远端控制在区域交通缓堵问题中的应用
杨光 1谢刚 1刘树青 2
（1.天津市公安交通管理局 天津 300040；2.天津易华录信息技术有限公司 天津 300350）
摘要：本文综合分析了区域交通拥堵信号控制策略理论的研究成果，基于实际控制需求和应用条件，利用远端控制方法解决实际拥堵问题。在合理划分远端控制区域的基础上，采用将外控限流、排队管控、协调控速三种手段相组合的方法实现区域缓堵控制，并给出了每种控制手段的具体数学模型。最后用实际案例验证了远端控制对区域缓堵的有效性。
关键词：区域拥堵；远端控制；排队管控
Application of Remote Control in Regional Traffic Congestion Remission Problems
Yang Guang1Xie Gang1Liu Shuqing2
(1.Tianjin public security traffic management bureau，Tianjin 300040;2. Tianjin eHualu information technology Co.， Ltd.，Tianjin 300350)
Abstract: On the basics of the theoretical research results of regional traffic congestion signal control strategy and the actual control demand and application conditions， remote control method is used to solve real congestion problems in this work. Based on the reasonable division of the remote control area， regional congestion remission control is achieved by a mixture use of three remote control technologies， external traffic flow limiting， queue control and speed regulating through coordination speed control， and the mathematical model of each control technology is proposed. The validity of the remote control is verified by an actual case.
Keywords: Regional Congestion， Remote Control， Queue Control
1 引言
随着城市经济的快速发展，城市交通拥堵问题成为城市管理难题，拥堵范围已经从单个路口扩大至区域范围。飞速增加的交通需求和有限的道路扩容空间之间的矛盾，使区域交通拥堵问题成为城市管理中的难题[1]。
针对城市交通拥堵问题的国内外研究，可以分为三种。第一种，建立区域级路网控制模型，研究区域交通运行规律。何忠贺[2]等建立网络交通流Compartment正系统模型，提出网络稳态信号控制规律。任刚[3]等结合疏散交通组织策略建立过饱和控制的疏散网络双层优化模型。Chang[4]等利用 bang-bang模型，提出动态控制过饱和交通信号网络的方法。Abu-Lebdeh[5]介绍了结合动态控制算法和负效应函数过饱和条件下的交通管理策略。Liu[6]等提出动脉信号优化模型，最小化总行程时间或最大化目标区域上的总吞吐量。姚红光[7]等应用平均场理论建立道路交通网络中的延误扩散SIS模型。王薇[8]等构建区域协调临界函数，对协调层级进行判别，采用迭代优化算法求解协调模型。第二种，对交通个拥堵区域进行划分，研究基于分区控制的缓堵策略。刘小明[9]、李轶舜[10]等提出区域路网边界控制模型，主动控制进入过饱和区域的交通量。徐建闽[11]等提出基于不同拥挤程度的路网动态分区方法，建立路网动态分区模型，设计动态分区算法。第三种，以拥堵交叉口或拥堵车道、路段车辆为研究对象，研究过饱和拥堵情况下的拥堵点识别方法和局部排队控制规律。李萌萌[12]应用停车波和起动波的传播机理，提出基于交叉口出口车道剩余交通容量限制的交通信号控制策略。谢一明[13]等以进口道车辆最大排队长度为约束条件，建立信号周期模型。沈国江[14]等提出一种路口过饱和状态识别方法，采用模糊控制算法对相邻路口关联度大小进行计算。H Hu[15]等开发基于最大流量的管理过饱和交叉点的方法，最大限度地提高过饱和路径的排放能力。
以上理论研究成果一般基于理想的信号控制设施和交通流检测假设条件，实际应用难度大。基于此，本文利用远端控制思想提出了针对区域缓堵实际需求的解决办法：选取拥堵区域以外的最佳远端控制范围，通过组合技术手段实现远端区域交通流“外控”目标，从而实现区域缓堵控制目标。
本文第2部分说明了对远端控制区域的具体划分方法，第3部分详细介绍了远端控制的技术手段，第4部分通过实际应用案例验证了远端控制的区域缓堵效果，第5部分进行总结并提出了下一步研究方向。
2 远端区域
要通过远端控制实现拥堵区域缓堵控制，需要以拥堵区域为中心向外围扩展来划分远端控制区域范围，依据远端区域交通流与拥堵区域间交通流的 OD 关系，将包含主要输入交通流的远端区域称为远端输入区域，包含主要输出交通流的远端区域称为远端输出区域，远端输入区域与远端输出区域共同构成整体远端控制区域，如图1所示。
图1 远端控制区域示意图
具体区域划分方法如下。
首先，明确拥堵区域的主要输入交通流Ini(i=1，2，…，n)和主要输出交通流Out j(j=1，2，…，m)。
然后，确定拥堵区域的远端输入区域和远端输出区域。对每一个输入交通流Ini，根据交通流量值及交通流量变化幅值的相关性，分析Ini与其上游路口Ii转向车流的关联性，如果关联性强且路段间距较短（一般路段长度判断阈值为800m～1000m），则将Ii纳入远端输入区域，否则，输入交通流的下游路口即为远端输入区域的边界路口；对新纳入的远端输入区域的非边界路口，将与Ini关联性强的转向交通流作为新输入交通流，依此类推，确定远端输入区域包含的路口范围。同理，分析输出交通流与其下游路口转向车流的关联性，确定远端输出区域包含的路口范围，一般远端输出区域路段长度判断阈值为600m～800m。
3 远端控制
本文主要从流量和速度两个方面入手实现远端控制，结合现有的外控限流、排队管控和红绿调速三种手段，实现区域交通缓堵，一方面限制车流输入拥堵区域，另一方面加快车流输出拥堵区域。
3.1 外控限流
在远端区域边界主要交通流输入路口，通过相位及配时调整，限制单位时间内进入远端区域的交通流量。限流效果可以用控制时段内减少的车辆数表示，计算公式如下：
式中，k表示外控限流点编号；
表示限流车流放行绿信比减少量；Sk表示车流单车道饱和流量；nk表示限流车流放行车道数；T表示控制时段长度。
为了避免限流路口上游排队溢出，外控限流积累的车辆排队长度需小于限流点上游路段长度，计算公式如下：
式中，K j表示车辆堵塞密度；Nk表示限流点上游路段车道数；Lk表示限流点上游路段长度。
3.2 排队管控
排队管控[16]方法的核心思想是发挥路段的车辆存储能力，使通行负荷根据路段长度在一条 OD 路径上均匀分布。通过协调上、下游相邻路口的通行能力，使进入拥堵区域的路段排队长度在不发生溢出的前提下随交通需求的增加而增加。上、下游两路口间配时应满足以下约束条件：
式中，
、
、
和
、
、
分别代表上下游路口左转、直行、右转通行绿信比；
、
、
和
、
、
分别代表上下游路口左转、直行、右转饱和流量；LV表示堵塞排队情况下的车头间距，一般取7m；Nud和Lud分别表示上、下游路口间路段车道数及路段长度。
从式（3）可知，远端输入区域路口间的输入通行能力沿输入方向逐渐减小。
如果一条双向道路既是远端输入控制区域又是远端输出控制区域，则可以通过进出拥堵区域车流相位分离或相位内车流迟起早断的方式实现双向区别控制。
3.3 协调控速
（1）考虑排队消散的绿波协调控制
考虑在排队消散情况下两路口间绿波协调效果[17]，如图2所示，上游车流到达下游路口队尾时刻与启动波传递至队尾时刻重合，路口i至路口i+1相位差计算如式（4）所示，φii1+ 为负表示路口i比路口i+1早亮。
式中，
、tii+1分别表示启动波传递至队尾所用时间和上游车流到达下游路口队尾所用时间；
、Lii+1分别表示路口i排队长度和两个路口间路段长度；vs、vii+1分别表示启动波传递速度和两路口间车辆平均行驶速度。
图2 考虑排队消散的路口相位差设计示意图
（2）考虑停车等待时长的红波协调控制
当路口是多相位设置时，红波协调对车流停车时红灯起始相位的选择影响车流等待时长[2-5，9]。如图3所示，相位差1时到达车流在路口i+1的B相位起点停车，头车停车等待时长为相位B与相位C时间之和；在相位差2情况下车流在路口i+1的C相位起点停车，头车等待时长为相位C时间。所以，红波协调控制要根据两路口间距及平均行程时间来控制需求，并合理选择停车红灯起始相位。
图3 不同相位差对红波协调效果的影响
4 五大道区域缓堵应用案例
4.1 道路交通环境
“五大道”位于天津市和平区，在路网结构布局方面，该区域位于天津市内环线和中环线之间，承担环线间交通流集散功能；在城市功能方面，区域内及周围共有9所中小学、4家医院及多家办公企业，城市功能开发强度大。由于以上原因，五大道区域过境交通及到达交通需求高，早晚高峰交通拥堵严重。
4.2 远端控制方案
远端控制方案设计的主要目标是缓解五大道区域内重要路段（围堤道与气象台路交叉口至围堤道与马场道交叉口之间路段）交通拥堵，远端控制区域由5个远端路口（成都道与马场道交叉口、复康路与艳阳路交叉口、卫津路与宾水道交叉口、围堤道与白云路交叉口、永安道与马场路交叉口）的连接边界围成。其中复康路、卫津南路、气象台路既是重要远端输入区域，又是远端输出区域，围堤道东段（黄埔南路至白云路）是重要远端输入区域。远端区域内路段长度为 300m～700m，路口相位放行主要为东西对直、东西对左、南北对放。根据远端区域交通流OD分析、路口间距、路口外控限流能力、路口相位条件，设计远端控制方案如表1所示。
表1 远端控制方案
复康路与艳阳路交叉口原为对放放行，无法在不损失东进口通行能力的条件下，实现西进口外控限流。为此对该路口添加东进口单放相位，并占用部分原东西对放相位绿信比，从而实现西进口外控限流控制效果，详细相位及绿信比设计如表2所示。对其他需要实现排队管控的路口，根据相位车流放行饱和情况，优化调整路口绿信比，并对进入三点一环拥堵区域的车流设置相位早断，早断时间为5～10s。
表2 复康路与艳阳路交叉口相位及绿信比设计
4.3 方案实施效果对比
方案运行时段是工作日早高峰时段（6：30～9：00），对比日期选择2017年5月15日（方案实施前）和2017年6月12日（方案实施后）。选取路段最大排队长度和路段平均行程速度作为方案实施前后效果对比指标，前者来源于现场交通调研采集，后者来源于高德互联网交通速度数据。
图 4 为远端输入区域各路段平均行程速度数值对比，根据交通流速度和密度之间的关系，得到复康路与艳阳路交叉口至复康路与白堤路交叉口路段实施前后对比结果（实施后平均行程速度提升11.3%），验证了复康路与艳阳路交叉口限流控制效果。其他远端输入区域各路段平均行程速度降低1.8%～17.1%，对车流输入拥堵区域的限制效果明显。
图4 远端输入区域各路段平均行程速度对比
图 5 为远端输出区域各路段平均行程速度数值对比，由图中数据可知，围堤道东段（黄埔南路至白云路）和复康路（天津网球馆路至艳阳路）由于未做双向区别控制，受远端输入控制策略影响，输出平均行程速度降低 4.1%～12.2%。卫津南路（水上公园北路至宾水道）相位条件完全支持远端控制策略，远端输出路段平均行程速度提升11.9%～41.7%，加快拥堵区域车流输出效果显著。
图5 远端输出区域各路段平均行程速度对比
由于围堤道与气象台路交叉口与围堤道与贵州路交叉口之间属于特勤管控重要路段，较难采集到高峰时段正常交通流运行状态数据，因此，选择围堤道与贵州路交叉口与围堤道与马场道交叉口之间的路段对比验证远端控制缓堵效果。如表3所示，方案实施后，围堤道与马场道交叉口至围堤道与贵州路交叉口和围堤道与贵州路交叉口至围堤道与马场道交叉口之间路段平均行程速度分别提升33.3%和10.3%。
表3 贵州路与马场道之间路段平均行程速度对比
图6、图7展示了围堤道与贵州路交叉口与围堤道与马场道交叉口之间两条路段平均行程速度详细变化情况。由图中数据可知，方案实施后路段平均行程速度低于 5km/h 的情况消失，说明实施方案消除了路段间排队溢出现象。
图6 围堤道与贵州路交叉口至围堤道与马场道交叉口平均行程速度变化
图7 围堤道与马场道交叉口至围堤道与贵州路交叉口平均行程速度变化
5 总结
本文从远端控制区域划分、远端控制技术手段两个方面，详细介绍了基于现有的外控限流、排队管控、协调控速方法所设计的远端控制方案，然后通过实际应用案例对比验证了远端控制方案的区域缓堵效果。结果证明，远端控制方案是比单纯的上游路口截流和路段红波控制更实际、更有效的区域缓堵手段。另外，对远端控制区域的定量精细划分和远端区域全局控制模型的建立是下一步研究的方向。
参考文献
［1］赵鹏军，万海荣.我国大城市交通拥堵特征与国际治理经验借鉴探讨［J］.世界地理研究，2016，25（5）：48-57.
［2］何忠贺，等.城市交通网络正系统模型与稳态信号控制［J］.信息与控制，2016，45（4）：499-505.
［3］任刚等.基于过饱和控制的疏散网络优化模型［J］.交通运输系统工程与信息，2015，15（3）：107-113.
［4］Chang T H，Sun G Y.Modeling and optimization of an oversaturated signalized network［J］.Transportation Research Part B Methodological，2004，38（8）：687-707.
［5］Abu-Lebdeh G，Benekohal R F.Design and evaluation of dynamic traffic management strategies for congested conditions［J］.Transportation Research Part A，2003，37（2）：109-127.
［6］Liu Y，Chang G L.An arterial signal optimization model for intersections experiencing queue spillback and lane blockage［J］.Transportation Research Part C Emerging Technologies，2011，19（1）：130-144.
［7］姚红光，李智忠，林彦.突发交通事故下城市道路交通网络的延误扩散临界研究［J］.系统管理学报，2017，26（4）：663-669.
［8］王薇，等.基于层级控制的区域交通信号控制及交通流诱导协调模型［J］.武汉理工大学学报（交通科学与工程版）， 2016，40（4）：609-614.
［9］刘小明，等.基于MFD的城市区域过饱和交通信号优化控制［J］.自动化学报，2017，43（7）：1220-1233.
［10］李轶舜.过饱和区域交通管理与控制方法研究［D］.广州：华南理工大学，2012.
［11］徐建闽，等.考虑交叉口不同饱和度的路网动态分区方法［J］.交通运输系统工程与信息，2017，17（4）：145-152.
［12］李萌萌.预防交叉口排队溢出的交通信号控制方法研究［D］.哈尔滨：哈尔滨工业大学，2015.
［13］谢一明，褚衍波.排队长度约束交叉口信号配时优化［J］.交通世界，2017（15）：174-176.
［14］沈国江，吴佳浩.过饱和状态下城市路网控制子区动态划分方法［J］.浙江工业大学学报，2017，45（6）：591-596.
［15］Hu H，Wu X，Liu H X.Managing oversaturated signalized arterials：A maximum flow based approach［J］.Tramsportation Research Part C Emerging Technologies，2013，36（11）：196-211.
［16］林峰.基于排队车辆消散的城市路网协调控制算法.杭州：浙江工业大学，2014.
［17］夏井新，陶雨濛，焦恬恬.基于速度波动区间的双向绿波优化控制方法［J］.西南交通大学学报，2017，52（4）：802-809.