基于控制系數的交通信號動態配時研究

包曉安，胡 星，張 娜，顧小衛，桂 寧

（浙江理工大學信息學院，杭州310018）

基于控制系數的交通信號動態配時研究

包曉安，胡 星，張 娜，顧小衛，桂 寧

（浙江理工大學信息學院，杭州310018）

為緩解城市路口處的交通擁擠狀況，針對路口多相位交通流建立一種實時動態模型，提出一種基于控制系數的交通信號配時方法。用隨機的交通流數據模擬路口各個車道上監測到的車輛數目，在以各個相位對應車道上的車輛數目按照比例分配相位時間的基礎上，提出車輛資源競爭公平性問題，引入控制系數，以最大通行能力為路口模型控制性能指標，進行周期信號燈配時的仿真。仿真結果表明，此方法比定時控制方法提高了1.7%的通行率，對于路口的信號控制是行之有效的。

交通流；控制系數；相位時間；信號控制；動態配時

0 引 言

交通是城市經濟活動的命脈，對城市的發展產生重大的影響，交通的暢通與否與人們的生活息息相關。在現代城市的高速發展下，車輛保有量日益增多，人們生活節奏越來越快，對于城市的交通服務要求不斷提高，交通擁擠會增加出行者的出行時間，提高汽車尾氣排放量，造成社會經濟損失和環境生態污染。而路口在交通運行中擔任著重要作用，是交通車輛的匯聚地。交通信號燈又是交叉路口必不可少的交通控制手段，所以城市交通路口處信號配時的研究對于人們的生活意義十分重大。

交叉路口信號控制的歷史由來已久。國內外學者為提高交叉口的通行效率，做過不懈地努力并提出了很多方法［1-7］。2001年，黃輝先等［4］運用遺傳算法實時分配相位時間，對路口的時間分配進行優化，提高了車輛通行率。2003年，高海軍等［5］基于先放行所在車道車輛數最多的方法，靈活調節相位順序、相位時間以及相位組合。之后，Karakuzu等［7］用硬件實現了交叉口處各方向的紅綠黃信號燈，并用模糊控制對信號燈的信號配時進行智能地、實時動態調節。近幾年，還有很多人將智能控制算法，如遺傳算法用于對交通路網的控制并取得了不錯的效果［8-10］。

一直以來，交通信號的控制都是研究的熱點，現在大多學者都是運用人工智能控制的方法實現路口交通流數據的自適應控制，提高通行能力，減少延誤時間。本文提出了一種信號配時的方法，主要是在各相位對應車道上的車輛數目按照比例分配相位時間的基礎上，引入控制系數進行加權，重新分配相位時間，從而取得對各個周期信號配時的結果。

1 交叉路口交通流數學模型

交叉路口的交通流數學模型分布如圖1所示，一個路口有東南西北4個方向，每個方向上均存在著左轉，直行，右轉的車輛，每一個方向上都可以簡化為3個車道。通過對路口各個車道車流量進行實時檢測，從而獲取車流量信息，由于車流量是隨機變化的，很難用數學方法描述其規律，本文采用隨機矩陣模擬車道上的車流量實時數據，以路口流通能力最大，即排隊長度最小為優化目標函數，對相位進行信號配時。

圖2所示為單交叉路口四相位信號控制的交通圖。本文只考慮路口車道上左轉和直行的車輛是否允許通行，因為左轉和直行是可能產生沖突的交通流，為保證安全，所以需要將產生沖突的車流分配到不同相位上，右轉是常綠狀態。針對一個四相位不斷交替運行的交叉路口，為了表示不同相位，不同車道上的車輛放行狀態，引入一個系數矩陣pe。

圖1 單交叉路口

圖2 四相位交通

式（1）中：i為相位序號，取值為1，2，3，4，分別表示第一，第二，第三，第四相位；j表示路口的方向，取值為1，2，3，4，分別表示東、南、西、北方向；k為車道序號，取值為1，2，3，分別表示左轉、直行、右轉車道；

對于圖2中四相位的交通圖，放行狀態控制系數矩陣為：

設：tni（i=1，2，3，4）為交叉路口第n個周期，第i個相位的信號配時；λnijk為第n個周期、第i個相位、第j個方向、第k個車道上的車輛到達率，則可以得出第n個周期中、第i個相位、第j個方向、第k個車道上的車輛到達數目為

記第n個周期、第i個相位的車輛到達矩陣為

假設在綠燈期間內，unijk為放行車輛在第n個周期、第i相位、第j個方向、第k個車道上的車輛離開率，則在第n個周期、第i相位、第j個方向、第k個車道上的車輛離開數目

記第n個周期、第i個相位的車輛離開矩陣為

式（7）中，i=1，2，3，4；j=1，2，3，4；k=1，2，3。

記第n個周期、第i個相位結束時，車輛數目矩陣為，

式（9）中i=1，2，3，4；j=1，2，3，4；k=1，2，3。

為了使路口通行能力達到最大，路口上滯留車輛數目最少，滿足

優化過程也就是對路口各個周期的4個相位進行實時分配相位時間，在固定周期T的約束下，各個相位的時間滿足

考慮到行人過馬路以及車輛啟動時間等，每一相位設定一個最短時間e（這里e取10 s），因此每一個相位的配時必須滿足

2 算法優化動態配時控制

路口處相位的時間分配主要是由路口上的交通流分布決定的，與路口各個時刻各個車道到達的車輛數目，以及由各相位各車道上的滯留車輛數目都密切相關。本文中，設定的路口下一個相位時間是由當前相位結束時，車輛數目矩陣計算得到的。為保證相位不出現空放現象，每個相位的時間不小于e，定義第n個周期、第i相位時間為：

計算第n個周期、第i相位的時間，根據式（14）可以看出是由第n個周期、第i-1相位綠燈時間結束以后矩陣車輛數目矩陣進行計算的，這樣就導致此時第n個周期、第i-1相位綠燈車道上對應的車輛數目相對來說是最少的，很有可能為0，為了保證在后面一個周期上對前面一個相位分配時間的公平性，也就是在第n+1個周期、個相位上的時間分配合理性和公平性，需要引入加權系數ω對前一個相位的車輛數目進行加權等價當前綠燈結束時所在車道上的車輛，將此加權系數ω定義為控制系數。式（14）應該修正為：

依據以上分析，可以得到計算方法如下：

a）依據車輛數目矩陣確定當前相位時間；

b）依靠隨機矩陣生成在當前相位時間內的車輛平均到達率，計算得到各個車道上的車輛數目；

c）根據相位時間以及當前相位，計算離開的車輛數目矩陣；

d）保存當前相位對應的車道上的車輛數目總和；

e）引入控制系數，根據式（15）計算下一相位的時間；

f）判斷仿真周期是否已經完成，沒有，則將下一相位賦值為當前相位，轉至步驟a）；否則結束。

程序流程圖的步驟如圖3所示。

圖3 仿真流程圖

3 仿真研究

單路口交通信號配時控制算法采用Matlab進行編程，在路口東、南、西、北方向的左轉、直行、右轉車輛可以由平均車輛到達率進行模擬，平均車輛到達率利用Matlab中的rand（4，3）進行編寫得到。能較好地模擬現實生活中的車輛運行情況。

路口各個方向各個車道上通行時車輛通過率為1輛/s，固定周期時間T=100 s，仿真程序采用設計的算法和傳統定時算法進行計算，比較10個周期的通行情況，通過計算，結果如表1所示。

m表示每個周期，路口各個方向，各個車道在綠燈時，通過總的車輛數目。表格1中給出了10個周期，4個相位的時間分配，對比了定時控制和本文算法中通行量m參數的情況，得出了兩種控制算法下的相位時間調配以及在多個周期內通過的車輛數目m。因為車輛到達率是采用隨機均勻分布的，所以定時控制在每個相位分配的時間都是25 s，可以看出，大多數周期上，本文算法都比定時控制算法有著優勢。通過的車輛數都多于定時控制。

從Matlab仿真圖中（圖4）可以更清楚地觀察10個周期中本文算法和定時算法的車輛到達、車輛離開、車輛滯留車道上的情況，大多數情況下本算法通過的車輛數都多于定時控制，在滯留的車輛數上，定時控制都要多于本文設計的算法。

表1 定時控制與本文算法比較 單位：s

圖4 定時算法和設計算法比較仿真圖

4 結 語

本文以平面交叉路口為研究對象，用隨機矩陣模擬檢測到的車輛數為輸入，綜合考慮了當前相位車輛數在所有車道上所占的比例進行配時。為了保證公平性，減少車輛等待時間，引入了加權系數，使得路口上的配時更加合理。仿真結果表明，提出的方法是有效的。該算法比較簡單，不需要經過大量的計算，具有較好的實時性，操作起來更加方便，可以擴展到可變周期上進行控制。后續工作上需要學習一些人工智能算法，并將這些算法的優點相結合，應用到多路口的動態配時研究中。

［1］徐冬玲，方建安，邵世煌.交通系統的模糊控制及其神經網絡實現［J］.信息與控制，1992，21（2）：74-79.

［2］陳 洪，陳森發.單路口交通實時模糊控制的一種方法［J］.信息與控制，1997，26（3）：68-74.

［3］劉智勇，朱 勁.單交叉口的多相位模糊控制［J］.信息與控制，1999，28（6）：453-458.

［4］黃輝先，史忠科.城市單交叉路口交通流實時遺傳算法優化控制［J］.系統工程理論與實踐，2001，21（3）：102-106.

［5］高海軍，李靈犀，陳 龍.交通路口可變相位信號控制［J］.交通運輸工程學報，2003，3（3）：79-83.

［6］趙忠杰，劉小強，謝光秋.單交通路口變相位變周期信號控制［J］.長安大學學報：自然科學版，2005，25（6）：70-72.

［7］Karakuzu C，Demirci O.Fuzzy logic based smart traffic light simulator design and hardware implementation［J］. Applied Soft Computing，2010，10（1）：66-73.

［8］Zhao D，Dai Y，Zhang Z.Computational intelligence in urban traffic signal control：a survey［J］.Systems，Man，and Cybernetics，Part C：Applications and Reviews，IEEE Transactions on，2012，42（4）：485-494.

［9］Zhang L，Yin Y，Chen S.Robust signal timing optimization with environmental concerns［J］.Transportation Research Part C：Emerging Technologies，2013，29：55-71.

［10］Schm?cker J D，Ahuja S，Bell M G H.Multi-objective signal control of urban junctions-framework and a London case study［J］.Transportation Research Part C：E-merging Technologies，2008，16（4）：454-470.

Research on Traffic SignaI Dynamic Timing Based on ControI Coefficient

BAO Xiao-an，HU Xing，ZHANG Na，GU Xiao-wei，GUI Ning
（The School of Information Science and Technology，Zhejiang Sci-Tech University，Hangzhou 310018，China）

In order to alleviate urban traffic congestion at the junction，a real-time dynamic model in allusion to multiphase traffic flows is set up.This paper proposes a traffic signal timing method based on control coefficient.The number of vehicles detected in every lane is simulated by random traffic flow data. On the basis of allocating phase time according to the proportion for the number of vehicles on the corresponding lane of each phase，this paper put forward vehicle resource competition justice，introduces control coefficient and simulates periodic signal lamp timing with the maximum traffic capacity as intersection model control performance index.The simulation results show that this method improves 1.7%traffic rate compared with the timing control method and it is effective for intersection signal control.

traffic flow；control coefficient；phase time，signal control；dynamic timing

TP391.9

A

（責任編輯：陳和榜）

1673-3851（2014）05-0517-04

2014-02-18

國家自然科學基金（61202050，61379036，11347125）；浙江省自然科學基金（LY12F02041，Y13F020175）；浙江省錢江人才計劃項目（2013R10064，2012R10009）；浙江理工大學521人才培養計劃，浙江省新苗計劃項目（2012R406071，2013R406070，2014R406073）

包曉安（1973-），男，浙江東陽人，教授，主要從事智能交通、自適應軟件及軟件測試等領域研究。

張 娜，E-mail：zhangna@zstu.edu.cn