CN113313940A - 一种无信号环岛人行横道限流方法 - Google Patents

Abstract

本发明公开了一种无信号环岛人行横道限流方法，包括：构建模糊元胞自动机模型；对礼让行人的车辆，按照元胞自动机的规则进行车辆速度和位置更新；对不礼让行人的车辆，根据模糊推理系统推理车辆在人行横道前的过滤决策；环岛系统内的车辆遵循环内优先规则；设置以交通流量和驾驶员礼让率为变量的仿真实验，确定安全和效率评价指标；根据仿真结果，得到我国在人行横道处设置交通信号灯的交通流条件对应的安全和效率评价指标值，并将其确定为安全临界值；以临界安全面以下各确定的车辆流量下的最大行人流量，推导环岛人行横道的行人限流措施。本发明为环岛人行横道的行人限流措施提供参考，能减轻环形交叉口的交通负荷，提高行人过街的安全性。

Description

一种无信号环岛人行横道限流方法

技术领域

本发明属于道路交通技术领域，尤其涉及一种无信号环岛人行横道限流方法。

技术背景

通往中心岛的人行横道不仅降低了环岛的交通效率，而且对过街行人的安全构成了很大的威胁。因此，不建议在环岛中心岛上设置人行横道。但是，随着城市进步，一些位于城市中心的古建筑在保留原址的情况下被改造成了环岛，来疏解城市中心的车辆与观光游客的冲突。为了方便行人进入景区，连接中心岛的人行横道被规划。一座座城市地标建筑，却成为了造成城市交通拥堵的要害。而与其进行规模浩大的重建和拆除，更迫切需要对现有的人行横道提出行人限流措施，以减轻环岛的交通负荷，提高过街行人的安全。

发明内容

有鉴于此，本发明提出一种无信号环岛人行横道限流方法，此方法在提升交通安全的同时保证交通效率。

本发明公开的一种无信号路段人行横道设置方法，包括以下步骤：

步骤1：将模糊推理系统合并到元胞自动机模型中构建模糊元胞自动机模型，模拟双车道环行交叉口车道上行人与环内车辆的干扰，车辆和行人以一定的行人流入率和车辆流入率产生；

步骤2：基于动态交通和行人特征的输入数据，该模型判断当前的环内车辆是否驶近人行横道；

如果当前的环内车辆远离人行横道，当前车辆的运动服从环形交叉口典型的NaSch模型的更新规则；

如果当前的环内车辆在人行横道前，驾驶员行为将被划分。对于遵守礼让行人交通规则的司机，他们会对过路的行人让步，他们的速度和位置应该根据礼让行人的交通规则更新。对于不遵守礼让行人交通规则的驾驶行为，应通过模糊推理系统中基于动态交通和行人特征的输出结果确定过滤决策；

步骤3：根据现场调查数据对模糊推理系统中的隶属度函数进行标定，对步骤1和2进行仿真，由仿真结果，可得到我国在人行横道设置交通信号灯的交通流条件对应的安全和效率评价指标值，将其确定为安全临界值；

步骤4：根据步骤3的仿真结果，确定临界安全值之下各确定的车辆流量对应的最大行人流量，得到环岛人行横道行人限流措施的行人流量条件；

步骤5：根据所述无信号环岛人行横道的行人流量条件，确定无信号环岛人行横道在不同交通流量范围内的行人限流措施。

进一步的，远离人行横道和进车道上的车辆均遵守NaSch模型的更新规则。假设v_n是车辆的速度，x_n是车辆的位置，d_n表示车辆n与其前车n+1之间的最小间隙(即d_n＝x_n+1-x_n-1)，根据Nasch模型的规则，每次迭代更新包括以下四个连续的步骤：

(1)加速[v_n(t+1)→min(v_n(t)+1,v_max)]。如果一辆车的速度v小于v_max，而与前面一辆车的距离大于v+1，则车速增加一个单位[v→v+1]；

(2)减速(由其他车辆影响造成的减速)[v_n(t+1)→min(v_n(t+1)-1,d_n)]。如果在位置i的驾驶员看到前车在位置i+j(其中j≤v)，那么车速降低为[v→j-1]；

(3)随机慢化[v_n(t+1)→max(v_n(t+1)-1,0)]。随着概率p_r，每辆车的速度减少一个单位[v→v-1]直到0；

(4)车辆运动[x_n(t+1)→x_n(t)+v_n(t+1)]。每辆车在下一时步都前进v个元胞。

进一步的，对于行人模型，单个行人的过街过程由行人间隙接受模型决定。

进一步的，所述模糊推理系统的输入变量为行人间隙和行人过街速度，将行人间隙分为第一间隙、第二间隙和第三间隙三个等级，将行人过街速度分为第一速度、第二速度和第三速度三个等级，输出变量是车辆在无信号环岛人行横道前的过滤决策，即通过或等待。

进一步的，所述过滤决策如下：

若行人间隙为第一间隙，车辆在人行横道前停车等待让行；若行人间隙为第三间隙，车辆通过人行横道；

若行人间隙为第二间隙，当行人过街速度为第一速度时，车辆直接通过人行横道，而当行人过街速度为第二速度或第三速度时，车辆在人行横道前停车等待让行。

进一步的，安全评价指标采用碰撞时差，所述碰撞时差定义为在某个时刻，假定交通参与者的速度和路径方向保持不变，行人和车辆通过当前方向的交叉点的时间差；计算每次运行中落入危险区域的碰撞时差的数量N_TDTC，如下式所示：

其中i＝1，2，3…，TDTC_i为第i辆车的碰撞时差值，X_i表示TDTC_i是否落入潜在冲突范围，n为人行横道前车辆数，N_TDTC为落入危险区域的TDTC数，N_TDTC越高，说明行人与车辆发生冲突的风险越严重。

进一步的，效率评价指标采用自由流状态下通过环岛的车辆比例β。在自由流状态下，车辆可以自由进出环岛，没有任何障碍。若β等于1，说明环岛系统内所有的车辆均处于自由流状态，车辆流量在环岛的容量承受范围之内。β值越高，说明环岛系统的交通效率性能越好。

进一步的，根据我国2017年实行的《道路交通信号灯设置与安装规范》，路段机动车和行人高峰小时流量超过表2所规定的数值时，应设置人行横道信号灯和相应的机动车信号灯，假设安装交通灯相当于所有的驾驶员都遵守礼让行人交通规则，即驾驶员礼让率为1。

本发明的有益效果如下：

1)确定安全和效率评价指标，可准确判断不同交通条件下人车冲突对整个环岛系统安全与效率的影响；

2)根据FCA模型仿真结果以及我国在人行横道设置交通信号灯的规范，可以有效地推导无信号环岛人行横道行人限流措施；

3)本发明提出的不同交通流量范围内的行人限流措施，能减轻环岛的交通负荷，提高过街行人的安全；

4)本发明提供一种无信号环岛人行横道的限流方法，是对现有规范的补充，可为无信号环岛人行横道的交通管理方案提供参考。

附图说明

图1本发明无信号环岛人行横道模糊元胞自动机模型结构；

图2无信号环岛人行横道元胞场景图；

图3环道车辆优先规则；

图4无信号人行横道前驾驶员过滤决策模糊推理系统结构；

图5无信号环岛人行横道前驾驶员过滤决策的隶属度函数；

图6不同交通条件的N_TDTC值仿真结果；

图7不同交通条件的β值仿真结果；

图8N_TDTC值模拟结果中的安全临界值(p＝0)；

图9可通往中心岛的无信号环岛人行横道行人限流措施。

具体实施方式

下面结合附图对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明教导所作的任何变换或替换，均属于本发明的保护范围。

本发明建立一个模糊元胞自动机(Fuzzy Cellular Automata,FCA)模型来模拟双车道环行交叉口车道上行人与环内车辆的干扰。模糊推理系统中的模糊集合用于生成单个驾驶员在人行横道前的过滤决策，而元胞自动机模型的规则用来对行人和车辆的运动进行建模。无信号环岛模糊元胞自动机模型结构如图1所示。

本发明考虑的是一个环岛系统，图2为环形交叉口模型场景图，包含一个N₁元胞数的封闭环和四条N₂元胞数的进/出车道，车辆在环内中按逆时针方向行驶。在环形交叉口的四个方向中，进车道的编号用奇数表示，出车道的编号用偶数表示。对于每个车辆元胞，选择3.6m×3.6m的正方形大小，并且每辆车占用2个元胞。

此外，环形交叉口内部设置了2×N₃元胞数的人行横道，承担通往中心岛的过街行人的出行，具体如图2所示。在人行横道上，每个行人元胞的尺寸设计为1.2m×1.2m的正方形格子。本发明主要研究的是过街行人与环内车辆的冲突，为了防止双向行人内部的冲突对人车冲突结果造成干扰，本发明假设行人均靠右行走。人行横道被分为两个部分，一部分用于顺向行人(即从右向左行走的行人)行走，另一部分用于逆向行人(即从左向右的行人)行走。

(1)行人运动规则

在每个时间步，以行人流入率α_ped在等候区产生行人。如果人行横道网格中的第一个元胞是空的，行人将根据间隙接受模型来决定是否通过人行横道。在间隙接受模型中，时间间隙是指行人准备进入人行横道的时刻与离人行横道最近的车辆到达行人垂直线(即冲突区域)的时刻的差值。临界时间间隙是行人能接受的足够通过人行横道的最小时间间隔，根据现场观察的结果，本章的临界时间间隙设定为6s。如果时间间隙等于或大于临界时间间隙，行人就做出通过人行横道的决策。否则，行人将在行人等待区域继续等待新的可用间隙。通常来说，人行横道前的车辆应该给行人让路，行人在人行横道上有优先路权。一般情况下，行人速度为1cell/s(即1.2m/s)。但如果当前的时间间隙接近临界时间间隙，行人的速度将增加一个单位到2cell/s(即2.4m/s)。

(2)车辆运动规则

当环形交叉口的入口点为空时，在每个时间步以车辆流入率α_veh产生一辆新的车辆进入进车道。另外，入环车辆在进入环形交叉路口前以相等的概率选择左转、直行和右转方向，但不考虑掉头的情况。并且，环内车辆在驶出环形交叉口时使用转向灯提示其他车辆。

远离人行横道和进车道上的车辆均遵守NaSch模型的更新规则，每次迭代更新包括以下四个连续的步骤，所有车辆并行执行：

①加速[v_n(t+1)→min(v_n(t)+1,v_max)]。如果一辆车的速度v小于v_max，而与前面一辆车的距离大于v+1，则车速增加一个单位[v→v+1]；

②减速(由其他车辆影响造成的减速)[v_n(t+1)→min(v_n(t+1)-1,d_n)]。如果在位置i的驾驶员看到前车在位置i+j(其中j≤v)，那么车速降低为[v→j-1]；

③随机慢化[v_n(t+1)→max(v_n(t+1)-1,0)]。随着概率p_r，每辆车的速度减少一个单位[v→v-1]直到0；

④车辆运动[x_n(t+1)→x_n(t)+v_n(t+1)]。每辆车在下一时步都前进v个元胞。

其中，v_n是车辆的速度，x_n是车辆的位置。d_n表示车辆n与其前车n+1之间的最小间隙(即d_n＝x_n+1-x_n-1)。环形交叉口外的车辆(进/出车道上的车辆)的最大速度为5cell/s，即64.8km/h，环形交叉口内的车辆的最大速度为3cell/s，即38.88km/h。

“环形优先，”也叫做越位优先规则，规定环形交叉口环内的车辆有优先通行权，入环车辆停车让行环内的车辆便是该理念的反映。越位优先规则保证环内车辆不用被迫改变轨迹来避免碰撞。如图3所示，在越位优先规则中，入环车辆按照以下规则进入环形交叉口：

当离环车辆打开转向灯准备接近其预定出口，且入环元胞为空时，入环车辆无需考虑环内车流的间隙即可进入环道。

否则，入环车辆将判断离环车辆与入环元胞之间的空元胞数d₁，如图3(a)所示。如果d₁＞v₀+1，则入环车辆可以进入环形交叉口。v₀在这里表示离环车辆的速度。

另一方面，当出环点没有其他车辆时，离环车辆将会判断离环车辆与出环元胞之间的空元胞数d₂，如图3(b)所示。如果d₂＜v₀，离环车辆将离开环道，并从环岛系统中移除。

在无信号控制下的人车动态交互中，人行横道前有两个有关行人的因素影响驾驶员的过滤决策：行人间隙和速度，其中行人间隙指的是车辆通过行人和潜在冲突区域之间的间隙。也就是说，如果过街行人与冲突区域之间的间隙有限，或者行人速度较快，车辆通过人行横道时就会有发生碰撞的潜在风险。因此，本发明的模糊推理系统的输入变量为行人间隙和行人过街速度。并且，将行人间隙分为第一间隙(即短间隙)、第二间隙(即中间隙)、第三间隙(即长间隙)三个等级。本实施例优选短间隙为小于一个行人元胞的间隙，中间隙为小于两个行人元胞，大于一个行人元胞的间隙，长间隙为大于两个行人元胞的间隙。短间隙，中间隙和长间隙还需要根据实际交通条件进行调整，本实施例对此不作限定。将行人过街速度分为第一速度、第二速度、第三三个等级。而输出变量是驾驶员在无信号人行横道前的过滤决策，即通过或者等待。本实施例优选行人过街速度中的第一速度为慢速，慢速可以认为步行速度在4公里/小时以下，第二速度为中速，中速为4-7公里/小时，第三速度是快速，快速为7公里/小时，根据实际环境的需要，还可以对行人过街速度的三个级别进行调整，本实施例对此不作限定。

模糊推理系统的结构如图4所示，输入变量和输出变量之间的模糊规则如表1所示。当行人间隙为中间隙时，驾驶员的决策同时受到行人速度和行人间隙的影响。例如，如果行人间隙为中间隙，而行人速度较慢时，驾驶员会选择直接通过人行横道；如果行人间隙为中间隙，而行人速度较快或中时，驾驶员会选择在人行横道前停车等待让行。当行人间隙为短间隙或长间隙时，驾驶员的决策只取决于行人间隙的长短。若行人间隙为短，驾驶员将选择在人行横道前停车等待让行；若行人间隙为长，驾驶员将选择通过人行横道。

表1无信号人行横道前驾驶员过滤决策模糊规则

序号	过街行人速度	行人间隙	驾驶员过滤决策
				1	快；中；慢	长	通过
2	慢	中	通过
				3	快；中	中	等待
4	快；中；慢	短	等待

为确定行人间隙和过街行人速度的隶属度函数，选取长沙中山亭环岛进行实地调查。根据现场调查的行人间隙和行人速度数据，得到输入、输出变量的高斯隶属度函数图和驾驶员过滤决策输出响应图，如图5所示。

安全评价指标采用碰撞时差(TDTC)，TDTC定义为在某个时刻，假定交通参与者的速度和路径方向保持不变，行人和车辆通过当前方向的交叉点(冲突点)的时间差。根据TDTC的定义，TDTC的绝对值越接近于0，人车冲突的风险程度就越严重。在本发明的无信号路段人行横道中，如果TDTC的绝对值大于3(单个车道元胞对应的行人元胞数为3，见图2)，几乎不会存在冲突风险。因为行人的最大速度为2cell/s，平均速度为1cell/s，当TDTC的绝对值大于3时，行人与车辆不会发生碰撞。因此，我们计算每次运行中的潜在冲突数量N_TDTC，如下式所示：

其中i＝1，2，3…，TDTC_i为第i辆车的TDTC值，X_i表示TDTC_i是否落入潜在冲突范围，n为人行横道前车辆数，N_TDTC为落入危险区域的TDTC数。显然，N_TDTC越高，行人与车辆发生冲突的风险越严重。

效率评价指标采用自由流状态下通过环岛的车辆比例β。在自由流状态下，车辆可以自由进出环岛，没有任何障碍。若β等于1，说明环岛系统内所有的车辆均处于自由流状态，车辆流量在环岛的容量承受范围之内。β值越高，说明环岛系统的交通效率性能越好。

以长沙中山亭环岛为例，将车辆流量和行人流量作为变量，设置p＝1、p＝0.5和p＝0(其中p为驾驶员礼让率)的三组仿真实验，比较不同交通条件下环岛系统人车冲突严重程度和交通效率的差异，安全指标N_TDTC的仿真结果如图6所示，效率指标β的仿真结果如图7所示。

本发明判别无信号环岛人行横道限流条件的思路如下：前提假设是如果没有设置人行横道，则驾驶员的礼让率为0；如果在已施划人行横道处安装交通信号灯，则驾驶员的礼让率为1。为了确定在无信号环岛人行横道采取行人限流措施的临界安全条件(当安全指标超过临界安全值时，环岛人行横道需要采取行人限流措施来保证环岛系统的安全和效率)，根据《道路交通信号灯设置与安装规范》可得到在已施划人行横道的路段设置人行横道信号灯(p＝1时)的路段机动车和行人高峰小时流量条件，由p＝1时的安全指标仿真结果可得到交通流条件对应的N_TDTC值，于是将其确定为临界安全条件。然后，为最大程度保证仿真场景的安全性，在场景中假设最糟糕的驾驶员行为，即p＝0，在p＝0时的安全指标仿真结果中找出临界安全条件N_TDTC值对应的最大行人流量，就可以推导得出无信号环岛人行横道不同交通流量范围内的行人限流措施。

根据中国国家标准化管理委员会发布的《道路交通信号灯设置与安装规范》，表2列出了环形路段人行横道上安装交通信号灯时的交通流条件，当人行横道上的机动车和行人高峰小时流量大于表2所列的任何一对数值时，应在此设置交通信号灯以缓解行人与机动车之间的冲突。

表2路段机动车和行人高峰小时流量

安装交通灯相当于所有的驾驶员都遵守礼让行人交通规则，即p＝1的情况。当p＝1时，根据图6(a)和图7(a)的仿真结果可以得到交通流条件下相应的N_TDTC值和β值，如表3所示。在三组交通流情况下，β值都接近于1，说明环内车辆流率与流入率几乎相等。三组N_TDTC值的波动不超过15％，这验证了本文的环岛模糊元胞自动机模型在安全条件上和《道路交通信号灯设置与安装规范》是一致的。当环内车辆流量为600pcu/h，行人流量为460ped/h时，此时的N_TDTC有最小值145，被确定为临界安全值。

表3临界安全条件

为最大程度保证仿真场景的安全性，我们在场景中假设最糟糕的驾驶员行为，即p＝0。如图8所示，临界安全条件被表示在p＝0的仿真结果中。临界安全面下面的区域是相对安全的，而临界安全面上面的区域则表示有危险的冲突。为了确定人行横道的行人限流措施，图9列出了p＝0时，在临界安全面以下各确定的车辆流量下的最大行人流量。

由图9，本发明无信号环岛人行横道的行人限流方法如下：

(1)当车辆流量小于540pcu/h时，线性函数(x代表车辆流量，y代表最大行人流量)用于得到行人限流措施的行人流量条件。

(2)当车辆流量达到540pcu/h但小于900pcu/h时，行人流量建议限制到200ped/h以下。

(3)当车辆流量大于900pcu/h时，最大的行人流量应控制在130ped/h以内。

本发明的有益效果如下：

1)确定安全和效率评价指标，可准确判断不同交通条件下人车冲突对整个环岛系统安全与效率的影响；

2)根据FCA模型仿真结果以及我国在人行横道设置交通信号灯的规范，可以有效地推导无信号环岛人行横道行人限流措施；

3)本发明提出的不同交通流量范围内的行人限流措施，能减轻环岛的交通负荷，提高过街行人的安全；

4)本发明提供一种无信号环岛人行横道的限流方法，是对现有规范的补充，可为无信号环岛人行横道的交通管理方案提供参考。

上述实施例为本发明的一种实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何背离本发明的精神实质与原理下所做的改变、修饰、代替、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种无信号环岛人行横道限流方法，其特征在于，包括以下步骤：

步骤1：将模糊推理系统合并到元胞自动机模型中构建模糊元胞自动机模型，模拟双车道环行交叉口车道上行人与环内车辆的干扰，车辆和行人以一定的车辆流入率和行人流入率产生；

步骤2：基于动态交通和行人特征的输入数据，该模型判断当前的环内车辆是否驶近人行横道；

如果当前的环内车辆远离人行横道，当前车辆的运动服从环形交叉口典型的NaSch模型的更新规则；

如果当前的环内车辆在人行横道前，驾驶员行为将被划分：对于遵守礼让行人交通规则的司机，他们会对过路的行人让步，他们的速度和位置根据礼让行人的交通规则更新；对于不遵守礼让行人交通规则的驾驶行为，通过模糊推理系统中基于动态交通和行人特征的输出结果确定过滤决策；

步骤3：根据现场调查数据对模糊推理系统中的隶属度函数进行标定，对步骤1和2进行仿真，由仿真结果，得到我国在人行横道设置交通信号灯的交通流条件对应的安全和效率评价指标值，将其确定为安全临界值；

步骤4：根据步骤3的仿真结果，确定临界安全值之下各确定的车辆流量对应的最大行人流量，得到环岛人行横道行人限流措施的行人流量条件；

步骤5：根据所述无信号环岛人行横道的行人流量条件，确定无信号环岛人行横道在不同交通流量范围内的行人限流措施。

2.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，远离人行横道和进车道上的车辆均遵守NaSch模型的更新规则，假设v_n是车辆的速度，x_n是车辆的位置，d_n表示车辆n与其前车n+1之间的最小间隙(即d_n＝x_n+1-x_n-1)，根据Nasch模型的规则，每次迭代更新包括以下四个连续的步骤：

(1)加速[v_n(t+1)→min(v_n(t)+1,v_max)]，如果一辆车的速度v小于v_max，而与前面一辆车的距离大于v+1，则车速增加一个单位[v→v+1]；

(2)减速(由其他车辆影响造成的减速)[v_n(t+1)→min(v_n(t+1)-1,d_n)]，如果在位置i的驾驶员看到前车在位置i+j(其中j≤v)，那么车速降低为[v→j-1]；

(3)随机慢化[v_n(t+1)→max(v_n(t+1)-1,0)]，随着概率p_r，每辆车的速度减少一个单位[v→v-1]直到0；

(4)车辆运动[x_n(t+1)→x_n(t)+v_n(t+1)]，每辆车在下一时步都前进v个元胞。

3.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，对于行人模型，单个行人的过街过程由行人间隙接受模型决定。

4.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，所述模糊推理系统的输入变量为行人间隙和行人过街速度，将行人间隙分为第一间隙、第二间隙和第三间隙三个等级，将行人过街速度分为第一速度、第二速度和第三速度三个等级，输出变量是车辆在无信号环岛人行横道前的过滤决策，即通过或等待。

5.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，所述过滤决策如下：

若行人间隙为第一间隙，车辆在人行横道前停车等待让行；若行人间隙为第三间隙，车辆通过人行横道；

若行人间隙为第二间隙，当行人过街速度为第一速度时，车辆直接通过人行横道，而当行人过街速度为第二速度或第三速度时，车辆在人行横道前停车等待让行。

6.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，安全评价指标采用碰撞时差，所述碰撞时差定义为在某个时刻，假定交通参与者的速度和路径方向保持不变，行人和车辆通过当前方向的交叉点的时间差；计算每次运行中落入危险区域的碰撞时差的数量N_TDTC，如下式所示：

其中i＝1，2，3…，TDTC_i为第i辆车的碰撞时差值，X_i表示TDTC_i是否落入潜在冲突范围，n为人行横道前车辆数，N_TDTC为落入危险区域的TDTC数，N_TDTC越高，说明行人与车辆发生冲突的风险越严重。

7.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，效率评价指标采用自由流状态下通过环岛的车辆比例β，在自由流状态下，车辆可以自由进出环岛，没有任何障碍，若β等于1，说明环岛系统内所有的车辆均处于自由流状态，车辆流量在环岛的容量承受范围之内，β值越高，说明环岛系统的交通效率性能越好。

8.根据权利要求1所述的无信号环岛人行横道限流方法，其特征在于，假设安装交通灯相当于所有的驾驶员都遵守礼让行人交通规则，即驾驶员礼让率为1。

Images