某交通枢纽立交桥VISSIM路网微观交通仿真

2018-09-21张虎

机电信息 2018年27期

张虎

（苏州高等职业技术学校，江苏苏州221500）

0 引言

现场实验、数学模型计算和微观交通仿真是寻找最优交通控制方案的三种途径。对于现场实验，不安全因素的存在、大量资金的投入等困难使得寻求最优方案变得难以现实。而数学模型计算将实际的复杂交通流做了很多简化，使得可信度不高。因此，采用交通仿真已经成为寻求最优交通控制方案的一种很有效的技术手段[1]。交通仿真技术作为ITS（Intelligent Transportion System，智能交通系统）的一项重要内容，伴随着ITS的蓬勃发展，目前已成为国内外交通工程界研究的热点领域之一。

VISSIM是目前在我国应用最广泛的微观仿真模型，国内学者基于VISSIM对交通的微观仿真做了很多研究。2013年，雷强和广晓平采用VISSIM对城市立体交叉口的拥堵问题做出了研究[2]。2017年，孙健基于VISSIM仿真对应急事件下区域路网连通进行了可靠性研究[3]。

某交通枢纽立交桥在改造后，附近路网的交通拥堵已经得到了很大的改善，但信号控制还有待优化。基于前人的研究成果，研究通过VISSIM对立交桥及附近路网进行微观交通仿真，对造成交通秩序混乱的原因进行分析，为寻找最优的信号控制方案建立基础。

1 可控参数校正

VISSIM仿真模型中的参数取值直接影响着仿真结果，而其参数缺省值与中国实际交通状况并不完全相符合，为了保证仿真结果的精确需要对模型参数进行校正。可控参数是指模型中可以变化的参数，如最小车头空距、消除前等待时间等。

校正的目的是使仿真值与实测值之间的差距尽可能缩小，以所研究路段平均行程时间为评价指标，来验证模型的有效性。误差值越小，则效果越好。仿真区域中选择的测试路段长度2 427 m，实测平均行程时间为186 s。张长春[4]以路段平均行程时间为因变量，最小车头空距、消除前等待时间、观察前方车辆数和平均等车距离等待校正参数为自变量，建立线性回归模型。满足以下模型方程：

其中，Y为路段平均行程时间（包括停车时间），是指车辆通过检测区段的起点直至离开终点的时间间隔。

X1为最小车头空距，表示车辆进行车道变换所需要的与前方车辆的最小距离，VISSIM缺省值是0.5 m，显然按照中国的国情，此值偏小，取值范围定于0.5～2 m。

X2为消除前的等待时间，是指车辆在停车线前等待车道变换道直到消失的最大时间，模型的缺省值是60 s，取值范围定于45～90 s。

X3为观察前方车辆数：表示车辆在仿真中观察前方车辆的运行，然后做出相应的反应。缺省值为2辆，根据实际经验，取值为1～4辆。

X4为平均等车距离：定义为车辆停车时与前方车辆或者与停车线之间的距离，缺省值为2 m。VISSIM中停车时的平均间距已经默认附加了m的变化幅度，因此，X4取值需大于1.00 m，经验取值范围为1～4 m。

将每个参数根据取值范围划分为4个水平，采用Matlab计算来确定最优因素水平组合。Matlab计算结果表明最优组合是X1=1.5，X2=90，X3=3，X4=1。

2 VISSIM路网微观交通仿真

不同于对某个路口的仿真，对路网的仿真由于调查量较大，工作较为细致繁重。路网仿真的基本数据包括路段名称、车道宽度、交叉口/出入口的位置及间距、信号控制特点（信号配时、绿信比、是否有左转信号灯等），饱和流量及理论行程时间等则通过各种渠道获取（数据主要由课题组提供，部分来源于网络）。表1给出了立交桥某路口仿真的输入流量。

表1 某路口的仿真输入流量

VISSIM使用两个基本的组件（Link和Connect Links）来描述一条连续的路径，进而描述整个路网[5]。图1给出了实际路况与仿真的对比图。

VAP是Vehicle Actuated Programming的缩写，即车辆感应控制编程。VAP的控制逻辑用其独有的简单语言来描述。在VISSIM仿真过程中，VAP解译控制逻辑命令，并且控制VISSIM路网中信号灯色的改变。在对实际路网建立了仿真后，通过外部信号状态生成器（VAP）可自定义逻辑信号，从而为优化信号控制方案提供了可能。