國外先進的交通信號控制系統之SCOOT

簡介 
       SCOOT將其所控制的路口或路段人行橫道視為道路網中的節點，在每個信號周期內，根據本周期各方向（即節點上的各連線）到達節點交通需求的變化，從交通均衡、交通相關和交通連續的角度，對每次綠燈時間的變化進行優化調整，同時，系統的使用者還可以根據具體實際情況和控制戰略要求，施加帶有傾向性的干預，從而在減少延誤，縮短旅行時間，提高通行能力方面獲得明顯穩定的效果。

　　SCOOT系統根據檢測器得到的實時數據計算交通量、占用時間、占有率及擁擠程度。同時，它結合檢測數據和預先存儲的交通參數對各路口進行車隊預測，由此利用交通環境對子區和路網的信號配時進行優化。SCOOT 系統因其在應用中的良好表現得到了普遍認可，應用越來越廣泛

　　SCOOT(Split, Cycle and Offset Optimization Technique)產生于70年代的英國，由英國運輸與道路研究所（TRRL）研制成功。

　　它的模型基礎原自TRANSYT(TrafficNetwork Study Tool)，采用了同樣的周期流分布圖（CFP）的建模方式和相近的目標函數。不過有了顯著的改進，TRANSYT的CFP是以歷史的平均交通流計算的；而SCOOT是聯機模型，CFP是實時測量的。

　　SCOOT的研究始于1973年，并在1977年的哥拉斯格市進行現場試驗，1979年在該市大規模試驗獲得圓滿成功，從此在英國進行全面的推廣。

　　二十世紀80年代初引入中國，成都、大連、北京等用SCOOT.

 
研究與應用歷史 
　　SCOOT(Split, Cycle and Offset Optimization Technique)產生于70年代的英國，由英國運輸與道路研究所（TRRL）研制成功。

　　它的模型基礎原自TRANSYT(TrafficNetwork Study Tool)，采用了同樣的周期流分布圖（CFP）的建模方式和相近的目標函數。不過有了顯著的改進，TRANSYT的CFP是以歷史的平均交通流計算的；而SCOOT是聯機模型，CFP是實時測量的。

　　SCOOT的研究始于1973年，并在1977年的哥拉斯格市進行現場試驗，1979年在該市大規模試驗獲得圓滿成功，從此在英國進行全面的推廣。

　　二十世紀80年代初引入中國，成都、大連、北京等用SCOOT.
基本原理 
　　SCOOT通過車輛檢測器實時的測量并跟蹤交通運動，他利用一個聯機的交通模型和相應的控制參數優化程序來優化信號控制器的配時。SCOOT的檢測器在當時創新之處就是集計數檢測器和占有率檢測器兩種功能于一身。它能測量流量和占有綠的混合參數；安裝在適當的位置可直接測量交通阻塞。

　　SCOOT檢測器的環形線圈埋設在上游交叉路口的出口，檢測的數據上傳至”UTC”計算機中，經過處理便生成了SCOOT的模型核心——周期流分布圖CFP。

　　SCOOT的優化程序的任務就是利用CFP和交通模型找出信號配時參數的最佳組合。為了跟蹤CFP的瞬時變化，SCOOT的優化程序采用小增量尋優方法，即信號配時參數可隨CFP的變化作相應的微小變化。采用這種參數微調的好處是，對交通的連續運動妨礙最小，又不以為交通參與者所察覺。 
 

系統結構 
　　SCOOT系統是一種實時自適應控制系統，其硬件組成包括3個主要部分：中心計算機及外圍設備，數據傳輸網絡和外設裝置（包括交通信號控制機、車輛檢測器或攝像裝置及信號燈）。軟件大體由5個部分組成：1）車輛檢測數據的采集和分析；2）交通模型（用于計算延誤時間和排隊長度等等）；3）配時方案參數優化調整；4）信號控制方案的執行；5）系統檢測。以上5個子系統相互配合、協調工作，共同完成交通控制任務。 

系統特點 
　　SCOOT系統是方案形成式控制方式的典型代表，是一種實時自適應交通信號控制系統。SCOOT系統通過連續檢測道路網絡中交叉口所有進口道交通需求來優化每個交叉口的配時方案，使交叉口的延誤和停車次數最小的動態、實時、在線信號控制系統。概括來講，SCOOT系統具有5個特點。

　　1) 實用性強，幾乎不受城市交通出行方式、出行起訖點分布、土地使用情況、季節性和臨時性交通變化以及天氣和氣候變化的影響。

　　2) 對配時參數的優化是采用連續微量調整的方式，穩定性強。

　　3) 個別交通車輛檢測器錯誤的反饋信息幾乎不影響SCOOT系統對配時方案參數的優化，而且該系統對這類錯誤的信息有自動鑒別和淘汰功能。

　　4) 對路網上各交叉口信號配時方案的檢驗和調整，每秒鐘都在進行，所以能對路網上交通狀況的任何一種變化趨勢做出迅速的反應。

　　5) SCOOT系統能提供各種反映路網交通狀況的信息，為制定綜合管理決策創造了有利的條件。但是，SCOOT系統幾乎所有相關控制策略模型都是通過數學模型的仿真中獲得，這就要求抽象的數學模型必須準確地反映系統的運行狀態，誤差范圍小。否則，必然會影響控制效果；另一方面，數學模型的精確度越高，結構就越復雜，因而仿真時間就越長，這將會在實時性與可靠性之間產生矛盾，特別要求進一步提高效果時，這一矛盾就會越突出。