信号控制交叉口（共9篇）
信号控制交叉口 篇1
摘要：我国首例闯黄灯行政诉讼案的判决显示出我国交通管理部门在黄灯设置上缺乏统一规范并存在执法误区。通过问卷调查对我国驾驶员对黄灯的认识与建议进行调查,并对黄灯信号产生的历史背景、含义与作用、时长计算以及对交叉口交通安全的影响进行阐述,明确了黄灯与全红信号各自应承担的功能与时长计算。建议现行交通法规对黄灯的规定改为:“黄灯启亮表示交通信号灯即将变为红灯,碰到黄灯时应该减速停车,除非不能安全停车时可以在黄灯期间通过停车线进入交叉口。”同时建议增设闯黄灯超速自动抓拍功能,预防抢黄灯现象的发生。
关键词：信号控制交叉口,黄灯,全红信号,闯红灯,超速
0 引言
2012年4月6日,全国首例闯黄灯行政诉讼案在嘉兴中院作出终审判决,以“涉及到重大公共利益”为由,驳回舒江荣的上诉,维持原判,判定闯黄灯违法。至此,法院的判决虽已尘埃落定,但全国人大、最高法院、公安部等对“闯黄灯是否违法”及“应受何种处罚”均没有作进一步说明,在全国范围内掀起的一场关于闯黄灯是否违法的的讨论却仍在持续。闯黄灯行为性质认定和执法标准的问题也已经引起了公安部的重视,相关部门正在研究制定更加明确和细化的执法标准[1]。
1 问题的提出
“红灯停,绿灯行”,这本是在小时候人们就耳熟能详的交通规则,但是在黄灯期间我们应该怎样行车却不甚明了。2004年开始实施的《道路交通安全法》及管理条例仅规定:“黄灯亮时,已越过停车线的车辆可以继续通行”。但是概念模糊,导致存在一些界定不清、不可操作的地方。因为《道路交通安全法》并没有明确指出,黄灯亮时,未越过停车线的车辆须怎么通行。这导致我国各地的交通管理部门在交通信号设置以及交通执法过程中没有一个统一的标准,产生了“有法难依,违法难究”的尴尬局面。我国不同城市的交通管理部门对黄灯的态度各不相同,归纳起来主要有如下4种情况:
(1)一些城市依据道路交通安全法及管理条例的上述规定进行推理,规定闯黄灯等同于闯红灯,罚款200元,记3分[2]。(2)一些城市为了减少交通信号灯由绿灯变成黄灯过程的突然性,而在绿灯即将结束时加设绿灯倒计时,使驾驶员能够提前预知绿灯即将结束,黄灯马上要启亮,因而提前做好停车准备,减少闯黄灯现象的发生。(3)少数城市为了杜绝闯黄灯现象的发生,干脆将黄灯取消,而用绿灯倒计时或绿闪代替黄灯[3]。(4)鉴于闯黄灯的现象普遍存在,因而大多数城市对闯黄灯行为并不进行处罚,而是允许黄灯期间车辆可以通过停车线,同时为了保证黄灯末期越过停车线的车辆能够安全通过交通冲突点,在黄灯结束之后加设一段全红时间,清扫滞留在交叉口范围内的车辆[4]。这是国际上大多数国家都通行的交通规则。
到底黄灯的作用是什么?黄灯期间车辆是否可以越过停车线?闯黄灯是否属于违法行为?绿灯倒计时的设置对驾驶员的心理及驾驶行为有怎样的影响?绿灯倒计时能否提高交叉口的交通安全与通行效率?能否利用绿灯倒计时代替黄灯?
2 黄灯期间的驾驶行为进行调查
为了建立适合我国实际情况的交通法规和绿灯间隔设置方法,笔者[5]在2009年曾通过网络问卷与人工实地调查相结合的方法,对390名驾驶员对黄灯的理解及在黄灯期间的驾驶行为进行调查,调查结果见表1。
从问题1与2的调查结果可知,绝大多数(约82.3%)的驾驶员均认为交警对黄灯期间越过停车线的驾驶员进行处罚是不合理的,只有14.1%的驾驶员认为交警对黄灯期间越过停车线的驾驶员进行处罚是合理的。尽管我国目前现行的道路交通安全法规定黄灯期间车辆不能越过停车线,但由于该规定本身具有逻辑上和科学上的错误,导致完全遵守中国现行的道路交通安全法的规定,看到黄灯即立即刹车确保黄灯期间不越过停车线的驾驶员只有21.2%,遇到黄灯则减速停车,无法安全停车时选择越过停车线的驾驶员占36.1%。而更多(约42.6%)的驾驶员遇到黄灯时的第一反应都是“加速、通过”。
从问题3与4的调查结果可知,我国驾驶员闯红灯的概率十分惊人,68.7%的人都有过闯红灯的概率,对这些人闯红灯的原因的分析可以发现,故意闯红灯的人并不多,仅占了8.9%,28.9%的人认为是注意力不集中,不小心闯了红灯,9.7%的人认为其它一些原因,如视线受到前面大车遮挡、信号灯被树枝遮挡、天雨路滑等原因导致其闯红灯,绝大多数(56.9%)的人都是认为是黄灯转换太突然导致其无意闯了红灯,我国驾驶员在黄灯期间的驾驶行为可以很好的解释这一结果,我国有42.6%的驾驶员遇到黄灯时的第一反应都是“加速、通过”;由于加速抢黄灯,所以当黄灯变成红灯后,就会有大量的驾驶员来不及刹车而在红灯期间越过停车线,形成危害更大的闯红灯现象的发生。
从问题5与6的调查结果可知,在减少闯红灯现象的措施中,安装闯红灯自动抓拍设施虽然可以较大幅度地减少故意闯红灯现象的发生,但正如上面所分析,绝大多数驾驶员都认为自己不是故意闯红灯,而是非故意闯红灯,所以建议安装自动抓拍设施的驾驶员仅占20.3%,大多数(73.6%)的驾驶员认为安装带倒计时的信号灯可以减少其闯红灯的机会,绝大多数(约75.9%)驾驶员认为在黄灯之前加设绿灯倒计时或绿闪信号比较合理,并且有18.7%的驾驶员建议干脆取消黄灯,用绿灯倒计时或绿闪代替黄灯,而坚持采用绿灯-黄灯-红灯这个标准的世界通用的过渡信号设置方案仅占5.4%。
这个调查结果反映了我国目前对黄灯含义认识的混乱,造成执法人员与驾驶员对待黄灯问题的对立,一方面,一些城市规定黄灯期间车辆越过停车线为违法行为,应接受处罚,另一方面,黄灯期间越过停车线的现象大量存在,不同交警对黄灯的重视程度以及理解不完全一致,这也是黄灯违章较多的1个原因。有爱管的、有不爱管的,有严格管理的、有疏于管理的,尺度不能严格统一。由于上述几点原因,于是形成了“有法难依,违法难究”的尴尬局面,由于黄灯的含义没有被交警部门及驾驶员正确的理解,闯红灯抓拍系统目前也不对闯黄灯的行为进行抓拍取证,所以黄灯期间的驾驶行为不能很好地统一,一些遵章守法的人害怕被处罚会选择急刹车,刻意保持在黄灯期间车辆不越过停车线,一些谨慎的人看到黄灯时会减慢车速,如果实在无法停车则选择在黄灯期间越过停车线,而更多的人看到黄灯时却会加速以求在黄灯期间通过交叉口,这种不一致的驾驶行为不仅造成交叉口在信号过渡期间交通事故频发,并且造成信号过渡期间信号损失时间倍增,不同的驾驶员及交警对黄灯的理解不统一时会造成如下几种后果:
1)当前面驾驶员看到黄灯采取紧急刹车,以求在黄灯期间车辆不越过停车线,而后面驾驶员看到黄灯时加速行驶,则极容易造成追尾事故发生。
2)当黄灯信号等同于加速信号时,闯红灯的行为便会大量增加,而闯红灯行为极易引起更为严重的侧向碰撞事故。
3)为了保护黄灯后期通过停车线的车辆的交通安全,交警部门不得不在黄灯结束后还须增设一段全红信号以保障这部份黄灯期间越过停车线车辆的安全,交叉口的信号损失时间将会成倍增长,因为还有相当一部分谨慎的驾驶员会选择在碰到黄灯时紧急刹车,导致绿灯末期与黄灯时间不能被充分利用。
4)由于目前尚不对闯黄灯行为进行抓拍取证,交通警察对闯黄灯的处罚带有很大的随意性,在执勤中容易引起不必要的争议,交警无法对黄灯越线的驾驶员进行有效的处罚,驾驶员难以心服口服。驾驶员认为交警对黄灯越线进行处罚是为了增加收入与奖金,造成警群关系紧张。
3 黄灯的起源与信号时长计算的演变
红绿信号灯作为交通信号灯,最早于1868年诞生于英国,起初交通信号灯是由2盏红、绿2色的信号灯组成,由于在绿灯与红灯转换过程中缺少了黄灯的过渡与警示,导致信号灯色更替时经常发生交通事故,1918年第一盏名副其实的3色信号灯(红、黄、绿3种标志)于诞生于美国纽约,在绿灯向红灯更替时增加几秒黄色信号作为过渡,以考虑驾驶员的反应时间以及车辆制动所需要的时间,从此红、黄、绿3色信号灯即以1个完整的指挥信号家族,遍及全世界的交通领域了[6]。
交通信号灯用红、黄、绿3色,除了历史因素外,也和人的视觉机能结构有关。用红、黄、绿3色来作交通信号灯,很配合人的视觉机能。在人眼睛的视网膜中含有杆状和3种锥状感光细胞,杆状细胞对黄色的光特别敏感,而3种锥状细胞则分别对红光、绿光及蓝光最敏感。这些锥状感光细胞连到脑部2组对立细胞,1组令我们能分辨红色与绿色,另1组则令我们能分辨黄色和蓝色。另外,交通信号灯颜色的设置也和人的心理反应有关,要表达热情或剧烈的话,最强是红色,其次是黄色。绿色则有较冷及平静的含意。因此,人们常以红色代表危险,黄色代表警觉,绿色代表安全。而且,由于红光的穿透力最强,其他颜色的光很容易被散射,在雾天里就不容易看见,而红光最不容易被散射,即使空气能见度比较低,也容易被看见,不会发生事故。所以用红色表示禁止,黄色表示警示,绿色表示允许[7]。
黄灯信号的出现虽然减少了绿灯信号向红灯信号过渡的突然性,提高了交叉口信号控制的安全性,但当时对黄灯信号时长的设置并没有明确的规定,关于黄灯期间驾驶员的驾驶行为的规定及黄灯时长的计算方法的讨论在黄灯信号产生直至今天在世界范围内一直没有停止过。2010年,李克平教授[8]对美、英、德、日等国现行的黄灯时长计算公式进行了分析,由于篇幅关系,本文仅以美国ITE交通工程手册中对黄灯时长的计算为例来分析黄灯的演变发展过程。
1929年,Matson[9]首次提出了黄灯时长的计算公式
式中:τ为黄灯的时长;w为交叉口的宽度;v为交叉口车辆的限速。与该计算公式对应的黄灯期间的交通法规为黄灯启亮时越过停车线的车辆可以通过交叉口,未越过停车线的车辆必须在停车线前停车,式(1)假设驾驶员的感知-反应速时间为0,并且黄灯启亮时接近交叉口停车线但并不是十分靠近停车线的车辆的减速度是无穷大,这些假设显然太过于理想化。
1941年第1版的ITE交通工程手册[10]提出了2个公式来确定黄灯的时长,第1个:
式中:0.8s为驾驶员的感知-反应时间,车辆的减速度取18ft/s2;v为交叉口的进口道车辆的平均速度,mile/h;D为交叉口的宽度,m,该手册规定黄灯时长是车辆以平均速度v在黄灯启亮时车辆无法安全停车的地点至交叉口出口道的缘石边线2点之间行驶所需要的时间。式(2)第1次考虑了驾驶员的感知-反应时间,这是一大进步,但是没有考虑相冲突车流到达冲突点的距离。
同时,该手册还引用了Matson提出的公式(式(3)),并认为式(3)的分子上需加上车辆安全停车所需的距离,同时,由于考虑到相冲突的下一相位的车流自停车线到达冲突点时还有一段行驶距离,所以黄灯时长还必须减去相冲突车流到达停车线所需的时间,即黄灯的计算时长应该为:
式中:w为交叉口的宽度;S为车辆安全停车所需要的距离;D为相冲突车流到达冲突点的距离;0.682是1个转换系数;v为交叉口的进口道车辆的平均速度;v1是相冲突车流的平均速度,mile/h,如果S的含义解释得当,式(3)中的前半部分与式(2)基本相同,式(3)中的后半部分的修正项考虑了相冲突车流到达冲突点所需的时间,这是一个大的变化,虽然节省了时间,但在当时情况下是不利于交通安全的,因为当时还没有引入全红信号的概念。
1950年第2版的ITE交通工程手册[11]保留了式(2)的计算公式,只是符号发生了变化,见式(4)。
该手册中车辆的减速度的推荐值取较高的18ft/s2,同时建议黄灯时长可以减去相冲突车流的头车由静止开始加速到达冲突点所需要的时间,这个建议忽略了绿灯初期相冲突车流的头车可能以很高的速度通过停车线,存在一定的安全隐患,并且以上公式在计算交叉口宽度时都没有考虑车辆本身的长度的影响。
1960年Gazis[12]等人对黄灯问题进行了研究,并指出由于车辆的动力特性,当驾驶员面对黄灯时经常会出现驾驶员既无法安全地在停车线前停车,又无法在黄灯结束之前通过交叉口的情况,Gazis将这种情况称为“黄灯困境”(amber light dilemma),并指出在驾驶员的感知-反应时间、车辆的速度、减速度以及交叉口的宽度已知的前提下,适当的黄灯时长的设置可以消除困境区域的产生,即
式中:v0为交叉口的限速;σ为驾驶员的感知-反应时间;a为车辆的减速度。推荐采用约3.05m/s2(10ft/s2),Gazis等人在计算交叉口宽度的时候首次考虑到车辆本身的长度的影响,第1次提出黄灯困境的概念,并提出了消除黄灯困境区域的黄灯时长计算公式,这相比以前的所有关于黄灯问题的识认可以说是1个本质上的提升,具有里程碑的意义,后人关于黄灯问题的讨论基本上都是建立在该理论的基础上。
至此关于黄灯期间驾驶行为的交通法规发生了变化,黄灯期间车辆可以越过停车线,但必须在黄灯结束之前完全通过交叉口,这虽然较以前的规定有了很大的进步,但驾驶员的判断依然十分复杂,若判断不准确也很容易违反交通法规,即黄灯结束时车辆还滞留在交叉口内。
1965年第3版的ITE交通工程手册[13]关于黄灯时长的计算公式分别用式(6)与式(7)代表车辆安全停车所需的时间以及车辆通过交叉口所需要的时间。
式中:y1为车辆安全停车所需要的时间;y2为车辆通过交叉口所需要的时间;t为驾驶员感知-反应时间;l为车辆的长度;w为交叉口的宽度;v为交叉口的限速;a为车辆的减速渡,该手册推荐采用约4.57m/s2(15ft/s2),这比上一版本约5.48m/s2(18ft/s2)略低。并且式(6)的计算公式存在计算错误或印刷错误,车辆安全停车所需要的时间的正确的计算公式应为式(8)。
为了避免黄灯时间过长或过短对驾驶员的决策产生影响,该手册同时建议黄灯的时长宜为3~5s,当y2的计算值超过这个范围时,超出的部分可设置为全红信号。该版本的黄灯计算公式虽然存在一定的错误,但是在计算交叉口宽度时考虑了车辆本身的长度,并且首次提出了全红信号的概念,这是一大进步,但是该手册没能正确区分黄灯信号与全红信号的功能及各自的计算公式。
1982年第4版的ITE交通工程手册[14]纠正了1965年版计算公式的错误,将车辆安全停车所需要的最短时间更改为
并引用1960年Gazis等人提出的计算公式(见式(10))作为车辆清空交叉口所需的最小黄灯时长的计算公式,该手册与1965年版一样,同时建议黄灯的时长宜为3~5s,当计算值超过这个范围时,超出的部分可设置为全红信号。同样该手册没能正确区分黄灯信号与全红信号的功能及各自的计算公式。
1999年第5版的ITE交通工程手册[15]关于黄灯时长的计算有了很大的改变,见式(10)
式中:Y为黄灯信号时长,s,对应等式右边的前2项;AR为全红信号时长,s,对应等式右边的第3项;为驾驶员的感知-反应时间,s,推荐值为1s;v为交叉口的设计速度,ft/s;a车辆的减速度,ft/s2,推荐值为约3.05 m/s2(10ft/s2);G为重力加速度,即9.8m/s2;g为交叉口进口道的纵坡的百分比形式,如1%的纵坡为0.01,当为上坡时取正,下坡时取负;w为清空距离,ft;l为车辆长度,ft。
该手册第1次考虑了交叉口进口道纵坡对黄灯时长的影响,并且明确了黄灯信号与全红信号各自的作用与计算公式,与此计算公式相对应的黄灯期间的驾驶行为的规定也变成黄灯亮时不能安全停车的车辆可以进入交叉口,但必须在黄灯结束前越过停车线,全红信号用于清空黄灯末期越过停车线进入交叉口的车辆,这使得交叉口过渡信号的设置理论日趋完善。在计算车辆的清空距离时考虑了车辆本身长度的影响,但是没有考虑相冲突交通流到达冲突点的距离。
2010年笔者[16]对式(10)全红时长的计算公式进行了修正,提出在考虑相冲突交通流到达冲突点的距离时全红时长的计算公式应为
式中:AR为全红时间,s;Lc为车辆长度,m;ΔLmax为本相位最后通过停车线的车辆到达冲突点所需行驶的距离与下1相位绿灯头车到达冲突点所需的行驶距离之差中的最大值,当ΔLmax+Lc为负值时取0。
综上所述,黄灯信号的本义是提醒驾驶人信号灯即将变成红灯,驾驶人要根据车辆离停止线的距离、车速以及行驶条件来判断是停在停止线前还是通过停止线。全红时间,其作用是保证在本相位黄灯结束前最后一刻通过停止线的车辆,在下一相位绿灯启亮时的头车到达之前通过它们之间的冲突点,简言之即清空交叉口[17]。
4 黄灯信号含义及驾驶行为的规定
从上面关于黄灯信号的时长的计算以及驾驶行为的规定的演变过程的分析可以看出,黄灯信号及全红信号时长的计算是与所在国家的交通法规中对黄灯信号的含义及该期间的驾驶员的驾驶行为的规定密不可分的,下面对世界范围内黄灯信号灯的含义的规定进行比较分析[18]。
1968年,联合国公布《道路交通和道路标志、信号协定》作为各国制定交通信号与标志的基础。该协定对黄灯信号作了如下规定:黄灯表示马上要出现红灯,车辆不能越过停车线,如果车辆已十分接近停车线而不能安全停车时,可以进入交叉口。
1974年,欧洲各国交通部长联席会议又协议商订了《欧洲道路交通标志和信号协定》,该协定对联合国协定进行了完善与补充,其中对黄灯信号灯含义的规定如下:黄灯,表示即将亮红灯,车辆应该停止。除非黄灯刚亮时,已经接近停车线、无法安全制动的车辆,可以开出停车线。
目前,世界各国的交通信号灯的含义基本上是在上述协定的基础上进行统一规定,再加些独特的补充规定而形成的。美国各州的交通法规对待黄灯的态度不尽相同,大体可以分为2个大类[19],即允许通过(permissive)与限制通过(restrictive)2种不同态度,允许通过的交通法规允许车辆在整个黄灯期间通过停车线,而限制通过的交通法规仅允许无法安全停车时可以在黄灯期间完全通过交叉口的车辆越过停车线。允许无法安全停车的车辆在黄灯期间越过停车线也就意味着黄灯期间车辆越过停车线是不受处罚的。
我国关于黄灯信号含义的规定与国际协定有较大差别,我国《道路交通安全法》规定:“黄灯亮时,已越过停车线的车辆可以继续通行”。这意味着在交叉口信号灯由绿灯变成黄灯的那一刹那间,越过了停车线的车辆可以继续通行,未越过停车线的车辆则必须在停车线之前停止,否则将违反道路交通安全法而会被处罚。也就是说我国道路交通安全法是禁止(prohibitive)黄灯期间车辆通过停车线的。
在黄灯禁止通过停车线的条件下,黄灯的含义与红灯的含义基本等同,闯黄灯即等同于闯红灯,黄灯的设置偏离了其本来提醒驾驶员的目的,对于一定速度行驶的车辆而言,从行驶状态变成停止状态必须经过2个阶段,即驾驶员发现绿灯变成黄灯的反应时间以及采取制动措施后车辆从行驶速度到停止状态所需的制动时间,车辆从行驶状态变成静止状态需要一定的行驶距离来完成。所以在黄灯启亮那一时刻离停车线很近但还没有越过停车线的车辆而言,如果要遵守道路交通安全法就必须采取紧急刹车的措施以求停在停车线前,这极容易导致追尾事故发生,且不能保证车辆一定能在停车线前安全停车,由于惯性的作用往往将车停在停车线后面,这样闯黄灯就是1个不可避免的行为。
在黄灯限制通过停车线的条件下(如美国小部分州),存在2种情况,第1种情况是黄灯亮时,车辆不能越过停车线,除非车辆能够保证在黄灯结束之前通过交叉口,这意味着黄灯时间必须足够长以保证不能安全停车的这部分驾驶员能够在黄灯结束之前通过交叉口。并且在黄灯启亮时,驾驶员将面临着更为复杂的选择,即需要其判断是否能安全在停车线前停车,还需判断是否能在黄灯期间完全通过交叉口,因为不同的交叉口的尺寸不一,这更增加了驾驶员判断的困难。另一种情况是黄灯亮时,车辆不能越过停车线进入交叉口,除非车辆无法或不能安全停车时可以进入交叉口。这种情况下驾驶员的决策相对简单,即驾驶员只需判断在黄灯期间是在停车线前安全停车还是越过停车线。但在黄灯限制通过停车线的条件下,黄灯初期车辆是可以合法越过停车线的,黄灯后期车辆是不能越过停车线的,这样就会造成黄灯期间车辆越过停车线是否违反交通法规的问题,在执法上存在界定不清的情况,并且会造成全红信号的设置没有准确依据。
在黄灯允许通过停车线的条件下(如美国大部分州及日本、德国,英国),允许车辆在整个黄灯期间越过停车线进入交叉口,即黄灯最后一刻车辆也可以越过停车线进入交叉口,黄灯结束后必须设置一段全红信号,黄灯信号时长必须保证不能安全停车的车辆能够在黄灯结束之前通过停车线,全红信号的时长必须能够保证在黄灯最后一刻越过停车线进入交叉口的车辆能够在相冲突的下一相位车流之前通过交通冲突点。在黄灯允许通过停车线的条件下,黄灯与全红信号各自承担不同的功能,在交通执法过程中也十分明确,即黄灯期间越过停车线是合法的,而红灯期间过线则是违法的。
5 结论与建议
1)在对待黄灯是否还有继续存在的必要的问题上,笔者认为黄灯不仅要设,而且对其时间长短的设计还必须遵循一定的规律,黄灯、全红时间均有其不可替代的作用,即黄灯保证车辆平稳停车,避免追尾,全红保证交叉口清空,避免交叉方向车辆间发生碰撞。黄灯期间允许通过停车线的交通法规则是最适合于中国目前的现状。因此,强烈建议将我国现行的道路交通安全法中关于黄灯的含义的规定修改为;“黄灯启亮表示交通信号灯即将变为红灯,碰到黄灯时应该减速停车,除非不能安全停车时可以在黄灯期间通过停车线进入交叉口。”这意味着黄灯期间越过停车线是合法的行为,但为了防止抢黄灯现象(即黄灯期间加速行驶抢在黄灯结束前越过停车线)现象的发生,交通安全法同时规定:黄灯期间越过停车线的车辆的车速不得超过交叉口的限速,否则将因黄灯超速而被处罚。同时在闯红灯现象较为突出的交叉口除了安装闯红灯抓拍系统外,还增设闯黄灯超速自动检测与抓拍功能,减少信号过渡期间超速抢灯现象的发生,保障交叉口的交通安全。新的规定顺应驾驶员的驾驶行为与交通心理,从而提高交通流的可控性,减少闯红灯等违章现象,同时降低了信号过渡期间车辆的速度,提高交叉口的交通安全和效率。
2)在目前黄灯期间禁止越过停车线的交通法规的背景下,黄灯的设置已经完全丧失其本来功能,黄灯期间禁止越过停车线具有逻辑上与科学上的错误,在中国现有的交通法规体系不进行修改的前提下,唯一的补救措施就是在黄灯之前增设绿灯倒计时信号,并在交通法规中明确绿灯倒计时的法律地位,即应明确规定:“绿灯倒计时表示绿灯即将结束,驾驶员应做好停车准备,当绿灯一旦结束后所有车辆不应越过停车线,否则当以闯红灯论处。”如此操作将黄灯本来应具的功能转嫁给了绿灯倒计时信号,造成中国的交通法规与世界通行的交通法规的抵触,并且当闯黄灯等同于闯红灯时,黄灯的存在已经没有必要,完全可以取消而由绿灯倒计时代替[20]。在绿灯倒计时结束后,还须按照式(11)计算确定设置合适的全红信号用于清空绿灯最后时刻越过停车线进入交叉口的车辆以确保安全。
3)通过立法的形式统一全国各地黄灯信号及全红信号时长的设置标准,纠正各地交管部门目前流行的通过削减过渡信号阶段以增加绿信比(绿灯时间在信号周期所占的比率),进而提高交叉口通行能力的错误理念。正是基于这种错误的理念,很多城市在信号灯控制中或是废除了全红阶段,或是缩短了黄灯时间,更有甚者把两者都取消了,交叉口一旦不能作到真正清空,所谓通行能力增加量就要大打折扣,但其对交叉口交通安全的负面影响笔者认为是非常明显的。那种声称取消黄灯及全红信号既能提高通行能力同时还降低事故率的说法,笔者认为未免是对大众智商的一种愚弄。
4)目前很多城市黄灯信号的时长是根据交叉口的大小来设置,造成1条道路沿线各交叉口的黄灯时间长短不一,造成了一些司机对黄灯时长的预判出现困难。从上面的分析可知,黄灯的时长与交叉口的大小没有关系,只与交叉口的限速以及车辆的制动性能有关,对于1条交通干线,沿线各交叉口的黄灯时长宜统一,这有利于驾驶员的判断,而全红时间的长短则与交叉口的几何布局密切相关,必须根据不同交叉口的具体情况因地制宜地设置。
5)影响黄灯时长的另1个主要因素是路面的摩阻系数,因为它直接决定车辆的制动能力,但路面的摩阻系统受天气的影响很大,特别是在雨雪天气下车辆的制动能力会严重降低,因此建议在雨雪天气中可适当延长黄灯的信号时长。
6)在计算全红信号时长时,为安全起见,下1相位绿灯头车到达冲突点的时间是按最不利情况计算的,在交叉口实际运行情况中,由于排队的影响,下1相位信号灯由红灯变成绿灯时,绿灯头车大多数情况是从静止状态开始加速通过交叉口,并且驾驶员看到绿灯启亮时还需有一段反应与操作的时间,这种情况下头车到达冲突点的进入时间往往大于由式(11)计算所得的结果,这样造成交叉口的全红时间过长,信号损失时间过多,但出于交通安全的考虑,不可简单地按车辆从静止状态开始加速的情况来计算车辆的进入时间,因为由于交通流的波动性,绿灯启亮时停车线前没有停车的情况总会发生,如按静止状态计算车辆的进入时间将会存在严重的安全隐患。
信号控制交叉口 篇2
很多人记不住没有交通信号控制的交叉路口的避让规则，是因为不明白道理。现整理并说明原因。
在没有交通信号和标志时，很多国家规定，只有你的车能够开过路口不会被迫停止在路口内，才能进入路口。进入路口按四个方向顺次进入一辆车的原则进行。所以有些国家路很堵，路口不堵，纽约大停电路口也不会堵死。如果你从国外回来，按这个原则开车，车多时估计你过不了路口。国内的原则是这样：
交通标志最大，有标志，遵守，没标志，如下处理。
1.左转让直行。左转与直行发生事故，左转负全责。转弯要低速，直行速度快，这样规定直行车辆可以快速通过路口，提高通行效率。
2.右转让对面来的左转车辆，因为右转的时机很多，对车辆通行影响最小，而左转车辆机会少，等在路口影响交通，故如此规定。如发生事故，右转负全责。
交叉口信号控制与设施优化 篇3
一、交叉口交通设施优化
交通设施是传递交通管理信息的道路语言，是确保交通安全、有序、畅通的重要手段。近年来，随着市政府对交通设施投入的增大，交通设施在完整性、连续性、鲜明性方面有了很大改善。为进一步满足人们的出行需求，提高交通安全，丰富交通文化，可以从色彩化、人性化方面进行探讨研究，对交通设施进行进一步的优化和完善。
（一）色彩化
色彩不仅给人的印象迅速，更有使人增加识别记忆的作用，所以在交通管理设施设计中色彩恰到好处地处理能起到融合表达功能和情感的作用，具有丰富的表现力和感染力。可以尝试从以下方面做起：(1)在行人较多的地方可以运用彩色斑马线，斑马线还是白色基本色的，只是在底下铺一层黄色的材料，这层材料覆盖的范围比斑马线略大，斑马线便可从“黑白”相间变成“黄白”相间。“黄色”斑马线要比一般黑白相间的斑马线醒目，因此会有很好警示的作用。司机从很远就可以看到并开始减速，行人过街也会比较从容。(2)尝试统一将南北方向(或者东西方向)的护栏上部刷成绿色，这对于外地驾驶员或者不了解当地状况的司机来讲，具有很好的指示作用。
交通管理设施的系统用色往往更能体现所在城市的独特性，可以代表当地独特的人文地域文化，但若缺乏系统管理，就会出现用色混乱状况。这就要求相关设计部门从城市的整体色彩环境出发，考虑大众审美，建立健全交通管理设施用色管理机制，对交通管理设施用色进行科学、合理的设计和改善。
（二）人性化
交叉口设施优化除考虑车辆行驶所需的必要信息外，对行人的道路信息指引也是十分必要的。其设计原则应该是在简洁明了的基础上传达尽可能多的信息[2]。在情况允许的条件下可尝试以下方法：(1)可在路侧指示标志上添加门牌号信息，如在“南”的下方加上“21+”，则表明人们沿着指示方向向南走，遇见的第一个门牌号就是21，继续向前走的话，门牌号依次增大。这样就可以在不用很大变动的情况下，为行人提供更多指示信息，进一步体现交通管理设施设计和应用的人性化。(2)做到“警”必“禁”，有“禁”必“指”，在禁令标志上游一般设立指示标志，提示下游禁限内容，从而减少违法行为的发生。真正做到交通管理标志内部管理与服务相协调，弥补道路建设中留下的安全隐患[3]。
二、交叉口信号控制——博弈论
当前，许多新理论被运用到交通分析与管理中，如熵理论、流体力学、层次分析、模糊数学、建模仿真等，这些理论的运用为交通问题分析注入了新的动力，带来了交通管理的新发展[4]。本文重点介绍的是基于多人合作博弈的单点交叉口信号控制方法。
（一）博弈论的基本要素
博弈论通过使用严谨的数学模型来研究冲突、对抗条件下的最优决策。构成一个博弈的基本三要素有：局中人、策略集和支付函数。
局中人集合N={1, 2，…n}：局中人即博弈参与人。
策略集Si：局中人可能采取的可行的行动方案称为局中人策略集。
支付函数Pi：每个局中人i都有一个支付函数只Pi (s)，它是局势S的函数，即表示局中人i在局势S下的收益。
（二）多人合作博弈概念
合作博弈中参与人有一个可实施的共同行动协议，其强调的是参与人之间联盟的形成、联盟的势力及对合作收益的合理分配。
设一个多人合作博弈：G=[N, v]。其中N={1, 2…n}n≥3，为博弈参与人，v为联盟特征函数。对有n个局中人参与的博弈，我们称集合N的任何一个子集S为一个联盟。
在局中人集合为N={1, 2，…n}，v (S)为定义在N的一切子集上的实值函数，满足：
则v (s)为一个特征函数。
（三）多人合作博弈的估值解
合作博弈的求解可通过一套公理化体系，得到唯一的“合理”的分配值，并且其求解方法较简单。
n人合作博弈G=[N, v]，存在的唯一估值为：
其中，|s|代表联盟s中局中人数量，(|s|-1)!代表形成联盟s后，不包含局中人I的联盟排列个数，((n-|s|)!表示联盟林NS的排列个数，n!表示n个局中人可能形成的排列个数，表示联盟s出现的概率，v (s)-v (s{i})表示局中人对i联盟的边际贡献。
（四）基于多人合作博弈的单点交叉口信号控制方法
以单点交叉口四相位信号控制为例，介绍博弈模型的建立。交叉口相位分布(如图1所示)：
1. 策略集的选取。对交通信号灯来说，可选择的策略有红灯或绿灯即(Red, Green)。对单点交叉口四相位信号控制来说只存在4个策略组合的情况下收益大于0即在同一时刻四个相位中有一个相位是绿灯，另外三个相位都为红灯。其他情况下的相位组合收益均为0。所以，策略集可表示为(Green, Red, Red, Red) (Red, Green, Red, Red) (Red, Red, Green, Red) (Red, Red, Red, Green)。
2. 赢得值的确定。博弈中的赢得值是个预测值，即博弈之初参与人对各种可能的策略组合下收益的一种预测。对信号交叉口控制来说，排队长度是最直观的收益值，因此本文中选取排队长度值最为博弈赢得值[4]。排队长度值的计算如式(3)所示：
公式中，queue length表示排队长度值;q为当前相位的排队长度;t为当前相位的执行时间;car-length为平均车长;average-speed表示当相位保持绿灯信号时，驶离交叉口的所有车辆的平均速度;当信号由红灯转换为绿灯或绿灯转换为红灯时，公式3中的Z1取0, Z2取0;当信号由绿灯转换为绿灯时Z1取-1, Z2取0;当信号由红灯转为红灯时，Z1取0, Z2取-1。
3. 收益矩阵的建立。对单点交叉口四相位信号控制来说，在某一时刻获得通行权的相位可能有四种情况，在确定收益矩阵的时候就会存在四种可能情况：
情况一：当前获得通行权的相位是第一相位，即当前4个参与人的信号灯状态为(Green, Red, Red, Red)，这种情况下4个参与人可以选择的策略组合(如表1所示)。表中，支付函数(S1n, Pn, Pn, Pn)表示相位1, 2, 3, 4分别选择策略(Green, Red, Red, Red)时各个相位上的赢得值。
同理，情况二：当前获得通行权的是第二相位，即当前4个参与人的信号灯状态为(Red, Green, Red, Red, Red);情况三：当前获得通行权的是第三相位，即当前4个参与人的信号灯状态为(Red, Red, green, Red)，和情况四：当前获得通行权的是第四相位，即当前4个参与人的信号灯状态为(Red, Red, Red, Green)时对应的博弈的收益矩阵也可获得。至此单点交叉口四人合作博弈模型确定了。然后，依据式2进行求解即可。
三、小结
管理设施优化和信号控制是交叉口管理的重要手段，本文从这两方面进行了探讨，提出了交叉口交通设施的色彩化与人性化，并引入了博弈论控制算法，具有一定的参考价值。需要指出的是在现代交通管理实践中，无现成的经验可遵循。因此，只有时刻以动态的观点看待交通，不断挖掘新方法、总结新规律，运用新理论，才能不断解决交通问题，将交通事业发展推向一个新的台阶。
参考文献
[1]刘文峰, 方守恩, 滕生强.交通设施色彩规划与设计[J].上海公路, 2004, (3) .
[2]梁立松.谈交通管理设施人性化[J].交通世界, 2006, (11) .
[3]翟忠民.道路交通实战案例[M].北京:人民交通出版社, 2007:1.
信号控制交叉口 篇4
信号交叉口绿灯黄灯时间优化模型的建立
为系统全面地研究交叉路口红绿灯的最佳时间间隔问题,在假定车流均匀的前提下,对于绿灯的.最佳时间,采用最短积存车辆长度的方法,在考虑各种因素的情况下,以积存车辆的长度为目标函数,利用lingo软件求得最优解.对于黄灯的最佳时间,采用最长所需时间的方法,计算所需的安全时间,以此作为最佳的黄灯时间,最后以观测资料进行模型验证.
作 者：张令刚 范加冬 张金科 ZHANG Ling-gang FAN Jia-dong ZHANG Jin-ke 作者单位：中国矿业大学,交通运输系,江苏,徐州,221008刊 名：交通科技与经济英文刊名：TECHNOLOGY & ECONOMY IN AREAS OF COMMUNICATIONS年，卷(期)：11(3)分类号：U491关键词：目标函数 LINGO软件 交通流 绿灯时间
信号控制交叉口 篇5
在现有的信号配时多目标优化研究中, 大多数学者仅考虑机动车性能指标, 很少考虑出行者因素、环境因素等对信号配时优化的影响, 同时很少考虑不同交通状态各控制指标的重要程度。近年来, 随着交通问题的日益突出, 城市交通可持续发展理念越来越受人关注, 单纯的机动车性能指标往往不能全面的评价交通信号控制效果, 还应结合出行时间、环境保护等因素综合考虑, 以此来确定综合的信号控制方案。本文针对城市平面交叉口交通信号控制多目标问题, 从道路使用率、出行时间成本、环境保护三方面综合平衡的交通效益出发, 建立平面交叉口信号配时多目标优化模型, 并运用遗传算法进行优化。
1 建立多目标优化模型
1.1 多目标的选取
从道路使用率、出行时间成本、环境保护三方面出发, 选取交叉口通行能力、延误时间 (包括机动车延误和行人延误) 、机动车尾气排放量为信号控制目标, 对配时参数进行优化。其中道路使用率可用交叉口的通行能力来体现, 出行时间成本可由车辆延误时间和行人过街延误时间来体现, 机动车尾气排放量反映了交通对环境的影响。
交叉口通行能力
其中:Qｉ为第i相位的通行能力
式中:sｉ为第i相位道路机动车饱和流率;λｉ为第i相位绿信比;C为交叉口信号周期时长;i=1, 2, …, n, n为相位数。
考虑Webster延误式仅适用于未饱和的情况, 交叉口机动车平均延误以Webster延误式和美国道路通行能力手册中的计算延误式为基础计算, 交叉口机动车延误
其中:Dｉ为第i相位车辆平均延误, 计算式为
式中:qｉ为第i相位交通流流量, yｉ为第i相位流量与该相位饱和流量之比。
行人延误是指在无干扰的情况下, 过街横道上由控制信号产生的延误, 其计算式为
其中, Pｉ为第i相位行人过街平均延误, 计算式为
式中:s′ｉ为行人过街饱和流率, s′ｉ=K/ltｑｈ, ped/s;K为过街横道的宽度, m;l为行人过街所需的横向宽度, m;tｑｈ为行人前后两人之间的时距, s;rｉ为过街行人的到达率, ped/s。
交通路网中尾气排放量主要包括路段的排放量和交叉口处的排放量, 在交叉口处, 主要是指车辆由于延误而处于减速或怠速状态下的排放量, 计算式为
式中:e为标准小汽车单位怠速排放因子, (g/pcu·h) 。
1.2 各目标权重系数
城市交通信号控制的目的主要是从时间上对交通流进行分离, 以保证交通流高效、安全的运行。在交通控制过程中, 交通流状态的不同, 所控制目标的重要程度也不尽相同。在交通流趋向饱和状态时, 应保证通行能力尽可能的大, 在交通流处于非饱和状态时, 应保证延误时间尽可能的小。由此可以得出延误权重系数与交叉口交通流成反比, 通行能力权重系数与交通流成正比的关系。对此学者们对各指标权重系数展开大量的研究, 并提出相应的计算式。针对机动车延误和行人延误的权重不仅与交叉口交通量成反比, 还与各相位的交通量有关, 对此, 本文对延误权重式作适当的修正, 提出各指标权重系数式为
式中:kｉ１为第i相位交叉口通行能力权重系数, kｉ２为第i相位机动车延误权重系数, kｉ３为第i相位行人延误权重系数, kｉ４为第i相位尾气排放权重系数, Y为组成周期的全部信号相位机动车流量比之和, Y =ｉ∑max{yｉ};y′ｉ为第i相位行人流量比。
1.3 多目标优化模型
针对平衡发展的理念, 从道路使用率、出行时间成本、环境保护三方面综合平衡的交通效益出发, 以交叉口通行能力、机动车延误、行人延误、机动车尾气排放量为信号控制目标建立多目标配时参数优化模型, 以饱和度、最小最大周期时间、最小最大相位时间作为约束条件, 优化模型为
式中:Cｍｉｎ, Cｍａｘ分别为交叉口最小周期时长、最大周期时长;gｉｍｉｎ, gｉｍａｘ分别为交叉口第i相位最小有效绿灯时间、最大有效绿灯时间;lｉ为第i相位的损失时间;β= max{yｉ/λｉ}为交叉口的饱和度。
2 基于遗传算法的模型求解
为找到最优的信号配时方案, 需对式 (9) 的多目标函数进行求解, 由于多目标模型求解相当复杂, 传统方法很难得到最优解, 需用智能优化算法求解, 目前常用的求解多目标最优函数的智能算法有遗传算法、粒子群算法等。遗传算法作为一种借鉴生物界自然选择和自然遗传机制的自适应搜索算法, 具有鲁棒性、全局最优、并行性等特点, 在复杂系统的优化领域应用广泛。
本文利用遗传工具箱进行遗传算法对多目标优化配时模型进行求解, 流程如图1所示。
Step1:初始化种群, 设置种群规模N、最大迭代次数K、交叉概率Pｃ与变异概率Pｍ, 相位最小绿灯时间与最大绿灯时间, 最小周期与最大周期, 并根据饱和度、最小最大周期、最小最大绿灯时间的约束条件采用实数向量编码的原则, 随机产生种群个体。
Step2:适应度选择, 取适应度函数F =1/f (C) 。
Step3:选择, 采用比率选择法进行选择。
Step4:交叉, 采用自适应遗传算法, 其交叉概率为Pｃ, 计算式为
式中:pｃ１=0.9, pｃ２=0.6为设定值;fｍａｘ为群体中最大适应度值;fａｖｇ为每代群体中平均适应度值, f′为交叉的两个个体中较大的适应度值。
Step5:变异, 变异概率为pｍ, 计算式为
式中:pｍ１=0.1, pｍ２=0.001为设定值。
Step6:判断是否满足条件, 如果找到最优解或者运行到最大迭代次数, 则结束遗传算法, 输出最佳个体 (最佳信号配时方案, 即最优周期、各相位绿灯时间) 。
3 实例分析
选取重庆市某十字交叉口为研究对象进行实例分析, 各进口道包含左、直、右3个通行方向, 交叉口机动车相位采用东西直行、东西左转、南北直行、南北左转的典型四相位设置, 行人相位与机动车直行相位对应。通过现场调查的方法得到不同交通状态下各方向交通量见表1。
取机动车车道饱和流率1 900pcu/h, 各进口人行横道饱和流率2ped/s, 标准小汽车单位怠速排放因子5g/pcu·h, 运用多目标优化模型及遗传算法对此进行求解。在遗传算法求解过程中, 设置最小周期、最大周期和最小绿灯时间、最大绿灯时间分别为50≤C≤150, 10≤g≤60, 设定种群规模为100, 最大迭代次数取200, 交叉概率取0.95, 变异概率为0.05。
根据实际调查得到的数据, 利用本文提出的多目标模型对该交叉口进行信号配时优化, 并同Webster算法和现状数据进行对比, 结果如表2 所示。通过计算得到, 该交叉口平峰时段饱和度为0.647, 高峰时段饱和度为0.876, 都处于未饱和状态。高峰时段, 本文算法较Webster算法, 通行能力提高9.3%, 机动车平均延误降低14.3%, 行人平均延误降低9.5%, 尾气排放量降低17.1%;平峰时段, 本文算法较Webster算法, 通行能力降低0.9%, 机动车平均延误降低19%, 行人平均延误增加5.9%, 尾气排放量降低20.3%。
从实验结果分析得出, 在交通高峰时段, 本文提出的多目标优化模型能较有效的提高道路的通行能力, 且能降低延误和尾气排放量;在交通平峰时段, 该模型能有效降低机动车平均延误和尾气排放量, 行人平均延误和通行能力基本保持不变。
4 结束语
信号控制交叉口 篇6
近几十年来, 世界经济的迅速发展和城市化进程的加快, 随之引发汽车保有量日益剧增以及城市交通的快速发展。尤其在道路交叉口处, 不同车型组成的混合车流, 即行人、非机动车、机动车形成的混合交通流以及交叉口几何空间等相互交叉、相互影响。在已经发展的ITS (智能运输系统) 的基础上, 结合交通信号控制与优化, 能够有效地缓解交通拥堵、交通事故一系列交通问题。F.V.Webster和B.M.Cobbe于1958年提出基于最小延误的TRRL法 (同样称为Webster法) 。这种方法是建立在延误基础上, 即先以停车延误最小为目标来确定周期时长, 再确定其它各参数。此外, 国外应用更多的是美国的HCM法和澳大利亚的ARRB法。国内一般是将研究信号配时的考察断面从停车线转移到冲突点来。因此, 本文针对上述现象, 结合镇江市谷阳路-禹山路交叉口的调查数据, 分析该交叉口存在的渠化问题, 提出改善措施。基于VISSIM仿真平台, 建立该交叉口的仿真模型, 对比分析改善前后的交通运行参数指标, 最终评价交叉口优化前后的交通运行质量。
二、禹山路-谷阳路交叉口信号优化
2.1信号配时
信号配时的主要过程:确定信号周期时长、给各个相位合理分配绿灯时间。常用的信号配时方法是依据饱和流率比对绿信比进行优化, 基于平均的准则按照各相位最大车流量比来分配各个相位的绿灯时间[3]。结合实地调研, 以及询问交警, 发现该交叉口存在以下交通问题:1、西进口右转车与南进口左转车流存在明显冲突, 很容易在西进口和东出口处发生交通拥堵问题。2、西出口仅有两条车道, 存在东进口车流量排队过长, 并且容易与东进口直行车辆在西出口处汇合时造成拥堵。3、东西方向在早晚高峰车流量较大, 呈现“潮汐”车流现象。4、交叉口空间内的出行车辆不能充分利用交叉口内部空间, 交叉口易产生二次排队的现象。
2.2改善方案
(1) 交通岛布置。布置交通岛并将所有停车线提前, 优化禹山路的进口处车辆的行驶轨迹, 缩短右转车辆的行驶时间, 并将流量大的直行车流和流量较小右转车流分隔开。
(2) 道路改造。将西进口的禹山路由现在的双向四车道改为双向六车道, 并设置公交专用道。
(3) 车道渠化方案。调整东西方向车道功能, 重新分配交叉口空间资源, 提高交叉口空间利用率。
三、VISSIM仿真平台
(1) 延误对比。图2显示交叉口的车辆延误由现状的31.6s减少到18.8s, 所有进口道的延误均有所降低。交叉口的平均排队长度由现状的7.4m减少到3.2m, 所有进口道平均排队长度均有降低, 其中东进口直行由现状的29.7m减少到13m。
(2) 服务水平。表2显示实施交叉口的交通工程措施后, 交叉口的信控延误由现状的31.6s减少到18.8s, 服务水平由C级提升到B级。
四、结论
改善城市道路网络中交叉口交通运行环境, 提高通行能力及效率, 有利于缓解城市道路交通拥堵现状。仿真结果表明, 通过合理地布置交叉口的车道组, 并重新规划机动车在交叉口内的行车轨迹, 充分利用交叉口几何空间, 能够达到较少交叉口平均延误, 缩短排队长度的效果, 最终提高交叉口的运行质量。
摘要：通过对平面交叉口交通信号控制系统进行优化设计, 达到减少交叉口车辆延误和提高交叉口通行能力的目的。根据实时交通调查数据以保证交通安全和车流均衡对交叉口进行渠化设计, 以减少车辆在交叉口内的通行时间为目的进行交通信号配时, 最终利用VISSIM软件对交叉口的运行进行仿真。经过本文优化控制信号作用下的每车平均延误减少至18.8s, 交叉口的服务水平由C级提升到B级。优化机动车在交叉口内部的行驶路线, 提高交叉口的服务水平。
关键词：平面交叉口,交通信号,优化,VISSIM
参考文献
[1]王炜.交通工程学[M].南京:东南大学出版社, 2002.248-252.
信号控制交叉口 篇7
交叉口过饱和及其状态辨识的研究始于20世纪60年代。随着世界各国城市交通阻塞的频繁发生,过饱和控制问题的研究受到越来越多的关注,相关成果主要集中在过饱和状态界定和过饱和状态辨识方法2个方面。总体而言,过饱和状态的准确辨识研究是过饱和控制策略优化和调整的基础信息和主要依据。在50 a左右的时间里,相关研究者对过饱和状态的认识从孤立交叉口过饱和发展到交叉口群/网络的过饱和。过饱和状态辨识方法也从基于本交叉口交通流数据的基本模型发展到考虑关联交叉口交通流数据或/和信号灯控制状态数据的改进和修正模型。本文从过饱和状态的认识入手,概括总体研究脉络,综述过饱和状态界定和识别的已有研究成果,并对可能的后续研究方向进行展望。
1 总体研究脉络
过饱和状态的准确辨识是制定和优化过饱和控制策略的基础。过饱和状态定义是过饱和状态辨识研究的切入点,自Gazis给出过饱和状态描述性定义以来,相关研究主要从到达流率-通行能力关系、排队剩余以及排队溢流三方面对孤立交叉口和交叉口群的过饱和状态进行了界定。在此基础上,重点以排队状态为主要指标,发展出两大类过饱和状态辨识模型和方法。研究脉络见图1。
2 过饱和状态的定义
过饱和状态界定的研究从孤立交叉口过饱和状态与交叉口群过饱和状态2个方面展开,并取得相当的成果,以下分别进行综述。
2.1 孤立交叉口过饱和状态的界定
对过饱和状态界定的研究首先从对单点/孤立交叉口过饱和现象认识入手展开,成果主要有两类,第一类研究从到达率和通行能力关系的角度对过饱和进行描述。HCM2000中对过饱和一词的明确定义为到达流率超过通行能力[1],芬兰《通行能力手册》等研究中也给出了相似的过饱和的状态定义[2]。第二类研究从交叉口是否发生排队剩余的角度进行描述。Gazis于1963年即从这一角度给出了过饱和状态描述性的定义,即在绿灯放行时间排队车辆无法全部排放,且排队车辆数逐渐增加的状态[3]。在此基础上,Longley提出[4],是否存在排队溢出是交叉口是否处于过饱和状态的关键判别指标。
2.2 交叉口群/网络过饱和状态的界定
由于本质上到达率超过通行能力的现象也是通过排队状态反映出来,随着研究的深入,排队不
但被作为单点/孤立交叉口过饱和界定的关键参数,也是交叉口群过饱和界定的核心指标。Pignataro认为网络中交叉口发生过饱和时下游交叉口的排队长度将会蔓延至上游交叉口处,即发生排队溢流[5]。在2007年TRB交通控制委员会关于过饱和状态定义和控制方法的讨论会中,Urbanik教授发展了Pignataro对过饱和状态的定义,并认为过饱和状态是交叉口所有流向均发生排队溢出的状态[6],Booz在其研究中进一步肯定了Urbanik的观点,并认为需要进行关联交叉口协同控制才能有效疏解网络中交叉口的过饱和[7]。
总体而言,孤立交叉口的过饱和状态一般指到达率超过通行能力的情形,亦即绿灯结束后有排队剩余,但城市路网中很少有交叉口处于绝对孤立的状态。网络中交叉口的过饱和状态为其中至少有一个交叉口所有流向交通需求在一段时间内持续超过通行能力,发生排队溢出并阻塞关联交叉口的状态,须同时考虑相关联的多个口才能有效疏解。交叉口群的过饱和则指交叉口群中的交叉口过饱和已经扩散,并造成整个交叉口群阻塞的状态。
3 过饱和状态辨识模型与方法
过饱和状态辨识方法的研究主要包括基于本交叉口交通流检测数据的过饱和状态识别基础模型和考虑关联交叉口状态数据及信号控制数据的修正模型两方面,以下分别进行综述。
3.1 基本模型
正式因为排队是过饱和状态判断的关键参数,过饱和状态辨识方法伴随着排队模型的研究而发展起来,主要有两类(见图2),第一类是基于交通流到达-驶离累积关系的排队长度计算模型[8,9,10,11]。这一类模型常用于描述车辆的排队过程,但在描述排队长度在空间上的实时分布存在不足,且只有在排队尾部不超过检测器的情形下才有效,因此其应用范围受到限制[12]。第二类是基于交通波相关理论的排队长度分析模型[13,14]。这类方法基础理论源自于Lighthill, Whitham 和 Richards提出的LWR连续流模型,LWR模型经Stephanopolos 和 Michalopoulos扩展后适应用于间断流[15]。这类模型能够描述交叉口排队复杂的时空分布,但这类模型同样也不适用于排队尾部超过检测器的情形。
3.2 改进模型
在前述研究的基础上,为了分析排队尾部超出检测器的情形即排队溢出/交叉口过饱和状态,诸多研究提出了改进方法,主要有2种:第一种方法引入绿灯时间的利用效率对过饱和况进行识别。这种方法引入绿灯利用率(车辆饱和通过的时间与绿灯时间的比值)进行是否存在超长排队的判别,但不能准确量化排队的具体长度,也不能提供交叉口过饱和的具体严重程度[16,17]。第二种方法通过引入更大时空范围,包括关联周期或关联交叉口的检测数据,对过饱和状况进行分析[18,19,20]。如基于高精度的数据,采用波动理论等方法,通过对上一周期交叉口排队消散过程的分析进行当排队超过检测器时过饱和状态的判断,并能够相对准确地估计路段交通拥挤情况下的交叉口排队长度以及排队长度的变化情况[21]。
这类模型虽然在溢流状态识别上取得进展,但在路段拥挤状态下,对能够准确计算出溢出之前的排队长度及排队长度演化规律的研究成果尚在探索之中。已有的模型尚不能很好地处理路段交通处于拥挤状态,且交通流波动较大的情形[22]。
4 综述分析
总体而言,在世界范围内交通拥挤形势越来越严峻这一现实需求的推动下,过饱和状态的辨识方法正在成为交叉口排队研究的重点,并取得了丰硕的研究成果。但目前成果大多只能判断排队溢流是否发生的状态,缺乏能够准确刻画过饱和程度的定量方法[23]。相关文献大多以交叉口过饱和状态识别为的目进行研究,缺乏对过饱和成因的解析和过饱和状态扩散恢复过程的深入分析,也鲜见如何定量分析交叉口过饱和潜在风险的研究。因此,诸如下列问题尚值得深入研究。
1)过饱和状态及其风险的准确预测。
交叉口群过饱和状态的准确预测是有针对性、主动地进行信号控制方案优化的前提。如何基于交通预报系统提供的大范围、连续、高精度数据和网络态势信息,针对存在过饱和或潜在过饱和风险的交叉口群,定量刻画随机动态交通流、静态设施和交通管理控制策略对交叉口群交通状态演变的影响,揭示交叉口群过饱和形成机理和交通状态的演变规律,确定过饱和发生的概率、影响的时间、空间范围和严重程度,是尚待解决的基础问题。
2)过饱范围与关键影响路径动态识别。
准确界定交叉群过饱和的影响范围,并识别对过饱和状态形成和演变有关键影响的网络路径(路径集合)对过饱和控制策略的有效性、适应性有重要的影响,缺乏对此的准确把握控制策略的效果将大打折扣。如何能够从防止过饱和发生和快速疏散过饱和交通2个角度,基于网络历史和实时数据,考虑不同的网络拓扑结构、交通流分布特征及其随机性等,识别出影响过饱和的关键路径,并准确刻画过饱和影响范围的动态变化,是尚待深入探索的关键问题。
5 结束语
本文对交叉口过饱和状态辨识领域国内外已有研究进行了回顾和综述分析,并理清本领域研究的总体脉络。进而从孤立交叉口过饱和状态与交叉口群过饱和状态两个方面入手综述了过饱和状态界定的条件和方法。并从基于本交叉口交通流检测数据的过饱和状态识别基础模型和考虑关联交叉口状态数据及信号控制数据的修正模型两方面综述了信号控制交叉口过饱和状态的识别方法。
总体而言,在50 a左右的时间里,过饱和状态辨识研究取得了长足的发展和进步。但目前成果大多只能判断排队溢流是否发生的状态,缺乏能够准确刻画过饱和及其程度的定量方法。在未来的研究中,诸如过饱和状态及过饱和风险准确预测方法和过饱范围与关键影响路径动态识别等问题尚值得深入探索。
信号控制交叉口 篇8
关键词：信控交叉口,右转车流,延误
信号控制的道路平面交叉口 (以下简称“信控交叉口”或“交叉口”) 是最常见的和主要的城市道路交通设施之一[1]。一方面, 通过信号灯的控制作用, 在时间上使在道路平面交叉口中运行的、并相互冲突的不同方向交通流分离, 提高了车辆运行安全性和效率;另一方面, 信号灯的控制作用造成道路平面交叉口引道上的车辆周期性停驶, 引发了车辆延误。
目前在制定信控交叉口交通设计和交通控制方案时, 人们往往更加关注直行和左转流向的交通流, 而对于右转交通流, 则往往认为无需对其进行控制, 亦可不采取强制性交通管理措施对其进行管理。但是, 在我国各城市道路交叉口内部存在着大量的过街行人和非机动车, 与右转车辆存在明显的冲突;同时, 随着公交优先理念的推广应用, 公共汽车专用道的逐步实施, 经常会发生公共汽车专用道布设在道路最外侧车道上的情况, 公共汽车与右转车在信控交叉口的冲突和交织现象也明显增多。而现实中目前对于大多数信控交叉口的右转车辆不受信号灯的控制[2]。表面上, 右转车辆不受信号灯控制, 好像就没有延误发生;然而右转车流也存在上述的干扰因素, 所以必然会产生车辆延误。本文基于我国城市道路交通系统中这些特有的混合交通现象, 探讨以往研究中经常被忽视的右转机动车辆在信控交叉口的车辆延误模型。
1 右转交通流运行特征描述
信控交叉口对右转机动车辆的管理和控制, 体现在信控交叉口的渠化上, 主要采取两种形式:无右转专用车道和有右转专用车道[3]。
无右转专用车道的信控交叉口情况:在机动车流量不大的交叉口以及右转车辆相对较少, 同时进口道宽度太窄而无法设置右转专用车道的情况下, 通常将最外侧 (远离道路中心线) 的机动车道设置为直右共用车道 (只有一条进口车道时为直左右共用车道) 。
有右转专用车道的信控交又口情况:对于机动车流量较大时, 通常的处理方法为:设置右转专用车道, 但不对其进行专用信号相位控制, 即右转机动车辆不受信号灯的控制。这种处理方式在大城市信控交叉口中存在较多。
分析右转车流在信控交叉口的运行特征, 右转交通主要的干扰车流包括三类:
(1) 与其他流向机动车辆产生交织
进口方向的右转车辆与顺时针方向相邻进口方向的直行车辆和对向左转车辆发生合流冲突, 如图1所示。这种合流冲突对信控交叉口运行效率产生的影响与各个进口道以及出口道的车道数有关。
(2) 与过街行人和非机动车之间的相互干扰
由图1可见, 当过街行人和非机动车的数量很大时, 右转车辆除了与其他流向机动车辆产生合流冲突外, 还出现了与非机动车和过街行人之间的交织冲突。
右转车辆与非机动车的交织冲突包括:与本进口方向非机动车的冲突、与顺时针方向相邻进口方向的直行非机动车的冲突、以及与对向左转非机动车的交织冲突。与过街行人的交织冲突包括:与本进口方向两向行人的交织冲突、与逆时针方向相邻进口道人行横道两个方向行人的交织冲突。
(3) 与公交专用车道上的公交车辆产生交织
在城市道路交通设计中, 由于各种条件限制, 公共汽车专用道可能布设在道路最外侧车道。在接近信控交叉口的范围内, 右转车辆和公共汽车均需变换车道, 这时两股车流会产生严重的交织冲突。
目前广泛沿用的HCM2000没有对右转交通流进行专门的延误研究, 右转的影响仅仅体现在右转修正系数上。HCM2000对专用右转车道通行能力的计算原理为:基于给定的理想饱和流率乘以右转修正系数, 理想的饱和流率一般取1 900 veh·hlane-1。右转修正系数根据车道的不同设置分别为[4]:
右转专用车道:fRT=0.85 (1)
直右共用车道:fRT=1.0-0.15PRT (2)
入口引道仅有单一车道:fRT=1.0-0.135PRT (3)
式中:
fRT—右转修正系数, 无量纲;
PRT—该入口引道右转交通所占比例, 无量纲。
以上的计算结果往往导致与实际数据存在较大的偏差。然而对右转交通流进行通行能力和车辆延误的研究在现实中具有重要意义, 它可以为右转信号相位的设置与否, 右转专用道的设置与否, 以及右转专用道设置的长度等几何条件提供必要的科学依据。
从以上右转车流的运行特征可以看出, 右转车辆的运行也受到不同方向的机动车和非机动车以及过街行人的干扰, 并且绿灯信号时间和红灯信号时间的冲突交通量也不相同。基于以上分析, 本文采用将绿灯信号时间和红灯信号时间的右转分别进行研究的思路, 在对信控交叉口右转车流运行特征进行微观分析的基础上, 车辆延误模型仍然借鉴目前在各国广泛使用的HCM2000车辆延误模型的思路进行适当改进, 同时采用冲突交通量法建立信控交叉口右转通行能力模型。
2 右转交通延误模型
2.1 基本假设
本文研究信控交叉口右转交通流的车辆延误是基于如下假设的:
(1) 交通流的运行遵循我国现行的交通规则和交通管理规定“未设置右转专用信号时, 右转交通不受信号灯控制”[5];
(2) 不考虑信控交叉口进口车道宽度和纵坡的影响;
(3) 不对车种作任何限定。
2.2 车辆延误模型
右转车辆在信控交叉口经历的平均延误包括三部分:均匀延误、增量延误、初始排队延误。
2.2.1 均匀延误模型
(1) 在有专用右转车道和专用右转信号相位的情况下, 信控交叉口均匀延误是假设车辆均匀到达信控交叉口时所产生的延误。美国通行能力手册 (HCM2000) 给出的计算均匀延误的公式为:
式 (4) 中:
V—信控交叉口右转车平均到达率 (veh/h·lane-1) ;
Sg—信控交叉口进口车道绿灯时期右转车的饱和流率 (veh/h·lane-1) 。
如图2所示, 图2中阴影部分面积即为该信号周期内到达车辆的总延误。
当右转到达交通量的最大值时可达到车道组的通行能力, 即Sg (g/C ) 。当交通量达到通行能力时, 每辆车所经历的平均均匀延误等于0.5 (C-g) , 即有效红灯时间的一半。如果不限制右转, 也就是可供右转车通行的有效绿灯时间将等于整个信号周期时间, 由公式可看出此时平均均匀延误值将减小到0。
(2) 直右共用车道的情况
显而易见, 红灯期间的饱和流率值要小于绿灯期间的饱和流率值。其均匀延误的产生机理如图3所示。
图3中阴影部分面积为一个信号周期内到达的右转车总延误值。由图3可见此时考虑了红灯信号时间的通行情况, 即在红灯信号时间内也可以比绿灯时间低的饱和流率Sr通过部分车辆。
由图3不难看出, 阴影三角形中水平线为每一车辆的平均延误时间, 而垂直线为任一瞬时的排队车辆数。于是在一个信号周期内, 全部车辆的总延误时间等于阴影三角形的面积, 而这一数值也是每一瞬间车辆排队长度的总和, 即:
∑d1=ΔABJ的面积=SΔAFJ-SΔAEB-SΔBHJ-SBEFH (5)
由图3中的几何关系和交通流的物理意义可知:到达车辆数等于离开车辆数, 可得如下关系:
将公式 (8) —式 (11) 代入公式 (5) , 可得一个信号周期内所有达到右转车辆的总延误时间为:
∑
一个信号周期内到达右转车辆总数为右转车辆到达率乘以信号周期时长, 即VC;而由一个信号周期所有达到右转车辆的总延误除以该周期总的到达右转车辆数, 即得该周期每个右转辆车的平均延误。又已知如下关系:
r=C-g (13)
整理而得出一个信号周期每右转辆车的平均延误为:
从式 (14) 不难看出红灯时间右转车的通行能力为Sr (1-g/C ) , 绿灯时间右转车的通行能力为Sg (g/C ) , 则右转交通总的通行能力为:
Cr=Sr (1-g/C ) +Sg (g/C ) (15)
每个信号周期的右转车最大交通量可达到其通行能力值, 即Sr (1-g/C) +Sg (g/C) 。当右转车每周期的到达交通量小于Sr时, 均匀延误将减小到0。
2.2.2 增量延误模型
信控交叉口控制延误的另一个组成因素为增量延误, 它是由车辆到达的随机性或车道组处于超饱和交通流状态所引起的车辆延误。随着车道组通行能力的改变, 车辆延误模型也有所改变[6]。增量延误模型公式如下:
式 (16) 中:
T—取15 min分析时段, 单位h, 即T=0.25 h;
k—对于固定配时信号交叉口, k=0.5, 无量纲;
I—对于非联动信号交叉口I=1.0, 无量纲。
Capacity—为右转交通的通行能力。对于专用右转车道并且有专用右转相位的情况, 取为Sg (g/C ) ;对于直右共用车道的情况, 直右共用车道的通行能力包括红灯时间的通行能力和绿灯时间的通行能力, 计算为:
Cr=Sr (1-g/C) +Sg (g/C) (17)
2.2.3 初始排队延误模型
信控交叉口控制延误的另一个组成部分为初始排队延误。若在分析时段开始时存在初始排队车辆, 将产生额外延误, 该延误即被称为初始排队延误[7]。该延误值取决于初始排队车辆数量, 分析时段时长, 以及该车道的交通饱和度。在本文的研究中, 取分析时段为15 min。
按照HCM2000对该项延误的计算, 根据分析时段开始时和结束时有无排队车辆及排队车辆的数量变化分为五种情况, 具体分类情况列于表1。
表中所列情况介绍如下:
情况一:分析时段初始和结束均无车辆排队。对于该情况初始排队延误d3 =0, 总延误仅包括均匀延误一项;
情况二:分析时段初始无车辆排队, 而分析时段末红灯初始时刻有车辆排队。对于该情况初始排队延误d3=0, 总延误包括均匀延误和增量延误两项;
情况三:分析时段初始有车辆排队, 而分析时段末红灯初始时刻无车辆排队, 总延误包括均匀延误和初始排队延误两项。
情况四:分析时段初始有车辆排队, 而在分析时段内排队车辆逐渐减少, 在分析时段末的排队车辆小于分析时段初始时的排队车辆数, 总延误包括均匀延误和初始排队延误两项;
情况五:分析时段初始有车辆排队, 而在分析时段内排队车辆逐渐增加或保持不减少, 在分析时段末的排队车辆大于或等于分析时段初始时的排队车辆数, 总延误包括均匀延误、增量延误和初始排队延误三项。对于该情况初始排队延误的计算模型为:
式 (18) 中:
n—分析时段初始时排队车辆数, (veh) ;
Capacity—右转交通的通行能力, 对于专用右转车道并且有专用右转相位情况下, 取值为Sg (g/C) 。
本文计算初始排队延误借鉴HCM2000提供的初始排队延误模型的形式, 只是右转交通的通行能力计算模型有所改变, 引起该模型计算结果的变化。HCM2000由于低估了右转车道的通行能力, 从而高估了右转车的延误。
综上所述, 右转车的延误计算包括以上三部分, 计算公式如下所示:
d=d1+d2+d3 (19)
3 结论与展望
本文在对信控交叉口右转车辆运行特征分析的基础上, 讨论了信控交叉口右转交通流的运行特性, 在此基础上提出了计算右转车延误的模型, 为评价信控交叉口的服务水平奠定了一定的基础。当然, 本文给出的模型基本上还是停留在理论研究的水平上, 需要进一步用实测数据对模型作进一步的校正;此外, 研究的对象主要是独立的平面定时信号控制的交叉口。因此, 将来需要在以下几个方面做进一步的研究:
(1) 用实测数据对本文给出的延误模型作进一步的标定;
(2) 对过饱和交通流的情况, 由于延误模型参数和分析时段有着很大联系, 需考虑分析时段对模型参数的影响;
(3) 本文主要是针对独立信号交叉口延误情况讨论的, 对上游交叉口的信号影响考虑不足, 因此, 相邻交叉口的信号联动对车辆延误的影响有待进一步研究;
(4) 现有的服务水平划分层次是否能够真实的反映司机的感知, 需要进一步的调查研究[8], 特别是针对我国文化背景下的驾驶员和乘客的调查。
参考文献
[1]王炜, 过秀成.交通工程学.南京:东南大学出版社, 2005
[2]李硕, 范炳全.动态与随机交通网络模型及其应用.上海:同济大学出版社, 2005
[3]刘智勇.智能交通控制理论及其应用.北京:科学出版社, 2003
[4]沈志云, 邓学均.交通运输工程学.北京:人民交通出版社, 2005
[5]黄卫, 陈里得.智能运输系统 (ITS) 概论.北京:人民交通出版社, 1999
[6][日]社团法人交通工学研究会.智能交通系统.董国良, 等译.北京:人民交通出版社, 2000
[7]刘韵, 何建农.基于交通网络最短路径搜索的改进算法.计算机工程与应用, 2007;43 (14) :220—222
信号控制交叉口 篇9
关键词：交通仿真,交通信号控制,VC++程序设计,ADO技术
0引言
城市道路交叉口经常成为路网容量的瓶颈,人们出行的大部分交通延误是由于交叉口的通行能力不足造成的。为此,就需要建立一个交叉口信号控制仿真系统来研究改善这种现状的方法。交叉口信号控制仿真系统可以模拟交通中出现的各种问题,帮助人们了解交通系统特性,通过优化系统设计方案来改善交叉口的通行能力。本文以多个交叉口作为研究对象,通过VC技术构建一个多交叉口信号控制实时动态仿真系统。
1基于VC技术的道路交叉口仿真模型的建立
1.1 模型的整体构造
在建模过程中,把整个路网看成是由若干车道、交通标线、交叉口、信号灯、车辆等实体组成的。这些实体按性质可抽象成3种不同类型的对象:动态对象、静态对象和数据管理对象。动态对象在系统中受到其它因素的影响和制约,随时发生变化,如车辆和控制信号;静态对象在一次仿真运行开始后不再发生变化,如道路和交通规则等;数据管理对象,如路网参数的调入和仿真结果的保存等。因此,仿真模型就必须由以下几个类组成:静态模型类、动态模型类、数据管理类。其中,静态模型类包括交叉口类(CSingleIntersection)、车道类(CSingleLane)、 信号灯类(CSingleLight)等;动态模型类即车辆类(CVehicle);数据管理类则采用ADO类型库实现与数据库的交互。ADO(Active Data Object)是一种基于OLE DB的访问接口,它继承了OLE DB的优点,对OLE DB接口作了封装,定义ADO对象可以使程序开发得到简化。
1.2 仿真模型的建立
1.2.1 交叉口模型
交叉口模型由交叉口、车道、交通标线、信号灯等静态对象组成,其中交叉口类型、车道数、路段的连接等参数均由数据库中的信息决定,并通过一个路口参数设置的对话框来进行数据调入,此模型为静态模型,从仿真初始化以后就不再变化。
1.2.2 车辆产生模型
车辆的到达在某种程度上具有随机性,因此,车辆的产生应该用概率分布来描述。由于本模型是在不超车和车流量较低的情况下进行的仿真,故选用移位负指数分布来描述发车规律,其车头时距h大于每个计数间隔持续时间t概率的基本计算公式为:
P(h>t)=exp[-λ(t-τ)] (t≥τ) 。 (1)
式中:λ——车流的平均到达率,辆/s;
τ ——车辆之间保持的最小车头时距,s。
1.2.3 车辆跟驰模型
跟驰模型是交通系统仿真中最重要的动态模型,跟驰模型的实质是一种“刺激-反应”形式,它是根据驾驶员接受某种刺激后作出的反应来分析和研究车辆列队行驶时发生的跟驰现象,其表现形式为:反应=灵敏度×刺激。其基本表达式为:
undefined。 (2)
其中:Xn(t)为前车在t 时刻的位置;Xn+1(t)为跟驰车在t 时刻的位置;undefined为t时刻前车速度;undefined为t时刻跟驰车速度;undefined为t1时刻跟驰车速度;undefined为t1时刻跟驰车加速度;α为比例常数,一般为路段畅行速度。
2基于VC的道路交叉口仿真模型的实现
2.1 路网数据获得
在开始仿真之前,把存储在数据库中的相关路网参数一一读入程序,这就需要把数据库和仿真程序连接起来。本程序以SQL Server 2000为数据源,利用ADO类型库中Connection对象和数据库建立连接,用Recordset对象获取数据库中某表数据。例如要从数据库中获取某十字路口的车道宽度,把它赋值到参数设置对话框相对应的变量中,故可写为:
在加入以上程序段之前,要用import指令来引入ADO类型库,在stdafx.h中加入如下语句:
2.2 动态模型仿真程序表达
动态仿真作为整个仿真过程的主体,不仅可再现路网的整体交通状况,还可以记录路网中的每个参与者每一时刻的信息。因此,对动态模型进行仿真编程就显得尤为重要。
2.2.1 信号灯状态程序表达式
在仿真过程中,由于车辆始终根据信号灯的颜色状态而启停,所以在信号灯类中应定义一个结构体LIGHTSTATE,记录每个小灯的当前状态。此结构体包括成员变量{COLORREF clrRGB;UINT time;}。现以单路口二相位配时方案为例来分析东、西方向信号灯在一个仿真周期内的状态变化。首先定义一个结构体数组LIGHTSTATE m_PhaseState[3],用来存储信号灯一周期内的所有变化状态,即控制方案的设置;通过这个控制方案可以判断信号灯在一个仿真周期内每一时刻的状态,随着时间段的不同信号灯的颜色也会随之变化。以下是东、西方向信号灯在一周期内状态变化的部分代码:
2.2.2 车辆程序表达式
将路网中的所有车流分成车道上的车流和交叉口处的车流两种类型,用链表形式表示。车辆程序表达式实现过程如下:类CVehicle定义为双向链表,其中包括{CVehicle *pprev;CVehicle *pnext},这是为了灵活地遍历每条车流中的汽车。由于车流被分为车道上的和交叉口处的,故应定义两个链表{CTypedPtrArray
2.3 程序仿真流程
程序仿真流程如下:
(1)从存有路网参数(包括交叉口参数、交通量数据、相位配时、信号灯参数等)的数据库中读取数据,传到程序相应的参数对话框中,实现对仿真模型的初始化,十字交叉口参数设置对话框见图1,其中编辑框、列表框的数据均从数据库中读取。
(2)在给定的交通需求情况下,按照一定的随机分布使车辆在其各自的产生点一辆一辆地进入路网,然后用时间扫描法描述每一时段内每一辆车在路网上行驶的情况,直至车辆到达其目的地后从路网上消失,具体仿真界面见图2。
(3)查看仿真结果并将其写回到数据库的交通状况表中,以备将来作各种方案的对比。
3结束语
相同条件多次运行,均可获得分布比较理想的交通流画面,其性能评价指标如交叉口通行能力、饱和度、平均速度、平均延误、停车率等都与实际情况有较好的吻合。但由于仿真模型的随机性和理想化,使得仿真与实际交通环境还有相当的差距,所以本系统还有待于进一步的完善和改进。
参考文献
[1]万忠.双周期信号配时法在单路口实时控制中的应用[J].计算机工程与应用,2006,42(26):183-185.
[2]钟邦秀.面向对象微观交通仿真系统的研究与实现[J].系统仿真学报,2002,14(4):418-421.