智能化信号控制方法缓解近距离交叉口交通拥堵

智能化信号控制方法缓解近距离交叉口交通拥堵

莫小芳

深圳市都市交通规划设计研究院有限公司  518063

摘要：近几年我国私家车数量呈现出逐年增多的态势，各城市高峰期均出现不同程度的拥堵。假若交警部门不能及时发现并处理拥堵问题，那么整个区域的交通都可能面临瘫痪的处境。为避免拥堵问题出现导致路口通行率下降，有效规避交通事故的发生，可借助智能化信号控制技术缓解交叉口拥堵问题。本文从传统信号控制问题入手，阐述智能化信号控制方法在近距离交叉口上的具体应用。

关键词：智能化；交叉口；交通拥堵；模糊神经；信号控制

机动车数量逐年增加已成为道路交通拥堵的主要影响因素，而拥堵问题治理不仅与民众出行效率与安全问题有着密切关联，亦对城市经济建设有着较大影响。尽管近几年我国各地陆续出台机动车限购、限行等政策，以期通过机动车出行的合理控制来缓解拥堵问题，但所取成效不如人意，且对民众生活质量以及内需消费的扩大产生影响。作为常见交通拥堵问题之一，近距离交叉口拥堵对城市交通运行效率有着直接影响。受限于城市空间资源的匮乏以及财政负担的加重，大部分城市难以通过车道数新增来解决拥堵问题。为有效治理城市交通拥堵问题，信号灯智能化控制应用在交通管理中愈发被重视，在保证交叉口空间不变的基础上，通过信号灯的智能化控制实现近距离交叉口信号更精细化调控，以此缓解城市交叉口拥堵问题，提升道路通行能力。

一、当前信号控制问题分析

感应式绿波控制技术是当前交通信号控制的主流技术之一，可做到在交通运行过程中利用感应式控制系统来实现车辆绿波控制，同时将非绿波相位车道为基准，通过车辆感应器的有效安置来达到车辆检测的目的。若信号控制期间车流量较少，且在预设信号变换间隔时间内并未出现后续车辆，可通过信号相位的转换来实现交通控制，以减少信号绿灯浪费。该信号控制方式应用，能够为主线提供更多绿灯时间，有助于促进交叉口运行效率的提升。而近距离交叉口受路段间隔过短等方面的影响，交通运行期间与相邻交叉口信号相位、排队、交通流等方面存在密切关联[1]。下游车辆若无法在预设时间内顺利出行，极易发生堵塞溢出现象，并对上游交叉口的正常、高效运行造成影响。近距离交叉口还易受到绿波协调控制系统的影响。尽管在交通运行期间该信号控制手段可做到对部分交通流起伏的有效管理，但绿波控制与非绿波相位之间难以做到协调控制。对于绿波带的有效控制，则是以交通运行中相位差控制为信号控制的主要原理，但绿波相位在实际交通运行中不可避免的受到绿灯冗余时间的影响，致使实际转绿时间在绿波相位的影响下早于预设时间，在实际运行期间增大出现交通拥堵、排队溢出现象的概率，并且因绿灯空放情况的频繁发生对城市交通运行效率产生负面影响。

二、利用智能信号控制方法缓解近距离交叉口拥堵问题

再励学习算法的提出以人类“试错学习”为主要原理，能够在运行期间以环境提供信号强化为基准，评价控制动作形成好坏，在此基础上依据评价结果进行内部控制参数的有效调整与优化。基于“行动-评价”过程获取优化所需的知识，通过行动方案优化来实现对环境有效适应。鉴于此，可依托于人工神经网络、模糊逻辑控制算法的集成应用进行再励学习模型构建，系统在运行期间借助模糊逻辑生成动作，而动作“好坏”评价则以神经网络系统为基准，通过参数优化来改进控制效果。

（一）智能化信号控制方案

智能控制的实现需在感应式绿波控制的基础上进行升级与改进，基于对交叉口交通情况的掌握，通过时间协调来优化上下非绿波相位与绿波相位的优化控制，结合“第二绿波”设置来达到交叉口信号控制动态化改进的目的，并保证绿波构建对主线绿波带不造成影响[2]。在实际运行期间，需以道路主线直行绿波的合理控制为前提，通过对上下游直行与左转信号灯的协调控制来提升车辆通行效率，确保在信号周期内处于上下游交叉口的车辆能够连续有效通过，避免二次等待出现影响到运行效率，避免车辆排队受到大量车辆滞留的影响，降低出现交叉口堵塞现象的概率。基于对智能化信号控制系统的构建，具体涉及到以下几点：

1. 模糊神经控制系统框架

针对模糊神经控制系统的构建，具体组成涉及到模糊神经信号控制器以及交叉口信号系统等，具体框架如图1所示。该系统可在保留感应式绿波控制器的前提下，进行模式神经控制器的融合应用，仅需通过升级改进即可提升信号控制有效性，在保证信号控制智能化开展的同时，以确保信号控制的改良成本未超出预期标准。在实际运行期间，感应式绿波控制器仍负责对初始绿灯控制、行人时间控制、绿灯延长控制等基础参数的管控，而模糊逻辑信号控制的增设，则负责在车辆通行期间进行绿灯延长指令的下达[3]。另外，信号系统在运行期间对于绿灯延长命令的下达，可利用神经网络判断交叉口运行效率受到绿灯延长的影响，依据评价结果进行隶属函数的优化，模糊逻辑控制系统通过函数反馈实现控制改进。

图1模糊神经控制系统框架示意图

2. 模糊控制过程

针对信号控制系统的模糊控制，主要控制流程体现为：依据传感器对车辆排队长度参数进行采集、输入，输入参数接收后按既定程序进行模糊化推理，输出参数经处理后传递至信号系统，最后对信号控制系统进行绿灯延长命令的下达。

（二）智能化信号控制方案仿真模型测试

为确保智能化信号控制测试得以有效开展，本文借助VISSIM软件构建契合控制系统测试需求的仿真模型，以判断模糊神经信号控制系统在交叉口交通运行中的实际应用情况。

1. 模型构建

交通仿真模型测试的优势具体包括：（1）成本控制效果更为理想。即在信号控制改进前，可借助仿真模型对改进方案的合理性、可行性进行评价分析，避免因改造不合理导致成本增大。（2）在现实交通运行过程中，各交叉口运行状态呈现出随意性、动态性等特点，无法将交通流始终控制在统一状态下。而借助仿真模型应用，可实现在测试过程中进行不同交通流状态的有效模拟。（3）基于仿真模型构建，可做到对现实交叉口状态的真实还原，并通过交通环境的相同创造为控制方案的分析、比对提供支撑。（4）可在测试期间对某种交通运行条件、环境进行重复模拟，以做到对交通拥堵问题成因的细致、深入挖掘。在具体测试过程中，基于相关数据参数的录入来实现对城市交通环境的精准、真实模拟， 并做到对交叉口几何特征、车辆运行、信号灯控制器等的真实还原。

2. 对比方案选择

目前城市交通信号控制中感应式绿波控制系统应用较为常见，为此可将感应式绿波控制作为参照，对模糊逻辑控制系统进行科学评价分析，具体方案表现为：（1）以模糊神经信号控制为基准，但系统并未结合再励学习。（2）以再励学习优化后模糊神经信号控制为基准。方案之间评价以停车次数、延误时间作为主要指标。为进一步分析主线直行交通受到非绿波相位交通流的干扰影响，将三种方案置于多种交通变量环境中进行测试分析。

3. 方案对比结果

测试结果显示，当交叉口交通流量并未呈现出拥堵状态时，三种方案运行效果并无明显差异，主要原因在于交叉口低流量通行状态下行车效率相对较高。而在车流量不断增大的前提下，模糊神经控制的应用逐渐体现出较为理想的控制成果，而再励优化后的控制效果显著高于模糊神经控制与滤波控制。表明在交叉口交通流起伏变化时，利用基于再励学习模糊逻辑的智能化信号控制系统，可做到对交叉口延误、停车的有效规避，并实现在运行期间对交叉口排队、拥堵情况进行合理预测，通过信号控制方案优化来有效缓解交通拥堵问题。

结束语：

综上所述，智能信号控制系统的改进和应用，能够在抑制车流停车与延误现象的同时，通过信号控制优化实现对近距离交叉口拥堵问题的有效解决。

参考文献：

[1] 杨培旭, 邢海波, 淳于洋,等. 利用交通信号灯智能化控制解决交通治理难题[J]. 交通科技与管理, 2021(4):2.

[2] 马晶晶, 王健, 周立平, et al. 基于反馈门信号控制系统的南宁市交通治堵方法[J]. 交通与运输, 2020, 36(2):4.

[3] 刘皓, 吕宜生. 基于深度强化学习的单路口交通信号控制[J]. 道路交通与安全, 2020, 020(002):54-59.