干線協(xié)調控制下的單點自適應信號控制方法

常玉林，鄭獻予，張 鵬（.江蘇大學 汽車與交通工程學院，江蘇 鎮(zhèn)江 2203；2.東南大學 城市智能交通江蘇省重點實驗室，江蘇 南京 289）

干線協(xié)調控制下的單點自適應信號控制方法

常玉林1,2，鄭獻予1，張 鵬1
（1.江蘇大學 汽車與交通工程學院，江蘇 鎮(zhèn)江 212013；
2.東南大學 城市智能交通江蘇省重點實驗室，江蘇 南京 211189）

為實現(xiàn)干線協(xié)調下的單點自適應控制，首先將周期內的相位分解為固定部分和可變部分，并設定各相位的可變部分時長之和為定值；隨后將協(xié)調方向及其相鄰相位所在方向的進口道流量模糊化，并用規(guī)則集描述流量與相位可變部分的時長之間的關系；最終形成一套干線協(xié)調下的單點自適應控制方法。仿真結果表明，新控制方法對時變的交通流適應性更佳。

自適應控制；干線協(xié)調；可變相位；模糊控制；城市交通

1 引言

干線協(xié)調控制統(tǒng)一了協(xié)調范圍內的交叉口周期，通過調整交叉口間的相位差達到車輛不停車行駛的目的[1]。處于干線協(xié)調范圍內的交叉口均為定時控制，一旦協(xié)調方向的車輛因大流量或強干擾造成平均行駛速度降低時[2]，將會造成車輛在協(xié)調路段停車次數(shù)增加，延長了下一周期的綠燈排隊清空時間，削弱干線協(xié)調控制效果。自適應信號控制在感應信號控制的基礎上，增加了對檢測器數(shù)據(jù)的智能判斷和分析，有助于提高決策的準確程度和交叉口的控制能力。目前，單點自適應信號控制是交通控制研究的熱點之一，國內外學者運用各種方式均實現(xiàn)了自適應信號控制：Abdulhai B等[3]采用強化學習方式，田豐等[4]運用自適應遺傳算法，何兆成等[5]采用基于模糊邏輯的Q學習獎懲信號設計方法，楊義軍等[6]基于排隊長度，楊建[7]則提出了用跟馳模型方程和流量密度方程實現(xiàn)。為了實現(xiàn)干線協(xié)調下的單點自適應控制，本文將周期內的相位細化為固定部分和可變部分，并設定各相位的可變部分時長之和為定值，可變部分的持續(xù)時長由基于相鄰相位所在方向進口道流量關系制定的模糊規(guī)則集得出，以實現(xiàn)干線協(xié)調下的單點自適應控制。

2 干線協(xié)調下交叉口自適應控制的相位設計

相位時間是制定交叉口自適應控制策略的關鍵參數(shù)[8]之一，可細分為最小綠燈時間、最大綠燈時間、單位綠燈延長時間等。這些參數(shù)決定了相位切換決策方法的作用時間，保證了相位切換過程的安全性等。本方案中，自適應控制交叉口的周期C需為一個固定值，以便于后續(xù)的干線協(xié)調；進一步地為了使處于干線協(xié)調的交叉口對路段上變化的流量具有自適應能力，一個m (m≥2)相位的配時方案由若干個基礎時長b和若干個動態(tài)時長d構成。其中，僅由基礎時長b構成的相位為固定相位S,既含有基礎時長b又包括動態(tài)時長d的相位則為可變相位V。可變相位V依靠可變的動態(tài)時長d實現(xiàn)其靈活性，而固定的周期則意味著所有相位的動態(tài)時長之和D是一個定值。根據(jù)相位數(shù)的不同，周期內固定相位S和可變相位V的組成方式見表1。

表1 不同相位數(shù)下固定相位S和可變相位V的組成方式

固定相位S為一個定值，只存在于四相位配時方案中，是一個不與協(xié)調相位直接連接的非協(xié)調相位。可變相位V包括協(xié)調相位Vc或與協(xié)調相位直接連接的非協(xié)調相位Vn。其中，可變相位基礎時長bc或bn即該相位的最小綠燈時間Gc,min或Gn,min；協(xié)調相位可變的動態(tài)時長dc有兩個時間段，分別是位于協(xié)調相位之前的dc,f和位于協(xié)調相位之后的dc,b；非協(xié)調相位可變的動態(tài)時長dn只有一個時間段，位于靠近協(xié)調相位的一側。除兩相位配時方案只有一組動態(tài)時長D外，三相位和四相位配時方案均有兩組動態(tài)時長D1和D2，動態(tài)時長D為一個協(xié)調相位的可變動態(tài)時長dc與一個非協(xié)調相位可變動態(tài)時長dn之和。根據(jù)相位數(shù)的不同，各可變相位的取值范圍見表2。

3 干線協(xié)調下交叉口自適應控制的相位結構

相位結構是制定交叉口自適應控制策略的另一個關鍵參數(shù)[8]，其決定了相位組合和相位切換的靈活性、相位切換決策方法的復雜程度，包含相位組合方案和相位切換方案。

表2 不同相位數(shù)下可變相位V的取值范圍

3.1 相位組合方案

干線協(xié)調下的交叉口配時方案是按固定相序執(zhí)行的相位組合，為了使干線協(xié)調下的協(xié)調方向相位擁有較大的變化范圍，本方案將非第一個滯后出現(xiàn)于協(xié)調相位的非協(xié)調相位設置為周期的起始相位，此時除兩相位配時方案外，協(xié)調相位的動態(tài)時長dc有較大的概率出現(xiàn)在相位基礎時長bc的兩側，從而使協(xié)調方向綠時擁有較大的可變幅度，盡可能的適應協(xié)調方向時變的流量特征。

3.2 相位切換方案

本方案中，相位切換體現(xiàn)在動態(tài)時長D的分配中，該分配以進口道的流量為基礎，在每一周期內，依托布置在進口道停車線處和起點處的線圈，在當前相位基礎時長bi結束前5s，收集當前相位bi和下一相位bi+1的進口道實時車輛數(shù)，其中，分配三相位或四相位方案中的動態(tài)時長D1時還要收集再下一相位bi+2進口道實時車輛數(shù)。收集完成后，通過模糊控制理論得出動態(tài)時長D分配方案，即給予協(xié)調相位可變的動態(tài)時長dc和非協(xié)調相位可變的動態(tài)時長dn的值。

3.2.1 進口道流量篩選。當前相位Si剩余的車輛數(shù)Ni取所有允許通行的進口道中剩余車輛數(shù)的最大值，按公式（1）計算。

其中，pi,m表示在當前相位Si允許通行的進口道m(xù)自上一周期當前相位結束后至今通過進口道起點處線圈的流量，qi,m則表示自上一周期當前相位Si結束后通過停車線處線圈的流量，下一相位Si+1的排隊車輛數(shù)同樣取所有允許通行的進口道中剩余車輛數(shù)的最大值，按公式（2）計算。

其中，pi+1,m表示在下一相位Si+1允許通行的進口道m(xù)自上個周期本相位結束后至今通過進口道起點處

線圈的流量，再下一相位Si+2的排隊車輛數(shù)Ni+2的計算方法與計算Ni+1相同。

3.2.2 進口道流量模糊化。對各進口道流量按兩種隸屬度函數(shù)模糊化[9]：第一種如圖1所示，分為“無、少、中等、多”共4類，僅適用于在分配三相位或四相位配時方案中的可變時長D1時，對再下一相位Si+2的排隊車輛數(shù)Ni+2模糊化；第二種如圖2所示，分為“無、很少、少、中等、多、很多”共6類，適用于對當前相位Si和下一相位Si+1的排隊車輛數(shù)Ni和Ni+1模糊處理。

圖1 四種情況下的隸屬度函數(shù)

圖2 六種情況下的隸屬度函數(shù)

其中，Nmax表示在某相位允許通行的進口道最多容納車輛數(shù)。在當前相位Si允許通行的進口道最多容納車輛數(shù)Nmax,c按公式(3)求解。

其中，l表示進口道長度，Vc表示交叉口行車速度，交叉口內的計算行車速度應按各級道路限速的0.5～0.7倍計算[10]，直行車輛取大值，轉向車輛取小值。ht,s表示極限車頭時距，一般取2s。在下一相位Si+1允許通行的進口道最多排隊車輛數(shù)N max,n按公式(4)求解。

其中，lc表示車長，lp表示停車間距。根據(jù)求得的Nmax的值，設定 N1和 N5的值，N1和 N5之間的 Ni(i=2,3,4)可以通過適當調整N1和N5的取值以等分的方式確定。

3.2.3 分配動態(tài)時長。動態(tài)時長分配方案規(guī)則集R分為固定規(guī)則集Rs和可變規(guī)則集Rv，兩個規(guī)則集的區(qū)別在于動態(tài)時長D分配的決策變量λ的設定。前者根據(jù)交通規(guī)律和常識確定λ的值，以分配周期內相鄰相位進口道交通流比例懸殊或十分接近的情況下的動態(tài)時長D。后者則可以在實際控制過程中，根據(jù)控制效果的好壞選擇規(guī)則，確定λ的值。根據(jù)動態(tài)時長D在周期內的位置，規(guī)則集R進一步細分為R1和R2兩套。規(guī)則集R1適用于兩相位配時方案中動態(tài)時長D或三、四相位配時方案中前置于協(xié)調相位的動態(tài)時長D1的分配，用公式(5)描述。

Ni'表示當前相位基礎時長bi剩余5s時，當前相位Si允許通行的模糊進口道流量，；Ni+1'表示當前相位基礎相位bi剩余5s時，在下一相位Si+1允許通行的模糊進口道流量；λ表示動態(tài)時長D(D1)分配的決策變量。為提高規(guī)則集的準確性，在三、四相位的配時方案中還加入了再下一相位Si+2所在通行方向的模糊進口道流量Ni+2'與Ni'和Ni+1'共同決定λ的取值，規(guī)則集R1以及λ的取值與D(D1)分配方式的關系見表3與見表4。

表3 規(guī)則集R1

表4 λ的取值與D(D1)分配方式的關系

規(guī)則集R2適用于三、四相位配時方案中后置于協(xié)調相位的動態(tài)時長D2的分配。用公式(6)描述：

其中，Ni,'Ni+1,'λ的含義與規(guī)則集R1相同。由于信號機在執(zhí)行動態(tài)時長D2時已經(jīng)完成了對動態(tài)時長D1的執(zhí)行，所以規(guī)則集R2中λ的取值較規(guī)則集R1更為細致。規(guī)則集R2以及λ的取值與動態(tài)時長D2分配的關系見表5與見表6。

表5 規(guī)則集R2

表6 λ的取值與D2分配的關系

4 干線協(xié)調控制下的單點自適應控制方法

以十字路口四相位控制為例，如圖3所示，處于干線協(xié)調控制下的交叉口自適應控制方法如下：

Step1:設定交叉口的周期C、相序、各相位的基礎時長bi、總的動態(tài)時長D1和D2以及規(guī)則集R1和R2，并設定該交叉口的相序依次為：非干線協(xié)調方向的左轉相位S1，干線協(xié)調方向直行相位S2、干線協(xié)調方向左轉相位S3、非干線協(xié)調相位直行相位S4。

Step2:執(zhí)行本相位的基礎時長bi，并判斷本相位控制形式。若當前相位Si為非干線協(xié)調方向的左轉相位S1，轉Step3；若當前相位Si為干線協(xié)調方向直行相位S2，轉Step4；其他情況轉Step5。

Step3:信號機在本相位S1基礎時長b1結束前5s，依托布置在進口道停車線和起點處的兩處線圈，利用計數(shù)器程序收集當前相位S1、下一相位S2、再下一相位S3通行方向所在進口道范圍內的實時車輛數(shù)N1、N2、N3，模糊為N1'、N2'、N3'后根據(jù)規(guī)則集R1對動態(tài)時長D1進行分配，轉Step6。

Step4:信號機在本相位S2基礎時長b2結束前5s，依托布置在車道停車線和起點處的兩處線圈，利用計數(shù)器程序收集當前相位S2、下一相位S3通行方向所在進口道范圍內的實時車輛數(shù)N2、N3，模糊為N2'、N3'后根據(jù)規(guī)則集R2對動態(tài)時長D2進行分配，轉Step6。

Step5:當前相位Si基礎時長bi后結束后，計數(shù)器程序Si所在進口道計數(shù)器清零重置，切換至下一相位Si+1,并執(zhí)行基礎時長b4或下一周期第一相位基礎時長b1，轉Step2。

Step6:當前相位基礎時長bi執(zhí)行完畢后，按動態(tài)時長D1或D2分配方案執(zhí)行當前相位的動態(tài)時長di，并在di執(zhí)行完畢后，計數(shù)器程序Si所在進口道計數(shù)器清零重置，進入下一相位Si+1，并執(zhí)行下一相位的動態(tài)時長di+1，di+1執(zhí)行完畢后，執(zhí)行下一相位的基礎時長bi+1，轉Step2。

圖3 干線協(xié)調控制下的交叉口自適應控制方法

5 仿真與模型對比

如圖4所示，在交通仿真軟件VISSIM中，建立一個包含3個交叉口的干線，并從左至右依次編號,交叉口1 與2、交叉口2與3之間的間距均為500m，路段的車輛類型比例設置為小型車0.9，大型車0.1，期望車速設置為小型車50km/h，大型車45km/h，為了貼合中國的道路交通流運行實際，本文對VISSIM中的跟車模型進行了重新標定[11]。

圖4 VISSIM路網(wǎng)圖

設定交叉口2采用本文所提出的自適應控制方法進行信號控制，各交叉口的控制方式及控制方案見表7。為檢驗本文所提出的控制方法的可靠性，還將為交叉口2設置了一套定時控制方案，便于將本文所提出的方案與協(xié)調定時方案以及無協(xié)調控制方案進行對比。

表7 仿真中交叉口的配時方案

圖5 VISVAP部分編程圖

為配合單點自適應控制的實現(xiàn)，在交叉口2的東西雙向以及南北左轉進口道布置兩個線圈，其位置分別位于停車線處和停車線上游60m處。為檢驗本文所提出控制方法的適用性，干線協(xié)調方向及交叉口2相交道路雙向的流量呈現(xiàn)逐步上升的趨勢。交叉口2的自適應控制邏輯通過VISSIM中的VAP控制機實現(xiàn)。其中，邏輯文件VAP可以通過VISVAP編寫流程圖導出，主程序及部分關鍵子程序邏輯圖如圖5所示；相位間隔文件則可通過VISSIG設置導出。

圖6 三種方案交叉口2排隊長度統(tǒng)計

通過圖解法得到干線協(xié)調的相位差后，分別將本文所提出的協(xié)調單點自適應方案、協(xié)調定時方案以及非協(xié)調控制方案輸入路網(wǎng)中分別進行5次仿真，對每個方案得出的5組數(shù)據(jù)取平均值后，選擇交叉口2的排隊長度和干線路網(wǎng)的行程時間兩個指標對方案的適用性和可靠性進行評估。

圖7 三種方案協(xié)調方向通行時間的時變統(tǒng)計

6 結論

交叉口2的單點排隊長度以及協(xié)調方向車輛行程時間的評估結果分別如圖6和圖7所示。總的來看，兩個干線協(xié)調方案的控制效果明顯優(yōu)于非協(xié)調方案；且本文所提出的協(xié)調單點自適應協(xié)調方案則在流量逐漸增加后，獲得了更短的行程時間和排隊長度，尤其是干線協(xié)調方向的排隊長度。

從評估結果中可以看出，本文所提出的協(xié)調單點自適應方案在路段流量處于高位時，有著較強的控制能力。而對數(shù)據(jù)的進一步挖掘可知，本文所提出的協(xié)調單點自適應方案在仿真時段內測得數(shù)據(jù)的標準差明顯小于協(xié)調定時方案，說明該方案對隨機性強的交通流也有著更佳的適應性。總之，本文所提出的協(xié)調單點自適應方案提高了干線協(xié)調方案在流量或隨機性較大路段的控制能力，為干道雙向濾波協(xié)調控制設計提供了一套實用性強，適用范圍廣的新方案。

[1]于泉.城市交通信號控制基礎[M].北京:冶金工業(yè)出版社, 2011.

[2]王煒,過秀成,等.交通工程學(第2版)[M].南京:東南大學出版社,2011.

[3]Abdulhai B,Pringle R,Karakoulas G.Reinforcement learning for true adaptive traffic signal control[J].Journal of Trans-portation Engineering,2003,129(3):278-285．

[4]田豐,邊婷婷.基于自適應遺傳算法的交通信號配時優(yōu)化[J].計算機仿真,2010,27(6):305-308.

[5]何兆成,佘錫偉,楊文臣,陳寧寧.結合Q學習和模糊邏輯的單路口交通信號自學習控制方法[J].計算機應用研究，2011,28 (1):199-202.

[6]楊義軍,胡靈龍,張偉,等.基于排隊長度的單點自適應信號控制方法[A].第十一屆中國智能交通年會論文集[C].2016.

[7]李瑞敏,章立輝.城市交通信號控制[M].北京:清華大學出版社,2015.

[8]沈齊.城市信號燈自適應控制系統(tǒng)設計方法的研究[D].貴州:貴州大學,2010.

[9]陳虹.城市路口交通信號的自適應模糊控制策略研究[D].成都:西南交通大學,2010.

[10]CJJ37-201.城市道路設計規(guī)范[S].北京:北京市市政工程設計研究總院,2012.

[11]楊洪,韓勝風,陳小鴻.Vissim仿真軟件模型參數(shù)標定與應用[J].城市交通,2006,4(6),22-24.

Method of Single-point Adaptive Signal Control during Trunk Line Coordination and Regulation

Chang Yulin1,2,Zheng Xianyu1,ZhangPeng1
(1.School of Automobile &Traffic Engineering,Jiangsu University,Zhenjiang 212013; 2.Jiangsu ProvinceKey Laboratory forUrban Intelligent Traffic,Southeast University,Nanjing 211189,China)

In this paper, in order to realize the adaptive control of a single signal during trunk line coordination, we first decomposed the phases during a cycle into the fixed part and variable part and set the sum of the duration of the variable part of all phases to be constant; then we turned fuzzy the coordination direction and the inlet flow of the neighboring phases and used rule set to describe the relationship between the traffic flow and the duration of the variable part, which ultimately led to the formation of a single-point adaptive signal control method during the process of trunk line coordination and regulation..

adaptive control; trunk line coordination; variable phase; fuzzy control; urban traffic

U491.5+1

A

1005-152X(2017)04-0068-06

2017-02-25

江蘇省高校自然科學基金項目(13KJB580003)；江蘇省城市智能交通重點實驗室開放研究經(jīng)費資助項目(JTKF2014004)；江蘇大學高級專業(yè)人才科研啟動基金(12JDG056)

常玉林(1963-)，男，江蘇大學教授，博士。

doi∶10.3969/j.issn.1005-152X.2017.04.017