刘南

摘 要：本文提出了一种基于智能时段划分的绿波协调控制技术，通过采集分析主干道所有交叉口的电子警察过车数据，通过优化算法计算所有时间间隔内进口道饱和度，利用聚类分析算法生成适合所有交叉口的精细化时段划分，智能划分所有交叉口的公共交通时段，充分考虑了冲突相位的交通饱和度以及下游交叉口排队车辆对上游到达车辆的影响，采用不固定速度绿波控制理念，并通过优化主干道上各交叉口的相序及相位顺序，最大限度求解双向绿波带的带宽，减少车辆的延误和停车等待时间。该设计在宁波市奉化区大成路8个路口开展了实际应用验证。

关键词：聚类分析;智能时段划分;不固定速度绿波

中图分类号：U491.54 文献标识码：A 文章编号：1671-2064（2019）12-0043-03

1 背景

随着我国社会经济的快速发展，小汽车保有量日益增多，城市道路交通拥堵和通勤时间增长成为每个城市面临的重要问题。很多城市为了保障交通安全，在城市主干道上密集增加了信号灯，信号灯的不协调造成通行效率严重降低。近年来，城市交通管理者为了提高城市主干路网的通行效率，积极探索推广绿波协调控制技术的研究与应用，起到了良好的社会经济效益，然而主干道绿波协调虽然保障了主干道的通行效率，但由于交通时段划分不准确、公共周期过大、相位配置不合理等原因，导致非协调方向拥堵、排队溢出、待转区冲突、行人过街时间不足等问题。本文利用智能时段划分与公共周期优化算法，通过对干线各交叉口控制相序参数进行调整，使干线协调方向车辆能够连续不停车或者少停车通过下游交叉口，保证主干道上车辆能够畅通行驶，从而达到减少车辆停车延误、提高道路通行能力以及改善交通拥堵现状的目的。

2 协调控制设计算法研究

协调控制包括单向协调控制和双向协调控制，单向协調控制主要应用于存在潮汐现象的交通主干道，双向协调控制是目前应用最广泛的协调控制技术。传统的协调控制技术应用时段划分单一、绿波控制速度相同，但由于道路主干道的全天流量变化明显及路段干扰因素影响，导致全路段速度无法保持相同，致使绿波协调控制应用效果不佳。

2.1 智能时段划分

一般而言，交通主干道高峰时段车流量大，交叉口进口道排队较长，停车起步延误较大，进口道饱和度较高，不适合设置绿波协调控制。平峰时段进口道饱和度较低，适合设置绿波协调控制。因此，合理地划分交通时段是提升绿波控制效果的关键之一。传统的交通时段划分主要根据采集交叉口的流量信息，由交通工程师绘制全天流量变化趋势图，再通过人工观察确定交通时段，该方法的数据信息太少且具有较强的主观性，容易出现时段划分不合理，无法满足城市交通状况规律性变化的信号交叉口智能化控制的要求。因此，实现智能划分交叉口交通时段是非常必要和重要。

本文研究以聚类分析法为基础，通过调取所有路口的电子警察过车数据，自动导入流量分析软件，从微观层面上划分交通时段，与路口流量变化相匹配，实现智能化的时段划分。其具体划分过程可简述如下：

（1）以15分钟为统计时间间隔，将一天24小时划分为96个统计间隔。分别统计每个时间间隔内交叉口的到达车辆数，得到一个包含96个元素的有序数列。（2）根据常见规律，将其划分为8段，即将有序样本分为8类。（3）定义第i类（包含ni个元素）的直径为，。（4）不断调整有序数列中分段点的位置，使得的值最小，从而得到的宏观时段划分。

可用一个1×7的一维数组Z表示宏观时段划分点根据早、晚高峰的常见规律，可将Z的初始值设置[20，28，36，48，64，76，88]，即将一天24小时划分为0：00-5：00、5：00-7：00、7：00-9：00、9：00-12：00、12：00-16：00、16：00-19：00、19：00-22：00、22：00-24：00共8个宏观时段。

由于基本时间间隔数较多，采用枚举的方式获取最优的计算量过大。这里采用随机迭代的方式，获取一定迭代次数的最优时段划分方式。定义宏观调整迭代次数为M0=1000，每次迭代过程中随机选择一个分段点，将其位置前移或后退15分钟（即3个时间间隔）。调整过程中保证任意一个宏观时段的跨度不小于1小时（即12个时间间隔）。

2.2 公共周期计算

绿波协调的应用需要每个交叉口之间的控制周期相同，或者是双周期关系，每个交叉口的单点控制最佳周期采用F.韦伯斯特-B.柯布理论（简称F.B方法）。F.B方法的控制周期计算公式如下：C=（1.5L+5）/（1-Y）;

式中：C-周期时长（s）;

L-一个周期内的总损失时间（s），L=Σmax{l+I-A};

Y-交叉口信号各个相位的流率比之和，Y=∑ni=1yi= ;

l-启动损失时间（s）;

I-绿灯间隔时间（s）;

A-黄灯时间（s）;

yi为相位i临界车道组的流率比，由相位流率qi与饱和流率s之比计算得到。临界车道组指每一相位交通流量比最大的车道组。

确定好每个交叉口的最佳控制周期后，选择周期最大的值为公共控制周期。但在实际应用中，一些交通流量较小的交叉口控制周期与公共周期差距较大，可以采用双周期控制，或者大小周期控制，达到增加周期长度的目的，将一个周期分解为多个不同的子周期，这样调整更加灵活。

3 应用设计与实例分析

大成路是横贯奉化城区的一条东西方向主干道，路段日交通流量在30000pcu以上，沿线一共8个信号灯控制路口，交叉口之间的信号控制彼此不协调，经常连续遇红灯停车等待，通行效率不高。为发挥城市主干道的快速通行功能，运用绿波控制技术设计该路段的双向绿波带控制方案，减少主干道停车，为驾驶者提供更加畅通、舒适的驾驶体验。

3.1 交通调研

对路段各交叉口进行现状调研，如表1所示。

该路段上各交叉口之间间距相对合理，路段中央均有绿化带隔离，保证车辆不受对向车辆的干扰，路段两侧设置了单独的非机动车道，均进行了绿化或护栏隔离，确保了机非分离，公交站台均是港湾式，不会对主干道上行驶车辆造成干扰。绿波设计的难点在于：（1）该路段一部分经过主城区，一部分经过人流量较少的郊区，路段行驶速度不同;（2）有三个交叉口设置了左转待转区，绿波设计时需考虑待转区的影响，尽量采取对称的放行方式，采用搭接相位时需设置清空相位，会导致绿波带宽的降低。

3.2 时段划分

传统的交通时段划分主要根据采集交叉口的流量信息，由交通工程师绘制全天流量变化趋势图，再通过人工观察确定交通时段。因此，采用反向思维的方式来验证算法自动计算得到的时段划分结果。

统计路段所有交叉口一段时间内全天流量数据，导入流量分析软件中，绘制流量变化曲线（15分钟为间隔），同时展现时段划分情况。通过聚类分析法合成路段流量变化曲线图，图1为算法对其中某一交叉口形成的流量分析曲线，可以看到，在准确区分早、晚高峰时段的同时，算法对平峰及高峰前后变化时段进行了较为详细的划分，时段划分结果基本符合该路口的流量变化情况，满足实际应用需求。

算法采用随机迭代的方式，获取一定迭代次数的最优时段划分方式对该路段的时段划分如表2所示。

3.3 关键交叉口及公共周期确定

绿波能够实现的重要因素之一就是每个交叉口控制周期要统一，选择合适的绿波控制周期和绿波带宽能够决定绿波控制的效果。首先需要对每个交叉口交通流量、现状控制方案及主干道绿信比进行调研，调研情况如表3所示。

通过对各交叉口日交通流量进行调研分析和比较，大成路-南山路日交通流量在44000pcu以上，是交通流量最大的交叉口。因此，可以将该路口设定为绿波线路关键交叉口。设计双向绿波时，尽量不改变关键交叉口的相序。

通过F.B公式计算每个交叉口的最优控制周期时长Ci，然后确定协调控制的公共周期，C=max（C1，……，Ci）=120。

3.4 绿波设计时速

该路段限速60KM/H，但由于各相邻交叉口之间路况不同，有的实际速度无法达到60KM/H，若采用传统的固定带速的绿波控制很难保证绿波控制效果，故此次绿波带根据实际通行状况采用不固定速度绿波控制。通过对相邻交叉口电子警察之间过车数据进行统计分析，计算相邻交叉口之间平均速度。各相邻交叉口之间速度如图2所示。

3.5 绿波协调方案设计

以图解法设计软件模型为依托，输入各项控制参数，输出绿波带初始图形。根据路段实际情况对参数进行修正调整，得出最佳绿波方案。

通过参数修正确保有待转区的交叉口放行方式是对称放行或者对向放行。得出绿波控制方案，如图3所示。

3.6 系统效果评价

交通信号控制评价指标是判断道路交通信号控制效果的标准，交通信号控制经过数年的研究与发展，如今的评价指标有很多，如服务水平、饱和度、通行能力、停车延误、停车率、通行时间、平均行程速度、燃油消耗率等。

本文主要采用延误时间、通行时间和平均行程速度等三个指标对绿波控制效果进行评价。

信号控制交叉口延误是评价交通服务水平和通行效率的重要指标，能够反应信号交叉口在城市道路中的通行状态，信号交叉口通行状态良好，则延误较低，反之，则延误较高。交叉口的延误种类包括排队延误、停车延误和起步延误。本次通过韦伯斯特公式计算单车平均延误时间，主要由饱和度、进口道车流量、绿信比和控制周期等参数计算得到，可通过电子警察系统导出进口道车流量和排队长度，计算出饱和度。平均延误时间公式如下：

式中：-绿信比;t-饱和度;p-进口道车流量。

通过单车延误计算公式计算各路口线控前后平均延误，其中三个重要交叉口数据如表4。

通过对协调前后旅行时间和平均速度测试评价绿波带运行效果的好坏，实测数据如表5。

通过数据验证表明绿波实施后道路通行效率明显提升，方案验证有效。

4 结语

本文通过智能时段划分的绿波协调控制技术研究，采用对交通时段的智能划分算法与结合不固定速度绿波协调的设计与应用，合理地解决了非协调方向拥堵、排队溢出和交叉口之间通行能力不一致的问题，能够有效减少车辆的道路通行时间以及主干道的通行效率。

参考文献

[1] 徐建闽.交通管理与控制[M].北京：人民交通出版社，2007.

[2] 陆化普.城市交通现代化管理[M].北京：人民交通出版社，1999.

[3] 陈紹宽，郭谨一，王璇，毛宝华.信号交叉口延误计算方法的比较[J].北京交通大学学报，2005.

[4] 赵文涛.交通干线协调控制方法及仿真研究[D].华东交通大学，2012.