检测器数据的精确度对全感应控制的影响分析*

0 引 言

道路交叉口的交通信号控制作为影响交通运行系统的重要因素,已经历经了一个多世纪的优化与改进。感应信号控制因能够更好的满足交叉口在不同时间段内的交通需求而被广泛应用于城市道路交叉口信号控制系统中[1]。

国内外学者对感应信号控制做了大量的研究。景泰等[2]提出了概率模型算法来优化感应信号控制的最大绿灯时间。牟海波等[3]提出一种混合petri网模型,以总延误最小为优化目标建立改进的感应信号控制模型。郝斌斌[4]分别针对最短绿灯时间和最大绿灯时间建立了优化的感应信号控制模型，相对于传统的感应信号控制，其控制效果在不同交通流量饱和度下均有明显的改善。Chia等[5]对比了定时控制、感应控制和自适应控制的控制效果,分析出在不同的交通流状态下交叉口如何采取最佳的控制方式。Park等[6]通过量化实施自适应分裂特征来协调感应控制的运行时间从而减少交叉口延误。Bahman等[7]提出自回归积分移动平均值模型来预测感应信号控制的周期长度。Wang等[8]开发了泊松模型来分析孤立交叉口在一般交通流量下感应信号控制的性能，所建立的模型能较好的预测交通流量情况，推算感应控制的控制效果，与蒙特卡罗模拟相比效果更好。Wu等[9]提出了一种感应信号控制来降低信号交叉口左转车道的延误，使左转车辆的排出速率和逆流车道的利用率最大化。在车辆检测器的精确度研究方面,Yoo等[10]提出了一种基于无线传感器网络的便携式车辆检测器评估系统，借助无线网络与自动分析，其精确度能达到98%。Jang等[11]建立了一个交通检测仪测试台，用于评估道路中车辆检测器的性能与精确度。李琦等[12]为提高车辆检测器检测的精确度，提出了基于流量累积曲线的数据质量评价方法，车辆检测器检测的精确度大于97%。鲍东玉等[13]对车辆检测器数据效用度进行了研究。吴昌成等[14]对常见车辆检测器检测车辆到达信息数据的精确度进行了统计研究,所测试的线圈检测器的精确度在90%以上，视频检测器的精确度在95%左右。

通过文献研究发现,感应信号控制现有的大部分研究主要着重于提出改进的模型及感应信号控制参数的优化计算方法。车辆检测器检测精确度的研究中主要着重于使用数学模型来提升检测器的精确度，或者对检测器的数据进行分析处理提高其效用。较少有学者研究车辆检测器检测数据的精确度对全感应信号控制方案的影响效果。然而，在全感应信号控制中,所有的信号配时方案都是由车辆检测器实时检测车辆到达数据来确定,检测器数据的精确度将会直接影响全感应信号控制的控制效果。因此,为了探究车辆检测器精确度与全感应信号控制的控制效果之间的关系，运用Vissim对淮安市梁红玉路翔宇大道交叉口进行交通仿真建模,利用Python程序在Vissim中模拟全感应信号控制的控制策略,同时与定时控制下的仿真结果进行了分析对比验证仿真的可靠性,然后分析对比在不同车辆检测器精确度下实施全感应信号控制方案时的各项交通指标,包括排队长度、车均延误、停车次数等,最后与定时控制下的仿真结果进行了分析对比。

1 全感应信号控制系统

1.1 全感应信号控制参数的计算

在全感应信号控制方式中,最短绿灯时间的计算方法主要参照美国《道路通行能力手册》[15]中的计算模型，见式(1)。

(1)

式中:fq为车辆排队长度修正系数;qr为红灯期间车辆到达率，pcu/s;r为有效红灯时间，s;s为饱和流率，pcu/s;qg为绿灯时间车辆到达率，pcu/s。

单位绿灯延长时间计算见式(2)。

(2)

式中：L为检测器与停车线之间的距离，m；V为车辆平均速度，m/s。

绿灯极限延长时间是根据定时控制配时方案的设计来得出：先确定在定时控制方式下各个相位的绿灯时间，再将绿灯时间乘以1.25～1.50范围内的修正系数，所得时间即为感应控制中各个相位的最大绿灯时间。

1.2 交叉口车辆检测器的精确度分析

车辆检测器的精确度是指当车辆通过检测器时，检测器能够检测到车辆到达的概率。例如当车辆检测器精确度为60%时，意味着当有车通过检测器时，只有60%的概率能够被检测到。根据Tranbbs[16]调研，中国大约有50%以上地区采用环形线圈检测技术进行交通流量采集，20%左右采用视频技术，红外超声波技术10%，地磁技术不超过10%的比例。对于线圈检测器，其检测的精确度较高，能够达到90%左右。但是设计方法以及型号的不同，检测车辆信息数据的精确度也会有所差异。同时在交叉口交通状况复杂的情况下，由于线圈检测器无法获知车辆的实际行驶轨迹，会存在一定的误判，导致实际检测的精确度降低；对于视频检测器，在光线较暗或其他恶劣环境(阴天、雾雨天等)的情形下，图像识别处理算法的优劣也会在一定程度上影响检测的精确度。同时，视频检测精确度的稳定性不高，在长期使用后安装位置会发生偏移，摄像头也容易积灰，导致精确度极大地降低；微波检测器的检测精确度普遍不高，同时还受到周围地形条件的影响，需要安装在路测空旷的平坦路段，一旦发生偏移或受到阻碍，实际检测的精确度将会大幅度降低。

不同类型的车辆检测器检测到的车辆信息数据的精确度都各不相同，对于同1种检测器，在外界环境因素的影响下，检测的精确度也会存在差异。而在感应信号控制中，是通过获取车辆检测器检测到的路口车辆到达信息数据，动态的调整各个相位信号灯的配时方案来满足当前交叉口的交通需求。当有车辆通过车辆检测器时，如果车辆检测器并没有检测到或者对车辆实际运行状况存在错误判断，根据全感应信号控制的逻辑，实际的绿灯时间则不会延长一个单位绿灯时间，甚至会直接结束当前相位跳至下一个相位，导致信号周期时长减少，绿信比及绿时有效利用率降低，以致于增加车辆通过交叉口的延误，交叉口的通行能力和通行效率降低。因此，车辆检测器的精确度将会直接影响感应信号控制的效率。

2 车辆检测器的精确度对全感应信号控制的影响

2.1 仿真建模

为分析不同车辆检测器检测车辆信息数据的精确度对全感应信号控制的影响效果,同时与定时控制方式进行对比。根据车辆检测器采集到的交通流量建立数据库，在Vissim仿真软件中对路网建模，在低峰、平峰、高峰下，分别对车辆检测器精确度为60%，65%，70%，75%，80%，85%，90%，95%，100%的全感应信号控制进行仿真，输出排队长度、车均延误以及停车次数的结果。在定时控制方式下，利用Synchro信号优化软件对3组不同交通流量的定时控制的配时方案进行优化处理。全感应信号控制的控制策略是通过Python来访问Vissim中的COM接口，获取路网数据，根据实际需求对路网的信号控制参数进行优化和调整。仿真建模的流程图见图1。

图1 仿真建模流程图
Fig.1 Flow chart of simulation modeling

车辆检测器的精确度主要是在Python中进行模拟实现。以精确度为60%为例，具体模拟过程是：当有车辆通过检测器时，利用random.uniform()函数在1～100的整数中产生1个随机数，如果产生的整数小于或等于60，则认定为检测器检测到车辆的通过，并执行全感应信号控制的控制策略改变路口实际绿灯时间。反之则认为没有检测到，不执行任何的操作。

Vissim仿真软件向用户提供COM组件，具有丰富的API供用户进行二次开发，便于用户对仿真模型和数据进行访问[17-18]。仿真实验具体的实现方法是：首先在Python中导入win32中的client模块与Vissim软件进行连接，借用Dispatch()函数来打开Vissim，利用LoadNet()函数来打开编辑好的Vissim路网文件；通过访问COM中SignalController对象下的Detectors[i]获取对应编号下的车辆检测器，同时通过AttValue(“Detection”)返回的值来判断是否有车辆通过检测器，再根据Python程序中概率模型的算法来执行不同车辆检测器精确度的操作；通过SignalController对象下的SGs.ItemByKey(i)来获取对应编号下的信号灯，并通过SetAttValue(“SigState”)函数对信号控制参数进行优化和调整，从而对路口实现全感应信号控制。

2.2 实际案例

选取淮安市梁红玉路翔宇大道为实验对象，在Vissim中建立仿真模型，该交叉口是国内常见的典型十字交叉口，每个进道口均采用了专用左转车道，1条直行车道及1条直右车道。其交叉口示意图及相序图见图2～3。

图2 交叉口平面示意图
Fig.2 Diagram of road intersection

图3 交叉口信号控制相序图
Fig.3 Phase sequence diagram of the intersection

实验的车流量数据是利用安装在交叉口的摄像头拍摄的视频进行实时分析处理来获取。视频检测器能够每5 min统计各个进道口左转、直行和右转的车流量和排队长度数据。考虑到节假日与工作日的出行差异，选取了梁红玉路翔宇大道在2018年9月—10月全部工作日的车流量为实验数据，并对其取平均值得到在低峰、平峰、高峰时间段内的车流量，具体数据见表1。

表1 交叉口交通流量表
Tab.1 Traffic flow table of the intersection pcu/h

该交叉口采用的是定时控制方式，利用Synchro软件对3组交通流量的定时控制进行信号配时优化，得到最佳定时控制的配时方案，见表2，表中每个相位包含了3 s的黄灯时间。

表2 交叉口定时控制配时方案
Tab.2 Timing plan of timing control in the intersection s

根据1.1中全感应信号控制参数计算的方法，结合Vissim仿真中车辆设置的行驶速度以及车辆检测器的安放位置，在3种交通流量的仿真中，全感应信号控制的单位绿灯延续时间均为3 s，最短绿灯时间和绿灯极限延长时间的参数设置见表3。

表3 全感应信号控制参数表
Tab.3 Parameter list of fully actuated signal control s

2.3 结果分析

为了验证仿真结果的可靠性，将定时控制方式下输出的排队长度、车均延误和停车次数与道路交叉口实际调查数据进行对比分析，以高峰时期为例，具体数据见表4。

表4 仿真结果与实际数据对比
Tab.4 Comparison between simulation experiment and actual situation

上述结果表明，仿真输出的结果和交叉口实际统计数据在排队长度、车均延误、停车次数的误差分别为10.5%，13.5%和9.8%，说明仿真结果十分接近实际数据，具有较好的可靠性。

将全感应信号控制仿真输出的排队长度、车均延误、停车次数等交通信号控制性能指标进行对比分析。图4展示了相对于定时控制，交叉口在实施车辆检测器精确度为60%～100%的全感应信号控制方式下的平均排队长度、停车次数以及车均延误的改善率的变化关系。

图4 全感应信号控制实验结果
Fig.4 Results of fully-actuated signal control

由图4(a)可见，在低峰时间段内，不同检测器精确度下全感应信号控制的3项评价指标改善率的变化较大，车辆检测器的精确度对全感应信号控制的影响较为明显。相对于车辆检测器精确度为60%下的全感应信号控制，当车辆检测器精确度达到100%时，排队长度、车均延误以及停车次数的改善率分别多提升了25.84%，25.50%和12.20%。同时，当车辆检测器的精确度大于90%时，3项评价指标改善率的变化变得平缓。检测器的精确度为90%与100%下全感应信号控制输出的排队长度、车均延误以及停车次数的差别仅为2.06%，1.00%和0.40%。因此，在低峰时间段内，当车辆检测器的精确度为90%时，全感应信号控制即可达到较为理想的控制效果。

相对于低峰时期，平峰时期的排队长度、车均延误以及停车次数的改善率的变化更为平稳。检测器的精确度为60%与100%下的排队长度、车均延误以及停车次数的差别分别为9.59%，10.7%和9.41%。从图4(b)中也可以看出，当车辆检测器的精确度为85%时，与精确度为100%时3项评价指标的改善率相差较小，全感应信号控制可达到较为理想的控制效果。而在高峰时间段内，不同检测器精确度下全感应信号控制的3项评价指标改善率的变化很小。检测器的精确度为60%与100%下的排队长度、车均延误以及停车次数的差别仅为5.53%，5.18%和4.73%。即使检测器的精确度仅为70%，全感应信号控制的控制效果仍较为理想。

通过上述的讨论与分析，交通流量的大小影响了不同车辆检测器的精确度下全感应信号控制的控制效果。当交通流量较小时，全感应信号控制的控制效果对车辆检测器的精确度要求较高。这是由于交通流量少，在放行的绿灯时间内，车辆检测器检测车辆通过的次数较少，因而全感应信号控制对车辆检测器的精确度较为敏感，控制效果差别较大，在低峰时期只有当检测器的精确度达到90%以上才能达到较为理想的控制效果。随着交通流量的增加，车辆检测器的精确度对全感应信号控制的影响效果减小。由于交通流量变大，在放行的绿灯时间内，即使车辆检测器的精确度不高，但是检测车辆通过的次数较多，仍能执行全感应信号控制的控制策略，实时改变实际的绿灯时间，使全感应信号控制达到较好的控制效果。

对路口车流量达到饱和以及过饱和的情形进行了仿真，结果表明，在全感应信号控制中，由于交通流量达到饱和，各个进道口的实际绿灯时间均达到了预设的绿灯极限延长时间，各个相位绿灯时间均为绿灯极限延长时间，近似于定时控制，其各项输出结果均不如已经优化的定时控制，路况较为拥堵，控制效果更差，车辆检测器的精确度不再影响全感应信号控制的效率。

3 结束语

文中研究分析了不同精确度的检测器对全感应信号控制效果的影响，针对实际交叉口的车流量数据和仿真模拟,在全感应信号控制方式中，车辆检测器的精确度影响了感应信号控制的效率。随着车辆检测器精确度的提高，交叉口的各项交通评价指标改善效果越明显。而当检测器的精确度超过某一范围后，改善效果基本相近。在低峰、平峰和高峰时期，车辆检测器的精确度分别达到90%，85%和70%时，全感应信号控制即可达到较为理想的控制效果。同时，不同精确度的检测器对全感应信号控制的影响效果受到交通流量大小的影响。交通流量较小时，全感应信号控制对车辆检测器的精确度要求越高。随着交通流量增大，即使较低精确度的检测器也可以使全感应信号控制达到较为理想的控制效果。当车流量饱和以及过饱和时，由于感应信号控制的各个相位均能够达到预设的最大绿灯时间，车辆检测器的精确度不再影响感应信号控制的控制效率。同时，感应信号控制不如定时控制的效果好。