城市道路交通信号动态优化策略研究

洪旭龙 李大成 刘 娜

（清远市公安局，广东 清远511515）

引言

随着城市机动车数量的不断增加，道路资源与交通需求之间的矛盾越发明显，交叉口处于过饱和状态成为很多城市较常见的现象。改善单点交叉口的信号控制是缓解城市拥堵的关键技术之一［1］，而交通信号控制的根本是在合适的时间选择合适的交通流，并赋予通行权。本文综合考虑了交叉口交通流在低饱和状态和过饱和状态下的控制策略，以充分适应中国城市道路交通流特点。在欠饱和的状况下，减小交叉口车辆延误时间；在过饱和的状况下，优先减少排队长度，保证交又口最大限度让车流通过［2］。

1 交叉口的交通特性分析

根据交叉口实际交通需求与其通行能力的关系划分为欠饱和状态、饱和状态和过饱和状态［3］。当饱和状态下的交通流得不到及时的疏散时，交叉口随时间推移进入到过饱和状态，在过饱和状态下，车辆排队经常处于溢流状态，以致排队车辆不能顺利行驶，从而造成对上游交叉口的严重影响，造成拥堵的“多米诺”现象。此时，交通流处于欠饱和状况下的交叉口信号控制优化目标不再适用，应选取排队长度和延误时间作为过饱和状态交通信号控制的优化目标［4］。

2 交通信号动态优化策略

2.1 自适应控制

2.1.1 优化模式

对处于欠饱和状态的交叉口，优化目标是平衡交叉口所有进口道的饱和度，从而降低交叉口的整体延误时间。系统根据雷视一体机采集的断面流量数据，计算出匹配路口通行需求的信号控制参数。系统分为绿信比优化、周期优化和绿信比加周期优化3 种优化模式。此外，为避免由于检测数据异常而导致计算结果变化过大，对绿信比的变化幅度、周期的变化幅度、相位的最大绿和最小绿均设置约束，提高系统计算的容错率。

2.1.2 优化逻辑

自适应控制的优化逻辑流程包括以下步骤（见图1）：

1）计算交叉口车道组各车道直行当量交通量。

2）计算车道组各车道的当量直行饱和流量。

3）计算车道组各车道流量比。

4）判断关键车流及其流量比之和是否超过饱和度实用限值。若关键车流流量比之和≤0.9，则进入第5）步计算信号周期；若关键车流流量比之和>0.9，将信号周期设置为最大值，进入第6）步分配绿灯时间。

5）计算信号周期。计算公式如下，其中L为周期总损失时间，Y 为关键车流流量比之和。C=（1.5L+5）/（1-Y）。

6）分配绿灯时间。优化模式为绿信比优化或周期+绿信比优化时，根据关键车流的流量比分配绿灯时间；优化模式为周期优化时，根据原方案绿信比分配绿灯时间。

图1 自适应控制逻辑流程

2.2 防溢流控制

2.2.1 优化模式

当交叉口处于过饱和状态时，如果得不到及时的控制，常常会导致车辆排队蔓延到上游交叉口，发生交通溢流［5］。当交叉口的排队长度达到危险值时，系统启动防溢流控制，发生溢流的交叉口（以下简称为“关键交叉口”）增加绿灯时间，同时下游交叉口对应进口道也增加绿灯时间，尽快疏散交叉口处的排队车辆，为控制车辆的到达量，减少上游交叉口对应进口道的绿灯时间。

2.2.2 优化逻辑

对各进口道路段设置的排队长度安全值q1和危险值q2，并根据实时检测的排队长度q 实施不同的控制策略：

情况一：q≤q1，保持或恢复到原控制方式运行；

情况二：q1

情况三：q≥q2，开启防溢流控制，关键路口对应相位绿灯时间增加，关联路口的关联相位的绿灯时间变化（上游减少绿灯时间，下游增加绿灯时间）。以该方案运行一个临界时间周期T0，若排队长度检测值一直处于q≥q2，则继续增加绿灯时间，变化的幅度等于通用优化参数中的单次绿信比变化幅度（见图2）。

图2 防溢流控制逻辑流程

3 实例验证

3.1 交通特征

本文选取清远市清城区355国道与240国道的交叉口（即源潭交叉口）测试交通信号动态优化效果。源潭交叉口是X 型交叉口，如图3所示，该路口是清远源潭镇的重要路口，过往车流量大，且行经路口的车辆主要为大货车。交叉口车道组有8个，如图4所示，因右转有专用进口车道且红灯期间可以右转，故不对右转进行信号控制。在平峰期，路口存在空放的情况；在高峰期，路口存在严重拥堵情况，路口当前的定时信号配时方案不能满足路口的交通状况。

图3 源潭交叉口

图4 交叉口车道组

3.2 结果分析

本项目在源潭路口4 个方向安装视频雷达车辆检测设备，检测各进口车道的断面车流量、平均速度、排队长度等交通指标，基于路段检测到的实时的断面流量和排队长度，对交叉口信号进行实时动态的优化。优化时间为2020年5月15日至2020年6月15日。本文选取路口2020 年6 月2 日（周二）经过信号动态优化的交通数据和2020年6月16日（周二）未进行信号动态优化（多时段定时控制）的交通数据作为实验数据，以进行优化效果对比分析。

实测了源潭交叉口各进口道的车流量、平均速度、排队长度等相关交通数据，以5min为统计间隔，6月2日和6月16日源潭路口各进口道晚高峰（16:00～18:00）的排队长度变化情况如图5（a）和图5（b）所示，可以看出，6月2 日经过实时动态优化后，路口排队长度整体降低，特别是西向东方向路段排队长度明显降低。

图5 （a） 源潭交叉口6月2号晚高峰排队长度变化图

图5 （b） 源潭交叉口6月16号晚高峰排队长度变化图

其中6 月2 日西向东平均排队长度为86m，北向南平均排队长度为64m，东向西平均排队长度为42m，南向北平均排队长度为84m；6月16日西向东平均排队长度为166m，北向南平均排队长度为68m，东向西平均排队长度为55m，南向北平均排队长度为85m。对比发现，采用实时动态信号优化与采用多时段定时控制相比，源潭交叉口晚高峰排队长度整体降低25.8%，其中，西向东降低48.2%，北向南降低5.9%，东向西降低23.6%，南向北降低1.2%，如表1所示。

表1 源潭交叉口动态优化前后排队长度对比

4 结语

交通信号控制参数需要适应动态实时的交通流变化状态，本文充分考虑中国当前交通流状态涵盖非饱和状态、饱和状态和过饱和状态的特点，提出了应用动态规划理论进行信号控制优化的模型。信号控制动态规划优化模型基于初始确定的信号方案，实时采集排队长度、车流量等数据，作为系统的输入状态变量，实现实时反馈调节。最后，通过实际案例验证了动态规划模型在降低交叉口饱和度和平均延误方面的有效性。