（交通信息工程及控制专业论文）基于Petri网的干道信号交叉口协调控制方法研究.pdf

摘要 科学技术的进步和社会经济的发展导致交通量的急剧增加，交通拥挤与阻塞 日益严重，并成为困扰世界各国的难题。交通控制技术结合先进的计算机技术、 电子技术和测试技术，是解决交通问题的有效手段，而信号交叉口控制则是交通 控制中的重要部分。 目前的交通控制技术存在以下的问题：首先，缺乏有效形式的模型来实施对 交叉口的建模；其次，已有的控制系统未必适合于某个具体的应用中，无法或很 难对已成型的系统进行更改；再次，多个交叉口的协调控制效果仍然有待改进。 针对以上问题本文运用混合p e t r i 网和遗传算法的理论和方法，做了以下几 方面的研究： 首先分析了基于混合p e t r i 网的信号交叉口模型。p e t r i 网是适合于描述异步 的、并发系统的计算机系统模型。它既有严格的数学表述方式，也有直观的图形 表达方式，可清晰、直观地反应系统中各变量的动态变化。论文在研究了信号交 叉口的物理模型，以及系统各变量和模型中各变量的对应关系的基础上，给出了 交叉口信号控制系统的混合p e t r i 网模型。模型模块性很强，具有很强的适用性， 而且由于p e t r i 网已有多种成熟的编码工具，实现非常方便。 其次研究了基于遗传算法的单交叉口的信号配时优化。基于单交叉口的混合 p e t r i 网模型，从减小单交叉口延误的角度出发，利用遗传算法对信号交叉口信 号配时即模型参数进行优化，从而得到配时的最优化结果。 最后研究了干道多交叉口的协调控制，将上面提及的单信号交叉口配时优化 算法推广并用于多交叉口的协调控制中，讨论在保证多个交叉口内部总延误最小 的情况下，几个交叉口之间最优的相位差。 关键词：信号交叉口；p e t r i 网；干道协调控制；遗传算法；相位差 a b s t r a c t t h ed e v e l o p m e n to fs c i e n c et e c h n o l o g ya n de c o n o m yl e a d st ot h ef a s t i n c r e a s i n go ft r a f f i cn o w ，a n dt h ep r o b l e m so fc o n g e s t i o na n db l o c ka r eg e t t i n g s e r i o u s t h el a r g eq u a n t i t ya n dc o m p l e x i t yo fu r b 柚t r a 艏c ，t y p i c a i t r a f f i cc o n t m i m e t h o d sa n dt r a f f i cc o n g e s t i o na r et o u g hp r o b l e m st h a tp u z z i i n ga l lt h ec o u n t r i e s 舡o u n dt h ew o r l d m o d e r nt r a 踊cc o n t r o lt e c h n o l o g i e s ，a i m i n gt oc o m b i n ea d v a n c e d c o m p u t e rt e c h n o l o g y ，e l e c t r o n i ct e c h n o l o g ya n dm e a s u r ea n dt e s tt e c h n o l o g yw i t h t r a d i t i o n a lt r a n s p o n a t i o ni so n eo ft h eb e s tw a y st os o l v et r a f f i cp r o b l e m o n eo f i m p o r t a n tp a n so ft r a f f i cc o n t r o lt e c h n o l o g yi s8 i g n a l i z e di n t e r s e c t i o nc o m r 0 1 b u tp r o b l e m so fe x i s t i n gt r a f ! f i cc o n t r o l t e c h n o l o g y 盯e ：f i r s t l y ，m o d e l st h a tc a n d e s c r i b ea c t u a l i n t e r s e c t i o nc o n t r o ls y s t e ma r en o ta v a i l a b l e s e c o n d l y e x i s t i n g t r a f f i cc o n t r o ls y s t e m0 r e nc a n tb ea p p l i e di na c t u a li n t e r s e c t i o nw i t hd i f f b r e n t p a r a m e t e r s i ti si m p o s s i b l eo rd i f 氍c u l tt oa l t e rt h ee x i s t i n gs y s t e m f i n a l l y ，t h e e f f e c to fc o o r d i n a t e ds i g n a l i z e di n t e r s e c t i o nc o m r o lm e t h o di sn o ts a t i s f i e d i nt h i s t h e s i s ，w e v es t u d i e da b o v e - m e n t i o n e dp r o b l e m sw i t ht h e o r i e sa n d m e t h o d so fp e t r in e ta n dg e n e t i ca l g o r i t h m ： f i r s t l yt h em o d e lo fs i g n a l i z e di n t e r s e c t i o nb a s e do nh y b r i dp e t r in e t i s a n a l y z e d p e t r in e ti sak i n do fc o m p u t e rs y s t e mm o d e l t od e s c r i b ea s y n c h f o n o u sa n d i n t e r c u r r e n ts y s t e m i to w n sn o to n l yr i g i dm a t h e m a t i c a le x p r e s s i o nb u ta l s ot h e i n t u i t i o n i s t i cg r a p h i ce x p r e s sw a y ，s oi tc a n c l e a r l yf e f l e c td y n a m i cc h a n g e sa m o n g t h es y s t e m b a s e do nt h ea n a l y s i so fp h y s i c a lc h a r a c t e r js t j co fs i g n 8 l i z e di n t e r s e c t i o n s y s t e mw ef a t h e r l yd i s c u s st h em o d e lb a s e do np e t “n e ta n dt h er e l a t i o no fv a r i a b l e s b e t w e e ns i g n a l i z e di n t e r s e c t i o ns y s t e ma n dm o d e l t h ev a i u eo ft h em o d e li s m o d u l a r i t ya n dg e n e r a l w i t hk i n d so fc o d i n gt o o lf b rp e t r in e t ，a l ly o un e e dt od oi s t om a k eal “t i ec h a n g ew i t ht h ec o d ew h e nt h ev a “a b l e so fa c t u a ls y s t e mc h a n g e d s e c o n d l y ，t h eo p t i m i z a t i o nt i m i n go fs i g n a i i z e di n t e r s e c t i o nh 8 sb e e ns t u d i e d w i t h 叩p l i c a t i o no fg e n e t i ca l g o f i t h m o nt h eb a s i so ft h eh y b r i dp e t r in e tm o d e lf o r as i n g l es i g n a l i z e di n t e r s e c t i o n ，w i t ht h ep u r p o s eo fg e t t i n gm i n i m u md e l a yo ft h e s i g n a l i z e di n t e r s e c t i o n ，g e n e t i ca l g o r i t h mi sa p p i i e dt oo p t i m i z et h ep a r a m e t e r so f s y s t e ma n dg e tt h eo p t i m a lt i m i n gp l a no fi n t e r s e c t i o n “n a l l y ，t h i st h e s i sd i s c u s s e dac o o r d i n a t e ds i g n a l i z e di n t e r s e c t i o nc o n t r 0 1 m e t h o di na n e r yb a s e do np e t r in e t a p p l yt h ea b o v em e m i o n e dm e t h o df o rs i n g l e s i g n a l i z e di n t e r s e c t i o ni n t ot h ec o n t r o ls y s t e mo fm u l t i - i n t e r s e c t i o nc o o r d i n a t e d c o n t r o is y s t e mi na r t e r y h o wt oa c h i e v eo p t i m a lo f i 麓e t si nac o n d i t i o nt h a tt o t a l d e l a yo fm u l t i i m e r s e c t i o n si na n e r yi sm i n i m a li sa l s os t u d i e d k e yw o r d s ：s ；g n a i i z e di n t e r 曩e c t i o n ；p e t r in e t ；c 0 0 r d i n a t e dc o n t r o ii na r t e l 了； g e n e t i ca l g o r i t h m ；o f 住e t m 图目录 图3 1 一个三相位信号交叉口图2 3 图3 2 两交叉口之间的连接路段图2 5 图3 3 交通流量与密度的关系图2 6 图3 4 交叉口的h p n 模型图2 9 图4 1 遗传算法流程图3 2 图4 2 传统算法和遗传算法对比图3 4 图4 3 函数极值变化图4 l 图4 4 种群均值和解的变化图4 l 图4 5 干道协调控制系统图4 2 图4 6 交叉口主线出口流率模式图4 4 表目录 表3 1 图3 1 中交叉口的相位表2 4 表3 2 参数确定算法表2 8 表3 3h p n 模型的库所含义表2 9 表3 4h p n 模型的变迁含义表2 9 表4 1 交叉口的相位分布表4 2 表4 2 各交叉口交通量数据表4 5 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律后果由本人承担。 作者签名：督艳硷日期：3 唧年上月纠日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密囹。 ( 请在以上相应方框内打“”) 作者签名：鼋p 觥移日期：砷年 r 月日 导师签名嘞硝日期：卅年r 月j 日 j 1 1 引言 第一章绪论 科学技术的进步推动了交通工具的现代化社会经济的发展则导致了交通量 的急剧增长并进而加剧了交通拥挤与阻塞的严重程度。日前美国每年由于交通拥 挤造成的直接经济损失达2 3 7 0 亿美元，而我国国内百万人以上的大城市每年由 交通拥塞造成的直接、间接经济损失约计1 6 0 0 亿元，相当于国内生产总值的 3 2 ，至于交通拥塞给社会带来的其它负面影响更是难以估量，如交通事故增 多，环境污染加剧等问题。 解决城市交通问题的根本途径可从供给需求方面来考虑：一是加快交通基础 设施建设；二是加强交通管理。前者是发展城市交通，满足各种交通需求的物质 基础：而后者则为合理使用现有交通设施，保证人车的安全，在良好的交通环境 下，使现有设施的能力得以充分发挥。二者相比，由于在大城市新建和扩建道路 的可能性受空间制约越来越大，因此从现代化的技术入手对交通流进行科学的组 织与管控，充分发挥现有交通网络的通行潜力，最大程度上使交通流做到有序流 动成为解决交通拥塞的主要方法。依赖于计算机技术、网络技术、通讯技术和智 能控制技术等建立起的城市交通控制系统正是这种发展趋势的必然。 交叉口是道路网中道路通行能力的“咽喉”，交通阻塞和事故的多发地，所 以，对交叉口实施科学的管理和控制是交通控制工程的重要研究课题，是保障交 叉口的交通安全和充分发挥交叉口的通行能力的重要措施。信号交叉口控制是交 通控制技术中重要的部分。 由于交通流具有连续运动的特点，特别是当两个相邻交叉路口距离很近时， 这种各交叉路口之间“各自为政”的孤立控制方式，难免造成频繁停车，使控制 效果不佳。上世纪六十年代，世界各国开始研究多个信号交叉口的协调控制系统， 建立了多个模拟交叉口交通流状况的数学模型，以期解决信号配时的优化问题。 现有的信号控制系统大多只注重控制方案和策略的提出，并对方案的实施结 果进行评估，很少对变化过程进行模拟分析。p e t r i 网是一种图形化、数学化的 建模工具，可以清晰、直观的描述控制系统，并具有再现系统的动态过程的特点。 基于p e t r i 网的模型，在一些图形工具的帮助下，可比较容易地获得改动后的程 序代码，省时省力。 近年来，随着智能控制技术的发展，智能控制技术越来越多地被应用于交通 行业，其中神经网络、模糊控制、遗传算法和多a g e n t 技术在交通控制中的应用 广泛。本课题将基于p e t r i 网和遗传算法对城市干道信号交叉口进行协调控制和 优化。 1 2 交通信号控制技术概述 1 2 1 交通信号控制系统发展简史 早在1 9 世纪，人们就开始研究交通信号，用信号灯指挥道路上的车辆，控 制车辆出入交叉口的次序。1 8 6 8 年，第一个交通信号灯出现在伦敦的威斯明斯 特( w e s t m i n s t e r ) 街口，但是它与现在的三色信号灯有很大区别，它实际上是 一种红绿两色的臂板式信号，只是在夜间为了让司机和行人能看清信号颜色，才 点燃里面的煤气灯。1 9 1 8 年初纽约街头出现了新的信号灯，这是与当今使用的 信号灯极为相似的红黄绿三色灯，它是人工操纵的，以后英国也开始使用这种信 号灯。1 9 2 6 年英国人在沃尔佛汉普顿( w o l v e r h a m p t o n ) 安装了首座自动交通信 号灯【l 】。这是城市交通自动控制的起点。 早期的交通信号灯，对于安全地疏导交叉口的交通起到了良好的作用。然而， 随着城市交通的迅速发展，原始的信号灯已经不能胜任愈来愈复杂的交通控制任 务了。一种能够适应多方向车流通行要求的高效能信号控制系统是解决越来越复 杂的交通状况的迫切需要。交通工程师从两个不同方面进行了探索：一方面利用 已掌握的数学知识，建立模拟交叉口车流运动状况的数学模型，以期解决信号灯 联动协调控制的最优方案设计问题；另一方面，利用计算机技术、通信技术和电 子技术设计安全可靠并具有多种功能的新型信号机及其它各种控制设备。 自动化肋交通信号灯是由交通信号控制器控制其红绿灯的周期变化的。早期 的交通信号灯是用“固定配时”方式实行自动控制的，这种方式对于早期交通流 量不大的情况曾起过一定的作用。 随着汽车工业的发展、交通流量增加、随机变化增强，采用以往那种单一模 式的“固定配时”方式已不能满足客观需要，于是一种多时段多方案的信号控制 器取代了传统的只有一种控制方案的控制器。采用这种控制器，其效果要明显好 于传统的老式控制器这种控制器在一天时间里备有几种不同的配时方案，它能 按交通流的变化规律在不同的时段选用不同的方案，比如早、晚高峰期间有各 自的高峰方案，高峰以外伪时伺有平时方案。当交通流变化规律比较明显的时候， 这种控制方式韵控制效果是很好的。多时段多方案定时控制器在长期的使用过程 中不断地改进、提高，所以至今仍作为单交叉路口的一种控制方式广泛地得到应 2 用。 由于交通流具有连续运动的特点，为了解决相邻交叉路口协调控制问题。人 们考虑把相邻的交叉路口作为一个系统来统一地加以控制。早在1 9 1 7 年，在美 国盐湖市就开始使用联动式信号系统，即把六个交叉路口作为一个系统，以人工 方式加以集中控制。1 9 2 2 年，美国休斯顿市建立了一个同步系统，它以个交 通亭为中心控制十二个交叉路口，该系统使用了电子自动计数器。六年后，即 1 9 2 8 年，上述系统经过改进，形成“灵活步进式”定时系统；由于它简单、可 靠、价格便宜，很快在美国推广普及。这种系统以后不断改进、完善，成为当今 的协调控制系统。 2 0 世纪3 0 年代初先是美国，以后在英国开始用车辆感应式信号控制器，当 时使用的车辆检测器是气动橡皮管检测器。车辆感应控制器的特点是它能根据检 测器测量的交通流量来调整绿灯时间的长短，使绿灯时间更有效地被利用，减少 车辆在交叉口的时间延误，因此比定时控制方式有更大的灵活性。 ， 车辆感应控制的这一特点刺激了车辆检测器技术的发展。继气动橡皮管式检 测器之后，雷达、超声波、光电、地磁、电磁、微波、红外以及环形线圈等检测 器相继闯世。当今在城市道路交通自动控制、交通监测和交通数据采集系统中， 应用最广的是环形线圈车辆检测器。超声波检测器主要在日本等少数国家得到广 泛应用。 。 1 2 2 交通控制的基本类型 城市道路交通控制( 除城市快速公路和城市间高速公路) 从不同的角度可以 划分成不同的基本类型。 一、按控制区域几何特性划分【2 j 可分为单个交叉口控制( “点控制”) 、交通干线的协调控制( “线控制”) 以 及区域交叉口的网络控制( “面控制”) 。 ( 一) 单个交叉口控制 当某个交叉口与其相邻的交叉口相距较远时，可以利用一台信号控制器控制 其信号变化，它与相邻的交叉口之间的信号配时没有固定关系。其主要控制参数 是周期长和绿信比。必须考虑的两个重要因素是车辆延误和交叉口的通行能力， 在理想的情况下，希望总延误时间最小和使交叉口的通行能力得到最大的利用。 ( 二) 交通干线的协调控制 城市中的交通干线往往具有很重的交通负荷。保证干线的交通畅通，对改善 一个地区甚至一个城市的交通状况往往有很大的作用。为了使沿干线行驶的车辆 3 尽可能地在每个交叉口少遇幻灯，从而使车队连续通行，必须使相邻的交叉【j 之 f 日j 信号变化遵循一定的规律，即绿灯起始时i 日j 保持某个恒定的时间差一相位差。 为使相位差在每个信号周期部保持恒定，这些干线上相邻的各个交叉口都必须共 用相同的信号周期。 ( 三) 交通网络的协调控制 这种控制方式是以城市区域网络内的主要交叉口的信号为控制对象，根据需 要，系统的控制目标可以有所不同，所以它的目标函数可以用网络的总延误和停 车率的加权和表示，也可以用平均车队长度或总的油耗作为系统的目标函数。显 然，同干线协调控制一样，交通网络协调控制的三个控制参数也是周期、绿信比 和相位差。就其实质而言，干线协调控制只是网络协调控制的一种特例。 二、按控制原理划分 按控制原理划分可分为定时控制、感应控制和自适应控制三种类型。 ( 一) 定时控制 这种控制方式以历史交通流数据为依据，找出每个日周和时段的不同交通 流变化规律，用人工方法或计算机仿真预先准备好不同日周和不同时间区段内 使用的配时方案，将这些方案存储在信号控制器或中心计算机中。在实施过程中 可以用不同的方式调用这些配时方案。通常可用日历钟在规定的时间表的控制下 选用对应的方案，也可以按车辆检测器测量的实际交通要求选用合适的方案。 ( 二) 感应控制 感应控制的原理是根据车辆检测器测量的交通流数据调整相应的绿灯时间 的长短和时间顺序，以适应交通的随机变化，这种方式比定时控制有更大的灵活 性。感应控制适用于饱和度较低的或各向交通流相差较大的交叉口的控制，特别 是交通流没有明显的变化规律，随机性较强的时候，效果特别明显。感应控制源 于单交叉口的车辆感应控制，后经发展，干线和交通网络也利用了类似的控制方 法。 当各向交通流接近其允许的通行能力时，绿灯时间经过调整必然要接近各方 向允许的最大绿灯时间，这与定时控制并无区别。由此可见，感应控制方式与定 时控制方式一样是有条件限制的，预先要认真地分析其可行性和预期的效果。 ( 三) 自适应控制 在日常生活中，所谓白适应是指生物能改变自己的习性以适应新的环境的一 种特征。因此，直观上，自适应控制器应当是这样一种控制器，它能修正自己的 特性以适应对象和扰动的动态特性的变化。自适应控制的研究对象是具有一定程 4 度不确定性的系统，这里所谓的“不确定性”是指描述被招对象及其环境的数学 模型不是完全确定的，其中包含一些未知因素和随机因素。 应用于交通信号控制中就是在一条干线或一个区域，根据交通流的动态随机 变化而自动地调整信号控制参数，使控制系统自动地适应交通流的随机变化，这 种控制方式就是自适应交通控制方式。自适应控制方式是一种基于数学模型的控 制方法，需要在系统的运行过程中不断提取有关模型的信息，使模型逐步完善。 1 3 交通信号控制研究现状和发展趋势 1 3 1 研究现状 定时控制是一种广泛采用的基本控制方式，定时信号配时技术的基本原理是 其他控制方式配时的基础。定时信号的配时方法普遍采用w 曲s t e r 方法，该方法 以交通延误作为交通效益指标，以交通延误最小为目标求解最佳周期时长，各相 位绿信比由各相位的最大流量比按比例分配。其他的计算方法如澳大利亚的 a r r b 方法考虑到超饱和交通情况，对w e b s t e r 公式进行了改进。定时信号的配 时方法还在不断地研究、改进之中。信号控制系统t r a n s y t 即采用定时控制方 法。感应控制的原理是根据车辆检测器测量的交通流数据调整相应的绿灯时间的 长短和时间顺序，以适应交通的随机变化，这种方式比定时控制有更大的灵活性。 感应控制适用于饱和度较低的或各向交通流相差较大的交叉口的控制，特别是交 通流没有明显的变化规律，随机性较强的时候，效果特别明显。感应控制源于单 交叉口的车辆感应控制，后经发展，干线和交通网络也利用了类似的控制方法。 当各向交通流接近其允许的通行能力时，绿灯时间经过调整必然要接近各方向允 许的最大绿灯时间，这与定时控制并无区别。由此可见，感应控制方式与定时控 制方式一样是有条件限制的，预先要认真地分析其可行性和预期的效果。已得到 广泛应用的s c o o t 【3 】系统和s c a t s 【4 l 系统就是采用这种方式 基于智能控制的信号控制方法利用模糊控制、神经网络和遗传算法技术以及 它们的组合来实现信号控制。基于模糊控制的方法在1 9 7 6 年由p 叩p i s 和 m 锄d a n i 【5 l 提出，将模糊控制用于单交叉口的交通控制。所用的模糊输入量是捧 队长度、到达车辆数和绿灯时间，输出量为绿灯时间增量。后来的几十年里基于 模糊控制的信号控制方法的应用逐渐由交叉路口扩展到多个交叉路口，由两相位 控制到多相位控制，控制器的设计也越来越符合实际情况。这期间还发表了很多 相关的优秀文章l 乒1 0 j 。徐启华等【1 1 】采用模糊神经网络控制规则，分别把关键车流 信息和非关键车流信息作为控制输入，采用两级控制器结构，综合形成控制策略。 5 仿真结果表明，所提出的两级神经网络拧制方法在车辆平均延误时扫j 和排队长度 方面有较大改进。 8 0 年代后发展起来的遗传算注迅速得到广泛的应用，人们开始将遗传算法 应用于交叉口信号控制。遗传算法一般与模糊控制或神经网络等智能技术相结合 来对交通信号进行控制与优化。2 0 0 1 年d u s a n 等【。2 】提出的单路口智能控制方法 中，先以下一时段车辆到达数的预测值作为输入，使用遗传算法计算得出优化的 信号配时方案，再根据模糊控制规则修改方案，从而得到最终的信号控制方案。 李艳等i i3 i 用改进的遗传算法对交叉r 】信号模糊控制器的模糊规则进行优化，建 立新的优化算法。杨煜普等4 l 将遗传算法与再励学习相结合并应用于信号控制， 其中再励学习针对每一个道路交叉口交通流的优化，修正每个信号周期的绿信 比，遗传算法则产生局部学习过程的全局优化标准，修正周期大小。常云涛等f l 列 对城市于道协调控制中交通流在协调控制系统内各交叉口的“驶离一到达”模式 进行了分析，提出了基于遗传算法的城市干道协调控制相位差优化设计方法。 m e m o n ，a b u l e b d e h 和p a r k 【1 6 1 8 】也对遗传算法在交通系统中的应用作了深入的 研究。 交通系统的显著特点是存在资源的共享和冲突，这就需要考虑如何解决同步 问题，对应实际的交通系统就是要建立恰当的模型来确定信号控制方案。而无论 是在现场实施控制策略，还是在仿真环境下测试控制策略，都需要将控制策略转 化成程序代码。上个世纪以来，学者越来越关注p e t r i 网的相关理论和应用研究， p e t r i 网在建模和控制离散系统方面的应用也得到进一步的发展，而离散系统常 被看作独立系统或是复杂系统( 例如混合系统) 的组成部分。文献 1 9 】中还未考 虑到路径诱导的时变特性和交通容量，而在【2 0 】中已经开始考虑这两个因素了。 h u n t 等2 】和m a u r o 等2 2 1 则开始关注交通网络中绿灯信号的同步优化问题。但是， 由于每个交叉口具有自己的特点，如物理分布，车流率，车流转向和行人通行等， 模型通常不具有通用性，可移植性差，导致城市交通控制问题非常复杂。 1 9 9 4 年，d ic e s 盯e 等【2 3 】首先将p e t r i 网应用到交通控制领域，提出用着色 p e t r i 网来表示信号交叉口网络。j l g a l l e g o 等【2 4 】基于p e t r i 网设计了信号优化 控制器，每个信号灯有固定的相序，预备了信号转换阶段的清道时间，并考虑将 交叉口延误最小作为优化目标。j w a n g 等【2 5 】提出了一种基于随机定时p e t r i 网 的交通控制系统建模和性能评估的方法。此方法大大减小了分析的复杂程度。 c t o l b a 等【2 6 j 基于连续p e t r i 网并建立v c p n 模型来分析和控制城市或城市间的 交通网络。a d if e b b r 盯。等2 7 】和s a c c o 等2 引利用混合p e t r i 网对城市交通进行 6 建模来解决城市交通模块化表示的问题。 1 3 2 发展趋势 交通信号控制由最初的手动的控制，逐渐实现自动控制，由单一的控制方法 到多个控制方案分别应用于不同时段的交通控制。随着交通状况的日益复杂，离 线式的控制方式无法满足交通状况复杂多变的情况，而同时各种检测技术也不断 进步，从最早使用气动橡皮管检测器到现在的环形线圈检测器，甚至超声波监测 器。信号控制的区域由原来的对单个信号交叉口控制( 点控制) 到干线协调控制 ( 线控制) 最后扩展至区域交叉口的网络控制( 面控制) 。为进一步适应交通复 杂多变，动态性强的特点自适应交通控制方式得到越来越多的应用，即在一条干 线或一个区域，根据交通流的动态随机变化而自动地调整信号控制参数，使控制 系统自动地适应交通流的随机变化。 交通系统规模不断扩大，系统复杂性和动态性越来越强，如何实时、高效地 解决资源共享，减少冲突使更多的研究人员考虑用p e t r i 网来模块化地描述交叉 口系统。 计算机的出现和广泛应用促成了人工智能研究热潮的掀起。针对传统交通控 制系统的固有缺陷和局限性，人工智能中的专家系统、模糊系统、人工神经网络、 遗传算法等实用技术被相继推出并应用到交通控制中，而且趋向于将它们中的两 个或多个相结合使用。智能交通系统是使整个道路交通全面实现智能化的一项大 规模的综合技术，可以使道路交通彻底改变其原有面貌，大大提高其通行能力， 运输效率和安全度，具有深远的意义。 1 4 本文主要研究内容 交通信号控制作为城市交通的直接控制手段和主要管理措施，始终起着举足 轻重和无可替代的作用，目前仍然是解决城市平面交叉口中流量冲突的一种主要 的有效方法，它对进一步挖掘现有道路的通行潜力、提高交通管理与控制水平， 均起着巨大的作用。因此，研究解决交叉口的交通问题，是最为迫切、最为实际 的一项研究课题，这也是本课题所要解决的核心问题所在。 先进的交通信号控制系统是多种软硬件技术的综合体，它涉及交通信息采集 与处理技术、交通流量预测技术、数据库技术、计算机网络技术、控制与最优化 技术、通讯技术、仿真技术等多个组成部分，需要跨学科、多领域专家的共同合 作。其中信号配时参数优化是其核心技术和最终解决目标。信号交叉口的实际通 行能力，车辆通过交叉口时受阻滞程度( 延误时间和停车次数) ，以及其它交通 7 效益量度指标都直接受配时方案影响。最优控制，其实质就是最优配时。改善配 时设计方法，设法寻求一个最佳配时方案，便成了提高城市交通运行效率，最终 取得良好的经济效益、社会效益和环境效益的关键。 本论文中，我们将讨论信号控制中的固定配时方案，首先一般化地讨论单个 信号交叉口的最优配时问题，再将问题推广至线控协调控制中。 为清晰的描述单个交叉口( 或干线的协调控制) 信号控制系统中车流和信号灯的 动态特点及它们之间，甚至系统各参数之间的关系，我们采用混合p e t r i 网来描 述整个信号交叉口网络。文章中详细介绍了模型的特点，构建及p e t r i 网参数与 实际信号交叉口网络各参数的对应关系。并选取流行的遗传算法来优化p e t r i 网 的参数，以实现对信号控制的优化。 算法充分反应了信号控制系统中车流和信号控制的动态特性，用p e t r i 网将 复杂的交通网络清晰，明了地刻画出来。 文章的组织如下： 第一章为绪论，主要介绍论文的选题背景，交通信号控制技术概述，简要介 绍信号控制技术的发展历程及其主要类型，还研究了交通信号控制研究的现状和 发展趋势，最后介绍文章的主要研究内容。 第二章中详细介绍了交通控制技术，主要讨论了单交叉口信号控制和线控系 统中的控制特点、控制方式、控制参数，以及线控系统中需要注意和考虑的问题。 第三章首先给出了p e t r i 网的一些基本原理。重点讨论了用p e t r i 网对一个实 际的交叉口进行建模，详细介绍了模型的建立，物理模型和p e t r i 网之间的对应 关系和相关参数确定方法。 第四章提出了基于p e t r i 网和遗传算法的信号控制优化算法。详细介绍了算 法在单个交叉口优化配时中的应用，算法流程，并对一算例进行仿真。最后将算 法应用到多个交叉口协调控制系统中，并给出算例仿真结果。 第五章为文章的结论部分。总结了文章所做工作并展望了进一步研究工作的 方向。 1 5 小结 本章介绍了交通控制技术的基本概况，并讨论了此领域的研究现状和发展趋 势，最后简单介绍了论文的组织结构和主要内容。 8 第二章交通信号控制技术 信号控制有各种各样的方式，分类方式也有很多种，按照控制区域划分，可 分为点控、线控和面控。点控指独立控制各信号机，线控指同时控制沿着道路连 续分布的几个信号机，面控是指把城市道路网分区进行控制的方式。 决定交叉口控制方式为点控还是线控目前为止无固定的标准。一般来说，可 根据如下情况进行综合判断： ( 1 ) 相邻交叉口问距越小，线控的必要性越大： ( 2 ) 交通量( 线方向) 越多，线控的必要性越大； ( 3 ) 相邻两个信号机之间交通流的脉动越大，线控的必要性越大； ( 4 ) 当相邻交叉口饱和度相差很大、最优周期长不同但不是相差整数倍或 整数分之一的情况下，应把实施线控的损失和不采用线控的损失进行比较后再决 定是否采取线控。 2 1 交通信号控制系统的主要术语和参数 为了方便说明，下面先介绍交通信号控制系统中的主要术语和参数。 信号配时：确定信号相位方案和信号基本控制参数。 周期：是指信号灯颜色发生变化，显示一个循环所需的时间，也称周期 长，即红、黄、绿灯时间之和。 相位：即信号相位，是指在周期时间内根据需求人为设定的，同时取得 通行权的一个或几个交通流的序列组。 相位差：具有相同周期长的相关路口，在同方向上的两个相关相位的启 动时间差，称为相位差。 绿信比：是指在周期长内的各相位绿灯时间与周期长之比 绿灯间隔时问：是指从失去通行权的相位的绿灯结束，到下一个得到通 行权的相位绿灯开始所用的时间 有效绿灯时问：是指被有效利用的实际车辆通行时间。它等于绿灯时间 与黄灯时问之和减去停车、启动的损失时间。 延误：是指交通冲突或信号控制设施的限制给车辆带来的时问损失。它 是计算信号配时和衡量路口通行效果的一个重要参数，也常作为确定信 号控制系统性能的重要参量。 最小周期时间：能够使到达交叉口的车流量刚好全部通过路口的周期时 9 删，即在最短周期下运行时，相位关键进口道均处f 临界饱和状况。 晟佳周期时间：使交叉路口各方向的车辆通过路口时的总延误最小的周 期时间。 饱和流量：是衡量路口交通流施放能力的重要参数，通常是指一个绿灯 时间内的连续通过路口的最大车流量。 2 2 单个信号交叉口控制 单个信号交叉口控制常称为点控。点控方式适用于相邻信号机间距较远、线 控无多大效果时；或者因各相位交通需求变动显著，其交叉口的周期长和绿信比 的独立控制比线控更有效的情况。 2 2 1 点控的三种方式 点控方式又包括定周期控制、交通感应控制和行人信号控制三种方式。 定周期控制 定周期控制是对应于交通需求的变动参数，将一天分为几个时间段，相应于 不同时段设定不同的周期长、绿信比等信号控制参数，由时钟来控制变换参数的 控制方式。此方式多采用内装日历的多段程序方式，即使工作日和休息日的交通 量实际变动模式有差别时也可处理。此方式适用于交通量的变动模式基本固定、 并可以预测的情况。但变动模式发生变化时要修改控制参数。 交通感应控制 交通感应控制方式是对应于交通状况的变动进行实时控制的方式。该方式是 根据使用车辆感测器测得的比较短的时间内交通需求的变动，改变绿灯时间和周 期长的控制方式。 行人信号控制 人行横道的信号控制方式有定周期控制和按钮式控制两种。 2 - 2 2 单交叉口控制主要参数 交叉口信号配时的主要设计参数是信号周期和绿灯时间，如何改善配时设计 方法以寻求一个最优的信号周期和绿信比，对于提高交叉口的通行能力、减少车 辆通过交叉口所受的阻滞以及提高交叉口运行效率是十分重要。 最佳周期 韦伯斯特( w e b s l 。f ) 利用择从论与数字计算机模拟相结合的方法，给出了 定时信号交叉口车辆延误时间的计算公式 耻等茜+ 丽一o s s ( 甜2 叫一而了由+ 丽棚撕5 【7 j q ” 式中： 谛：每辆车平均延误时间 c ：周期 五：所考虑的那一相信号的绿信比 j ：饱和度 g ：交通流量 这个表达式中的第一项是由于车辆到达的均匀性所造成的延误；第二项是由 于车辆到达的随机性所造成的延误：第三项是从车流模拟试验计算得出。由于第 三项数值较小，常忽略不计，则得到 经过反复近似计算，韦伯斯特提出了最佳周期长度的计算公式为 1 5 工+ 5 气2 而 式中：c 0 ：最佳周期长度，s ； ：每个周期的总损失时间，s ； 】，：】，= z ，巧是i 临界车道组交通流量比，z = 导，吼是该车道组的饱和 y ， 流量。所谓临界车道组是指每一相位中，交通流量比最大的车道组。 有效绿灯时间与最佳绿信比 由上面确定的最佳周期时长，可得每周期的有效绿灯时间q = c o 一三。q 在 所有信号相位之间，按各相位的最大流量比值进行分配，得各相位的有效绿灯时 间譬l 铲g ，竺掣 信号交叉口的通行能力和停车次数 在信号控制交叉口，车辆只能在有效绿灯时间内通过停车线，因此，信号控 制交叉口一侧的通行能力为： z = 盟c = q 中其 s ：迸【】道的饱和流量，辆h ： 第f 相位车辆平均停车次数 f ( 次) ko 91 ：q 二墨 1 0 一y 2 3 干道交通信号协调控制 干道协调控制主要是指若干交叉口的交通信号协调控制。孤立信号交叉口的 信号运行仅考虑了该交叉口的交通情况及几何尺寸，并没有考虑其相邻交叉口的 交通情况对该交叉口的交通运行有何影响。也就是说，城市道路中的各个交叉口 的周期与绿信比是相互独立的，它们之间没有任何联系。这样，即使在实际交通 控制中各个交叉口的控制是最佳的，但是整条干道的交通运行效果未必最好，有 可能增加停车次数和车辆的延误时间。 国外一些专家学者在2 0 世纪8 0 年代左右对交叉口协调控制进行了研究。他 们提出的控制策略是：由于下游的车流会影响上游交叉口，因此在进行上游交叉 口信号配时时，要根据下游的绿灯起步时间来定。 干道信号系统的协调控制是在点控基础上发展起来的，其主要特点是在信号 交叉口配时设计中，将考虑某一线路上其它交叉口的交通情况，通常称为“线控 制”或“绿波带”控制。所谓“缘波”是指车流沿某条主要道路行驶过程中，每 经过一个交叉口，都得到绿灯信号，从而畅通无阻地通过该条道路上所有交叉口 干道上运行的车辆主要受以下因素影响： 干道环境 车辆之间的相互作用 交通信号的效果 2 3 1 信号协调控制的主要方式 信号协调控制可分为两类：采用主控制器的协调控制和独立控制2 9 1 。 采用主控制器的协调控制系统 采用主控制器的协调控制系统可分为同步系统、交互系统和绿波系统。 i )同步系统 在同步式协调系统中，联结在一个系统中的全部信号，在同一时刻，对干道 车流显示相同的灯色。车辆在相邻交叉口闯的行驶时间等于信号周期时长时，这 些相邻交叉口正好可组成同步式协调控制。 各交叉口间距相当短，而且沿干道方向的交通量远大于交叉方向时，可把相 邻交叉口看成一个交叉口，采用同一个配时方案，绿灯起亮时刻也通行，以组成 一个同步式协调控制系统，改善干道车辆的通行。这种系统，由于前方信号显示 全系绿灯而有使驾驶员加速赶绿灯的缺点。因此这种系统在使用条件上有很大的 局限性，还有种种缺点，所以现在甚少单独采用。 2 )交互系统 该系统与上述系统恰好相反，即在被控制路段内相邻的信号装置同时给予相 反的信号显示，其目的是限定车辆在半个周期内通过一个交叉口，驾驶员如果超 过或低于设计速度，将不得不在交叉口前遇红灯而停车。该控制不适合相邻交叉 口之闻的距离变化较大的道路。 上面两种控制方法，都要求道路上的车流量不能过大，否则驾驶员将无法控 制车速。 3 )绿波系统 绿波系统不同于上述两种控制，应用绿波系统的道路上，各个交叉口之间的 距离各不相同，它根据固定的车速和交叉口的间距决定各交叉口的绿灯开始时间 ( 即相位差) 。各交叉口的周期相同，但绿灯时间或绿信比不同。车辆在第一个 交叉口遇绿灯通过后。若按一定的车速行驶，则在以后的交叉口均能遇到绿灯。 由于实际道路条件的限制，有些车辆难以处处遇绿灯，这与绿波带的宽度有很大 关系。 2 绿波带宽度是指绿波通行时间的长度，以秒计。由于各交叉口之问距离不等 和双向行驶的缘故，绿波带时间的利用不可能为百分之百。连续通行时间带对周 期时长的百分比称为系统的效率。单行道绿波带时间可得到充分利用，绿波带的 宽度可以窄一些，普通道路的绿波带则要设计得宽一些。实际上绿波带宽度就是 关