基于SUMO的单点交叉口通行能力影响因素探究

张军,张建祥,卞云豪 ,刘克非

(1.安徽理工大学 人工智能学院,安徽 淮南,232001;2.安徽理工大学 机械工程学院,安徽 淮南,232001)

随着我国社会经济的发展,城市路网中的交通流量越来越大,交通拥堵问题也日益严重,如何减少车辆通过路口的等待时间和提高通行能力已备受人们的关注。道路通行能力的影响因素有许多:从车辆自身角度分析,车辆在路口起步过程中的加速度和行驶的速度都会对道路畅通造成影响;在信号配时方面,绿信比的大小决定了车辆通过交叉口的有效绿灯时间;在路网本身方面,道路的拓宽长度大小同样对路口的极限承载能力及通行能力有影响。然而,多数城市路网中又以单点交叉口居多,因此,对单点交叉口通行能力的影响因素进行探究具有较重要的意义。

目前,国内已有众多学者对如何提高道路通行能力进行了研究。杭佳宇[1]运用VISSIM仿真软件对车道缩减路段进行微观仿真,研究道路参数和车辆行驶速度等因素对道路缩减路段通行能力的影响。结果表明,当车辆行驶速度较低时,车道缩减前、后路段的长度变化对通行能力、车均延误影响不大;随着车辆行驶速度的提高,影响逐渐明显。孙超等[2]提出了一种多相位模糊控制方案,根据交警指挥交通时的思路,用当前相和后继相的车辆等待长度决定信号配时,尽可能地提高整个交叉口的通行能力、降低车流的平均延误。李玉等[3]分析在一定的路网范围内车辆总数对道路车流量及其流速的变化关系,以及是否在总的车道数不变时采用多车道结构会有利于改善交通状况,研究表明,道路拓宽并不会有助于改变交通拥堵现象,反而减少车道,提高路网密度可有效改善交通拥堵状况。程方[4]通过给定各路口的一些几何参数和交通流,选用VISSIM软件进行交通系统的建模和仿真,得出了一个能够减少路口的交通延误、提高道路通行能力的最佳配时方案。

与国内研究相比,国外学者注重对交叉口信号配时的优化与控制,计算得出最佳配时方案,提高交叉口通行能力。MANEL等[5]提出了一种城市路网交叉口信号配时优化方法,通过动态调整城市路网中交叉口在一天中每个小时的信号配时方案的绿信比,以响应进入交叉口的不同流量,从而最大限度地减少交叉口相关的延误,提高交叉口通行能力。REN等[6]提出了一种新的交叉口信号控制模型,通过设置可变车道方向箭头标志,将左转车道变为可控的左转和直行共享车道,并利用实测数据进行了仿真分析,验证新模型对提高高峰时期交叉口通行能力的有效性。

城市交通仿真(simulation of urban mobility,SUMO)是一种开源交通仿真软件,能够直观地研究一辆车或车流的变化特性,可以更好地对车辆的运动过程进行仿真,比如车辆行驶的间距、加减速过程以及车辆之间的相互作用等,因此,它广泛地被研究交通仿真的学者所使用。以典型交叉口为例,基于SUMO软件构建仿真模型,采用控制变量法探究交叉口的通行能力分别与车辆行驶速度、加速度、绿信比及拓宽车道长度等因素的影响关系,为实际生活中交叉口的改进提供相应的理论依据。

1 道路交叉口模型搭建

1.1 交叉口布局

选用的典型交叉口道路结构见图1,各方向均为双向六车道,包括左转、直行、右转车道各一条,每条道路长度均为1 000 m,道路宽度为3 m[7]。

图1 典型交叉口道路结构Fig.1 Typical intersection road structure

1.2 饱和流量选取

HCM模型[8]中的饱和流量是假定引道在全绿灯条件即绿信比为1的情况下所能通过的最大流量,根据大量调查数据分析与处理,确定理想的饱和流量为1 900 pcu/h,模型如下:

S=S0fwfHVfgfpfbbfafrtfltN

(1)

式中:S为车道组的饱和流量;S0为每车道理想条件下的饱和流量,一般取1 900 pcu/h;fw为车道宽度修正系数;fHV为重型车辆修正系数;fg为引导坡度修正系数;fp为邻近车道组停车情况及该车道停车次数修正系数;fbb为公共汽车停在交叉口范围内阻塞影响作用修正系数;fa为地区类型修正系数;frt为车道组中右转车修正系数;flt为车道组中左转车修正系数;N为车道数。

考虑实际道路交通状况对理论饱和流量进行修正,得到实际饱和流量为1 800 pcu/h。通过SUMO仿真软件编写车流文件,并且给定每个进口道不同的转弯比例,见表1。

表1 转弯比例

1.3 车流量的监测

感应线圈传感器(E1)是用来获得特定地点、某一时段的车流量等信息输出。通过SUMO仿真软件中的Netedit分别在4个方向进口道放置E1传感器,用来监测给定时间内所通过传感器的车辆数,配置传感器后的交叉口环境见图2。

图2 配置传感器后的交叉口Fig.2 Intersection with sensors

1.4 信号灯配置

路网环境中的信号配时参数见表2。在路网编辑器中进行信号灯的配置,典型交叉口设置了传统四相位的信号灯,其状态由G、r、y、g 4个参数来表示,在SUMO中,G表示优先级较高的绿灯,r表示红灯,y表示黄灯,g表示优先级较低的绿灯,四相位的持续时间分别为30、18、30和18 s,绿灯间隔时间为3 s,总周期为108 s,符合实际道路的通行状态。

表2 信号配时参数

2 通行能力影响因素探究

通行能力是指在现有道路条件和交通管制下,单位时间内一条道路或道路某一截面所能通过的最大车辆数,而本文要研究的是在一定时间内各方向道路通过单点交叉口的通行能力。因此,车辆在道路上行驶的速度、在交叉口停车后的起步加速度、交叉口交通信号灯的绿信比以及道路拓宽车道的长短都会对整体通行能力有影响。下文将利用已搭建的道路交叉口模型来分别设计试验,采用控制变量法具体探究它们分别与通行能力的影响关系,其中,给定车辆的基本初始参数均采用SUMO仿真软件中的默认值,见表3。

表3 车辆基本初始参数

2.1 通行能力与速度的关系探究

车辆在道路上的行驶速度往往影响着交叉口甚至整个交通路网的通行效率。随着车辆在道路上行驶速度的提高,相对而言,在短时间内有更多的车辆到达路口等待或者直接通过路口。一方面如果车辆到达路口时信号灯为红灯,会有更多的车辆提前在停车线前排队,一旦绿灯亮起,则这些排队车辆将迅速通过路口,提高交叉口通行能力,而不是在绿灯时间内陆陆续续的有车辆通过,造成有效绿灯时间的浪费;另一方面,如果车辆到达路口时信号灯为绿灯,则车辆无需减速停车可直接以较高的速度通过交叉口,同样也能提高交叉口的通行能力。

本次试验将单独设置车辆的行驶速度分别为30、40、50、60、70和80 km/h,并且其他车辆参数采用默认值时,观察通过传感器监测到的车辆数量变化趋势,得出数据见图3。

图3 速度与通行能力的关系图Fig.3 Relationship diagram between speed and traffic capacity

由图3可知,随着车辆行驶速度的增加,受到传感器监测的车辆数量也随之增加,车辆行驶速度由30 km/h提高到80 km/h时,交叉口通行能力由4 107 pcu/h增加到4 406 pcu/h,提高了7.2%。

2.2 通行能力与加速度的关系探究

当交叉口信号灯显示为红灯转为绿灯的一瞬间时,车辆起步加速度的大小决定车辆由起步到通过路口速度的快慢,理论上加速度越大,车辆瞬间提速的能力越强,通过路口的时间则越短,在有限的绿灯时间内可通过更多的排队车辆,从而增加交叉口的通行效率。通常情况下,中小型汽车的百公里加速为8～15 s,即加速度为1.8～3.4 m/s2,本次试验将单独设置车辆起步加速度分别为1.8、2.0、2.2、2.4、2.6、2.8、3.0、3.2和3.4 m/s2,并且其他车辆参数采用默认值时,得到不同加速度下传感器监测到的车辆数量变化趋势,具体数据见图4。

图4 加速度与通行能力的关系图Fig.4 Relationship diagram between acceleration and traffic capacity

由图4可知,不同车辆特性的加速度大小对道路通行能力有影响,并且加速度越大,通行能力也越大,车辆起步加速度由1.8 m/s2提高到3.4 m/s2时,交叉口通行能力由4 237 pcu/h增加到4 384 pcu/h,提高了3.5%。

2.3 通行能力与绿信比的关系探究

绿信比是信号配时设计过程中最为关键的时间参数,它表示在一个信号周期内某个信号相位的有效绿灯时间与信号周期的比值,它在缓解交通拥堵、降低车辆在信号交叉口的等待时间与停车次数等方面起着较为重要的作用。

有效绿灯时间是指在一个信号周期中,该信号相位能够利用的通行时间转换为对应的绿灯信号时长。因此,在一定通行时间内能够通过的最大车辆数等于有效绿灯时间与最大放行车流率的乘积,某一信号相位的绿信比增加则有利于该信号相位车辆的通行,但是对于其他信号相位车辆的通行却是消极的,这是因为所有信号相位的绿信比之和必须小于等于1。

本次试验将针对该路口的第一相位,即南北方向车道同时直行,设定不同的绿信比,分别为0.20、0.25、0.30、0.35、0.40、0.45,并且减小其他相位的绿信比,使得总周期保持为108 s,其他车辆参数采用默认值时,通过传感器监测得到此相位下的通行能力,从而得出绿信比的大小与交叉口通行能力的关系,见图5。

图5 绿信比与通行能力的关系图Fig.5 Relationship diagram between green signal ratio and traffic capacity

由图5可知,绿信比大小的变化对通行能力有着不同程度的影响,在一个信号周期内随着相位的绿信比由0.20提高到0.45时,该相位下交叉口通行能力由928 pcu/h增加到1 522 pcu/h,提高了64%。

2.4 通行能力与拓宽车道长度的关系探究

为了使平面交叉口进出口道通行能力尽可能地同路段通行能力相匹配,需要增加进出口车道数,使路口处比路段处多出一到两条车道,即拓宽车道[9]。拓宽车道的长短决定了车辆的排队长度,对于同样一组车流排列为三车道与排列为四车道的长度显然是不同的。因此,应尽可能使车辆在拓宽车道的区域范围内等待绿灯,这样绿灯启亮时多车道车流同时并行,在有限的绿灯时间内增加通过路口的车辆数目,从而提高交叉口的通行能力;同时拓宽车道的设计长度也不宜过短,否则容易导致排队车辆溢出,车辆需在短时间内作出换道行为,无法保证车辆行驶过程中的安全性。

本次试验采用的道路模型将在上文已搭建的道路环境中加以修改。如图6所示,在四个方向的进口道路上设置车辆变道区,将车道数由三车道拓宽变为四车道,拓宽车道的长度为交叉口进口道停车线处至变道区的距离,分别设置各方向拓宽车道的长度为50、100、150、200、250、300、350和400 m,并且其他车辆参数采用默认值时,通过传感器测得不同拓宽车道长度下的道路通行能力,如图7所示。

图6 拓宽车道示意图Fig.6 Schematic diagram of widening lane

图7 拓宽车道长度与通行能力的关系图Fig.7 Relationship diagram between widening lane length and traffic capacity

由图7可知,交叉口的通行能力随拓宽车道长度的延长而逐渐增加,拓宽车道长度由50 m提高到400 m时,交叉口通行能力由5 673 pcu/h增加到5 938 pcu/h,提高了4.7%。由此可猜想,当拓宽车道的长度继续延长并接近于整条道路长度时,等同于将整条道路扩充了一条或几条车道,此时道路整体的通行能力将达到最大。

为了验证这一猜想,再次设置对比试验,将路网中的单向车道数分别修改为三、四、五和六车道,检测通过传感器监测的车辆数,其中:单向三车道为1个右转车道、1个直行车道和1个左转车道;单向四车道为1个右转车道、2个直行车道和1个左转车道;单向五车道为1个右转车道、2个直行车道和2个左转车道;单向六车道为1个右转车道、3个直行车道和2个左转车道。

与上文试验不同,本次试验应在高度拥堵路网环境下进行,这样才能对比出车道数目变化的意义所在。因此,首先,在仿真之前重新将各方向每条车道的交通流设置为1 000 pcu/h,以达到拥堵状态;然后,根据每次试验中车道数目的不同给定交通流量,见表4;最后,设置车辆默认的行驶速度和起步加速度,得到不同车道数目与通行能力之间的关系,见图8。

图8 车道数目与通行能力的关系图Fig.8 Relationship diagram between the number of lanes and traffic capacity

表4 车道数目试验所用交通流量

由图8可知,随着车道数目的增加,整个交叉口的通行能力有所提高,车道数目由三车道提高到六车道时,交叉口通行能力由8 172 pcu/h增加到11 034 pcu/h,提高了35%。因此,在道路改造设施中,当道路硬件条件允许时,直接增加车道数无疑是改善交通拥堵应优先考虑的办法。

3 结论

本文基于SUMO道路交通微观仿真工具,搭建了典型城市交叉口的模型,分别设置多组仿真,探究了交叉口的通行能力分别与车辆速度、加速度、绿信比和拓宽车道长度等因素的影响关系。通过分析仿真结果,发现提高车辆的行驶速度、加速度,增加绿信比和拓宽车道的长度均能提高道路交叉口的通行能力,为实际生活中交叉口的改进提供了理论依据,具有较重要的现实意义。