英文翻译：交通控制系统中具体车辆信息评估

1、交通控制系统中具体车辆信息评估 交通控制系统中具体车辆信息评估Alireza Kamyab, T. H. Maze, and Reginald R. Souleyrette（已通过城市交通部门审阅）摘要：本文假设在一个智能交通系统中，交通管制环境、交通控制系统能通过自动的具体车辆识别(AVSI)在车流量中独立地追踪车辆。当车辆通过一个AVSI路边电子检测点时，假定记录了到达时间和检测车辆的类型。检测器发送信息到一个当地的基于微处理器的交通信号控制器。然后控制器内置的信号控制逻辑使用这些信息来调整交通信号配时，以反映目前的车流量的特征。鉴于这种假设能力，开发了一个仿真模型用于评估AVSI的使用情

2、况。为了充分利用AVSI，一个新的关于具体车辆的自适应交通控制逻辑建立在一个孤立的十字路口的仿真上。通过仿真，当合并的自适应交通控制策略与定时控制系统相比时，在自适应交通信号控制逻辑中，AVSI使用中的可识别、可测量以及显著的优势将会显现。1 引言智能交通系统(intelligent transportation system，ITS)的目标之一是使车辆、高速公路和行人形成一个相互作用的系统，而不是作为独立的元素。本文讲述了基于假设车辆和典型交通控制更为紧密的融合上评估。探索的基本问题是带有具体车辆信息的自动配时信号控制器是否有好处，以及为了改善一个十字路口的车流状况，这些信息怎样来改变绿灯时

3、间的设置1。目前处于应用的车辆检测器技术仅限于检测车辆的存在和通过。当加上一个交通信号控制器时，探测器可用于检测交通量、车速、车道占有情况和队列长度2。然而,它们无法确定检测车辆的类型和性能特征。自动具体车辆识别(automatic vehicle-specific identifycation，AVSI)可能包括驶近车辆的性能特点(如加速度率、重量和大小)，甚至可以判断一辆驶近车辆是否直行或转弯。使用AVSI的交通控制系统大部分技术已经可用，并且，据推测，一个完全应用ITS的环境信息体系将与路边系统相结合3,4。ITS交通控制环境假定这个分析包括AVSI技术，而AVSI技术能通过路边检测元件

4、检测车辆的位置和车辆类型(卡车、客车)，并且预测每个车辆到达十字路口的时间。然后检测器将收集的信息传给一个基于微处理器的交通信号控制器。这个控制器内置的信号控制逻辑将使用信息来调整信号灯的配时，以反映目前车流量的特征。当考虑具体车辆信息时，为了判断是否有益于提高交通控制逻辑，在假定的车流量和十字路口地形下，建立了一个计算机仿真系统进行评估5。本实验研究了具体车辆的自适应(vehicle-specific adaptive，VSA)交通控制逻辑并将其纳入仿真模型。交通控制逻辑的VSA调整信号配时基于AVSI交通信息。驱动控制系统调整信号配时以响应流动的车流量，而VSA控制逻辑在扩展相位绿灯时间或

5、实现一个新的周期分割之前，先检查单个车辆的性能特征6,7。研究的隐含性在于VSA控制逻辑的假设是有效的。未来，更加有效的控制逻辑可能会产生越来越优越的性能8,9。与传统的定时交通控制相比，VSA交通信号控制逻辑在十字路口的案例研究上平均延误显著减少。主要是，随着平均加速性能的减少，停止延迟的减少是由于停止车辆的概率减少，虽然对所有车辆来说，定期调整周期分组以更好地符合现有的交通模式能减少延迟。此外，为了在获得的结果上建立一个置信水平，仿真模型可以通过使用实际交通数据来验证。2 仿真模型结构仿真模型用仿真分析和仿真语言编码5。它在一个孤立的四车道、四相位的十字路口模拟车流量，见图1。此图中，十字

6、路口的方向模型和布局与位于爱荷华州艾姆斯市东边的林肯路和达夫大道的十字路口相似。十字路口被建模为单服务器设施；也就是说，一个方向的绿灯时间是其他方向的红灯时间。在这方面，通过检测一个方向的车辆，可以得知其他方向的车辆情况。仿真模型假定车辆之间没有交互作用。它只模拟车辆到来和离开的序列。车辆到达交叉路口的模型受到相连道路车辆的到达时间分布(即负指数分布)10。在这种背景下，顺序为：车辆到达，排队等待，接受检测，在指定时间内等待绿灯，离开十字路口。图1 四车道、四相位的独立十字路口仿真模型的有效性措施被定义为停止拖延。因此，只有绿灯和没有排队时，车辆才能顺利通过一个十字路口。否则(即绿灯且需排队时

7、，或红灯时)，车辆必须按规定的时间通过十字路口。3 仿真模块仿真模型包括两个模块：交通流量模块和交通信号控制模块。交通流量模块负责统计每条链路上经过的车辆（即连接的街道），登记到达的车辆以及通过交叉路口的行驶车辆，并记录车辆的停止延迟。另一方面，交通信号控制模块在十字路口模拟局部的交通信号控制器。      信号控制模块的一个重要组成部分是VSA交通信号控制逻辑。实施的VSA控制策略根据应用在交通流量模块的AVSI交通信息调整信号时序。图2示出仿真模型中两个模块的的数据流。 图2 仿真模型结构4 VSA交通信号控制策略VSA控制策略由两部分组成。控制逻辑

8、的第一部分定期（例如每5分钟）根据当前交通状况调整周期分割。但是，控制逻辑的第二部分为了防止卡车有可能在红灯时停止会在末尾阶段重新调整周期分割。4.1 第部分周期循环分割调整由于车辆通过检测器R1(即一个AVSI路边阅读器，见图1)，检测器记录各车辆的类型和到达时间。每5分钟结束时，路边的检测器告知本地控制器在下5分钟到达该路口的车辆和卡车的预计总数。一接收到数据，一个基于微处理器的控制器立即确定一组新的周期分割，并每隔5分钟重复该过程。图2交通信号控制模块中的第一部分在图3中以图形方式详细显示了此程序。 图3 VSA信号控制逻辑第部分：周期循环分割调整4.2 第部分结束阶段循环分割的重新调整

9、交通控制系统的第一部分中定期调整周期分割依赖于路边遥远的检测器R1采集到的AVSI交通信息。然而，重新调整周期分割则根据由两个位于每条路上的的另外两个AVSI检测器收集到的数据。如图1所示，检测器R2a位于红灯时车辆常到达的附近的一个点上，而另外一个检测器R2b，位于距离R2a约20s车程的上游。在周期分割保持不变的5分钟期间内，由R2b和R2a检测器收集的AVSI交通数据将在每个阶段结束前接受几秒钟（tchk）的检查。如果绿灯时间将要结束时，AVSI信息的提前检查为卡车的安全停止提供了充足的时间。检查时间（tchk）假设为4.4s，这是根据车辆的安全的10英尺/S2的减速度和接近30英里每小

10、时的速度决定的。根据检查的AVSI信息，如果检测到的卡车在给定的绿灯时间内不能够通过路口，VSA控制策略的第二部分将决定是否重新调整周期分割。在控制逻辑做出决定前，它会通过不同层次的决策过程。参与决策过程的控制系统的第二部分是基于启发式方法。 在绿灯时间从目前阶段转向下一竞争阶段之前的约4.4秒（tchk）时间内，当前检测器R2a的数据库进行检查。如果通过R2a没有检测到车辆，检查当前检测器R2b的数据库，判断在接下来的20秒内是否能发现车辆。如果通过R2b也没有检测到车辆，当前绿灯时间如期终止。但是，如果任一数据库中检测到卡车，VSA控制策略通过检查数据库竞争的状态进行决策。呈现在图4中的流

11、程图显示了决策过程。该图将VSA交通控制系统的“第二部分”进行了放大。以下规则代表了图4中显示的不同层次的决策过程。图4 VSA信号控制逻辑第部分：结束阶段循环分割的重新调整规则1队列长度如果任一方向的队列长度（qcom）小于阈值（qv）时，将执行下一级。否则，循环分割保持不变。第一条规则的目的是确保在任十字路口的任一方向，有没有所谓的溢出条件。通过在仿真模型中检查的竞争方向的状态来确定竞争方向的队列长度。确定阈值是根据两个相邻路口之间的距离。例如，距离为225米（750英尺），车辆的平均长度为7.5米（25英尺）产生的阈值为30。规则2饱和度如果最近的下一个竞争方向的饱和度小于1，那么将执行

12、下一级。否则，循环分割保持不变。根据公路容量手册建议的直接观察法11，确定了饱和度。设计饱和流率的直接观察在一个实际的路口进行，然而，在这种情况下，所需要的数据是直接来自仿真模型。规则3额外时间如果下一竞争方向有任何额外的绿灯时间（text），并且大于所检测卡车需要离开的时间（ttrk），那么当前方向收到请求的绿灯时间延长。否则，循环分割保持不变。根据绿灯时间延长请求是否来自检测器R2a或R2b检测到的卡车，不同的表达式用于确定请求的绿灯时间延长（ttrk）。如果绿灯时间延长申请来自检测器R2a检测到的卡车，所需时间由下式决定。 （1）其中，ttrk =请求的绿灯时间延长；dtveh =服务车

13、辆通过时间；TNOW =当前模拟时钟时间；tin=最后一辆车进入路口时间；dttrk =卡车的通过时间；J=队列中第一辆检测卡车的位置；dtpc=客车的通过时间；tchk =检查时间，4.4秒。 当计算由检测器R2b探测的将于20s后到达的卡车发出的绿灯时间延长申请时，公路上的卡车位置仍需首先确定。根据当时路口检测到的抵达卡车的队列状态，下式用于确定请求绿灯时间延长： （2） （3）其中，dttot.cur=当前队列中等待车辆的总通过时间，av =检测卡车的到达时间。规则4延迟指数如果延迟指数（DI）小于预定义的阈值（dv），那么当前阶段接受请求延长时间。否则，循环分割不变。迟指数由下式定义：

14、 （4）其中，； （5, 6）DI=延迟指数，秒/辆；wpc =客车的分配加权因；wtrk =卡车的分配加权因子；dpc=该方向的最后红灯期间客车的下一方向延迟，秒/辆；dtrk = 该方向的最后红灯期间卡车的下一方向延迟，秒/辆； TNOW=电流模拟时钟的时间；Vpc= 在下一方向的红灯期间观测到的客车数，辆；Vtrk=在下一方向的红灯期间观测到的卡车数，辆；atpc=总客车的到达时间，秒；attrk=总卡车的到达时间，秒。5 结论VSA控制策略中所涉及的逻辑不仅降低了车辆行驶的时间，而且还可以通过减少路口停车延迟来减轻驾驶疲劳。VSA信号控制系统的卡车出行时间节省计算基于每辆卡车的平均通过

15、时间为3秒的保守假设。然而，在一个实际的实际路口，卡车的通过时间可以根据卡车在队列中的不同位置而变化。当信号灯变为绿色时，在队列前的一辆卡车显然比第五辆卡车需要更多的时间来通过路口。因此，假定一个更现实的每辆卡车的平均通过时间（4秒），VSA控制逻辑基本上可以减少十字路口停止延迟。 本文以简单的形式阐述了AVSI在交通信号控制系统中的应用。如果AVSI应用到一个主要道路或网络系统的十字路口，使用VSA交通信号控制时车辆行驶的节省时间必然更多。本版本的仿真模型 的灵活性可以增强，从而模拟一个更复杂的交通控制系统。例如，该模型包含更多的十字路口时，能够评估主要干道中AVSI的利弊。该项研究的另一个

16、显著贡献是通过交通控制中AVSI的应用发现了潜在的重大效益。这种可预见和能估计的效益为交通控制中ITS的部署提供了动力。6 致谢为了取得爱荷华州立大学土木工程博士学位，我们完成了这篇论文的研究，期间我们得到了许多人的帮助和建议，在此表示衷心感谢。感谢监事会成员们的宝贵建议；也感谢该论文的共同作者：托马斯·邦塔，凯瑟琳·瓦戈纳，罗伯特·斯特拉汉，肯尼斯·布鲁尔，詹姆斯·柯伯；我们还要感谢为本文研究提供赞助的Amtech系统公司以及交通研究和教育中心。参考文献1 Allen, B., Baumel, C. P., Forkenbrock, D. J

17、., and Otto, D. (1993). “Guide to the economic evaluation of highway projects.” Rep. Prepared for Iowa Dept. of Transp，Wilbur Smith Assoc., Columbia, S.C.2 Pline, J. L. (1992). Traffic engineering handbook, 4th Ed., Prentice-Hall, Inc., Englewood Cliffs, N.J.3 Kamyab, A. (1995). “Evaluation of autom

18、atic vehicle specific identification (AVSI) in a traffic signal control system, PhD dissertation, Iowa State Univ., Ames, Iowa.4 Greenshields, B. D., Shapiro, D., and Erickson, E. L. (1947). “Traffic performance at urban street intersections.” Tech. Rep. No. 1, Yale Bureau of Hwy. Traffic, New Haven

19、, Conn.5 Pegden, C. D., Shannon, R. E., and Sadowski, R. P (1990). Introduction to simulation using SIMAN. McGraw-Hill Book Co., New York, N.Y.6 Lin, ft, and Vijayakumar, S. (1988). “Adaptive signal control at isolated intersections.” J. Transp. Engrg, ASCE, 114(5), 555-573.7 Hunt, P B., Robertson, D. L, and Bretherton, R. D. (19