欢迎来到赛文交通网!

公安部交科所树爱兵:信号控制效能测评是下一个发力点?

2020-08-28

来源 : 赛文交通网

作者 : 树爱兵

29人评论

编者按:“两化”以来,虽然配时服务覆盖了23个省份,但其渗透率并不高,主要原因之一就在于交通信号测评工作的缺失。公安部交通管理科学研究所副研究员树爱兵提出,随着测评相关标准规范的发布实施、政府部门经费的投入,以及相应的专门从事交通控制效能测评的机构,也许交通信号领域的下一个发力点就是交通信号控制效能的测评。

blob.png

信控效能测评面临困境

公安部2016年发布两化文件,5年来,大概有73个城市开展过配时优化服务外包工作,占比21.7%,这个比例并不高。虽然配时服务覆盖了23个省份,但一些省份也就1-2个城市在推广,信号配时服务的渗透率并不高。

其中的主要原因之一是交通信号效能测评工作的缺失:缺标准、缺经费、缺机构,导致信号优化效果业主认可度低,业界持怀疑态度,自身底气不足。

信号测评工作为什么复杂?

首先测评需求多样化,测评工作需要确定测评范围、测评对象、测评目标、测评主体四个方面的内容。

这四个方面的内容再组合,更是一个非常复杂的情况。比如单点,早晚高峰和平峰其评价目标不一样。

另外对于不同的测评主体,视角不一样,对信号测评的目标也就不一样。

老百姓追求最为直接:等灯时间长短、能不能一次绿灯通过、是不是每个路口都停车等直观指标,管理者追求路口总体通行能力、绿灯空放、溢出等宏观一些的系统性指标。

blob.png

我们列举了6大类指标,还需要根据测评内容,确定测评目标,再进一步细化测评指标,并且指标还不能是单一化指标,还要能够全面性,才能不失偏颇。

第三是测评工作量大。做一个测评,首先要对优化前后的效果进行对比,这个是在每个方案稳定运行前后进行采集数据的,因此周期比较长;其次需要对通过人工采集、检测器采集、信号系统、互联网平台等多源数据进行交叉验证,来得到最准确的数据;三是还要排除一些非信号控制措施所引发的干扰因素;四是部分参数需要依靠人工来补齐,交通检测设备主要采集断面交通流信息,涉及交通状态类信息较少。

信号控制测评工作面临的挑战:

一是测评数据的准确性。去年我们曾经对全国大中小15个城市调研,有交通检测器的城市,最高的城市80%,最低的完好率甚至不到20%,平均完好率在40%左右,信号控制联网率为76%。

二是测评指标不统一。测评指标含义不一致,评价指标不一样,行业标准倾向于用停车次数、排队长度等指标,互联网公司有拥堵延时指数、拥堵里程比等计算指标。比如停车次数和排队长度,所计算的结果可能会产生不同的交通状态。

信控效能测评指标体系

公安部交科所信号控制团队进行了相关探索研究,首先介绍一下测评指标体系的构建。

通过状态参数刻画,时空相关性分析,解析各个交通场景的核心交通特征,形成典型交通场景库;通过分类构建和融合萃取,构建交通场景的基本控制目标和系统控制目标;面向场景目标导向,研究各个场景的特征性测评指标,通过系统筛分核心指标,形成综合的测评指标。

最后通过建立测评方法和实际案例的应用来反馈优化测评指标体系。

blob.png

按照交通流主题类型(社会车辆、公交、慢行等多模式交通)、交通流运行特征等,我们将典型动静态交通场景划分为需求变化非饱和交通场景、过饱和交通场景、需求保障类的交通场景,形成14种典型交通场景库。

我们梳理了5类需求变化交通场景,每一类场景解析其核心特征。

比如低饱和度交叉口,这类交通场景一般出现在平低峰时段,核心特征是交通需求低,容易造成绿灯时间浪费和较高的车均延误。

再比如动态可变车道,这类场景场景一般在城市的组团交汇处,核心特征是:早晚高峰潮汐现象导致城市城市交叉口转向交通需求与空间资源供给不匹配。

第二大类交通场景,过饱和交通场景,这里面包含7类场景。从常发拥堵热点到进出城关键通道,涉及范围包括点、线、面、匝道。

比如常发拥堵片区,这个一般在我们的城市商务中心、客运场站等地区,在该片区常态性的出现需求大于交通供给,从而造成片区性拥堵。

再比如快速路的上下匝道路段,下匝道的交通流容易与地面交通流争夺通行权,容易造成地面交通拥堵,匝道车辆排队溢出易影响主线交通流通行。

第三大类交通场景,需求保障类,主要包括公交优先和慢行过街,这两类交通场景在控制时,需要在时空资源上给予优先控制。比如在学校周边路段,机非冲突造成通行效率与安全水平的下降。

控制目标方面,分为基本性控制目标和系统性控制目标,基本性控制目标包括效率提升类、安全保障类、通行能力类三类控制目标,强调交通场景的基本控制保障;系统性控制目标包括均衡调控类、协调联动类、运行可靠类三类控制目标,重在交通场景的整体均衡可靠。

针对不同的交通的场景,我们选择相应的控制目标,从而确定核心特征指标和一般通用类指标,最终形成我们交通场景测评指标集。

比如公交优先控制,老百姓对公交车到站的准点率的诉求肯定远远大于优先的诉求,老百姓关注的是我能否准点上车,如果能像我们的地铁一样准点就更好了。

等他上了车之后,他才开始关心能否尽快到达目的地,能否在路口少停车、不停车,旅途体验感更好。

信控效能测评应用实践

blob.png

这是宿迁市的一个交叉口,之前采用固定配时方案,交叉口的空放现象比较严重,相位放行不均衡;从提升供需均衡性和运行效率上制定控制目标,做这个交叉口采用实时优化方案进行优化设置,交叉口的绿灯利用率有了一个明显的提高,空放率大大减少,交叉口的延误也有了一定的降低。

blob.png

第二个案例是一个短连线路段,车流行经短间距路口时排队易溢出至上游路口,造成路口发生死锁现象,所以我们制定的控制目标包括两个,一是提升运行可靠性,选用路段溢流率来测评;二是提升协调联动性,选取停车次数来测评。

在方案优化后,这两个指标都有了一个明显的降低,特别是路段溢流次数,以前早晚高峰10次里面有7-8次,现在正好相反,只有2-3次。

blob.png

第三个案例来自山东省泰安市,东岳大街是泰安市城区的一条主要交通干道,从东边高速口下来的第一个路口,到西边火车站附近的奈何东路,一共12个路口,设置了2个子区绿波带。

这是一个常规的平峰时段设置绿波的案例。我们选择的测评指标包括不停车通过率、协调方向的平均行程车速、以及非协调方向平均排队长度。理论上,从东向西,在温泉路有1次停车,然后一路绿灯通过,反向从西向东,在温泉路也有1次停车,在天烛峰路也有一个1次停车,正向1次,方向2次,实际测量效果比之前有一定的提升,但也没有达到理论的效果。

平均速度上东向西速度提升明显,西向东有小幅提升。另外非协调方向的排队长度有小幅提升,但这个并不影响总体效果。

blob.png

最后一个案例来源于振业优控黑板报,这个案列在测评的时候主要结合视频检测和互联网平台的数据进行测评,通过在该路口加装信号灯和施划标线,交叉口的通行量有了一定的提升,相交干道的排队长度降幅明显。

下一步工作推进及展望

第一,进一步丰富和完善交通场景,细化控制目标和评价指标;

第二,广泛征求案例,形成典型交通场景测评应用案例集;

第三,修订城市交通信号控制效能测评相关标准规范。

另外,针对城市交通信号控制效能测评,有三点建议:

一是提高检测设备覆盖面、完好率数据采集种类,为测评工作提供充足的数据来源。

二是融合检测器数据、信号系统数据、互联网路网运行状态数据等多源数据,提高测评数据的准确性。

三是研发实用、自动化的测评软件,减少人工化测评,提高测评工作的工作效率。

最后一点,展望一下我们的发展愿景。

当前交通信号控制市场可谓是百家争鸣、百花齐放,信号配时优化细分领域也在逐步迈入正轨。

随着公安部交通管理科学研究所测评相关标准规范的发布实施、政府部门经费的投入,以及相应的专门从事交通控制效能测评的机构,也许交通信号领域的下一个发力点就是交通信号控制效能的测评。

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
关于“跨子区相位差”提升信号绿波协调效果的探索实践
C-V2X商用落地照进现实,中国车企如何变道超车?
朱志星:面向车路协同环境的道路交通安全管理探索
数据评估是如何辅助信控优化决策的?
浅谈需求响应式公交背后的技术
区块链在交通领域的应用探析


微信二维码


新浪微博


交通包打听


360网站安全检测平台