作者：Jiarong Yao, Keshuang Tang*.

已见刊于：Transportation Research Part C: Emerging Technologies. Vol. 109, 2019, pp. 1-18. https://doi.org/10.1016/j.trc.2019.10.003.

关键词：信号控制交叉口、排队长度、交通冲击波理论、排队溢出、低精度检测数据

排队长度作为信号控制交叉口最重要的运行评估指标之一，能够反映交通需求的变化，尤其是周期级的排队长度对信号控制优化和城市道路拥堵管理具有重要作用。城市信控主干道交通拥堵不仅反映为路段自身的独立属性，而且表现在路段之间相互影响、相互关联上，在拥堵特别是排队溢出的情况下，路段间具有明显的时空特征。虽然近年来基于定点检测数据的排队长度估计大都采用了高频的检测数据，多元化的检测技术和设备，如定点线圈、电警、浮动车等为城市主干道交通状态的监测和拥堵预警提供了数据条件，但这样的检测环境在现实中并不普遍。当前中国大多数中小城市的主要交通检测数据来源仍是单一的低频（1-min）定点检测器，且以双截面的检测配置最为常见。一般地，在交叉口进口道距离停车线20-30m的上游处布设的是地磁检测器，检测数据一般与信号控制机实现互联用于信号控制优化。在路段中间则一般布设有微波检测器用于检测断面交通流量。因此本文旨在研究一种考虑路段溢出的基于低精度检测数据的交叉口排队长度估计解析方法。

图1 检测环境示意图

本研究的目标是基于现状的典型检测环境考虑溢出场景的信号控制交叉口的周期级排队长度估计方法。方法核心是基于车道级的低精度检测数据对车辆排队交通波和消散波的波速进行重构，在未溢出场景下排队长度即为排队波和消散波的交点，在溢出场景下则需要同时考虑路段及其上游路段的排队波和消散波的交汇关系得到溢出的时间和排队长度。

Step 1：数据预处理。1min精度检测器数据用于计算当前该检测间隔的排队长度是否超出检测器位置的占有率阈值。如果排队超出检测器位置，则采用该检测器上游的检测器数据作为计算排队长度的输入。针对车辆在路段间的变道影响，本研究采用进口道的断面检测数据计算转向比用于标定路段中间的检测数据。然后把1-min的检测数据基于均匀到达的假设均分为秒级数据，计算全周期的到达流量，与通行能力的差值即为每个周期的初始排队长度。

Step 2：未溢出场景的排队长度估计。利用秒级的到达流量数据，计算每个周期的排队波和消散波波速，最大排队长度即为排队波和消散波的交点。

Step 3：溢出场景的排队长度估计。如果重构的排队波和消散波没能在当前周期内交汇，也就是排队无法在当前周期内消散，最大排队长度的计算则需要根据上下游交叉口的相位状态确定。图2列出了上下游交叉口可能存在所有相位状态组合，定义如下：

l  Condition 1：溢出发生时相邻的上下游交叉口都处在红灯相位。

l  Condition 2：溢出发生时下游交叉口处在红灯相位，上游交叉口处在绿灯相位。

l  Condition 3：溢出发生时相邻的上下游交叉口都处在绿灯相位。

l  Condition 4：溢出发生时下游交叉口处在绿灯相位，上游交叉口处在红灯相位。

如果估计的排队长度超出了路段长度时，溢出发生，根据上下游交叉口的相位状态可以确定相位差场景，下游的排队长度即为路段长度。如图3，溢出的排队长度则根据相位差场景的不同，为上游排队波和消散波的交点或者下游传播到上游的消散波和上游排队波的交点值。如果溢出的排队无法在绿灯相位内消散，则对应计算剩余排队长度。

图2 溢出发生时的四种相位差场景

图3 四种相位差场景下的排队重构

本方法通过两个案例进行验证，案例1是实证案例，场景是青岛市福州南路路段（香港中路-漳州二路）的两个交叉口，在24个周期的验证时段内，周期级排队长度的估计精度达85.1%。案例2是仿真验证，场景是常州市的通江中路（锦绣路-汉江路）的七个交叉口，设置了未溢出场景和溢出场景，在两个小时的仿真验证时段内周期级的排队长度估计精度可达82.3%。本方法在低频条件下的溢出场景仍然能得到较高的估计精度，可靠性较好。