204-被动的出行者信息服务与交通控制协同模式和算法研究

被动式的出行者信息服务与交通控制协同模式和算法研究保丽霞（上海市城市建设设计研究总院，上海200125）摘要：分析了出行者信息服务与交通控制系统协同运作的必要性，提出了一种出行者信息被动协同模式，研究了在公交站点到站时间发布、基于手机的公交到达附近站点预报、地面道路行程时间发布等方面的外场设备布设和计算模型。关键词：出行者信息服务；协同模式；协同算法0引言智能交通系统在大陆建设近20年来，在交通信息采集与发布平台、区域交通信号控制、快速路基于可变信息板的交通状态发布、停车泊位诱导、公共交通定位及调度等子系统方面取得了显著的成绩。但是，城市地面道路的交通状态发布、行程时间发布以及公交到站的个性化信息发布，涉及到交叉口信号控制的交通信息发布，一些城市不敢尝试，有的做的效果也不佳，尤其是快速路与地面道路的状态对比，难以在相同OD需求下提供一个精准的行程时间诱导信息。出行者信息发布（TravelerInformationServiceSystem，TISS）是以动态交通分配理论为基础，实时分析复杂多变的路网交通状态，综合运用GPS和GIS等技术，通过车载信息装置、可变信息板、个人智能手机等动态地向出行者提供实时交通信息和最优路径引导指令，一方面给出行者出行规划路径，同时达到均衡路网交通流的目的。城市交通控制系统（UrbanTrafficControlSystem,UTCS）主要是采集处理交叉口上下游的交通参数，预测车辆的到达图式和排队长度，确定交叉口合适的信号参数（周期、绿信比、相位差）等，给予不同进口方向车辆的时间分配通行权，从而实现交叉口车辆运行的安全、有序。本论文主要在城市交通流特性、交叉口信号控制基础上，研究面向公交到站时间发布、快速路地面道路协同诱导实施的关键点及方法。1TISS与UTCS的协同必要性TISS和UTCS是智能交通系统（IntelligentTransportationSystems,ITS）的核心组成部分，是城市交通管理的两种主要有效手段。它们具有共同的管理对象——由人、车、路、环境组成的复杂交通流，它们有共同的目标——实现路网2交通流的畅通，提高交通运输的安全、舒适性。它们时空结合，相互反馈，交通控制方案决定了车辆在交叉口的等待时间，改变了车流在时间上的分布，交通流诱导通过合理分配，改变了车流在空间路网上的分布。因此，只有两系统协同运作，才能发挥211的交通管理效果。从发展历史来看，交通信号控制的出现（1914年在英国）远远早于交通流诱导系统。追溯交通流诱导的起源，最初是以可变信息板的群体诱导出现的，它是包含在交通控制系统当中，比如在SCATS系统中，主要以交叉口信号控制为主，同时系统也可以通过在关键地点安设可变信息板，遇到拥挤、事故发生时就通过可变信息板向驾驶员和出行者提示，从而避开拥挤区，起到疏导、分流交通的作用。2TISS与UTGS的协同模式研究2.1国外的相关研究采用何种模式将UTCS和UTFGS协同起来发展成为国内外专家首先探讨的热点。Belleta1提出了交通流最佳路径诱导和交通控制协同的两种途径[1]：一是低水平协同，即两系统的数据共享；二是高层次协同，即两系统相互影响和相互作用。这种协同思路比较容易操作，交通控制系统和交通流诱导系统都需要全面实时的采集到路网交通信息，而现在的各种检测设备基本上都是为交通控制服务的，因此第一层次应该考虑如何实现交通规划数据、基础设施数据、交通控制、交通监控、接处警等交通信息的共享。H.Shimizu，Kobayashi[1]等人提出一个以交通控制为主的两系统协同概念框架，信号控制系统通过检测到的交通信息进行信号基本参数优化，以综合PI指标值最小放行交叉口的到达车辆，动态路径诱导则根据路段行程时间和交叉口的车辆延误计算OD的最佳路径。这个系统中路径诱导对疏导交通流的主动作用比较小，主要是交通信号控制根据流量调节交叉口的通过能力，避免交叉口的拥堵[1]。NathanH.Gartner和ChronisStamatiadis[1]提出了一种实时交通信号控制与动态交通流诱导协同的框架。该理念首先依据不同的交通状态将交通信号控制分为六个层次的自适应控制策略，在动态交通分配模型预测路网交通状态的基础上，与信号控制策略进行匹配，这样在选定的交通控制策略下进行路径规划，这里交通3控制策略能使车辆在交叉口的延误最小。所以，它是一种以诱导为主的协同模式。吉林大学杨兆升教授、徐立群博士[2]针对大陆城市目前的交通管理系统，提出一种依托目前的道路交通控制中心的交通流诱导与控制的协同机制，他们将交通信息共享作为实现两系统协同的基础，根据实时采集的路网交通信息，交叉口信号配时优化和动态路径最优选择同步进行，并将诱导信息发布出去，构成一个循环。天津大学马寿峰博士[3]、徐岩宇博士、王亮硕士等在对国内外交通控制与交通诱导的各种组合模式进行阐述之后，提出了一种改进的两系统组合框架结构。该协同模式将控制与诱导置于同等重要的地位，充分考虑两系统的耦合关系，可以用两种方法实现，一是另辟一个新的交通管理系统，以路网总体指标为最优目标，建立统一的优化模型进行求解得到控制、诱导策略；另一种解决方法则借鉴系统递阶控制的思想，在低层次上对诱导、控制分别求解，在高层次上进行交互协调优化。清华大学的李瑞敏博士也提出一种基于多智能体的交通控制与交通诱导的集成体系，河北工业大学魏连雨教授、韩志新硕士提出了一种基于自组织理论和协同学原理的交通协调策略等[4]。2.2一种TISS被动协同模式国内外关于交通流诱导与控制策略协同的发展模式主要归结为重点强调基础交通信息采集与共享，在这之上可以侧重与交通流诱导、交通控制，或二者并重，协同运作，实现路网交通流的顺畅。但是就我国大陆现阶段，诱导控制二者并重还比较难于实施。本论文从便于工程应用出发，提出一种TISS被动协同模式。TISS被动协同：TISS的路段行程时间计算，考虑到沿线各个交叉口的停车延误。这种模式实施过程简单些，适合于固定配时的路段，或者交通流有规律，很少有突变的城市或者区域。路段平均行程时间可以通过车牌识别、区间平均速度估计等方法计算。这种模式下，只需要单向的中心-终端的数据传输。这种模式的不足是，单个出行者没有能够将自己的路径选择提早让UTCS有准备，这在目前也的确很难做到。43TISS和UTCS协同的模型算法研究3.1在既定的交通控制下研究动态交通分配模型Charlesworth[1]使用TRANSYT模型，将路段的总运行延误时间作为路段流量的函数，研究了在一个固定信号配时控制的路网上如何通过交通流估计运行时间。这个模型主要是以信号控制参数不变为基础，通过路段流量大小估计行程时间。杨兆升教授也延承这种思想，研究了一种基于排队论的路段行程时间预测，其核心就是用排队论预测交叉口的等待时间、通过时间[5]。Manguzze试验和评价了一个与交叉口运行时间相协调的平衡路线选择模型。模型结果表明交通工程学中的交叉口通行能力和延误分析的方法适合用于协调路线选择模型[1]。3.2交通控制与动态交通分配迭代优化Gartner强调有必要把路网交通均衡分析结合到区域交通控制设计中，他提出把路径选择结合到交通信号最优过程设计，把交通流量作为交通信号配时问题的目标函数的决策变量，二者迭代优化。Allsop和Charlesworth进行了多次模拟试验，用TRANSYT在6个交叉口上模拟交通流的迭代控制和实时分配。试验表明，对控制—诱导协同问题，多个彼此一致的点可能存在，即流量是处于用户平衡状态，而信号配时对交通流是最优的。尽管这些解有不同的流量和绿灯时间模式,但总计出行时间实际上是相等的。他们还发现迭代过程的最终解依赖于初始信号设置。Cantarella等人提出组合交通控制和交通诱导求解的一种迭代方法。该方法中交通控制问题以二阶段方法解决(即第一阶段确定绿信比,第二阶段基于总计延误最小来确定信号调整)，但是在小规模网络上试验后还发现它并没有令人满意的收敛性。Al－Malik和Gartner研究了Webster控制下的Wardrop交通均衡[1]。他们将绿灯时间看作决策变量，修改了Beckmann交通均衡公式。绿灯时间受约束于Webster等饱和公式。Sou－Wenchiou提出类似于YangH.等的二层规划方法，着手解决区域交通控制和网络流的最优化问题。论文提出一个混合搜索的启发式方法并将该方法用于网络，测试结果显示混合搜索方法在解决平衡网络流的区域交通控制最优问题方面取得比较好的结果。53.3全局优化模型麻省理工学院一批研究人员(Gershwin，Tan，Gartner)最早用数学方法描述交通控制和诱导协同问题。他们将网络交通控制问题与单个出行者路径选择行为结合起来表示为一个混合最优化规划(HierarchicalOptimizationPlanning,HOP)[1]。该方法认为交通管理者和驾驶员的目标是不同的，HOP公式类似于二层规划问题。低层规划利用满足单个驾驶员路径选择行为的平衡交通流来描述。当交通管理者能够把两个控制参数和交通流作为决策变量来优化大系统费用时,综合系统最优问题也被得到。天津大学的王亮、马寿峰等[1]借鉴大系统递阶优化的思想,利用动态交通分配模型和交通最优控制模型,提出了一种二级结构控制与诱导递阶协调的系统结构,建立协调优化模型,并用迭代的协调算法进行求解，采用仿真路网进行模拟协调验证。上海海运学院周八益等[6]提出了动态交通控制--交通分配组合模型的求解算法，通过研究路网交通流特性，建立了一个将信号周期、绿灯时间、路网流量组合一起的目标函数，并以一个简单的路网进行求解验证。3.4TISS被动协同模式下的协同算法研究从上文看出，TISS和UTCS协同的算法很多，但是都尚停留在理论研究、实验室网络测试的阶段。并且交通流控制和诱导迭代研究强调控制诱导策略的一致性，二者被表示为两个同一层次的相互关联的问题，这两个问题被迭代直至这两个解之间的一致性被满足。但是诸多研究表明，很多情况下不能保证迭代方法产生一个收敛解,即使这个方法收敛,很可能是局部最优解，而不是整体最优解。TISS被动协同是目前最容易工程应用的协同模式，在公交站点到站时间发布、基于手机的公交到达附近站点预报、地面道路行程时间发布等方面可以应用。其最关键的在于包含交叉口停车延误在内的行程时间计算。可以通过以下2种方法：（1）设置车牌识别装置，间隔1km为一个断面，假设城市道路平均速度为30km/h，1km大约需要2min，因此，计算间隔可以取3min。6)(mtntTkkijj（1）（2）路段上无车牌识别装置，只有环形线圈采集点速度，可以在充分考虑交叉口延误的条件下，采用行程时间估算模型。yuCvLqTrTTaaa121)()(2（2）其中，的距离至当前交叉口停车线前上游交叉口出口mmL10020，v-采集的平均点速度，c-信号周期时长(s)，u-绿信比，y-流量比。4结论论文分析了出行者信息发布和交通控制两系统协同运作的必要性和实施难点，对国内外TISS和UTFGS协同的模式进行了研究，主要归结为重点强调基础交通信息采集与共享，在这之上可以侧重与交通流诱导、交通控制，或二者并重，协同运作，实现路网交通流的顺畅。论文总结了既定的交通控制下研究动态交通分配、全局优化等3协同模型。从工程应用角度出发，提出了TISS被动协同模式，并研究了在公交站点到站时间发布、基于手机的公交到达附近站点预报、地面道路行程时间发布等方面的外场设备布设和计算模型。参考文献：[1]马寿峰,智能交通系统中控制与诱导问题的研究[D].天津大学,1999.[2]杨兆升,城市交通流诱导系统理论与模型[M].北京:人民交通出版社,1999,88.[3]王亮,马寿峰,贺国光，一种交通控制与诱导递阶协调优化模型[J].系统工程理论与实践，2004(06):125-133.[4]韩志新,魏连雨,交通管理中控制系统与诱导系统协调理论探索[J].河北工业大学2003,32(1).[5]杨兆升,李全喜,基