内蒙古建筑职业技术学院 内蒙古呼和浩特 010000
摘要:针对行人二次过街等待时间过长的问题,在传统感应控制基础上提出一种路段行人二次过街的感应式信号控制方法。首先,基于模糊逻辑控制原理在机动车与行人相位切换上设置不同的模糊控制器,引入人流间隙时间概念。其次,通过二次开发交通仿真软件Vissim进行仿真实验,优化模糊控制器的隶属度函数和控制规则参数,进而使该算法适应高峰和平峰不同交通流情况。仿真结果得出,在相同交通状态下与传统感应控制算法对比得出平峰时优化机动车平均延误11.3%、行人平均延误13.2%,高峰时优化机动车平均延误26.9%。结果表明,该算法对交通控制效果明显,有效降低了行人和机动车延误以及排队长度。
关键词:行人二次过街、感应控制、模糊控制、Vissim
1信息采集
为能给模糊控制器提供准确的输入参数,需实时获取路段的交通信息,首先检测行人和车流状态,行人检测器使用视频图像检测器,道路两侧和中央分隔带安全岛上的行人等待区均设视频检测器。车流检测器使用3D广域雷达,可实时获取多车道多目标车辆的距离、行驶速度和排队长度等信息,检测范围是200m。。
2.路段行人二次过街模糊控制
本文以双向六车道城市道路为例具体设计模糊控制器、控制流程和控制参数,其中机动车道宽度3.5米,非机动车宽度为3米,单侧人行横道宽度(S1)为13.5米。
2.1模糊控制器
2.1.1行人模糊控制器(Pedfuzzy)
行人模糊控制器为根据行人等待情况和车流运行状态判断是否给行人绿灯的控制器。输入参数为行人等待时间(tw)和车流间隙(Lgap),输出为0~2的相位切换参数,大于等于1时给行人绿灯。
(1)行人等待时间(tw)
基本论域为{0,1,2,······,}。其中为行人极限等待时间,本文参考国内外研究和案例取60s[5]。模糊集合取3个模糊变量{短,中,长},简记为{N,Z,P}。
(2)车流间隙(Lgap)
基本论域为{0,1,2,······,200}。因雷达的最大检测距离为200米,所以基本论域最大值为200。模糊集合取3个模糊变量{短,中,长},简记为{N,Z,P},隶属度函数如图5所示。上游最近车辆距离在0~40范围时隶属于模糊变量N,车辆安全停车距离为42.84m,所以当车流间隙隶属于N时可认为车流无出现间隙,尽量避免相位切换。安全停车距离计算公式如下:
(2)
式中:
——安全停车距离(m);
——车辆到达速度(m/s);
——机动车制动减速的(m/s2);
——驾驶员反应时间(s);
本文取60km/h,取4.7m/s2,取0.8s[6],则导入公式算出的安全距离为42.84m。
(3)相位切换参数(Switch)
模糊控制器输出一个0~2的相位切换参数,清晰化后的值大于等于1时切换相位,基本论域为{0~2},模糊集合取2个模糊变量{否,是},简记为{N,Y}.
表1 行人模糊控制器控制规则
Tw Lgap | N | Z | P |
N | N | N | Y |
Z | N | Y | Y |
P | Y | Y | Y |
(4)控制规则
本文控制规则为结合交警经验和多次仿真实验优化得出的,对不同车流状态有较好的控制效果。具体如表1所示。
2.1.2机动车模糊控制器(Vehfuzzy)
机动车模糊控制器输入参数为行人等待时间(tw)和车流间隙(Lgap),输出为0~2的相位切换参数,大于等于1时给机动车通行权。
(1)机动车排队长度(Lque)
基本论域为{0,1,2,······,Qmax}。其中Q
max为最长排队长度,可根据路段实际情况和雷达检测距离选择,本文取100米,因雷达的最大检测距离为200米,所以当排队长度超过100m时排队长度以100输入。模糊集合取3个模糊变量{短,中,长},简记为{N,Z,P}。
(2)人流间隙时间(tgap)
基本论域为{0,1,2,······,Tgap}。其中Tgap为行人通过一侧人行横道的平均用时,需根据单侧人行横道长度和行人平均步行速度计算得出,本文取12秒,即人流间隙时间接近12秒时可认为人流已出现间断并且行人全部通过了一侧人行横道,具体计算如下。模糊集合取3个模糊变量{短,中,长},简记为{N,Z,P}。
(3)
式中:
Tgap——行人通过一侧人行横道的时间(s)
S1——一侧人行横道长度(m)
V——行人步行速度(m/s)
据有关文献[3],中青年人的步速最高,约为 0.83-1.30 m/s,年龄相仿的男性步速比女性高,过街人流越大步行速度越低。综合考虑以上因素,v取1.25m/s、S1为13.5m,导入式中计算出的Tgap为10.8s,本文Tgap取12s。
(3)行人绿灯持续时间(tg)
基本论域为{0,1,2,······,Tg}。其中Tg为行人最大绿灯时间,需根据交通情况和控制要求设置,本文取60s。模糊集合取4个模糊变量{很短,短,中,长},简记为{NB,NM,ZE,PM},隶属度函数如图6所示。
(4)相位切换参数(Switch)
模糊控制器输出一个0~2的相位切换参数,清晰化后的值大于等于1时切换相位,基本论域为{0~2},模糊集合取2个模糊变量{否,是},简记为{N,Y}。
(5)控制规则
本文控制规则为结合交警经验和多次仿真实验优化得出的,具体如下表所示。
表2 机动车模糊控制器控制规则
tg | NB | NM | ZE | PM | ||||||||
tgap Lque | N | Z | P | N | Z | P | N | Z | P | N | Z | P |
N | N | N | N | N | N | Y | N | Y | Y | N | Y | Y |
Z | N | N | N | N | N | Y | N | Y | Y | Y | Y | Y |
P | N | N | N | N | Y | Y | Y | Y | Y | Y | Y | Y |
2.2控制原理
2.2.1相位设计
跟据两侧行人和机动车通行冲突设置四个相位,分别相位1(Stage1)双向机动车通行、相位2(Stage2),双向行人通行、相位3(Stage3),南侧行人和北侧机动车通行、相位4(Stage4),北侧行人和南侧机动车通行。相位最小绿灯时间为10s,相位间隔时间为5s,包含3s黄灯时间和2s全红时间,行人相位最大绿灯时间(Tg)为60s,机动车相位没有最大绿灯时间,即没有行人等待过街时一直放行机动车。
2.2.2控制流程
(1)模糊控制器输入值确定
南侧行人模糊控制器(Pedfuzzy_south)输入参数为西侧车流间隙和行人等待时间,其中行人等待时间为南侧与安全岛行人等待时间之大,当安全岛无过南侧人行横道的行人时安全岛行人等待时间取零。当安全岛有人等待过街时需确定行人过街方向,因安全岛行人检测器不能判断等待行人过街方向,所以根据当前相位和上一个相位确定过街方向,具体如表3所示。
表3 安全岛行人过街方向确定
上一个相位 | 当前相位 | 过街方向 |
Stage2 | Stage1 | 两侧 |
Stage3 | Stage1 | 北侧 |
Stage4 | Stage1 | 南侧 |
Stage1、Stage2、Stage4 | Stage3 | 北侧 |
Stage1、Stage2、Stage3 | Stage4 | 南侧 |
南侧机动车模糊控制器(Vehfuzzy_south)输入参数为南侧行人绿灯持续时间、西侧机动车排队长度和人流间隙时间,其中人流间隙时间由南侧人流间隙时间和安全岛人流间隙时间确定,当安全岛人流间隙时间大于零时取小,安全岛人流间隙时间等于零时取南侧人流间隙时间。
北侧行人模糊控制器(Pedfuzzy_north)和北侧机动车模糊控制器(Vehfuzzy_north)与上类似。
(2)控制流程
信号控制机开始运行时初始相位为Stage1,然后检测行人等待情况,无行人等待时继续运行Stage1不切换相位,检测到行人等待时根据行人等待区域运行不同的模糊控制器,如检测到南侧有人等待时运行模糊控制器Pedfuzzy_south,输出值大于等于1时切换到相位3,否侧继续运行Stage1。整个控制算法每秒运行一次。
3.仿真验证与分析
本文在交通仿真软件vissim的感应控制模块vap的基础上用matlab对vissim进行二次开发建立行人二次过街模糊控制仿真模型和传统感应控制仿真模型,在两种仿真模型中对高峰和平峰不同的交通情况进行仿真,输出评价结果对比不同交通情况下两种控制算法的效率。通过人工采集方法,获取了呼和浩特市回民区成吉思汗西街(广播电视台南侧)路段2021年5月10号交通数据,数据覆盖了平峰期(15:00-16:00)和高峰期(17:30-18:30)。
3.1仿真结果
表5 评价结果
平峰 | ||||||
指标 算法 | 机动车平均行程时间(s) | 行人平均行程时间(s) | 平均排队长度(m) | 最大排队长度(m) | 机动车平均延误(s) | 行人平均延误(s) |
传统感应控制 | 16.8 | 50.85 | 5 | 56 | 10.6 | 21.2 |
模糊感应控制 | 15.45 | 48.2 | 5 | 45 | 9.4 | 18.4 |
优化效果(%) | 8% | 5.2% | 0% | 19.6% | 11.3% | 13.2% |
高峰 | ||||||
传统感应控制 | 22.85 | 57.6 | 29 | 150 | 16.7 | 27.9 |
模糊感应控制 | 18.35 | 58.5 | 16 | 103 | 12.2 | 28.8 |
优化效果(%) | 19.6% | -1.5% | 44.8% | 31.3% | 26.9% | -3.3% |
4.结语
仿真结果显示,相较于传统感应控制算法,本文算法在平峰时,降低了人车延误、排队长度;在高峰时对机动车的优化效果明显,有效降低了平均排队长度和延误。本文提出的算法整体控制效果优于传统感应控制,有效提高了路段人行横道处通行效率和时空利用率。
6.参考文献
[1]张智勇,郝晓云,王东,巩建,王达.北京市信号交叉口行人过街忍耐时间研究[J].交通信息与安全,2015,33(04):9-17.
[2]吴明.汽车制动距离与速度的关系[J].公路与汽运,2010(03):46-49.
[3]裴玉龙,冯树民.城市行人过街速度研究[J].公路交通科技,2006(09):104-107.