国外先进的交通信号控制系统之SCOOT

简介 
       SCOOT将其所控制的路口或路段人行横道视为道路网中的节点，在每个信号周期内，根据本周期各方向（即节点上的各连线）到达节点交通需求的变化，从交通均衡、交通相关和交通连续的角度，对每次绿灯时间的变化进行优化调整，同时，系统的使用者还可以根据具体实际情况和控制战略要求，施加带有倾向性的干预，从而在减少延误，缩短旅行时间，提高通行能力方面获得明显稳定的效果。

　　SCOOT系统根据检测器得到的实时数据计算交通量、占用时间、占有率及拥挤程度。同时，它结合检测数据和预先存储的交通参数对各路口进行车队预测，由此利用交通环境对子区和路网的信号配时进行优化。SCOOT 系统因其在应用中的良好表现得到了普遍认可，应用越来越广泛

　　SCOOT(Split, Cycle and Offset Optimization Technique)产生于70年代的英国，由英国运输与道路研究所（TRRL）研制成功。

　　它的模型基础原自TRANSYT(TrafficNetwork Study Tool)，采用了同样的周期流分布图（CFP）的建模方式和相近的目标函数。不过有了显著的改进，TRANSYT的CFP是以历史的平均交通流计算的；而SCOOT是联机模型，CFP是实时测量的。

　　SCOOT的研究始于1973年，并在1977年的哥拉斯格市进行现场试验，1979年在该市大规模试验获得圆满成功，从此在英国进行全面的推广。

　　二十世纪80年代初引入中国，成都、大连、北京等用SCOOT.

 
研究与应用历史 
　　SCOOT(Split, Cycle and Offset Optimization Technique)产生于70年代的英国，由英国运输与道路研究所（TRRL）研制成功。

　　它的模型基础原自TRANSYT(TrafficNetwork Study Tool)，采用了同样的周期流分布图（CFP）的建模方式和相近的目标函数。不过有了显著的改进，TRANSYT的CFP是以历史的平均交通流计算的；而SCOOT是联机模型，CFP是实时测量的。

　　SCOOT的研究始于1973年，并在1977年的哥拉斯格市进行现场试验，1979年在该市大规模试验获得圆满成功，从此在英国进行全面的推广。

　　二十世纪80年代初引入中国，成都、大连、北京等用SCOOT.
基本原理 
　　SCOOT通过车辆检测器实时的测量并跟踪交通运动，他利用一个联机的交通模型和相应的控制参数优化程序来优化信号控制器的配时。SCOOT的检测器在当时创新之处就是集计数检测器和占有率检测器两种功能于一身。它能测量流量和占有绿的混合参数；安装在适当的位置可直接测量交通阻塞。

　　SCOOT检测器的环形线圈埋设在上游交叉路口的出口，检测的数据上传至”UTC”计算机中，经过处理便生成了SCOOT的模型核心——周期流分布图CFP。

　　SCOOT的优化程序的任务就是利用CFP和交通模型找出信号配时参数的最佳组合。为了跟踪CFP的瞬时变化，SCOOT的优化程序采用小增量寻优方法，即信号配时参数可随CFP的变化作相应的微小变化。采用这种参数微调的好处是，对交通的连续运动妨碍最小，又不以为交通参与者所察觉。 
 

系统结构 
　　SCOOT系统是一种实时自适应控制系统，其硬件组成包括3个主要部分：中心计算机及外围设备，数据传输网络和外设装置（包括交通信号控制机、车辆检测器或摄像装置及信号灯）。软件大体由5个部分组成：1）车辆检测数据的采集和分析；2）交通模型（用于计算延误时间和排队长度等等）；3）配时方案参数优化调整；4）信号控制方案的执行；5）系统检测。以上5个子系统相互配合、协调工作，共同完成交通控制任务。 

系统特点 
　　SCOOT系统是方案形成式控制方式的典型代表，是一种实时自适应交通信号控制系统。SCOOT系统通过连续检测道路网络中交叉口所有进口道交通需求来优化每个交叉口的配时方案，使交叉口的延误和停车次数最小的动态、实时、在线信号控制系统。概括来讲，SCOOT系统具有5个特点。

　　1) 实用性强，几乎不受城市交通出行方式、出行起讫点分布、土地使用情况、季节性和临时性交通变化以及天气和气候变化的影响。

　　2) 对配时参数的优化是采用连续微量调整的方式，稳定性强。

　　3) 个别交通车辆检测器错误的反馈信息几乎不影响SCOOT系统对配时方案参数的优化，而且该系统对这类错误的信息有自动鉴别和淘汰功能。

　　4) 对路网上各交叉口信号配时方案的检验和调整，每秒钟都在进行，所以能对路网上交通状况的任何一种变化趋势做出迅速的反应。

　　5) SCOOT系统能提供各种反映路网交通状况的信息，为制定综合管理决策创造了有利的条件。但是，SCOOT系统几乎所有相关控制策略模型都是通过数学模型的仿真中获得，这就要求抽象的数学模型必须准确地反映系统的运行状态，误差范围小。否则，必然会影响控制效果；另一方面，数学模型的精确度越高，结构就越复杂，因而仿真时间就越长，这将会在实时性与可靠性之间产生矛盾，特别要求进一步提高效果时，这一矛盾就会越突出。