基于大数据支撑的干线信号协调控制综合评估

2022-11-01范英飞黄河李鹏飞贾志绚晋民杰

科学技术与工程 2022年26期

范英飞，黄河，李鹏飞，贾志绚*，晋民杰

(1.太原科技大学交通与物流学院，太原 030024； 2.西南交通大学交通运输与物流学院，成都 611756)

城市的干线作为城市交通系统的主体，不仅承担着整个城市交通的大部分交通负荷，也在一定程度上反映着整个交通系统的运行情况[1]。近年来，城市重视交通基础设施的建设，但是受早期城市路网规划不良的影响，现有的道路网络仍不能满足经济社会发展对交通运输的需求，在高峰时段城市的大部分主干线的交通流量已经达到了饱和或超饱和状态。借助单点和孤立式的信号控制策略已经不足以解决实际问题，因此需要根据依据城市主干线的具体情况调整信号控制策略，进行信号协调联控，从而能有效地降低车辆的延误，提高道路的特性能力，提高交通路网的运行效率[2]。

目前，在干线信号协调控制优化的研究中以减少延误，提高通行能力为主要目的。其中卢凯等[3]提出了信号配时与绿波车速的协同优化方法，在相位优化的基础上加入车速的优化，达到降低延误和停车次数的目的。荆彬彬等[4]搭建适应于双周期的协调控制模型，并验证不同流量下其模型的有效性，有效地解决了现有双周期模型的不足。Hu等[5]提出了以过饱和路段的车队退散率为目标的一种协调控制模型，并使用前向-后向算法求解，实现过饱和状态下干线信号的有效协调控制，提高了道路的通行能力。杜怡曼等[6]以南宁市具体路段为例，利用绿波协调理论设计多个方案，找到契合解决潮汐流交通问题协调控制方案。查伟雄等[7]考虑了边路车辆在下游的运动特性，分析6种不同的车流模式下的干线特征，搭建了干线车辆最小延误模型，有效降低了不同车流模式下交叉口的延误。李振龙等[8]为了缓和干线协调在双周期交叉口效率的矛盾，改善了Q学习算法，提出了排队消散指数，有效减少了双周期干线的延误和停车次数。

与此同时，学者对干线协调控制中安全效应的变化进行了研究。李卓等[9]构建了面向交通安全的多目标模型，利用车头时距表征安全，提出了一种面向安全干线信号的控制方案，提高了实施信号协调后干线的安全水平。章国鹏等[10]通过事故的空间分布，伤亡程度，事故风险等多方面对干线协调后的路网进行安全分析，并提出了面向干线协调安全管理的策略。此外Fan等[11]针对干道沿线的空间异质性和同质性，应用联合负二项条件自回归碰撞(joint negative binomial conditional auto-regression crash sum，JNBCS-CAR)模型，对协调交通信号的干线交通安全进行综合评价，提出应将交叉口和路段划分为多个子区，或在交叉口采取有效措施(增加路宽或限速)用来提高干线的安全。Li等[12]根据道路几何设计特征和运行条件，将信号交叉口及其相邻路段组合成一个单元，从而对交叉口和路段进行综合处理，评估了信号间距和街道网络模式的安全效应。Almonte等[13]分析了交通服务水平与安全的关系和交通拥堵造成事故的原因与过程，并将效率中的服务水平当作交通安全的评价指标。罗慧敏等[14]面向近距离错位交叉口，提出一种面向效率和安全的信控方案，并以不同间距为例，有效地提高了近距离错位交叉口的通行能力和安全水平。

然而，现有的研究主要面向信号协调控制干线效率或干线安全层面的单一考量。现使用GPS 数据检测方法，利用车辆VMT表征交通流量，借助VISSIM软件和SSAM模型实现干线信号协调控制的效率和安全综合评估。为解决城市交通道路系统负荷过大，提供一种完善的信号协调控制方案，以达到提高交通效率，减少交通事故的目的，也为后续城市道路的规划与发展提供相关措施。

1 干线数据

1.1 道路结构数据

道路结构特征反映了协调干线的功能和要求[12]。就路段而言，道路结构特征主要包含道路的功能性分类，车道数和每个路段的长度。关于交叉口的道路设计特征主要以支路数量，主要道路和次要道路的宽度，以及其引导出专用的左转车道。本文选取太原市兴华街由西至东的主干线，干线上主要包含3个交叉口，从左到右依次为兴华街和平路交叉口、兴华街千峰路交叉口、兴华街文兴路交叉口，其主要道路特征均在Google地图上获取。干线的3个交叉口均为常规十字交叉口，交叉口位置关系如图1所示。

图1 兴华街信号交叉口示意图Fig.1 Schematic diagram of Xinghua Street signalized intersection

1.2 基于VMT检测的交通流量数据

获取可靠的交通流量数据是开展信号协调干线优化的基础。本文选取了基于GPS数据监测VMT的估计方法，实现了交通流量数据的精确化采集，其具体采集流程如下。

1.2.1 测量干线中相邻两交叉口的间距

整个VMT的基本思想是将每两个顺序GPS点之间的所有行程距离之和。基于这一原则，选取交叉口n和交叉口n+1进道口前停止线对称的某一点为关键点(i,i+1)，借助齐林[15]基于GPS两点距离求旅行距离的方法可以得出相邻交叉口间距。

Di,i+1=RarccosCi,i+1

(1)

式(1)中：D为点i到点i+1之间的距离；R为地球半径，即6 371 km；Ci,i+1为中心角。

(2)

式(2)中：Lati和Loni分别为GPS点i的纬度坐标和纵向坐标。经过计算，得出和平路交叉口与千峰路交叉口间距为730 m，千峰路交叉口与文兴路交叉口间距为670 m。

1.2.2 计算路段内VMT总和

VMT的总和是Di,i+1的所有运营车辆在道路网络中的行驶里程数。各路段内的总VMT可以表示为

(3)

式(3)中：Di,i+1,j,k为车辆在第j天的时间周期内行驶的距离；k为车辆总数；j为日数；i为一天的总时间段数(取单位小时)。需要说明的是，上述VMT估计可用于一天中的任何特定时间，如高峰时间。

1.2.3 VMT的有效性检验

基于GPS的VMT估计所获取的数据，在收集过程中可能受外在环境的影响，如断电，人为关闭，设备故障或信号问题。如果在最开始阶段没有适当的解决这一问题，将会导致最开始的数据发生偏移，从而降低了VMT的准确性，因此需要通过最开始的数据筛选和将估计值与曝光真相(真实VMT)相比较来验证，以达到交通流量数据的精确化和有效化。

真实VMT的测量过程具体包括3个步骤：①在谷歌地图上定位GPS点；②识别车辆的行驶路径；③测量在Google地图上行驶的车辆的实际距离。在实际计算中，总VMT等于每两个连续GPS点之间的距离之和，即

(4)

VMT′是真实的VMT，但它既复杂又耗时，当任务量巨大时，并不能被有效和方便地收集和使用，因此在现实中无法估计所需要的交通流量。

对于VMT的有效性检验可以从实用和统计的角度进行比较。对于前者，引入绝对误差AE和相对误差RE来表示某一时段旅行距离的估计误差，即

(5)

(6)

与此同时，引入总相对误差TRE来描述整个VMT的估计误差。

(7)

选取4%[16]的经验值作为阈值来识别两个数据集的实际差异。为了描述RE的分布，本文研究进一步采用了累积相对误差ARE和累积相对误差百分比APRE，表示为

(8)

(9)

从统计的角度出发，采用两样本(Kolmogorov-Smirnov，K-S)检验方法[17]对估计的VMT和真实的VMT进行了比较，从而评价了该方法的准确性。

1.2.4 VMT与交通量的转换

基于交通流量的VMT评估[18]其核心是利用小时交通量对VMT进行估算，由该方法的换算计算出各交叉口的交通量，交叉口交通量如表1所示。

表1 交通流量调查表Table 1 Traffic volume survey of the intersections

2 协调控制方案

2.1 现状方案

经实地调查，现行信号控制方案如表2所示。

表2 交叉口相位设置及现行控制方案Table 2 The phase setting and signal timing of intersections before applying the signal coordination

2.2 单点信号控制方案模型

采用单点信号控制方案对3个交叉口依次优化，其模型基本步骤如下。

(1)确定各进口的车道数，渠化情况，车流量，行人数据等参数。

(2)计算信号周期。

(10)

(11)

(12)

式中：C为单点信号周期；L为周期内的总损失时间；i为第i相位；Ai为第i相位黄灯时长；Ii为第i相位绿灯间隔；Li为车辆在i相位的损失时间；Y为周期内所有相位的最大流量比的总值且Y不能大于0.9，如果Y大于0.9，则不能单一的改变配时方案，还需对交叉口进行渠化和相序的改变。

(3)确定单个交叉口的绿信比。

(13)

Ge=C-L

(14)

式(14)中：ge为一个周期中每一相位的有效绿灯时间；Ge为周期内总的有效绿灯时间。每一相位的绿信比为

gi=ge-Ai+Li

(15)

(4)加入行人过街的时长的校验。

(16)

式(16)中：gmin为满足行人过的最短绿灯时长；Lp为人行道长度；Vp为行人速度，取1.0 m/s[14]。

其相位设置和信号控制方案如表3所示。

表3 交叉口单点优化相位设置和信号控制方案Table 3 The phase setting and signal timing of isolated intersection

2.3 干线协调后控制方案模型

干线协调控制方案的总流程如图2所示。在干线协调控制中，判断其有效性多以主干线方向的排队长度，延误为评价指标，往往忽视了非主干线方向的影响。章国鹏[10]指出，单一的考虑主干线方向的绿灯时长，会导致非协调干线方向的延误增加，驾驶员会为了节省时间，出现提前“抢绿灯”的现象，从而引发交叉口处的交通事故。因此为了缓解这一现状，本文依据各相位的绿信比，将统一周期后，非关键交叉口多出来的绿灯时间进行有效的分配。其具体步骤如下：①依据2.2节中单点信号控制方案模型，求出C1、C2、C33个交叉口的单个周期、绿信比等参数；②选用C3为关键交叉口周期，并将非关键交叉口的周期换成C3；③将非关键交叉口多余绿灯时间，通过绿信比λi合理分配到每个相位；④求取相位差。对所研究的3个交叉口进行有效的干线信号协调控制，协调后各交叉口的相位不变，求出公共周期为179 s，协调控制后的控制方案如表4所示。

表4 交叉口协调后的相位和信号控制方案Table 4 The phase setting and signal timing of intersections with the signal coordination

图2 协调控制方案总流程Fig.2 The process of signal coordinated

3 协调方案仿真及其评价

3.1 干线协调方案效率评价

利用VISSIM软件，依次对太原市兴华街现行的信号控制方案，单点信号协调控制方案与干线协调后的控制方案，3种方案进行仿真分析。选用延误，平均排队长度，最大排队长度等做为评价指标。仿真输出图如图3所示。

图3 交通仿真图Fig.3 The simulation of traffic status

因为实施干线协调后，交叉口1(兴华街-和平路)和交叉口2(兴华街-千峰路)周期会变长，可能影响交叉口处的效率和安全。为了评估干线协调方案的合理性，依次交叉口1和2的现状控制方案，单点信号控制方案，干线协调方案进行分析，其评价结果如表5所示。依次将现状控制方案，单点信号控制方案，协调信号控制方案输入干线，其评价结果如表6和表7所示。

表5 交叉口1和2效率评价Table 5 Efficiency evaluation of intersection 1 and 2

表6 干线协调控制前后的总延误值Table 6 The total delay time of single intersection before and after under the signal coordination

由表6和表7可知，将3个交叉口周期统一实施干线协调后，协调控制方案在排队长度，总延误方面均优于单点信号控制和信号现状。可见实施干线协调可有效地提高整个干线的效率。

表7 单个交叉口协调控制前后的排队长度Table 7 The queue length of single intersection before and after applying the coordinated signalization

3.2 干线协调方案安全评价

对于道路安全的评价研究主要分直接安全指标和间接安全评价指标两大类，其中直接安全评价指标通过交通事故来表征，间接安全评价指标以交通冲突来评价。基于交通事故数量的采集困难与时效性等特点，本文以交通冲突表征道路的安全性，并利用SSAM对冲突数据进行统计整理[19]。

基于效率评价中VISSIM软件仿真后输出后缀名为TRJ格式的车辆轨迹数据，利用SSAM进行数据仿真冲突模拟，安全评价体系如图4所示。

图4 安全评价体系Fig.4 Safety evaluation system

在SSAM中判断数据冲突的主要依据是观测到的距离碰撞发生的最短时间和车辆的最小遭遇时间，既距冲突时间(time-to-collision，TTC)和遭遇时间(post-encroachment-time，PET)。其中TTC选用1.5 s，PET选用5 s[20]为推荐值，经研究，当TTC和PET越小时，冲突越严重。仿真所得到的冲突数据按冲突角可划分为3类交叉冲突，追尾冲突和变道冲突如图5[19]所示。从安全的角度对干线的3种信号控制方案进行安全评价如表8所示。

由表8可知，在实施单点控制和协调控制方案后TTC和PET都比信控现状得到了提高，冲突总数降低，这表明对该干线实施优化后，能降低交通冲突，减少事故的发生，有效地提高道路的安全性。

θ为冲突角度数；当θ在0°～30°时，定义为追尾冲突；30°～85°时，定义为变道冲突；85°～180°时，定义为交叉冲突图5 仿真冲突类型Fig.5 The classification of traffic conflicts

表8 交通安全评价结果Table 8 The results of traffic safety evaluation

3.3 干线协调方案综合评价

综合考虑整个干线的效率与安全水平，对以上3种方案进行综合评价。在3.1节中利用VISSIM输出具有代表性的评价指标以衡量整个干线的效率，在3.2节中利用SSAM输出表征交通安全的交通冲突。对交叉口实施信号控制方案后，其综合改善程度如表9所示。

表9 信号控制方案综合优化程度对比Table 9 Improvement comparison of comprehensive optimization of signal control scheme

由表8可知，相比信控现状，单点信号控制优化和协调控信号制优化综合优化程度分别提高了18.9%和26.1%，在此干线中使用干线信号协调控制综合优化方案明显优于单点信号控制优化方案。基于干线优化的综合评价，在干线中使用信号协调控制方案能取得有最优化的效果。

4 分析与讨论

在干线中实施信控优化后，整个干线的效率和安全都发生了改变。利用交通仿真软件仿真试验，搭建综合评估体系，对输出结果进行如下分析。

(1)由表5评价结果可知，针对单个交叉口时，使用单点信号控制优化能有效地降低延误，排队长度，停车次数等。但在交叉口1处实施协调控制方案时，其排队长度，行车延误和车均延误在优化程度上均低于单点优化方案。其原因是实施协调控制方案后，交叉口1的总周期增加，周期内绿灯结束后的出口，排队车辆在交叉口处等待时间变长，支线方向的排队长度和延误变长，使驾驶员等待绿灯的时间变长。这容易影响驾驶员的心态，导致支路乃至整个交通网络的安全效应大幅度下降。为此在实施干线信号协调方案时，应根据交叉口路况合理的分配绿灯时长，在满足安全的前提下，提高道路的通行效率。

(2)由表8结论可知，相比优化前，实施信号协调控制方案的交叉冲突数量显著下降，这是由于实施信号协调控制后，给主干线方向的绿灯时间变多，为车流驶离交叉口提供了充裕的时间，从而降低了交叉冲突发生的可能性；支路方向也因流量小，车速慢的原因，减少了与主干线方向发生冲突的可能。故在交叉冲突多发的干线上，合理的信号协调控制不仅能提高道路通行效率也能大幅度提高道路的安全水平。

(3)表9显示，实施干线协调控制方案比信控现状和单点优化方案的综合优化程度高。但在实施干线协调控制方案后，主干线方向的车流易形成车队，在交叉口处的车流量增加，车辆的车头间距变短，所以在换道冲突优化程度上不如单点优方案。同理，实施干线协调后，主干线内的车流量增加，易形成车队[19]，交叉口附近的车头时距将会变短，驾驶员为了赶上绿波，在交叉口处易出现加速行为，从而导致在交叉口处的追尾冲突增加。但追尾冲突占总冲突的比值较小，且恶化总数较少，对此干线的安全影响权重较小。为了减少换道冲突和追尾冲突的数量，在今后的交通安全教育活动或机动车驾驶员考试中，介绍干线协调控制的原理与和容易出现的危害或在交叉口处设立提醒标志，避免易过近跟车而导致的事故。在短间距的不规则交叉口，依据实际情况也可设置右转信号控制，实现车流时空上的分离，在不影响交叉口通行能力的前提下降低交通冲突。