仿真的核心价值在于评估控制系统在不同运行状态下的表现

1、交通流模型及算法的发展

交通流模型及算法是交通仿真系统的重要支撑基础。学术界对交通流模型及算法的研究可追溯到上世纪30年代。1934年，美国学者Bruce Greenshield通过相机记录并观察车辆速度与车间距之间的关系。通过实验，Greenshield总结出车流速度随车流密度的增加而成比例降低，而车流量随密度增加会先增加至通行能力而后随之下降的演变规律。车流量、车流密度、车流速度之间的关系也被定义成著名的交通流基本图（fundamental diagram）的概念，希望通过这3项关键参数，来描述车流状态变化。随着交通流基本图概念的问世，越来越多的学者和科学家尝试用数学公式来描述交通流状态的演变，并预测交通状态，从而帮助管理者更好的管理交通系统。

 图1 Greenshield 交通流基本图
（左：车辆速度与车间距关系，右：车流速度与密度关系）

随着交通流方面的算法研究的蓬勃开展，出现了面向不同应用场景及不同描述粒度的宏观(macroscopic、中观（mesoscopic）及微观（microscopic）交通流模型。其中，中观及微观模型更常用于交通管理及控制。而宏观模型，多用于交通规划方向，如需求预测、交通分配等，因此不在本文讨论范围。

微观交通流模型着眼于从个体车辆视角，来描述并预测车辆行为。从驾驶行为的角度，用数学公式描述车辆的跟驰、换道等行为。通过对多个车辆运动行为的预测，进一步预测整体交通系统状态。微观模型的发展可追溯至1953年Pipes发表的跟车模型，其核心思想在于驾驶员通过控制车速，来保持安全并高效的跟车距离。随着Pipes模型的发表，衍生出一系列以安全距离为核心变量的跟车行为模型，如Gipps 在1981年提出的跟车模型。微观模型中，另外一类比较有代表性的是元胞自动机模型。元胞自动机模型中，车辆的位置不是连续变化的，而是在离散化的网格中进行位置变化。通过离散化处理，对车辆的加减速行为的描述不如基于连续空间的模型精度高，但可以对车辆位置、排队等关键参数进行快速计算。总体而言，微观模型可以给不同车辆赋予不同的驾驶参数，适合面向不同的车辆类型在一定规模下做精细化模型。劣势在于对于计算资源的要求随着车辆数量的增加而快速增加，在大规模片区应用有性能的局限性。

中观交通流模型着眼于从路段视角，来描述一定时间空间范围内，道路状态的变化。中观模型的发展可以追溯至20世纪50年代所提出的著名的LWR模型。LWR模型通过一阶的偏微分方程组来描述交通流参数，即速度、密度、流量，所对应时空变化。在LWR的基础上，衍生出了大量的一阶交通流模型的研究。其中，最有名的工作之一即加州大学的学者Daganzo所提出的CTM（cell-transmission-model）模型，通过约定一阶模型的一些计算设定以及引入梯形的宏观基本图规律，实现了简洁、灵活的模型计算。除了一阶模型外，学者们也提出了一系列的高阶交通流模型，通用高阶的偏微分方程组来描述交通流的时空变化。通过引入高阶方程，希望实现对交通流中的复杂现象的复现，如通行能力下降，车辆加减速不一致等。相比于微观交通流模型，中观交通流模型的计算量不随车辆数量增长而增长，在面向大规模应用场景的计算速度更快，因此也常用于大片区的交通系统分析。

2、交通仿真系统的历史

交通仿真系统的发展最早可以追溯至上世纪50年代。随着计算机的起源，交通领域的学者及工程师就尝试通过开发计算机软件来模拟和预测道路交通状态。加州大学、密歇根大学的研究生及教授，分别尝试开发了交通仿真软件。但是受限于当时的计算机条件，开发的仿真软件仅可认为是概念上的尝试，无法面向实际交通管理应用。与此同时，数值仿真的概念也被引入到交通优化算法的设计中。相关的一项比较有名的工作，是由Webster所提出的单路口交通信号设计方法。Webster方法的一部分就借鉴了数值仿真计算，通过应用数值仿真的方法，来验证路口最优周期和相位时长的计算。

从20世纪60年代开始，交通控制系统开始逐渐采用计算机系统进行更加自动化的控制。与此同时，迫切需要仿真工具从而更高效的确定交通控制方案以及控制参数。针对这方面需求，在60年代末，第一个结合了交通流算法并专门用于信号优化的专业软件TRANSYT应运而生。TRANSYT通过将交通流模型与信号控制参数计算的流程相结合，可对比不同参数，自动迭代计算出最优的配时参数。到目前位置，TRANSYT还在世界各地广泛应用。另一方面，美国联邦政府高速公路管理局发起了Urban Traffic Control System （UTCS）项目，开发先进的交通管理系统。作为UTCS项目的重要部分，研究人员开发了微观交通流模型UTCS-1，用于评价UTCS系统的信号配时的有效性。这些工作的开展为后续交通仿真提供了重要的基础。从70年代开始，关于交通仿真系统的开发在美国、欧洲及澳大利亚等地区开始快速的发展。交通仿真的研究场景从城市路口信号控制，也延伸到了快速路控制、公交运行、排放监测等更广泛的领域。到了80年代以后，个人计算机技术得到了快速发展，同时美国、欧洲及澳大利亚涌现出了一批更成熟、而且功能更集中的仿真软件。差不多同一时间，交通仿真的概念和方法也被逐步引入到高校，作为专业教育的一部分，并随之成为企业开展交通工程实际工作的重要组成。

到了90年代，随着个人计算机的快速普及，商业化的仿真软件快速成熟，并得到快速的普及。其中比较有代表性的交通仿真软件包括：Transport Simulation Systems （TSS）公司的Aimsun，Citilabs公司的CUBE，INRO公司的Dynameq，MIT开发的MITSIMLab，

Quadstone的PARAMICS，Trafficware的Simtraffic，Caliper的Transmodeler以及PTV的VISSIM–VISUM等等一些列成熟仿真软件。这些商业软件在交通规划、交通咨询、以及智能交通系统等方面得到广泛的应用。

3、商业化仿真软件的特点

到目前为止，国内外都有很多成熟的、面向交通控制的微观交通流仿真软件。其中，欧美在商业仿真软件的起步较早，目前已经形成广泛的应用及完善的生态体系。如德国发源的VISSIM和开源的SUMO，英国的PARAMICS，西班牙的AIMSUN，以及美国的SYNCHRO-simTraffic，TransModeler等。由于内嵌的模型算法和应用场景侧重点不同，仿真软件在交通控制领域相对应的特点和优势也略有不同。

微观交通仿真离不开对信号控制系统的模拟。 在这方面，PTV通过跟第三方合作， 给VISSIM配置了相当专业的感应式信号控制模块，可以很好地模拟工业信号机感应式控制的逻辑细节，同时也提供了更为灵活的VAP API来支持二次开发，适配工程项目中比较特殊的控制逻辑及算法。 

PARAMICS在设计之初更多把侧重点放在快速路、公路等相对大型道路的交通情况模拟。后续发展过程中，PARAMICS的技术及合作团队也开发或集成了很多专业的匝道控制的系统逻辑，因此对高速及匝道控制等场景的应用生态更为丰富。

而simTraffic 是专业交通信号设计分析软件Synchro所配备的交通仿真模块，建模流程简单，计算速度快，适合区域快速建模和控制策略验证。SUMO是一款开源、免费的交通仿真软件，常见于科研领域的算法研究等应用。

国内仿真软件相对来说工程化开发及商业化起步较晚，应用范围和知名度不如欧美成熟软件。其中较为知名的仿真软件有，东南大学开发的面向交通规划的TranStar-交运之星，以及济达交通的TESS微观仿真软件。不过随着对本土专业软件的重视度和投入的快速提升，国产仿真软件也处在一个快速发展的阶段。

4、交通仿真的应用场景

交通仿真也被大量应用于复杂交叉口或非常规道路的运行管理和控制上。当道路结构较为特殊时，为了保障交通流能有序畅通运行，可以使用交通仿真进行不同组合下的车流运行情况的模拟和效果预测，并测试不同的配时方案，提前发现特殊情况，及时做好预案及调整。

这些复杂的交叉口包括：欧美公路及快速路上的复杂交织点（interchange）、城市道路中的相邻路口或城市道路临近点之间，如1托2路口，或者高架桥桥上桥下联动临近路口、带有信号灯灯控的环岛、快速路可变进出口道信号控制等等。除此外，干线及区域的精细化协调设计也往往会用到仿真软件进行策略的设计辅助和方案修正。

5、信号控制跟微观仿真的结合

除了跟实际控制应用相结合，微观仿真也常在实验室环境下，通过跟信号控制的软件硬件相结合，用于信号控制的专业培训、及信号控制机的功能测试及算法开发。取决于与信号控制模块的结合方式不同，具体应用方式可分为：1. 软件内嵌仿真；2. 软件在环仿真；3. 硬件在环仿真，共三种类型。

软件内嵌仿真

通过应用仿真系统自带的信号控制模块，模拟信号机的逻辑和功能。可以实现信号控制概念、设计操作等方面的教育及专业培训。缺点在于，受限于仿真软件自带的控制逻辑，难以模拟复杂的信号控制逻辑及功能。

软件在环仿真（Software-in-the-loop）

通过将信号控制独立的软件模块和仿真系统进行对接，实现信号控制软件在环仿真。信号控制软件模块接收仿真系统产出的检测器数据，如车辆到达情况、占有率等，计算配时状态，输入到仿真系统中。仿真系统接收控制参数，实现仿真环境下的灯色控制，并计算车辆运行状态。通过软件在环仿真可以较为准确地测试信号控制的算法或者控制逻辑的合理性以及效果。

硬件在环仿真（Hardware-in-the-loop）

通过将信号控制机和仿真系统进行之间对接，实现硬件在环仿真。信号控制机接收仿真系统产出的模拟检测器数据，如车辆到达情况、占有率等，计算配时状态，输入到仿真系统中，进行仿真环境下的灯色控制，进而影响车辆放行。通过硬件在环仿真可以最为准确对信号机进行各项功能演练，及测试。

6、交通仿真应用实例

本节通过结合真实的仿真应用实例，美国俄勒冈州奥勒冈市轻轨项目组在17th Place and Fitzsimons Street路口的案例，介绍微观仿真技术在实际工程项目中的应用，旨在解决的工程问题、仿真和信号控制的具体结合，仿真结果处理等。

本案例的研究时间在2014年前后，用到的仿真工具也基本反映了当时的情况。信号控制的基本原理应该是没有变化的。

 图2 7th Place 和 Fitzsimons Street 交叉口示意

17th Place 和 Fitzsimons Street 交叉口位于美国俄勒冈州奥勒冈市（Aurora），是 I-205 轻轨线路扩展项目的一部分。该交叉口东进口上游靠近 I-205 高速公路上下匝道口，连接着Aurora市区干线交通，高峰期上下匝道车流较大，匝道上下口均有排队溢出风险。该路口仅东侧是南北走向轻轨线路，与I-205高速公路平行。轻轨与该路口东进出口道形成平面交叉，与该进出口各转向车流形成冲突。除此之外，距离该路口的南侧150米左右还有一个路口需要考虑信号协调。 

在该路口，对交通流和交通安全有实质性影响的控制系统有三部分。第一部分是正常的城市交通信号控制，结合实时检测器（线圈）可以实施感应式控制，干线协调控制，和公交优先控制。

第二部分是铁路的信号控制，当系统检测到轻轨列车过来时，会闪烁预警灯进行预警。

第三部分是对抬杆的控制，在恰当的时候落下抬杆，可以阻止车流驶入轨道区域。

这三部分的控制需要相互配合才能完美的保障该路口的通行安全。下图显示了该路口东进口方向的控制设备，包括交通信号灯，行架上的铁路信号灯，以及控制东进口道的抬杆。

图3 现场环境示意

在此路口，如果轨道距离路口稍远，比如几十米，为了有效清空可能在轨道上滞留的车辆，可能需要设置前灯（pre-signal）。 在这种情况下，路口的信号控制要把对前灯的交通控制纳入进来，如下图所示。当然，在17th Place 和 Fitzsimons Street 交叉口的实际设计中，由于铁轨距离道路很近，停止线（stop line）设置在铁道的外侧，不需要设置前灯。

 图4 轨道有关信号灯示意

总体控制策略是，在没有轻轨列车通过的时候，路口需要跑正常感应式协调控制，信号协调主要是在南北方向和临近路口的协调，防止该路段溢流。当有轻轨列车快要通过的时候，系统会驱动信号机过渡到公交优先控制，同时启动铁路信号灯的闪烁和抬杆的升降。当列车通过后，系统有个恢复阶段，逐步过渡到列车通过的正常交通状态。

本项目中要验证两种信号优先策略，一是绝对优先，即signal preemption，能够保证轻轨在通过路口时不停车。另外一种是相对优先，在条件运行情况下给予轻轨列车一定的优先，但不排除停车的必要。在正常情况下停止一辆轻轨列车大概需要5～10秒，紧急情况下可以做到3秒左右。 

6.1  微观仿真的必要性和意义

本案例中，复杂的交通控制系统，结合地面交通的变化及随机性，以及轻轨列车发车频次、到达时间的变化，是需要用微观仿真的方法来模拟这些变化和随机性，进而验证控制系统的稳定性、有效性和安全性。从评估路口通行能力的角度来说，也需要仿真的方式进行提前了解和验证。比如在早高峰、晚高峰大流量时，会不会造成溢流（到高速路）和交通拥堵，以及对应的控制措施。最后还需要考虑一些可能存在极端情况，比如两辆轻轨车同时通过该路口，一前一后通过该路口，通过该路口时恰好碰到交通事故，或者某一个检测器出现问题。应对这些可能的场景都是需要预案。

6.2  仿真平台的选择的搭建

按照项目要求，微观交通仿真的场景是用VISSIM搭建的。VISSIM在此项目中有几个优势，一是相对灵活的道路建模方法，二是有适配与该项目的信号控制模拟系统，可用参数化的方式支持感应式控制，协调控制，公交优先控制和应急控制等。 另外，VISSIM也支持灵活的VAP信号控制编程。 

回到上面的例子。 在实际项目中，要对整个轻轨线路沿线和道路交叉口形成平面交叉的子系统进行VISSIM建模。下图只截取了17th Place and Fitzsimons Street的一部分，包括南边的一个小路口，需要跟北边的大路口做信号协调。

图5 仿真模型示意

6.3  信号控制模拟

在此仿真实例中，所用的信号控制逻辑由两类信号模拟器来模拟。一个是双环结构（ring &  barrier） 信号系统，即VISSIM中的RBC 信号控制插件。这个插件最早基于d4 信号机，有着非常丰富的配置参数，也接近实战，能够执行感应式控制，协调控制，公交优先控制等多种控制策略。另外一种是VAP信号编程系统，允许结合检测器的状态自定义控制逻辑。下图显示了这两种信号控制设置逻辑。

图6 仿真系统中信号控制设置界面

在项目中，两类模拟器的分工有所不同，RBC 系统主要模拟要部署的正常的信号机。VAP用来模拟比较特殊的信号系统，比如预警灯，抬杆的升降，以及针对交通事故及阻塞的控制逻辑。 

下图是RBC系统的相位设置界面，即相位的基本定义（phasing）。可以看到是一个双环8相位配置，其中所有的左转相位是执行min recall模式，相位可以提前结束，但不可以跳过。所有的直行相位用max recall模式，充分保障了该相位所需的绿灯时间。在半感应式协调控制中，非协调相位用不完的时间系统会自动调配给协调相位。

图7 具体信号控制参数设定-相位设置界面

相位配置完成后就可以配置配时表（timing table），也就是下图所示的时刻表（pattern），每个时段可以有不同的时刻表。 时刻表的配置相对比较简单，一般情况下只需给定相位的时长及绿信比（split），包括了绿灯时长，黄灯时长和红灯时长。 如果有干线协调参数，也需要在此表中指定，如周期，相位差，让行（yield）方式等。从下图中可以看到，该路口相位差为0，是一个基准路口。 该表中也有直行volume-density  控制的一些参数，如浮动绿灯时间，车辆延长时间。这些参数一般在快速路上的信号控制中比较常用。

图8 具体信号控制参数设定-配时表

在RBC模拟器中，对于公交优先信号的模拟只需要配置公交相位参数即可。这些设置包括选用优先的主相位（parent signal），最小绿灯时长保障，主相位优先保障手段（绿灯提早开始，绿灯晚结束，跳相位等手段），以及普通相位的调整（压缩或延长）幅度。 在下图中，301和302是公交相位，对应的非公交主相位是2号相位。在RBC设置中，相位2/6一般给干线主相位，在这个示例路口中为南北放行的直行相位。轻轨列车检测器设置为non-locked 模式，列车驶离后公交相位请求自动消失。因为不考虑其他冲突方向的信号优先请求，请求的优先级统一设置为1. 

 图9 公交优先参数设置

对于普通车辆检测是基于线圈的，在仿真中的参数配置如下图所示。 对于普通城市道路来说，车辆速度一般比较低，布置在路口停止线后面的检测器既可以请求一个相位，又可以延长一个相位，设置比较简单。但对于快速路来说，车速普遍比较高，如果支持流量密度控制（volume-density control），用于请求相位的检测器和延长相位的监测器是不一样的，部署的地方也会不同。 

图10 控制器参数设定

该仿真还涉及 VAP自定义信号控制编程。VAP主要用来模拟抬杆跟铁路信号系统的联动，主要控制逻辑涉及到轻轨列车的检测（通过预埋检测器），和信号机的通讯等。 由于源代码较长，此处只截取其开头的一部分。  

图11 信号控制逻辑代码示意

最后，结合下图说一下针对列车提供的绝对优先（signal preemptions）概念。对于轻轨来讲，绝对优先的提供相对比较简单。一是轻轨列车长度较短，二是速度变化不大，三是必要时可以刹车停下来。 但对于铁路火车而言，绝对优先的设计比较复杂，从业人员需要专门的资质，要考虑不同速度的火车，不同长度的火车对于所提供预警时间的变化。

配时设计包括过渡期相位设计，驻留期相位设计和恢复期相位设计。比如，长火车可能需要10几分钟才能过完，在此期间可以跑兼容相位的小周期。 对于火车的检测也是锁定（lock）类型的，分记入（checkin）和记出（checkout）两种状态。在直行优先（preemption）的每个阶段，所有的配时参数有严格的计算。

图12 针对列车提供的绝对优先说明

6.4  检测器模拟

项目中用到了三类检测器，一类负责对轻轨车辆的检测 （part of the interlocking system），一类负责对普通机动车辆的检测 （loop detectors），最后一类负责对行人的检测（push buttons）。

虽然这三类检测器的作用原理各不相同，但在仿真中一般统一由loop detector来近似，但需保证每个检测器的触发时间和压占时间跟实际一样。 look detector 的位置和长度往往就变成了项目关键参数。 

对复杂实时控制系统来说，检测器的状态直接驱动着控制系统的状态演进。检测器可以决定一个相位什么时候结束，是否需要延长，是否可以跳过，轻轨列车是否要来，是否以及驶离。可以说是检测器的状态来驱动系统控制系统状态的演化。 VISSIM提供了非常丰富的检测器状态，具有实时浏览功能，如下图所示。这个检测器的状态需要跟仿真的信号控制状态结合起来看。 

图13 仿真下的检测器的状态和控制器状态

6.5  仿真结果的处理

最后是仿真结果的呈现，主要是对于VISSIM火车轨迹的获取及处理。下图展示来火车轨迹跟信号灯的状态的叠加，较为完整地反映了火车跟信号的互动情况。  

图14 仿真下的火车轨迹跟信号灯的状态叠加的时空图

通过应用微观仿真，可以最终实现该片区多个信号灯控制逻辑的多方面演练及预案设计，杜绝系统上线的运行风险，保障现场控制的稳定运行。

7、小结

随着计算机技术的发展，微观交通仿真在2000年后逐步成熟，并在国内外工程项目中得到了实际应用。在北美，最为广泛一类应用是对复杂信号控制系统的评估、验证和可行性评价。这些复杂系统往往包括ramp metering系统，light rail 系统，transit corridor系统，或者是express lane系统。这类仿真场景不仅涉及对复杂驾驶行为（driving behaviro）的模拟，还涉及对复杂信号控制逻辑的模拟，及对检测器核心特征的模拟，往往需要模型专家对整个交通系统有比较深刻的理解。 

仿真的核心价值在于评估控制系统在不同运行状态下的表现，验证控制系统在各种edge case和cornner case的有效性和稳健性，尽量在工程项目实施前消除各种控制上的不确定性。

作者简介：聂小建，原Synchro 开发者， 平章知行（北京）科技有限公司。