摘要：潮汐车道对于缓解交通拥堵具有重要意义，目前受到广泛关注。而传统的潮汐车道控制技术在车道清空、切换过渡、区域关联控制等关键阶段未能深入挖掘，控制效果有待提升。本文首先从与上述问题相关的交通信号控制方案过渡、潮汐车道交通控制几方面出发，对目前的研究现状进行了总结分析，在此基础上，针对潮汐车道控制特点，给出了协同清空、协同过渡、区域分布式协同控制等潮汐车道时空资源协同优化控制关键技术未来可能的研究内容。

关键词：潮汐车道交通控制；车道清空控制；多状态过渡控制；区域协同控制

Abstract: Tidal lanes are of great significance for relieving traffic congestion, which has received wide attention recently. However, the traditional tidal lane control technology still has difficulty in vehicle clearing, signal transition and regional association control. From the perspective of traffic signal transition and tidal lane control, this paper analyzed the current situation and proposed collaborative clearing, collaborative transition and regional distributed collaborative control based on the control characteristics of tidal lane.

Key words: Tidal lane traffic control; Vehicle clearing control; Multistate transition control; Regional collaborative control

1　引言

当前，道路交通拥堵已成为城市发展到一定阶段所面临的世界性难题。2017年由高德地图交通大数据发布平台联合交通运输部科学研究院、阿里云等单位联合发布的《中国主要城市交通分析报告》^[1]显示，北京的高峰拥堵延时指数为2.067（高峰拥堵延时指数等于市民高峰拥堵时期所花费的时间与畅通时期所花费时间的比值）。为保持城市良性发展，缓解道路交通拥堵问题已是刻不容缓。

潮汐式交通是大城市道路交通拥堵的重要原因之一。国内外实践经验表明 ^[2~5]，调整时空资源、实施潮汐车道是缓解高峰时段潮汐交通拥堵最有效和可行的措施之一。潮汐车道能够有效地利用现有道路资源、提高道路的通行效率，在保证交通畅通方面起着重要作用。

目前，潮汐车道研究与应用已得到较为广泛的关注，而如何通过有效的控制方法，进一步提高潮汐车道及其关联路口时空资源使用效率，是潮汐车道问题研究的重点和难点之一。潮汐车道控制过程应包含车道清空协同、切换配时过渡、区域关联控制等多个互相联系、依次递进的阶段，但已有成果多集中于车道设置、切换方式等方面，对于上述几个关键阶段还缺乏深入研究，尚未形成系统的理论体系支撑，实施效果有待提升。

本文正是面向潮汐车道交通控制需求，对与之相关的交通信号控制方案过渡、潮汐车道交通控制等技术方法的研究现状进行了总结分析，在此基础上，给出了协同清空、协同过渡、区域分布式协同控制等潮汐车道时空资源协同优化控制关键技术未来可能的研究内容。

2　国内外研究现状及分析

2.1　交通信号控制方案过渡

潮汐车道切换导致关联路口通行能力、空间资源分配发生变化，从而使得路口信号配时发生较大改变，为降低信号配时变化对交通流平稳运行产生的不良影响，路口新旧配时方案间一般需进行过渡控制。配时过渡控制作为交通信号控制过程中的重要环节，已得到众多研究人员和学者的关注，取得了较为丰富的研究成果，除以协调相位作为调整参数的Dwell法、Max Dwell法、Shortway法，以信号周期作为调整参数的Add法、Substract法、Smooth法、Shortest法^[6]外，较典型的有：

Pohlmann通过研究具有路网中不同协调关系的过渡信号干线协调需求分析，提出一种综合考虑当前路口交通状态和邻近路口交通状态的方案过渡方法^[7]；Hamilton针对新旧信号控制方案过渡对原有干线协调造成的影响，提出了一种干线快速过渡方法^[8]；Basu综合考虑新配时方案对干线协调的优化程度和过渡方案对干线协调的影响程度，选取最佳影响度过渡方案^[9]等；树爱兵等针对交叉口过渡信号周期以及周期调整步幅的取值范围，提出了一种基于周期的交通信号协调控制过渡调整策略^[10]；刘慧等在对直接切换方法、经典Add和Subtract过渡方法进行分析的基础上，综合考虑过渡时间和平滑特性，提出一种基于最佳相位差调整量控制方案的快速平滑过渡方法^[11]；郭海锋等在综合考虑过渡时间和平滑特性的基础上，提出一种基于最佳相位差调整量控制方案的快速平滑过渡方法^[12]；谭伟丽等针对传统过渡方法存在的问题，提出了一种面向活跃相位的干道协调信号控制方案的过渡方法^[13]；卢凯等针对各交叉口过渡信号周期的允许取值范围，利用交叉口相位差调整比例的极小极大原理，提出了单周期对称调节过渡算法与Ｎ周期加权调节过渡算法^[14]。

总体而言，国内外学者在交通信号配时过渡控制方法研究方面已做出了许多扎实的工作，有助于解决信号配时变化对交通流平稳运行产生的不良影响问题，但从目前的研究现状来看，在以下方面仍可进一步改进：

（1）传统的过渡控制方法较少同时兼顾各路口本身（如相邻周期变化、相邻周期内绿信比变化）及相邻路口间（如相邻路口过渡周期调整幅度对比、相邻路口过渡周期相位差变化）两方面的交通流波动性问题，综合波动性能指标仍需进一步研究；

（2）潮汐车道过渡控制有其特殊性，由于各可变车道切换时刻不同，容易出现各相邻路口不能在相同限定时间内完成过渡的情况，需从相同时间内过渡、不同时间内过渡、过渡时间有交叉三种状态出发，设计潮汐车道多路口协同过渡控制方法；

（3）由于潮汐车道切换前后空间资源分配发生变化，可能使得关联路口相位组成、相序、信号配时等均发生变化，传统的以相位作为承载对象、以相位绿灯时间为优化变量的过渡方法已不适合潮汐车道信号控制过渡需求，需重新构建以车流为承载对象、包含车流绿灯时间、相序等多类型优化变量的新的信号过渡方法；

（4）在离线过渡方案的基础上，针对过渡过程中潮汐车道交通信号控制在线优化需求，有必要对考虑过渡效应的潮汐车道多路口在线协同控制方法展开研究。

2.2　潮汐车道交通控制

潮汐车道能够有效地利用现有道路资源、提高道路的通行效率，在保证交通畅通方面起着重要作用。目前，潮汐车道交通控制已得到了众多国内外研究人员及学者的关注，并取得了较为丰富的研究成果，主要包括：

Wang等通过车辆到基础设施的通信将交通控制器与车载控制器连接起来进而构建潮汐车道信号控制系统[15]；Habibollah等重点研究了可变车道的动态调整机制，运用逻辑选择模型对线下方案进行模拟调整，再推广至实时调整 [16]；孙锋等通过预测交叉口的交通需求，明确了逆向可变车道的开关判别指标及开关控制条件，将逆向可变车道信号灯与交叉口内信号灯实现协同控制，使得逆向可变车道控制实现动态和智能化^[17]。曲大义等定量分析干线交通流分布不均衡系数及转向不均衡系数，协同设置潮汐车道与变向车道，并依据干线交通流特性提出半周期绿波协同优化策略^[18]；文献^[19]通过对潮汐车道控制技术的研究，给出潮汐车道的具体运行过程和管理措施，以及潮汐车道的最佳切换时机和调整模型；王艳丽等通过计算交通饱和度，选择道路双向饱和度的加权切换动态控制方式对潮汐车道进行自适应控制^[20]；周鹏等利用视频检测获得的车流量等相关参数信息，提出了基于非参数回归短时间交通流预测的智能可变车道的导向判决算法，实现了对可变车道随着实时车流量而自动变化的智能控制^[21]；马莹莹等提出一种根据双向交通运行状态动态控制可变车道行驶方向的交通控制方法，利用可变车道路段双向饱和度分析道路交通运行状态，建立各种交通状态下对应的车道行驶方向优化模型^[22]；李萌等对潮汐性拥堵和潮汐车道的性质进行了定性分析之后，在动态交通分配的程序中通过仿真的方法，研究了交通需求的分布特性变化时潮汐车道的表现^[23]；孟志广等建立了基于BPR路阻函数的车道切换时机及调整模型，为潮汐车道的运行及管理提出合理的策略，验证了潮汐车道对缓解城市交通拥堵的积极作用^[24]。

综上，可变车道能够提高道路资源利用率，对缓解城市潮汐交通导致的道路交通拥堵无疑具有重要的现实意义。与此同时，在对潮汐车道交通流特性分析的基础上，如何实现潮汐车道高效的交通控制也越来越受到人们的关注。但从目前研究现状来看，仍存在以下问题：

（1）潮汐车道控制过程包含多个互相联系、依次递进的阶段，而传统的潮汐车道控制方法在车道清空协同、切换配时过渡、区域关联控制等关键阶段鲜有涉及，缺乏整体理论体系支撑，实施效果仍有待提升；

（2）现有车道切换多为人工切换或定时控制，需通过对潮汐车道交通状态及持续时间预测方法研究，进一步实现根据双向交通需求动态、高效地配置道路车道资源；

（3）车道清空所需时间受车道清空控制开始时刻及关联路口信号配时双重影响，但目前研究较少考虑车道清空与信号配时协同控制，时空资源未能充分利用；

（4）潮汐车道切换前后在时空资源变化方面有其特殊性，需专门设计潮汐车道多路口离线及在线协同过渡控制方法，降低潮汐车道切换对交通流平稳运行产生的不良影响；

（5）现有研究多针对单一潮汐车道路段，对于上下游连接的多个潮汐车道路段及其关联路口协同控制中相关问题需进一步研究；

（6）现有方法多关注于潮汐车道自身控制，较少考虑潮汐车道交通子区与外围关联子区间的协同控制问题，常导致拥堵漂移等现象发生。

3　潮汐车道时空资源协同优化控制关键技术研究展望

3.1　潮汐车道清空与关联路口信号配时协同控制方法研究

潮汐车道交通状态预测有助于确定潮汐车道最佳切换时刻，而潮汐车道切换前需先完成车道清空，即车道清空所需时间直接影响着潮汐车道实际切换时刻。因此，如何设计潮汐车道清空与关联路口信号配时协同控制方法，使得潮汐车道及关联路口时空资源充分利用，是潮汐车道控制中需解决的重要问题之一。

基于上述分析，可在对潮汐车道交通状态及其持续时间预测的基础上，采用集散波理论、模型参数反馈调节、模型匹配、模型库动态优化等技术方法，首先对待清空车道车辆行驶时间计算方法展开研究，计算流程如图1所示，并将计算结果与同样流量区间下实际调查数据进行对比，获取行驶时间计算误差概率分布，误差分析如图2所示；在此基础上，结合潮汐车道上游路口驶出流量图式，分析下游路口信号配时及潮汐车道清空开始时刻对清空时间和实际切换时刻的影响，进一步分别以路口平均延误、考虑计算误差概率分布的车道清空时间、考虑计算误差概率分布的实际切换时刻与最佳切换时刻时间差为性能指标，以交叉口饱和度、最大绿灯时间、最小绿灯时间等为约束条件，构建潮汐车道清空与关联信号配时协同优化模型并优化求解。

图1 待清空车道车辆行驶时间计算流程

图2 行驶时间计算误差分析

3.2　潮汐车道多路口协同过渡控制方法研究

潮汐车道切换导致关联路口通行能力、空间资源分配发生变化，从而使得路口信号配时发生较大改变，为降低信号配时变化对交通流平稳运行产生的不良影响，路口新旧配时方案间一般需进行过渡控制。传统的过渡控制方法多为离线计算，且较少同时兼顾各路口本身及相邻路口间两方面的交通流波动性问题，过渡方案不尽完善；另一方面潮汐车道过渡控制有其特殊性，由于各可变车道切换时刻不同，容易出现各相邻路口不能在相同限定时间内完成过渡的情况，且由于关联路口相位组成、相序、信号配时等均可能发生变化，传统以相位作为承载对象的过渡方法已不适合潮汐车道信号控制过渡需求。

基于上述问题，可首先分别针对各路口相同时间内过渡、不同时间内过渡、过渡时间有交叉三种状态，考虑各路口本身及路口间的过渡波动性，设计离线型综合波动性能指标，进而以过渡周期数、车流放行时差单步最大变化量、车流放行时长单步最大变化量、周期时长单步最大变化量等为约束条件，构建潮汐车道多路口协同过渡控制模型，并采用粒子群算法等组合优化方法进行求解；在上述工作基础上，可进一步针对在线优化过渡控制问题展开研究，在各路口过渡周期数限定的前提下，面向多种路口过渡时间组合状态，基于交通流滚动预测结果，设计能够体现交通流运行波动性和通行效率的多目标函数，以各路口过渡周期及绿信比等为决策变量，以路口排队长度变化率、路段平均速度等为状态变量，构建考虑过渡效应的潮汐车道多路口在线分布式协同控制模型，并研究其优化求解算法。

3.3　面向潮汐车道的区域交通分布式协同控制方法研究（如图3所示）

图3 面向可变车道的区域交通分布式协同控制方法示意图

潮汐车道时空资源的变化，使得所处路段及路口构成的交通子区属性发生变化，其控制需求也发生变化。而现有方法多关注于可变车道自身控制，较少考虑潮汐车道交通子区与外围关联子区间的协同控制问题，常导致拥堵漂移等现象发生。

基于上述问题，以充分利用潮汐车道时空资源为出发点，将潮汐车道交通子区外部需求管理与内部资源调配相结合，可对以下内容展开研究：在基于同质性路网宏观基本图划分控制子区的基础上，以潮汐车道交通子区累积车辆数为状态变量，构建潮汐车道交通子区边界路口宏观交通流状态方程，并讨论状态方程的求解方法；以潮汐车道外围子区交叉口总排队车辆数与子区间衔接交叉口车辆进出数量为性能指标，以子区范围内交叉口各相位饱和度等作为约束条件，构建潮汐车道外围关联子区信号协调控制模型，并讨论其求解方法；在此基础上，考虑潮汐车道交通子区及其外围子区之间的关联关系，研究区域交通分布式协同控制方法。

4　总结

本文在对交通信号控制方案过渡、潮汐车道交通控制等技术方法研究现状总结分析基础上，给出了潮汐车道协同清空、协同过渡、区域分布式协同控制等时空资源协同优化控制关键技术未来可能的研究内容，其中，通过设计车道清空与关联路口信号配时协同控制方法，可促进潮汐车道及路口时空资源充分利用；通过构建潮汐车道多路口协同过渡控制模型，能够降低信号配时变化对交通流平稳运行产生的不良影响，提升交叉口交通流通行能力；在考虑潮汐车道交通子区及其外围子区之间关联关系的基础上，通过设计区域交通分布式协同控制方法，有望进一步提高路网整体通行能力及道路资源利用率。上述研究可为解决可变车道交通控制问题提供新的方法和途径，在城市交通控制实践中具有重要的应用前景，同时对城市交通控制理论与方法的进一步发展能够产生积极的推动作用。

参考文献：

[1] 中国主要城市交通分析报告[EB/OL]. http://report.amap.com/share.do? id=8a38bb8660f9109101610835e79701bf.

[2] Xu Li, Jun Chen, Hao Wang. Study on Flow Direction Changing Method of Reversible Lanes on Urban Arterial Roadways in China[C]. 13th COTA International Conference of Transportation Professionals, 2013.

[3] WOLSHON B, LAMBERT L.“Convertible lanes and roads”national cooperative highway research program, synthesis No.340 [R]. Washington D C: Transportation Research Board, National Research Council, 2004.

[4] 崔妍，刘东. 北京市朝阳路可变车道交通组织研究[J]. 道路交通与安全, 2006，6 (9) : 21 - 24.

[5] 陈坚，霍娅敏. 典型潮汐车流路段可变车道设置方案研究[J]. 重庆交通大学学报 : 自然科学版, 2008, 27 (6) : 1127 - 1130.

[6] Obenberger J T. Methodology to assess traffic signaltrasition Strategies employed to exit preemption control[D]. Falls Church: Virginia Polytechnic Institute and State University, 2007.

[7] Pohlmann T, Friedrich B. Traffic Signal Transition in Coordinated Meshed Networks [J]. Transportation Research Record. 2010, 23 (15) : 97 - 107.

[8] Hamilton C. Evaluation of Traffic Signal Controller Transition Methods [J]. Transportation Research Record, 2007, 12 (1) : 19 -31.

[9] Basu S. A study of the factors influencing the number of signal timing plans required for UTCS first generation traffic control systems [J], Transportation Research Record: Journal of the Transportation Research Board, 1981, 2 (1) : 35 - 45.

[10] 树爱兵,张雷元,徐棱,等. 城市交通干线信号协调控制方案过渡调整策略[J]. 交通信息与安全, 2015, 33 (01) : 122 - 126.

[11] 刘慧. 城市交通干线信号协调控制方案的过渡方法研究[D]. 杭州: 浙江工业大学, 2014.

[12] 郭海锋, 彭起涛, 程君, 等. 干线协调控制方案的快速平滑过渡方法[J]. 西南交通大学学报, 2014, 49 (05) : 882 - 887.

[13] 谭伟丽. 非优化建模思想主导的干道协调信号控制方法研究[D]. 大连: 大连理工大学, 2013.

[14] 卢凯, 徐建闽, 郑淑鉴, 等. 交通信号协调控制方案过渡优化算法[J]. 交通运输工程学报, 2012, 12 (06) : 97 - 103.

[15] Wang M, Daamen W, Hoogendoorn S P, et al. Connected variable speed limits control and car-following control with vehicle-infrastructure communication to resolve stop-and-go waves[J]. Journal of Intelligent Transportation Systems Technology Planning & Operations, 2016, 20 (6) : 121 - 130.

[16] Habibollah Nassiri, Ali Edrissi, Hamed Alibabai estimation of the logit model forthe online contra flow problem [J]. TRANSPORT, 2010, 25 (4) : 433 - 441.

[17] 孙锋, 焦方通, 赵菲, 刘玮轩, 王晓原, 郭栋, 苏文恒, 曹辉, 朱新远. 一种基于多源数据的逆向可变车道智能控制方法[P]. 山东： CN107170257A, 2017 - 09 - 15.

[18] 曲大义, 曹俊业, 王进展, 李娟, 许翔华. 潮汐车道与变向车道协同优化的绿波控制方法[J]. 济南大学学报(自然科学版), 2017, 31 (3) : 32 - 38.

[19] 孟志广. 交通拥堵及潮汐车道技术的研究[D]. 长安大学，2015.

[20] 王艳丽, 杨花雨. 基于视频交通图像的潮汐车道自适应控制系统设计[J]. 科学技术与工程, 2018,18 (4) : 28 - 35.

[21] 周鹏, 丁晨. 智能可变车道的导向判决算法的研究与实现[J]. 武汉理工大学学报, 2012, 34 (08) : 82 - 86.

[22] 马莹莹, 曾令宇, 陈纲梅, 等. 可变车道行驶方向的动态控制方法研究[J]. 控制理论与应用, 2016, 33 (11) : 1457 - 1462.

[23] 李萌，张品超，陈婕好. 动态交通分配下潮汐车道方案设置研究[[J]. 综合运输, 2015, 37 (7) : 78 - 86.

[24] 孟志广. 交通拥堵及潮汐车道技术的研究[D]. 长安大学, 2015.

作者简介：

刘小明（1974-），男，河北唐山人，教授，博士生导师，现就职于北方工业大学城市道路交通智能控制技术北京市重点实验室，研究方向是智能交通控制理论与技术、城市交通系统工程。

摘自《自动化博览》2018年12月刊