英文翻譯：交通控制系統(tǒng)中具體車輛信息評估

1、交通控制系統(tǒng)中具體車輛信息評估 交通控制系統(tǒng)中具體車輛信息評估Alireza Kamyab, T. H. Maze, and Reginald R. Souleyrette（已通過城市交通部門審閱）摘要：本文假設(shè)在一個智能交通系統(tǒng)中，交通管制環(huán)境、交通控制系統(tǒng)能通過自動的具體車輛識別(AVSI)在車流量中獨立地追蹤車輛。當(dāng)車輛通過一個AVSI路邊電子檢測點時，假定記錄了到達(dá)時間和檢測車輛的類型。檢測器發(fā)送信息到一個當(dāng)?shù)氐幕谖⑻幚砥鞯慕煌ㄐ盘柨刂破?。然后控制器?nèi)置的信號控制邏輯使用這些信息來調(diào)整交通信號配時，以反映目前的車流量的特征。鑒于這種假設(shè)能力，開發(fā)了一個仿真模型用于評估AVSI的使用情

2、況。為了充分利用AVSI，一個新的關(guān)于具體車輛的自適應(yīng)交通控制邏輯建立在一個孤立的十字路口的仿真上。通過仿真，當(dāng)合并的自適應(yīng)交通控制策略與定時控制系統(tǒng)相比時，在自適應(yīng)交通信號控制邏輯中，AVSI使用中的可識別、可測量以及顯著的優(yōu)勢將會顯現(xiàn)。1 引言智能交通系統(tǒng)(intelligent transportation system，ITS)的目標(biāo)之一是使車輛、高速公路和行人形成一個相互作用的系統(tǒng)，而不是作為獨立的元素。本文講述了基于假設(shè)車輛和典型交通控制更為緊密的融合上評估。探索的基本問題是帶有具體車輛信息的自動配時信號控制器是否有好處，以及為了改善一個十字路口的車流狀況，這些信息怎樣來改變綠燈時

3、間的設(shè)置1。目前處于應(yīng)用的車輛檢測器技術(shù)僅限于檢測車輛的存在和通過。當(dāng)加上一個交通信號控制器時，探測器可用于檢測交通量、車速、車道占有情況和隊列長度2。然而,它們無法確定檢測車輛的類型和性能特征。自動具體車輛識別(automatic vehicle-specific identifycation，AVSI)可能包括駛近車輛的性能特點(如加速度率、重量和大小)，甚至可以判斷一輛駛近車輛是否直行或轉(zhuǎn)彎。使用AVSI的交通控制系統(tǒng)大部分技術(shù)已經(jīng)可用，并且，據(jù)推測，一個完全應(yīng)用ITS的環(huán)境信息體系將與路邊系統(tǒng)相結(jié)合3,4。ITS交通控制環(huán)境假定這個分析包括AVSI技術(shù)，而AVSI技術(shù)能通過路邊檢測元件

4、檢測車輛的位置和車輛類型(卡車、客車)，并且預(yù)測每個車輛到達(dá)十字路口的時間。然后檢測器將收集的信息傳給一個基于微處理器的交通信號控制器。這個控制器內(nèi)置的信號控制邏輯將使用信息來調(diào)整信號燈的配時，以反映目前車流量的特征。當(dāng)考慮具體車輛信息時，為了判斷是否有益于提高交通控制邏輯，在假定的車流量和十字路口地形下，建立了一個計算機仿真系統(tǒng)進(jìn)行評估5。本實驗研究了具體車輛的自適應(yīng)(vehicle-specific adaptive，VSA)交通控制邏輯并將其納入仿真模型。交通控制邏輯的VSA調(diào)整信號配時基于AVSI交通信息。驅(qū)動控制系統(tǒng)調(diào)整信號配時以響應(yīng)流動的車流量，而VSA控制邏輯在擴(kuò)展相位綠燈時間或

5、實現(xiàn)一個新的周期分割之前，先檢查單個車輛的性能特征6,7。研究的隱含性在于VSA控制邏輯的假設(shè)是有效的。未來，更加有效的控制邏輯可能會產(chǎn)生越來越優(yōu)越的性能8,9。與傳統(tǒng)的定時交通控制相比，VSA交通信號控制邏輯在十字路口的案例研究上平均延誤顯著減少。主要是，隨著平均加速性能的減少，停止延遲的減少是由于停止車輛的概率減少，雖然對所有車輛來說，定期調(diào)整周期分組以更好地符合現(xiàn)有的交通模式能減少延遲。此外，為了在獲得的結(jié)果上建立一個置信水平，仿真模型可以通過使用實際交通數(shù)據(jù)來驗證。2 仿真模型結(jié)構(gòu)仿真模型用仿真分析和仿真語言編碼5。它在一個孤立的四車道、四相位的十字路口模擬車流量，見圖1。此圖中，十字

6、路口的方向模型和布局與位于愛荷華州艾姆斯市東邊的林肯路和達(dá)夫大道的十字路口相似。十字路口被建模為單服務(wù)器設(shè)施；也就是說，一個方向的綠燈時間是其他方向的紅燈時間。在這方面，通過檢測一個方向的車輛，可以得知其他方向的車輛情況。仿真模型假定車輛之間沒有交互作用。它只模擬車輛到來和離開的序列。車輛到達(dá)交叉路口的模型受到相連道路車輛的到達(dá)時間分布(即負(fù)指數(shù)分布)10。在這種背景下，順序為：車輛到達(dá)，排隊等待，接受檢測，在指定時間內(nèi)等待綠燈，離開十字路口。圖1 四車道、四相位的獨立十字路口仿真模型的有效性措施被定義為停止拖延。因此，只有綠燈和沒有排隊時，車輛才能順利通過一個十字路口。否則(即綠燈且需排隊時

7、，或紅燈時)，車輛必須按規(guī)定的時間通過十字路口。3 仿真模塊仿真模型包括兩個模塊：交通流量模塊和交通信號控制模塊。交通流量模塊負(fù)責(zé)統(tǒng)計每條鏈路上經(jīng)過的車輛（即連接的街道），登記到達(dá)的車輛以及通過交叉路口的行駛車輛，并記錄車輛的停止延遲。另一方面，交通信號控制模塊在十字路口模擬局部的交通信號控制器。      信號控制模塊的一個重要組成部分是VSA交通信號控制邏輯。實施的VSA控制策略根據(jù)應(yīng)用在交通流量模塊的AVSI交通信息調(diào)整信號時序。圖2示出仿真模型中兩個模塊的的數(shù)據(jù)流。 圖2 仿真模型結(jié)構(gòu)4 VSA交通信號控制策略VSA控制策略由兩部分組成?？刂七壿?/p>

8、的第一部分定期（例如每5分鐘）根據(jù)當(dāng)前交通狀況調(diào)整周期分割。但是，控制邏輯的第二部分為了防止卡車有可能在紅燈時停止會在末尾階段重新調(diào)整周期分割。4.1 第部分周期循環(huán)分割調(diào)整由于車輛通過檢測器R1(即一個AVSI路邊閱讀器，見圖1)，檢測器記錄各車輛的類型和到達(dá)時間。每5分鐘結(jié)束時，路邊的檢測器告知本地控制器在下5分鐘到達(dá)該路口的車輛和卡車的預(yù)計總數(shù)。一接收到數(shù)據(jù)，一個基于微處理器的控制器立即確定一組新的周期分割，并每隔5分鐘重復(fù)該過程。圖2交通信號控制模塊中的第一部分在圖3中以圖形方式詳細(xì)顯示了此程序。 圖3 VSA信號控制邏輯第部分：周期循環(huán)分割調(diào)整4.2 第部分結(jié)束階段循環(huán)分割的重新調(diào)整

9、交通控制系統(tǒng)的第一部分中定期調(diào)整周期分割依賴于路邊遙遠(yuǎn)的檢測器R1采集到的AVSI交通信息。然而，重新調(diào)整周期分割則根據(jù)由兩個位于每條路上的的另外兩個AVSI檢測器收集到的數(shù)據(jù)。如圖1所示，檢測器R2a位于紅燈時車輛常到達(dá)的附近的一個點上，而另外一個檢測器R2b，位于距離R2a約20s車程的上游。在周期分割保持不變的5分鐘期間內(nèi)，由R2b和R2a檢測器收集的AVSI交通數(shù)據(jù)將在每個階段結(jié)束前接受幾秒鐘（tchk）的檢查。如果綠燈時間將要結(jié)束時，AVSI信息的提前檢查為卡車的安全停止提供了充足的時間。檢查時間（tchk）假設(shè)為4.4s，這是根據(jù)車輛的安全的10英尺/S2的減速度和接近30英里每小

10、時的速度決定的。根據(jù)檢查的AVSI信息，如果檢測到的卡車在給定的綠燈時間內(nèi)不能夠通過路口，VSA控制策略的第二部分將決定是否重新調(diào)整周期分割。在控制邏輯做出決定前，它會通過不同層次的決策過程。參與決策過程的控制系統(tǒng)的第二部分是基于啟發(fā)式方法。 在綠燈時間從目前階段轉(zhuǎn)向下一競爭階段之前的約4.4秒（tchk）時間內(nèi)，當(dāng)前檢測器R2a的數(shù)據(jù)庫進(jìn)行檢查。如果通過R2a沒有檢測到車輛，檢查當(dāng)前檢測器R2b的數(shù)據(jù)庫，判斷在接下來的20秒內(nèi)是否能發(fā)現(xiàn)車輛。如果通過R2b也沒有檢測到車輛，當(dāng)前綠燈時間如期終止。但是，如果任一數(shù)據(jù)庫中檢測到卡車，VSA控制策略通過檢查數(shù)據(jù)庫競爭的狀態(tài)進(jìn)行決策。呈現(xiàn)在圖4中的流

11、程圖顯示了決策過程。該圖將VSA交通控制系統(tǒng)的“第二部分”進(jìn)行了放大。以下規(guī)則代表了圖4中顯示的不同層次的決策過程。圖4 VSA信號控制邏輯第部分：結(jié)束階段循環(huán)分割的重新調(diào)整規(guī)則1隊列長度如果任一方向的隊列長度（qcom）小于閾值（qv）時，將執(zhí)行下一級。否則，循環(huán)分割保持不變。第一條規(guī)則的目的是確保在任十字路口的任一方向，有沒有所謂的溢出條件。通過在仿真模型中檢查的競爭方向的狀態(tài)來確定競爭方向的隊列長度。確定閾值是根據(jù)兩個相鄰路口之間的距離。例如，距離為225米（750英尺），車輛的平均長度為7.5米（25英尺）產(chǎn)生的閾值為30。規(guī)則2飽和度如果最近的下一個競爭方向的飽和度小于1，那么將執(zhí)行

12、下一級。否則，循環(huán)分割保持不變。根據(jù)公路容量手冊建議的直接觀察法11，確定了飽和度。設(shè)計飽和流率的直接觀察在一個實際的路口進(jìn)行，然而，在這種情況下，所需要的數(shù)據(jù)是直接來自仿真模型。規(guī)則3額外時間如果下一競爭方向有任何額外的綠燈時間（text），并且大于所檢測卡車需要離開的時間（ttrk），那么當(dāng)前方向收到請求的綠燈時間延長。否則，循環(huán)分割保持不變。根據(jù)綠燈時間延長請求是否來自檢測器R2a或R2b檢測到的卡車，不同的表達(dá)式用于確定請求的綠燈時間延長（ttrk）。如果綠燈時間延長申請來自檢測器R2a檢測到的卡車，所需時間由下式?jīng)Q定。 （1）其中，ttrk =請求的綠燈時間延長；dtveh =服務(wù)車

13、輛通過時間；TNOW =當(dāng)前模擬時鐘時間；tin=最后一輛車進(jìn)入路口時間；dttrk =卡車的通過時間；J=隊列中第一輛檢測卡車的位置；dtpc=客車的通過時間；tchk =檢查時間，4.4秒。 當(dāng)計算由檢測器R2b探測的將于20s后到達(dá)的卡車發(fā)出的綠燈時間延長申請時，公路上的卡車位置仍需首先確定。根據(jù)當(dāng)時路口檢測到的抵達(dá)卡車的隊列狀態(tài)，下式用于確定請求綠燈時間延長： （2） （3）其中，dttot.cur=當(dāng)前隊列中等待車輛的總通過時間，av =檢測卡車的到達(dá)時間。規(guī)則4延遲指數(shù)如果延遲指數(shù)（DI）小于預(yù)定義的閾值（dv），那么當(dāng)前階段接受請求延長時間。否則，循環(huán)分割不變。遲指數(shù)由下式定義：

14、 （4）其中，； （5, 6）DI=延遲指數(shù)，秒/輛；wpc =客車的分配加權(quán)因；wtrk =卡車的分配加權(quán)因子；dpc=該方向的最后紅燈期間客車的下一方向延遲，秒/輛；dtrk = 該方向的最后紅燈期間卡車的下一方向延遲，秒/輛； TNOW=電流模擬時鐘的時間；Vpc= 在下一方向的紅燈期間觀測到的客車數(shù)，輛；Vtrk=在下一方向的紅燈期間觀測到的卡車數(shù)，輛；atpc=總客車的到達(dá)時間，秒；attrk=總卡車的到達(dá)時間，秒。5 結(jié)論VSA控制策略中所涉及的邏輯不僅降低了車輛行駛的時間，而且還可以通過減少路口停車延遲來減輕駕駛疲勞。VSA信號控制系統(tǒng)的卡車出行時間節(jié)省計算基于每輛卡車的平均通過

15、時間為3秒的保守假設(shè)。然而，在一個實際的實際路口，卡車的通過時間可以根據(jù)卡車在隊列中的不同位置而變化。當(dāng)信號燈變?yōu)榫G色時，在隊列前的一輛卡車顯然比第五輛卡車需要更多的時間來通過路口。因此，假定一個更現(xiàn)實的每輛卡車的平均通過時間（4秒），VSA控制邏輯基本上可以減少十字路口停止延遲。 本文以簡單的形式闡述了AVSI在交通信號控制系統(tǒng)中的應(yīng)用。如果AVSI應(yīng)用到一個主要道路或網(wǎng)絡(luò)系統(tǒng)的十字路口，使用VSA交通信號控制時車輛行駛的節(jié)省時間必然更多。本版本的仿真模型 的靈活性可以增強，從而模擬一個更復(fù)雜的交通控制系統(tǒng)。例如，該模型包含更多的十字路口時，能夠評估主要干道中AVSI的利弊。該項研究的另一個

16、顯著貢獻(xiàn)是通過交通控制中AVSI的應(yīng)用發(fā)現(xiàn)了潛在的重大效益。這種可預(yù)見和能估計的效益為交通控制中ITS的部署提供了動力。6 致謝為了取得愛荷華州立大學(xué)土木工程博士學(xué)位，我們完成了這篇論文的研究，期間我們得到了許多人的幫助和建議，在此表示衷心感謝。感謝監(jiān)事會成員們的寶貴建議；也感謝該論文的共同作者：托馬斯·邦塔，凱瑟琳·瓦戈納，羅伯特·斯特拉漢，肯尼斯·布魯爾，詹姆斯·柯伯；我們還要感謝為本文研究提供贊助的Amtech系統(tǒng)公司以及交通研究和教育中心。參考文獻(xiàn)1 Allen, B., Baumel, C. P., Forkenbrock, D. J

17、., and Otto, D. (1993). “Guide to the economic evaluation of highway projects.” Rep. Prepared for Iowa Dept. of Transp，Wilbur Smith Assoc., Columbia, S.C.2 Pline, J. L. (1992). Traffic engineering handbook, 4th Ed., Prentice-Hall, Inc., Englewood Cliffs, N.J.3 Kamyab, A. (1995). “Evaluation of autom

18、atic vehicle specific identification (AVSI) in a traffic signal control system, PhD dissertation, Iowa State Univ., Ames, Iowa.4 Greenshields, B. D., Shapiro, D., and Erickson, E. L. (1947). “Traffic performance at urban street intersections.” Tech. Rep. No. 1, Yale Bureau of Hwy. Traffic, New Haven

19、, Conn.5 Pegden, C. D., Shannon, R. E., and Sadowski, R. P (1990). Introduction to simulation using SIMAN. McGraw-Hill Book Co., New York, N.Y.6 Lin, ft, and Vijayakumar, S. (1988). “Adaptive signal control at isolated intersections.” J. Transp. Engrg, ASCE, 114(5), 555-573.7 Hunt, P B., Robertson, D. L, and Bretherton, R. D. (19