面向网联汽车环境的单点全感应式信号配时技术

　　摘要：面向网联汽车渗透率达到100%的环境，为了生成更多合理的绿灯切断决定，提出一种新的单点全感应式信号配时技术。定义绿灯切断决策区和扩展车长的概念，综合考虑导向车道的长度、数量以及绿灯切断决策区内网联汽车的数量、位置、车身长度、速度等因素，建立扩展车长转化率计算方法，在此基础上，评估机动车相位的交通需求，设计单点全感应逻辑。选取城市干路相交的典型四路交叉口，利用Vissim和Python创建仿真试验环境，通过最优设计生成试验方案，为新技术交叉口和传统技术交叉口共提供162,000个试验场景。试验结果显示，相比于传统技术，采用扩展车长转化率推荐阀值的新技术能够降低交叉口车均延误，交叉口的交通负荷等级越高，降幅越明显。

　　关键词：交通信息工程及控制;全感应式信号配时;网联汽车;独立信号控制交叉口;交通仿真

　　引言

　　独立信号控制交叉口(简称单点)是指不与相邻交叉口进行交通信号灯联动控制的交叉口。导向车道是指信号控制交叉口的机动车停止线上游标示规定行驶方向且禁止车辆越线行驶的车行道。根据015年发布的国家标准《城市道路交通标志和标线设置规范》，导向车道长度宜为70。单点全感应式信号配时技术要求采集交叉口各条导向车道内的交通流数据，自机动车相位的最小绿灯时长结束时刻开始，评估机动车相位的交通需求，决定是否切断机动车相位的绿灯[12]。

　　与单点自适应式信号配时技术相比，单点全感应式信号配时技术不需要预测机动车相位的交通需求，不依赖优化模型生成机动车相位的绿灯时长，具有工作原理简单、计算开销小、响应速度快、部署投资少、维护费用低等优点。即便在数据资源和算力资源十分丰富的环境中，出于提高交通信号控制系统整体性价比的考虑，很多独立信号控制交叉口仍然适合应用单点全感应式信号配时技术。

　　回顾以往，单点全感应式信号配时技术的研究工作主要聚焦在以下方面：Smaglik等人[34]、Tian等人指出，利用每条导向车道内独立采集的车辆时距(前车尾部离开检测区域至后车头部到达检测区域的时间)评估机动车相位的交通需求，可以改善交叉口的整体性能。Cesme等人为具有多条导向车道的机动车相位设计了一种根据连续多个车辆时距生成绿灯切断决定的单点全感应逻辑。Yun等人指出，动态调整机动车相位的最大绿灯时长能够适应交通需求模式的变化，改善交叉口的整体性能。

　　Zhang等人提出了一种随机模型，根据排队长度和车辆到达规律动态优化机动车相位的最小绿灯时长和最大绿灯时长。徐洪峰等人采用正交试验设计生成仿真试验方案，给出了常用信号配时参数的取值建议。然而，这些研究工作难以弥补单点全感应式信号配时技术的固有缺陷。常规机动车检测器只能在特定位置采集特定类型的交通流数据，利用这些数据评估的交通需求具体指机动车相位是否有车辆能够以较小的车辆时距连续通过停止线。

　　由于没有综合考虑导向车道的长度、数量以及导向车道内机动车的数量、位置、车身长度、速度等因素，单点全感应式信号配时技术无法精准评估机动车相位的交通需求，很可能生成不合理的绿灯切断决定，拉低交叉口的整体性能。本文将网联汽车界定为可以通过无线通信技术与外界进行数据交换和共享的机动车。网联汽车并非必须具备高级别的自动驾驶功能，是传统汽车向智能网联汽车发展的必然产物。有理由相信，网联汽车的渗透率将远早于智能网联汽车达到100%。

　　2010年以来，出现了一些在网联汽车环境下研究单点自适应信号配时技术的工作[118]。它们的主要特点包括：(1)通常为环境中的网联汽车设定多种渗透率;(2)当网联汽车渗透率不高时，或者通过布设常规检测器采集传统汽车的交通流数据，或者利用网联汽车的运行状态估计传统汽车的运行状态;(3)监测并预测交叉口的车辆到达规律和(或)车辆消散规律;(4)建立以最小化车辆总延误、车辆平均延误、车辆总停车次数、车辆总排队长度等为目标的优化模型，在线生成交叉口的相位显示顺序、机动车相位的绿灯时长等;(5)在虚拟环境中进行各种试验工作;(6)十分关注网联汽车渗透率对交叉口整体性能的影响。这些研究工作为人们在网联汽车环境下创新单点全感应式信号配时技术打开了思路并起到了示范作用。

　　本文认为，在网联汽车走向普及应用的时代背景下，单点全感应式信号配时技术也将迎来一次重要的创新机遇，具体而言，就是借助经过简单加工的网联汽车数据，从如何评估机动车相位的交通需求、如何解释切断机动车相位绿灯的必要性、如何设计单点全感应逻辑等方面寻求突破，通过减少不合理的绿灯切断决定，改善交叉口的整体性能。

　　为了抓住这一机遇，单点全感应式信号配时技术的新一轮发展过程应当分为两个阶段：(1)在网联汽车渗透率达到100%的虚拟环境中，探索网联汽车数据赋能的单点全感应式信号配时技术，发现新技术相比于传统技术的性能优势，论证新技术发展方向的正确性;(2)在网联汽车渗透率不足100%的虚拟环境或现实环境中，探索网联汽车数据和常规检测数据赋能的单点全感应式信号配时技术，走通新技术的发展道路。

　　本文的研究工作处于第一阶段，尝试利用网联汽车的数量、位置、车身长度和速度，提出一种新的单点全感应式信号配时技术。一个机动车相位可以对一条或多条导向车道内的车辆进行信号控制。进入导向车道的车辆应当沿着规定方向行驶，按照信号灯的指示通过停止线。就单点全感应式信号配时技术而言，自机动车相位的最小绿灯时长结束时刻开始，导向车道内的所有车辆原则上都可以参与绿灯切断决策过程。

　　然而，机动车相位的绿灯结束前，距离停止线较近的车辆或者可以在黄灯期间通过停止线，或者可以在红灯启亮前静止于停止线之后，它们不应成为绿灯切断决策的考虑对象。根据上述看法，将导向车道上施划的停止线称为实际停止线。在现实空间映射的虚拟空间中，在距离实际停止线较近的上游设置虚拟停止线。以直行机动车相位为例，将导向车道起点至虚拟停止线的空间称为绿灯切断决策区。

　　一旦车身的任意部分进入绿灯切断决策区，认为车辆位于绿灯切断决策区内。自机动车相位的最小绿灯时长结束时刻开始，只有绿灯切断决策区内的车辆才能参与绿灯切断决策过程。根据016年发布的国家标准《道路交通信号灯设置与安装规范》，机动车相位的黄灯时长≥3s。为了确保黄灯启亮时刻虚拟停止线与实际停止线之间处于中高速运行状态的车辆能够在黄灯结束前通过实际停止线，建议虚拟停止线到实际停止线的距离≤km/h匀速行驶的车辆在内通过的距离。

　　扩展车长机动车扩展长度(简称扩展车长)是指机动车为了避免与同一车行道内的前方物体发生碰撞而必须使用的标准道路长度，包括车身长度和紧急碰撞规避距离。车身长度是指车头最前端至车尾最后端的长度。紧急碰撞规避距离等于车辆由当前速度紧急制动至静止过程中通过的距离加上车辆在静止状态下与前方静止物体保持的安全距离。扩展车长直接反映了车辆对道路空间的最低使用要求。

　　扩展车长转化率机动车相位的绿灯启亮后，绿灯切断决策区内的车辆被赋予通过实际停止线的权利，它们将寻求达到一定的速度，实现空间上的移动。从绿灯时间利用和转化的视角看，若绿灯切断决策区内的车辆平均速度高于某一阀值，认为这些车辆已经整体上脱离排队状态，能够将获得的绿灯时间转化成自身的扩展车长，反之，认为这些车辆没有整体上脱离排队状态，不能将获得的绿灯时间转化成自身的扩展车长。

　　本文认为，机动车相位最小绿灯时长结束后的某一时刻，绿灯切断决策区内的车辆越多、车身长度总和越大、车辆平均速度越高，这些车辆从绿灯时间转化出的扩展车长总和越大，说明机动车相位的交通需求越大，反之亦然。机动车扩展长度转化率(简称扩展车长转化率)是指当前时刻绿灯切断决策区内的扩展车长总和与绿灯切断决策区长度总和的比值。

　　汽车论文范例：汽车电气系统故障的诊断维修技术分析

　　本文提出的单点全感应式信号配时技术适用于网联汽车渗透率达到00%的环境，它综合考虑导向车道的长度、数量以及绿灯切断决策区内网联汽车的数量、位置、车身长度、速度等因素，采用全新的方式评估机动车相位的交通需求，解释切断机动车相位绿灯的必要性，设计单点全感应逻辑，能够生成更多合理的绿灯切断决定，有助于进一步改善交叉口的整体性能。

　　仿真试验结果显示，相比于传统技术，采用扩展车长转化率推荐阀值的新技术在超过的低交通负荷试验、超过94%的中交通负荷试验和超过99%的高交通负荷试验中表现出了进一步降低车均延误的优势;交通负荷等级越高，新技术在降低车均延误方面的优势越明显，高交通负荷试验中，降低幅度在4s以上的试验占比超过53%。

　　必须承认，建成网联汽车渗透率达到100%的环境尚需一段时间，虽然本文的研究成果无法在短期内投入实际应用，但是对于利用网联汽车数据变革交通信号配时技术仍然具有参考和借鉴意义。下一阶段，我们将针对更多类型的交叉口开展以下专题研究：设置虚拟停止线的必要性及其最佳位置;不同道路空间布局和相位显示顺序下的扩展车长转化率推荐阀值;扩展车长转化率阀值的动态调整依据。

　　参考文献 ：

　　[1]SteeringCommitteeforTrafficControlandTrafficSafety.Guidelinesfortrafficsignals(RiLSA)[M].RoadandTransportationResearchAssociation,Köln,2003.

　　[2]Urbanik,T.,Tanaka,A.,Lozner,B.,etal.NCHRPReport812:Signaltimingmanual,secondedition[R].TransportationResearchBoard,Washington,DC,2015.

　　[3]Smaglik,E.,Bullock,D.,andUrbanik,T.Evaluationoflanebylanevehicledetectionforactuatedcontrollersservingmultilaneapproaches[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard,2005,1925:12133.

　　[4]Smaglik,E.,Bullock,D.,Sturdevant,J.,etal.Implementationoflanebylanedetectionatactuatedcontrolledintersections[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard,2007,2035:8187.

　　作者：徐洪峰，陈虹瑾，张栋，陆千惠，安娜，耿现彩