交通拥堵情况下应急救援车辆优先通行主动控制方法

张立立，于 沛，李 晶，姚 迪，赵 琦，王 力

（1.北京石油化工学院信息工程学院，北京 102617；2.中国消防救援学院基础部，北京 102202；3.北方工业大学城市道路交通智能控制技术北京市重点实验室，北京 100144）

0 引言

应急救援车辆在城市道路中的优先通行已成为一个具有高关注度的社会舆论和城市管理的问题［1-4］。目前我国应急救援车辆优先通行仍需依靠交通参与者的自觉让行等方式，在交通拥堵频发的城市交叉口往往难以保障顺利通行。

针对该问题，国内外学者进行了相关研究，蒋光胜等［5］以北京奥运交通保障为背景，通过在信号控制器安装无线射频识别装置，在公交车、奥运VIP车辆和公安特种车辆上安装发射装置，实现了初级车路协同条件并提出公交车和特种车辆的优先控制策略。杨兆升等［6］利用射频识别（Radio Frequency Identification，RFID）技术实现简单的车路协同环境，提出应急车辆优先控制策略。王吟松等［7］利用专用短程通信（Dedicated Short Range Communication，DSRC）技术构建应急车辆交叉口信号控制系统，通过令应急车辆与路侧系统进行交互通信实现优先控制。Wang 等［8］设计了应急车辆优先控制系统，提出了动态信号优先控制策略，并在某市对所开发系统进行了实际应用测试。龙文民等［9］在车路协同环境下实时获取交叉口状态信号、交叉口各方向排队长度、应急车辆自身位置及车速等信息，设计应急车辆优先控制方法。Li等［10］考虑到车用无线通信（Vehicle to X，V2X）时延将影响应优先请求的响应，提出基于补偿距离的应急车辆优先控制方法。Cao等［11］从应急车辆性能角度出发，提出了以应急车辆为中心的车路协同智能应急交通系统，以确保其快速通过，并降低对社会交通的影响。

上述研究都是以传统被动交通控制理论为基础进行建模和算法设计，当城市交叉口处于高度拥堵状态时这些方法大多无计可施。为此，本文从拥堵情况下应急救援车辆的优先通行需求入手，以广义主动交通控制理念为核心，建立高维度、多变量的主动交通控制模型，设计优先通行控制算法，并采用自主研发的应急管理交通仿真软件（Emergency Management Traffic Simulation Platform，EMTSP）［12］对设计的方法进行示例验证。

1 城市交叉口主动控制建模

以广义主动交通控制理念为核心，建立主动交通控制模型，将传统以周期、绿信比调节为核心的交叉口信号被动控制转变为车道可变、相位相序可调且具有链状连接特性的交叉口主动控制［13-14］。城市交叉口交通控制中涉及的时空变量包括车道、相位、相序、相位绿灯时间共4 类，在主动控制模型构建时充分考虑4 类变量。

如图1 所示，交叉口由内部冲突区域和上下游连接路段组成。

图1 交叉口输入、输出控制模型

设交叉口的连接路段集合中的路段j，a的方程为：

式中：nj，a（k）为路段j，a在采样周期k的车辆数；qj，a，in（k）为采样周期k内上游路段发送给路段j，a的车辆数；qj，a，out（k）为采样周期k内路段j，a发送给下游路段的车辆数。建立车道基因的调控变量集

表示当前相位绿灯方式以饱和流率速度放行，其放行的下游车道由调控变量ϖj，a，o（k）决定。

将式（2）代入式（1）得到交叉口时空资源动态模型

式中：Sj，a为路段通行能力；gj，a，o（k）为采样周期k内路段j，a所在相位的绿灯时间，且有gj，a，o（k）≥gj，a，o，min。绿灯时间gj，a，o（k）与调控变量φj，a，o（k）中的o和相位数量有关，因此可由表示；min｛wj，a（k），表示上下游路段连接与相位数量并不相同，原因即上下游不能没有连接，但相位可以在采样周期k内不从属于相序。

2 应急车辆优先控制算法设计

2.1 目标函数集合

由于交通场景的时变性，对不同场景应该采用不同的控制目标函数，同时考虑到目标函数设计的统一性，令控制目标函数为

式中：JTTS为交叉口全部车辆的行程时间；JSTS为应急车辆的单车行程时间；α、β为权重系数。

2.2 应急救援车辆优先通行主动控制方法

当应急救援车辆优先通行的需求产生时，此时其将采样周期k内执行某相位时交叉口的流量和排队作为输入，在信号控制方案中搜索与当前执行相位相匹配的n个相位作为下一步执行相位的候选，再对每个候选相位选择其连续执行的m个相位作为控制链。以式（5）目标函数，以式（4）为控制模型，根据调整权重值，变化目标函数的形式，采用遗传算法（Genetic algorithm，GA）作为优化算法执行n个控制链，并对n个控制链的所得J进行排序，取得Jmin的控制链的第一个相位作为当前相位的下一个执行相位，并将所得间隔时间、相位、绿灯时间作为输出，如图2 所示。

图2 应急车辆优先通行主动控制流程图

该方法的具体执行步骤如下：

步骤1初始化算法参数，算法开始执行。

步骤2场景辨识，判断场景类型，在目标函数集合中选定对应目标函数。

步骤3实时检测交通状态，执行当前相位与绿灯时间，当进入时（启动参数），输出当前交叉口各路段交通流量输入和排队状态。

步骤4判断是否有应急救援车辆优先通行的需求产生，如果有则通过调整权重值变化目标函数的形式，转至步骤6；否则转至步骤5。

步骤5启动相位控制链预测，在所设置的相位控制链方案组中选择当前执行相位的相容控制链方案组，将步骤3 中的交通流量和排队状态作为输入，以为Jmin目标函数，并以GA 为优化算法，分别执行相容相位控制链方案组中的所有方案，并对执行后的N（k+1）排名，输出排名第1 的相容相位控制链方案中第1个相位、绿灯时间和间隔时间。该过程采用异步多线程计算，计算时间为。

步骤6启动相位控制链预测，并激活车道控制，在所设置的车道和相位控制链方案组中选择与当前场景相匹配且与当前执行车道和相位相容控制链方案组，将步骤1 中的交通流量和排队状态作为输入，以为Jmin目标函数，并以GA 为优化算法，分别执行相容相位控制链方案组中的所有方案，并对执行后的排名，输出排名第1 的相位控制链方案中第1 个车道、相位、绿灯时间和间隔时间。该过程采用异步多线程计算，计算时间为。

步骤7将步骤4 或步骤5 计算得到的（间隔时间、相位、绿灯时间、车道）输出到主进程中，待当前相位的结束后，执行计算得到的方案。

3 实例仿真与分析

采用自主研发的EMTSP 对设计的应急救援车辆优先主动控制方法进行示例验证，如图3 所示，建立一个中等规模的仿真路网，路网中的交通状态模拟为｛非拥堵、拥堵｝两种场景；应急需求产生是随机的，应急救援中心的选址是固定的，以便真实模拟应急需求产生后应急救援车辆的通行情况。

图3 应急救援车辆优先控制仿真示例

每组仿真时间为2 h，每组进行10 次仿真并取平均值。其中，评价参数均选择平均停车次数和平均延误时间，数据采样间隔为10 min。在｛非拥堵、拥堵｝两个场景中，与传统紧急救援车辆优先控制方法［5］进行对比分析。如图4 分别为｛非拥堵、拥堵｝两个场景下应急救援车辆的平均延误时间和平均停车次数。由图4 可见，在非拥堵的应急救援车辆通行场景下，采用本文所提的主动控制方法与传统控制方法的控制效果相近；但随着交通流的变化场景由非拥堵演化为拥堵时，此时采用本文所提的主动控制方法的控制效果明显好于传统控制方法。其中，从图4（a）可以看出，应急救援车辆的平均停车延误时间降低14.81%，从图4（b）可以看出，平均停车次数降低47.06%。

图4 应急救援车辆优先通行控制效果对比

4 结语

本文考虑交通拥堵情况下应急救援车辆通行的实际需求和采用传统被动交通控制理论设计的优先通行控制方法存在的问题，利用广义主动交通控制理念，将交通控制变量维度由三维（周期、绿信比、相位）提升到四维（绿灯、相位、相序、车道），建立了高维度、多变量的主动交通控制模型，使交叉口控制的弹性和能力得到大大增强。以该模型为基础，设计了应急救援车辆主动控制方法。利用自主研发的应急管理交通仿真平台设计了中等规模的复杂交通路网，并将所提控制方法与传统方法进行仿真对比分析，结果表明，采用本文所提方法在交通拥堵情况下应急救援车辆的平均延误时间和平均停车次数都优于传统方法，证明了所提方法的可用性和有效性。