城市快速路入口匝道交通控制算法综述

方传武 丁 丽

(西南交通大学交通运输与物流学院，四川 成都 610031)



城市快速路入口匝道交通控制算法综述

方传武 丁 丽

(西南交通大学交通运输与物流学院，四川 成都 610031)

根据调节方法与实时交通状态之间的关系，将匝道控制分为定时控制与自适应控制，分析了自适应控制中的局部控制、合作型协调控制、竞争型协调控制、交通集成型协调控制典型算法的原理及优缺点，最后在总结现在算法的基础上，对未来快速路匝道控制的研究方向进行了展望。

城市快速路，匝道控制，交通流

0 引言

交通需求的急剧增长造成城市严重的拥堵，城市快速路作为城市的骨干道路，承担着大运量的交通，由于缺乏控制和合理的引导，在高峰时期往往表现出车速缓慢、排队长度长、排放尾气加大、道路通行能力利用不充分、交通安全性降低的现象。匝道控制作为城市快速路控制最主要的方式，已被证实为改善快速路交通环境，提高道路设施利用程度最有效的方法之一[1]。匝道控制通过限制车辆能使快速路主线保持连续的交通流，减少交通拥堵，提高交通安全及防止追尾的产生[2]。同时匝道控制还有平衡交通流的作用，可转移快速路主线交通流至其他主干路，短程出行的人若没有匝道控制的限制会更愿意上快速路，虽然与主干路出行时间相差不大。匝道控制可显著减少快速路出行者的总出行时间[3]。

1 控制方法分类

城市快速路是修建于城市内部或者城市外围的高速通道，道路设计及控制机制都与高速公路有相似之处，部分高速公路控制的理论也应用于城市快速路上。然而，由于城市快速路的出入口间距小，车流的交织分流更为频繁，受附近交叉口影响大，变通参数变化更为复杂。因此快速路控制要比高速公路研究更为复杂。

通过对匝道控制不同理论的研究，将城市快速路匝道控制分为定时控制与自适应控制。

1.1 定时控制

具有固定的周期及相位，控制率依据历史数据得出，可在不同时间段设置不同的配时方案。该控制方法适用于交通流较为固定稳定的情况，对于突变的交通流及交通事故所引起的交通流变化无法适应，由于其低成本的特性可作为其他匝道控制方法的备用方案。

1.2 自适应控制

根据实时测得的交通参数来确定每个周期的控制率。典型的分类方法[4]等将自适应控制分为局部控制和协调控制，协调控制又包含合作型协调控制、竞争型协调控制、交通集成控制三个类别。

1)局部控制：控制范围为某一匝道，通过对本匝道实时检测的交通流参数来确定入口匝道的控制率。由于只考虑局部控制，无法做到系统最优。当在快速路网络系统中产生多个堵点或发生交通事故时，控制效果不如协调型控制方法。

2)合作型协调控制：首先通过局部控制方法确定每个匝道的控制率，然后再基于全局条件调整参数与控制率。

3)竞争型协调控制：匝道计算两组控制率，一个基于局部控制条件与交通流参数，一个基于全局条件与交通流参数，比较两个控制率，选择其中最具有限制性的控制率。

4)交通集成型控制：同时考虑局部和全局的控制条件与交通流参数，通过系统最优化方法求解各匝道调节率。

2 不同类型匝道控制典型算法

针对不同理论的快速路控制匝道控制典型算法按类型、检测量、检测位置进行疏理见表1。匝道控制示意图见图1。

表1 匝道控制典型算法

2.1 Demand-Capacity

Demand-Capacity[5]广泛应用于美国，通过比较匝道上游检测到的交通量与匝道下游主线的通行能力计算控制率。由于交通量检测对交通拥堵的识别不可靠(如交通量为0时可能完全堵死或完全无车)，因此还需要在下游检测占有率。如果占有率检测值超过了预设的阙值，则认为是主线处于拥挤状态，占用率则采用最小值rmin。

其中，r(k)为第k处周期匝道控制率，辆/h;Cap为匝道下游主线通行能力，辆/h;qin(k)为第k个周期匝道上游流量，辆/h;rmin为匝道控制率最小值,辆/h;Oout为下游实时占有率;Ocr为占有率阙值。

2.2 ALINEA

ALINEA算法[6]通过实时检测下游占有率，调整匝道控制率以保持匝道下游占有率为某一定值(占有率阙值)为目标，使得快速路主线通行能力最大化。ALINEA算法在多个城市得到广泛应用，如巴黎，阿姆斯特丹，格拉斯哥，慕尼黑。

其中，r(k)为第k处周期匝道控制率，辆/h;kR为调整率参数，辆/h;Oout为下游实时占有率。

在Demand-Capacity算法中，当检测器所检测到的占有率达到占有率阙值时，控制率会以跳跃的方式直接变为最小值，不利于交通流的稳定性和连续性。而ALINEA算法以一种相对温和的方式来循序渐进改变控制率，在防止交通拥堵时更加有效。

2.3ALINEA改进模型

尽管ALINEA算法能有效改善快速路主线交通状况，但它有可能引发相邻路段或交叉口的排队现象，但对于整体交通状况却是利大于弊[6]。因此，也出现了很多ALINEA的改进模型以提高算法的效率。如AD-ALINEA[7]考虑到占有率受交通组成、天气状况等影响，敏感性较大，通过实时预测占有率以达到匝道下游能达到最大交通量；由于占有率有敏感性，FL-ALINEA[8]则通过实时检测下游交通量代替实时检测下游占有率，当达到占有率阙值时，控制率和Demand-Capacity算法一样也转变成最小值；当匝道下游缺乏条件检测占有率时，UP-ALINEA[8]则可通过只检测上游交通量和公式转换达到ALINEA的控制效果；X-ALINEA[8]则考虑了ALIENA算法造成的匝道的排队状况，当达到最大排队长度时，则调整控制率。

由于局部控制算法无法达到协调控制系统最优的效果，但由于协调控制算法复杂性大，参数调整多，现局部控制算法仍具有很强的实用性。

2.4METALINEA

METALINEA[9]是ALINEA改进协调控制型模型，其模型如下：

METALINEA控制效果较依赖于K1,K2与占有率阙值的选择的准确性，其参数的设置与标定要复杂得多。Papageorgiou等[10]对比过ALINEA与MATLINE控制效果，发现在常发性交通堵塞MATLINE的控制效果与ALINEA相比并没有优势，但是在非常发性交通堵塞如交通事故等要比ALINEA控制效果更优。

2.5SWARM

SWARM[11](SystemWideAdaptiveRampMeteringSystem)主要应用于美国，包含两层相互独立的匝道控制算法。

SWARM1为协调层，主要为交通状态预测与系统分配，其目标为维持主线交通流密度于一个预设的值，可以为饱和交通流密度。交通状态预测主要应用线性回归与卡尔曼滤波的方法来预测检测器预设的交通流密度。则周期内匝道所要达到的交通流密度为：

其中，ρt为匝道所要达到的目标交通流密度;ρc为当前交通流密度;ρe为预测交通密度超出饱和交通流密度的量;T为预设周期。

当得出匝道的目标交通流密度时，则转换交通量分配到各个路段：

qr(i)=(ρc(i)-ρt)×n×l。

其中,qr(i)为匝道i处的交通流量变化量;ρc(i)为匝道i当前交通密度;n为匝道数;l为i处检测器到下一检测器的距离。

SWARM2应用检测器所检测到的车头时距以确定匝道调节率。最终的匝道调节率选择SWARM1与SWARM2更有约束的一方。由于SWARM算法采取交通预测的方法来确定匝道调节率，具有提前预判和优先决策的功能。其算法的关键性在于预测的准确性。

2.6HELPER算法

HELPER算法[12],作型协调控制,也是分为局部控制层与协调控制层两个结构。局部控制层，预先设置6个不同占有率范围的控制率级别，每个匝道根据上游的占有率选择其一。如果排队过长，则控制率提升一个级别，使更多车辆进入匝道以减少排队。在协调控制层，如果匝道控制率由于排队过长达到最大级别连续三个周期，则视为关键匝道，转入协调控制，将该匝道处交通量连续分配给上游匝道，上游匝道通过降低控制率级别以减小该匝道的交通压力。

3 快速路入口匝道控制算法展望

入口匝道控制算法从原先的静态定时控制到后来的实时自适应控制，对交通状况的突变适应性能力加强，控制效率方面也有了提升。为加强控制学习的鲁棒性和加强实时反馈控制机制，模糊控制、人工神经网络等智能控制算法也应用于快速路匝道中，对提高控制的预见性、可靠性、自适应能力都有较大的提升。在这些方面可进一步研究。

[1]Papageorgiou,M,Kotsialos,A, 2002.Freewayrampmetering:anoverview.IEEETrans.Intell.Transport.Syst(3)：271-281.

[2] Piotrowicz, G, Robinson, J, 1995, “Ramp Metering Status in North America: 1995 Update”, Federal Highway Administration, US DOT, Washington, DC, DOT-T-95-17.

[3] Kotsialos, A, Papageorgiou M, Messer, A , 1999, “Optimal Coordinated and Integrated Motorway Network Traffic Control.” Proceedings of 14th International Symposium on Transportation and Traffic Theory, Jerusalem, Israel, pp. 621-644.

[4] Zhang M, Kim T, Nie X, et al. Evaluation of on-ramp control algorithms[J].California Partners for Advanced Transit and Highways(PATH),2001(8):95-97.

[5] Masher, D P, Ross, D W, Wong, P J, et al.1975, “Guidelines for Design and Operation of Ramp Control Systems” Stanford Research Institute, California.

[6] Papageorgiou, M, Hadj-Salem, H, Blosseville, J M, 1991,“ALINEA: A Local Feedback Control Law for On-ramp Metering”, Transportation Research Record, No. 1320, Transportation Research Board, Washington, D C, pp. 58-64.

[7] Papageorgiou, M, 2003, “Handbook of Transportation Science”, Kluwer Academic Publishers.

[8] Smaragdis, E, Papageorgiou, M, 2003, “A series of new local ramp metering strategies”, 82nd Annual Meeting of the Transportation Research Board, Washington DC, Paper No. 03 3171.

[9] Papageorgiou, M, Blosseville, J M, Hadj Salem, H. ,1990, “Modeling and Realtime Control of Traffic Flow on the Southern Part of Boulevard Peripherique in Paris: Part Ⅱ:Coordinated On-ramp Metering.” Transportation Research. Vol. 24A, No. 5, pp. 361-370.

[10] Papageorgiou, M, Hadj-Salem, H, Middelham, F,1997, “ALINEA Local Ramp Metering-Summary of Field Results”, Transportation Research Record 1603,Transportation Research Board, Washington, D.C.

[11] Paesani, G, Kerr, J, Perovich, P, et al.1997, “System wide adaptive ramp metering in southern California” ITS America 7th Annual Meeting.

[12] Lipp L, Corcoran, L, Hickman, G ,1991, “Benefits of central computer control for the Denver ramp metering system” Transportation Research Record, No. 1320, Research Board,Washington, D.C.

Review on on-ramp metering algorithms of urban expressway

Fang Chuanwu Ding Li

(SchoolofTransportationandLogistics,SouthwestJiaotongUniversity,Chengdu610031,China)

According to the relationship of the control method and the state of the traffic state, the algorithms can be classified to pre-timed and adaptive. In this paper, the classical algorithm of the adaptive algorithms such as isolated ramp metering, cooperative ramp metering, competitive ramp metering and integral ramp metering is analyzed. In the end, based on the generalization of current on-ramp algorithms, the prospects of on-ramp metering algorithms of urban expressway are put forwoad.

urban expressway, on-ramp metering, traffic flow

1009-6825(2016)05-0144-03

2015-12-01

方传武(1991- )，男，在读硕士

U491

A