發布時間：2022-01-20所屬分類：科技論文瀏覽：1次
摘 要： 摘要：由于干線綠波協調控制方案實施路段的物理與交通特性差異，在實際交通場景中不同干線協調控制效果難以量化比較。本文利用車輛軌跡數據，從綠波協調特性出發，提出了一種基于軌跡數據的城市干線綠波協調控制效果評價方法，以實現對不同綠波控制方案的評價。首先利
摘要：由于干線綠波協調控制方案實施路段的物理與交通特性差異，在實際交通場景中不同干線協調控制效果難以量化比較。本文利用車輛軌跡數據，從綠波協調特性出發，提出了一種基于軌跡數據的城市干線綠波協調控制效果評價方法，以實現對不同綠波控制方案的評價。首先利用軌跡數據進行方案評價所需的車輛 OD 矩陣數據統計;其次在考慮協調干線路段內未協調車輛數對干線綠波協調影響下，利用車輛實際與理想連續通過交叉口數構建干線綠波協調控制評價方法，并利用 VISSIM 進行了仿真驗證。仿真實驗結果表明：該評價方法能夠對不同干線綠波協調控制方案進行準確評價，且在較低軌跡統計車輛滲透率下仍具備可行性，其有助于綠波協調控制算法的優化與實際應用。
關鍵詞：交通控制;綠波評價;軌跡數據;協調指數
0 引 言
城市干線綠波協調控制作為一種緩解城市交通擁堵的干線協調控制方法，由于其部署簡單和效果明顯而被廣泛用于城市交通控制中。城市干線綠波協調控制相關研究多集中于控制模型的優化，常玉林等[1]分析了綠帶速、周期以及相位差等指標，提出了一種雙向綠波信號的改進圖解法; 黃慧瓊等[2]通過分析交叉口間距與車輛排隊消散時間，提出了一種干線綠波協調公共周期與相位差的優化方法; 于德新等[3]基于線性規劃模型，提出了一種干線協調控制優化方法，實現了對MULTIBAND模型中綠波帶形式優化; 荊彬彬等[4]從車隊實際形式速度波動性出發，以雙向綠波帶寬之和最大以及速度波動百分百之和最大為一、二級目標，提出了一種綠波協調控制目標規劃模型; 盧凱等[5]針對不同綠燈終點型綠波帶設計，基于雙向綠波設計數解算法，構建了一種雙向綠波協調數解法; 李永強等[6]針對綠波控制開環控制問題，以最大綠波帶寬為優化目標，提出了一種數據驅動交通響應綠波協調控制模型; Ma等[7]將自適應機制引入綠波控制，以綠波帶寬最大和延誤最小為目標，提出了一種基于自適應人工魚群算法的綠波控制系統優化方法。上述算法研究重點側重于算法優化，不同算法模型在遷移到實際干線協調路段時算法適應性可能存在一定差異。因此，對不同干線綠波協調控制效果評價研究有助于增強算法的魯棒性，提升干線綠波控制方案實際應用效果。
目前，對于綠波協調控制效果的評價，卓曦等[8]從綠波系統效率與安全指標出發提出了一種綠波協調控制系統灰色關聯評價方法;施俊慶等[9]利用仿真軟件對雙向綠波控制效果進行了評價;林清韓等[10]將綠波交通特有參數與傳統指標相結合，同時考慮次干道通行效率，利用灰色關聯分析法對綠波協調系統控制效果進行了評價;盧凱[11]通過計算行駛速度和綠波帶寬之間的關系，利用集對分析法對不同綠波控制方案進行評價，但其評價結果受到閾值選取和綠波協調交叉口數量的限制;總體看來適用于不同綠波協調控制方案評價方法研究較為缺乏。此外，當前綠波協調控制效果評價指標獲取較為復雜，指標計算過程中相關參數取值可能會影響實際場景下評價結果的準確性。
綜上，國內外學者對綠波協調控制進行了一系列研究，但實際場景下適用于多種綠波協調控制方案評價方法研究相對較少。本文以車輛軌跡數據為基礎統計了車輛行駛OD矩陣表，協同考慮車輛連續通過交叉口數與停車次數構建了干線綠波協調控制評價方法，在保證評價方法簡便可操作的基礎上實現了對不同綠波控制方案的評價。
1 綠波控制評價方法
本文所提出的綠波控制效果評價方法是基于車輛實際行駛軌跡，通過軌跡數據獲取車輛行駛 OD 矩陣表。在此基礎上，利用綠波協調特性(車輛連續通過交叉口)構建了評價方法，從而實現了不同綠波控制效果評價。
1.1 數據處理
當下由于各種檢測器以及終端設備的應用，使得車輛數據的獲取變得更加輕松，豐富的數據使得對于交通控制的研究可以更加深入，但是由于檢測器損壞以及數據傳輸過程中的數據丟失，原始數據往往需要對數據進行預處理以便獲得有效數據。其中車輛軌跡原始數據信息主要包括：車輛 ID、時間戳、車輛經緯度、車輛速度。車輛軌跡信息數據結構如表 1 所示。
完成有效數據獲取后將時間戳轉換為標準時間從而便于數據處理與統計，還需要對數據中存在的重復數據以及缺失數據進行處理，以車輛 ID 作為檢索基礎，在目標時間段內對車輛重復信息進行清理，對于缺失數據通過同一車輛 ID 的數據進行關鍵數據的補全以及無關數據清除。在完成數據處理后可以通過對于車輛軌跡信息與實際地圖信息的匹配并以車輛 ID 為基本單元生成車輛軌跡時空圖(圖 2)，并以車輛的軌跡數據進行車輛 OD 數據統計。
1.2 車輛 OD 矩陣
OD 矩陣是描述交通網絡中所有出行起點到出行終點之間在一定時間范圍內交通流量的表格，反映了某個城市或區域的基本交通需求[12]。OD 矩陣在交通規劃研究中占有極其重要的地位，能揭示出城市交通癥結的原因、交通需求與土地利用、經濟活動的規律[13]。本文中將干線綠波協調路段編號作為 OD 矩陣中的起點與終點。
完成原始數據處理后，將所測綠波協調控制路段位置信息與車輛軌跡數據進行匹配，獲得每輛車的行駛軌跡以及速度，以便對綠波協調路段內車輛進行軌跡統計車輛 OD 數據，其中車輛 OD 表中的起點 O (origin)與終點 D(destination)皆位于車輛行駛的路段位置。定義在綠波協調控制路段內連續通過兩個及以上交叉口的車輛為有效綠波協調車輛。定義綠波協調路段內車輛 OD 出行中出發點為車輛初始進入綠波協調交叉口前路段編號，目的地為車輛駛離干線綠波路段編號或由于延誤而在干線綠波內開始排隊路段編號，即在干線綠波協調控制中車輛一次出行可能存在多個 OD 出行。由于本文提出的評價方法對于雙向綠波與單向綠波計算方法相同，現用單向綠波交通進行例證說明。綠波交通干線示意圖如圖 3 所示，其中 i C 表示干線綠波中第 i 個交叉口， i L 表示干線綠波中第 i 個路段。
根據車輛軌跡數據統計干線綠波車輛通行情況，并記錄入車輛 OD 出行表，詳細步驟如下： Step 1：檢測進入干線綠波協調控制路段內車輛初始時間 0 t 位于路段位置信息起點 O ;
1.3 綠波評價指數設計
交通評價作為交通控制的基礎，其從指標選取到權重確定再到目標函數確定具有整套的評判流程，城市干線綠波協調控制作為一種特殊的交通控制方法，在對比不同控制方案效果評價時，考慮干線綠波協調控制內交通狀態造成車輛行駛速度與設計車速產生偏離，對于干線綠波協調控制效果的評價不能使用常規的交通評價方法，一般的交通評價方法是對于交通狀態的評價，其評價結果的好壞與交通狀態有著直接的關系，而對于綠波干線協調來說，其本質上應將干線協調前后狀態提升程度作為評判依據，但如此進行評價不僅實際難以操作，而且不能進行不同干線綠波協調控制方案的評價。綜上，本文從干線綠波協調控制實際效果出發，構建干線綠波協調控制效果評價方法。
干線綠波協調設計目的是使車輛在設計車速行駛下每個路口都遇到綠燈，從而保證干線綠波能夠承載更多交通量。對于干線協調車輛而言，車輛連續通過交叉口數目將極大影響駕駛員對于干線綠波控制效果整體感受，本質上車輛連續通過交叉口車輛數目越多等價于車輛在干線綠波內行駛時間越短，但車輛一次出行可能存在不同連續通過交叉口數組合，其連續通過交叉總數可能一致，僅以實際車輛連續通過交叉口數目進行評價會影響評價結果的準確性。為了克服交通狀態隨機性對評價結果造成的波動，在實際車輛連續通過交叉口數目上引入了理想車輛連續通過交叉口數，車輛一次出行產生的不同 OD 出行，分別根據其理想車輛連續通過交叉口數計算實際綠波協調對于理想狀態的近似程度，此外，由于實際綠波協調運行中未進入綠波干線協調車輛數量存在波動性，其數據大小會干擾綠波協調實際運行狀況，故在干線綠波評價時需對其進行剔除。綜上，本論文設計了綠波實際通行效率值、綠波理想通行效率值、綠波通行擾動值，進而綜合計算綠波協調評價指數，最終對城市干線綠波協調控制進行評價。評價流程圖如圖 5 所示。
基于車輛 OD 矩陣統計數據表計算相關指標如下：
1)綠波實際通行效率值設計。對于進入干線綠波協調車輛計算綠波實際通行效率值 R I ，其指標大小表示車輛在綠波協調控制方案實際運行狀態，其物理意義為從不同路段進入綠波協調控制路段的車輛數與其相應實際連續通過交叉口數乘積，對于單車而言 R I 代表干線綠波在實際狀態下的車輛客觀打分，打分值為單車實際連續通過交叉口數。
2)綠波理想通行效率值設計。對于進入綠波協調車輛，理想情況下車輛從進入綠波協調路段遇到的首個綠燈交叉口開始一直到駛離干線綠波路段內所經過的各個路口均為綠燈。結合車輛 OD 矩陣數據與理想連續通過交叉口數計算綠波理想通行效率值 I I ，其表示綠波控制效果的理想運行狀態，實際含義為所有 OD 出行中各交叉口駛入車輛數與其在綠波協調干線內行駛時可連續通過交叉口數的乘積，對于單車而言 I I 代表干線綠波在理想狀態的車輛客觀打分，打分值為單車在綠波協調路段行駛內理想連續通過交叉口數。
3)綠波通行擾動值設計。對于未進入干線綠波協調的車輛，其數量對干線協調控制效果造成影響，在計算綠波理想通行效率值時，數據 i N 值將未進行綠波協調車輛納入統計范圍，同時當存在大量車輛未進行干線綠波協調控制等極端場景時要保證評價結果的穩定性，就必須將未進行協調車輛從其中剔除;此外，不同綠波協調方案在實際應用中，控制場景具有不可重復性。為消除上述因素對評價結果的影響，故定義了綠波通行擾動值，其實際意義為綠波協調控制路段內未進入綠波交通的車輛數與連續通過交叉口數，對于單車而言 D I 代表未進入綠波協調車輛客觀打分，由于對象是未進入干線綠波協調車輛，其打分值均定義為 1。
4)綠波協調評價指數設計。對于綠波協調評價是基于實際通行效率值，在考慮干線綠波擾動值大小前提下，計算其相較于綠波理想通行狀態的近似程度。
2 仿真驗證
以文獻[14]中干線綠波協調交叉口基本數據為基礎，利用 VISSIM 構建干線綠波協調仿真實驗，仿真路網如圖 6 所示，干線長度為 0.94 km，其中包括 4 個 T 型交叉口，交叉口從下至上分別為交叉口 1 至交叉口 4，交叉卡間距分別為 234、281、166m，其各交叉口流量流向如表 3 所示，仿真持續時間為 1 h。
文獻[14]中通過實際調研，擬定了 2 種綠波干線協調控制方案，其分別為將整個干線綠波協調劃分為多個子區下的綠波協調控制方案與常規 4 個交叉口共周期的干線綠波協調控制方法。第 1 種信號控制方案中前兩交叉口公共周期為 132 s，后兩交叉口公共周期為 162 s; 第 2 種控制方案中公共周期均為 170 s。詳細配時如表 4 所示。
利用 VISSIM 進行仿真建模，模擬實際干線綠波協調的運行狀態，在保證安全性的同時可以方便對不同綠波協調控制方案的模擬，VISSIM 仿真軟件具有豐富的評價功能，可以獲取有效的交通評價參數，此外其提供了豐富的 COM 接口支持二次開發。
3 結果分析
VISSIM 仿真軟件可以輸出相關延誤、停車次數等交通評價數據，其結果具有一定可信性，為使本文評價方法更加具有可信性，利用多次仿真獲得路網的干線綠波協調車輛延誤值作為本文提出的評價方法的參照進行一致性檢驗。以 5 min 為單位時長，在仿真時長內分別統計兩個方案的車輛延誤情況，結果如圖 7 所示。
可以看出, 綠波控制方案 2 在大部分仿真時間控制效果優于方案 1，在仿真初始運行階段由于仿真軟件車輛仍未進入中心交叉口，干線綠波內車輛未達到預期交通量，此時邊界交叉口信號控制方案對與整體綠波協調控制效果的評價起到了關鍵作用，此時仿真軟件并不能真實反映控制方案的情況�？傮w上去除由于仿真軟件造成的仿真數據偏差，兩方案控制效果都隨著路網交通狀態的穩定而趨于平穩，同時干線綠波的車輛延誤狀況在一段時間增長態勢后呈現穩定狀態，方案 2 與方案 1 相比車輛延誤降低了 18.15%，其控制效果體現明顯優越性。
此外，同樣以 5 min 為單位進行車輛 OD 矩陣表的統計并計算兩方案的協調指數，結果如圖 8 所示�？刂品桨� 2 同樣優于方案 1，其 VISSIM 仿真評價數據得出的結論具有一致性，值得注意的是，相較于 VISSIM 仿真評價結果在初始時產生了結果偏差，本文所提出的綠波協調控制效果評價方法在交通狀態變化下表現出了一定的穩定性。
此外，對于實際干線綠波內車輛軌跡數據并不能完全獲取問題，利用 MATLAB 聯合 VISSIM 二次開發，通過在不同軌跡數據采集車輛滲透率 p 下的評價結果分析，盡可能去模擬實際綠波干線內車輛數據特征，進而對評價方法的魯棒性進行驗證。不同滲透率下綠波評級結果分析如圖 9 所示，整體而言綠波協調信號控制方案 2 優于方案 1，其結果與上文采用延誤作為評價結果具有一致性，同時隨著軌跡數據采集車輛滲透率的降低，綠波協調信號控制方案 2 相較于方案 1 的優越性在逐步降低，當滲透率降低到 20%時，信號控制方案 2 的優越性難以被有效刻畫，究其原因在于當滲透率降低當一定程度時，干線綠波內隨機性被放大，對于綠波協調評價指數 E I 不穩定歸結于實際綠波通行效率值 R I ， R I 在低滲透率時會產生較大的波動性，故影響最后方案評價結果，但總體看來，在保證軌跡數據采集車輛一定滲透率下，該評價方法具備實際可行性。
4 結 論
本文提出了一種基于軌跡數據的干線綠波協調控制效果評價方法，從綠波協調實際運行狀況出發，面對不同綠波協調控制車輛速度不確定性造成的評價困難，本文通過定義車輛 OD 矩陣來記錄干線綠波協調車輛運行狀況，同時結合綠波交通特性利用連續通過交叉口數為車輛進行打分，并以此為基礎計算干線綠波實際運行狀態相較于理想狀態的近似程度，實現了不同干線綠波協調控制效果評價。仿真結果表明，本文所提出的評價方法可以實現對不同綠波控制方案的有效評價;且在一定滲透率下評價方法也具備可行性。但是，由于本文仿真模型限制，對于更多交通狀態下干線綠波協調控制效果評價，以及在不同綠波協調交叉口數與交叉口類型下的綠波控制效果評價有待進一步研究。——論文作者：劉小明 1，魏向達1，董路熙 1，尚春琳 1
參考文獻
[1]常玉林, 張其強, 張鵬. 城市干線雙向綠波控制優化設計[J].重慶理工大學學報(自然科學),2014,28(12):108-112.
[2]黃慧瓊, 歐方前. 干線綠波協調控制優化研究[J]. 廣西科技大學學報, 2020, 31(3): 91-98.
[3]于德新, 田秀娟, 楊兆升, 等. 改進的干線協調信號控制優化模型[J]. 浙江大學學報(工學版), 2017,51(10): 2019-2029.
[4]荊彬彬, 鄢小文, 吳煥, 等.考慮行駛速度波動的進口單放綠波協調控制模型[J].交通運輸系統工程與信息, 2017, 17(3): 83-90.
[5]盧凱, 徐建閩, 李軼舜. 進口單獨放行方式下的干道雙向綠波協調控制數解算法[J]. 中國公路學報,2010,23(3):95-101.
[6]李永強, 李康, 馮遠靜. 數據驅動交通響應綠波協調信號控制[J]. 控制理論與應用, 2016,33(5): 588-598.
[7] Ma C X , He R C. Green wave traffic control system optimization based on adaptive genetic-artificial fish swarm algorithm[J]. Neural Computing and Applications, 2019, 31: 2073-2083.
[8]卓曦, 施文榮, 錢振東. 城市干道綠波協調控制系統交通評價方法[J]. 福州大學學報(自然科學版), 2015, 43(3): 369-376.
SCISSCIAHCI
