双向绿波信号控制优化研究

吴刚，叶婉君，白钰洁，马祯，林国靖，秦钟

双向绿波信号控制优化研究

吴刚，叶婉君，白钰洁，马祯，林国靖，秦钟

（广州大学 土木工程学院，广东 广州 510006）

为研究双向绿波信号控制在实际交通状态下的应用，根据干线协调控制原理和兴南大道的道路交通状况，对兴南大道进行双向绿波信号控制优化研究，提出了考虑滞留车辆条件下的双向绿波优化方案，并通过VISSIM验证方案的有效性，结果表明加入滞留车辆计算后，兴南大道在双向绿波方案下相关指标有所优化，滞留车辆的双向绿波信号控制在实际工作中应用效果较好。

干道协调；双向绿波；滞留车辆；微观仿真

从汽车出现开始，道路基础设施与交通需求之间的矛盾便从未消失，特别是中国经济水平的不断提高，居民拥有汽车的门槛不断降低，道路拥堵问题越发成为常态。尽管国家大力倡导公共交通出行，但公共交通舒适度较低，且私家车出行量仍旧庞大，交通拥堵问题仍然无法有效解决，因此，从交通管理的角度，绿波信号控制便成为广大学者研究的重点之一。国外学者LITTLE等人开发的MAXBAND系统计算拥有最大绿波相位的配时方案[1]，国内沈国江等人利用模糊控制算法对双向绿波进行优化[2]，王东建立了以相位差为控制变量的双向交通流动态优化控制模型[3]。本文将基于滞留车辆的影响研究双向绿波信号控制模型，并以兴南大道为例分析模型的可行性和优化效果。

1 双向绿波设计原理与方法

道路是城市的脉络，在城市内道路相互交织形成了数量繁多的交叉口[4]。为了保证出行便利，道路间距注定不会太大，也就意味着大部分相邻交叉口间距会控制在一定范围之内，一般在300～1 000 m之间。在这种条件下，单点控制方案易造成干线车辆停车次数较高，停车延误较大。单向绿波方案则是在干线上下行流量相差较大的情况，通过控制流量最大的车流方向，使车流在经过每一个交叉口时，能够刚好处于放行状态，适用性较好，但对反向车流影响较大。而双向绿波方案则是通过寻找适合的相位方案，通过设置合适的相位差使干线上下行车流能够连续通过交叉口，降低停车延误，提高道路通行效率。

1.1 双向绿波配时设计

中国大部分交叉口都是采用各进口依次放行的相位方案，而这种相位方案很难实现双向绿波信号控制，因此，在设计双向绿波信号控制时，需要重新设计相位方案，使干线直行车流通行权处在同一个相位上，以十字交叉口东西方向为干线车流为例，双向绿波控制信号相位一般设置为“东西进口直行”“东西进口左转”，南北进口的相位方案则相对随意，有两种方式可以选择。

配时方案设计则是基于各交叉口几何形状、流量、车速、通行能力等数据，利用webster法计算各交叉口周期，确定关键交叉口，并将其周期设置为公共周期，将其他交叉口富裕的绿灯时间分配到绿波相位上最终得到的[5]。

1.2 相位差计算

传统相位差是通过计算车辆从第一个交叉口绿灯开始出发，到下一个交叉口时刚好遇到绿灯开始的这个时间差确定的[6]，如公式（1）所示：

式（1）中：i为相邻交叉口的理想相位差，s；为相邻交叉口间距，m；为车辆行驶车速，m/s；为整数；0为公共交叉口信号周期。

考虑实际情况下交叉口在每周期均会有一定的车辆滞留在交叉口，而这部分车辆在绿灯时会优先通行，从而影响绿波带的使用效率。因此在计算相位差时应当考虑此类影响，如公式（2）所示：

式（2）中：r为实际相位差，s；h为滞留车辆消散时间，s，可根据公式（3）计算。

式（3）中：为平均滞留车辆数，pcu；为平均车头时距，s/pcu；s为排队车辆启动损失时间，s。

绿波计算则是使用数解法[7]，通过计算相邻交叉口的理想间距，寻找干线上最大相邻交叉口实际信号位置与理想信号的位移量之差，确定最适合的理想信号位置，确定连续行驶通过带计算相位差，从而得到绿波信控配时。

2 案例分析与仿真

2.1 案例分析

兴南大道位于广州番禺区，为东西走向干道，沿线分布较多大型小区和商业中心，车流来往密切，沿线交叉口在高峰时段易出现车辆停车次数较多的现象。由于兴南大道沿线交叉口间距适宜、无路边式公交站等易造成车辆延误的交通设施，上下行交通量差距较小，比较适合双向绿波信号控制方案实施，因此案例截取番兴交叉（番禺大道北—兴南大道）、登兴交叉（登云大道—兴南大道）、华兴交叉（华南新城—兴南大道）等3个交叉口进行分析，设计出2种双向绿波信号控制方案，方案一是根据公式（1）设计的普通双向绿波方案，其是在现状相位方案上重新设计配时方案，用传统相位差计算方式设计双向绿波配时，方案二是根据公式（2）设计的优化双向绿波方案，其是重新设计相位方案和配时方案，用考虑滞留车辆的相位差计算方式设计双向绿波配时。根据调查数据，以番兴交叉—登兴交叉—华兴交叉为序，现状配时周期分别197 s、139 s、140 s；方案一配时公共周期为174 s，相对相位差分别为0 s、45 s、140 s，带宽为24 s；方案二配时公共周期为141 s，相对相位差分别为 0 s、129 s、48 s，带宽为22 s。

2.2 仿真评价

以东行车流为上行，西行车流为下行，通过微观仿真技术，建立兴南大道的仿真模型，得出排队长度、延误、停车次数等指标并以此对方案进行评价，使评价结果更加科学实际。

通过绘制兴南大道路网CAD图并导入VISIIM内部建立仿真路网，输入流量、车型、车速等相关参数，通过比较仿真得出的排队长度和实际调查得到的排队长度，对模型精度进行校正，最终使模型符合精度要求。

仿真结果显示，较兴南大道现状，普通、优化双向绿波信号控制下交叉口最大排队长度下降最大比例分别为14%、42%；普通、优化双向绿波信号控制下干线延误下降比例上行分别为28%、49%，下行分别为38%、52%；普通、优化双向绿波信号控制下干线停车次数下降比例上行分别为4%、21%，下行分别为30%、31%。根据三个指标的分析结果，考虑滞留车辆下的双向绿波控制方案对道路优化程度和对传统双向绿波控制方案的优化程度较好。

3 结束语

本文的主题为双向绿波信号控制优化研究，研究目的为通过对双向绿波模型的深入研究，增强双向绿波信号控制的实用性，能够在更复杂的道路条件下优化道路交通状况，降低延误，减少停车次数，提高通行效率。通过加入滞留车辆计算各相邻交叉口之间的相位差，降低以传统相位差设计的双向绿波方案中滞留车辆对车队前排的影响，并以兴南大道为例，运用微观仿真技术对优化前后的双向绿波方案进行仿真验证。本文的双向绿波信号控制配时计算是在传统算法上加入滞留车辆的影响得出的，得出的结果仍未脱离绿波算法的基础假设，没有考虑驾驶员心理和习惯对车速的影响、行人过街影响和违章影响等诸多带有主观影响因素。因此，现实中为了使双向绿波的应用范围更加宽广，可以考虑建立多种主观因素影响模型。

［1］LITTLE J D C，KELSON M D，GARTNER N H，et al.A program for setting signals on arteries and triangular networks［J］.Transportation Research Record，1981（795）：40-46.

［2］沈国江，徐卫明.交通干线动态双向绿波带控制技术研究［J］.浙江大学学报（工学版），2008（9）：1625-1630.

［3］张玲玲.基于人工势场跟驰模型的双交叉口交通流仿真［D］.北京：北京交通大学，2013.

［4］高振锋.浅谈环形交叉口对城市交通的影响［J］.科技创新导报，2019，16（6）：233，235.

［5］徐建闽，李岿林.考虑干道瓶颈交叉口的双向绿波协调控制［J］.北京工业大学学报，2018，44（12）：1528-1536.

［6］严新平，吴超仲.智能运输系统原理、方法及应用［M］.武汉：武汉理工大学出版社，2006.

［7］吴兵，李晔，佩昆，等.交通管理与控制［M］.4版.北京：人民交通出版社，2009.

2095－6835（2020）20－0044－02

U491

A

10.15913/j.cnki.kjycx.2020.20.016

吴刚（1997—），男，宁夏银川人，本科在读，研究方向为智能交通、交通控制、图像处理。

秦钟（1972—），男，山东枣庄人，硕士研究生，副教授，研究方向为智能交通、交通控制、图像处理。

〔编辑：王霞〕