王坤坤

摘 要：逆向可变车道的发展和应用很大程度上提高了城市交叉口的道路资源利用率，有效的缓解了城市交叉口的拥堵等问题。本文從逆向可变车道的设置及控制方式和信号配时优化两方面对其控制系统进行探讨，总结出逆向可变车道控制技术的不足。提出数据多源化的检测方式、短时交通流预测下的综合阈值判断模型以及进行算法融合的信号配时优化方法，从而实现逆向可变车道的实时动态控制。

关键词：逆向可变车道;动态控制;文献综述

0 引言

在城市土地规划单一、组团式发展以及职住分离的问题下道路出现潮汐交通现象，从而导致某段时间内不同方向的交通流量出现不均衡。其在交叉口处的表现最为明显，为有效缓解交叉口处转向交通流不均衡带来的道路资源浪费和拥堵问题，有学者提出了逆向可变车道。逆向可变车道在不改变现有的道路条件下，充分利用出口道的时空资源，缓解了转向交通流非均衡的现象，提高了交叉口的通行能力。

1 逆向可变车道设置及控制方式研究

Zhao J等[1]研究了设置逆向可变车道对左转车道饱和流率的影响，构建了逆向可变车道左转车辆饱和流率的修正模型。Chen Q等[2]基于元胞自动机模型对逆向可变车道仿真，研究了其通行能力和延误。商振华[3]对逆向可变车道的设置方法进行了研究，并提出了设置逆向可变车道的交叉口交通效率影响分析评价方法。李昀轩等[4]构建了逆向可变车道的左转通行能力计算和优化模型，并对影响其左转通行能力的相关因素进行了分析。徐书东等[5]提出了逆向可变车道的启闭时间和设置长度，并通过仿真表明了交叉口设置逆向可变车道可明显提高其通行能力。曲昭伟等[6]利用视频处理技术对左转车流的释放特性进行研究，表明了设置逆向可变车道会增加左转车流相互之间的干扰程度。张展[7]基于动态控制思想建立了逆向可变车道动态控制系统，并分别对车道启闭的阈值判断模型以及信号配时优化模型进行了研究。张泰文等[8]对逆向可变车道的动态切换控制进行了研究，构造了考虑交叉口流向饱和度、交叉口车均延误、交通需求稳定性以及车道切换时间间隔的阈值判断模型。

综述以上研究发现有如下两方面不足。

（1）设置及控制方式研究上：首先是研究对象单一，一般都以独立的且规则的十字交叉口为对象，导致适用性较低。其次是对设置逆向可变车道安全影响方面的研究不足。

（2）阈值判断模型上：首先是交通数据的采集基于单一的检测方式，数据具有单一性，与实际值存在偏差。其次是交通状态的预测基于传统统计分析的预测方式，预测结果不具有实时性。

2 逆向可变车道信号配时优化研究

Qu等[9]建立以左转通行能力最大和交叉口平均延误最小为目标的信号配时优化模型，并用NSGA-Ⅱ算法求解。Chen X等[10]基于有限容量排队模型建立了逆向可变车道排队模型，并对信号配时优化进行研究，使用NSGA-Ⅱ算法求解。Chen K等[11]针对逆向可变车道交叉口处交通需求和饱和流量波动较大的情形，建立了基于鲁棒性的信号控制优化方案。刘怡等[12]建立了分阶段消散流率模型，并结合该模型提出了改进的Webster最佳周期及绿信比的算法。梁培佳[13]构建了以延误和停车次数为目标的双目标信号配时优化模型，并用粒子群算法求解。刘伟等[14]构建了以交叉口通行能力最大、平均延误最小的信号配时双目标优化模型，并用NSGA-Ⅱ算法求解。任其亮等[15]同样构建了以交叉口通行能力最大、平均延误最小的信号配时双目标优化模型，但用模拟退火算法求解。孙锋等[16]同时考虑了安全和效率指标对信号配时模型进行优化，选取车道开启时间和车均延误为目标构建了信号配时双目标优化模型，并用MATLAB优化算法求解。

综上，信号配时优化模型逐渐向多目标优化发展。模型的求解算法从经典的Webster计算方法逐渐发展到优化算法。其研究不足主要体现在模型求解算法的搜索能力和计算速度上。因逆向可变车道启闭后需要及时的改变信号配时方案，现有模型求解都依靠单一算法， 难以同时保证搜索能力强和计算速度快。

3 展望

（1）针对设置及控制方式：未来研究可以交叉口群为研究对象，分析交叉口之间的关联性，以及对整个路网的影响进行分析;其次从渠化特性、运行特性等方面进行深入研究，改善交通安全问题。

（2）针对阈值判断模型：未来可开展基于多种检测方式采集的多源数据进行研究，来弥补数据的单一性。其次短时交通流预测方法可实现实时预测，将多源数据作为短时交通流预测的数据来源，即可为阈值判断模型提供精确的动态决策支持。

（3）针对信号配时优化：未来可对不同优化算法的特点及其利弊进行融合计算，如融合搜索能力强和计算速度快的算法，实现最佳效果。

参考文献：

[1]Zhao J，Yu J，Zhou X Z.Saturation flow models of exit lanes for left- turn intersections[J].Journal of Transportation Engineering Part A-Systems，2019，145（3）：1-10.

[2]Chen Q，Yi J，Wu Y.Cellular automaton simulation of vehicles in the contraflow left-turn lane at signalized intersections[J].IET Intelligent Transport Systems，2019，13（7）：1164-1172.

[3]商振华.逆向可变车道在城市平面交叉口中的设置方法[D].长安大学，2013.

[4]李昀轩，傅白白，于善初.基于流量分析的可变车道左转通行能力研究[J].山东建筑大学学报，2015（2）：147-153.

[5]徐书东，鲁贺贺，袁东东.城市交叉口逆向可变车道设置研究[J].内蒙古公路与运输，2018（6）：5-11.

[6]曲昭伟，奇兴族，陈永恒，等.逆向可变车道释放特性及其安全评价[J].交通运输系统工程与信息，2018，18（4）：76-82.

[7]张展.平面信号交叉口可变车道控制研究[D].西南交通大学，2019.

[8]张泰文，张存保，周斌，等.逆向可变车道动态切换及信号控制优化方法[J].交通信息与安全，2020，38（5）：59-66.

[9]曲昭伟，奇兴族，陈永恒，等.信控交叉口逆向可变车道最优分配模型（英文）[J].Journal of Southeast University（English Edition），2020，36（2）：213-219.

[10]Chen X，Jia Y，Sustainable traffic management and control system for arterial with contraflow left-turn lanes[J].Journal of Cleaner Production，2021，280（4）：124256.

[11]Chen K，Zhao J，Knoop V L，et al.Robust Signal Control of Exit Lanes for Left-Turn Intersections With the Consideration of Traffic Fluctuation[J].IEEE Access，2020，PP（99）：1.

[12]刘怡，常玉林，毛少东.设置逆向可变车道的交叉口信号配时优化研究[J].重庆理工大学学报（自然科学），2018，32（10）：40-46.

[13]梁培佳.十字交叉口设置逆向可变车道后信号配时设计与仿真研究[D].北京交通大学，2017.

[14]刘伟，谢忠金，陈科全.基于NSGA-Ⅱ算法的逆向可变车道信号配时优化[J].重庆交通大学学报（自然科学版），2018，37（6）：92-97.

[15]任其亮，譚礼平.逆向可变车道交叉口信号配时优化方法[J].交通运输系统工程与信息，2020，20（4）：63-70.

[16]孙锋，焦方通，马晓龙，等.交叉口逆向可变车道与信号配时协同优化方法[J].公路交通科技，2019，36（11）：83-89+96.