动态可变车道交通管理外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

动态可变车道交通管理

作者

Matthew Hausknecht, Tsz-Chiu Au, Peter Stone 计算机科学系

David Fajardo, Travis Waller 土木与环境工程学院

德克萨斯大学奥斯汀分校

摘要：可变车道——也就是车道方向改变，是为了暂时增加拥堵道路的交通容量，在高峰时段和紧急疏散时可以有效地缓解交通堵塞。然而，部署在几个城市的可变车道都是针对特定时段下特定的交通模式而设计的，对于实际交通流量的波动情况并不适用。基于无人驾驶汽车技术的最新进展，我们提出一个动态可变车道的框架，车道的方向对交通传感器记录的实时交通状况自动作出反应并快速更新。我们分析了在什么条件下可变车道是有效的，并提出了整数线性规划的算法和双层规划的算法，以计算出能够最大限度提高交通流量的最佳可变车道布置。在我们的试验中，可变车道对于道路网络的利用率提高了72%。

1. 引言

交通拥堵是当今交通运输系统面临的一个主要问题。可变车道，通过牺牲资源未被充分利用的车道，使其流向相反，暂时地提高拥堵车道的交通容量，是一种在不额外增加道路设施的前提下提高交通流量的方法。图1左图，上部车道的利用程度比底部车道更大；右图，通过临时转换一个车道向相反方向流动，道路从左至右方向的瞬时总容量提高了50%。为了缓解高峰时段的交通状况以及在工地建设或体育场建设时变更交通路线等，可变车道在一些城市已稳定应用。

如今，可变车道应用于宏观的时间范围内，上下班高峰或者从某地应急撤离。然而，在这两种情况下，很少或根本没有动态变化的时间，交通流的变化必须在事先精心策划。现今的交通检测硬件设施很好，足够收集实时的交通数据。在现代计算机交通控制系统的帮助下，可以快速、动态地打开和关闭车道或整条道路，甚至可以基于实时的使用统计数据改变车道方向，这样可以根据需求动态地改变有效的交通容量。

然而，车道方向的迅速变化，可能使司机产生混淆。为了充分利用动态可变车道的潜力，我们需要依靠即将推出的计算机辅助驾驶系统和汽车自动驾驶技术，这有助于车辆对于快速变化的车道方向作出调整。有了电脑驱动系统的帮助下，可以实现更为积极的可变车道技术，在不增加交通专用土地的情况下，改善城市交通流量。

实现动态可变车道的关键之一是要充分理解增加单独车道的容量会对全系统造成的影响。我们对逆向车流的目的作如下解释：给定一个道路网络，一个规范的车辆位置和目的地，以及用于确定路网效率的方法（如目标函数），分配某个方向的车流到每个车道，这样使路网效率最大化。为了研究动态更新车道所产生的网络效应，我们把这个问题看做是一个最大的多商品流问题——有多个商品流通网络的最大流问题图论的一个版本。然后，我们提出了一个整数规划公式和一个双层规划公式来计算网络中的最大流。在最具有潜在影响的大都市区，我们评估了我们的网格状交通网络中使用的方法。

本文的其余部分组成如下：在第二节，我们讨论了实施动态可变车道方案所需的硬件；在第三节和第四节，我们分析在什么条件下动态可变车道才有益于个别路段和交叉口；在第五、第六节，我们介绍了宏观ILP交通流模型和双层规划，并探讨通过动态重新分配车道带来的性能提升。

1. 可变车道的硬件设施

可变车道是可以在任一方向行驶的车道。用于建立可变车道的通用硬件是高架的交通灯（图2（a））。在许多城市，可移动式护栏转移机，也被称为拉链机，用于重新定位可移动的护栏，使得某个方向的道路可以动态地变宽，而另一方向变窄（图2（b））。

（a）高架交通灯 （b）可移动式护栏

图2.可变车道硬件设施

支持动态可变车道逆转的基本要求是：逆转快速安全，对信号变化司机应立即得到通知。然而可以想象的是，设计一个可以满足这些要求并使用图2中硬件的系统，很可能需要巨大的成本以及造成司机困惑。可是，一旦大多数汽车被计算机控制，车道方向实时更新的信息通过无线网络通信，这些成本和风险可能会显著减少，因为计算机驾驶系统（如自动驾驶汽车）对变化做出反应可以比司机快得多。例如，Dresner和Stone提出了一个交叉口控制机制，称为自主交会管理（AIM），使用无线通信协议使得交织的车辆通过一个交叉点[1]。对AIM协议作一些修改，自动驾驶汽车也可以告知目前的车道方向。

1. 路段可变车道

首先，我们从理论的角度出发，考虑一条道路上的车道逆转的影响。考虑交叉口I1和I2之间的路段，设之为R，并设L1,2为从交叉口I1到I2方向的车道，L2,1为从I2到I1方向的车道。例如，在图3中，L1,2={l1,l2}, L2,1={l3,l4}。车道l的交通容量，记为c（l），代表了车辆进入该车道的最大速率，通过每小时进入车道的车辆数目来衡量。我们假设一组车道为L，总容量记为c(L)，是所有车道容量的总和。为了简单起见，我们忽略车道变换造成总容量减少的潜在影响。

图3.可变车道

假设I1和I2两车道上车辆沿着R路段的目标交通流速率分别为beta;(I1)和beta;(I2)。但汽车真正进入道路的车道通行能力有限，有效的交通流速率分别为lambda;(L1,2)和lambda;(L2,1)。更确切地说，lambda;(L1,2)=min{beta;(I1);c(L1,2)}, lambda;(L2,1)=min{beta;(I2);c(L2,1)}。如果lambda;(L1,2)=c(lambda;(L1,2)),我们就说L1,2是饱和的。如果beta;(I1)＞c(L1,2),则L1,2车道是过饱和的，过饱和量为beta;(I1)-c(L1,2)。显然，如果L1,2车道是过饱和的，L1,2饱和。如果beta;(I1)＜c(L1,2),则L1,2是欠饱和的，欠饱和量为c(L1,2)-beta;(I1)。显然，如果L1,2是欠饱和的，L1,2不饱和。L2,1车道的饱和度用同样的方式定义。

路R的交通流量是各车道交通流速率之和（例如 lambda;(L1,2) lambda;(L2,1)）。现在考虑如果L1,2方向的车道方向逆转，会发生什么。根据定义，只有当

时，可变车道逆转后，道路的交通流量才是增加的。其中，=。

通常，只有当其中一个方向的车道过饱和而另一方向的车道欠饱和时，车道逆转才是有益的，如图1所示。形式上，我们有如下定理：

定理1：当La,b方向车道是欠饱和的，欠饱和量为delta;a，而Lb,a方向车道是过饱和的，过饱和量为delta;b，且，则La,b方向上l2车道逆转后道路R交通流量增加。

证明简述：由于空间的限制，我们只考虑了当c(l) gt; delta;a 并且 delta;b lt; c(l)时的情况。车道逆转降低了Lb,a方向的有效交通流量，降低量x= c(l) -delta;a gt; 0，而La,b方向有效的交通流速率增加了delta;b。因此，当且仅当delta;bgt; x =max{c(l)-delta;a,0.0}，道路的交通流量增加。

1. 交叉口处可变车道

分析交叉口处交通流量的变化是必要的，因为交叉口可能潜在地成为交通流的瓶颈，使附近的道路无法实现由定理1预测的最大吞吐量。从理论上估计其对交叉口交通流量的影响，是一个具有挑战性的任务，尤其是不同道路上的车辆可以同时进入交叉口的时候。因此，我们采用实证研究的方法，看看当附近道路的车道逆转后，交叉口是否可以处理增加进入的交通流。

我们在图4所示的交叉口进行试验，该交叉口附近的道路上都有6条车道，初始3条为入口车道，另3条为出口车道。我们设置东行方向道路的目标交通流量为5500辆/小时，西行方向道路为1100辆/小时，而北行及南行道路的目标交通流量都为1650辆/小时。因此，东行方向道路的交通流量比其他方向的道路高出几倍，造成东行方向道路交通拥堵。我们检查，如果改变西行道路2条车道的方向，是否有益于增加东行道路的交通流量以及交叉口的交通流量（每小时进入交叉口的车辆数目）。新的车道配置如图4右图所示。

图4.西行方向道路2条车道逆转

我们经过反复试验30次，每次运行时我们测量：1）每小时进入交叉口的车辆总数2）每小时各道路进入交叉口的车辆数目。测量的平均值和95%置信区间如表1所示。结果显示，交叉口的交通流量增加了6%，这主要是由于东行方向道路的交通流量增加了13%。注意这两种增加都具有统计意义。车道方向逆转后，东行方向的交通流量更接近目标交通流量，这意味着交叉口成功地处理了由西行方向道路引来的交通流增长。车道逆转后对其它车道只有轻微的不利影响，因为其它车道是不饱和的，车道逆转后道路通行能力并没有减少，仍低于目标交通流量。

表1

1. 道路网络的自适应能力

虽然提高个别道路或者交叉口交通流量的能力是此概念的重要证明，但真正的问题是，动态车道是否逆转，以及逆转多少，能否对完整的道路网络有帮助。为了解决这个问题，我们构建一个图为形式的道路网络模型，由顶点和边组成。图中每一个节点代表一个交叉口，每一条边代表交叉口之间的道路。此外， 每个U，V边都有相应的交通流容量c(u,v)，此容量是限制这条道路可以处理的交通流量最大值（在本节，我们模拟交叉口具有无限容量）。

根据交通总需求建立道路网络交通模型。具体而言，我们考虑有限的交通流数目，每个交通流都有起源点、目的终点，以及整数值的交通需求。例如，一个购物中心的停车场可能是起源点，路网边缘的一座桥梁可以是一个目的地。总需求代表了想要在这两点之间行驶的车辆的瞬时数量。只要不违背道路的容量限制，车辆可以选择起源地和目的地之间的任何路径。我们寻求确定：1）为适应给定的交通流，路网中一个给定道路的车道是否可以动态地重新配置2）路网能够处理的最大交通需求。

1. 多商品流问题

多商品流问题是一个众所周知的最大流问题，其中多个商品或货物流经网络，具有不同的起源点和汇聚节点。在宏观层面建模的道路网络模型可以让充分研究多商品流问题直接映射到我们的动态重新配置车道的问题上。为了解决这个问题，我们利用线性规划数学工具。

1. ILP算法

线性程序包含了有多个变量构成的最大化线性函数，受约束。在正常的线性规划中，这些变量被允许有小数值，但由于我们的交通需求流量需要整数的值，我们必须用整数线性规划解决这一问题。不幸的是，在处理整数交通流时，即使只有两种商品，多商品流问题一直被认为是NP-完全。

我们定义了以下整数线性规划：给出一个路网图G{u,v}，每条边(u,v)有其道路容量c(u,v)，表示在这条道路上的车道总数。有K种不同的商品（交通流）K1；K2；...；Kk，每种商品（交通流）Ki有相联系的起源点si，目的地点ti，需求di，即Ki=(si,ti,di)。(u,v)边上的商品（交通流）i上的流量记为fi(u,v)。

我们的目标是找到满足以下三个约束的流量分配：1）容量约束，如公式2所示，规定给定边(u,v)两个方向的总流量不能超过该边的容量（记c(u,v)=c(v,u),不计方向的情况）。2）守恒约束，公式3，确保所有中间节点给定的商品流入量等于流出量。3）最后，方程4规定每种商品的流量必须满足或者超过该商品的需求量。

ILP算法的目标是在上述约束的基础上找出最大化目标函数（公式5），这是通过将整数值分配给单个交通流来完成的。我们选择使

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[151491]，资料为PDF文档或Word文档，PDF文档可免费转换为Word