车路协同环境下交通信号控制优化研究

车路协同环境下交通信号控制优化研究

信号控制系统的开发经历了从触发控制、自适应控制和自适应控制的几个阶段。控制范围从单个信号控制逐渐扩展到线路协调控制和区域交通控制。在交通控制方法和模型方面,从经典的数学解析模型,逐步发展到模糊逻辑、神经网络、遗传算法等智能控制方法。但现有交通检测技术无法准确获取道路网络上车辆实时运行状态信息,从而影响了交通控制系统的效果。近年来,车路协同系统(CooperativeVehicleInfrastructureSystem,CVIS)逐渐成为智能交通领域的研究热点之一。车路协同系统是指基于无线通信、传感探测等技术获取车辆和道路信息,通过车车、车路通信进行信息交互和共享,实现车辆与基础设施之间智能协同与配合,达到优化利用系统资源、提高道路交通安全、缓解交通拥堵的目标。车路协同系统能全方位获取道路网络上每台车辆时空状态信息,对改进交通信号控制方法和模型提供了支持条件。Christian等利用车-路通信获取车辆位置、速度等数据,以排队长度最小为优化目标,运用整数规划模型对信号控制参数进行优化,但其模型中假定优化周期内进口道车辆到达率和驶出流率保持不变,未充分利用单个车辆的时空状态信息。Chen提出了一种基于车路协同的单交叉口自适应控制算法,把单个车辆的速度、位置和延误时间作为输入变量,建立了交叉口信号控制模型,但该模型未考虑当前排队长度对车辆行驶状态的影响,且未给出算例以验证模型的有效性。Pooja等提出了一种基于模式匹配的交通信号控制方法,即利用车路协同技术获取道路交叉口的流量、占有率、延误、停车次数等数据,并将其与信号控制机中预设的5种交通状态进行对比,选择最匹配的信号配时方案,该方法计算效率较高,但灵活性差。杨晓光、姚佼等分析了车路协同实验系统的功能,提出了道路交叉口车路协同实验系统框架和实现方法,并在实际道路上开展了测试实验。文中以单点交叉口为对象,在对交叉口区域车辆个体运行状态进行分析和短时预测基础上,建立一种改进的车路协同环境下交通信号控制方法和模型,从而提高道路交叉口的通行效率。1相位绿灯时长优化针对文中研究,提出如下前提假设:1)所有车辆均安装车路协同设备,具备车辆定位、车路实时通信等功能;2)对单点交叉口,根据交通基础数据确定其信号相位和相序后,在控制过程中保持不变。基于上述前提假设,单点信号控制的核心问题是对各相位的绿灯时间进行优化。由于当前相位绿灯时长会影响该相位及后续相位的交通流运行状态,为此,引入预测时间窗的概念,对预测时间窗内每台车辆的运行状态进行分析和短时预测,在此基础上,以整个交叉口的车辆延误和停车次数最小为优化目标,确定当前相位的优化绿灯时长(如图1所示)。因交叉口区域车辆运行具有较强的随机性和不确定性,为保证预测精度,预测时间窗T不宜过长。由于城市道路相邻交叉口之间车辆行驶时间通常为20~30s,文中将预测时间窗T取为20s。同时,采用动态修正方法以降低预测误差,即每隔动态修正周期t(t可取为5s),以当前时刻各车辆的运行状态为基准,对预测时间窗T内当前相位绿灯时长重新进行优化计算。在上述优化控制思路基础上,确定的单点信号控制优化流程如图2所示。2在车辆和道路的相互协行环境下，单个信号控制参数的优化模型2.1初始排斥长度初始绿灯时间g0以满足当前相位的初始排队消散为目的。在相位切换时,利用车-路通信方式获取当前相位允许通行的各进口道初始排队长度,取其最大者作为当前相位的初始排队长度L0。则初始绿灯时间计算公式为式中,Vs为饱和流率下车队消散速度;δ为车辆启动损失时间。需要说明的是,当初始排队较短时,可能导致所计算的g0小于最小绿灯时间gmin,此时应将gmin作为初始绿灯时间;当初始排队较长时,可能导致所计算的g0大于最大绿灯时间gmax,此时应将gmax作为初始绿灯时间。2.2蓝色信号延长时间2.2.1模型中延迟和停车次数的计算车路协同环境下可获得各车辆的实时运行状态信息,但对于选定的某个绿灯延长时间gs,仍然无法准确估计当前相位绿灯延长时间gs在执行期间对整个交叉口各车辆运行状态的影响。根据前文所述的单点信号控制优化流程,需要对预测时间窗T内各车辆的运行状态进行短时预测,在此基础上对每台车辆的延误和停车次数进行分析和计算。对预测时间窗T内任一时刻,单个车辆的运行状态可分为两种,即行驶状态和排队状态。对处于排队状态的车辆,可根据其所在进口道的剩余红灯时间,加上排队消散时间(该车辆与停止线的距离除以车队消散速度)来计算其延误时间。文中着重讨论行驶状态下单个车辆的延误和停车次数计算方法。对于交叉口进口道上行驶的单个车辆,可能遇到如下3种情形:1)该进口道当前相位为绿灯,且下一相位为红灯;2)该进口道当前相位为红灯,且下一相位为绿灯;3)该进口道当前相位为红灯,且下一相位仍为红灯(当信号相位数大于2时会出现此情况)。下面分别介绍这3种情况下车辆延误和停车次数的计算方法。1)情形1)下车辆运行时空轨迹如图3所示。此时进口道初始排队已在初始绿灯时间内消散完毕,车辆i预计到达停止线的行驶时间ti为式中,Li为当前时刻车辆i距离停止线的距离;vi为车辆i的当前速度。假设当前相位绿灯延长时间为gs,则:(1)当ti≤gs时,车辆i将不停车通过交叉口,其延误和停车次数均为0;式中,dv为车辆减速延误,一般取3~5s。2)情形2)下车辆运行时空轨迹如图4所示。此时,车辆i预计到达进口道排队末尾的行驶时间ti为式中,Li为当前时刻车辆i距离停止线的距离;Lt为当前时刻车辆i所在车道排队长度;lk为车辆i所在车道的前方行驶各车辆长度;s0为排队状态下两车的安全间距;vi为当前时刻车辆i的速度。当下一相位该进口道转变为绿灯后,车辆i前方排队车辆预计消散时间为假设当前相位绿灯延长时间为gs(即该进口道剩余红灯时间),则(4)当(gs+tL)<ti<T时,车辆i将在下一相位绿灯期间不停车通过交叉口,其延误和停车次数均为0。3)情形3),当交叉口信号相位数大于2时会出现此情形。此时,车辆i预计到达进口道排队末尾的行驶时间(1)当ti≥T时,表明车辆i离交叉口较远,在当前预测时间窗内不会到达交叉口,暂不考虑。2.2.2相位绿灯延长时间选取信号控制综合效益指标PI作为单点信号控制方案的评价指标,其计算公式为式中,N为交叉口进口道数量;Dj、Kj分别为第j个进口道的总延误时间和总停车次数;ωj为第j个进口道延误时间的加权系数;uj为第j个进口道停车次数的加权系数。当前相位绿灯延长时间优化的目标函数为式中,车辆i的延误di和停车次数ki可根据前文中单个车辆的延误和停车次数计算公式进行计算。上述优化模型属于单变量非线性方程求极值问题,模型变量为当前相位绿灯延长时间gs。考虑到实际信号控制系统中绿灯时间通常以1s为最小单位,因此,在预测时间窗内,绿灯延长时间的可能取值为0至预测时间窗长度T之间的整数。为得到全局最优解,采用穷举法对模型进行求解,将当前相位绿灯延长时间gs取为0,1,2,…,T,分别计算各绿灯延长时间对应的PI值,其中PI值最小的即为最优绿灯延长时间。3模拟实验3.1基于车路协同的交通信号控制软件设计以武汉市神龙大道与车城东路十字交叉口为对象(如图5所示),运用VISSIM仿真软件对基于车路协同的单点信号控制方法进行仿真实验。该交叉口采用四相位对称放行方式,信号相位和相序如图6所示。为验证文中方法的有效性,选择常用的单点感应控制方法进行对比实验。单点感应控制方法中,线圈检测器布置在进口道上游距离停止线30m处,单位绿灯延长时间取3s,最小和最大绿灯时间分别为10s和40s。VISSIM仿真软件向用户提供COM组件,便于用户对仿真模型和数据进行访问。通过COM接口函数vehicle.ID、vehicle.attvalue(“linkcoord”)和vehicle.attvalue(“speed”)分别获取车辆编号、位置和速度信息;通过函数signalgroup.attvalue(“state”)获取信号相位时间信息,并可通过signalgroup对象的Amber、Greenend和Redend属性对信号控制参数进行动态优化和调整,从而实现车路协同环境下交通信号控制系统的仿真。运用VisualBasic.NET软件开发工具,根据文中建立的单点信号控制方法,开发了基于车路协同的交通信号控制软件,其总体结构如图7所示。为对比分析单点信号控制方法的效果,选取不同交通流量(在2400~7200veh/h之间每隔1200veh/h取一个值),分别对文中方法和单点感应控制方法进行仿真测试,仿真时间为3600s。3.2交通流量对产品ab在不同的交通流量下,采用基于车路协同的单点信号控制方法以及单点感应控制方法,得到交叉口的平均延误、平均停车次数和平均排队长度如图8、图9和图10所示。从图8、图9、图10可以看出,两种控制方法下交叉口平均延误、平均停车次数和平均排队长度均随着交通流量增加而逐渐增大。在交通流量较小时(2400veh/h),两种控制方法的平均延误和平均排队长度较为接近,但文中方法的停车次数比感应控制方法减少16.9%。随着交通流量的增加,两种控制方法的平均延误和平均排队长度指标差异逐渐增大。当交通流量增加到7200veh/h时,与单点感应控制方法相比,文中方法的平均延误减少29.4%,平均排队长度减少28.9%。4车辆同性交通流影响分析了现有交通信号控制系统存在的不足,在对交叉口区域单个车辆运行状态进行分析和短时预测基础上,建立了基于车路协同的单点信号控制优化方法和模型,并运用VISSIM软件进行了仿真实验,表明文中方法可有效减少交叉口的延误、停车次数和排队长度。文中的模型假定预测时间窗内未进入排队的车辆其行驶速度保持不变,这与实际车辆行驶过程存在一定差异。同时,相邻交叉口的交通流存在一定的交互影响,针对车路协同环境建立关联交叉口协调控制方法和模型,可进一步提高城市道路交通运行效率。上述问题将在后续工作中做进一步研究。(2)当T≥ti>gs时,车辆i到达停止线时将遇到红灯并进入排队,则在预测时间窗T内车辆i的停车次数为1次,其延误为(1)当ti≥T时,说明车辆i离交叉口较远,在当前预测时间窗T内不会到达排队末尾,暂不考虑