作者：Jiarong Yao, Chaopen Tan, Keshuang Tang*.

已见刊于：Transportation Research Part C: Emerging Technologies. Vol. 109, 2019, pp. 211-232.

关键词：信号控制干道、协调控制、抽样车辆轨迹数据、延误最小化、交通波理论

城市主干道作为交通网络的骨架，承担着长距离快速交通和通勤交通的通达功能，拥堵现象却是最频繁和严重的，因此城市干道常采取协调控制的策略以保证主线交通的运行效率。虽然当前信号控制领域已经发展到感应控制和自适应控制的阶段，类似SCOOT、SCATS等感应控制系统应用也已经落地，但多时段的定时控制策略仍是现阶段城市主干道交通控制与管理应用较广泛且经济有效的方式。

目前，定时干道控制的主要数据输入为通过定时检测器或者人工测量获取的干道各流向的小时集计流量，一方面设备的运维成本高，另一方面数据精度也会受到设备损坏或者检测失效的影响。另外，现有的定时控制模型的协调目标和数据输入之间的关系多基于特定理论推到得到，流量输入对信号配时参数优化的作用不够显著，且协调结果与流量之间缺乏反馈机制，无法确定干道运行在协调之后的变化。在实际应用中，实际的运行质量和优化得到的协调目标值常存在不一致的情况，例如基于带宽的干道协调模型应用中，实际的主线运行车流并不完全在绿波带的范围内行驶。在数据检测方面，随着车联网和移动检测技术的发展，海量轨迹数据开始为交通检测提供丰富实时的交通信息。相比于传统的定点检测器，轨迹数据上传频率高，精度高，且不会受到布设范围的限制，也不需要考虑设备购置和维修的成本。因此，建立基于轨迹数据的干道协调控制方法对于补充现有干道控制研究具有重要的现实意义。

图1 技术流程

本方法的核心是基于抽样轨迹数据推导得到的先验到达信息和初始的配时数据得到抽样轨迹的信控延误与配时参数的解析关系。如图1所示，首先，对抽样车辆轨迹数据预处理得到轨迹特征向量以及先验的到达率矩阵。然后，基于先验的到达率矩阵，根据任一组给定的信号配时参数组合对抽样轨迹在所在周期的到达状态进行判定并对交通波进行重构，估计轨迹的映射到达时刻和实际到达时刻，得到轨迹在每个交叉口的信控延误。针对备选配时下抽样轨迹的到达状态和轨迹的排队时间长短，预期到达停车线时刻的计算可以分成以下四种场景：

Case 1：抽样轨迹在初始配时下为非停车轨迹，在备选配时下为所在周期的第一条抽样轨迹。

Case 2：抽样轨迹在初始配时下为非停车轨迹，在备选配时下所在周期中不是第一条抽样轨迹。

Case 3：抽样轨迹在初始配时下为停车轨迹，在备选配时下为所在周期的第一条抽样轨迹。

Case 4：抽样轨迹在初始配时下为停车轨迹，在备选配时下所在周期中不是第一条抽样轨迹。

基于四种场景下抽样轨迹的延误建模，考虑上下游交叉口之间的车流到达关联，累加各轨迹在所有交叉口的信控延误，得到干道所有抽样轨迹的总延误与每个交叉口的信号配时参数的解析式。由此，干线协调控制模型以最小化抽样轨迹总延误为目标，并基于配时参数间的约束建立优化模型，通过多峰群优化算法（PSO）求解。

图2 在备选配时方案下抽样轨迹预计到达停车线时刻的四种场景

本方法运用VISSIM建立信控干道的仿真模型对干道协调控制方法进行验证，验证场景是连云港市朝阳东路，研究路段包括了五个交叉口，瀛洲路、郁洲路、巨龙南路、东盐河路和科苑路五个路口。仿真设置了高流量（潮汐流量）输入、波动流量输入和双向均衡输入三个场景。通过检测干线双向的主线方向车流的总延误、通过量和停车次数，对该发明的协调效果进行评估，并且与MULTIBAND、Synchro模型进行了对比，针对捕获率进行敏感性分析。由仿真验证结果可知，优化配时方案相比于初始的配时方案在总延误方面改善了61%，停车次数也降低了一半，总体协调效果较好，主线运行的平顺性大大改善。

本方法以抽样轨迹数据为唯一的数据输入，通过轨迹本身携带的交通流信息对实时的交通情况进行重现和评估，考虑了路段上下游交叉口之间的车流运行影响以及相邻轨迹之间的相互影响，对干道运行的时空关联性进行了量化解析。在移动检测技术普及的背景下，中国大多数城市均具有可用的轨迹检测数据，该方法的普适性较强，适用范围广。