基于动态交通分配的交通诱导与控制协同研究

李 旭, 周彤梅

(中国人民公安大学交通管理学院, 北京 102623)

基于动态交通分配的交通诱导与控制协同研究

李 旭, 周彤梅

(中国人民公安大学交通管理学院, 北京 102623)

在交通诱导与控制协同运作中，动态交通分配理论的有效应用可以全面提升系统的实时性与高效性，从而有效缓解城市道路交通拥堵。对动态交通分配、交通诱导与交通控制系统的研究现状进行了概述；将动态交通分配理论与模型应用到诱导与控制协同机理中，建立了基于动态交通分配的交通诱导与控制综合协同模型；在现有的诱导与控制协同过程中加入动态策略选择与动态交通分配环节，提出了适用于城市大型路网的交通诱导与控制协同系统实施框架。

动态交通分配； 交通诱导； 交通控制； 智能协同

0 引言

在机动车数量持续增长和城市路网容量接近饱和的双重压力下，解决城市道路交通供需不平衡问题的方法，已经从发展道路交通基础设施建设向交通管理系统优化与协同方向转变。通过智能交通各子系统的协同运行，对交通数据信息进行整合与共享，能够实现城市道路交通流的合理、均衡分配，有效地缓解城市道路交通拥堵的情况。

交通控制系统与交通诱导系统，是城市道路交通协调和管理的两个重要功能系统，从时间和空间两个方面，共同影响着城市道路交通流的运行和分布状态，二者存在着相互影响、相辅相成的关系。因此，对交通诱导与控制系统进行协同研究，不但可以消除二者单独作用时所存在的局限性，还能够提高道路交通管控策略的实时性。通过对本文相关内容的深入研究，能够为改善我国城市道路交通拥堵现状提供借鉴。

1 国内外主要研究现状

在交通诱导、交通控制以及动态交通分配的结合方面，国内外学者均已经进行了广泛的研究。在国外，Lian提出了上层为交通控制、下层为动态交通分配模型的双层优化模型。Paz等[1]在动态交通分配模型中融入自适应信号控制算法，实现交通诱导与控制的协同。此外，全局优化模型和多智能体的应用也为三者的结合提供了可能[2]。在国内，孙智源和陆化普等[3]建立了上层以交叉口延误最小为目标，下层为用户均衡模型的双层规划模型。天津大学的马寿峰与王亮等[4]分析了交通诱导与交通控制间的相互关系，提出了模型一体化的思路。

通过查阅相关文献可知，目前的交通诱导与控制协同模型与方法很难有效应用到大型路网中，导致交通控制系统无法完全适应诱导方案实施后的交通流变化；并且在制定交通诱导与控制策略时，往往缺乏针对不同路网运行状况的实时分析，导致策略缺少实时性与适配性，无法有效解决我国道路交通情况复杂、拥堵疏散周期长、易反复等问题。

本文将动态交通分配理论引入到交通诱导与控制协同模型中，建立交通控制与诱导综合模型，针对交通拥堵周期长、路段交织复杂的城市大路网，在协同过程中增加了动态策略选择阶段，通过建立全局优化的多层协作模式，对交通流进行有效管控，缓解道路拥堵状况。

2 基于动态交通分配的交通诱导与控制综合协同模型

2.1 动态交通分配理论

动态交通分配理论是交通诱导系统的重要理论基础，它根据实时检测的路网交通信息参数，计算出最合适的交通量分布方式，再将各路网上时变的交通需求均匀分配到不同路径上，达到路网交通流时空分布均匀、供需平衡的目标。考虑到分配策略所需达到的最优目标不一，动态交通分配模型一般分为两类，即系统最优动态交通分配模型和用户最优动态交通分配模型[5]。

系统最优动态交通分配模型以系统最优为分配优化目标，希望达到系统总行程最短，延误最小等目的，是一种理想化的模型。该模型的优点是可以使系统达到整体最优状态；但是，它忽略了出行者自身对诱导路径的选择意愿，影响了交通诱导系统的有效性[6]。

用户最优动态交通分配模型以出行者利益最大为优化目标，希望达到出行费用最小、时间最短等目的。该模型所制定的诱导策略全面考虑了出行者的自身利益；但是，它降低了系统整体的协调能力，可能会导致交通的局部拥堵。

由于交通管理与控制是以系统最优为目标，对本文所研究的协同系统而言，其解决交通拥堵问题的目标和本质也是实现路网整体最优。因此，在协同系统构建时选择使用系统最优动态交通分配模型。

2.2 交通诱导与控制综合协同模型

本文研究的协同模型以均衡路网流量为目标，定义用饱和程度R表示路网的交通流量分布状况。由于交叉口和路段的通行能力不同，因此在建立模型时分别考虑了交叉口和路段的饱和程度的影响权重，以平均饱和程度最小为目标，建立诱导与控制综合模型：

(1)

定义：

(2)

公式(2)表示t时刻路段a的饱和程度[7]，式中da为路段a长度，kaj为路段a的阻塞密度。

定义：

(3)

公式(3)表示t时刻交叉口c的饱和程度，式中g为交叉口的绿灯时间，g′为车辆有效利用的绿灯时间。

此外，公式(1)中α，β为路段与交叉口的饱和程度对于路网综合饱和程度的影响权重，其数值大小根据各路段与交叉口的具体交通状况确定。

3 基于动态交通分配的交通诱导与控制多层协同研究

3.1 不同交通状态下的协同策略选择

由于不同交通状态下的交通流可控水平、诱导方案接受率等均存在较大差异，大大影响了协同策略实施的有效性[8]。因此，对于交通状态更新快、路网复杂的城市大型路网，根据路网的不同交通状态，动态选择相适应的诱导和控制协同策略，不仅可以提高协同效率，避免资源浪费，还可以达到最优的管控效果。

交通拥堵等级的判定标准，包括交叉口延误、行程车速、交通量、出行时间等[7]，其中车速参数易测量且具有时效性强和动态性高的特点，更适用于动态交通分配及诱导与控制协同系统。因此，本文将道路上行驶车辆的平均行程车速作为所研究的协同系统中道路交通拥挤等级的判定标准，用V来表示路段上行驶车辆的平均车速。

(1)畅通状态。畅通状态下，即V≥30 km/h，车辆在道路上行驶的自由度较大，交通诱导方案的实用性和接受率较低，单独依靠信号控制即可保证道路交通平稳运行。此时不需要采用控制与诱导协同的策略，应注重信号控制系统间的协调联动，保证车辆运行的连续性。

(2)轻度拥堵状态。轻度拥堵状态下，即20 km/h

(3)拥堵状态。拥堵状态下，即10 km/h

(4)严重堵塞状态下，即V≤10 km/h，由于交叉口和路段都处于停滞状态，信号控制系统很难有效发挥疏导作用，只有先对交通流进行外部诱导，才能进一步对拥堵状态下的交通流进行管控和疏导。此时，应选择以交通诱导为主，交通控制为辅的协同策略，先通过交通诱导系统将动态交通分配后的交通流诱导至其他路段，在交通状况得到缓解后，再利用二者协同方法，使交通拥堵尽快消散。

3.2 多层协同系统的框架结构

根据现有的交通诱导与控制协同过程，初步构建了基于动态交通分配的交通诱导与控制多层协作系统的实施框架，多层协同系统通过使用诱导与控制综合协同模型均衡路网交通流量，将诱导与交通控制系统共同作用于城市路网，使协同效果具有针对性和动态性，更加适用于交通拥堵周期长、路段交织复杂的城市大型路网。该系统框架结构如图1所示。

图1 交通诱导与控制多层协同系统框架结构

针对所构建的多层协同系统框架结构，提出了一种多次互反馈交通诱导与控制协同的运作模式，具体如下：

(1)交通诱导系统与控制系统信息采集与共享

将交通控制系统中交通采集设备采集到的车流量、车速、占有率等参数进行存储和处理，并与交通诱导系统实现数据共享；同时，将实施交通诱导后的交通流状态反馈给控制系统，达到路网交通信息实时、全面共享，这是协同系统运作的数据基础。

(2)判断交通状态，选择协同策略

根据实时检测的车辆平均速度对当前路网交通状态进行判别，针对畅通、缓行、拥堵和严重堵塞等交通状态，分别采取不同的协同策略。

(3)交通诱导系统与控制系统协作

通过基于动态交通分配的诱导与控制综合协同模型均衡各路段交通流量，配合交通诱导系统将各路网上时变的交通需求均匀分配到不同路段上，从空间上均分交通压力；同时，对诱导实施后的交通流状态进行预测和分析，协助交通控制系统调整与诱导方案相适应的信号配时参数，从时间上缓解当前道路的拥堵状态。

(4)交通状态再判别

将前一次协同策略实施后的路网交通状态进行重新判别，根据实时交通状态变化趋势动态选择协同方案，重新计算各路段交通量的分配，进行再诱导、再控制，可以对城市道路中拥堵较严重的路段产生多周期、具有针对性的疏导作用。

4 结论

本文对动态交通分配、交通诱导与控制模型进行了整合与研究，在现有的交通诱导与控制双层协同中增加了动态交通分配环节，通过建立综合协同模型以及多层协同系统框架，为动态交通分配、交通诱导与交通控制实现相互结合、共同运作提供了可能；同时根据我国城市大路网交通的特点，为不同运行状态下的路网提供了动态选择的协同运作策略，使交通诱导与控制系统能够更有针对性地调节变化后的交通流。本文所提出的交通诱导与控制协同系统实施框架仅为初步结构，仍需进一步研究，所建立的基于动态交通分配的交通诱导与控制协同系统模型的协同效果也需在仿真实验中加以验证与完善。

[1] PAZ A，CHIU Y C. Adaptive traffic control for large-scale dynamic traffic assignment applications[J].Transportation Research Record,2011:2263.

[2] 于德新，杨兆升，王媛，等.基于多智能体的城市道路交通控制系统及其协调优化[J].吉林大学学报(工学版),2010(1):113-118.

[3] 孙智源，陆化普，等.城市交通控制与诱导协同的双层规划模型田[J].东南大学学报(自然科学版),2016(2):450-456.

[4] 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,2012(6)：126-133.

[5] 宋博文.基于动态交通分配的城市诱导及信号控制系统研究[D].淄博：山东理工大学,2014:2-6.

[6] 于尧. 基于出行者行为的动态交通分配建模与实现[D]. 长春： 吉林大学，2014：27-31.

[7] 王尧.城市道路交通拥堵评价与判定方法研究[D].北京：北京工业学,2014:12-20.

[8] 戴红，杨兆升，肖萍萍. 交通流诱导与控制协同优化模型的遗传算法求解[J]. 吉林大学学报(工学版)，2010，36(增刊1):157-160.

D035.37

李 旭(1993—)， 女， 山东济南人， 2016级在读硕士研究生。研究方向为交通管理工程。

(责任编辑于瑞华)