智能紅綠燈交叉路口實時配時研究——以南昌市紅谷灘新區為例

余得生，謝英儀，徐玉萍

（華東交通大學1.經濟管理學院；2.軌道交通學院，江西 南昌330013）

隨著經濟和城鎮化發展，城市交通擁堵問題日益嚴峻。究其原因，除了私家車保有量急劇增加、道路容量有限之外，交通信號燈的時間分配不科學也加劇了城市道路的擁堵，造成了機動車能源的不必要浪費和增加了汽車尾氣的排放。

汽車在反復剎車、減速、提速和等待紅綠燈的過程中，仍在耗油和排放尾氣。例如：以汽車每百公里油耗8 L 計算，假設在市區的行駛速度為40 km·h-1，那么每小時的油耗是3.2 L，以油價7 元/L 計算，意味著一輛汽車在一個路口不熄火等紅綠燈1 min 時，需油耗0.37 元。假設一個路口車流量為5 000 輛/天，每輛車平均等待時間為1 min，一個路口等待需要油費1 885 元/天，一個城市如果有30 個交叉路口，一年下來將會超過2 000 萬元的油耗。

目前，交通信號燈多采用模糊控制，根據歷史車流量對紅綠燈進行自動或半自動調控。汽車在不熄火等信號時，汽車排放的尾氣比行駛排放的尾氣在單位面積上要多得多，碳排放量加大，所帶來的污染更是無可估量。因此，為了國家經濟可持續發展，實現節能減排，對智能紅綠燈的實時配時研究具有實際意義。

1 文獻綜述

國外對智能信號控制系統的研究較早，為提高交叉口的通行效率做過不懈地努力，對道路交通起到了很好地引導效果，減輕了城市交通的負擔。Martin，Smith 和Demetsky，Sullivan 等[1]提出了交叉口流量的預測、交通流量和事故的預測等解決動態交通預測問題的模型。該模型基于運籌學中水流和電流優化原理，解決了實時預測問題。早在1973年，英國運輸與道路研究所研究的相位差優化技術（SCOOT）可對每次綠燈時間的變化進行優化調整，施加帶有傾向性的干預，從而在提高通行能力方面獲得顯著的效果。澳大利亞道路交通局（RTA）研究開發了自適應交通管理控制系統（SCATS），成功解決了道路交通組織及道路交通信息管理等問題。美國智能交通研究起步較早，上世紀60年代末，開發出電子路徑導向系統（ERGS），到了80年代又開展了被稱為智能化車輛——道路系統（IVHS）的研究，并且在1990年由運輸部成立了智能化車輛道路系統（IVHS）組織，目前采用的是RHODES 交通信號控制系統，根據車流量預測下一相位信號配時，實現了智能信號燈控制。

在我國，隨著對智能交通系統研究的不斷深入，中科院為2008年北京奧運會專門研發了“綠色交通控制管理系統”，國內紅綠燈技術已經實現了一定程度的智能化。錢偉等[2]選取城市干線道路上相關的3 個交叉口作為研究對象，在周期和相位差確定的基礎上，提出一種以平均排隊長度為優化目標的模糊協調控制算法。張慶英等[3]介紹了一種基于超聲波檢測的智能紅綠燈設計方案。該方案是在模糊算法的支持下，根據交叉路口不同方向上動態的車流數量，確定紅綠燈的時長分配，以替代傳統的固定配時。王維松等[4]考慮道路相對方向車流量不均衡的問題，提出完全智能化交通，信號燈以紅燈為基準，根據道路的車流情況轉換綠燈，減少交通資源的浪費。

一直以來智能交通信號的控制都是研究的熱點，但是在交叉路口根據車流量對各相位紅綠燈實時配時的研究中，根據某地區具體交通流情況進行仿真驗證較少。本文利用感測技術，對南昌市紅谷灘新區交通路口各方向車輛排隊長度進行實時測量，根據實時排隊長度來設置路口各相位紅綠燈的實時配時，能夠有效提高交通樞紐的通過能力，減少延誤時間，從而達到節能減排的效果。

2 南昌市紅谷灘地區交叉路口交通現狀調查

2.1 調查內容

在南昌市紅谷灘地區交叉路口：①測量各方向的紅綠燈時長；②以各交通信號燈為基準，測量一個綠燈時長內通行量；③以各交通信號燈為基準，測量各方向排隊長度；④測量一輛機動車輛從怠速等待到通過待車線的最大時長。

2.2 調查結果

紅谷灘新區高峰時段交通流量處于近飽和狀態，多處路口交通信號燈設置不合理，使道路無法達到最高利用率，造成道路擁堵、能源浪費、尾氣無謂排放。以南昌市廬山南大道與豐和中大道路口早高峰道路交通二個方向的數據為例進行分析。

表1 路口（燈號）：廬山南大道由北－南（直行進城）方向早高峰交通狀況調查數據Tab.1 Traffic survey data at the morning rush hour in the direction from north to south/straight

表2 路口（燈號）：廬山南大道由南－西（左轉進紅谷灘）方向早高峰交通狀況調查數據Tab.2 Traffic survey data at the morning rush hour in the direction from south to west/turn left to Honggutan New District in Mount Lu South Avenue

由表1、表2可知，廬山南大道由北往南方向直行進城排隊長度平均為39 輛，綠燈時長37 s；廬山南大道由南往西方向左轉進紅谷灘平均排隊長度為25 輛，綠燈時長為50 s。據測量該路口車輛最大通行率為0.9 輛/秒，即直行39 輛車通過大約需要43.3 s，而該相位綠燈長僅為37 s； 左轉25 輛車通過大約需要27.8 s，該相位綠燈長為50 s，使廬山南大道由北往南方向直行進城車輛等待時間延長，經過周期的不斷累加，將造成等待車輛數量激增，造成道路資源的浪費、機動車能源消耗以及尾氣的無謂排放。此外，由于路口待車量存在隨機性，而路口紅綠燈時長卻一成不變，往往造成“綠燈無車紅燈堵”。

3 南昌市紅谷灘地區交通碳排放與能耗分析

3.1 機動車待車時的碳排放及能耗

3.1.1 消耗每升油的碳排放

汽油標號一般是以正辛烷的含量來標定的，正辛烷含量越高，汽油的標號越高。以93# 汽油計算，汽油密度一般為730 g·L-1。由方程式

根據質量守恒定律對方程式推導，得1 升730g 汽油完全燃燒排放的CO2質量為

3.1.2 汽車剎車和起步時的油耗

質量為1 500 kg 的汽車，由時速40 km·h-1剎車停止時損失的動能是

假設城市良好路面車輪滾動阻力系數0.015，那么92 574 J 能推動1 500 kg 的車行駛距離為

也就是說，一次剎車耗費的能量，相當于汽車行駛0.42 消耗的能量，以每百公里油耗8 L 計算，那么0.42 消耗的汽油量為

即汽車一次剎車時的油耗量為0.033 6 L。為簡化計算，我們假設汽車剎車時的油耗和起步時的油耗相等，即

3.1.3 汽車怠速時的油耗

市面上主流排量的車型（1.4～2.5 L）怠速油耗每小時2～4 L 之間都應該屬于正常，我們取中值每小時3 L，即汽車怠速時每秒鐘的油耗為：

3.1.4 汽車等待紅綠燈時總的碳排放

由以上數據可計算，一輛汽車在不熄火等紅綠燈的時間T 內消耗的總油耗量，分為3 部分:剎車和起步時的油耗、汽車怠速時的油耗。即

結合3.1.1 得T 分鐘內怠速狀態下的碳排放量：g=2.254 kg ×V總

3.2 路口待車能耗尾排計算

3.2.1 相關變量說明

排隊長度N，即該路口在一個紅燈期間等車數量；待車時間T，紅燈時長t1,綠燈時長t2；一次綠燈通過車輛N1；未通過車輛N2。

3.2.2 數據處理方案

1） 每個路口的耗油量為：

若N1＞N，則為：

2） 耗油量的算法：

每個十字路口1 小時的總車流量N總，輛。

取每個路口的前5 個周期，算出每個十字路口總耗油量V3，L。

算出這5 個周期中總的通行量N3(在每個路口中，若待車輛大于或等于通行量，則取通行量，若待車輛小于通行量，則取待車量）

3.3 數據處理結果

根據3.1 及3.2 的內容,結合南昌市紅谷灘地區實地調查數據可計算，早晚高峰時期（本文早高峰取7:30～8:30，晚高峰取17:30～18:30）該地區部分交叉路口車流量、待車期間碳排放以及油耗量，計算結果如表3。

表3 紅谷灘地區路口車流量以及待車碳排放和耗能Tab.3 Intersection vehicle flow，carbon emissions and fuel consumption by waiting cars in Honggutan New District

如表3所示，金融大街－會展路等7 個路口上下班高峰近2 個小時因待車碳排放為5 028.40 kg，隨之產生的消耗油量為2 231.07 L。南昌市有460 余個信號燈控制路口，假設每個路口平均車流量相等（事實上八一大橋、八一廣場周邊等車流量遠遠大于紅谷灘地區），則每天上下班高峰期因待車碳排放量為：5 028.40 ×= 330 437.714 kg，耗油量為：2 231.07 ×= 146 613.171 L。

4 建議和對策——紅綠燈的智能實時調控

微波傳感器是一種用于監測交通狀況的再現式雷達裝置，可以測量微波投影區域內目標的距離，通過距離來實現對多車道的靜止車輛和行駛車輛的檢測[5]。將微波雷達技術引入本次研究，在信號燈路口處架設微波檢測器來測量待車量。在不同的交叉口，根據感測的車流變化量，實時對紅綠燈進行最合理的配比，形成調度指令，按不同方向的等待車輛數量實時調控紅綠燈時間的長短，實現車輛的最優通行，有效解決十字路口各方向待車量不平衡的問題，并達到節能減排的效果。

4.1 建立模型

4.1.1 模型假設

實時配時主要由相位i、各相位的綠燈時間長短、各相位的車流向、各相位的排隊長度等組成。模型假設如下：

1） 一個車流向的排隊長度越大，就要求給它分配的綠燈時間tgi越長，紅綠燈配時除了合理安排相位的循環順序和相位的綠燈時長之外，同時還要考慮到司機的最大待車時間tmax以及行人的最小通過時間tmix，設置綠燈時間上下限；

2） 同一個路口，不同車流方向在相同時間段排隊長度不同，不同時段各車流方向最大排隊長隊用Ni（t）表示。

4.1.2 模型原理

一個循環內所有相位綠燈時長之和為信號周期，記為T。在一個周期內,路口某一支或幾支交通流所獲得的通行權稱為信號相位,簡稱相(位) 。在平面交叉路口中，各相位綠燈時段所能通過的車輛最大流速，記為v，單位為輛/秒。

綠燈時間決定著整個路口的通行效率。考慮到綠燈損失時間和黃燈補償時間相近，為方便仿真處理，我們將有效綠燈時間作為綠燈時間計算。在一個周期里，根據每個時段的待車量，保證其以最大的速率通過路口，從而計算出所需要的綠燈時間，得各個路口不同相位i 的綠燈時間[6]

考慮各方向車流量不平衡問題，紅綠燈實時配時是一個不斷轉換的過程，通行時間是根據待車量實時配時的。從某個相位i 開始,分別指定各相位的最大綠燈時間timax(一般不大于120 s)和最短綠燈時間tmix(一般不小于15 s)；在最短綠燈時間tmix內測得放行車道上的待車量Li，若Li小于某一給定的值L，則將綠燈轉到下一相位；否則，需要根據待車量Li值的大小來確定該相位綠燈延長時間Δ t。若ti+ Δ t≥timax，則Δt=tmix-ti；否則該相位的綠燈時間為ti+Δt。

圖1 單個交叉路口相位示意圖Fig.1 Schematic diagram of phase position at a single intersection

4.2 C#軟件仿真

以C# 語言編寫的智能紅綠燈仿真軟件依據一個小時內某個路口各車流向的總通行量，得出各相位的綠燈時長、各車流向的待車量、通行量和每個循環周期時長，并隨時記錄模擬所得數據，最后將模擬結果與實際車流情況進行對比[7-8]。

以廬山南大道－豐和中大道口為例，設計此路口的相位如圖2所示。

圖2 廬山南大道-豐和中大道路口相位圖Fig.2 Phase diagram of the intersection of Mount Lu South Avenue - Fenghe Middle Avenue

根據南昌市紅谷灘地區實地調查，結合路口車輛到達率、最大通過率等數據，通過仿真軟件進行優化模擬，實地調查數據以及優化所得數據如表4，表5所示。

對比表4和表5可看出，經優化后該路口紅燈期間待車量相對減少，所有等待車輛在下一個綠燈期間均可通過，可避免部分相位所在車輛在路口等待2 個及以上紅燈，減少耗能和尾排的同時，照顧車主焦急待車心理。

根據廬山南大道-豐和中大道路口實地調查數據，運用3.1 公式，計算得優化前該路口早高峰一個小時碳排放量為：優化前為1 148.32 kg （見表2），優化后為910.67 kg； 優化前油耗量為509.42 L，優化后為

404.74 L。即減少的碳排量為:1 148.23-910.67=237.56 kg；節約油耗量為509.42-404.74=104.68 L。此外，該道路單位通行車輛數量增加，有效提高了道路通行率。由計算可得該道路口通過等量車輛所需時間比，優化前后數據對比如表6。

表4 廬山南大道-豐和中大道路口車流調查數據Tab.4 Vehicle flow survey data at the intersection of Mount Lu South Avenue-Fenghe Middle Avenue

表5 廬山南大道-豐和中大道路口利用仿真軟件實時配時優化后的車流數據Tab.5 Optimized vehicle flow data after real-time timing by simulation software at the intersection of Mount Lu South Avenue-Fenghe Middle Avenue

表6 等量車流通過該路口時間對比Tab.6 Through time comparison of the equal amount of traffic at the intersection

優化后的信號燈對路口實時控制，有效減少了車輛等待時間，為市民出行創造了時間價值，對城市的經濟文化發展有著巨大的促進作用。早晚高峰路口減少× 100%=20.69%的碳排放，以前文得到的南昌市每天上下班高峰期的碳排放為330 437.714 kg來算，全市兩小時可減少碳排量330 437.714×20.69%=68 367.56 kg，設1 天車流量為早晚高峰的8 倍，則1年將減少68 367.56×8×365=199 633 275 kg碳排量，有效減輕了對環境的污染，為南昌創建低碳城市提供了有益條件。同理，根據C#軟件仿真所設計方法，路口平均節省的能源大約為優化前車輛等待耗能的20.55%。前文得到南昌市上下班高峰期2 個小時的油耗為146 613.171 L，則優化后能節省30 129.007 L。以93# 汽油7.64 元/升為基準，經優化后每天油耗量可節省230 185.61 元。

5 結束語

交通紅綠燈作為交通樞紐的指揮棒，其設置的合理性至關重要。本文通過實施實地調研、分析調查數據、建立根據待車量的紅綠燈實現實時配時的模型，并通過軟件仿真進行驗證。該算法比較簡單，具有較好的實用性，結果顯示經過優化后的控制系統能夠有效提高交通路口的通過率，減少機動車的等待時間，從而達到節能減排的效果。

[1]SMITH B L, DEMETSKY M J.Traffic flow forecasting：comparison of modeling approaches [J].Journal of Transportation Engineering，1997，123（4）:261-266.

[2]錢偉，孫玉娟.城市干線交通信號的模糊協調控制研究[J].河南理工大學學報，2014(10)：621-625.

[3]張慶英，巫宇南.基于超聲波傳感和模糊算法的智能紅綠燈系統[J].武漢理工大學學報，2008（2）：52-54+58.

[4]王維松，等.基于FPGA 的一種智能交通紅綠燈設計[J].計算機應用與軟件，2013（1）：200-201.

[5]蔣程，張凱，劉權富.微波檢測技術在交通管理中的應用[J].交通標準化，2012（7）：144-147.

[6]曹樹志.智能紅綠燈對城市交通節能減排效果的仿真[J].電腦知識與技術，2011（13）：97-99.

[7]胡大偉，吳中，方青，等.交叉口單點感應信號控制優化設計[J].交通科技與經濟，2009（2）：98-99.

[8]麻振華，等.十字路口智能紅綠燈的研究[J].河北建筑工程學院學報，2013（2）：114-117.

[9]包曉安，等.基于控制系數的交通信號動態配時研究[J].浙江理工大學學報，2014（9）：517-520+531.

[10]崔寶俠，楊繼平，徐春鋒.城市交通燈信號配時控制器優化的一種新策略[J].沈陽工業大學學報，2007（5）：84-87.

[11]熊巍，陳宗濤，李玉梅.交通燈智能控制系統設計[J].機電技術，2014（6）：2-4.