Synchro系统（精选4篇）
Synchro系统 篇1
摘要：为了全面阐述Synchro系统的仿真建模思想,文章首先分析了Synchro系统的组成,包括交通网络的构建,智能车辆的属性、发车方式及驾驶员属性,信号控制方案的设计思想,性能评价指标的计算公式,仿真结果的报告生成,然后以济南市某路口的实际交通流进行了实例仿真,进一步说明了其使用方法及实际工程效用。
关键词：道路,节点,交通网络,交通延误,交通仿真,Synchro仿真系统
引言
Synchro4仿真软件是进行交通信号配时与优化的理想工具,具备通行能力分析仿真,协调控制仿真,自适应信号控制仿真等功能,并且具备与传统交通仿真软件CORSIM,TRANSYT-7F,HCS等的接口,其简单易懂,具有很高的工程实用价值。该文借鉴文献[2]的思想,首先对Synchro系统的仿真建模思想进行深刻剖析,然后针对济南市经十路与舜耕路路口,进行了实例仿真,进一步阐明其应用方法。
1 交通网络的构建
1.1 元素及属性
Synchro系统交通网络的构成元素主要有两类:圆形节点和线段,其中节点代表路口,线段表示路段(街道)。
Sychro为每个路口定义有如下属性:标识号(ID),隶属区域(Zone),周期时常(Cycle Length),控制器类型(ControllerType),位置坐标(X,Y)。
每个路段具有如下属性:道路名称(StreetName),路段双向行驶速度(Link Speed), 路段双向长度(LinkDistance),及车道数。
为方便对多个路口实现相同的控制方案设计,Synchro规定可以将几个路口的组合定义为一个区域(Zone)。
Synchro提供有相应的对话框,可以方便的实现各个属性的设定。
1.2 普通交通网络的绘制
Synchro有简单的操作按钮和菜单,可以方便的绘制出所需的交通网络图形。
1.2.1 路口的绘制
Synchro并没有提供直接绘制路口的命令和按钮,借助于绘制路段时产生的交叉点自然产生路口。路口的编号是根据其产生的先后顺次排序。但需注意,两路段首尾相接,不能产生路口,只能形成转折路段,而且转折点路段的形成也应遵循一定的角度规则。
1.2.2 路段的绘制
Synchro中对普通路网路段的绘制相对简单,可通过按钮(Add Link)或快捷键(Ctrl+A)生成绘图命令,然后用鼠标拖动即可,路段的长度及坐标可通过路段属性对话框另外修改。根据路段在交通网络中连接的路口的性质,可以分作三类:内部路段,外部路段和转折路段。内部路段是连接两个信号控制交叉口的路段;外部路段指一端为交通断面的路段;转折点路段指的是具有一定曲率的路段,即现实中存在的具有一定弧度的路段,在Synchro中是通过转折点(Bend)的概念来实现的,转折点(Bend)是一类特殊的无信号控制交叉口,该交叉口无需设置交通量、车道及配时参数。
1.2.3 车道的绘制
针对路段的三种分类,其相应的道路绘制也遵循不同的原则:内部路段的道路数主要根据其两端路口的相位划分来决定,通过设置LaneWindow对话框中的Lanes and Sharings(#RL)便设定了内部路段的车道数;外部道路的车道数设定分上行车道数和下行车道数,上行车道数是由相连的信号控制交叉口的相位设计决定,下行车道数可由路段属性对话框中的Travel Lanes参数设置;具有转折点的路段,以转折点处截断作为划分,如果路段不与信号控制交叉口相连,则系统在路段属性对话框中提供双向Travel Lanes参数的设置,而与信号控制交叉口相连的路段,则以类似于外部路段方式设置车道数。
2 仿真车辆
2.1 车辆的种类
Synchro中的仿真车类型主要分作小汽车、卡车、公共汽车和合乘车四类。每一类型的车辆又分别设计有几种子类,具体不再赘述。
2.2 车辆的产生方式
Sychro中车辆的产生方式主要有两个特点:(1)按照设定的产生概率随机产生,即通过设置各类车型的产车概率,网络将按照该值产生相应的车辆实体;(2)一次产生,循环运行,即车辆产生后,若驶出交通网络,在之后的某个时刻将再次随机于路网某个断面处产生,其ID值不变。
2.3 车辆的属性
系统为每个车辆实体设定了如下属性:车辆ID、最大车速(mph)、最大加速度(ft/s^2)、车辆长度(ft)、车辆宽度(ft)、平均载客数。仿真过程中,通过点击相应车辆可察看具体车辆的ID、车辆类型、驾驶员类型、上下游路口节点编号、即时距停车线的距离、下一路口的转向、次下一路口的转向、即时车速、即时加速度、当前所在车道等相关参数。
2.4 驾驶员属性
根据驾驶员的驾驶特性,如保守型驾驶员,冒进型驾驶员等,Synchro共定义了10种类型的驾驶员,主要分类属性参考参数包括黄灯反应时间、速度系数、礼貌度系数、绿灯反应时间、车头时距、车头间距等。
另外,Synchro提供了相应的接口对话框,用户可以自行定制仿真车及驾驶员。
3 交通信号控制的设计思想
3.1 控制方式
Synchro系统提供了两种设定控制方式的接口,其一是通过TIMINGWindow;其二通过PHASINGWindow。Synchro系统感应控制方式主要有:
(1)半感应-不协调式:主干道相位绿灯时间总保持最大值,次干道相位感应控制且可以跳过。
(2)全感应-不协调式:所有的相位都是感应式,且可被跳过或早断。
(3)全感应-协调式:该种方式下,控制器以固定周期运作。次干道相位为感应式且可被跳过或早断,且任何空余时间均被赋予主干道相位使用。
3.2 信号定时配时算法
3.2.1 周期配时算法
Synchro系统采用韦伯斯特周期计算公式进行最优周期值的计算。即:
undefined
其中:C0=最优周期时长,单位:秒;L=周期损失时间,单位:秒;Xi=相位i的饱和度。
Synchro系统允许通过对话框接口自主输入相应的周期值。
3.2.2 绿信比确定算法
Synchro提供了相应的接口,允许自主设定各个相位的绿信比;在优化操作时,系统根据流量比进行绿信比的划分。
3.2.3 相位转换间隔时间的确定算法
即黄灯时间和红灯时间之和,计算公式如下:
undefined
其中:
Y+AR=黄灯时间与红灯时间和;
T=司机反应时间,单位为秒,一般取1.0秒;
V=进场速度,单位英尺/秒;
a=减速率,单位英尺/秒,一般取10英尺/秒;
W=路口宽度,单位英尺;
L=标准车辆长度,单位英尺,一般取20英尺;
gr=道路等级,以%表示(上坡为正号,下坡为减号)
3.2.4 相位相序的设计
Synchro中给出了两个概念:环(Ring)和栅栏(Barrier)。环是描述按照一定顺序出现的一系列冲突相位的,分作单环,双环和多环。Synchro提供的设置接口在PHASINGwindow 下的Ring and Barrier Designer对话框里,通过设置相应的相位编号便可实现不同的相位设置方案。栅栏又称作兼容相位队列,它是在一个所有环都互锁的多环控制器单元的首选顺序的参考点。
3.3 感应信号配时算法
3.3.1 检测器的设置及使用
Synchro中提供了四种基本的检测器设置方案,分别是SGTLDA(长检测区域短间隔设置方式),NDSB(停车线无检测器方式),CODSB(停车线检测器只响应式设置),T3DSB(停车线3型检测器设置)。另外,还有一种SED(系列扩展检测器设置方式)。
3.3.2 感应控制原理
见图1,其中各参数意义如下:
Gmin——初期绿灯时间,Gmax——绿灯极限延长时间
Ttest——绿灯延长步长;Gw——步行时间;
Gwc——行人清空时间;Ty——黄灯时间;
TR——红灯时间;●感应控制器即时作用时刻
感应信号调节的工作原理如图1所示,可描述为:感应控制器预设初期绿灯时间(Gmin)和绿灯极限延长时间(Gmax),控制器运行到初期绿灯时间结束时,根据检测器测到的交通流数据实时控制绿灯的变化。如果在一个预置的时间间隔内无后续车流到达,则变换相位,如检测到有车辆到达,根据检测得到的车辆数多少,改变绿灯延长时间,若总绿灯时间超过极限延长时间(Gmax)则强行转换相位。
3.4 信号优化方案
3.4.1 优化逻辑
Synchro 系统包含一系列的优化函数,以单路口为例,其优化逻辑步骤如下:
Step1:进行单个路口的信号配时,优化绿信比和周期时长;
Step2:交通网络子区划分,将整个交通网络划分为多个子系统(可选);
Step3:优化周期时长;
Step4:优化相位差和相位顺序;
3.4.2 路口周期时长优化思路
Synchro把交叉口可独立运行的最小可接受周期时长定义为自然周期长度,该值满足下列三个条件之一:
A、能够放行关键百分比车流的最短周期时长;
B、具有最小性能指标的周期时长,如果该最小性能指标周期小于A中的周期,该种选择主要用于路口车流过饱和的情况;
C、若无周期能满足放行关键百分比交通量,但是较短周期时长能够实现令人满意的v/c比率,则可以采用该较短的周期时长。
3.4.3 路口绿信比的优化思路
优化绿信比时,Synchro首先给出足够的绿信号时间以满足90th百分比的车道组流量,如果没有足够的周期时间满足要求,则尝试满足70th百分比的交通量需求,然后是50th百分比流量要求。
3.4.4 相位差优化思路
由于相位差牵涉到多个路口之间的协调,所以在Synchro中称为网络相位差(Network Offsets),且Synchro规定必须在周期时长确定之后,才能进行相位差的优化操作。
4 控制方案的性能评价指标
介绍Synchro中几个主要的性能指标的计算方法。
4.1 停车延误
Synchro提供了两种延误计算方法供选择,分别是韦伯斯特法和百分比法,其计算公式分别如下:
4.1.1 韦伯斯特延误计算公式
Synchro沿用的是美国公路局1997年的《公路通行能力手册》中的计算公式
D+D1*DF+D2+D3 (3)
其中:
undefined
PF=协调延误/非协调延误,称作步进系数;
undefined
D3=冗余需求延误,由仿真分析起始现存队列引起,该参数在Synchro中并不使用。
C=周期时长(单位:s)
T=分析间隔,单位:小时,Synchro中一般取0.25;
g=有效绿灯时间(单位:s)
X=交通量与通行能力之比,(v/c)
c=通行能力(vph)
k=增量延误系数,取决于控制器性质,对定时或近饱和控制器,一般取0.5;
I=上游交通量过滤系数,对孤立路口取1.0;
4.1.2 百分比延误计算公式
Synchro采用了五种百分比场景,即90th,70th,50th,30th和10th。以90th百分比场景为例,所谓90th百分比场景即如果观察100个周期,90th场景为第90个最繁忙的周期,余者依次类推。
undefined
其中:(P=10,30,50,70,90)
D1=平均百分比延误;
VDP=Pth每小时百分比车辆延误;
undefined
vP=Pth百分比流率(vph),其计算公式如下(见表1),
undefined
4.2 停车次数计算思想
Synchro中停车次数的计算类似于停车延误的计算,其主要通过统计车辆延误来计算停车车辆数。Synchro规定小于10秒延误的车辆并不完全停车。具体参数参见下表2。
4.3 燃料消耗及废气排放
4.3.1 燃料消耗计算公式
Synchro采用的燃料消耗公式如下:
F=TotalTravel*K1+TotalDelay*k2+Stops*k3 (9)
其中:
k1=0.075283-0.0015892*Speed+0.000015066*Speed∧2 (10)
k2=0.7392
k3=0.0000061411*Speed∧2 (11)
F=燃料消耗,单位加仑;
Speed=巡行速度,单位mph;
TotalTravel=车辆行驶的距离,单位:英里;
TotalDelay=总信号延误,单位:秒;
Stops=总停车,单位辆/小时。
4.3.2 废气排放量计算公式
废气的排放与燃料的消耗紧密相关,具体计算公式如下:
一氧化碳:CO=F*69.9g/gal(g) (12)
氮氧化物:NOx=F*13.6g/gal(g) (13)
挥发性氧化物:VOC=F*16.2g/gal(g) (14)
其中:F=燃料消耗(gal)
5 报告生成
通过选择菜单File→Create-Report命令按钮,然后选择SELECT REPORTS命令窗口,在该窗口便可选择预打印的内容。
6 仿真实例应用
下面以济南市经十路与舜耕路路口为研究对象,以2006年6月21号7:27-7:37AM的交通流量数据,对现有方案与优化方案分别进行仿真对比。
6.1 仿真环境的建立
6.1.1 根据统计数据得到该路口的拓扑结构图
6.1.2 调用LANEWINDOEW对话框,输入道路参数
6.1.3 调用VOLUMEWINDOW,输入交通量参数
6.1.4调用Ring and Barrier Designer对话框,设置相位相序
6.2 仿真
根据上述参数设置,先进行优化前控制方案仿真,后进行配时优化后控制仿真,分别生成仿真报告,并对仿真结果进行对比,列表如表3。
6.3 仿真结论
通过仿真参数对比,可以看出,信号优化之后的控制效果得到明显的改善,所以应采取新的信号配时方案。
7 总结
通过对Synchro系统的仿真原理的剖析及仿真应用实例,可以看出,该软件能很好的满足信号配时评价任务,其仿真结果对交通管理者而言具有极高的参考价值。但限于篇幅,Synchro系统的分析不能面面俱到,其它相关内容如与数据库的连接实现,与其他仿真软件接口的实现,以及纠错功能等将在后续文章中介绍。
参考文献
[1]TrafficwareCorporation.ManualofSynchro4[Bild219].Email:synchro@trafficware.com.
[2]张立东,贾磊等.城市交通仿真系统(UTSS)的实现[J].系统仿真学报,2006,18(7):1870-1874.
[3]朱文兴,贾磊.主干路交通信号控制仿真研究[J].系统仿真学报,2005,17(12):3060-3-64.
[4]裴玉龙,张亚平等.道路交通仿真系统[M].北京:人民交通出版社,2004.
[5]邹志云,陈绍宽,郭谨一等.基于Synchro系统的典型信号交叉口配时优化研究[J].北京交通大学学报.2004,28(6):61-65.
Synchro系统 篇2
随着工业化和城市化在全世界的发展, 许多城市都面临着日益严重的交通拥堵问题。而在城市道路网中, 最易发生交通拥堵的地方就是交叉口, 若能有效的提高交叉口的通行能力则会在很大程度上解决城市交通拥堵问题。将干道上连续若干个交叉口的交通信号通过一定的方式连接起来, 同时对各交叉口设计一种相互协调的配时方案, 各交叉口的信号灯按此协调方案联合运行, 使车辆通过这些交叉口时, 不致经常遇上红灯, 称为干线交叉口信号协调控制, 也叫做绿波信号控制[1]。
1.1 绿波信号控制的理论模型
目前, 关于绿波信号控制的理论模型主要集中在信号周期与相位差的优化算法上。主要有图解法[2]、进口对称放行[3]、进口单独放行[4]算法等。而上述理论为了简化计算与分析, 大都基于固定车速、单一车种、无过街行人、无转弯车辆等与现实相差较远的假设, 而这常导致理论计算所得到的绿波信号控制方案在实际中无法收到良好的效果。因此, 本文针对秦皇岛市河北大街中段的实际道路与交通状况, 使用具有交通仿真功能的、专门对信号配位配时进行优化的Synchro系统对绿波信号控制方案进行制定。
1.2 Synchro软件系统
Synchro系统是由美国Trafficware公司开发的, 以HCM2000为基础的信号配时优化的交通仿真软件[1]。专门用于信号配位配时优化、干线或区域协调控制方案的制定, 并可以对方案给出相应的评价。另外, 其运算速度快, 采用自由设定步长的穷举法能够在较短时间内对较大的路网给出信号配时优化方案。其仿真系统中还充分考虑到了道路线形、行人等对交叉口通行状况的影响, 仿真结果具有极高的工程参考价值。在我国, 除了文献[5]之外, 运用Synchro系统对干线交叉口进行绿波信号控制方案制定的研究非常少。
2 现实与模型的差别
在实际应用方面, Synchro系统要比理论模型更有优势。因为系统在制定绿波信号控制最佳方案时会充分考虑到实际道路与交通状况, 并且采用穷举法把有限的控制方案列举出来再逐一比较。本章主要从交通拥挤、转弯车辆、车辆性能、车道变换、过街行人等5个方面, 详细分析了Synchro系统较理论模型的优越性。
2.1 交通拥挤 (Traffic Congestion)
在理论模型中, 假设所有车辆均按照路段的设计车速进行行驶。而在现实中, 随着车流量的增加, 车辆的行驶车速逐渐下降, 这就是交通拥挤效应。并且在一天不同的时间段内, 交通拥挤程度是不一样的。因此, 若不考虑交通拥挤对车辆行驶车速的影响, 则有可能导致绿灯信号相位差 (由交叉口间距与行驶车速计算得出) 的计算出现偏差, 进而影响绿波信号控制的实施效果。
2.2 转弯车辆 (Turning Vehicles)
在交叉口处, 无论何种信号相位设置, 左转车辆都要在一定程度上对对面直行车辆和信号周期长度产生影响。特别是许可型左转相位下的左转通行能力是依据可插间隙理论进行计算的, 这将涉及到车头时距、驾驶员心理及行为分析。而理论模型中, 因缺少上述分析, 只能简单的认为左转车辆对直行车辆没有影响或其影响为一个定值。
2.3 车辆性能 (Vehicle Performance)
实际道路上所行驶的车辆并非均为同种车辆, 而是由某种车辆为主的混合车队。不同车辆在车长、平均载重量、加减速度等性能方面均不相同。这些车辆在行驶的过程中往往表现出不同的性能, 这不仅与车辆本身的物理特性有关, 还与驾驶员的心理密不可分, 而这些在绿波信号控制的理论模型中均没有体现。
2.4 车道变换 (Lane Changing)
部分理论模型中, 对车辆的行驶速度进行了统一化的假设, 即所有车辆均按照路段的设计车速进行行驶, 没有变换车道现象。而在现实中, 因超车而变换车道的现象并不少见。这样就整体而言, 车辆的到达是随机性的, 而非按照一定时间间隔的均匀达到。并且, 这种随机性的程度是受到交通流量大小影响的。
2.5 过街行人 (Pedestrian)
理论模型均没有对过街行人、最小绿灯时间、等待绿灯时间等方面进行研究。而在周期一定的情况下, 次干道的最小绿灯时间与主干道的绿波带宽度呈现此消彼长的关系。因此, 在保证行人安全与畅通过街的前提下, 尽量缩短次干道的绿灯时间, 增加主干道绿波带宽度是提高绿波信号控制效果的有效途径。
2.6 其他
除上述差别外, 道路线形、机非混行车道、交叉口处车速、行人违法行为 (横穿马路) 、重车混入率、信号灯控制模式等也会对绿波信号控制的实施效果产生很大的影响。且这些因素都是直接作用于车辆行驶车速, 进而使相位差与绿波带宽度的计算出现偏差, 影响绿波信号控制的实施效果。
3 影响因素分析与改善
3.1 概述
河北大街是秦皇岛市城市主干道, 是连接海港与北戴河两组团的交通纽带, 肩负着异常繁重的客货运输任务。其畅通与否对秦皇岛市旅游事业、教育事业的发展有着重大影响。以下几处为河北大街中段上的主要交叉口:M1 (民族路) 、M2 (文化路) 、M3 (海阳路) 、M4 (红旗路) 、M5 (友谊路) 。本文拟在以上5处实行绿波信号控制, 最大限度的挖掘其通行能力, 这对缓解秦皇岛市的交通拥堵具有重要意义。
3.2 行人横过马路
河北大街中段两侧公共建筑与住宅小区出入口多, 行人流量较大, 横穿马路行人较多。行人违法横穿马路不但会诱发交通事故, 而且会严重影响车辆的行驶速度。针对此问题, 本为提出以下三种解决方案: (1) 增加中央护栏高度以防止行人横穿马路。 (2) 在适当位置建设人行天桥或地下通道。 (3) 在交叉口的中央隔离带处设置安全岛用以组织行人二次过街。
3.3 区域特征明显
M1~M2处无主次干道区别, 而M3~M5处主次干道区别明显, 并且交叉口的相位设置具有明显差别[6]。对此, 本文将河北大街中段M1~M2纳入区域A, 而将M3~M5纳入区域B, 分别对其进行绿波信号控制, 主要着眼于M3~M5处交叉口服务水平的提高。
3.4 四道桥交叉口
在M2~M3处之间的四道桥处存在面积较小的信号交叉口, 此处过街行人较多导致车辆排队长度较长, 等待时间延误较大。对此, 本文建议取消此交叉口信号灯装置, 并将中央断开的隔离带连接上。而对于其他需要在交叉口处穿行的车辆, 可以利用河北大街两侧的支路绕行 (组织单向交通) , 对于行人则可使其在相邻交叉口处绕行, 或为其设置人行天桥、地下通道等。
3.5 交通量及其构成多变
河北大街中段横穿秦皇岛市CBD, 交通量及其构成在一天不同的时间段内变化较大。若仍沿用对外界状况变化敏感性较差的定周期控制模式信号灯则显得力不从心。因此, 有必要在各个交叉口采用成本较高的感应控制模式信号灯, 以提高对外界交通状况变化的适应能力如表1。
4 仿真实验
4.1 实验内容
根据河北大街中段各交叉口的调查数据 (本文不做详述) , 首先, 运用Synchro系统对各交叉口的周期、相位差、绿波带宽度等参数进行优化, 制定出绿波信号控制 (各交叉口仍为定周期控制模式信号灯) 方案。最后, 对绿波信号控制实施前后的交通状况进行仿真实验。主要通过: (1) 交叉口服务水平。 (2) 服务车流量与最大车流量比值 (V/C) 。 (3) 停车次数。 (4) 时间延误。 (5) 燃油消耗等五个指标 (表1中数值均为主干道双向平均数值) 对其实施效果进行评价。
4.2 结果分析
从绿波信号控制实施后的仿真结果看, M3~M5处交叉口的服务水平均有所提高。同时, 所有交叉口处的时间延误、停车次数、燃油消耗均明显减少。这对保护秦皇岛市的生态环境, 提升秦皇岛市的城市形象具有重大意义。另外, 针对河北大街中段的交通状况实时多变的特点, 若在各交叉口采用投资与运营成本都较高的感应控制模式信号灯, 还可以进一步降低车辆的等待时间延误。
参考文献
[1]于泉.城市交通信号控制基础[M].北京:冶金工业出版社, 2011.
[2]周君, 周凌云.基于图解法的城市干道信号协调控制设计[J].中国安全科学学报, 2011, 1 (1) :55～59.
[3]王廷平, 蒋珉.一种实现双向绿波信号控制的方法及其应用实现[J].电子工程师, 2003 (1) :31～33.
[4]卢凯, 徐建闽, 李秩舜.进口单独放行方式下的干道双向绿波协调控制数解算法[J].中国公路学报, 2010, 5 (3) :96～10 1.
[5]刘洋, 史忠科.基于Synchro的多交叉口信号控制研究[J].交通与计算机, 2005, 23 (6) :35～38.
Synchro系统 篇3
城市干道信号协调控制是指干道中若干相邻交叉口间的信号配时协调控制,使得主要方向的交通流获取最大的连续通过时间,又称为“绿波带”控制[1]。在干道信号协调控制领域,Synchro等信号配时优化模型被广泛应用[2,3,4]。
目前,国内外对Synchro的运用主要集中在对交叉口或者干道的信号进行协调优化。Maze和Kamyab[5]运用Synchro对US61干道的交通信号配时方案进行协调优化,然后利用Corsim仿真所得配时方案,通过对比前后结果发现延误、排放等都有明显下降。郭谨一等[6]利用Synchro对北京市某一典型十字信号控制交叉口的现有配时方案进行现状评价及仿真优化,使得交叉口各进口的控制延误和每车停车延误都有所降低,服务水平得到了提高。邹志云、陈绍宽[7]使用Synchro对北京市某一信号控制交叉口进行优化研究,通过改善道路几何条件和优化配时方案相结合的研究方案使得交叉口的延误等得到改善。鲁相林等[8]对山东省威海市某一交叉口通过交叉口渠化和利用Synchro对其当前的配时方案进行优化,然后通过Vissim模型仿真,选用行程延误、停车次数、最大排队长度等作为评价指标,对比了交叉口优化前后的交通状况,结果表明优化后方案其延误等指标有所降低。北京工业大学尚德申、石建军等[9]探讨了Synchro在Actra系统中的应用,其中提到Synchro在干道协调优化中效果明显。
Synchro对干道进行信号协调优化时可以得到基于不同目标的优化方案,如基于最小PI(the performance index)值方案、最小延误时间方案、基于最少停车次数方案等。选择合适的优化方案对于交通管理与控制有着重要作用,在以往的研究中,研究者常常直接采用Synchro默认的优化方案,即基于最小PI[4]值的优化方案。
因PI同时考虑了延误及停车次数2项指标,人们主观上认为该优化方案的结果优于其他优化目标的配时方案。为了讨论Synchro对干道进行信号协调优化的效果,基于最小PI值的优化方案是否优于其他优化方案,进而探讨基于何种目标得到的优化方案使得干道上行驶车辆的行程时间、延误、停车次数等参数较小。本文以实际调研数据为基础,结合Vissim仿真平台,对比分析了Synchro中基于不同目标所得优化方案的仿真结果,提出相对较优的优化方案。
1 研究方法
Vissim[10]是目前使用最为广泛的微观仿真模型之一,通过输入行驶速度、交通量、车辆比例等参数,它可以仿真各种交通条件下的城市道路运行状况,得到描述道路运行的多个参数,如行程时间、延误、排队长度等,因此常常被用来评估拟定的交通方案。
Synchro作为一款专门用于信号配时优化的交通模型,输入道路通行能力、交通量、车道数、车道划分等数据后,可以对交叉口/干道进行信号优化。尽管Synchro的SimTraffic模块[11]也能进行交通仿真,但是无论是驾驶行为参数的设置还是道路模型的刻画,以及仿真平台中交通流行为原理,Vissim仿真更能准确的模拟交通运行状况。Synchro优化后的配时方案可以直接输入到Vissim中,为Synchro及Vissim两者相结合提供了基础。
本文基于调查所得数据搭建Synchro干道信号优化平台和Vissim交通仿真平台,使用Synchro优化干道现有配时方案,得到基于不同目标的优化方案,利用Vissim仿真未优化配时方案及各优化后的配时方案[12],得到各方案的仿真结果,以行程时间、延误、平均排队长度以及停车次数为指标[13]分析各方案的适用条件,为选取Synchro干道信号协调控制的最优方案提供依据。
一般来说,进行交通信号协调控制的交通干道应少受外界的干扰[14]:干道内最好没有公交专用道,无过多的出租车停靠点、公交站台等,无较大影响的平曲线及纵坡,具有多个相距较近的交叉口。综合考虑以上要求和实际调研结果,本文选择北京市首都机场东区东西走向的四纬路作为研究对象,并于2011年4月6日和4月20日对四纬路进行了数据调查,采集到的数据包括干道几何特征参数、交通流特性参数及现有信号配时方案等数据。
1.1Synchro优化平台搭建
利用调查得到的几何特征参数,搭建了四纬路干道信号协调优化平台,见图1。
搭建Synchro优化平台时路段、流量及配时设置中的各项参数[8]是基于调查所得数据,包括:路段参数设置中的车道通行能力、车道划分、车道宽、区域类型、转弯车速、总损失时间、红灯是否右转;流量参数设置中的车道交通量、高峰小时系数、增长系数;配时参数设置中的交叉口控制方式、转弯相位配时、各相位时长、黄灯时间、全红时间。因本文所有交叉口都为固定配时交叉口,故相位设置中不需要设置绿灯延长步长、绿灯极限延长时间等参数,黄灯时间、全红时间等参数与配时方案一致。
1.2优化方案提出
因一经路与四纬路相交的交叉口固定周期最长,故以它为主控交叉口进行干道的信号协调优化[1]。按照Synchro优化信号步骤先后对四纬路现行配时方案的周期时长、绿信比及相位差进行优化,最后选取关注较多的基于最小延误、基于最少停车次数以及基于最小PI值的3种优化方案,见图2。
其中值得说明的是,Synchro中延误的计算结合了更适合于信号调整的百分比延误方法(percentile delay method, PDM)[4]和HCM2000的Webster延误计算公式。基于2种方法计算延误最终得到延误最小的优化配时方案,见图2(a)。而停车次数的计算类似于延误的计算,即停车延误的车辆数就是排队车辆数。但也有细微不同,Synchro将延误小于10 s的车辆不算完全停车,对于这部分车辆,Synchro通过计算车辆每次延误的时间进行调节得到停车次数,最终两部分相加得到最后的停车次数,从而得到停车次数最小的优化配时方案,见图2(b)。所以,信号周期的长短直接影响到交叉口的通行能力及车辆的延误时间。对比3种不同优化目标配时方案的周期长发现,基于最小延误的优化方案信号周期最短,T=40 s;基于最少停车次数的优化方案信号周期最长,T=100 s;基于最小PI值的优化方案信号周期居中,T=45 s。因此,利用Synchro进行信号配时优化时,选择基于何种目标的优化配时方案值得展开研究。
利用调查得到的几何特征参数,搭建路网、设置检测器及交叉口处优先规则等最终得到Vissim仿真平台,见图3。
在Vissim仿真平台中输入调查所得的行驶速度、交通量、车辆比例等参数,见表1。另基于国内对Vissim的研究,调整了跟车模型中的最小前视距离、最小后视距离等参数。
2 Vissim仿真结果的对比分析
把3种优化方案输入Vissim仿真平台,运行仿真平台7 200 s,统计时间间隔为600 s。因Vissim仿真刚开始时车辆未全进入仿真平台,此时生成的仿真结果不能反映实际的交通状况,为了保证仿真结果更符合实际路网运行状况,故选取1 800～5 600 s的仿真结果,分别以行程时间、延误、排队长度及停车次数为评价指标,对比分析3种优化方案,并与未优化的原配时方案仿真结果进行比较。
2.1以行程时间为评价指标
行程时间是出行者用来评价道路拥堵状况最直接的指标,也是出行者出行最关注的指标。Vissim中通过设置行程时间检测区段,可以得到车辆通过检测区段的起点直至离开终点的时间间隔(包括停车时间)。
因四纬路为东西走向干道,故本文对比分析了东西走向、西东走向车辆的行程时间。未优化的原配时方案和基于不同目标的优化配时方案的对比结果见图4。
对比原配时方案与3种优化配时方案的行程时间,东西走向,基于最小延误、基于最小PI值和基于最少停车次数的优化方案的行程时间分别比原配时方案的行程时间降低了23.26%、18.63%、1.04%。西东走向,3种优化方案依次比原配时方案降低了21.05%、10.55%、6.89%。故使用Synchro对干道进行信号协调控制能够缩短车辆的行程时间。
对比分析3种优化配时方案的行程时间,东西走向,基于最小延误的优化方案比基于最小PI值的优化方案、基于最少停车次数的优化方案多降低4.63%和10.50%,西东走向,基于最小延误的优化方案比基于最小PI值的优化方案、基于最少停车次数的优化方案分别多降低22.21%和14.16%。故基于最小延误的优化方案是3种优化方案中最优的方案,基于最小PI值的优化方案次之,基于最少停车次数的优化方案最差。
2.2以延误为评价指标
延误反映了路段的交通性能及交通管理效率,常用来评价路段畅通情况及排队状况。Vissim仿真结果中延误为平均延误时间,即通过交叉口的所有车辆平均每辆车的延误时间。未优化的原配时方案及3种优化配时方案的延误对比图,见图5。
从东西、西东2个走向,对比分析未优化的配时方案与3种优化后的配时方案的延误,同样得到Synchro对干道进行信号协调控制是有效的。
对比3种优化配时方案的延误,东西方向和西东方向,基于最小延误的优化方案比基于最小PI值的优化方案分别多降低13.74%和23.08%,比基于最少停车次数的优化方案分别多降低49.71%和32.63%。故基于最小延误的优化方案是3种优化方案中延误最小的方案,基于最小PI值的优化方案次之,基于最少停车次数最差。
2.3以平均排队长度为评价指标
交叉口平均排队长度是指通过交叉口前,车辆在各个进口道排队等候长度的平均值。见式(2)。它反映了交叉口各进口道拥堵阻塞状况,跟交叉口的通行能力、信号配时等有关。
式中:n为交叉口的进口道数。
Vissim中在交叉口各进口道处设置排队计算器,记录每个仿真步长当前的排队长度,对检测时间间隔内测得的所有排队长度进行算术平均,最终得到仿真时间内各进口道的平均排队长度。未优化配时方案及3种优化配时方案仿真结果,见表2。
基于表2数据,利用式(2)计算出各交叉口的平均排队长,对比结果见图6。
由表2可见,26个进口道中,有23个进口道显示基于最小停车次数优化方案的平均排队长度最长,3个进口道显示基于最小PI值优化方案的平均排队长度最长,但该3个进口道数据显示,基于最小延误优化方案的平均排队长度是最短的。故从进口道角度分析何种优化方案使得排队长度最短时只需对比基于最小PI值和基于最小延误的两种优化方案。基于最小PI值优化配时方案较好的进口道共9个分别为:一经路与四纬路交叉口的北进口与南进口、二经路与四纬路交叉口的东进口、三经路与四纬路交叉口的北进口、五经路与四纬路交叉口的东进口、六经路与四纬路交叉口的东/北/西进口、高架口匝道与四纬路交叉口的西进口。六经路与四纬路交叉口的南进口、四经路与四纬路交叉口的南进口共2个进口道显示2种优化方案使得其平均排队长度相等;其他15个进口道显示基于最小延误优化配时方案优于基于最小PI值优化配时方案。
由图6可知,7个交叉口都显示基于最少停车次数的优化方案平均排队长度最长。二经路、六经路与四纬路相交的2个交叉口的排队长度基于最小延误的优化方案较长,另外5个交叉口基于最小PI值的优化方案排队长度较长。但是,对比四纬路各交叉口排队长度总和,基于最小PI值的优化方案排队长度大于基于最小延误的优化方案的排队长度,基于最少停车次数的优化方案排队长度最大,但都比未优化配时方案的排度长度小。
综上分析,以平均排队长度为评价指标时,所有进口道中56.52%的进口道仿真结果表明基于最小延误的优化方案最优,39.13%的进口道仿真结果表明基于最小PI值的优化方案最优,8.70%的进口道仿真结果显示基于最小延误和最小PI值得优化方案效果相同。结合各交叉口排队长度的对比结果,可以判定基于最小延误的优化方案最优,基于最小PI值的优化方案次之,基于最小停车次数的优化方案最差。
2.4以停车次数为评价指标
停车次数为车辆进入排队状态之后停车次数的总和,可表征车辆二次停车等特征,其同样受到交叉口信号配时的影响。因四纬路为东西走向的干道,所以在分析停车次数时主要以各交叉口东西进口道为分析对象,仿真结果见表3。
由表3可见,基于最小延误的优化方案在各交叉口东进口道停车次数总和为1 521次,比基于最少停车次数的优化方案少78次,比基于最小PI值的优化方案少170次;其西进口道停车次数总和为1 268次,比基于最少停车次数优化方案少31次,比基于最小PI值优化方案少332次。故以停车次数为评价指标时,基于最小延误的优化方案都比其它2种方案的停车次数少。对比其他2种方案,在东、西进口道处基于最少停车次数比基于最小PI值的优化方案的停车次数都少。因此可以得到,基于最小延误的优化方案最优,基于最少停车次数的优化方案次之,基于最小PI值的优化方案最差。
3 结论与建议
城市干道协调优化可以降低车辆的行程时间,减少其延误,增加其连续通过时间,有效提高道路利用效率,降低对环境的污染。本文以北京市首都机场东区四纬路为例,基于Vissim仿真结果,以延误、行程时间、平均排队长度、停车次数为评价指标,对比分析Synchro中基于最小延误、最小PI值及最少停车次数3种优化方案,并与未优化的原配时方案进行比较,对比结果如下:
1) Synchro对干道进行协调优化效果显著。以行程时间、延误及排队长度为评价指标对比表明,各优化方案比未优化的原配时方案的行程时间短,延误小,总排队长度小。
2) 利用Synchro进行信号配时优化时,无论以行程时间、延误、排队长度还是停车次数为评价指标,以基于最小延误的优化方案都为最优,故建议以基于最小延误(而非Synchro默认的最小PI值)的进行优化。
3) 在以常关注的行程时间和延误为评价指标时,基于最小延误的优化方案优于基于最小PI值的方案,基于最小PI值的优化方案优于基于最少停车次数的方案。由式(2)知,PI值为延误与停车次数的线性表达式,故可以推测延误对选取Synchro最优优化配时方案的作用高于停车次数,建议设置PI值时降低停车次数的权重。
本文选取的研究对象为非饱和交通流,且各交叉口都为固定配时,故本文研究结论仅在上述条件下具有一定的适用性。针对饱和交通流以及感应控制交叉口时,利用Synchro进行干道信号协调优化时方案的选取可以做进一步研究。也可以针对Vissim和Synchro 2种模型关于停车次数的算法进一步探讨,研究和验证两者停车次数算法对信号优化影响及其差异性。此外,停车次数是影响道路交通油耗和排放的敏感参数,后续研究可从机动车油耗排放角度对比和验证不同停车次数算法的准确性。
Synchro系统 篇4
城市路网的干道往往承受着大部分的交通负荷,因此保证干道上车辆运行的畅通与高效是改善城市交通拥挤问题的关键所在。干道信号协调控制作为1种干道的交通管理与控制手段,是将干道上的多个交叉口以一定方式联结起来,同时对各个交叉口进行相互协调的配时方案设计,使得干道上行驶的车辆获得尽可能不停顿的通行权或最小行车延误。
进行干道信号协调控制的原则主要有绿波带最大化和延误最小化[1]。最大绿波带设计方法[2,3]是通过追求绿波通行时间与公共信号周期比值的最大化,从而确定干道协调控制系统的信号配时参数,常用的算法有图解法、数解法。但是数解法在相位差优化过程中存在缺陷,有待改进。本文以长安街交叉口为例,介绍改进数解法对相位差的优化过程。
1 交通现状分析
长安街交叉口A、B、C、D(见图1)位于天安门两侧,已经实行干道信号协调控制。以晚高峰时段(17:00时～18:00时)为研究对象,调查数据经选择、统计后得表1。表1内的绿灯时长是绿灯时间和黄灯时间之和。A、B口西进口和D口东进口各有1条储车道,黄灯时间为4 s,各交叉口的线控周期是125 s,绿信比分别是56%、64%、64%、60%。线控系统各路段的平均车速是9 m/s,单车道饱和流率为1 800 pcu/h。
2 相位差优化方法研究
2.1 数解法优化相位差
数解法[4]的实质是通过寻找各实际信号与理想信号偏差最小的理想信号间距来确定最优相位差控制方案和绿波车速。主要计算过程为:①对于任意合理的理想信号间距,计算各实际信号与理想信号的偏差量;②选择偏差量最小的理想信号间距作为最优的理想信号间距;③根据最优的理想信号间距及其布局确定各实际信号间的协调关系(交互协调还是同步协调),并计算相位差、绿时损失、有效绿信比等参数,根据有效绿信比计算连续绿波带宽。
数解法最重要的2个参数为理想信号间距a与理想交叉口间距的相邻偏移量之差最大值b。理想信号与实际交叉口的最大偏移量为(a-b)/2,实际交叉口与理想信号位置偏差所造成的最大绿时损失
利用数解法对交叉口进行线控,优化结果见图2和表2,理想信号间距a为640 m,最大偏移量b为160 m,最大绿时损失为25%。绿波车速为10.24 m/s。
2.2 数解法的改进
在干道信号协调控制中,决定干道绿波带宽大小的因素为各交叉口的有效绿信比,而非绿时损失。根据其优化原理,经典数解法只考虑了绿时损失最小,而未考虑各交叉口绿信比对有效绿信比的影响。因此,经典数解法完全以“b最大,即最大绿时损失Δλmax最小”作为最佳理想交叉口间距的选取原则,也是不尽科学合理。
实际上,由于各交叉口主干道方向获得的绿信比可能相差较大,绿信比大的交叉口即使绿时损失大一些,也能获得较大的有效绿信比。当最大绿时损失恰好出现在主干道方向绿信比较小的瓶颈交叉口时,有效绿信比同样可能较小。在上例中,A口的主干道方向绿信比为56%,在4个交叉口中最小,而绿时损失却为25%,在4个交叉口中最大,有效绿信比为31%,A口成为干道的瓶颈交叉口,致使绿波带宽偏小。
因而不能仅以实际信号与理想信号的偏移量大小来确定最优的理想信号间距,而应该以获得最大连续绿波带宽为目标,根据各交叉口的绿信比情况,优先保证绿信比较小的关键交叉口获得较小的偏移量,而绿信比较大的交叉口偏移量可以大一些。在上例中,让主干道方向绿信比最小的A口尽量处在最佳理想交叉口位置附近,保证A口的偏移量较小,使A口的有效绿信比较大,那其他交叉口的偏移量稍大一点,也能使整个干道绿波带宽最大。
根据上述思想,A、D口的主干道方向绿信比较小,选为关键交叉口,为了使干道获得较宽的绿波带,须使A、D口的绿时损失较小,即:使A、D口与理想信号间偏移量尽可能小。通过优先保证关键交叉口获得较小的偏移量,来确定最优理想信号间距。优化结果见图3和表3。绿波车速9.28 m/s。
从表3可以看出,改进数解法的理想信号间距a为580 m,最大偏移量b为165 m,最大绿时损失Δλmax为28.4%。虽然改进数解法的最大绿时损失增大,但是最大绿时损失落在主干道方向绿信比较大的C口上,依然可以确保干道信号协调控制系统获得更大的绿波带宽。
3 仿真分析
Synchro系统是美国Trafficware公司开发的专门用于信号配时优化的交通仿真软件。Synchro系统以延误、停车次数、排队长度3项性能指标构成的综合优化指标为目标函数,其评价指标一般有以下几个:通行能力、饱和度、行程时间、延误、停车次数、排队长度及油耗等。现利用Synchro系统,根据表1的基本交通数据和以上3种方法优化的相位差,对交叉口进行仿真,仿真结果见表4。
由表4可见,相对于经典数解法,改进数解法的优化结果在绿波带宽、延误、服务水平、排队长度等方面都有了很大的提高。具体比较结果见表5。
由表5可见,改进数解法各项指标都优于经典数解法。这表明:以关键交叉口为依据来优化相位差、绿波车速等干道协调控制参数,是合理有效的。
4 结束语
理论分析与算例验证表明,采用改进数解法优化相位差、绿波车速等交通信号协调控制参数,是合理有效的,可以使干道信号协调控制系统获得更大的绿波带带宽,保证更多的车辆能够连续无阻滞地通过多个干道交叉口。
参考文献
[1]常云涛,彭国雄.基于遗传算法的城市干道协调控制[J].交通运输工程学报,2003(2):106-112.
[2]蒋金勇.单点及干道交通组织与信号配时改善研究[D].上海:同济大学,2007.
[3]杨佩昆,吴兵.交通管理与控制[M],北京:人民交通出版社,2008.
[4]徐晓慧,王德章.道路交通控制教程[M].北京:中国人民公安大学出版社,2005:184-194.
【Synchro系统】推荐阅读：
Synchro08-07
直流系统管理信息系统08-28
医院信息系统灾备系统07-21
强行卸载文件系统Windows系统06-04
生态系统系统的稳定性08-31
播控系统中存储子系统07-14
JQ正本-系统简介《居民健康档案系统》05-21
论ERP系统对会计信息系统的影响05-21