欢迎来到赛文交通网!

交通信号多模式感应控制 | 信号的六级控制

2018-05-14

来源 : 赛文交通网

作者 : 朱圣发

0人评论

4月11日,由信控中国俱乐部和赛文交通网联合主办的第二届(2018)中国交通信号控制发展年会在北京成功召开。在“交通组织与控制”专场,连云港杰瑞电子有限公司产品经理朱圣发发表了《交通信号多模式感应控制的实践与应用》主题演讲。

以下为朱圣发演讲全文,内容有删减。

首先介绍杰瑞信号控制的灵魂和整体思路,核心的两个字就是——均衡。我们希望通过各种不同的控制模式以及一些控制优化器达到交通疏导和路网均衡的目的。

blob.png

在韦伯斯特以延误为主的单点优化计算模型当中,通过严格的数学求导得出来的结论是各个方向饱和度均衡的时候,整个路口的延误最小。还有wardrop流量分配模型当中,从系统最优的角度,也是流量在路网上均衡分布会达到系统最优。

我们的思路也是这样,展开了一个六级控制,希望以点带线,然后以线带子区,以子区带动全区域。

整个控制分为六个层级:单点固定配时、单点感应控制/自适应控制、绿波协调控制、子区瓶颈控制、网络绿波协调控制和多模式特勤信号控制。

blob.png

“感应+”控制

今天主要介绍感应控制。

感应控制在国内应用的利用率确实比较低。总结几个原因。

第一,检测的原因。古语有云,“眼观六路,耳听八方”是基础,交叉口必须要有一个合理的检测器,能够看得清听得清,才能执行感应控制。而且对于感应控制而言,对数据的要求不一样,目前国内绝大多数城市路口的检测器覆盖率较低。

针对感应控制,实际上需要的更多是一种脉冲数据,而脉冲数据以检测器方式获取最多的就是以线圈、地磁的模式。许多交警提出来用电警卡口,其实对于做感应控制不太好,目前以电警卡口为主的摄像头不提供脉冲数据。

另外一方面是互联网数据,基本上作为感应控制的输入比较困难,可以把它用作去优化一些感应控制的参数,比如最大绿灯或者最小绿灯时间。     

第二,交叉口的复杂性。道路结构不完善,主干路车流量高峰期间激增,人车混行严重等,无论是对感应控制还是其他控制都是非常大的挑战。

第三,“两化”标准出来以后,对协调或绿波控制比较重视。在这种条件下,传统感应控制理念里没有考虑到绿波因素,所以当两者结合一起,可能会产生1+1=0的效果。如何达到1+1=3?就是感应控制+协调控制,以及行人请求为核心的控制目的。

感应控制实际上是非常贪婪的算法,每个方向会按照自己这个方向来车的情况加时间,从数学上说是一种贪婪的算法,怎么样控制这种贪婪?我们提出“感应+”控制方式,将感应控制与其它的方式进行整合,构成一个组合拳,包括与绿波协调、行人请求进行一些组合,打一些组合拳,然后再解决实际问题。

blob.png

组合拳的目的首先是限制“贪婪”。感应控制是在当前方向有车的情况下无限加时间,一直到最大的绿灯时间,但是实际上我们在做感应控制的时候,会考虑到其它方向的限制性因素,导致这个方向不可以无限增加时间。

比如下游车辆可能要溢出了,或者有行人请求,绿波带等限制,我们希望通过组合拳的方式限制感应控制的贪婪限度。

其次,在做高峰期信号控制的时候,我们也了解到各个方向都饱和的情况下,如果这个路口再设置感应控制,很可能路口跑的全都是最大绿灯时间。

这个最大绿灯时间在感应控制里,实际上是针对高峰期控制的关键参数。所以我们也在寻求一些方式,比如通过与互联网数据的结合寻求最大最合理的最大绿灯时间。

多模式感应控制实例

第一个案例就是全感应控制。

这个路口是非常标准的渠化路口,是连云港非常关键的一个路口,连接了老城区和新城区。它地处新旧城相接的路口,车流波动性大,高峰时段经常性出现交通拥挤。本路口采用的是四个方向的视频检测,通过视频检测得到的数据对路口进行自动多时段划分。

这个路口设有左转待转区,我们对相序进行了固定,然后设置了一些绿灯时间的上下限。

整个的控制效果如下:

第二个案例是在连云港市中山路做了12路口的带有行人请求和协调控制的案例。

这些路口优化之前的情况是没有检测器,流量也不对称,行人过街的地方只有斑马线,采取黄闪的方式。一方面不能保证安全,另一方面对于我们设置绿波带的破坏也比较严重。

在行人请求方面,安装了行人请求装置,在保证行人过街的信号。在相应的路口同样采用视频检测方式,布设完了检测器以及行人过街设备之后, 12个路口间距大概在200-400米,最终达到了比较理想的协调控制的环境。

然后我们通过对流量分析,对时段自动化分的机制,将12个路口的时段进行统一,对绿波进行设计。

blob.png

这是绿波时距图,实际上在使用当中,感应式绿波会扩大绿波带的情况,尤其是正反向次流向在车流量较少的时候,我们会把车辆通行权尽可能交到主流向这边。

最后一个案例是“感应+”瓶颈控制——隧道控制。隧道开始在没有设置控制措施的时候,东西方向经常是溢出状态。

然后我们通过地磁+视频的配合,在路口进口道附近放的是视频检测,在路段中间放的是地磁检测,主要用于拥堵检测,相当于利用地磁的主要参数就是占有率。

布设完这样一些设备,然后绘制了这张图。

blob.png

可以看到在离线绿波环境下,车辆在每个周期内的到达时间和绿灯时间比,以及在感应绿波条件下,车辆的到达和绿灯的分布,实际上保持了次支路在没有车辆的情况下交还到主路的环境,最后保证了各个方向的饱和度都在80%到90%区间之内,就是咱们可能认为的一种比较良好的车道利用率情况。

1.7its.com 遵循行业规范,任何转载的稿件都会标注作者和来源; 2. 7its.com 的原创文章,请转载时注明文章作者和来源,不尊重原创的行为将追究责任; 3. 7its.com登载此文出于传递信息,并不意味着赞同其观点或证实其描述,文章仅供参考。
延伸阅读
“信控”多元化应用及展望 | 武汉经验
互联网的“融”与传统企业的“变” | 互联网+交通...
大话停车 | 智能停车赚钱了吗?
高端对话 | 咨询规划设计企业的智能交通转型之路
互联网+物联网化交通信号控制初探 | 重庆经验
傅鹏:新型智慧城市交通规划思路 | 走交通强国的建设之路


微信二维码


新浪微博


交通包打听


360网站安全检测平台