基于机动车排放的交叉口信号控制仿真与分析

Vol.19No.4

2019年8月

JournalofTransportationSystemsEngineeringandInformationTechnology

August2019文章编号：1009-6744(2019)04-0072-07中图分类号：U491.2

文献标志码：A

DOI:10.16097/j.cnki.1009-6744.2019.04.011

基于机动车排放的交叉口信号控制仿真与分析

李素兰1,2，张谢东*1，施俊庆33.(1.浙江师范大学武汉理工大学工学院，交通学院，浙江武汉金华430063321004；2.；4.武汉市桥梁维修管理处，，王晓佳4

武汉市交通科学研究所，武汉武汉4300130015)；

摘要：结合微观仿真元胞自动机模型和机动车排放MOVES模型，以十字信号控制交叉

口为仿真对象，研究交叉口信号配时与机动车排放之间的关系.元胞自动机模型将交叉口和路段划分为3.5m×3.5m的元胞，每辆车占2个元胞，交叉口内转弯车辆减速慢行，直行车辆速度不受，提高了交通仿真的真实性和机动车排放测算的准确性.仿真结果表明：最佳信号周期随着车辆到达率的增加而增加，使得交叉口通行效率达到最大化；行程时间随着左转车比例的增加而增加，对于不同的车辆到达率，均存在一个极限值，当左转车比例低于该极限值时，行程时间变化不大，高于该极限值时，行程时间快速增加；从通行能力、行程时间和尾气排放的角度，交叉口具有不同的最佳信号周期，且差异较大.

关键词：交通工程；元胞自动机模型；仿真技术；机动车排放；信号配时

SimulationandAnalysisofIntersectionSignalControl

BasedonVehicleEmission

LISu-lan1,2,ZHANGXie-dong1,SHIJun-qing3,WANGXiao-jia4

(1.SchoolofTransportation,WuhanUniversityofTechnology,Wuhan430063,China;2.WuhanBridgeMaintenanceManagementOffice,Wuhan430015,China;3.CollegeofEngineering,ZhejiangNormalUniversity,Jinhua321004,Zhejiang,China;4.WuhanTransportationScienceResearchInstitute,Wuhan430015,China)Abstract:TherelationshipbetweensignaltimingandvehicleemissionatintersectionsisstudiedbycombiningcellularautomatamodelandMOVESmodel.Cellularautomatonmodeldividesintersectionsandroadsectionsinto3.5m×3.5mcells,eachvehicleoccupiestwocells.Intheintersection,turningvehiclesslowdown,andthroughvehiclesmovewithoutrestiction,whichimprovestheauthenticityoftrafficsimulationandtheaccuracyofvehicleemissionestimation.Thesimulationresultsshowthattheoptimalsignalcycleincreaseswiththeincreaseofvehiclearrivalrate,whichmaximizestheefficiencyofintersections.Thetraveltimeincreaseswiththeincreaseofleft-turnratio,andthereisalimitvalueforeachvehicharrivalrate.Whentheleft-turnratioislowerthanthelimitvalue,thetraveltimedoesnotchangemuch.Whentheleft-turnratioishigherthanthelimitvalue,thetraveltimeincreasesrapidly.Fromtheperspectiveofcapacity,traveltimeandexhaustemissions,intersectionshavedifferentcharacteristics,theoptimumsignalperiodisquitedifferent.

Keywords:trafficengineering;cellularautomatamodel;simulationtechnology;motorvehicleemissions;signaltiming

收稿日期：2019-01-29修回日期：2019-03-27录用日期：2019-04-04

基金项目：浙江省自然科学基金/NaturalScienceFoundationofZhejiangProvincial,China(LY18E080021)；湖北省交通运输厅科技项目/ProjectofScienceandTechnologyoftheDepartmentofTransportationofHubeiProvince(2017-538-4-9,2018-422-4-8).

作者简介：李素兰(1982-)，女，湖北咸宁人，高级工程师，博士生.

*通信作者：zhangxd@1.cn

第19卷第4期基于机动车排放的交叉口信号控制仿真与分析73

0引言

时长和各相位有效绿灯时间为优化参数的信号配机动车排放已经成为我国空气污染的重要来时优化模型.

源《中国机动车环境管理年报.(2018)》显示2017年研究交叉口车流运行规律，建立更加符合实全国机动车4项污染物排放总量达到4359.7万t，际的交通流模型，以机动车排放为优化目标进行其中，CO为3327.3万t，HC为407.2万t，NOx为信号控制优化，对于合理设计交叉口信号配时方574.3万t，PM为50.9万t，机动车污染防治紧迫性案，缓解机动车排放污染问题具有重要意义.元胞日益凸显.

自动机模型是一种将时间、空间、速度进行离散化机动车排放模型是进行交通尾气排放估计和处理的微观交通仿真模型，在交叉口建模与仿真预测的主要方法.经典排放模型有美国环保局的中应用广泛[7-9].本文将元胞自动机模型与MOVESMOBILE模型、MOVES模型，欧洲环保署的排放模型结合，改进信号控制交叉口车辆更新规COPERT模型，全球可持续发展研究中心的IVE模则，以提高交通仿真真实性和微观层面排放计算型等[1].其中，MOVES模型是基于驾驶工况的排放精度，利用该模型研究了信号配时方案与机动车模型，能在宏观、中观和微观不同层面进行排放测排放的关系.

算，精度较高，是一种综合性、适应性更强的尾气排放模型.巴兴强等[2]根据MOVES模型原理，用Labview可视化编程工具搭建机动车运行工况计1模型

算平台，分析了交叉口机动车排放特性，交叉口组1.1元胞自动机模型

织优化措施对排放效果的影响.Sadeka等[3]利用微如图1所示，交叉口包含4条双向行驶的2车观仿真模型Paramics提取逐秒的数据来提高道道路.假设车辆从进口道始端进入，行驶至交叉MOVES微观层面的仿真测算精度.Chen等[4]基于口后可以直行、左转或右转，沿出口道行驶至终端微观仿真模型VISSIM和机动车排放模型CMEM，后离开.每条道路包含2个相向行驶的路段，每个研究了信号配时优化对交通运行效率提升和机动路段包含1条车道，被分割成L个元胞，每个元胞长车排放下降的双重作用.Li等[5]以加权的车辆延误、度为3.5m，假设所有车辆均为小汽车，每辆车占据燃料消耗和尾气排放指标作为目标函数，对单点2个元胞，每个时间步对应于1s.交叉口采用两相信号交叉口的信号配时进行了优化.余柳等[6]选择位信号控制，各相位的绿信比相同，每个相位之间遗传算法作为优化工具，建立了以减少机动车尾设置3s的全红时间，以保证清空交叉口内的车辆，气排放及交叉口平均延误为总目标，以信号周期

避免冲突.

图1交叉口和路段示意图设xn、

v表示第n辆车在某个路段中的位置与速Fig.1

Sketchofintersection0和1；

anddroad

nn表示第n辆车与前车之间的距离；sn表示第度，对于路段上的车辆和交叉口内的直行车辆，

vnn辆车与前方交叉口之间的距离，sn可以取0~vmax之间的任意一个整数，

vmax为最高车进口的车辆到达率，即每3600s内到达交叉口的=L-xn；

Di表示i速；交叉口内的转弯车辆要减速慢行，速度可以取

车辆数，i∈[1,4]，分别表示西、南、东、北4个进口.

74交通运输系统工程与信息2019年8月

对于交叉口内的转弯车辆，如果车辆前方的在交叉口前停车.

元胞是空的，则车辆在当前时间步结束时向前移Step3随机慢化.动1个元胞；否则，车辆将停车等待，此规则适用于若vn元胞1~4上面的转弯车辆.

Step>40，运以随机慢化概率动.p，

vn→max(vn-1,0).对于路段上的车辆及交叉口内的直行车辆，车辆按照Step1~Step3中更新好的速度向前按照如下规则前进：

行驶，

xn.Step1加速.

1.2MOVES→xn+模型

vn若vnvMOVES模型中车辆的操作模式根据车辆速n→min(vn+1,vmax)，表示驾驶员都有以尽快速度行

度、加速度和机动车比功率(EVSP)被分为23种类型.驶的一般趋势，但不能超过最高车速.

EStep2减速.VSP由空气阻力、

加速率、滚动阻力、坡度和车辆质量决定.轻型车ECaseI绿灯时.(1)直行车辆，v×[1.1×a+VSP计算公式为

EVSP=v9.81×i+0.132]+0.000302×v3(1)

n车影响而减速.

→min(vn,dn)，表示车辆受前式中：

v为车辆速度(m/s)；a为车辆加速率(m/s2)；i为本文坡度假设为0.

(2)右转和左转车辆，vn→min(vn,dn,sn+1)，表示

坡度(无量纲)，MOVES模型中尾气排放量随着车辆实时操车辆要减速通过交叉口，即车辆从路段驶入交叉口作模式的不同而不同，分为连续刹车、怠速、低速、时第1步最多只能前进至交叉口内第1个元胞.

中速和高速5种状态，如表1所示.在每一种状态CaseII红灯时.

内，平均尾气排放量随着EvVSP的增加而增加.车辆总n→min(vn,dn,sn)，

表示车辆受红灯影响，必须排放是每一秒的尾气排放量的总和[10].

表1

不同操作模式下的尾气排放量

Table1

Operatingmodebinonaverageemissionrates

序号操作模式

平均尾气排放率CO2NO/(g/h)xCOHC1连续刹车at≤0.或(at<-0.45且a0.980.061.430.05t-1<-0.45且at-2<-0.45)

2

怠速-1.61≤vt<1.61

0.910.030.250.013E4VSP＜01.430.094.910.040≤E1.970.148.020.0353≤EVSP＜36VSP＜61.61≤v2.740.347.390.056≤Et＜40.23

3.460.6010.610.077EVSP＜99≤4.121.0615.390.10812≤VSP＜12E4.982.2125.960.169EVSP1.940.196.400.0610≤VSP＜00E2.210.308.490.05113≤EVSP＜312VSP＜62.690.4610.910.066≤E3.450.7815.950.1113EVSP＜99≤14VSP＜1240.23≤vt＜80.47

4.611.0918.100.1012≤E6.0727.190.1615VSP＜181.7118≤E8.1866.461.0716VSP＜243.7624≤E11.216.61140.741.17≤VSP＜3030E14.088.69494.313.1318EVSP2.760.404.810.0519EVSP＜66≤4.431.108.210.0820≤EVSP＜12122118≤EVSP＜1880.47≤v5.771.12.090.09t

7.533.1960.910.7222VSP＜2424≤E10.034.76.271.0423

≤VSP＜3030EVSP12.78

5.99

188.

1.37

注：

at单位为m/s2，vt单位为km/h第19卷第4期基于机动车排放的交叉口信号控制仿真与分析75

2仿真与分析

假设元胞数L为100，即每个路段长度为350m，

最高车速vmax取5cell/s，因此，车辆速度可取0，12.6，25.2，37.8，50.4和63.0km/h等6个值，随机慢化概率p取0.03.

2.1信号配时方案对通过能力的影响

模拟中假设信号周期分别取20，40，80，120，160，200s，4个方向的车辆到达率相同，均为直行车，对不同的车辆到达率分别进行仿真.每次模拟时，从初始车辆达到率Di次增加50，每次模拟3600=50步，开始，直到车辆到达率车辆到达率每Di力仿真结果如图=2000，重复仿真2所示10.次，单位时间内通过交叉口的结果取平均值.通行能

车辆数随着车辆到达率的增加而增加，趋向于某一固定值(如信号周期为40s时，为4000)，当车辆到达率进一步增加时，交叉口流量不再发生变化.这是因为当车辆到达率较低时，所有车辆都能够顺利通过交叉口，当车辆到达率增加至一定程度时，开始出现排队现象，随着车辆到达率增加，排队长度越来越长，此时，该固定值即为当前交通条件和道路条件下的交叉口通过能力.信号周期对通过能力有较大影响，信号周期为20，40，80，120，160和200s对应的通行能力分别为3000，4000，4400，4800，4700和4300pcu/h，交叉口存在一个最佳信号周期，使得交叉口通过能力达到最大.

图2

交叉口流量与车辆到达率的关系

Fig.2

Relationshipintersectionbetweenthetrafficvehicleflow

arrivalrateandthe

2.2车辆到达率对最佳信号周期时长的影响

模拟中假设4个方向的车辆到达率相同，分别取400，600和800pcu/h，均为直行车，交叉口两相

位时间相等，对不同的信号周期时长分别进行仿真.每次模拟时，从初始信号周期时长16s开始，信号周期时长每次增加4s，每个信号周期时长模拟3600步，直到信号周期时长达到80s，重复仿真10次，统计车辆从起点到终点的平均行程时间.

如图3和图4所示，对不同的车辆到达率，均存在一个最佳信号周期时长，此时，行程时间达到最小值，平均瞬时车速达到最大值，当信号周期时长大于或小于该最佳值时，行程时间逐渐增加，平均车速逐渐减小.在特定范围内，最佳信号周期随着车辆到达率的增加而增加，当车辆到达率为400时，最佳信号周期为20s，当车辆到达率为800时，最佳信号周期为28s.

图3信号周期与行程时间的关系

Fig.3

Relationbetweensignalcycleandtraveltime

图4信号周期与平均瞬时车速的关系不同车辆到达率下信号周期与机动车排放的Fig.4

Relationbetweensignalcycleandspeed

关系如图5所示.4种尾气排放与信号周期的关系差异明显，CO2随着信号周期的增加而下降，当信号周期时长为36s时，达到最小值，然后随着信号周期的增加而上升；CO、HC和NOx随着信号周期的增加而下降.

76交通运输系统工程与信息2019年8月

(a)CO2(b)CO

(c)x

图HC

5不同车辆到达率下信号周期与机动车排放的关系

(d)NO2.3左转车辆比例对交叉口通行效率的影响

Fig.5

Relationbetweensignalcycleandvehicleemissionunderdifferentvehiclearrivalrates

模拟中假设4个方向的车辆到达率和相同，分别取300，400和500pcu/h，包括左转车和直行车，信号周期为28s，对不同的左转车比例分别进行仿真.每次模拟时，从初始左转车比例为0.0开始，左转车比例每次增加0.1，每个左转车比例模拟3600步，直到左转车比例达到1.0，重复仿真10次，统计车辆从起点到终点的平均行程时间和尾气总排放.

如图6和图7所示，行程时间随着左转车比例图6左转车比例与平均行程时间的关系的增加而增加，当车辆到达率为500pcu/h时，左转车比例小于0.2时，增加幅度不明显，当左转车比Fig.6

Relationbetweenleftturnratioandtraveltime

例大于0.2时，行程时间快速增加.因此，对于不同的车辆到达率，均存在一个左转车比例的极限值，在该极限值以下时，车辆能够快速通过，当车辆到达率高于该极限值时，会引发交通拥堵，形成车辆排队，产生车辆延误.该极限值随着到达率的增加而减小.当到达率为300pcu/h时，该极限值为0.4，当到达率为400pcu/h时，该极限值为0.3，当到达率为500pcu/h时，该极限值为0.2.

图7左转车比例与平均瞬时车速的关系Fig.7

Relationbetweenleftturnratioandspeed

第19卷第4期基于机动车排放的交叉口信号控制仿真与分析77

车辆到达率为300pcu/h时，10次仿真的车辆说明存在更多的不确定性，当左转车比例高于0.8转向比例与机动车排放的关系如图8所示.以CO2时，仿真结果又趋于一致.该临界值(0.4)与行程时为例，尾气排放特征被分为3个区域，当左转车比间变化的临界值(0.4)是相同的.其他几种类型的尾例低于0.4时，每次仿真数值高度一致，当左转车气与转向比例之间存在类似的关系.

比例高于0.4小于0.8时，每次仿真数值相差较大，

(a)CO2(b)CO

(c)HC

x

图8车辆转向比例与机动车排放的关系

(d)NOFig.8

Relationbetweenleftturnratioandvehicleemission

3结论

力达到最大，且最佳信号周期随着车辆到达率的本文建立了由信号控制交叉口和双向2车道增加而增加，使得交叉口通行效率达到最大化；行道路组成的交通流元胞自动机模型，该模型细化程时间随着左转车比例的增加而增加，且存在一了元胞，增加了车辆的速度取值范围，更加适合于个极限值，当左转车比例低于该极限值时，行程时城市交通.交叉口内直行车辆和转弯车辆采用不同间变化不大，当左转车比例高于该极限值时，容易的限速，配合交叉口信号配时方案，能够保证冲突形成拥堵；对应于不同的车辆转向比例，尾气排放车流有序前进，提高了交叉口仿真的真实性.利用特征被分为3个区域，左转车比例较低和较高时，该微观仿真模型和机动车排放MOVES模型相结尾气排放数值较稳定，当左转车比例中等时，交叉合，研究了车辆到达率与交叉口流量的关系，探讨口冲突较严重，尾气排放不确定性增加；从通行能了交叉口最佳信号周期时长与车辆到达率的关力、行程时间和尾气排放的角度，最佳信号周期是系，分析了车辆转向比例对交叉口通行效率和尾不同的，以本文为例，从通行能力角度考虑，最佳气排放的影响，仿真结果显示：交叉口流量随着车信号周期为80s，当车辆到达率为400pcu/h时，从辆到达率的增加而增加，趋向于某一固定值，即存行程时间考虑为20s，从CO2排放角度考虑为36s.

在一个最佳的信号周期时长，使得交叉口通行能

对于十字信号控制交叉口交通流建模与分析

78交通运输系统工程与信息2019年8月

的进一步研究可以考虑混合交通、绿信比、左转专用道、车辆到达规律等因素，构建更加符合实际的城市道路交叉口元胞自动机模型，提高交通仿真的真实性，为交通工程实践提供决策支持.

参考文献：

[1]

刘玲慧[D].urban南.signal京基于机动车排放的城市信号控制策略研究

：东control南大strategies学,2016.based[LIUonLvehicleH.Researchemissionof[2]

巴兴强[D].Nanjing:SoutheastUniversity,2016.]

交叉口组织优化排放分析,徐孟发,李洪涛．基于[J]．重庆理工大学学报MOVES的城市道路(自然科学T.)，2018(6):115-121．[BAXQ,XUMF,organizationTheemissionresearchofurbanroadintersectionLIHofJournalofChongqingoptimizationUniversitymeasuresofbasedTechnologyonMOVES[J].[3]

Science),(NaturalSADEKA2018(6):approachesW,ZHAO115-121.]

YJ.Computationefficientwithtraffictosimulators[J].integratingtheProcediaMOVESComputeremissionsmodel[4]

CHEN2013,35(5):andK,YU882-887.

Science,L.Microscopictraffic-emissionsimulation[J].Journalcasestudyofforevaluationoftrafficcontrolstrategies[5]

InformationTransportationSystemsEngineeringandLIintersectionsXG,LITechnology,GQ,PANG2007,SS,7(1):et93-99.

al.Signaltimingofquality,TransportationemissionsusingResearchandintegratedfuelPartconsumption:optimizationoftrafficD:TransportAnote[J].and

[6]余柳Environment,时3016-优,化于雷仿,真万涛2004,研究,等9(5):[J]..综合环境因素及延误的信号配

401-407.

系统仿真学报,2008,study3019.environmentalontraffic[YUL,YUL,WANGT,etal.Simulation20(11):factorsignalandtimingdelay[J].optimizationintegrating[7]华Simulation,2008,20(11):3016-3019.]

JournalofSystem仿真平台研究,张星臣(1):[J].,赵凛交通运输系统工程与信息,等.基于元胞自动机的交叉口

,2009,9Simulation68-73.[CHENbasedplatformJforH,ZHANGXC,ZHAOL,etal.Transportationoncellularautomation[J].non-signalizedintersection[8]李素兰Technology,SystemsEngineeringandJournalInformationof建模与通行能力分析,张谢东2009,,施俊庆9(1):68-73.]

,(12):[J].等.公路交通科技信号控制交叉口交通流

Traffic108-114.[LISL,ZHANGXD,SHI,J2017,Q,34intersection[J].flowmodelingJournalandofcapacityetal.Highwayanalysisandofsignalized[9]施俊庆Research网交通流元胞自动机模型,李志强andDevelopment,,李素兰,等2017,34(12):Transportation108-114][J]..考虑双向交通的城市路

交通运输系统工程与信息A,2017,17(2):90-96.[SHIJQ,LIZQ,consideringcellularautomatonLISL,etal.TransportationbidirectionalmodelofurbanroadnetworkSystemsEngineeringtraffic[J].andJournalInformationof[10]Technology,FREYsimplifiedHC,2017,17(2):90-96.]

simulationversionLIUB.ofMOVESDevelopmentforcouplingandevaluationwithaofa

Board13-1201,91stmodel[C].TheTransportationResearchtraffic2013.

AnnualMeetingCompendiumofPapers,No.