孫有發(fā),吳今培,劉彩燕
?
基于元胞自動機和多主體相結(jié)合的交通仿真系統(tǒng)設(shè)計與實現(xiàn)
孫有發(fā)1,吳今培2,劉彩燕1
(1. 廣東工業(yè)大學 管理學院,廣東 廣州 510520;2. 五邑大學 智能技術(shù)與系統(tǒng)研究所,廣東 江門 529020)
城市交通系統(tǒng)是典型的基于規(guī)則運行的復(fù)雜大系統(tǒng),建立能描述實際交通系統(tǒng)一般特性的交通流模型,尋找交通流的基本規(guī)律,揭示交通擁堵產(chǎn)生的機理,實現(xiàn)人、車、路與生態(tài)環(huán)境之間的和諧統(tǒng)一,一直以來都是該領(lǐng)域的熱門主題. 論文基于元胞自動機和多主體技術(shù),應(yīng)用Matlab編程語言設(shè)計并實現(xiàn)集交通道路(含交通規(guī)則與信號燈)、機動車以及行人于一體的交通流仿真系統(tǒng). 在4種交通規(guī)則下,分別考察了機動車和行人闖紅燈行為對交叉路口通行質(zhì)量的影響,其結(jié)果有助于揭示交通擁堵產(chǎn)生的內(nèi)在機理,并為自動疏導(dǎo)交通提供參考措施.
交通流;交通仿真系統(tǒng);元胞自動機;多主體;道路通行質(zhì)量
近年來,隨著我國政府大力投資交通基礎(chǔ)設(shè)施建設(shè),國內(nèi)的交通狀態(tài)有所改善,但城市交通擁堵仍時常發(fā)生;尤其是在交叉路口混合交通流情況下,機動車、非機行車以及行人相互干擾,致使道路通行能力嚴重下降. 賈斌等[1-2]認為,由于國內(nèi)的混合交通流特性與國外的單純機動車流特性差別很大,許多國外行之有效的交通管理措施在我國并沒有收到預(yù)期的應(yīng)用效果;“水土不服”問題嚴重,具體表現(xiàn)為假設(shè)條件過于理想、處理手段過于簡單、大多數(shù)規(guī)劃方案和控制系統(tǒng)存在機理不清等內(nèi)在缺陷,因而難以從根本上達到緩解和預(yù)防我國城市交通擁堵的目的.
由于現(xiàn)實交通流是各個實體執(zhí)行簡單行為規(guī)則涌現(xiàn)出來的一種整體上的、綜合性的復(fù)雜行為,用傳統(tǒng)的數(shù)學建模方法(如流體力學模型、氣體動力學模型、跟馳模型、Gipps模型等)來模擬交通流,存在固有的不足. 元胞自動機(CA)具有時間、空間和狀態(tài)上的離散性,并按照一定局部規(guī)則在離散的時間維上演化,很容易復(fù)制出復(fù)雜的現(xiàn)象或動態(tài)演化過程中的吸引力、自組織和混沌現(xiàn)象,因而基于CA的交通流動力學模型(如確定性CA交通模型[3]、NaSch模型[4]、BML網(wǎng)絡(luò)模型[5]、CS網(wǎng)絡(luò)模型等)成為交通流理論模型的重要分支,并開發(fā)有多種仿真分析軟件,如TRANSIMS等. 然而,現(xiàn)有的基于CA的交通流模型對機動車的處理過于簡化和抽象,很少見到同時容納機動車、道路、信號燈以及行人等的模型研究[6];此外,模型中的機動車缺乏智能性與自治性等[7]. 由于多主體系統(tǒng)(MAS)研究多主體之間智能行為的協(xié)作、競爭等相互作用,系統(tǒng)中的每個主體代表了現(xiàn)實世界中一個自治的實體或個體,因而將MAS的自治性與智能性融入到CA中,創(chuàng)建一種新的結(jié)合體,并應(yīng)用于描述實際交通流系統(tǒng),就成為當前基于CA的交通流模型研究的重要趨勢之一.
在上述背景下,本文基于CA和MAS技術(shù),用Matlab編程語言設(shè)計并實現(xiàn)集道路(含交通規(guī)則與信號燈)、機動車以及行人于一體的交通流仿真系統(tǒng). 通過運行該系統(tǒng),考察任意交通規(guī)則設(shè)置下交叉路口的充盈率和有序度,以及人的一些行為因素對交通道路通行質(zhì)量的影響,以揭示交通擁堵產(chǎn)生的內(nèi)在機理,并提出自動交通疏導(dǎo)措施.
為設(shè)計集道路(含交通規(guī)則與信號燈)、機動車以及行人于一體的交通流仿真系統(tǒng)以及實現(xiàn)預(yù)期目標,首先對實際交通系統(tǒng)中的一些運行規(guī)則包括機動車行駛規(guī)則、交叉路口的交通規(guī)則、機動車變道規(guī)則、機動車加速規(guī)則以及行人的一些行為等進行抽象描述.
根據(jù)元胞自動機理論模型,本交通仿真系統(tǒng)中的機動車運行規(guī)則設(shè)計為移位方式,如圖1所示,如果機動車運行方向上有空位,則在下一時間步允許其前行占位. 注意到,移位運行規(guī)則與機動車跟馳運行規(guī)則[8-9]不同,后者如圖2所示.
圖1 元胞移位規(guī)則
圖2 元胞跟馳運行規(guī)則
交通仿真系統(tǒng)中機動車的正常運行規(guī)則,根據(jù)現(xiàn)有的道路交通規(guī)則設(shè)計而成:在直路上,機動車執(zhí)行直行規(guī)則,同時允許安全情況下機動車變道、加速;在交叉路口,執(zhí)行直行、掉頭、右拐彎、左拐彎等組合規(guī)則等.
在本系統(tǒng)設(shè)計中,為更好地刻畫真實的交通流狀態(tài)以及每種機動車運行規(guī)則,給出4種交通燈狀態(tài)下的詳細運行圖. 這4種交通燈分別為:綠燈、綠黃燈、紅燈、紅黃燈. 綠黃燈指示:已經(jīng)進入到交叉路口的車流應(yīng)盡快駛出,同時不允許新機動車進入交叉路口,但允許行人通行;紅黃燈的含義類似. 注意到,現(xiàn)實交通中僅有3種交通指示燈:紅、綠、黃(或紅閃、綠閃),本交通仿真系統(tǒng)的4種信號燈設(shè)計并不違背常識. 我們這樣設(shè)計的目的,是為突顯黃燈在預(yù)防交叉路口擁堵方面的作用. 換言之,本文設(shè)計4種交通燈狀態(tài),是尋求解決交叉路口擁堵并尋求自動疏通措施的一種探索.
在圖3~7中,“→”、“←”、“↑”、“↓”表示機動車行進方向,“x”表示該空間位置禁行.
1)1號規(guī)則:直行
圖3 交叉路口1號規(guī)則
2)2號規(guī)則:直行+右拐
3)3號規(guī)則:直行+右拐+掉頭
圖5 交叉路口3號規(guī)則
4)4號規(guī)則:直行+右拐+掉頭+左拐彎
圖6 交叉路口4號規(guī)則
在路況安全的前提下,部分司機會選擇超車或變道運行,如圖7所示. 車道變換過程中會產(chǎn)生沖突點,影響交通運行的效率、降低道路運行安全,從而引發(fā)道路交通阻塞和事故. 在我國,少部分駕駛員的交通法規(guī)及安全意識淡薄,在機動車行駛過程中經(jīng)常發(fā)生變道甚至違章變道. 因此,探尋微觀的車道變換行為和宏觀的交通流之間的機理,具有實際應(yīng)用價值[10].
圖7 直路上的機動車變道規(guī)則
本系統(tǒng)根據(jù)實際機動車運行狀態(tài),設(shè)計了2種類型的變道運行規(guī)則:前行變左、前行變右. 以前行變左為例,該變道規(guī)則表示:機動車正在向前方行駛,在下一時刻,機動車行駛到左手邊臨近車道上.
超速行駛是道路上經(jīng)常發(fā)生的交通現(xiàn)象. 本系統(tǒng)對此現(xiàn)象進行描述:如果機動車行駛方向上連續(xù)多個結(jié)合體位置上都為空,則允許機動車以某概率檔加速. 在本系統(tǒng)中,所謂1檔,即結(jié)合體在一個時間步移動一個位置,以此類推.
李興莉等[11]結(jié)合交通心理學理論,在科學分析人為因素特征(如習慣性、隨機性、從眾心理等)的基礎(chǔ)上,建立了行人亂穿馬路行為的元胞自動機模型,探討了行人過街頻率、過街位置分布、過街位置數(shù)目對交通流的影響. 該研究為本系統(tǒng)人的行為因素影響交通質(zhì)量提供了很好的參考價值.
為研究人的因素對交通道路有序度的影響,本系統(tǒng)設(shè)計了一些違規(guī)運行規(guī)則:機動車闖紅燈、行人闖紅燈等. 如,機動車在交叉路口遇到紅燈,如果行駛方向上連續(xù)多個結(jié)合體位置上都為空,且左右兩邊無車,則以某概率允許機動車闖紅燈;再如,行人在交叉路口遇到紅燈,仍然以某概率強行進入人行道上等.
本交通仿真系統(tǒng)中,CA用來描述交通路面狀況,MAS技術(shù)用來描述機動車以及行人. 機動車、行人在信號燈的指揮下,依據(jù)各自行為規(guī)則運行在交通路面上;在實現(xiàn)技術(shù)上,二者統(tǒng)一構(gòu)建在一個結(jié)合體中. 關(guān)于CA與MAS的結(jié)合技術(shù)詳見第3節(jié).
系統(tǒng)包含下列模塊:城市道路設(shè)計,結(jié)合體狀態(tài)描述,車道(包括直路、交叉路、鄰居等)描述,機動車跟蹤模塊和演化子系統(tǒng)(包括交叉路口的交通規(guī)則與信號燈的設(shè)置,以及全體元胞在設(shè)定的交通規(guī)則和燈狀態(tài)下的運動模式設(shè)計等).
2)如果為直路,則用cell.direction表示行車方向,且設(shè)置1為向左行,2為向右行,3為向下行,4為向上行. 如果為交叉路口,則該交叉路中初始元胞的cell.direction由系統(tǒng)隨機設(shè)計. 如果元胞所在位置非路,則設(shè)置cell.direction為0.
3)用cell.occupy.state表示元胞位置被機動車占用狀態(tài):0表示無車,1表示有車.
4)用cell.movestate表示元胞位置是否允許機動車運行:0表示禁行,1表示允許. 只有賦予了非0值的元胞,才允許執(zhí)行規(guī)則運動.
5)用cell.neighbor記錄元胞8個方向上的鄰居,直到非空為止. 如果前行方向有很多個空位,可以調(diào)整速度cell.movestate,需要實時調(diào)整.
本文基于CA與MAS結(jié)合體來描述車道,結(jié)合體是本系統(tǒng)的一個創(chuàng)新,它繼承了二者的優(yōu)點.
為觀測交通道路上任意指定的機動車行徑,本系統(tǒng)特地設(shè)計機動車跟蹤模塊.
2.5.1 信號燈時間參數(shù)
本系統(tǒng)僅簡單地設(shè)置了信號燈時間參數(shù),未來可進一步地對城市道路交叉口信號控制方案進行優(yōu)化設(shè)計.
2.5.2 交叉路口的交通規(guī)則與信號燈的設(shè)置
本系統(tǒng)可實現(xiàn)交叉路口任意指定的交通規(guī)則預(yù)設(shè)方案:1)每一時刻的交通規(guī)則可任意指定;2)初始化全體交叉路口的交通規(guī)則,然后各自開始循環(huán);3)固定各交叉路口的規(guī)則.
在同一個規(guī)則下,交通燈依次執(zhí)行:紅黃(清空交叉路口)—綠—綠黃—紅—紅黃—綠.
2.5.3 系統(tǒng)運行
首先設(shè)置全部道路允許通行,然后再特別設(shè)置交叉路口;根據(jù)規(guī)則和交通燈,將全體交叉路口邊界點相應(yīng)地設(shè)置為禁或行. 在當前的交通規(guī)則和燈狀態(tài)下,結(jié)合體開始運動;實時更新結(jié)合體狀態(tài),動態(tài)顯示全部狀態(tài);最后,計算交叉路口的充盈度以及有序度.
這里給出反映交叉路口通行能力及質(zhì)量的兩個概念:充盈率和有序度. 定義“充盈率”為交叉路口中實際機動車數(shù)量占總?cè)菁{機動車數(shù)比例. 定義“有序度”為交叉路口中機動車行駛方向與理論上該規(guī)則紅綠燈狀態(tài)下的行駛方向一致性的比例. 也可以參考現(xiàn)有文獻中經(jīng)常使用的一些概念來描述交通道路的通行質(zhì)量.
如果(cell,cell)是直路(1個方向),則按照直路規(guī)則運行:主要是判斷前方是否有車,跟馳. 即使是直路,交叉路口邊界上也有部分設(shè)置是不允許動的. 如果(cell,cell)是交叉路,則按照交通燈(紅、綠)、本次以及上一次規(guī)則號(單向、2方向、3方向以及4方向)、前方空位情況,跟馳. 直路可以變道,行人和車可以闖紅燈等.
圖8 交通仿真系統(tǒng)初始化結(jié)果
在整個仿真過程中,本系統(tǒng)較好地捕捉了幽靈塞車交通現(xiàn)象,這與實際觀測到的交通流演化規(guī)律一致. 此外,我們還觀察到發(fā)生堵車后,擁堵現(xiàn)象并不會越來越嚴重,而是隨著時間演化,擁堵現(xiàn)象逐漸消失. 這表明本系統(tǒng)具有一定的自動疏導(dǎo)功能.
從重復(fù)仿真實驗及結(jié)果分析來看,該系統(tǒng)性能要歸功于4種信號燈規(guī)則的創(chuàng)新設(shè)計. 注意到:系統(tǒng)中的綠黃燈和紅黃燈,類似于現(xiàn)實交通信號燈中的綠閃和紅閃. 通過加大2種過渡信號燈的時長,使得已經(jīng)進入到交叉路口的車流盡快駛出;同時因為禁止了新機動車進入交叉路口,交叉路口及早得到清空,從而為迎接新的交通規(guī)則下車流做好準備. 綠黃燈、紅黃燈及其持續(xù)時長的優(yōu)化設(shè)置,在一定程度上解決了交叉路口擁堵,并發(fā)揮了自動疏通擁堵的作用.
圖9顯示,被觀測機動車嚴格按照設(shè)定的交通規(guī)則行駛. 在2號規(guī)則作用下,被觀測機動車直行通過交叉路口(1,1);前行遇到4號規(guī)則,順利左拐彎,達到垂直方向直路,期間發(fā)生了一次變道;最后在交叉路口等候1號規(guī)則的通行信號燈.
注意到,被觀測機動車在行駛過程中,其速度不是均勻的,從圖9的跟蹤軌跡不難看到:被觀測機動車時而以1檔速度運行,時而以2檔或3檔加速行駛. 同時,我們也注意到,個別機動車闖紅燈,沒有按照交通信號燈運行,如交叉路口(3,2),這必將導(dǎo)致交通有序度劣化. 本次仿真過程,全體道路基本流暢,機動車運行基本有序.
圖9 交通仿真過程截圖
眾所周知,交通道路上發(fā)生的違規(guī)行為會影響交通道路的通行質(zhì)量. 本節(jié)將定量研究機動車與行人闖紅燈對交通道路充盈率和有序度的影響.
由前文定義知,充盈率反映交叉路口中實際機動車數(shù)量占總?cè)菁{機動車數(shù)的比例;而有序度則反映了交叉路口中機動車行駛方向與理論上該規(guī)則紅綠燈狀態(tài)下的行駛方向一致性的比例.
從交叉路口交通規(guī)則描述來看,在完全有序狀態(tài)下,各類型交叉路口規(guī)則的理想充盈率是不同的,它們的具體數(shù)值見表1.
表1 不同交通規(guī)則的理想充盈率
由表1知:在完全有序狀態(tài)下,規(guī)則本身對交叉路口的有效利用率是有影響的,其中1號規(guī)則的理想充盈率最大(為0.86),3號規(guī)則的理想充盈率最?。▋H達到0.61). 也就是說,1號規(guī)則對交叉道路的利用率最高,而3號規(guī)則使得交叉道路產(chǎn)生了最大的浪費. 這表明,盡管復(fù)雜的交通道路規(guī)則有利于均衡疏通各個方向的車流通行,但這并不意味著規(guī)則越復(fù)雜越好,從表1結(jié)果來看,交通道路規(guī)則越簡單,其帶來的通行效率往往越高.
如果在實時監(jiān)控過程中,交叉路口充盈率超出了理想值,這表明出現(xiàn)了機動車擁堵等無序現(xiàn)象.聯(lián)合充盈率以及有序度,可充分反映交通道路的通行質(zhì)量.
由圖10可知,如果交通道路上的全體機動車和行人均嚴格遵守交通規(guī)則,無論執(zhí)行何種交通規(guī)則,交叉路口的有序度都非常高. 如1、2和4號規(guī)則,其有序度均接近100%;相比之下,3號規(guī)則的有序度較低,平均僅為90.2%和84.9%.
圖10 機動車和行人完全遵守交通規(guī)則,交叉路口充盈率和有序度描述
此外,圖10中兩個執(zhí)行3號規(guī)則(見每個小圖右上方數(shù)字)的仿真子圖顯示,這兩個交叉路口的充盈率明顯比直行其他交通規(guī)則的交叉路口高,即該交叉路口中道路被車輛占用率高,也表明發(fā)生了長期適度交通擁堵現(xiàn)象. 這點也由該路口的有序度值低于其他路口而印證.
對照圖11a)和圖11b)不難發(fā)現(xiàn):隨著機動車闖紅燈概率的增大,無論執(zhí)行何種交通規(guī)則,交叉路口的平均有序度都會在降低.
圖11 機動車闖紅燈,交叉路口充盈率和有序度描述
比較圖12與圖10可以看出,允許行人闖紅燈,交叉路口的平均有序度也會降低. 這表明,行人闖紅燈對交通道路的有序度是有影響的. 但比較圖12與圖11不難發(fā)現(xiàn),行人闖紅燈對交叉路口有序度的影響要小于機動車.
圖12 行人闖紅燈,交叉路充盈率和有序度描述
對照圖13與圖11和圖12可知,倘若同時允許機動車和行人闖紅燈,交叉路口的平均有序度將進一步降低. 此外,與圖10~12相比,圖13仿真輸出的交叉路口充盈率普遍升高,這表明不同交通規(guī)則下,交叉路口均產(chǎn)生了不同程度的擁堵現(xiàn)象,其中執(zhí)行3號規(guī)則的交叉路口擁堵最嚴重.
圖13 機動車和行人均闖紅燈,交叉路口充盈率和有序度描述
基于元胞自動機和多主體技術(shù),本文設(shè)計并實現(xiàn)了集交通道路(含交通規(guī)則與信號燈)、機動車以及行人于一體的交通流仿真系統(tǒng),捕捉了幽靈塞車等交通現(xiàn)象,同時觀察到擁堵自動疏導(dǎo)現(xiàn)象,這歸功于系統(tǒng)中的4種信號燈的創(chuàng)新設(shè)計. 此外,在4種交通規(guī)則下,分別度量了機動車和行人闖紅燈對交通道路通行質(zhì)量(充盈率和有序度)的影響,仿真研究支持如下結(jié)論:交通道路規(guī)則越簡單,其帶來的通行效率往往越高;行人闖紅燈對交叉路口有序度的影響要小于機動車. 本交通仿真系統(tǒng)有助于揭示交通擁堵產(chǎn)生的內(nèi)在機理,為自動交通疏導(dǎo)提供參考措施.
限于篇幅,本文未報告超速和變道等常見行為對城市整體交通道路通行質(zhì)量的影響. 進一步地,可結(jié)合車輛跟馳理論改進系統(tǒng)中的機動車行駛規(guī)則;依據(jù)實際調(diào)研和觀測數(shù)據(jù),優(yōu)化設(shè)計變道規(guī)則、超速規(guī)則以及信號燈時間控制等;同時還可結(jié)合交通心理學理論,將司機和行人的一些行為因素特征(如習慣性、隨機性、從眾心理等)融入到本仿真系統(tǒng)中. 以上工作將更逼真地描述現(xiàn)實交通流狀況.
[1] 賈斌,高自友,李克平,等. 基于元胞自動機的交通系統(tǒng)建模與模擬[M]. 北京:科學出版社,2007.
[2] 沈家軍,王煒,陳學武. 城市道路交叉口混合交通流機動車與非機動車沖突概率[J]. 東南大學學報:自然科學版,2010, 40(5): 1093-1096.
[3] NAGEL K, HERMANN H J. Deterministic models for traffic jams[J]. Physica: A, 1993, 199: 254-263.
[4] BIHAM O, MIDDLETON A, LEVINE D. Serf-organization and a dynamical transition in traffic flow models[J]. Physical Review: A, 1992, 46: 6124-6127.
[5] CHOWDHURY D, SCHADSCHNEIDER A. Self-organization of traffic jams in cities: effects of stochastic dynamics and signal periods[J]. Physical Review: E, 1999, 59: 1311-1314.
[6] 張發(fā),宣慧玉. 基于元胞自動機的交通模型綜述[J]. 系統(tǒng)工程,2004(12): 77-81.
[7] 王裕青,周美蓮,李青. 模擬駕駛行為的元胞自動機交通流模[J]. 計算機技術(shù)與發(fā)展,2008, 18(9): 248-250.
[8]PIPE L A. A operational of traffic dynamics[J]. J App1 Phys, 1953, 24: 274-281.
[9] 楊文杰,白云霄,賈宏恩. 基于機動車跟馳模型的交通流動力學模型[J]. 陜西科技大學學報,2010, 4(28): 113-118.
[10] 徐慧智,程國柱,裴玉龍. 車道變換行為對交通流運行速度影響的研究[J]. 中國科技論文在線,2010, 5(10): 754-762.
[11] 李興莉,張健,鄺華. 行人穿越馬路對交通流的影響[J]. 中北大學學報:自然科學版,2010, 31(4): 414-418.
[12] 孫亮,劉小勇. 城市道路交叉口信號控制方案設(shè)計及優(yōu)化[J]. 新疆農(nóng)業(yè)大學學報,2010, 33(5): 457-459.
Design and Actualization of a Traffic Simulation System Based on CA and MAS
SUN You-fa1, WU Jin-pei2, LIU Cai-yan1
(1. School of Management, Guangdong University of Technology, Guangzhou 510520, China; 2. Institute of Intelligence Technology and Systems, Wuyi University, Jiangmen 529020, China)
The metropolitan traffic system is one of complex large-scale systems running on rules. Theory of traffic flow aims at creating models that well characterize the real traffic phenomena, finding underlying traffic flow rules, disclosing traffic jam mechanisms and then regulating the existing system to realize harmony between humans, vehicles, roads and the ecosystem. In this paper, a kind of traffic simulation system which integrates the roads (including traffic rules and signals), vehicles and pedestrians is designed and realized via Matlab based on Cellular Automata and Multi-agent System theory. The impact of red-lights running by vehicles and pedestrians on the traffic quality at cross-roads is investigated respectively under four traffic rules. This research helps to identify the underlying mechanism of traffic jams at cross-roads and provides feasible measures for automatic channeling traffic.
traffic flow; traffic simulation systems; cellular automata; multi-agents; traffic quality
1006-7302(2011)04-0038-12
U491
A
2011-07-20
國家自然科學基金資助項目(No.70801019);廣東省哲學社會科學“十一五”規(guī)劃學科共建項目資助(08G004)
孫有發(fā)(1976—),男,江西臨川人,副教授,博士,主要從事系統(tǒng)工程、人工智能技術(shù)等方面的研究.