城市主干道紅綠燈配時優化與仿真程序

黃亞坤 丁潤澤 趙治文 吳鐵鷹

（南京航空航天大學能源與動力學院 江蘇 南京 210016）

1.研制背景及意義

城市交通管理要比航空和鐵路運輸管理復雜得多。因為航班、列車的運行時間、出發地、終點、甚至當前位置都可以知道，而城市交通，被管理的目標有各種機動車、非機動車、還有行人，關鍵是他們個體的出行精確數據無法得到，這就給準確的數值模擬帶來了很大的困難。大部分研究中都采用了連續數學函數建模的方式，甚至用于規劃模擬整個城市的交通管理。目前，世界上有一些相關模擬軟件，如美國的schwerdtfeger。國內交警部門引進后發現完全不適用于國內情況。在說中國所有大城市的車輛擁有量過大，任何全城模擬管理算法都很難有較好的效果。所以，我們認為：應該綜合治理城市中的主干道的交通，主干道流量大，如果通暢，車輛無用排放總量就小。

本項目基于主干道承擔城市主要交通流量的原則，針對城市的主干道建立交通流量模型，通過主干道交通流量調節支路交通流量；同時采用各個十字路口紅綠燈錯時算法和設置單行道配合主干道，使所有參與該干道的車輛遇紅燈等待的時間總和較小，并提高道路利用率。配合計算機科學理論，形成市內主干道交通管理、錯時紅綠燈、單行道合理設置等理論，通過對數據的統計和分析建立面向對象微觀仿真模型，從而編寫出相應的仿真程序，進而驗證了該方案具有減少等待時間、使流通量最大化的效果。

2.設計方案

將一個城市分成n個模塊，分別用主干道和單行道進行連接。通過設計錯時紅綠燈配時，達到城市主干道不間斷通行的目標。以主干道為核心，提高主干道的通流量，從而緩解整個城市的交通擁堵問題。主要實施手段是軟件模擬：通過對主干道的調研、優化，采用微觀交通仿真模型，以車輛為點、道路為軸，進行算法設計及軟件編寫。

圖2.1 n個模塊井字形分布

2.1 道路說明

程序中的道路為城市主干道。此類道路多為雙向多車道（上下行道路間有較寬的隔離帶），在此等價于平行但方向相反的兩個單行道。

單行道有多個十字交叉路口，主干道上的車流量要遠遠大于的支路車流量。

以南京市仙林大道為例，建立如圖2.1所示坐標系：

2.2 車輛簡化

程序會在各路口按規定時間生成車輛；由支路駛出和駛入主干道的車流量近似相等，因此忽略轉彎。

2.3 主干道

設計時主干道按井字形分布。針對同一條主干道，對比紅綠燈錯時和同步時的車輛等待時間。下圖所示為主干道紅綠燈示意圖，各紅綠燈分別控制不同方向的車流。

2.4 延遲時間

以兩條主干道相交的十字路口為起點，即不同模塊的交點處，設此處紅綠燈同步且紅綠燈的時間比為a0:b0=1，然后分別根據雙向車流量以及到該路口到下個路口的距離進行錯時調節：到達第一個紅綠燈H1時，假設其紅綠燈的時間比為a1:b1，一次進行推算，直到第n個紅綠燈Hn的時間比再次恢復同步，即an：bn=1。這樣做可以實現不間斷通行（即“綠波原理”），以達到使車流量最大的目的。詳細計算過程如下：

我們假設每一個路口距起點路口距離分別為X1、X2、X3……Xn；車輛恒定速度v；車輛到達各路口耗時依次為ΔT1、ΔT2、ΔT3……ΔTn，

則車輛到達第一個路口耗時ΔT1=X1v；

車輛到達第二個路口耗時ΔT2=X2-X1v；

以此類推，車輛到達第n個路口耗時ΔTn=Xn-Xn-1v；

總計ΔT=ΔTi=Xnv。

因為往返的情況相同，可知當距離為2Xn時，往返正好同步，即模塊交點處同步。

以仙林大道為例，我們對道路以及現行交規進行改善。在模塊交點處十字路口的紅綠燈同步計時，而其間所有的十字路口上下行紅綠燈錯時。由于上下行車輛到達同一路口所走的路程不相同，但主干道車速均勻且相等，故上下行車輛到達同一個十字路口所經歷的時間不同，從而產生時間差ΔT。利用這時間差ΔT，實現支路車輛進入和駛出路口隔離帶處的等待區，使支路車輛分步穿過主干道，犧牲支路車輛的通暢，借此保證主干道的暢通，從而實現主干道通流最大化和等待時間最小化。

2.5 支路調節模式

2.5.1 支路車輛過多

針對上下班高峰期和周末道路車輛過多的情況：在上下班以及周末時間，直接設置管理支路橫穿的兩個紅綠燈為永久紅燈，禁止通行。使支路車輛混入主干道并在下一個十字路口左轉通行，從而錯十字路口穿過主干道。

2.5.2 支路車輛少

當車輛少的時候，支路車輛主要利用主干道綠波通行的車流間隔通行。即主干道為不間斷通行，支路車輛依靠主干道紅燈時間分兩次通行。

3.軟件設計與工作原理

面向對象設計思想比較適合我們的現實世界，我們的世界就是由各種實際的或抽象對象（Objects）組成的，因此面向對象編程語言被廣泛地用于軟件開發。

在本項目的軟件設計中我們根據對實際情況的觀察、分析，用類（Class）較真實地描述了城市道路交通的各個單元。

3.1 類的設計

3.1.1 路CRoad

也就是所要研究的主干道，它由若干個路口組成，每個路口有它的坐標（圖3.1）。這些坐標值也就定義了該干道的長度，同時坐標系也用于給車輛定位。雖然，從數學的觀點，這只是一維坐標，但它可以模擬彎曲的主干道，也就是坐標指標是相對于干道上基準點的距離。

3.1.2 路口CIntersection

路口的紅綠燈可以設置為圖2.3的形式，也可以改為4組（無中間等待區）或3組（單行主干道）。由于數據較為簡單，紅綠燈的描述就直接在路口類內。

路口數據結構除了含有多組紅綠燈外，還定義了路口的車道數。根據我們的觀察，一般正常行駛的情況下，每秒鐘每條道平均只能過1輛車。因此，路口就可以模擬道路的通量。如果進入路口的車輛太多，以至于綠燈時無法全部通過，有些車輛只好原地等待，等待時間將被加入最后結果。

3.1.3 車輛CVehicle

車輛在模擬中主要的數據為位置、行駛方向、進出路口，當然，還可以車輛的紅燈等待時間，最后這個數字被累積到該干道總的車輛紅燈等待時間中，并用于判斷配時方案的好壞。

3.2 道路信息的輸入形式：從文件中提取。Road.cpp中BOOL CRoad::Construct(CStringstrInputFile)讀取。輸入文件

圖3.2為輸入文件格式。其中第一列為十字路口名；第二列為坐標；第三列為上行方向路口綠燈開啟時間與坐標原點（學海路）綠燈開啟時間的延遲；第四列為下行方向路口綠燈開啟時間與坐標原點（學海路）綠燈開啟時間的延遲；第五列為主方向紅綠燈周期時間；第六列為主方向綠燈時間；第七列為該路口主干到車輛進入時間間隔；第八列該路口次干道車輛進入間隔時間；第九列為路口主方向車道數，也是每秒鐘的通量，用于在綠燈亮時，最多可以過多少輛車；第十列是橫向路的道數。

坐標原點（學海路）是主要交叉路口，也就是說，上下行紅綠燈在這一點是同步的。從理論上，存在下一個同步路口，是的紅綠燈再次同步。這個路口就是圖2.1中的另一個網格點。

城市里車流量隨時間段可分為高峰低谷，在星期里還有周末工作日之分。不同時間段，流量不同，最佳配時方案也應該不同。

3.3 算法設計

從現實世界中，車輛、行人和紅綠燈的運行基本上是相互獨立的，每個個體有他的思維，理論上軟件模擬應該用多線程（Multi-threading）的方法。計算機將這些對象獨立模擬，它們按照自己的規律運行，同時要考慮之間的關系，而這些關系是隨機的。從此可見，多線程軟件編寫難度非常大。

本項目考慮到實際情況，選用了單線程方法。但是在計算過程中，每個對象也是按自己的規律單獨模擬，當然也要考慮它們之間的關系，如紅燈停綠燈行。程序中這些對象的動作是靠秒觸發來進行的，也就是通過時間秒的循環，對所有對象觸發計算，使其能夠在這一秒正確地完成自己該做的動作。

程序從數據文件讀入數據，在建立了道路后，通過模擬一大批車（算例中為1千輛），根據設定的各路口流量，逐輛進行模擬，當所有車輛都駛出路口時，計算結束，從而得到總紅燈等待時間。

這一算法，沒有復雜的數學公式，只有上述簡單公式。這些公式完全可以近似描述我們日常交通各對象的行為。編程難度也大大減小，計算結果具有統計意義。

3.4 程序模擬

3.4.1 將輸入文件第三、四列按行車速度和路段距離配時，程序中的行車速度是m_nMPerS = 14，約50km/h。目前全0的設置意味著個路口紅綠燈是同時的。

3.4.2 最后兩列數據可以調整主干道和單行次干道流量比值。注意：同一橫道上的綠燈可能不同時亮，所以穿越車輛只能在中間隔離帶路口停下等待另一邊綠燈。一次橫穿車輛不宜過多，以免造成路口堆積。

3.4.3 現在程序模擬總共1000輛車進入，后駛出該路段的情況。當所有的車都駛離時，模擬結束。

3.4.4 程序還考慮了控制流量。實際上每分鐘通過的車輛是有限的，路越寬、可通過的車越多。通量代表了道路在單位時間可通過車的最大輛數，當車流量大于該值時，意味著堵車了。程序中用車道數來代表通量，也就是說，通量為1輛/秒/道。

3.5 輸出信息：輸出總等待時間和，為屏幕輸出

采用控制變量的方法對紅綠燈的配時比例與主干道車流量做了一系列模擬，通過程序在南京仙林大道進行1000輛車，在各路口按規定時間生成車輛，對等的拐彎用直行等價，得出模擬結果如下：

表3.3車輛進入主干道時間間隔2s/輛，紅綠燈周期120s，配時比例變化

結論：車輛進入主干道時間間隔/紅綠燈周期不變，配時比例（綠/紅）越大，該方案的減少等待時間效果降低。說明此優化設計當主干道車輛流暢時，方案效果降低，符合實際道路情況。

表3.4車輛進入主干道時間間隔變化，紅綠燈周期120s，配時比例1/1

結論：紅綠燈周期、配時比例不變，車輛進入主干道時間間隔越大，該方案的減少等待時間效果降低。說明此優化設計隨著主干道車輛減少，即當主干道車輛流暢時，方案效果降低，符合實際道路情況。

綜述：由上述仿真數據可知，在一定范圍內，交通越擁堵，此方案越有效。但當車輛少到一定程度時，仿真出的等待時間差趨近于定值，說明當主干道通暢的情況下，我們方案效果存在極限值。由模擬結果看出，本仿真程序基本符合實際情況。

4.創新點及應用

4.1 創新點

1.考慮到我國大城市的車輛數量大等特點，我們提出通過主干道紅綠燈配時方案，來減少車輛的遇紅燈等待總時間，達到減少無用的汽車排放，同時也是整個城市交通較通常。

2.提供了一面向對象軟件，可用于城市主干道紅綠燈配時模擬，以確定較好的配時方案。算例證明，改程序模型與算法較符合實際實際情況，有較好的實用性。

4.2 應用前景

由于采用了面向對象編程，該軟件很容易進一步改進，以更適合現實的交通實際情況，提高模擬精度。另外，使用該軟件，幾乎無需在路上改變或添加任何硬件，只需變換各路口的配時時間。而且還可以做到按日、按時間段配時，優化城市交通，減少無用的汽車排放污染。另外，復雜的城市交通網絡可以簡化成圖2.1的主干道和支路，一個城市只要主干道通暢（大流量），那么整個城市交通就通暢，總體無用汽車排放就少。本軟件可以用于反覆地分別模擬調整各主干道配時，以達到較好地治理整個城市交通的目的。

[1]曹樹志.智能紅綠燈對城市交通節能減排效果的仿真. Computer Knowledge and Technology. No.13,May 2011

[2]周慧虹. 科學設置紅綠燈關乎節能減排. 光明日報. 2009.11.0909:25

[3] 周文軍. 發展智能交通緩解南京交通擁堵. China Academic Journal Electronic Publish House. 2012年第11期上

[4] 熊建平. 交通擁堵的治本之道

[5] 魏明楊方延等. 交通仿真的發展及現狀研究.Vol.15No.8Aug 2003Journal of System Simulation

黃亞坤（1992年9月--）男 籍貫:寧夏中衛市 學歷：本科在讀 專業：飛行器動力工程