一种场景目标导向的交通管控效能评估方法与流程

1.本发明涉及交通信号控制效能评估领域，尤其是涉及一种场景目标导向的交通管控效能评估方法。


背景技术：

2.道路交通拥堵作为当前困扰各大城市的主要社会问题之一，已经严重影响到人们的日常生活、工作以及城市的可持续发展。在这一背景下，亟需对城市交通信号控制效能进行客观、全面的评估，以反映实际应用效果，提供决策依据。而拥有一套完整交通信号控制效能评估指标体系，是对整体交通系统进行综合评估、以及特定场景下交通信号控制方案的提档升级与深化应用的基础。只有结合不同交通场景特征与控制目标，差异化选取指标，所构建指标才能精准反映信号控制效能，进而最大程度推动信号控制方案的改善和优化。从指标类型角度考虑，现有交通评估指标主要可以为两大类：
3.1、规划设计类指标
4.这类指标反映交通设施供给水平，通常由国家部委或各地政府、专业部门发布。其通过政府组织、专家领衔、部门合作的组织模式，能够保证指标的科学性与专业性，这类指标在城市建设的各个阶段均发挥着重要的作用。然而，随着大城市中心空间资源的逐渐饱和，增加设施供给对缓解交通拥堵的作用将越来越有限。且随着交通需求的不断提升，交通控制策略将越来越成为未来交通治理的关键因素。
5.2、交通运行状态类指标
6.这类指标能反映交通运行状况好坏，在近些年来主要由以互联网公司为代表的研究机构、咨询公司推行。这两大类指标在交通发展的具体目标、理念上各有所侧重，从而在各自的框架下实现相关诉求。
7.然而，运行状态特征值本质上是交通供给、交通需求相互影响的结果，是对拥堵现象的客观描述，并且各城市的交通设施供给、交通控制策略均存在差异，运行状态特征值虽能够对比不同城市的拥堵严重程度，却难以分析信号控制效能高低，也就无法给出有针对性的信号控制改善方案。此外，由于目前各地主要凭借工程经验，对道路交通信号控制效能进行主观化评估，导致多地信号控制应用效果参差不齐，无法形成“策略实施
‑
效果反馈
‑
策略提升”的良性循环发展，其次，对于“堵”、“乱”等交通现象，目前缺乏合理的分类，指标体系构建还不够完善。总体来看，目前已有相关学者对这方面进行了一定探索，但仍存在如下两方面问题：
8.(1)场景目标导向不明显。不同的场景有不同的控制目标，其对应评估指标集也应有所侧重。而现有研究由于未细分场景及交通需求特征，所构建的评估指标体系无法反映具体场景的核心特征。
9.(2)信号控制类指标研究不充分。信号控制的最终目的是通过有效利用时间资源，提高交通效率。该类指标通常通过将具体控制策略与停车延误、停车次数、排队长度等运行状态类指标复合构成，现有指标体系虽能对比两套控制方案的相对优劣，但却无法针对一
套方案给出控制水平高低的评估结果，而且现有的交通信号控制效能评估指标体系也没有考虑场景目标导向和交通运行特征。


技术实现要素：

10.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种场景目标导向的交通管控效能评估方法。
11.本发明的目的可以通过以下技术方案来实现：
12.一种场景目标导向的交通管控效能评估方法，包括以下步骤：
13.1)根据交通场景特征对城市交通场景进行初步划分为三个典型交通场景大类，并且构建对应于交通场景大类的典型场景库；
14.2)针对交通场景下的交通需求与运行特征生成多维控制目标，并将控制目标与典型场景库对应；
15.3)定义各典型场景库下各控制目标的评价指标，形成对应的交通场景
‑
评估指标集，并以此构建基于交通场景大类
‑
典型场景库
‑
控制目标
‑
评价指标的交通管控效能评估体系；
16.4)根据交通管控效能评估体系进行基于优化空间的典型场景交通管控水平指数计算，实现对交通管控方案的量化评估。
17.所述的步骤1)中，交通场景大类包括多方式交通场景、非饱和交通场景和过饱和交通场景。
18.所述的多方式交通场景下对应的典型场景库包括公交优先和慢行交通，所述的非饱和交通场景下对应的典型场景库包括低饱和度交叉口、非饱和需求变化交叉口、非饱和需求变化干线、短时集聚交叉口和动态可变车道，所述的过饱和交通场景下对应的典型场景库包括常发拥堵热点、常发拥堵片区、通勤路径过饱和、快速路上匝道路段、快速路下匝道路段、短连线路段和进出城关键通道。
19.所述的步骤2)中，多维控制目标包括基本性控制目标和系统性控制目标，所述的基本性控制目标包括提升运行效率、提升安全水平和提升通行能力，所述的系统性控制目标包括提升运行可靠性、提升联动协调性和提升供需均衡性。
20.对于公交优先，对应的控制目标为提升运行可靠性和提升运行效率，对于慢行交通，对应的控制目标为提升安全水平和提升运行效率。
21.对于低饱和度交叉口，对应的控制目标为提升供需均衡性和提升运行效率，对于非饱和需求变化交叉口，对应的控制目标为提升运行效率和提升供需均衡性，对于非饱和需求变化干线，对应的控制目标为提升联动协调性和提升运行效率，对于短时集聚交叉口，对应的控制目标为提升运行可靠性，对于动态可变车道，对应的控制目标为提升供需均衡性和提升运行效率。
22.对于常发拥堵热点，对应的控制目标为提升通行能力和提升运行效率，对于常发拥堵片区，对应的控制目标为提升通行能力和提升运行效率，对于通勤路径过饱和，对应的控制目标为提升供需均衡性和提升运行效率，对于快速路上匝道路段，对应的控制目标为提升运行效率、提升安全水平和提升运行可靠性，对于快速路下匝道路段，对应的控制目标为提升运行可靠性和提升运行效率，对于短连线路段，对应的控制目标为提升运行可靠性
和提升联动协调性，对于进出城关键通道，对应的控制目标为提升运行可靠性和提升运行效率。
23.所述的步骤3)中，交通场景
‑
评估指标集包括多方式交通场景
‑
评估指标集、非饱和交通场景
‑
评估指标集以及过饱和交通场景
‑
评估指标集。
24.在多方式交通场景
‑
评估指标集中，对于公交优先中提升运行可靠性的控制目标，对应的指标为公交到站准点率，对于提升运行效率的控制目标，对应的指标为交叉口不停车通过率和交叉口平均延误；对于慢行交通中提升安全水平的控制目标，对应的指标为行人过街基本时长缺失值，对于提升运行效率的控制目标，对应的指标为人过街平均等待时间；
25.在非饱和交通场景
‑
评估指标集中，对于低饱和度交叉口中提升供需均衡性的控制目标，对应的指标为绿灯空放率，对于提升运行效率的控制目标，对应的指标为交叉口平均延误；对于非饱和需求变化交叉口中提升运行效率的控制目标，对应的指标为绿灯利用率，对于提升运行效率的控制目标，对应的指标为交叉口平均延误，对于提升供需均衡性的控制目标，对应的指标为流量
‑
绿灯时长正相关系数；对于非饱和需求变化干线中提升联动协调性的控制目标，对应的指标为协调方向绿灯利用率，对于提升运行效率的控制目标，对应的指标为协调方向停车次数和协调方向平均延误；对于短时集聚交叉口中提升运行可靠性的控制目标，对应的指标为排队溢流率，对于提升运行可靠性的控制目标，对应的指标为集聚交通流消散时长；对于动态可变车道中提升供需均衡性的控制目标，对应的指标为直行左转饱和度之比，对于提升运行效率的控制目标，对应的指标为进口道平均延误；
26.在过饱和交通场景
‑
评估指标集中，对于常发拥堵热点中提升通行能力的控制目标，对应的指标为交叉口通行能力，对于提升运行效率的控制目标，对应的指标为交叉口平均延误；对于常发拥堵片区中提升通行能力的控制目标，对应的指标为片区最大流出率，对于提升运行效率的控制目标，对应的指标为片区车辆平均行驶速度；对于通勤路径过饱和中提升供需均衡性的控制目标，对应的指标为双向交通流饱和度之比，对于提升运行效率的控制目标，对应的指标为通勤方向平均行驶速度；对于快速路上匝道路段中提升安全水平的控制目标，对应的指标为合流区事故率，对于提升运行可靠性的控制目标，对应的指标为上匝道排队溢流率，对于提升运行效率的控制目标，对应的指标为合流区平均行驶速度；对于快速路下匝道路段中提升运行可靠性的控制目标，对应的指标为下匝道排队溢流率，对于提升运行效率的控制目标，对应的指标为地面道路交叉口平均延误；对于短连线路段中提升运行可靠性的控制目标，对应的指标为路段排队溢流率，对于提升联动协调性的控制目标，对应的指标为短连线停车次数；对于进出城关键通道中提升运行可靠性的控制目标，对应的指标为行程时间稳定性，对于提升运行效率的控制目标，对应的指标为高峰方向平均行驶速度。
27.所述的步骤4)具体为：
28.分别获取调整前后的信号配时方案，根据交通管控效能评估体系分别计算调整前后的交通管控水平指数，所述的交通管控水平指数为调整后的最优信号配时方案下的目标函数f(c,g1,g2,
…
,g
n
)和调整前的信号配时方案下的目标函数的差值，对于每个典型交通场景，其对应的指标即为优化的目标函数，若有多个指标，则分别计算各项指标对应的交通控制水平指数后进行加权平均，所述的交通控制水平指数的表达式
为：
29.若目标函数为极大型指标，则有：
[0030][0031]
若目标函数为极小型指标，则有：
[0032][0033]
其中，c0和c分别表示调整前和调整后的最优配时方案的周期长度，和分别表示调整前和调整后的最优配时方案的第i股车流的绿灯时间，n表示总车流股数。
[0034]
与现有技术相比，本发明具有以下优点：
[0035]
本发明对城市中典型交通场景进行了划分，形成多模式交通、非饱和交通、过饱和交通三大类场景，并进一步细分形成包含14种具体场景的典型交通场景库，并且对应给出6种涵盖场景的信号控制目标，基于典型场景库，结合场景的核心特征，构建了单个场景的评估指标体系，实现了对交通信号控制效能的精准评估。
[0036]
相比现有指标，本发明提出的指标集围绕核心特征构建，能够直接评估交通信号控制效能水平，具有更好的实际应用与推广能力，所形成指标体系既适用于城市具体场景的交通信号控制效能的精细化评估，也适用于整体交通系统的综合评估。
[0037]
本发明提出了根据典型交通场景下各指标对应的交通管控水平指数计算方法，量化分析评价当前的配时管控方案，为实际管控优化提供决策支撑。
附图说明
[0038]
图1为交通管控效能评估指标体系。
[0039]
图2为抽样轨迹示意图，其中，图(2a)为一个周期内的全部车辆轨迹，图(2b)为叠加之后的样本轨迹。
[0040]
图3为vissim仿真案例。
[0041]
图4为每股车流的原始轨迹时空图，其中，图(4a)为第一股车流的原始轨迹时空图，图(4b)为第二股车流的原始轨迹时空图，图(4c)为第三股车流的原始轨迹时空图，图(4d)为第四股车流的原始轨迹时空图，图(4e)为第五股车流的原始轨迹时空图，图(4f)为第六股车流的原始轨迹时空图。
[0042]
图5为原始轨迹处理后的特征点轨迹图，其中，图(5a)为第一股车流处理后的轨迹时空图，图(5b)为第二股车流处理后的轨迹时空图，图(5c)为第三股车流处理后的轨迹时空图，图(5d)为第四股车流处理后的轨迹时空图，图(5e)为第五股车流处理后的轨迹时空图，图(5f)为第六股车流处理后的轨迹时空图。
[0043]
图6为能实现的最优特征点轨迹图，其中，图(6a)为第一股车流能实现的最优轨迹时空图，图(6b)为第二股车流能实现的最优轨迹时空图，图(6c)为第三股车流能实现的最优轨迹时空图，图(6d)为第四股车流能实现的最优轨迹时空图，图(6e)为第五股车流能实现的最优轨迹时空图，图(6f)为第六股车流能实现的最优轨迹时空图。
具体实施方式
[0044]
下面结合附图和具体实施例对本发明进行详细说明。
[0045]
如图1所示，本发明提供一种场景目标导向的交通管控效能评估方法，该方法包括以下步骤：
[0046]
步骤s1：典型交通管控场景解析与场景库生成；
[0047]
步骤s2：获取多维核心控制目标；
[0048]
步骤s3：典型场景信号控制评估指标体系构建；
[0049]
步骤s4：基于优化空间的典型场景交通管控水平指数计算。
[0050]
步骤s1具体包括以下步骤：
[0051]
步骤s11：按照出行方式、交通供需特征得到多个城市交通场景特征，将城市交通场景进行初步划分，形成典型交通场景大类，具体包括多方式、非饱和、过饱和三大类典型交通场景；
[0052]
步骤s12：按照空间范围大小、控制设施等具体细节，针对每一大类场景对应的典型场景库得到具体的典型交通场景核心特征，具体划分方案及场景核心特征如表1所示。
[0053]
表1典型城市道路交通场景库及其核心特征
[0054]
[0055][0056]
步骤s2具体为：根据基础性控制目标和系统性控制目标，构建多维控制目标。
[0057]
同一交通场景，针对不同的交通需求与运行特征，也应对应不同的控制目标。例如，对于低饱和度交叉口，应尽量降低车均延误；对于短时集聚交叉口，应尽量避免排队溢流现象的发生。因此，除了定义交通场景进行，还有必要进一步梳理控制目标，并依据控制目标选取特征指标与通用指标，从而构成评估该类交通场景的指标集。
[0058]
本方法将对各交通场景控制目标分为“基本性控制目标”与“系统性控制目标”两
大类，并进一步细分为六类具体控制目标。其中，“基本性控制目标”强调交通场景的基本控制保障，具体包括运行效率、安全水平、通行能力；“系统性控制目标”强调交通场景整体的可靠性、协调性、均衡性，控制目标的名称及具体含义如表2所示。
[0059]
表2交通场景控制目标分类
[0060][0061]
步骤s3具体为：
[0062]
针对每一项场景，与前述控制目标进行关联，制定评估指标体系，按照指标与场景的关联程度，将指标划分为特征指标与通用指标。
[0063]
(1)多模式交通场景
[0064]
多方式交通场景包含公交优先与慢行交通两个场景，具有如下特点：
[0065]
①
公交优先：公交优先策略的实施通常通过设置专用道、信号优先两种形式实现。除了尽可能提升效率之外，还需要尽可能考虑乘客的体验，控制目标主要为提升服务可靠性、提升公交运行效率。
[0066]
②
慢行交通：由于行人、非机动车通常直接暴露在机动车环境中，容易引发交通安全事故。此外，交叉口机非冲突也会严重影响慢行交通的效率。因此，其控制目标主要为提升安全水平、提升运行效率。
[0067]
(2)非饱和交通场景
[0068]
非饱和交通场景包含低饱和度交叉口、非饱和需求变化交叉口、非饱和需求变化干线、短时集聚交叉口、动态可变车道共5种场景，具体特征如下：
[0069]
①
低饱和度交叉口：场景特点是交通需求在大部分时间段小于供给。其管控方案的关键在于，尽量减少供需不匹配程度，降低车辆通过的平均延误。控制目标主要为提升供需均衡性、提升运行效率。
[0070]
②
非饱和需求变化交叉口：由于需求随时间变化，易造成交叉口供需不匹配，关键在于是否结合各时段内交通需求特征，指定合理的配时方案。控制目标主要为提升运行效率和提升供需均衡性。
[0071]
③
非饱和需求变化干线：场景特征同非饱和需求变化交叉口类似，区别在于空间范围拓展到若干个连续交叉口上，多交叉口之间的协调联动需要。控制目标主要为提升联动协调性、提升运行效率。
[0072]
④
短时集聚交叉口：短时集聚现象，是指交通流量在短时间内发生较大增长，造成交叉口某一或多个进口道产生排队甚至溢流。管控方案需快速应对交通流量的突然变化，尽可能使集聚车辆快速通过交叉口，避免出现排队溢流。控制目标主要为提升运行可靠性。
[0073]
⑤
动态可变车道：可变车道能在不额外拓展道路空间资源的情况下，通过时空资源的动态分配，促进现有道路资源的充分利用。其关键在于及时并准确地调整时空资源供给，使之与需求尽可能匹配。控制目标主要为提升供需均衡性和提升运行效率。
[0074]
(3)过饱和交通场景
[0075]
过饱和交通场景包含常发拥堵热点、常发拥堵片区、通勤路径过饱和、快速路上匝道路段、快速路下匝道路段、短连线路段、进出城关键通道共7种场景，具体特征如下：
[0076]
①
常发拥堵热点：指因常态性出现需求大于供给而造成拥堵的单个交叉口，具体表现为交叉口多个进口道行驶速度低、车辆排队长、平均延误大。控制目标主要为提升通行能力、提升运行效率。
[0077]
②
常发拥堵片区：指片区交叉口常态性出现需求大于供给造成区域性拥堵，片区内交叉口特征与常发拥堵热点相同。其管控关键在于快速将内部车辆疏导驶离拥堵区域，同时避免车辆向片区内的进一步集聚。控制目标主要为提升通行能力、提升运行效率。
[0078]
③
通勤路径过饱和：通勤路径在早晚高峰由于出现交通集聚而造成常态性交通过饱和。此外，由于部分城市职住分析日趋明显，双向交通需求在早晚高峰存在明显差异，造成通勤方向通行能力不足，单向过饱和。控制目标主要为提升供需均衡性、提升运行效率。
[0079]
④
快速路上匝道路段：快速路上匝道交通与主线交通争夺通行权，易造成主线拥堵或事故；此外，在需求过大、匝道车辆无法及时汇入时，上匝道可能发生排队溢出，进而影响地面交通的运行效率。控制目标主要为提升运行效率、提升安全水平、提升运行可靠性。
[0080]
⑤
快速路下匝道路段：快速路下匝道交通与地面交通争夺通行权，易造成地面交通拥堵；在过饱和情况下，易出现车辆排队溢出，影响主线交通运行。控制目标主要为提升运行可靠性和提升运行效率。
[0081]
⑥
短连线路段：短连线路段两端由于空间距离近，一旦出现停车或车辆慢行，极易出现排队溢流现象。为避免上述现象发生，短连线两端相连交叉口的信号配时方案需要有较好的协调联动。控制目标主要为提升运行可靠性、提升联动协调性。
[0082]
⑦
进出城关键通道：通常为跨城市或城市与郊区之间的快速路，在通勤时段内常态性出现大量通勤交通集聚。显著特征为早晚高峰流量大，饱和度高，拥堵缓行。控制目标主要为提升运行可靠性、提升运行效率。
[0083]
实施例
[0084]
本实施例结合当前城市道路交通中常见交通场景，给出一套交通管控效能评估指标体系，具体如下：
[0085]
(1)多方式交通场景
[0086]
多方式交通场景指标集如表3所示：
[0087]
表3多方式交通场景
‑
评估指标集
[0088][0089][0090]
(2)非饱和交通场景
[0091]
非饱和交通场景指标集如表4所示：
[0092]
表4非饱和交通场景
‑
评估指标集
[0093][0094][0095]
(3)过饱和交通场景
[0096]
过饱和交通场景指标集如表5所示：
[0097]
表5过饱和交通场景
‑
评估指标集
[0098]
[0099][0100]
为实现对交通信号控制效能的精准评估，本发明对城市中典型交通场景进行了划分，形成多模式交通、非饱和交通、过饱和交通三大类场景，并进一步细分形成包含14种具体场景的典型交通场景库，同时总结出6种涵盖场景的信号控制目标。基于典型场景库，结合场景的核心特征，构建了单个场景的评估指标体系。相比现有指标，本发明提出的指标集围绕核心特征构建，能够直接评估交通信号控制效能水平，具有更好的实际应用与推广能力，所形成指标体系既适用于城市具体场景的交通信号控制效能的精细化评估，也适用于整体交通系统的综合评估。
[0101]
步骤s4具体为：
[0102]
交通管控水平指数通过计算最优信号配时方案下的目标函数值f(c,g1,g2,
…
,g
n
)和当前信号配时方案下目标函数值的差异而得到的，具体如下：
[0103]
若目标函数f为极大型指标，则：
[0104][0105]
若目标函数f为极小型指标，则：
[0106][0107]
其中，c0和c分别表示现状、优化后配时方案的周期长度(s)，和分别表示现状、优化后配时方案的第i股车流的绿灯时间(cycle)。
[0108]
针对每一项典型交通场景，所构建的评估指标即为优化的目标函数，若有多个指标，则分别计算各项指标交通控制水平指数，再进行加权平均。
[0109]
实施例
[0110]
本发明提供一种场景目标导向的交通管控效能评估方法，该方法首先以场景目标导向给出交通管控效能评估指标体系，并给出了基于优化空间的管控水平指数计算方法，以下以非饱和需求变化交叉口的“交叉口平均延误”指标为例，进行示例分析：
[0111]
对单点控制交叉口，若长时间段内采用的都是同一套信号配时方案，每一个信号
周期都对应着若干车辆轨迹，从这些车辆轨迹中提取一定比例的样本车辆轨迹。当采集到的样本车辆轨迹达到设定数量后，将每个周期的轨迹按照到达的周期时间，放在同一个周期内，在样本车辆达到设定数量的时候，样本车辆的轨迹能够反映出总体车辆的轨迹，通过对比当前信号配时方案下车辆轨迹行驶效益，和调整信号配时方案后可实现的最优车辆轨迹行驶效益，建立交叉口信号控制水平指数，对现状信号控制方案进行评价。
[0112]
图(2a)展示了一个周期内的全部车辆轨迹，从中随机抽取10％的样本轨迹，可以看到图中仅有5条样本轨迹，对于固定信号配时而言，可以将轨迹数据进行叠加，从而弥补渗透率不高的缺陷。如果抽取多个周期的样本轨迹，按照轨迹和其所在一个完整周期中的相对位置进行叠加，如图(2b)所示，从两个小时的全部车辆中抽取10％的样本轨迹叠加之后得到的。在每个周期的交通量大致相当的前提下，只要采样时间足够长，那么采集到的样本车辆的运行情况能够覆盖一个周期内全部车辆的运行情况。
[0113]
基于上述轨迹叠加的思想，模型的目标是使得所有样本车辆延误的加权指标pi值最小，建模的关键在于，在已知当前信号配时方案下的车辆轨迹的条件下，找到调整后的信号配时方案和该轨迹的延误停车等指标的函数关系pi
j
＝f(c,g1,g2,
…
,g
n
)。
[0114]
目标min ∑
j pi
j pi
j
＝延误
[0115]
s.t.轨迹j延误
[0116]
信号配时方案(c,g1,g2,
…
,g
n
)的相关基本约束
[0117]
建立vissim的单点信号控制交叉口模型，如图3所示，仿真时间两小时，半小时预热，取1800s到9000s的数据。速度40～50km/h，大车率0.01。信号配时方案：周期长度180s，东西向直行70s，东西向左转45s，南北向50s。模型输入流量如下表所示：
[0118]
表1
[0119][0120]
从两个小时的仿真轨迹中，随机抽取5％，原始轨迹如图4所示，特征点轨迹如图5所示，可实现的最优轨迹如图6所示，最终按照极小型指标计算方法，计算得到交通管控水平指数为67.1分，说明针对该典型交通场景，当前的管控方案至少还有32.9％的优化空间。