一種新的信號控制干道行程時間實時估計模型

1、 9期 張 勇等: 一種新的信號控制干道行程時間實時估計模型 1157 圖6 Fig. 6 中山路現(xiàn)場調(diào)查與模型估計行程時間對比結(jié)果 Field surveyed vs. model estimated travel times on Zhongshan Rd. 且估計結(jié)果都偏小. 在這 4 次跟車過程中, 每次筆者 及調(diào)查者在交叉口都經(jīng)歷了多次停車啟動而又不能 駛過停車線的情況. 如果將這個時間段檢測到的交 通流量輸入 HCM 2000 延誤計算公式, 則無法得出 多次停車的結(jié)果. 其原因在于, 下游交叉口的排隊已 經(jīng)延伸到上游交叉口產(chǎn)生了排隊溢出, 導(dǎo)致上游交 叉口的檢測器無法檢測到流入下

2、游路段的交通需求 流量 (換句話說, 流量檢測器 “欺騙” 了記錄數(shù)據(jù)的 信號控制系統(tǒng), 并且使得檢測的交通流量偏小, 由 此導(dǎo)致模型估計結(jié)果偏小, 而這一情況恰恰超出了 上文界定的模型假設(shè)條件. 計算現(xiàn)場跟車調(diào)查結(jié)果與模型估計結(jié)果的誤差 得出, 模型平均估計誤差小于 10 % (未計算排隊溢 出的 4 個樣本點. 通用的流量與信號配時數(shù)據(jù), 該數(shù)據(jù)在普通的信號 控制系統(tǒng)上均可獲得; 而模型需要標(biāo)定的參數(shù)僅有 路段自由流行程速度, 其標(biāo)定方法可以采用跟車調(diào) 查或手持式的雷達(dá)測速槍檢測得到. 雖然本文的模 型精度尚不及文獻(xiàn) 9, 但是模型無需增加文獻(xiàn) 9 需要的交通流高頻檢測硬件模塊, 僅要求最

3、低限度 的交通流量和信號配時數(shù)據(jù)輸入, 這體現(xiàn)出模型具 有較強的實用性和應(yīng)用成本低的優(yōu)勢. 為了進(jìn)一步加強該模型的適應(yīng)性和準(zhǔn)確性, 下 一步應(yīng)該重點研究路段排隊溢出的情況, 即在下游 交叉口停車排隊延伸到上游交叉口時, 使得擴展后 的模型在排隊溢出情況下仍然能較為準(zhǔn)確地估計行 程時間. 致謝 感謝廣州交警支隊提供中山路交通流量及信號 配時數(shù)據(jù), 特別感謝廣州交警支隊科技處王世明工 程師幫助作者從 ATCS 系統(tǒng)中導(dǎo)出數(shù)據(jù); 感謝上海 交通大學(xué)機器人研究所夏庭鍇博士提供的幫助; 感 謝同濟大學(xué)勞云騰、朱偉權(quán)在現(xiàn)場調(diào)查階段對作者 的幫助. 3 結(jié)論與建議 本研究將分析時段分割為若干個較短的時間窗,

4、 然后進(jìn)一步將一個時間窗分割為多個時間間隔. 通 過將干道的各個交叉口處的車輛是否排隊定義為干 道系統(tǒng)的狀態(tài), 由此構(gòu)造出一個無記憶特性的隨機 過程. 在一個時間窗內(nèi), 確定每個時間間隔上的干道 狀態(tài), 再根據(jù)馬爾可夫隨機決策理論, 實現(xiàn)了一個時 間窗的干道行程時間估計. 將該過程應(yīng)用到每個時 間窗上實現(xiàn)了干道行程時間的實時估計. 最后將該 模型在廣州市中山路進(jìn)行了實際驗證, 結(jié)果表明在 包含短間距交叉口干道、 交通需求變化情況下, 模型 仍有較高的估計精度. 根據(jù)模型的實際應(yīng)用結(jié)果, 本文所提模型的優(yōu) 勢在于更強的可移植性. 具體表現(xiàn)在模型的輸入是 References 1 Zhang H M, Kwon E, Wu T Q, Sommers K, Habib A. Arterial Link Travel Time Estimation Using Loop Detector Data, Technical Report 1997-16, Public Policy Center of Iowa University, USA, 1997 2 Turner S M. Advanced techniques for travel time data collection. In: Proceedings of the 6th Int