發(fā)布時間：2022-01-20所屬分類：科技論文瀏覽：1次
摘 要： 摘要：由于干線綠波協(xié)調(diào)控制方案實施路段的物理與交通特性差異，在實際交通場景中不同干線協(xié)調(diào)控制效果難以量化比較。本文利用車輛軌跡數(shù)據(jù)，從綠波協(xié)調(diào)特性出發(fā)，提出了一種基于軌跡數(shù)據(jù)的城市干線綠波協(xié)調(diào)控制效果評價方法，以實現(xiàn)對不同綠波控制方案的評價。首先利
摘要：由于干線綠波協(xié)調(diào)控制方案實施路段的物理與交通特性差異，在實際交通場景中不同干線協(xié)調(diào)控制效果難以量化比較。本文利用車輛軌跡數(shù)據(jù)，從綠波協(xié)調(diào)特性出發(fā)，提出了一種基于軌跡數(shù)據(jù)的城市干線綠波協(xié)調(diào)控制效果評價方法，以實現(xiàn)對不同綠波控制方案的評價。首先利用軌跡數(shù)據(jù)進(jìn)行方案評價所需的車輛 OD 矩陣數(shù)據(jù)統(tǒng)計;其次在考慮協(xié)調(diào)干線路段內(nèi)未協(xié)調(diào)車輛數(shù)對干線綠波協(xié)調(diào)影響下，利用車輛實際與理想連續(xù)通過交叉口數(shù)構(gòu)建干線綠波協(xié)調(diào)控制評價方法，并利用 VISSIM 進(jìn)行了仿真驗證。仿真實驗結(jié)果表明：該評價方法能夠?qū)Σ煌删�綠波協(xié)調(diào)控制方案進(jìn)行準(zhǔn)確評價，且在較低軌跡統(tǒng)計車輛滲透率下仍具備可行性，其有助于綠波協(xié)調(diào)控制算法的優(yōu)化與實際應(yīng)用。
關(guān)鍵詞：交通控制;綠波評價;軌跡數(shù)據(jù);協(xié)調(diào)指數(shù)
0 引 言
城市干線綠波協(xié)調(diào)控制作為一種緩解城市交通擁堵的干線協(xié)調(diào)控制方法，由于其部署簡單和效果明顯而被廣泛用于城市交通控制中。城市干線綠波協(xié)調(diào)控制相關(guān)研究多集中于控制模型的優(yōu)化，常玉林等[1]分析了綠帶速、周期以及相位差等指標(biāo)，提出了一種雙向綠波信號的改進(jìn)圖解法; 黃慧瓊等[2]通過分析交叉口間距與車輛排隊消散時間，提出了一種干線綠波協(xié)調(diào)公共周期與相位差的優(yōu)化方法; 于德新等[3]基于線性規(guī)劃模型，提出了一種干線協(xié)調(diào)控制優(yōu)化方法，實現(xiàn)了對MULTIBAND模型中綠波帶形式優(yōu)化; 荊彬彬等[4]從車隊實際形式速度波動性出發(fā)，以雙向綠波帶寬之和最大以及速度波動百分百之和最大為一、二級目標(biāo)，提出了一種綠波協(xié)調(diào)控制目標(biāo)規(guī)劃模型; 盧凱等[5]針對不同綠燈終點型綠波帶設(shè)計，基于雙向綠波設(shè)計數(shù)解算法，構(gòu)建了一種雙向綠波協(xié)調(diào)數(shù)解法; 李永強等[6]針對綠波控制開環(huán)控制問題，以最大綠波帶寬為優(yōu)化目標(biāo)，提出了一種數(shù)據(jù)驅(qū)動交通響應(yīng)綠波協(xié)調(diào)控制模型; Ma等[7]將自適應(yīng)機制引入綠波控制，以綠波帶寬最大和延誤最小為目標(biāo)，提出了一種基于自適應(yīng)人工魚群算法的綠波控制系統(tǒng)優(yōu)化方法。上述算法研究重點側(cè)重于算法優(yōu)化，不同算法模型在遷移到實際干線協(xié)調(diào)路段時算法適應(yīng)性可能存在一定差異。因此，對不同干線綠波協(xié)調(diào)控制效果評價研究有助于增強算法的魯棒性，提升干線綠波控制方案實際應(yīng)用效果。
目前，對于綠波協(xié)調(diào)控制效果的評價，卓曦等[8]從綠波系統(tǒng)效率與安全指標(biāo)出發(fā)提出了一種綠波協(xié)調(diào)控制系統(tǒng)灰色關(guān)聯(lián)評價方法;施俊慶等[9]利用仿真軟件對雙向綠波控制效果進(jìn)行了評價;林清韓等[10]將綠波交通特有參數(shù)與傳統(tǒng)指標(biāo)相結(jié)合，同時考慮次干道通行效率，利用灰色關(guān)聯(lián)分析法對綠波協(xié)調(diào)系統(tǒng)控制效果進(jìn)行了評價;盧凱[11]通過計算行駛速度和綠波帶寬之間的關(guān)系，利用集對分析法對不同綠波控制方案進(jìn)行評價，但其評價結(jié)果受到閾值選取和綠波協(xié)調(diào)交叉口數(shù)量的限制;總體看來適用于不同綠波協(xié)調(diào)控制方案評價方法研究較為缺乏。此外，當(dāng)前綠波協(xié)調(diào)控制效果評價指標(biāo)獲取較為復(fù)雜，指標(biāo)計算過程中相關(guān)參數(shù)取值可能會影響實際場景下評價結(jié)果的準(zhǔn)確性。
綜上，國內(nèi)外學(xué)者對綠波協(xié)調(diào)控制進(jìn)行了一系列研究，但實際場景下適用于多種綠波協(xié)調(diào)控制方案評價方法研究相對較少。本文以車輛軌跡數(shù)據(jù)為基礎(chǔ)統(tǒng)計了車輛行駛OD矩陣表，協(xié)同考慮車輛連續(xù)通過交叉口數(shù)與停車次數(shù)構(gòu)建了干線綠波協(xié)調(diào)控制評價方法，在保證評價方法簡便可操作的基礎(chǔ)上實現(xiàn)了對不同綠波控制方案的評價。
1 綠波控制評價方法
本文所提出的綠波控制效果評價方法是基于車輛實際行駛軌跡，通過軌跡數(shù)據(jù)獲取車輛行駛 OD 矩陣表。在此基礎(chǔ)上，利用綠波協(xié)調(diào)特性(車輛連續(xù)通過交叉口)構(gòu)建了評價方法，從而實現(xiàn)了不同綠波控制效果評價。
1.1 數(shù)據(jù)處理
當(dāng)下由于各種檢測器以及終端設(shè)備的應(yīng)用，使得車輛數(shù)據(jù)的獲取變得更加輕松，豐富的數(shù)據(jù)使得對于交通控制的研究可以更加深入，但是由于檢測器損壞以及數(shù)據(jù)傳輸過程中的數(shù)據(jù)丟失，原始數(shù)據(jù)往往需要對數(shù)據(jù)進(jìn)行預(yù)處理以便獲得有效數(shù)據(jù)。其中車輛軌跡原始數(shù)據(jù)信息主要包括：車輛 ID、時間戳、車輛經(jīng)緯度、車輛速度。車輛軌跡信息數(shù)據(jù)結(jié)構(gòu)如表 1 所示。
完成有效數(shù)據(jù)獲取后將時間戳轉(zhuǎn)換為標(biāo)準(zhǔn)時間從而便于數(shù)據(jù)處理與統(tǒng)計，還需要對數(shù)據(jù)中存在的重復(fù)數(shù)據(jù)以及缺失數(shù)據(jù)進(jìn)行處理，以車輛 ID 作為檢索基礎(chǔ)，在目標(biāo)時間段內(nèi)對車輛重復(fù)信息進(jìn)行清理，對于缺失數(shù)據(jù)通過同一車輛 ID 的數(shù)據(jù)進(jìn)行關(guān)鍵數(shù)據(jù)的補全以及無關(guān)數(shù)據(jù)清除。在完成數(shù)據(jù)處理后可以通過對于車輛軌跡信息與實際地圖信息的匹配并以車輛 ID 為基本單元生成車輛軌跡時空圖(圖 2)，并以車輛的軌跡數(shù)據(jù)進(jìn)行車輛 OD 數(shù)據(jù)統(tǒng)計。
1.2 車輛 OD 矩陣
OD 矩陣是描述交通網(wǎng)絡(luò)中所有出行起點到出行終點之間在一定時間范圍內(nèi)交通流量的表格，反映了某個城市或區(qū)域的基本交通需求[12]。OD 矩陣在交通規(guī)劃研究中占有極其重要的地位，能揭示出城市交通癥結(jié)的原因、交通需求與土地利用、經(jīng)濟活動的規(guī)律[13]。本文中將干線綠波協(xié)調(diào)路段編號作為 OD 矩陣中的起點與終點。
完成原始數(shù)據(jù)處理后，將所測綠波協(xié)調(diào)控制路段位置信息與車輛軌跡數(shù)據(jù)進(jìn)行匹配，獲得每輛車的行駛軌跡以及速度，以便對綠波協(xié)調(diào)路段內(nèi)車輛進(jìn)行軌跡統(tǒng)計車輛 OD 數(shù)據(jù)，其中車輛 OD 表中的起點 O (origin)與終點 D(destination)皆位于車輛行駛的路段位置。定義在綠波協(xié)調(diào)控制路段內(nèi)連續(xù)通過兩個及以上交叉口的車輛為有效綠波協(xié)調(diào)車輛。定義綠波協(xié)調(diào)路段內(nèi)車輛 OD 出行中出發(fā)點為車輛初始進(jìn)入綠波協(xié)調(diào)交叉口前路段編號，目的地為車輛駛離干線綠波路段編號或由于延誤而在干線綠波內(nèi)開始排隊路段編號，即在干線綠波協(xié)調(diào)控制中車輛一次出行可能存在多個 OD 出行。由于本文提出的評價方法對于雙向綠波與單向綠波計算方法相同，現(xiàn)用單向綠波交通進(jìn)行例證說明。綠波交通干線示意圖如圖 3 所示，其中 i C 表示干線綠波中第 i 個交叉口， i L 表示干線綠波中第 i 個路段。
根據(jù)車輛軌跡數(shù)據(jù)統(tǒng)計干線綠波車輛通行情況，并記錄入車輛 OD 出行表，詳細(xì)步驟如下： Step 1：檢測進(jìn)入干線綠波協(xié)調(diào)控制路段內(nèi)車輛初始時間 0 t 位于路段位置信息起點 O ;
1.3 綠波評價指數(shù)設(shè)計
交通評價作為交通控制的基礎(chǔ)，其從指標(biāo)選取到權(quán)重確定再到目標(biāo)函數(shù)確定具有整套的評判流程，城市干線綠波協(xié)調(diào)控制作為一種特殊的交通控制方法，在對比不同控制方案效果評價時，考慮干線綠波協(xié)調(diào)控制內(nèi)交通狀態(tài)造成車輛行駛速度與設(shè)計車速產(chǎn)生偏離，對于干線綠波協(xié)調(diào)控制效果的評價不能使用常規(guī)的交通評價方法，一般的交通評價方法是對于交通狀態(tài)的評價，其評價結(jié)果的好壞與交通狀態(tài)有著直接的關(guān)系，而對于綠波干線協(xié)調(diào)來說，其本質(zhì)上應(yīng)將干線協(xié)調(diào)前后狀態(tài)提升程度作為評判依據(jù)，但如此進(jìn)行評價不僅實際難以操作，而且不能進(jìn)行不同干線綠波協(xié)調(diào)控制方案的評價。綜上，本文從干線綠波協(xié)調(diào)控制實際效果出發(fā)，構(gòu)建干線綠波協(xié)調(diào)控制效果評價方法。
干線綠波協(xié)調(diào)設(shè)計目的是使車輛在設(shè)計車速行駛下每個路口都遇到綠燈，從而保證干線綠波能夠承載更多交通量。對于干線協(xié)調(diào)車輛而言，車輛連續(xù)通過交叉口數(shù)目將極大影響駕駛員對于干線綠波控制效果整體感受，本質(zhì)上車輛連續(xù)通過交叉口車輛數(shù)目越多等價于車輛在干線綠波內(nèi)行駛時間越短，但車輛一次出行可能存在不同連續(xù)通過交叉口數(shù)組合，其連續(xù)通過交叉總數(shù)可能一致，僅以實際車輛連續(xù)通過交叉口數(shù)目進(jìn)行評價會影響評價結(jié)果的準(zhǔn)確性。為了克服交通狀態(tài)隨機性對評價結(jié)果造成的波動，在實際車輛連續(xù)通過交叉口數(shù)目上引入了理想車輛連續(xù)通過交叉口數(shù)，車輛一次出行產(chǎn)生的不同 OD 出行，分別根據(jù)其理想車輛連續(xù)通過交叉口數(shù)計算實際綠波協(xié)調(diào)對于理想狀態(tài)的近似程度，此外，由于實際綠波協(xié)調(diào)運行中未進(jìn)入綠波干線協(xié)調(diào)車輛數(shù)量存在波動性，其數(shù)據(jù)大小會干擾綠波協(xié)調(diào)實際運行狀況，故在干線綠波評價時需對其進(jìn)行剔除。綜上，本論文設(shè)計了綠波實際通行效率值、綠波理想通行效率值、綠波通行擾動值，進(jìn)而綜合計算綠波協(xié)調(diào)評價指數(shù)，最終對城市干線綠波協(xié)調(diào)控制進(jìn)行評價。評價流程圖如圖 5 所示。
基于車輛 OD 矩陣統(tǒng)計數(shù)據(jù)表計算相關(guān)指標(biāo)如下：
1)綠波實際通行效率值設(shè)計。對于進(jìn)入干線綠波協(xié)調(diào)車輛計算綠波實際通行效率值 R I ，其指標(biāo)大小表示車輛在綠波協(xié)調(diào)控制方案實際運行狀態(tài)，其物理意義為從不同路段進(jìn)入綠波協(xié)調(diào)控制路段的車輛數(shù)與其相應(yīng)實際連續(xù)通過交叉口數(shù)乘積，對于單車而言 R I 代表干線綠波在實際狀態(tài)下的車輛客觀打分，打分值為單車實際連續(xù)通過交叉口數(shù)。
2)綠波理想通行效率值設(shè)計。對于進(jìn)入綠波協(xié)調(diào)車輛，理想情況下車輛從進(jìn)入綠波協(xié)調(diào)路段遇到的首個綠燈交叉口開始一直到駛離干線綠波路段內(nèi)所經(jīng)過的各個路口均為綠燈。結(jié)合車輛 OD 矩陣數(shù)據(jù)與理想連續(xù)通過交叉口數(shù)計算綠波理想通行效率值 I I ，其表示綠波控制效果的理想運行狀態(tài)，實際含義為所有 OD 出行中各交叉口駛?cè)胲囕v數(shù)與其在綠波協(xié)調(diào)干線內(nèi)行駛時可連續(xù)通過交叉口數(shù)的乘積，對于單車而言 I I 代表干線綠波在理想狀態(tài)的車輛客觀打分，打分值為單車在綠波協(xié)調(diào)路段行駛內(nèi)理想連續(xù)通過交叉口數(shù)。
3)綠波通行擾動值設(shè)計。對于未進(jìn)入干線綠波協(xié)調(diào)的車輛，其數(shù)量對干線協(xié)調(diào)控制效果造成影響，在計算綠波理想通行效率值時，數(shù)據(jù) i N 值將未進(jìn)行綠波協(xié)調(diào)車輛納入統(tǒng)計范圍，同時當(dāng)存在大量車輛未進(jìn)行干線綠波協(xié)調(diào)控制等極端場景時要保證評價結(jié)果的穩(wěn)定性，就必須將未進(jìn)行協(xié)調(diào)車輛從其中剔除;此外，不同綠波協(xié)調(diào)方案在實際應(yīng)用中，控制場景具有不可重復(fù)性。為消除上述因素對評價結(jié)果的影響，故定義了綠波通行擾動值，其實際意義為綠波協(xié)調(diào)控制路段內(nèi)未進(jìn)入綠波交通的車輛數(shù)與連續(xù)通過交叉口數(shù)，對于單車而言 D I 代表未進(jìn)入綠波協(xié)調(diào)車輛客觀打分，由于對象是未進(jìn)入干線綠波協(xié)調(diào)車輛，其打分值均定義為 1。
4)綠波協(xié)調(diào)評價指數(shù)設(shè)計。對于綠波協(xié)調(diào)評價是基于實際通行效率值，在考慮干線綠波擾動值大小前提下，計算其相較于綠波理想通行狀態(tài)的近似程度。
2 仿真驗證
以文獻(xiàn)[14]中干線綠波協(xié)調(diào)交叉口基本數(shù)據(jù)為基礎(chǔ)，利用 VISSIM 構(gòu)建干線綠波協(xié)調(diào)仿真實驗，仿真路網(wǎng)如圖 6 所示，干線長度為 0.94 km，其中包括 4 個 T 型交叉口，交叉口從下至上分別為交叉口 1 至交叉口 4，交叉卡間距分別為 234、281、166m，其各交叉口流量流向如表 3 所示，仿真持續(xù)時間為 1 h。
文獻(xiàn)[14]中通過實際調(diào)研，擬定了 2 種綠波干線協(xié)調(diào)控制方案，其分別為將整個干線綠波協(xié)調(diào)劃分為多個子區(qū)下的綠波協(xié)調(diào)控制方案與常規(guī) 4 個交叉口共周期的干線綠波協(xié)調(diào)控制方法。第 1 種信號控制方案中前兩交叉口公共周期為 132 s，后兩交叉口公共周期為 162 s; 第 2 種控制方案中公共周期均為 170 s。詳細(xì)配時如表 4 所示。
利用 VISSIM 進(jìn)行仿真建模，模擬實際干線綠波協(xié)調(diào)的運行狀態(tài)，在保證安全性的同時可以方便對不同綠波協(xié)調(diào)控制方案的模擬，VISSIM 仿真軟件具有豐富的評價功能，可以獲取有效的交通評價參數(shù)，此外其提供了豐富的 COM 接口支持二次開發(fā)。
3 結(jié)果分析
VISSIM 仿真軟件可以輸出相關(guān)延誤、停車次數(shù)等交通評價數(shù)據(jù)，其結(jié)果具有一定可信性，為使本文評價方法更加具有可信性，利用多次仿真獲得路網(wǎng)的干線綠波協(xié)調(diào)車輛延誤值作為本文提出的評價方法的參照進(jìn)行一致性檢驗。以 5 min 為單位時長，在仿真時長內(nèi)分別統(tǒng)計兩個方案的車輛延誤情況，結(jié)果如圖 7 所示。
可以看出, 綠波控制方案 2 在大部分仿真時間控制效果優(yōu)于方案 1，在仿真初始運行階段由于仿真軟件車輛仍未進(jìn)入中心交叉口，干線綠波內(nèi)車輛未達(dá)到預(yù)期交通量，此時邊界交叉口信號控制方案對與整體綠波協(xié)調(diào)控制效果的評價起到了關(guān)鍵作用，此時仿真軟件并不能真實反映控制方案的情況。總體上去除由于仿真軟件造成的仿真數(shù)據(jù)偏差，兩方案控制效果都隨著路網(wǎng)交通狀態(tài)的穩(wěn)定而趨于平穩(wěn)，同時干線綠波的車輛延誤狀況在一段時間增長態(tài)勢后呈現(xiàn)穩(wěn)定狀態(tài)，方案 2 與方案 1 相比車輛延誤降低了 18.15%，其控制效果體現(xiàn)明顯優(yōu)越性。
此外，同樣以 5 min 為單位進(jìn)行車輛 OD 矩陣表的統(tǒng)計并計算兩方案的協(xié)調(diào)指數(shù)，結(jié)果如圖 8 所示。控制方案 2 同樣優(yōu)于方案 1，其 VISSIM 仿真評價數(shù)據(jù)得出的結(jié)論具有一致性，值得注意的是，相較于 VISSIM 仿真評價結(jié)果在初始時產(chǎn)生了結(jié)果偏差，本文所提出的綠波協(xié)調(diào)控制效果評價方法在交通狀態(tài)變化下表現(xiàn)出了一定的穩(wěn)定性。
此外，對于實際干線綠波內(nèi)車輛軌跡數(shù)據(jù)并不能完全獲取問題，利用 MATLAB 聯(lián)合 VISSIM 二次開發(fā)，通過在不同軌跡數(shù)據(jù)采集車輛滲透率 p 下的評價結(jié)果分析，盡可能去模擬實際綠波干線內(nèi)車輛數(shù)據(jù)特征，進(jìn)而對評價方法的魯棒性進(jìn)行驗證。不同滲透率下綠波評級結(jié)果分析如圖 9 所示，整體而言綠波協(xié)調(diào)信號控制方案 2 優(yōu)于方案 1，其結(jié)果與上文采用延誤作為評價結(jié)果具有一致性，同時隨著軌跡數(shù)據(jù)采集車輛滲透率的降低，綠波協(xié)調(diào)信號控制方案 2 相較于方案 1 的優(yōu)越性在逐步降低，當(dāng)滲透率降低到 20%時，信號控制方案 2 的優(yōu)越性難以被有效刻畫，究其原因在于當(dāng)滲透率降低當(dāng)一定程度時，干線綠波內(nèi)隨機性被放大，對于綠波協(xié)調(diào)評價指數(shù) E I 不穩(wěn)定歸結(jié)于實際綠波通行效率值 R I ， R I 在低滲透率時會產(chǎn)生較大的波動性，故影響最后方案評價結(jié)果，但總體看來，在保證軌跡數(shù)據(jù)采集車輛一定滲透率下，該評價方法具備實際可行性。
4 結(jié) 論
本文提出了一種基于軌跡數(shù)據(jù)的干線綠波協(xié)調(diào)控制效果評價方法，從綠波協(xié)調(diào)實際運行狀況出發(fā)，面對不同綠波協(xié)調(diào)控制車輛速度不確定性造成的評價困難，本文通過定義車輛 OD 矩陣來記錄干線綠波協(xié)調(diào)車輛運行狀況，同時結(jié)合綠波交通特性利用連續(xù)通過交叉口數(shù)為車輛進(jìn)行打分，并以此為基礎(chǔ)計算干線綠波實際運行狀態(tài)相較于理想狀態(tài)的近似程度，實現(xiàn)了不同干線綠波協(xié)調(diào)控制效果評價。仿真結(jié)果表明，本文所提出的評價方法可以實現(xiàn)對不同綠波控制方案的有效評價;且在一定滲透率下評價方法也具備可行性。但是，由于本文仿真模型限制，對于更多交通狀態(tài)下干線綠波協(xié)調(diào)控制效果評價，以及在不同綠波協(xié)調(diào)交叉口數(shù)與交叉口類型下的綠波控制效果評價有待進(jìn)一步研究。——論文作者：劉小明 1，魏向達(dá)1，董路熙 1，尚春琳 1
參考文獻(xiàn)
[1]常玉林, 張其強, 張鵬. 城市干線雙向綠波控制優(yōu)化設(shè)計[J].重慶理工大學(xué)學(xué)報(自然科學(xué)),2014,28(12):108-112.
[2]黃慧瓊, 歐方前. 干線綠波協(xié)調(diào)控制優(yōu)化研究[J]. 廣西科技大學(xué)學(xué)報, 2020, 31(3): 91-98.
[3]于德新, 田秀娟, 楊兆升, 等. 改進(jìn)的干線協(xié)調(diào)信號控制優(yōu)化模型[J]. 浙江大學(xué)學(xué)報(工學(xué)版), 2017,51(10): 2019-2029.
[4]荊彬彬, 鄢小文, 吳煥, 等.考慮行駛速度波動的進(jìn)口單放綠波協(xié)調(diào)控制模型[J].交通運輸系統(tǒng)工程與信息, 2017, 17(3): 83-90.
[5]盧凱, 徐建閩, 李軼舜. 進(jìn)口單獨放行方式下的干道雙向綠波協(xié)調(diào)控制數(shù)解算法[J]. 中國公路學(xué)報,2010,23(3):95-101.
[6]李永強, 李康, 馮遠(yuǎn)靜. 數(shù)據(jù)驅(qū)動交通響應(yīng)綠波協(xié)調(diào)信號控制[J]. 控制理論與應(yīng)用, 2016,33(5): 588-598.
[7] Ma C X , He R C. Green wave traffic control system optimization based on adaptive genetic-artificial fish swarm algorithm[J]. Neural Computing and Applications, 2019, 31: 2073-2083.
[8]卓曦, 施文榮, 錢振東. 城市干道綠波協(xié)調(diào)控制系統(tǒng)交通評價方法[J]. 福州大學(xué)學(xué)報(自然科學(xué)版), 2015, 43(3): 369-376.
