交通信号灯配时优化控制理论研究

靳 敏，康 乐，郁 宇

（1.黑龙江工程学院 计算机科学与技术学院，黑龙江 哈尔滨150050；2.哈尔滨工程大学 核科学与技术学院，黑龙江 哈尔滨150001）

1 交通绿波带的重要性

随着经济的发展和城市化水平的提高，城市交通问题日益突出。如今的城市交通，面对越来越多的车辆，道路拥堵现象时有发生。对城市交叉路口交通实施合理化控制，有利于缓解日趋紧张的交通拥挤问题。

交通信号“绿波”控制是一项比较特殊的系统。这项系统一般被称为“绿波带”[1]。城市交叉口信号绿波控制一般是指一条主干道中若干个连续交叉口交通信号间的协调控制，目的是使行驶在主干道协调控制的交叉口车辆，可以不遇红灯或者少遇红灯而通过这个协调控制系统中的各交叉口。从被控制的主干道路各交叉口的灯色来看，绿灯就像波浪一样向前行而形成绿波，称这种交通信号协调控制方式为“绿波带”控制。科学有效的交通信号配时能够大大提高信号路口的通过量，有效缓解交通压力，最大可能地实现绿波带。因此，交通信号优化配时在交通信号控制中占有重要地位。

2 最佳信号周期以及相位绿灯时间的计算

每个先进的交通信号控制系统是多种技术的综合体，主要涉及信号周期以及相位绿灯时间的计算、高效配时策略的制定以及配时策略的优化等。

对于一个信号交叉口而言，评价其信号配时是否最佳的指标有延误时间、通行能力和交通事故次数等，其中，延误时间是驾驶员最为关心的指标。韦伯斯特利用排队论与数字计算机模拟相结合的方法，提出了计算交叉口各进口道上车辆的平均延误Uniform和随机延误Random公式[2]。

Uniform延误公式为

Random延误公式为

最后，韦伯斯特给出了定时信号交叉口车辆延误的修正计算公式

式中：C为周期时间（s），λ为绿信比，y为机动车道流量比，y＝q／s，q为进口机动车道实际流量（vch／s），S为进口道饱和流量（vch／s），X 为饱和度，tu为车辆平均延误时间（s），tr为车辆随机延误时间（s）。由于式（3）第三项数值较小，常忽略不计，则

F—B法是以一个周期内进入交叉路口所有车辆的总延误时间D最小作为优化目标，其计算公式为

式中：di为第i个相位机动车的平均延误时间，qi为第i个相位机动车平均到达率。每一相位的有效绿灯时间

式中：L为周期总损失时间，Y为关键相位机动车流量比之和。损失时间是指在周期时间内由于交通安全及车流运行特性等原因，在某段时间内没有交通流运行或未被充分利用的时间。

3 智能交通配时策略

城市道路信号配时的智能控制往往依据路口车辆的排队长度。因此，车辆排队长度的检测是智能交通控制的基础。近几年来，随着图像处理技术在车辆自动监测系统中应用越来越广泛[3]。利用车流图片或者车辆视频调节交通滞留状况的智能交通系统成为交通科学管理系统的一个重要研究热点话题。在模拟进行的研究中，每条路的进口正上方都装有一个摄像头，分别用来检测由东向西方向、西向东方向、南向北方向、北向南方向的车辆到达信息，为优化决策提供必要的数据。

实际应用中，摄像头比较理想的安装高度应该在7.5～10m范围内，如图1所示。

图1 摄像头安装位置

每个虚拟像素点代表的实际长度为

式中：θ为摄像机的视场（FOV）角度，θ／r为一像素点对应的角度，L为一个像素点对应的实际长度，r为图像的垂直分辨率（1幅图像的行数），h为摄像机的安装高度。

为了简化程序设计，可以分段考虑比例尺变化的情况[4]。即车流队首开始120个像素点的比例尺都为72，接下来的120个像元的比例尺都为72×k，k可以为1.2、1.4、1.5等。依次类推，进一步近似接近实际的车流长度。

为获得最佳性能指标，研究根据车流检测信息，以交叉路口流通能力最大、平均延误时间最小或排队等候的车辆数最少为优化目标，对交叉路口车流情况进行综合优化，实时修正各个相位的配时。图2显示的是单交叉口路口，下面以该种类型路口2相位信号灯控制方案为例介绍实时优化控制策略。

对信号灯进行实时控制从根本上讲就是寻找最佳信号周期和交叉口两方向的绿灯比，使通过交叉口车辆平均延误尽可能小。假设摄像头能够拍摄的最大距离为100m，最大绿灯时间Tmax＝60s，最小绿灯时间Tmin＝18s，车队长度为L。本次对于周期和相位信号配时同时优化，具体控制策略如下：

1）给定每个相位的最大绿灯时间Tmax＝60s，最小绿灯时间Tmin＝18s。

图2 单交叉口方向

2）控制开始时，先设定一个路口绿灯初始放行时间18s。

3）控制摄像头拍摄车流图片，获取该相位的车辆排队长度。

4）在100m可视范围内，如果车队是满的，再放行40s，即60s的绿灯通行时间。按照单位车辆长度绿灯放行△t＝40s／100m，所以绿灯放行时间Tgreen＝18s＋△t×L。

5）获取另一相位的车辆长度L′，此时设定一个阈值L0＝60，若L′＞L0，则中断正在通行的相位转向执行另一相位，若L′＜L0，则继续放行正在通行的相位。

6）若L′＜L0，循环执行5），直至正在通行的相位达到最大周期，转向另一个相位。

7）若正在放行的相位的绿灯信号时间超过60s，转向下一个相位。

8）该相位绿灯结束，另一个相位的绿灯信号放行18s，并重复3）～6），依次循环反复，从而实现对信号灯系统的智能控制。

4 配时参数的优化

信号配时参数优化是其核心技术和最终解决目标。最优控制实质上就是优化配时。信号交叉口的实际通行能力，车辆通过交叉口时受阻滞程度，以及其它交通效益量度指标都直接受配时方案的影响。改善配时设计方法，设法寻求一个最佳配时方案，便成了提高城市交通运行效率，最终取得良好的经济效益、社会效益和环境效益的关键[5]。

目前，对于城市交通网络的优化控制研究，大多是依据出行者起点与终点之间路径按时间最短优化控制，或针对城市交通网络的交通流分配进行优化，或是按城市流通能力最大的交通流分配优化控制等。

下面针对2相位的单交叉口交通信号采用最优化方法配时进行讨论。

信号周期是决定点控制定时信号交通效益的关键控制参数，一般信号灯的最短周期时长不少于36s，否则就不能保证车辆顺利通过交叉口。考虑到每一周期的绿灯时间损失基本相同，同时又考虑到周期时长过长，在车流较大的情况下，可能引起等待司机的烦躁或误认为灯色控制已经失灵，所以最大周期也必须限制，最长周期时长一般不超过120s[6]。现有传统的配时方法是各成对方向取基本相同的信号配时，这样有很大的弊端，因为一般情况下不同方向道路的最大通行能力基本相同，但是它们各自的车流量却有较大的差别，因此，它们所应分配的时间应根据实际需求而不是笼统地取一样的时间。

本课题的研究提出了一种新的自适应配时方法，即基于交通信号控制器驱动摄像头采集排队车流长度，从而得出一个排队长度值；设单位车队长度允许通行的时间为△t，由测量得到的车队长度值决定绿灯放行的时间，如果车队长度长，那么绿灯放行时间就长，反之则少。接着调用时间与车辆排队长度的函数Timelength（）计算绿灯放行的时间，从而驱动信号灯控制交通通行情况。系统程序框图如图3所示。

图3 交通信号控时系统程序

在绿灯的配时方法中，保证两个方向的绿灯最少通行时间t0＝18s。由于绿灯放行的时间取决于排队车辆的长度，车辆长度长，绿灯放行时间增加，反之，绿灯放行时间减少，所以要建立一个最优的车队长队与时间的函数关系直接影响交通信号机对交通控制的效果。本课题采取简单的线性算法，即采取时间与车队长度的一次比例函数：Tgreen＝t0＋[（Tmax－t0）／L0]× L 自动设置绿灯的通行时间，其中绿灯时间Tgreen不能超过60s[7]。结果表明：自适应调节控制绿灯的放行时间，能有效改变交叉口车流长时间等待的通行状况，减少十字路口车辆长时间滞留的问题，提高交通的运行效率。

5 结束语

本文从信号周期以及相位绿灯时间的计算、高效配时策略的制定以及配时策略的优化等方面研究了交通信号的配时优化方法。寻找到一种新的方法：借助于摄像机获取等待车队画面并根据比例计算出等待车辆的长度，根据等待车辆的多少，科学合理地进行动态配时。另外，本文还介绍了对配时方案的优化，采取较为简单的线性算法，根据一定的比例函数，自适应调节路灯控制时间，从而有效提高了交通路口车辆通行率。平面交叉口信号控制理论的配时计算是容易的，但由于利用数据（交叉口流量统计）与实际交通情况的差别以及路口交通和流向变化性和随机性，再加上路口周围的交通环境不同，在实际的交通信号控制中，该优化方法的设计还有待进一步研究改进。

[1]陈宽民，严宝杰.道路通行能力分析[M].北京：人民交通出版社，2008：52－54.

[2]杨晓光，杨佩昆.信号灯控制交叉口停车线车辆延误模拟算法[J].同济大学学报，2010，21（1）：67－731.

[3]周正林，姜振廷，宋天明.基于视频技术的交通流量预测[J].黑龙江工程学院学报：自然科学版，2011，25（3）：29－30.

[4]陈淑燕，陈森发，吴明赞.单路口交通的多相位实时模糊控制[J].系统工程理论与实践，2009，23（1）：110－115.

[5]颜艳霞，李文权.单点交叉口信号实时配时模型及蚂蚁算法[J].公路交通科技，2011，23（11）：116－119.

[6]刘运通，石建军，熊辉，等.交通系统仿真技术[M].北京：人民交通出版社，2010：79－81.

[7]Vincent R A，Mitchell A I，Robertson D I.User guide to TRANSYT version 8LR666[R].Transport and Road Research Laboratory，2010：55－56.

[8]Clement S，Anderson J.Traffic signal timing determination：the cabal model[C]／／Proc of 2nd IEE International Conference on Genetic Algorithms in Engineering Systems：Innovations and Applications.Glasgow，UK，2011：63－68.