劉博華 楊文超

（1.北方工業(yè)大學(xué)城市道路交通智能控制技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100043；2.北京市公安局公安交通管理局，北京 100043）

災(zāi)害引起的應(yīng)急狀態(tài)下，部分區(qū)域和路段的交通需求量比非應(yīng)急狀態(tài)下大，誘導(dǎo)交通量大，由此，引發(fā)的交通需求遠(yuǎn)超過(guò)正常交通需求。

緩解交通延誤是確保應(yīng)急情況下人員安全的關(guān)鍵，國(guó)內(nèi)外學(xué)者針對(duì)此內(nèi)容開展了各種研究。目前，大部分研究學(xué)者從車路協(xié)同和算法層面上對(duì)交叉口進(jìn)行優(yōu)化，如姚志洪等[1]建立了自適應(yīng)信號(hào)配時(shí)優(yōu)化模型，從車路協(xié)同的角度出發(fā)研究交叉口延誤的消散性，著重從控制端進(jìn)行交叉口的控制。高萬(wàn)晨等[2]利用Synchro軟件對(duì)信號(hào)周期進(jìn)行研究，發(fā)現(xiàn)在渠化路徑和流量不變的情況下，隨著分配的信號(hào)周期增加，延誤和通行能力也會(huì)增加；還研究了在通行能力和信號(hào)周期不變時(shí)，渠化路徑的不同對(duì)延誤和通行能力的影響，趨化路徑和信號(hào)周期不變時(shí)，不同流量會(huì)影響通行能力，增加延誤。陳岳明等[3]在應(yīng)急狀態(tài)下對(duì)路口的疏散進(jìn)行建模和算法研究，主要對(duì)疏散路線和疏散路口的路網(wǎng)分配的問題進(jìn)行了研究，以疏散時(shí)間最小化為目標(biāo)進(jìn)行建模和分析，通過(guò)在疏散中引入反饋的思想，利用實(shí)時(shí)的路網(wǎng)狀態(tài)信息對(duì)控制策略進(jìn)行更新和調(diào)整。

鄭霞忠等[4]對(duì)交叉口的人流進(jìn)行了研究，結(jié)合人群聚散的特點(diǎn)，通過(guò)建立疏散人群分流模型進(jìn)行研究得出結(jié)論，相比最短路徑人群的疏散，在交叉口進(jìn)行引導(dǎo)疏散效率會(huì)更高。陳星[5]在突發(fā)事件下，通過(guò)對(duì)機(jī)動(dòng)車輛的疏散進(jìn)行研究，提出了面向大規(guī)模區(qū)域疏散實(shí)時(shí)交通控制的建模，通過(guò)整合預(yù)測(cè)的交通流模型和實(shí)時(shí)自適應(yīng)控制策略的模型，可提高區(qū)域疏散的性能。滕文[6]通過(guò)數(shù)據(jù)系統(tǒng)得到車輛數(shù)據(jù)進(jìn)行交叉口的控制，對(duì)韋伯斯特配時(shí)法進(jìn)行優(yōu)化，模擬某個(gè)時(shí)段交叉口的車輛通行。

多數(shù)學(xué)者的研究均在已有的數(shù)據(jù)通過(guò)對(duì)信號(hào)配時(shí)和算法優(yōu)化，縮短延誤和緩解路口的壓力。隨著硬件的提升，各種傳感器和數(shù)據(jù)比原有的現(xiàn)狀更加豐富，控制效果會(huì)更加精準(zhǔn)，但對(duì)建立智能化的交通控制決策較為重要。本文針對(duì)問題和研究現(xiàn)狀，提出了基于數(shù)據(jù)融合的交通管控策略和基于多傳感器的交通控制策略。

1 研究對(duì)象

本文以石景山區(qū)濱河社區(qū)周邊路網(wǎng)為研究對(duì)象，通過(guò)對(duì)社區(qū)路網(wǎng)進(jìn)行VISUM仿真試驗(yàn)，對(duì)路口進(jìn)行網(wǎng)格化，更加清晰明確路網(wǎng)的結(jié)構(gòu)和分布，對(duì)區(qū)域內(nèi)的交叉口群進(jìn)行劃分和組合。結(jié)合實(shí)際路況和仿真路網(wǎng)的數(shù)據(jù)分析得出最優(yōu)化的交通管控和交通控制策略，實(shí)際和理論相結(jié)合的研究可得到優(yōu)化的策略。

本文選擇VISUM仿真分析，以實(shí)際路口為驗(yàn)證，得出控制策略的優(yōu)化部分。社區(qū)路網(wǎng)如圖1所示。

圖1 社區(qū)路網(wǎng)圖

在交叉口通過(guò)對(duì)交通信號(hào)配時(shí)方案的相位數(shù)、相位順序、各相位綠燈時(shí)間等進(jìn)行控制，對(duì)交通的延誤情況進(jìn)行調(diào)控。交通信號(hào)控制的相位、相序，一般采用離線優(yōu)化控制方案的優(yōu)化結(jié)果，并遵循相應(yīng)原則，信號(hào)相位對(duì)應(yīng)左右轉(zhuǎn)彎交通量及其專用車道的布置[7]。

常見相位配置如圖2所示。

圖2 相位圖

2 多數(shù)據(jù)融合交通管控策略

多數(shù)據(jù)融合的交通管控制采用分級(jí)控制的控制思想，采用多種數(shù)據(jù)融合的思想在社區(qū)出行的起始段進(jìn)行交通管控。在多融合數(shù)據(jù)下進(jìn)行分級(jí)：最高優(yōu)先級(jí)的分類是應(yīng)急車輛如消防、公安、醫(yī)療；第二優(yōu)先級(jí)容易對(duì)交通產(chǎn)生阻礙的車輛如貨車、大型客車；第三優(yōu)先級(jí)是普通的車輛。

第一，通過(guò)在智能交管平臺(tái)上得到的人車出行數(shù)據(jù)進(jìn)行分級(jí)；第二，根據(jù)從級(jí)別的高低依次對(duì)其進(jìn)行交通管控和放行；第三，實(shí)時(shí)采集交通流量信息并及時(shí)修改策略；第四，增加反饋機(jī)制平衡道路的資源配比。

數(shù)據(jù)融合結(jié)構(gòu)如圖3所示。

圖3 數(shù)據(jù)融合結(jié)構(gòu)圖

目前數(shù)據(jù)采集的主要分為主動(dòng)采集和被動(dòng)采集。被動(dòng)采集是傳統(tǒng)的人力進(jìn)行采集，耗時(shí)慢、效率低、靈活性差；主動(dòng)采集借助于視頻、紅外、勵(lì)磁等傳感器技術(shù)進(jìn)行數(shù)據(jù)的采集。

交通管控對(duì)于數(shù)據(jù)的獲取較為重要，數(shù)據(jù)的正確和及時(shí)與否，對(duì)管控的策略起到指導(dǎo)性作用?；诖?，提出多源數(shù)據(jù)融合的管控策略：從數(shù)據(jù)流程上建立數(shù)據(jù)處理模塊和社區(qū)人員流動(dòng)可視化分析模塊兩個(gè)部分。數(shù)據(jù)處理平臺(tái)通過(guò)視頻攝像頭采集人臉和車輛識(shí)別數(shù)據(jù)，通過(guò)Flume采集社區(qū)住戶的手機(jī)探針信令數(shù)據(jù)。采集的所有數(shù)據(jù)經(jīng)由KafKa傳遞給Storm集群進(jìn)行數(shù)據(jù)過(guò)濾和緩存，再統(tǒng)計(jì)程序按照指標(biāo)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，最終存儲(chǔ)到HBase數(shù)據(jù)庫(kù)中。社區(qū)人員流動(dòng)可視化分析采用B/S架構(gòu)，服務(wù)器端通過(guò)調(diào)用數(shù)據(jù)處理平臺(tái)的接口獲取統(tǒng)計(jì)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行處理，再返回到Web端進(jìn)行可視化展示。

3 多傳感器融合交通控制策略

目前我國(guó)常用的交通控制通常借助紅綠燈的放行、可變車道等。應(yīng)用最多的是通過(guò)控制信號(hào)燈的相位改變交通延誤，同時(shí)通過(guò)各種傳感器的反饋，作用于信號(hào)燈的相位改變，使交通通行達(dá)到最優(yōu)。

為了方便分析，選取交叉路口延誤的時(shí)間為標(biāo)準(zhǔn)進(jìn)行評(píng)價(jià)，如圖4所示。

圖4 區(qū)域交叉口路網(wǎng)關(guān)系示意圖

假設(shè)在時(shí)間段t內(nèi)第i個(gè)交叉口進(jìn)入社區(qū)的車輛數(shù)為Di(t)（i=1,2,…），交叉口群的總進(jìn)入流量為：

設(shè)時(shí)段t內(nèi)流出交叉口群的車輛總數(shù)為S(t)=Si(t)（i=1,2,…）[7]。因此，時(shí)段t內(nèi)區(qū)域交叉口路網(wǎng)車輛數(shù)存在以下關(guān)系：

設(shè)區(qū)域交叉口內(nèi)初始流量為N(0)，則：

設(shè)路網(wǎng)中第i輛車的消耗時(shí)間為ti，路網(wǎng)中的總消耗時(shí)間：

設(shè)每輛車的損失時(shí)間的數(shù)學(xué)期望為T，式（3）可變換：

式（4）第一項(xiàng)和交通控制無(wú)關(guān)，第二項(xiàng)和區(qū)域交叉口外進(jìn)入內(nèi)的控制有關(guān)，與區(qū)域交叉口內(nèi)的控制措施無(wú)關(guān)，因此，總消耗時(shí)間TS最小等價(jià)：

在合適的交通控制措施下，車輛越快離開交叉口區(qū)域，總體能消耗的時(shí)間越短。通過(guò)控制信號(hào)燈的相位，可以控制車輛的行駛時(shí)間，改變延誤的時(shí)長(zhǎng)[7]。

利用交叉口的飽和度代替停車次數(shù)和延誤，根據(jù)式（5）對(duì)信號(hào)控制進(jìn)行優(yōu)化：

式中：ci——車道組i的通行能力；vi——車道組i的實(shí)際或預(yù)測(cè)需求流率[pcu/（h·lane）]；si——車道組i的飽和流率（pcu/h/lane）；gi——車道組i的有效綠燈時(shí)間（s）；C——周期時(shí)間（s）。

數(shù)據(jù)的準(zhǔn)確性、時(shí)效性對(duì)數(shù)據(jù)融合和信號(hào)燈的優(yōu)化較為重要，豐富的數(shù)據(jù)可滿足復(fù)雜的交通路況。利用小區(qū)出入口人臉識(shí)別、車牌識(shí)別設(shè)備，獲取各小區(qū)OD數(shù)據(jù)，結(jié)合手機(jī)信令數(shù)據(jù)，通過(guò)數(shù)據(jù)多維度匹配分析和統(tǒng)計(jì)學(xué)方法。在應(yīng)急狀態(tài)下針對(duì)不同場(chǎng)景和各異的天氣環(huán)境，為了得到正確和實(shí)時(shí)的數(shù)據(jù)，提出了多傳感器融合的控制策略。單一傳感器具有較大局限性，首先，采集的區(qū)域不全面，會(huì)存在盲點(diǎn)；其次，得到的數(shù)據(jù)單一，不足以為控制器和管理平臺(tái)提供精準(zhǔn)的數(shù)據(jù)。在不同的天氣、時(shí)間段會(huì)對(duì)數(shù)據(jù)的精準(zhǔn)度產(chǎn)生影響，如雨雪天氣聲音傳感器產(chǎn)生更多的噪聲，夜晚時(shí)間段會(huì)對(duì)視頻傳感器造成模糊的情況。

多傳感器融合的控制步驟：（1）在不同的天氣和場(chǎng)景下啟用不同的傳感器組合；（2）在一天中不同的時(shí)間段啟用不同的傳感器權(quán)重；（3）實(shí)時(shí)采集交通的車輛、行人、道路等信息并上傳到云臺(tái)；（4）通過(guò)控制信號(hào)燈改善車輛延誤和排隊(duì)長(zhǎng)度。

4 實(shí)例驗(yàn)證

本文通過(guò)對(duì)實(shí)際的路網(wǎng)進(jìn)行部分驗(yàn)證和分析，經(jīng)實(shí)際路口檢測(cè)，驗(yàn)證該控制策略可對(duì)交叉口起到積極作用，在起始點(diǎn)進(jìn)行分流，緩解出、入口的壓力，改善路段上的人車排隊(duì)情況。

5 結(jié)語(yǔ)

本文采用多源數(shù)據(jù)融合的交通管控和多傳感器融合的交通控制的策略，將干線綠波協(xié)調(diào)控制方法應(yīng)用到交通路網(wǎng)上，通過(guò)這種控制策略的協(xié)調(diào)控制方法與原本的控制策略進(jìn)行對(duì)比，結(jié)果顯示本方法對(duì)交通延誤起到了積極的作用。