实地交通信号灯调整研究——以乐山市市中区为例

◇乐山师范学院数学与信息科学学院 张 乐 范政锴 彭佳雯 潘姝芹 陈茜莉 牟谷芳

本文基于一种以总计车辆等待时间作为评价标准的方法来进行研究，考虑到实地交通路段较窄的情况，通过加大道路因素在算法中的权重，来实现方法的改进，在此基础上结合实地交通数据，优化了具体道路的信号灯配时，减少了车辆在具体路段的等待时间。

1 引言

城市发展中的交通问题是每个国家都需要经历的部分。国外的研究早于国内，在接近50年的国外研究过程中，研究内容逐渐由单项指标过渡到多项指标，如Webster和MillerA.J.提出的以车辆的平均延误为最小值的控制算法，以及ParkB.等提出了一种以超过一个指标同时进行优化的方法。当然也有考虑人工智能对交通问题解决的学习和进化的研究，如LiuY.等人提出了采用分布式多智能体Q学习的智能交通灯控制解决方案，考虑邻近交叉口交通信息以及本地机动和非机动交通，以提高整个控制系统的整体性能。之后的研究不再局限于对单个交通信号灯的研究，城市交通网络的研究逐渐出现，如GrandinettiP.提出基于信元传模型的信号交通网络模型，用来解决大规模城市网络中交通灯动态配时问题。

国内的研究是在近代逐渐出现的，也是从单个交叉路口的研究出发，在已有的基础上，通过对一些算法进行改良以及对交通问题的现状研究也得到了很多的成果。如徐东玲等学者从智能算法中引入了模糊神经网络算法，针对孤立的单个交叉路口提出了基于模糊神经网络的配时优化算法。并根据交通问题的最大特点不确定性为出发点，以此得到交通信号灯控制的方法和结论，如朱劲、刘志勇等利用模糊控制原理可以处理交通的不确定性这一最大优势，提出了一种基于模糊控制器的多相位交叉口信号配时优化算法。徐建闽等研究了交通车流量的随机性特征和交通调查数据统计方法的不完全确定性，针对城市道路交叉口设计了一种基于模糊理论的信号配时方法。武建国等为解决交叉路口的多相位和车流量实时变化的问题，提出了模糊控制与感应相结合的信号配时方法，有效解决了问题[1]。

以上的研究对于城市交通的改善有着极大的作用，也在慢慢的影响城市交通未来的形成与发展。基于以上研究成果为基础，本文研究了一种适合于乐山市（以市中区为例）的信号灯配时方案，再结合实地的情况进行调整，以达到缓解乐山市交通压力。

2 现实情况简析

2.1 车辆信息采集系统的应用与前景

车辆信息采集系统，是停车场专用车牌识别软件，通过针对停车场车辆信息需求而开发研制的特用软件。该软件以专用车辆信息采集器获得视频信号，通过车牌识别算法来实时获取机动车号牌信息，并与公安交管部门对应管理中心同步信息。

根据乐山市近期开展的关于《四川省国土空间规划（2019-2035年）大纲报告》的会议，“成渝地区双城经济圈”上升为国家战略，为乐山发展带来了机遇和挑战。随着《乐山港总体规划》修编工作会的召开，乐山市的水运方面开始了一系列的规划与设计，可以预见到陆运的有关会议也即将提上议程。

这一点也在《全市重大交通项目推进工作专题会》上有所涉及，在会议材料的附件中，有一份包含交通信号灯改造建设的文件，文件内指出对交通运输的配套设施的改造内容。结合文件内容以及乐山市交通运输局2020年的预算编制和近期乐山市的交通规划，我们小组认为在交通管制方面会采用一种视频监测技术。

这种监测技术的采集方式是通过摄像头进行路段的拍摄，拍摄出来的图像中蕴含着许多重要的参数信息，并通过适当的图像处理技术以得到我们所需要的参数信息，切要保证参数信息的准确性。这是目前流行且适用性良好的一种车流量的采集方式，本文也将采用此类方式进行相应参数的采集[2]。

2.2 行人行为的影响

在乐山道路交通系统中，步行是人们最基本的交通行为方式，但行人的出行广泛且不安全。在出行方式中，步行占据很大比例，尤其在市中区交通复杂的街道上，人车抢行的状况时常发生，加上缺乏有效安全管理设施，导致行人过街问题日益突出。但行人通过马路时处于相对弱势的一方，稍有不慎就可能会造成车祸。这阻碍了交通的流畅程度，同时不合理通过路口的行人极有可能造成交通堵塞，降低了路口的通行能力，使道路的利用率降低。

3 主要工作

本节基于一种以总计车辆等待时间作为评价标准的方法，考虑到实地交通路段较窄的情况，通过加大道路因素在算法中的权重并结合实地交通数据，优化了具体道路的信号灯配时，减少了车辆在具体路段的等待时间。首先介绍一些有关交通方面的概念。

3.1 路网

路网，指在一定区域内，由各种道路组成的相互联络、交织成网状分布的道路系统。本文对交通信号灯的配时主要方式为单交通信号灯配时方案，市中区的道路虽然因为建筑设施以及道路扩建等原因而显得错综复杂，但依然以单交通信号灯为主，通过对单点交叉路口（包括但不限于T字路口，十字路口，Y字路口，大字路口）进行配时。由《道路安全法》中的车辆行驶速度部分规定，在市中区范围之内，车辆的行驶速度不允许超过50 km/h，再考虑到这是理论上的最大速度，在城市中实际行驶速度会远远低于这个速度，表1是乐山市市中区不同时段几个地点的平均车辆行驶速度。

表1 部分地段车辆速度

大多数车辆的行驶速度不会超过30 km/h，对于一段1 km长的路段而言，多数的车辆行驶时间会在2分钟左右，我们这样认为对于长度间隔大于1 km的两个交通信号灯来说，可以认为前一个交通信号灯的控制对后一个交通信号灯造成的影响很弱，在这里不予考虑。

3.2 模型建立有关定义

通过对乐山实地的考察我们还发现按照正确合法的交通规则行驶时，可以看到，在任何时候车辆想要右转都是可以做到的[3]。

定义1 对于右转方向的车流，认为其对于其他方向的交通流没有影响。相位设计方案，在传统路口四相位中，左转方向的交通流，其对于整个交通流的影响相对较大。而影响四相位模式优缺点的原因就是交通流量的多少，这里给出交通流密度W的定义：当前交通流量L对于总共交通流量的占比。公式为。对于每一个交通流来说，至少有一个交通流与其互不干扰，即是说每一个交通流都有与其不冲突的交通流。

定义2 在任何时刻，只允许不互相冲突的交通流同时行驶。当一个交通流行驶的时候，我们称这一个交通流为上交通流，如果有与之不冲突的交通流，我们将这些交通流称为下交通流。在一个十字路口，在一个信号灯周期内，一个绿色信号灯相位允许两个方向的交通流同时行驶。

定义3 在一个时间周期内，所有方向的交通流都会拥有绿灯次数。每一个时间周期里面，每一个方向的交通流都会有通行的权利，虽然绿灯时间不同，但绿灯时间一定存在。

车辆等待时间，是指所有车辆在一个路口的平均等待时间，这个时间主要由红灯等待时间及交通流启动时间（指车辆完全驶出路口所用的时间）。

排队长度，是指一个方向的交通流的车辆滞留长度。排队长度与车流量的多少成正相关，不同体积权重的车辆对于排队长度的贡献是没有太大区别的，这是由于乐山市市中区的交通网络没有出现过多的立体结构，车辆的宽度和高度对于交通而言影响不大。

停车导致的延误时间，在上文中我们所提到的都是基于车辆的平均行驶速度，但联系生活实际，车辆在红灯时停车以及绿灯时启动时，需要将车辆的速度在0到正常行驶速度之间改变，而在这个过程中的平均速度是远低于其他时间段的平均速度，这也就导致了时间上的浪费。

定义4 在一个时间周期内，一个绿灯相位的绿灯时间有一个规定的最小值和最大值，公式为：

定义5 车流量的监测早于交叉路口两个时间周期。在配时中，对于这一个交通信号灯，车辆在经过上一个交通信号灯后所需要的时间是会达到两个时间周期的。一个时间周期是。

定义6 将黄灯时间计入绿灯时间[4]。这里给出以下所用到的参数：表示第i交通流a周期检测时车流量，表示T内第交通流最大通行能力，表示T内最大通行能力，表示最终通过路口的车流量。

当第a周期监测的交通流的车流量总和超过了路口总的通行能力后，就按照车流量比例来安排对应的路口的通过车流量，否则就正常运行。其中的是表示前一个时间周期时没有通过路口的车流量，这些车流量会在下一次绿灯时间首先通过路口。

3.3 绿灯时间算法

场景的假设：此时是车流量监测的第a个周期，此时通过十字路口的是第a-2个周期的交通流以及第a-3个周期剩余的交通流，在此交通流前方是第a-1周期的交通流以及在第a-2周期时会余下的交通流。此时针对于当前十字路口的绿灯时间以及（对应第a-2与第a-1周期监测的车流量）已经给出，此时需要给出，即当前监测的交通流需要的绿灯时间。对于绿灯时间的更新，给出以下算法：

定义7 更换通行次序后的共计等待时间与更换前至少减少20%。

3.4 算法检验

在乐山市市中区肖坝路的一个十字路口处，经过长期实地记录测算取得平均值（我们将一天中的7:00-22:00内每一个小时分为一个时间段，再记录一个时间段中每一分钟通过这个路口的汽车数量，为方便计算，将60个数据取平均值后取整十值，作为该时间段内通过这个路口的汽车数量）。

表2 肖坝路口通行车辆数目表

通过分析表格可以看到，在人们上下班（学）时段的车流量最为庞大，且在实地记录中也出现了一定的堵车情况，初步认为此时已经超过了最大的通行能力，在以下的计算中，将以200（辆）作为正常行驶的车辆正常行驶而不会引起的最大通行能力。但现实情况下，由于驾驶技术等原因使得通过测量而得出的最大通行能力要低于上文提到的最大通行能力，故将设置为300。

初步给定参数值为0.6与0.8，以一个时间段作为一个周期，通过随机数表生成各个相位上的通过车辆，如下所示。

前文提到过，部分路段狭窄的因素会影响算法结果的有效性，对此在具体路段的配时中需要对控制参数进行相应的修正。在统计路段中，第四相位的出口较其他出口狭窄，所以在计算时间时，将参数各提高0.1，以及最大通行能力减半。

以时间段1为例，得到四个相位的绿灯时间分别为0.19，0.24，0.41，0.29个周期，可以发现时间不足以通过所有车辆，所以有一部分车辆需要等待下一个周期时通过，并且计算共计等待时间得到通行顺序（三→四→二→一），以此往复，得到整天的绿灯时间表如右表所示。右表较为明显的体现出时间段不同带来的拥挤程度以及受到道路狭窄引起的通行不便，在获得算法计算下的绿灯时间后，绘制不同时间段累计的共计等待时间如下图所示。

从图中可以看到，在共计15个小时的通行时间内，新的配时方法将这些车辆通过路口所用的总计时间降低到了14个小时左右，即平均每小时降低7%共计等待时间，可以认为得出的这种方案合理且适用。

4 结语

在前文中也有提到过，对于道路交通的规划最大的问题就是如何精确的模拟城市中交通内容的流向，规划的最终目标是应对实际的城市交通问题。本文通过较为简单的模拟，经过对一部分参数的简化从而得出一种基于车辆的等待时间最少为目标的方案。