張佳良

摘 要：當前，人們出行需求日益旺盛，城市道路的壓力與日俱增，對交通系統(tǒng)的建模和控制是避免交通擁堵和減少交通事故的關(guān)鍵。在車路協(xié)同環(huán)境下，智能交通系統(tǒng)，特別交叉口的車輛通行控制方法已經(jīng)成為各國的研究重點。經(jīng)過多年的發(fā)展，產(chǎn)生了諸如美國的智能駕駛，歐盟的智能交通系統(tǒng)。智能交通系統(tǒng)基于先進的傳感器和信息通信等技術(shù)，實現(xiàn)車輛與車輛、車輛與道路之間的信息交互，保證車輛在復(fù)雜的交通環(huán)境下的行駛安全，對道路交通實施主動控制。

關(guān)鍵詞：城市道路;交叉口;交通改善設(shè)計

0 引言

近年來，隨著城市經(jīng)濟、社會持續(xù)快速發(fā)展，市民機動車擁有量的增加及機動化出行比例居高不下，交通擁堵問題已成為城市發(fā)展進程中不可回避的基礎(chǔ)性問題，尤其是高峰時段中心城區(qū)的交叉口多處于飽和狀態(tài)，車輛運行速度較低，交通擁堵造成車輛出行延誤增大、速度降低，而車輛在低速行駛環(huán)境下較常態(tài)行駛?cè)加拖牧吭龃?，污染物排放量增多。交通擁堵容易誘發(fā)交通事故，而事故的發(fā)生又加劇擁堵，形成惡性循環(huán)，交通擁堵加劇，導(dǎo)致巨額經(jīng)濟損失，制約城市經(jīng)濟的進一步發(fā)展。交叉口是整個路網(wǎng)中通行能力與交通安全的瓶頸，城市道路的交通運行狀況與交叉口的運行狀態(tài)密切相關(guān)，提高城市道路交叉口通行能力是解決城市交通問題的關(guān)鍵。

1 控制模式

目前智能無信號交通控制方式主要分為中央控制站控制模式和車車協(xié)同控制模式，本文采用中央控制站控制模式，中央控制站控制模式中車輛主要和路側(cè)智能設(shè)備進行通信，避免了不同車輛之間的大量信息交互，從而在一定程度上降低了系統(tǒng)對無線通信網(wǎng)絡(luò)的要求。無信號交叉口控制系統(tǒng)主要由3部分組成：1）自治車輛：當具有智能車載系統(tǒng)的車輛進入路口感應(yīng)區(qū)域時，車輛能夠?qū)⒆陨頎顟B(tài)信息實時發(fā)送給智能路側(cè)系統(tǒng)，并且能夠?qū)崟r接收智能路側(cè)系統(tǒng)的指令信息。2）智能路側(cè)單元：作為交叉口的“大腦”，與交叉口區(qū)域內(nèi)的自治車輛進行信息交互，獲取車輛的實時狀態(tài)信息;路側(cè)單元基于所構(gòu)建模型，利用優(yōu)化算法，得到最優(yōu)車輛通行序列，實時向車輛分配交叉口各個區(qū)域的使用權(quán)，引導(dǎo)車輛通過交叉口。3）協(xié)同信息交互系統(tǒng)：自治車輛和智能路側(cè)系統(tǒng)的信息傳輸載體。

2 基于仿真技術(shù)的信號交叉口綜合待行區(qū)設(shè)置分析

綜合待行區(qū)的作用發(fā)揮具有一定設(shè)定條件，并非所有的交叉口都能設(shè)置綜合待行區(qū)，滿足設(shè)置條件的綜合待行區(qū)才能挖潛交叉口潛在的道路空間，提升進口道通行能力，改善交叉口的交通運作效率。根據(jù)仿真研究得出，綜合待行區(qū)設(shè)置條件主要包括4個方面：一是交叉口類型為大型十字信號交叉口，且進口道必須有各自的專用車道及信號相位供該方向車流使用;二是交叉口高峰期交通流量較大，通行能力有限，飽和度達到0.85以上，服務(wù)水平高達為E級甚至F級，車輛出現(xiàn)二次甚至多次排隊現(xiàn)象，若流量較小，提升通行能力的空間有限;三是進口道長度能夠施劃綜合待行區(qū)，且預(yù)停車線的車輛排隊長度不能倒灌至上一個交叉口;四是綜合待行區(qū)車道數(shù)應(yīng)不大于出口道數(shù)，避免出口產(chǎn)生交通瓶頸，影響交叉口內(nèi)的車流正常運行。由于綜合待行區(qū)的設(shè)置要求條件較高，且實施效果與設(shè)置長度、交通流量、信號控制等因素緊密相關(guān)。

3 考慮轉(zhuǎn)向延誤的最短路徑的節(jié)點標號算法

最短路徑算法是交通運輸工程領(lǐng)域應(yīng)用最廣泛的算法之一，是智能交通分配、交通規(guī)劃和交通控制的基礎(chǔ)算法。最短路徑算法評估一條路徑是否為最短路徑的度量衡是該路徑的代價，一般為該路徑花費的時間，或者該路徑的其他成本。一般的最短路徑算法在計算路徑代價時僅考慮路段的阻抗，這種情況對公路是適用的，因為公路路段長度大而節(jié)點較少，路徑的路段行程時間一般遠遠大于節(jié)點消耗的時間，因而車輛的交叉口延誤可以忽略。但是城市道路路段長度一般較短，交叉口數(shù)量多，交叉口作為城市道路網(wǎng)絡(luò)中通行能力的瓶頸嚴重影響交通流的運行，擁堵情況下車輛在交叉口處花費的時間甚至可能超過在相鄰路段的行駛時間。因此，應(yīng)用于城市路網(wǎng)的最短路徑算法應(yīng)該考慮交叉口延誤。首先間接法。間接法對原始網(wǎng)絡(luò)按照一定規(guī)則進行變換，將轉(zhuǎn)向延誤和限制直接體現(xiàn)在變換網(wǎng)絡(luò)中，然后在變換網(wǎng)絡(luò)中計算最短路徑，最后基于變化規(guī)則逆向轉(zhuǎn)換在變化網(wǎng)絡(luò)中得到的最短路徑，輸出原始網(wǎng)絡(luò)的最短路徑，包括擴展網(wǎng)絡(luò)法、對偶網(wǎng)絡(luò)法等。其次是直接法。直接法從算法本身入手，將轉(zhuǎn)向延誤通過節(jié)點或者弧的鄰接關(guān)系直接表達和求解，主要包括弧標號算法、節(jié)點標號算法等。節(jié)點標號算法與弧標號算法基本相同，通過兩個節(jié)點集分別儲存已確定最短路徑的節(jié)點和剩余其他的節(jié)點，并對每個節(jié)點設(shè)置距離標號和緊前節(jié)點標號，通過起點層層向外擴展直至到達終點。唯一的不同之處是節(jié)點標號算法在每一步的循環(huán)中掃描的是節(jié)點而不是弧。

4 考慮交叉口延誤的交通微循環(huán)路網(wǎng)優(yōu)化

國內(nèi)外針對城市交通微循環(huán)的研究主要分為2方面：①對交通微循環(huán)基本原理的研究：C.P.MICHAEL分析了小區(qū)域內(nèi)的交通微循環(huán)系統(tǒng)，指出提高路網(wǎng)支路密度，能有效提高路網(wǎng)可達性，交通微循環(huán)系統(tǒng)所能發(fā)揮的效益大小也與支

路網(wǎng)密度成正比;W.CHRISTOPHER等研究得出，進行交通微循環(huán)交通組織優(yōu)化設(shè)計能有效減緩交通擁堵，并以交通微循環(huán)系統(tǒng)特征為依據(jù)，提出特殊的交通微循環(huán)空間組織模式;②基于交通微循環(huán)理論進行路網(wǎng)優(yōu)化，通過組織交通微循環(huán)改善街區(qū)交通情況。然而，車輛在路網(wǎng)上行駛所產(chǎn)生的總延誤中，交叉口延誤所占比例高達80%，但大多數(shù)已構(gòu)建的交通微循環(huán)理論模型缺少對交叉口的分析。構(gòu)建交通微循環(huán)系統(tǒng)，必須要解決微循環(huán)道路選擇和已選擇道路改造深度2個問題。針對這2個問題，筆者建立了考慮交叉口延誤的交通微循環(huán)路網(wǎng)優(yōu)化雙層模型，該模型由一個上層模型和一個下層模型組合而成。上層模型以路網(wǎng)平均行程速度最大為目標，以路段飽和度、通行能力和投資額度為約束條件，建立非線性約束模型，從備擇道路中選擇構(gòu)成交通微循環(huán)系統(tǒng)的道路，并確定選取道路的改建程度;下層模型將交叉口延誤與路段行駛時間結(jié)合，構(gòu)造阻抗函數(shù)，并以路網(wǎng)總阻抗為目標函數(shù)，在滿足上層模型約束條件的前提下，進行路網(wǎng)交通平衡分配。上層模型的決策變量為備擇道路集中各道路改造后通行能力，下層模型的決策變量為各出行者路徑選擇。上層模型管理者在選擇決策變量的過程中，需要考慮上層模型目標函數(shù)和約束條件的影響，還需兼顧下層模型出行需求最優(yōu)解的制約，所選擇的決策變量還會影響下層模型出行者的行為選擇;同時，下層問題出行者路徑選擇的決策也受上層模型約束條件的約束。通過多次管理者決策與出行者行為選擇，使上下層目標函數(shù)均得到最優(yōu)解，此時路網(wǎng)運行效率最佳。交通微循改造的目標，是通過布設(shè)交通微循環(huán)系統(tǒng)，使部分交通需求通過交通微循環(huán)路網(wǎng)穿越，躲避擁堵干路，提高路網(wǎng)運營效益。

5 結(jié)語

智能交通是未來交通系統(tǒng)的發(fā)展趨勢，車路協(xié)同技術(shù)是發(fā)展智能交通系統(tǒng)的重要一環(huán)，其目標是實現(xiàn)自治車輛和智能路側(cè)設(shè)備之間的協(xié)同關(guān)系，確保交通系統(tǒng)的安全高效。

參考文獻：

[1]馮毅恒.基于元胞自動機的交通流建模與仿真研究[D].杭州：浙江大學，2007.

[2]李兵強，鐘誠文，牟勇飚.基于安全效應(yīng)的雙車道元胞自動機交通流模型研究[J].交通與計算機，2007，25（3）：27-30.