协会会员注册关闭

会员ID:

会员名称:

密码:

职务:

手机号码:

工作单位:

电子邮箱:

地址:

邮编:

固定电话:

单位手机:

传真:

备注:

中国智能交通协会

能力、需求与状态—交通系统控制与优化的基础(二)

2022-03-25   来源:中国智能交通协会


  四、全量认知、广域赋能:新模式的应用案例
  (一)在上海,已积累两年全量轨迹数据
在这个基础上,我们就能够做到“完备感知、全量认知、广域赋能”的新模式。我们用了这么多的数据,同时也揭露了实体停车场的数据。在系统的虚拟停车场可能包括若干个实体停车场,接入多少个实体停车场,就补充进系统,也是天然吻合的。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片18.png

图15 上海全量轨迹数据


  (二)基于全量个体认知的交通管理新模式
  由此,我就提出了四个“一体化”,分别是动静态一体化,因为每辆车它的动态和静态是相互转换的,从动态到静态,从静态到动态;宏微观一体化,宏观从微观来,每个个体的直接相加等于宏观,不是统计也不是抽样;规划设计建设管理一体化,现在上海就是这种模式,我们从制定政策、制定规划到管理,都能够用一套数据;出行者、管理者、行业者一体化,我们正在努力实施。从管理上,要解决所有问题都是一个链条,包括潜在对象、活动对象和重点对象。像是上海的渣土车,原本是最难管的,现在从“原来的抓了多少辆”变成了“抓剩多少辆”。然后技术链条,是包括发现、整顿、治理和评估。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片19.png

图16 四个一体化


  (三)高架干道“削峰填谷”调控(上海延安高架 东往西)
  这是上海最拥堵的道路之一,延安高架的其中一段。这段路总共有19个上下闸道口,现在高峰期肯定是非常堵的。怎么来分析和解决这个堵?我们就一辆辆数,进闸道的车辆数加上动态在路上行驶的车辆数,减去出闸道的车辆数,来统计在网车辆数,也就是这条路有多少车同时在开。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片20.png

图17 上海延安高架的拥堵分析


  研究发现,这条路的承载力就是1880辆。当这段路超过1880辆,它的效率就会下降。在路上的车越多,速度就越慢,可见蓝色这条线。那么我们就清楚了,只要控制这条路不超过1880辆车,就能实现平衡,可见蓝色虚线,就能把行驶速度维持在40公里左右。当掌握道路的需求和能力,就能实现控制。大家都知道闸道控制要一体化解决,不能把上游控制了,下游却堵住了。现在我们把它算清楚了,只要控制10%的常态化出行,就能把效率提高20%。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片21.png

图18 上海延安高架的调控效果


  (四)“溢出”路段控制优化,找出“短路段”管理容量
  另外一个交通难题是“溢出”。在上海,我们通过系统对路网自动扫描,发现潜在的短路口可能存在溢出风险的有1022处,已出现“溢出”的有376处,严重“溢出”的有26处,近一个月时间我们治理的有6处。
  在仙霞路有5个短路段,早高峰需求是每个周期不断增加的,当车辆增多到进入道路的车辆大过离开道路的车辆时,路上就会有淤积。这种淤积就会导致排队长度超出道路长度,出现“溢出”。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片22.png

图19 “溢出”路段的控制优化


  经过测算,如图示,这4个路口的第一段路是375米,最多容纳72辆车;第二段路是220米,最多容纳48辆车;第三段路是240米,最多容纳65辆车。当早上的车越来越多,首先被突破的就是最前面的240米,因为在现有信号控制的条件下,它实际排队是70辆车,超出道路能容纳的65辆车,一超过就溢出了,一溢出整个路网都乱了。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片23.png

图20 “溢出”路段的诊断成因


  当摸清这一路段的交通需求和容量,只需要调几秒参数,在前一个路口截留六七秒。我们首先保证仙霞路出口流量不变,不影响下游路段的通行。同时确保这一段路不堵死,确保流量和240米的车辆容纳数量一致,通行时间最少。这一路段的解决效果就是后面两个路段排队稍微多一点,但又不超出路段车辆容纳数量,让前面路段排队少些,这个溢出就解除了。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片24.png

图21 “溢出”路段的优化方案


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片25.png

图22 “溢出”路段的优化效果


  我相信很多人有很多办法可以解决单点溢出的问题,但是我们通过一辆一辆数车的方式数清楚了,解决连续几个路段的溢出问题,感受还是不一样的。
  这是无人机拍的一个视频截图。可以看到,之前解决溢出最有效的办法还是人力。上海大概有1万多个协管员,哪里排队拖尾巴了,就来拦车。如果没有他,交通早瘫痪了,所以最大的智能交通是协管员。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片26.png

图23 无人机画面


  当我们把系统建完后,可以看到,当走到路段末端快要溢出时,系统就自然把它拦住了。这就是平衡计算的结果,所以说结构性溢出是可以通过结构性计算来解决的。所谓的结构性溢出,就是当每一个信号周期达到最大通行能力时,必然发生溢出,高峰时段更加突出。当我们认知了路面的交通需求和状态,就可以更加精准调控。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片27.png

图24 “溢出”路段控制优化效果


  (五)宣城“家警校”,从全量需求中找出“致堵分子”
  另外,我们在宣城做的“家警校”,也是解决“需求、能力和状态”的问题。经过系统分析,在中小学门口,接小孩的私家车有262辆,每天放学期间大概有70多辆同时到校,能够停车的位置47个。于是我们给家长发通知分批到校,由过去要人力维持变成短信就能解决这个问题。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片28.png

图25 宣城“家警校”优化分析





C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片29.png

图26 宣城“家警校”优化效果


  五、讨论与建议
  第一,给大家留一道数学题。在给定的路网范围内,已知全量的OD和路径,以及每个信号路口的相位和相序,求解路口的最佳周期、绿信比和相位差,使得所有车辆的总旅行时间最短,我希望行业里的人能解解这个数学题。

 


C:UserslenovoDesktop新建文件夹新建文件夹新建文件夹 (289)图片30.png

图27 交通数学题


  第二,避免把多个因果关系混为一谈。组织渠化、信号控制、驾驶人、行人因素、安全教育,是不同维度。在上海,有人问我,你能解决行人问题吗?我说不能解决。我反问他,你能解决吗?他说也不能解决。治病有诊断、手术、护理、心理等,要把边界搞清楚。


C:UserslenovoDesktop新建文件夹新建文件夹新建文件夹 (289)图片31.png

图28 明确问题的边界和范围


  第三,求解能力、需求、状态三者关系,是解决交通问题的基础。我们系统先前叫“交通大脑”,现在叫“信息物理系统”,我最喜欢的名字是“全域全量全时动静一体数车器”,最关键是把车数清楚了,掌握每一辆车的每一次出行和驻停,包括过去、现在和未来。


C:UserslenovoDesktop新建文件夹新建文件夹新建文件夹 (289)图片32.png

图29 解决交通问题的基础