城市道路交通主動(dòng)控制系統(tǒng)與模型設(shè)計(jì)

張立立 姚迪 王芳 李晶 趙琦 于沛

0 引言

作為理論與技術(shù)創(chuàng)新應(yīng)用的重要領(lǐng)域,城市道路交通長(zhǎng)期得到國(guó)內(nèi)外學(xué)者的關(guān)注,其中城市道路交通控制作為保障居民出行安全、出行效率和出行舒適度的主要措施更是成為該領(lǐng)域研究的重點(diǎn)[1]．智能交通控制系統(tǒng)是實(shí)現(xiàn)先進(jìn)交通控制算法、緩解交通擁堵的重要支撐[2]．以SCATS[3]、SCOOT[4]為代表的國(guó)外交通控制系統(tǒng)已經(jīng)發(fā)展幾十年,并已廣泛應(yīng)用．國(guó)內(nèi)智能交通控制系統(tǒng)的研究主要集中在控制方法層面,形成了三類典型交通控制研究方向:以現(xiàn)代控制理論為基礎(chǔ),以交叉口為被控對(duì)象構(gòu)建數(shù)學(xué)模型,利用控制理論中的經(jīng)典方法進(jìn)行控制被稱為基于模型的交通控制[5-7];交通系統(tǒng)的復(fù)雜性導(dǎo)致以交叉口為核心的被控對(duì)象的數(shù)學(xué)模型難以有效構(gòu)建,所以數(shù)據(jù)驅(qū)動(dòng)的思想被引入交通控制領(lǐng)域,即利用系統(tǒng)的輸入輸出數(shù)據(jù)實(shí)現(xiàn)控制與決策[8-9];城市交通控制的建模復(fù)雜性、數(shù)據(jù)種類和規(guī)模豐富性和交通擁堵的迫切性為人工智能技術(shù)的應(yīng)用提供了場(chǎng)景支撐,基于人工智能的交通控制理論與方法被提出并逐漸成為主流[10-11]．考慮到道路交通的“時(shí)間線上‘車占用物理空間’這一‘實(shí)體資源問題’”[12]從未改變的本質(zhì)情況,城市道路交通控制歸根到底是一個(gè)對(duì)道路時(shí)空資源分配的控制問題．上述三類典型交通控制大多建立在傳統(tǒng)被動(dòng)交通控制理論基礎(chǔ)上,以相位、周期、綠信比為變量進(jìn)行交通流的被動(dòng)適應(yīng)性控制,難以實(shí)現(xiàn)對(duì)道路時(shí)空資源的有效分配．為此,以提前性、預(yù)防性和主動(dòng)性為特點(diǎn),以預(yù)測(cè)交通流作為未來控制方案的研究對(duì)象,根據(jù)交通流形態(tài)實(shí)現(xiàn)控制策略的理念,研究人員提出了主動(dòng)交通控制的概念[13-14]．

主動(dòng)交通控制大多處在理論研究層面,實(shí)際系統(tǒng)開發(fā)和應(yīng)用層面較少[15-16]．基于傳統(tǒng)被動(dòng)交通控制的系統(tǒng)如HT-UTCS系統(tǒng)[17]采用三級(jí)分布式控制(點(diǎn)線面),為方案生成+專家系統(tǒng)式的自適應(yīng)控制系統(tǒng);Intelliffic系統(tǒng)[18]提供實(shí)時(shí)方案選擇的控制策略形式．隨著車路協(xié)同等技術(shù)的發(fā)展,基于傳統(tǒng)交通控制理論設(shè)計(jì)和研發(fā)的被動(dòng)交通控制系統(tǒng)已難以適應(yīng)交通管控需求,采用控制變量更為豐富的主動(dòng)交通控制系統(tǒng)被廣泛關(guān)注．基于此,本文研究和開發(fā)主動(dòng)交通控制系統(tǒng),以平行仿真、云計(jì)算、邊緣計(jì)算等技術(shù)為基礎(chǔ)設(shè)計(jì)系統(tǒng)各部分功能,并研究了采用時(shí)空資源分配的主動(dòng)交通控制模型．

1 主動(dòng)控制系統(tǒng)

1.1 主動(dòng)控制系統(tǒng)架構(gòu)

城市道路主動(dòng)交通控制系統(tǒng)(Urban Traffic Active Control,UTAC)對(duì)控制、仿真和計(jì)算具有較高要求,為此在設(shè)計(jì)系統(tǒng)時(shí)構(gòu)建了4個(gè)子系統(tǒng),包括實(shí)時(shí)控制子系統(tǒng)、實(shí)時(shí)仿真子系統(tǒng)、可視化軟硬件在環(huán)子系統(tǒng)和云-邊-端支撐子系統(tǒng),如圖1所示．

圖1 UTAC主動(dòng)控制系統(tǒng)總體架構(gòu)Fig.1 Overall architecture of urban traffic active control system

1)在設(shè)計(jì)控制與仿真子系統(tǒng)時(shí)借鑒了平行系統(tǒng)理論的理念和國(guó)內(nèi)部分城市交通管理者的需求,實(shí)時(shí)仿真子系統(tǒng)提供了對(duì)新型控制策略和交通管理理念的快速實(shí)現(xiàn)、驗(yàn)證和優(yōu)化,實(shí)時(shí)控制系統(tǒng)提供了對(duì)于被驗(yàn)證控制策略的現(xiàn)場(chǎng)執(zhí)行,并通過可視化軟硬件在環(huán)系統(tǒng)有效地連接了實(shí)時(shí)控制子系統(tǒng)與實(shí)時(shí)仿真子系統(tǒng)．

2)可視化軟硬件在環(huán)系統(tǒng)作為橋梁和展示的途徑為管理者和研究人員提供了解城市道路交通的宏觀視角．其中實(shí)時(shí)控制子系統(tǒng)和實(shí)時(shí)仿真子系統(tǒng)是UTAC的基礎(chǔ),可視化軟硬件在環(huán)系統(tǒng)可以模擬控制策略和交通狀態(tài),所采用的數(shù)據(jù)可以是現(xiàn)場(chǎng)的實(shí)時(shí)數(shù)據(jù),使它成為現(xiàn)實(shí)交通的一種映射;同時(shí)也可以采用實(shí)時(shí)仿真子系統(tǒng)的數(shù)據(jù),使可視化軟硬件在環(huán)系統(tǒng)成為仿真交通的一種呈現(xiàn)．城市交通的管理者,可以在宏觀的視角發(fā)現(xiàn)和甄別交通控制效果,也可以構(gòu)建不同的交通場(chǎng)景測(cè)試新型的控制策略．

3)云-邊-端支撐子系統(tǒng),利用虛擬化技術(shù)提供具有彈性的存儲(chǔ)、計(jì)算和信息安全能力,尤其系統(tǒng)還設(shè)計(jì)了GPU資源,可以為人工智能技術(shù)的應(yīng)用提供算力支持．邊緣計(jì)算是作為支撐未來城市道路交通關(guān)鍵節(jié)點(diǎn)被設(shè)計(jì)的,主要是提供信息安全和現(xiàn)場(chǎng)計(jì)算的能力.需要說明的是未來城市交叉口將是自動(dòng)駕駛、車聯(lián)網(wǎng)、公共交通、移動(dòng)出行等各類交通場(chǎng)景數(shù)據(jù)匯聚的關(guān)鍵節(jié)點(diǎn),因此提供邊緣側(cè)的信息安全與計(jì)算能力是非常重要的．

1.2 實(shí)時(shí)控制子系統(tǒng)

不同于歐美等發(fā)達(dá)國(guó)家,中國(guó)交通出行需求具有地域特點(diǎn),機(jī)動(dòng)車為主和非機(jī)動(dòng)車與機(jī)動(dòng)車混合的交通出行方式同時(shí)存在．為此UTAC中的實(shí)時(shí)控制子系統(tǒng)也充分考慮到這一特點(diǎn),提供多種被控對(duì)象和控制目標(biāo)的選擇,并且根據(jù)這一特點(diǎn)可能出現(xiàn)的交通需求情況,設(shè)計(jì)了兩類控制算法庫(kù):一類為傳統(tǒng)交通控制算法,如干線綠波控制、單點(diǎn)自適應(yīng)控制、防溢流控制、多時(shí)段定時(shí)控制和特殊燈色控制等控制算法;另一類是主動(dòng)控制算法．控制策略是支持多種檢測(cè)數(shù)據(jù)類型的,包括地磁檢測(cè)器、廣域雷達(dá)檢測(cè)器、視頻檢測(cè)器和浮動(dòng)車檢測(cè)器,考慮到評(píng)估的重要性還設(shè)計(jì)了失衡指數(shù)、飽和指數(shù)等評(píng)價(jià)指標(biāo)集合以提供更直觀和合理的控制策略評(píng)價(jià)反饋．并且系統(tǒng)提供VPN在線升級(jí)與備份和信號(hào)控制配時(shí)方案數(shù)據(jù)的校驗(yàn)保護(hù)機(jī)制,其中在線升級(jí)的設(shè)計(jì)靈感來源于智能手機(jī)的在線升級(jí)設(shè)計(jì)和中國(guó)部分城市交通管理部分在以往的系統(tǒng)升級(jí)中出現(xiàn)的各類問題和經(jīng)驗(yàn),信號(hào)控制配時(shí)方案數(shù)據(jù)的校驗(yàn)保護(hù)機(jī)制的設(shè)計(jì)能有效阻止因?yàn)楣ぷ魅藛T疏忽和不專業(yè)出現(xiàn)配時(shí)方案異常導(dǎo)致的交通安全問題,如圖2所示．

1.3 實(shí)時(shí)仿真子系統(tǒng)

實(shí)時(shí)仿真子系統(tǒng)[19]以快速分析和驗(yàn)證新型的信號(hào)控制策略為目標(biāo),因此不同于微觀仿真軟件VISSIM、PARAMICS和宏觀規(guī)劃仿真軟件TransModeler[20],它以中觀視角的交通流為仿真主體,主要仿真交通流在控制策略影響下的結(jié)果,以此來促進(jìn)控制策略的迭代優(yōu)化．為了實(shí)現(xiàn)在仿真時(shí)交通流的可視化、交通流的動(dòng)力學(xué)參數(shù)標(biāo)定和路網(wǎng)基礎(chǔ)參數(shù)標(biāo)定等任務(wù),仿真驅(qū)動(dòng)引擎的設(shè)計(jì)參考了SUMO仿真軟件[21]．

圖3 實(shí)時(shí)交通仿真系統(tǒng)Fig.3 Real-time traffic simulation system

仿真參數(shù)自動(dòng)標(biāo)定:在設(shè)計(jì)該實(shí)時(shí)仿真子系統(tǒng)時(shí)主動(dòng)忽略了單個(gè)車輛的動(dòng)力學(xué)特性和基于人工的仿真參數(shù)標(biāo)定,并且該系統(tǒng)采用檢測(cè)器數(shù)據(jù)和GIS數(shù)據(jù)自動(dòng)標(biāo)定包括靜態(tài)數(shù)據(jù)(道路屬性:道路長(zhǎng)度、車道寬度、交叉口形狀等)和動(dòng)態(tài)數(shù)據(jù)(車型比例、車速分布、轉(zhuǎn)向比例、車頭時(shí)距等),同時(shí)交通流特性和跟馳特性基于歷史檢測(cè)數(shù)據(jù)累積,實(shí)時(shí)檢測(cè)數(shù)據(jù)修正得到．

先進(jìn)控制策略的實(shí)現(xiàn):實(shí)時(shí)仿真子系統(tǒng)提供了針對(duì)新的控制策略開發(fā)的良好支持．將檢測(cè)數(shù)據(jù)封裝為標(biāo)準(zhǔn)的輸入輸出變量,將信號(hào)控制、車輛、可變標(biāo)志等定為控制變量保存在數(shù)據(jù)庫(kù)中．針對(duì)不同的場(chǎng)景設(shè)計(jì)控制策略,利用平行仿真架構(gòu)實(shí)現(xiàn)實(shí)時(shí)仿真子系統(tǒng)與實(shí)時(shí)控制子系統(tǒng)的交互,當(dāng)新的控制策略被證明為可靠時(shí),可以直接推送到實(shí)時(shí)控制子系統(tǒng)中,并在恰當(dāng)?shù)臅r(shí)機(jī)開始在現(xiàn)實(shí)的環(huán)境中執(zhí)行．

2 基于時(shí)空資源分配的主動(dòng)控制模型

從道路交通時(shí)間線上“車占用物理空間”這一實(shí)體資源問題出發(fā),城市道路交通控制歸根結(jié)底是一個(gè)對(duì)道路時(shí)空資源分配的控制問題．以廣義交通控制理念為核心,建立主動(dòng)控制模型,將傳統(tǒng)以周期、綠信比調(diào)節(jié)為核心的交叉口信號(hào)被動(dòng)控制轉(zhuǎn)變?yōu)檐嚨揽勺?、相位相序可調(diào)且具有鏈狀連接特性的交叉口主動(dòng)控制．城市交叉口交通控制中涉及的時(shí)空變量包括車道、相位、相序、相位綠燈時(shí)間共4類,在主動(dòng)控制模型構(gòu)建時(shí)充分考慮4類變量．

如圖4交叉口由內(nèi)部沖突區(qū)域和上下游連接路段組成．設(shè)交叉口的連接路段集合中的路段j,a的狀態(tài)方程為

圖4 交叉口交通控制模型Fig.4 Model of traffic control at intersections

nj,a(k+1)=nj,a(k)+qj,a,in(k)-qj,a,out(k),

(1)

式(1)表示采樣周期k+1內(nèi)路段j,a的車輛數(shù),等于采樣周期k內(nèi)路段j,a上的車輛數(shù)與上游路段流向j,a的車輛數(shù)和流出j,a的車輛數(shù)的差的和．其中:nj,a(k)表示路段j,a在采樣周期k的車輛數(shù);qj,a,in(k)表示采樣周期k內(nèi)上游路段發(fā)送給路段j,a的車輛數(shù);qj,a,out(k)表示采樣周期k內(nèi)路段j,a發(fā)送給下游路段的車輛數(shù)．

為了能夠準(zhǔn)確表征車道屬性的動(dòng)態(tài)特性,提出車道基因概念,即通過將車道的轉(zhuǎn)向?qū)傩悦枋鰹榭刂谱兞坑枰暂敵觯鐖D5所示,車道的轉(zhuǎn)向?qū)傩园ㄗ筠D(zhuǎn)、直行和右轉(zhuǎn),分別用L,T和R表示,即車道的基因的基本組成單元為L(zhǎng),T和R．

圖5 交叉口車道基因組Fig.5 Lane genomes at intersections

圖6 路段j,a的車道基因及下游路段連接Fig.6 Lane genes and downstream link of section j,a

通過上述描述,可以建立車道基因的調(diào)控變量:

(2)

s.t.

(3)

nj,a(k+1)=nj,a(k)+qj,a,in(k)-

(4)

3 仿真分析

為了驗(yàn)證UTAC主動(dòng)控制系統(tǒng)的主動(dòng)控制模型的有效性,利用系統(tǒng)的實(shí)時(shí)仿真子系統(tǒng)進(jìn)行仿真對(duì)比驗(yàn)證．采用山東省濰坊市勝利東街與四平路交叉口實(shí)際流量數(shù)據(jù)進(jìn)行仿真驗(yàn)證．該交叉口為該地區(qū)較為核心路口,東西向?yàn)殡p向8車道、南北向?yàn)殡p向6車道,如圖7a所示,交叉口采用的原始配時(shí)如圖7b所示,其中周期為160 s．流量數(shù)據(jù)由安裝在車道上的地磁檢測(cè)器獲取,交叉口的固定配時(shí)由濰坊市交通支隊(duì)提供．

圖7 山東省濰坊市勝利東街與四平路交叉口Fig.7 Intersection of Shengli East Street and Siping Road of Weifang,Shandong province,intersection channelization (a)and original timing to pass the intersection (b)

單次仿真時(shí)間為36 000 s,進(jìn)行10次仿真并取平均值．評(píng)價(jià)參數(shù)選擇交叉口總行程時(shí)間和總排隊(duì)長(zhǎng)度,數(shù)據(jù)采樣間隔為600 s．

如圖8所示,對(duì)交叉口通過車輛的總行程時(shí)間和平均排隊(duì)長(zhǎng)度進(jìn)行對(duì)比．采用主動(dòng)控制時(shí)交叉口通過車輛的總行程時(shí)間低于定時(shí)控制時(shí)交叉口通過車輛的總行程時(shí)間;采用主動(dòng)控制時(shí)交叉口的平均排隊(duì)長(zhǎng)度低于定時(shí)控制時(shí)交叉口的平均排隊(duì)長(zhǎng)度,可知主動(dòng)控制較定時(shí)控制具有更好的控制效果．但在圖8b中仿真時(shí)間為8 000 s時(shí)定時(shí)控制下交叉口平均排隊(duì)長(zhǎng)度低于主動(dòng)控制,原因是由于交叉口輸入流量變化較大導(dǎo)致采用主動(dòng)控制調(diào)整時(shí)交通流需要一定的適應(yīng)時(shí)間．

圖8 定時(shí)控制與本文控制效果對(duì)比Fig.8 Comparisons between timing control and the proposed active control,(a) total delay time and (b) average queue value

4 結(jié)論

區(qū)別于傳統(tǒng)交通信號(hào)控制系統(tǒng),UTAC采用主動(dòng)控制、平行仿真等技術(shù)實(shí)現(xiàn)控制與仿真的深度交互和控制策略的修正與部署應(yīng)用．針對(duì)傳統(tǒng)的被動(dòng)交通控制策略控制變量不夠豐富的問題,UTAC采用了時(shí)空資源分配主動(dòng)控制模型,該算法能夠擴(kuò)展控制變量的維度．但在本文中只采用了單交叉口進(jìn)行仿真對(duì)比驗(yàn)證,雖然與傳統(tǒng)固定控制方式相比具有明顯優(yōu)勢(shì),但仍需將該系統(tǒng)及仿真應(yīng)用到更大規(guī)模的路網(wǎng)控制中進(jìn)行有效性檢驗(yàn)．

致謝:本文向提供仿真驗(yàn)證實(shí)際數(shù)據(jù)的山東省濰坊市交通警察支隊(duì)表示感謝．