李卓姌，李 嘉，魯工圓

（西南交通大學交通運輸與物流學院，成都 611756）

在城市交通系統(tǒng)中，交叉口存在諸多效率、安全、污染等方面的問題.隨著自動車技術(shù)的興起，車聯(lián)網(wǎng)為交叉口控制提供了新的發(fā)展契機.車聯(lián)網(wǎng)環(huán)境能夠提供海量、連續(xù)、關(guān)聯(lián)的車輛移動軌跡數(shù)據(jù)［1-2］.近年來，有許多基于車路協(xié)同技術(shù)的交叉口信號優(yōu)化控制研究［3-6］.但信號控制通常會造成車輛不必要的減速和停車，并未充分利用交叉口通行能力.

為提高交叉口的通行效率，Dresner等［7］提出一種自動車環(huán)境下基于預約的交叉口無信號控制策略.車輛向交叉口管理器（Intersection Manager，IM）發(fā)送預約請求，IM根據(jù)沖突協(xié)調(diào)策略指導車輛通過沖突區(qū).基于預約的先到先得（First Come First Serve，F(xiàn)CFS）控制策略［7］是一種應用廣泛的沖突協(xié)調(diào)策略，IM根據(jù)車輛發(fā)送預約請求的順序確定車輛通過交叉口的順序.為提高預約效率，Jin等［8］提出一種基于車隊的FCFS控制策略，其中車輛通過車車通信形成車隊并向IM發(fā)送整個車隊的沖突區(qū)占用時間.雖然FCFS策略既能提高交叉口的通行效率又能保證車輛通行順序的公平性［9］，但Levin等［10］提出在車流量大且主路和支路車流量不對稱的場景下，F(xiàn)CFS策略比信號配時策略產(chǎn)生更高延誤的悖論.原因在于傳統(tǒng)信號控制會給車道數(shù)多且車流量大的主路分配更多的通行時間，使主路車輛能連續(xù)通過，而FCFS策略中主路和支路車輛會產(chǎn)生頻繁的通行權(quán)交換.Yu等［11］證明了FCFS策略不適用于交通需求大且存在大量沖突車流量的場景.

除FCFS沖突協(xié)調(diào)策略外，還有基于優(yōu)化的沖突協(xié)調(diào)策略和啟發(fā)式?jīng)_突協(xié)調(diào)策略.基于優(yōu)化的策略試圖通過優(yōu)化算法最小化整個交叉口的平均行程時間，而不考慮車輛的進入順序［12］.Fayazi等［13］提出一種基于混合整數(shù)線性規(guī)劃的沖突協(xié)調(diào)算法.Zhu等［14］采用線性規(guī)劃對車輛進行沖突協(xié)調(diào)控制.還有一些以乘客舒適度［15-17］、最小化燃油消耗［13，17-18］、最小化加減速度變化量［19］為優(yōu)化目標的沖突協(xié)調(diào)策略.基于優(yōu)化的控制策略雖能建立多目標優(yōu)化模型，尋找全局最優(yōu)解，但會受計算復雜性的限制［20］.

啟發(fā)式?jīng)_突協(xié)調(diào)策略采用啟發(fā)式算法調(diào)整車輛通行順序，雖只能得到局部最優(yōu)解，但可有效實現(xiàn)優(yōu)化目標.Tachet等［21］提出一種基于車隊的啟發(fā)式協(xié)調(diào)控制策略，該策略具有指定的重新排序周期.當IM收到請求時，不會立即為車輛分配速度，而是收集所有車輛預約請求并等待指定周期結(jié)束，一旦周期結(jié)束，它會重新調(diào)整車輛通過沖突區(qū)順序以獲得最有效的通行模式.Choi等［22］提出創(chuàng)建沖突樹的方法，以找到最早的可預約時間段.

以上研究主要聚焦于對稱交叉口，忽略了主路和支路車輛優(yōu)先級的差異性.Lukose等［23］提出將信號優(yōu)化配時的方法融入到基于預約的交叉口無信號控制策略中，按照最佳綠信時長對各方向車輛延誤進行加權(quán)，從而分配主路與支路車輛的通行權(quán)，解決Levin等［10］提出的悖論.該策略雖能基于交通流量比，區(qū)分主路和支路車輛的優(yōu)先級，但是并未考慮實時的車流量狀況.此外，該策略缺乏安全緩沖機制［24］來避免通信延誤和傳感器噪音可能造成的安全隱患.

綜上，現(xiàn)有自動車環(huán)境下交叉口無信號控制策略研究缺乏對主路和支路車輛通行優(yōu)先級和安全緩沖機制的考量.車輛的預約、通行順序不能根據(jù)實時車流量狀況更新.為此，本文提出一種混合控制策略，IM首先基于FCFS策略對車輛的預約請求進行預處理，并在一定的重新排序周期內(nèi)檢測預約沖突的沖突車輛組.啟發(fā)式?jīng)_突協(xié)調(diào)算法按延誤最低的通行方式調(diào)整沖突車輛組中車輛的通行順序.該策略的主要貢獻有：引入了啟發(fā)式?jīng)_突協(xié)調(diào)算法，以最小延誤為目標，優(yōu)化車輛通行順序，基于車道車流量區(qū)分車輛的優(yōu)先級，使車流量大方向車輛能組成車隊連續(xù)通行，解決了FCFS策略在車流量大且主路和支路車流量不對稱場景下效率低于信號配時策略的悖論；引入取消預約機制，根據(jù)實時車流量狀況更新車輛預約；設(shè)置安全緩沖區(qū)，提高策略的安全性和無信號交叉口控制系統(tǒng)的故障容許度.

1 場景描述

文獻［10］提出的悖論場景交叉口如圖1所示，為一個東西向單車道，南北向三車道的無信號交叉口.車輛進入圖1中藍色控制區(qū)域，則向IM發(fā)送預約請求.假設(shè)：所有車輛均為自動車且具備車路通信能力；所有車輛以相同的限速度進入交叉口通信范圍；進入交叉口通信范圍內(nèi)的車輛按特定軌跡行駛，不允許出現(xiàn)車輛換道或乘客中途下車等現(xiàn)象；車輛收到IM發(fā)送的加減速指令后立刻響應，無反應時間.

圖1 交叉口示意圖Fig.1 Schematic diagram of intersection

為確?？刂撇呗缘陌踩?，使車輛以限速通過沖突區(qū)，提高交叉口通行效率，將交叉口控制區(qū)劃分為安全減速區(qū)、核心控制區(qū)和沖突區(qū).

安全減速區(qū)用于沖突車輛組檢測，車輛只能在該區(qū)域中減速，駛出該區(qū)域的車輛接近沖突區(qū)，不能再加入沖突車輛組中減速延后通行權(quán)，否則無法保證車輛以限速通過沖突區(qū).安全減速區(qū)的長度LS需滿足所有車輛能在該區(qū)域內(nèi)減速至靜止，即

式中：Dl為車輛以限速vl，最小加速度amin減速至靜止行駛的距離；Tmax為IM的最大重新排序周期時長；δT為在IM開始處理車輛請求的反應時間內(nèi)，已進入路網(wǎng)車輛行駛的最長距離.

核心控制區(qū)保證了在安全減速區(qū)中減速的車輛能重新加速至限速通過沖突區(qū).其長度需滿足減速至靜止的車輛仍能在該區(qū)域內(nèi)加速至限速，即

沖突區(qū)是車流交匯處，存在多個沖突點，極易發(fā)生車輛碰撞.文獻［7］將沖突區(qū)域劃分為多個網(wǎng)格，以提高沖突區(qū)的利用率，但文獻［25］證明了沖突區(qū)網(wǎng)格化會增加計算復雜性.此外，在FCFS策略中車輛通行順序是固定的，但混合控制策略會改變車輛的通行順序.若將交叉口網(wǎng)格化，同車道的連續(xù)車輛需要對多個網(wǎng)格進行預約時，針對不同網(wǎng)格，車輛最優(yōu)通行方式可能不同，即連續(xù)車輛可能在預約不同網(wǎng)格時分別被要求連續(xù)或分開通過.為避免產(chǎn)生矛盾，降低計算復雜性，本文將沖突區(qū)作為一個整體進行預約.

2 混合控制策略

2.1 預約流程

車輛預約具體流程如圖2所示，包含車輛向IM發(fā)送預約請求和IM處理預約請求兩部分.

圖2 預約流程Fig.2 Reservation flowchart

車輛以限速進入交叉口，并向IM發(fā)送沖突區(qū)預約請求.車輛詢問IM比其序號小的車輛是否已預約成功，若成功，則繼續(xù)詢問自身的占用時間是否與已預約車輛沖突，若未沖突，IM接受車輛的預約請求，車輛預約成功；否則，IM拒絕預約請求，車輛減速并持續(xù)向IM發(fā)送預約請求，直至IM接受請求，車輛重新加速至限速勻速通過交叉口.

IM在t0至t1時刻內(nèi)收集車輛的請求，并按FCFS策略對車輛的預約請求進行預處理.在t1時刻，IM檢測在安全減速區(qū)內(nèi)的沖突車輛組，根據(jù)沖突協(xié)調(diào)算法按延誤最低的策略優(yōu)化車輛的通行順序，并將排序結(jié)果發(fā)送給車輛.通行順序改變的車輛需重新發(fā)送預約請求，未改變的車輛按原有預約通過交叉口.

2.2 沖突規(guī)則

對于車輛Vi，設(shè)其占用沖突區(qū)的時間為[tin，Vi，tout，Vi].車 輛 從 當 前 所 在 位 置 到 通 過 沖 突 區(qū) 的行駛模式有勻速和先加速后勻速兩種.

1)若車輛Vi從當前所在位置以限速vl勻速通過沖突區(qū)C，則

式 中：dVi，C為Vi與 沖 突 區(qū)C進 口 處 的 距 離；LC為 沖突區(qū)長度；LVi為車輛長度.

2)若車輛Vi從當前所在位置先勻加速至限速vl，隨后保持vl勻速通過沖突區(qū)C，則

式 中：vi為 車 輛Vi當 前 的 速 度；ai為 車 輛Vi當 前 的加速度.

車輛Vi占用沖突區(qū)C的時間為

沖突區(qū)C的占用時間T被存儲在交叉口IM內(nèi)，表示為

車輛進入路網(wǎng)后，向IM發(fā)送自身的TVi，C，IM根據(jù)存儲的T判斷該車輛是否與其他車輛沖突.兩輛車Vi、Vj的相對位置有3種情形，其發(fā)生沖突的情形為3種.

1）若車輛Vi、Vj來自不同方向，兩車同時占用沖突區(qū)則沖突，即

2）若車輛Vi、Vj來自同一車道方向，則兩車可連續(xù)進入沖突區(qū)，但兩車追尾則沖突，即

3)若車輛Vi、Vj來自同方向不同車道則不沖突.

2.3 沖突車輛組檢測

沖突車輛組為一段時間間隔內(nèi)預約請求沖突的車輛集合.假設(shè)在t0至t1時刻之間，有n輛車向IM發(fā)送了預約請求，則IM在t1時刻檢測到的沖突車輛組可用Gt1表示，即

IM首先檢測最早發(fā)送預約請求的車輛Vi的沖突區(qū)占用時間TVi，C，按式（11）尋找與Vi沖突的所有車輛，并加入沖突車輛組Gt1中，再尋找與已加入Gt1中車輛沖突的其他車輛，繼續(xù)加入Gt1中，直至Gt1不再變化，完成一個沖突車輛組檢測.只有在安全減速區(qū)中的車輛才能加入沖突車輛組中，且每輛車只能被加入一個沖突車輛組.沖突車輛組的大小由t0與t1之間的時間間隔長度決定.沖突車輛組檢測具體步驟共4步.

步驟1：IM首先判斷n輛車中，最早發(fā)送預約請求的車輛Vi是否在安全減速區(qū)內(nèi).是則執(zhí)行步驟2～步驟4；否則從Vi的后一輛車開始執(zhí)行步驟1.

步驟2：對于Vi之后發(fā)送預約請求的車輛Vj，若Vj與Vi沖突，則將Vj加入沖突車輛組Gt1，令j=j+1，繼續(xù)判斷下一輛車Vj是否與Vi沖突，直至j＞n，即已檢測完所有與Vi沖突的車輛.

步驟3：若此時沖突車輛組為空（即n輛車中沒有與Vi沖突的車輛），或沖突車輛組不為空，但下一輛車Vi+1的序列小于沖突車輛組中的最大序列（即尚未完成對已經(jīng)加入沖突車輛組中所有車輛的沖突車輛檢測），則令i=i+1，返回步驟2，IM開始對下一輛已加入沖突車輛組的車輛Vi進行沖突車輛檢測.

步驟4：重復步驟2～步驟3，直至i≥n，沖突車輛組Gt1檢測完成.

2.4 沖突協(xié)調(diào)算法

沖突協(xié)調(diào)算法用于優(yōu)化沖突車輛組中車輛的通行順序.算法1（fcfsDelay(Gt)）計算沖突車輛組Gt中車輛按FCFS策略通行產(chǎn)生的延誤.算法2（wPlatoonDelay(Gt)）計算按西向來車組成車隊先通過，北向來車再通過產(chǎn)生的延誤.算法3按算法1、2計算Gt中車輛按FCFS策略、同向車輛組成車隊連續(xù)通過的延誤，根據(jù)延誤最小的通行方式調(diào)整車輛通行順序.

1）算法1.

對于車輛Vj，其按FCFS策略通過產(chǎn)生的延誤（fdj），由前一輛與它沖突的車輛Vi產(chǎn)生.Vi和Vj可能處于同一車道或來自不同方向，發(fā)生沖突的條件如式（11）和式（12）所示.Ωf表示在Vj之前進入交叉口 且 尚 未 駛 出 沖 突 區(qū) 的 車 輛 集 合；ten，Vi和tex，Vi為Vi剛進入控制區(qū)域時發(fā)送的沖突區(qū)駛?cè)搿Ⅰ偝鰰r間；tin，Vj和tout，Vj為Vj駛?cè)肟刂茀^(qū)域后發(fā)送的沖突區(qū) 駛?cè)?、駛出時間.

2）算法2.

假設(shè)沖突車輛組Gt中的車輛來自西向和北向.W和N分別表示西向、北向來車組成的集合.對于西向來車Vj，需判斷與它同車道的前一輛車Vf是否也在Gt中.若Vf也在Gt中，則Vj按車隊通過的延誤pdj由Vf產(chǎn)生；否則，pdj由Ωf中具有dk延誤的車輛Vk產(chǎn)生.對于北向來車Vi，同樣需判斷其前一輛車Vf是否在Gt中.若不在，pdi由W中與Vi沖突的車輛Vk產(chǎn)生.該沖突車輛組Gt的總延誤為里面所有車輛延誤之和.

3）算法3.

IM按 算 法1、2分 別 計 算 沖 突 車 輛 組Gt按FCFS、西向來車組成車隊先通過、北向來車組成車隊先通過三種通行方式產(chǎn)生的延誤為d1、d2、d3，并按最小延誤的通行方式，調(diào)整車輛通行順序.在得到最優(yōu)車輛通行順序Gn后，IM把最新順序發(fā)送給車輛，車輛依據(jù)新的順序更新其實際延誤.

3 仿真實驗

為驗證自動車環(huán)境下交叉口無信號混合控制策略的有效性，利用Anylogic軟件進行仿真實驗.實驗首先研究文獻［10］提出的悖論場景，然后分析重新排序周期時長對策略控制效果的影響，最后對比分析在不同車流量大小、安全緩沖區(qū)長度下FCFS策略和混合控制策略的效率.

3.1 仿真參數(shù)設(shè)置

仿真環(huán)境中，交叉口車道寬度為10 m，安全減速區(qū)和核心控制區(qū)的長度分別由式（1）、式（4）求得，沖突區(qū)的長度由車道數(shù)決定.車長5 m，寬2 m，限速vl為25 m/s，加速度為3 m/s2［7］.實驗中的平均延誤由在仿真環(huán)境中1 000輛車通過沖突區(qū)求得.

3.2 結(jié)果分析

3.2.1 悖論場景研究

為驗證混合控制策略較FCFS策略的高效性，首先搭建了文獻［10］提出的悖論場景（圖1）：西向和北向各車道的車輛同時進入交叉口，且同車道前后車進入交叉口的時間間隔為1 s，共有16輛車進入交叉口.表1對比分析在FCFS策略和混合控制策略下，每輛車的初始通行順序（即發(fā)送預約請求的順序，其中初始通行順序為4、8、12、16的為西向來車，其他為北向來車）、初始駛出時間（無沖突情況下駛出沖突區(qū)域的時間）、實際通行順序、實際駛出時間以及產(chǎn)生的延誤.圖3比較了FCFS策略和混合控制策略產(chǎn)生的總延誤.在仿真環(huán)境中，混合控制策略使車流量大的北向車輛先連續(xù)通過，再讓西向車輛通過，這與文獻［10］中所述的最優(yōu)通行方式一致.混合控制策略產(chǎn)生的總延誤為13.07 s，較FCFS策略產(chǎn)生的總延誤29.6 s減少了約55.84%.

圖3 悖論場景下FCFS策略和混合控制策略的總延誤Fig.3 Total delay of FCFS policy and hybrid control method in paradox scenario

表1 悖論場景下FCFS策略和混合控制策略對比Tab.1 Comparison of FCFS policy and hybrid control method in paradox scenario

3.2.2 重新排序周期時長

為研究重新排序周期時長對混合控制策略控制效果的影響，對6個場景進行了仿真實驗，包括5個重新排序周期由1 s增至5 s的基于混合控制策略的場景、1個基于FCFS策略的場景.每個場景分別研究了車流量為500 veh/（h·lane）、1 000 veh/（h·lane）、1 500 veh/（h·lane）和2 000 veh/（h·lane）時的平均延誤.仿真結(jié)果表明，當車流量為2 000 veh/（h·lane）時，F(xiàn)CFS策略和混合控制策略均會出現(xiàn)排隊溢出現(xiàn)象.當車流量為500 veh/（h·lane）、1 000 veh/（h·lane）和1 500 veh/（h·lane）時，仿真結(jié)果如圖4所示.混合控制策略在不同的車流量和重新排序周期下控制效果都優(yōu)于FCFS策略.當車流量為500 veh/（h·lane）和1 000 veh/（h·lane）時，重新排序周期對混合控制策略控制效果的影響不明顯.但當車流量變得更加擁擠后（1 500 veh/（h·lane）），重新排序周期對混合控制策略的影響效果更加顯著，在1 s的最佳重新排序周期場景下，平均延誤為0.61 s，而在重新排序周期為5 s和FCFS策略場景下，平均延誤分別為0.87 s和1.14 s，較最佳重新排序周期場景的平均延誤增加了約42.62%和86.89%.

由圖4可知，重新排序周期既不能過短，也不能過長.若周期時長過短，則IM沒有接收到足夠多的預約請求，導致沖突車輛組中的車輛較少，甚至為空，混合控制策略的控制效果將與FCFS策略接近.若重新排序周期過長，混合控制策略會出現(xiàn)2個問題.

1）當IM檢測沖突車輛組時，會有大量車輛已駛出安全減速區(qū).因此，沖突車輛組中的車輛仍會較少，混合控制策略的控制效果將與FCFS策略相似.

2）會給車輛造成不必要的減速，從而增加總延誤.假設(shè)沖突車輛組為［W：｛V1，V2｝；N：｛V3｝］（W表示車輛為西向來車，N表示車輛為北向來車，下標數(shù)字代表車輛初始通行順序）.V3因與V1、V2沖突且通行順序靠后而減速.當V3減速一段時間后，IM檢測到?jīng)_突車輛組｛V1，V2，V3｝，且發(fā)現(xiàn)該沖突車輛組的最優(yōu)通行順序為V3，V1，V2，則V1，V2需減速，在V3之后通過.即V3進入交叉口時不需要減速，減速反而使得V1，V2需降低到更小的速度才能在它之后通過，從而增加了總延誤.

為讓所提混合控制策略有更好的控制效果，需選擇一個最優(yōu)重新排序周期時長.根據(jù)實驗結(jié)果，最終選取的重新排序周期時長為2 s.

3.2.3 兩種策略在不同交通條件下的對比分析

為充分驗證混合控制策略的有效性，比較了在不同車流量大小、安全緩沖區(qū)長度下FCFS策略和混合控制策略的延誤.

圖4不同重新排序周期時長下的平均延誤Fig.4 Average delay under different reordering periods

圖5為各車道車流量從500 veh/（h·lane）增長到2 000 veh/（h·lane）場景下兩種策略的平均延誤.豎線部分表示FCFS策略在車流量大于1 400 veh/（h·lane）時排隊溢出，而混合控制策略的最大通行能力可達2 000 veh/（h·lane）.平均延誤隨車流量增加，因為車流量增加會導致沖突車輛的數(shù)量增加，從而增加延誤.圖5中斜率隨著流量增長，這與文獻［7］結(jié)論一致.圖6表示在相同車流條件下，混合控制策略較FCFS策略的平均延誤減少率.由圖6可知，車流量越大，混合控制策略較FCFS策略的優(yōu)勢更明顯.

圖5 不同流量下的平均延誤Fig.5 Average delay under different traffic flows

圖6 混合控制策略較FCFS策略的平均延誤減少率Fig.6 Average delay reduction rate of the hybrid control Method compared with FCFS policy

本文還比較了支路車流量固定，主路車流量逐漸增大場景下，F(xiàn)CFS策略和混合控制策略產(chǎn)生的延誤.圖7表示西向支路車流量固定為1 000 veh/（h·lane）、1 500 veh/（h·lane）場景下，北向主路車流量 從1 000 veh/（h·lane）增 加 到2 000 veh/（h·lane）時，F(xiàn)CFS策略和混合控制策略的平均延誤.由圖7（b）可知，當西向流量為1 500 veh/（h·lane），北向流量大于1 600 veh/（h·lane）時，F(xiàn)CFS策略出現(xiàn)排隊溢出.此外，流量越大，主路較支路車流量差異越大，混合控制策略較FCFS策略的控制效果越好.當西向流量較小時（1 000 veh/（h·lane）），F(xiàn)CFS策略和混合控制策略產(chǎn)生的延誤差異不大，F(xiàn)CFS策略甚至可能會比混合控制策略產(chǎn)生更低的延誤，其原因可能為：假設(shè)有兩個沖突車輛組［N：｛V1，V2，V3｝；W：｛V4｝］和［N：｛V5，V6，V7｝；W：｛V8，V9｝］，第1個沖突車輛組的通行順序為V1，V2，V3，V4.因在第1個沖突車輛組中，西向車V4最后通過.因此，可能第2個沖突車輛組中的西向車輛集合｛V8，V9｝跟隨V4一起連續(xù)通過，會產(chǎn)生更低的延誤.但若北向為車流量大的主路，則西向車先通過可能造成北向大量車輛減速，從而增加交叉口的總延誤.混合控制策略的缺陷源于它的啟發(fā)式特性，即它只能求得局部最優(yōu)解，而不是全局最優(yōu).

圖7 支路流量固定場景下產(chǎn)生的平均延誤Fig.7 Average delay under fixed traffic flow at minor road

為避免通信延誤和傳感器噪音等因素造成的安全隱患，在控制策略中加入了安全緩沖區(qū).圖8為當各車道車流量為1 000 veh/（h·lane）時，安全緩沖區(qū)長度從0 s增加到0.5 s場景下FCFS策略和混合控制策略產(chǎn)生的平均延誤.由圖8可知，混合控制策略在不同安全緩沖區(qū)長度下產(chǎn)生的平均延誤均小于FCFS策略.當安全緩沖區(qū)長度為0.5 s時，F(xiàn)CFS策略出現(xiàn)排隊溢出，而在仿真環(huán)境中，混合控制策略在安全緩沖區(qū)長度為0.9 s時才會出現(xiàn)排隊溢出，即混合控制策略能為車輛預留更長的安全減速區(qū).

圖8 車流量為1 000 veh/(h·lane)時的平均延誤Fig.8 Average delay under a traffic flow of 1 000 veh/(h·lane)

4 結(jié)論

1）提出了一種自動車環(huán)境下交叉口無信號混合控制策略，解決了FCFS策略在車流量大且主路與支路車流量有較大差異場景下效率低于信號配時策略的悖論，提高了交叉口通行能力.仿真實驗驗證了在悖論場景下，混合控制策略較FCFS策略能減少55.84%的總延誤.

2）分析了重新排序周期時長對混合控制策略控制效果產(chǎn)生的影響，并選取最優(yōu)重新排序周期時長，研究不同車流量大小下FCFS策略和混合控制策略產(chǎn)生的延誤.結(jié)果表明，混合控制策略較FCFS策略能減少延誤并提高交叉口通行能力，尤其是在車流量大且主路較支路車流量差異大的場景下，混合控制策略的優(yōu)勢更顯著.

3）對安全減速區(qū)的實驗結(jié)果表明，混合控制策略能為車輛預留更長的安全減速區(qū).

4）分析了所提混合控制策略由于其啟發(fā)式性質(zhì)存在的缺陷.未來可進一步將論文控制策略應用到更復雜的交通干線和交通路網(wǎng)中.