1、第 25 卷 第 1 期重庆科技学院学报(自然科学版)2023 年 2 月基于车路协同的公交车辆优先控制模型蔡祥鹏杨 婷(泉州师范学院 交通与航海学院，福建 泉州 362000)收稿日期:2022 06 08基金项目:福建省中青年教师教育科研项目“基于车用无线通信技术的车路协同控制研究”(JAT200541)作者简介:蔡祥鹏(1981 )，男，硕士，讲师，研究方向为汽车自动变速技术和基于 C V2X 的车联网技术。摘要:为了进一步合理规划公交路线，提出一种基于车路协同的公交车辆优先控制模型。引入延长绿灯时间、缩短红灯时间、插入优先相位等绿时损失均衡策略，实时调整公交车辆行驶运行速度，协调车、路
2、之间的关系。利用车路协同技术构建公交车辆优先控制模型，以提高公交线路协调控制效果。根据仿真结果可知，该模型能够有效降低公交延误时间，减少交叉口延误，提升交叉口车辆运行效率。关键词:公交车辆;车路协同;车辆优先;绿时损失中图分类号:U491文献标识码:A文章编号:1673 1980(2023)01 0079 060前言随着我国经济飞速发展和城市化进程不断加快，机动车数量迅速增加，但城市道路资源开发速度比较缓慢1。机动车行驶管理在城市交通管理中至关重要，较慢的道路资源开发速度导致现有道路资源利用率激增，进而产生严重的交通堵塞现象。在城市发展中，公交系统极大程度地减轻了城市拥堵现象，优化了城市客运结
3、构，提升了城市居民生活质量，因此公交车辆优先控制是城市交通发展的必然方向2 3。作为复杂的交通车辆汇集地，交叉口的公交车辆优先控制是减少延误和节约乘客时间的关键。车路协同技术利用无线通信技术实现车路信息共享，通过交通控制模型进行车辆运行决策，为解决交通问题提供了思考方向4。车路协同理论为公交优先控制提供了车、路和人之间的精细化参数，为实现公交智慧化运行、优化交叉口配时参数提供了环境基础。车路协同主要包括车载技术、路侧技术和通信技术，用于实现公交运行状态参数的协同、互动和优化，降低交叉口延误，有利于公交控制模型的信息与决策交互。王庞伟等人从交通状态评价入手，分析车路协同系统的应用价值，提出车路协
4、同技术能够准确获取动态路网信息，对交通状态进行实时评价5。伍毅平等人为了解决恶劣天气下的汽车出行安全问题，利用车路协同技术建立了雾天预警系统，起到了提醒驾驶员的作用，提升了车辆运行生态特性，降低了车辆的能耗和排放6。邵明莉等人提出了利用车路协同技术实现交通灯的智慧控制，以提高特殊车辆通过交叉口的通行效率7。许敏佳等人提出了一种融合车辆行驶信息、信号灯信息和交叉口路况信息的交叉口附近车速控制方法，得出了使车辆连续、顺畅通过下游交叉口的引导车速，但该方法无法实现路段绿波控制8。张游等人基于时空间隙动态分配，提出了一种智能交叉口车速控制方法，使车辆能够根据控制区域交通实况预先进行速度调整，以实现不停
5、车通过交叉口，但该方法只针对单点交叉口的智能控制，未考虑到区域多交叉口的协同控制问题9。为此，本次研究将车路协同技术应用到公交车辆优先控制中，通过交通信号协同控制来改善97DOI:10.19406/ki.cqkjxyxbzkb.2023.01.001蔡祥鹏，等:基于车路协同的公交车辆优先控制模型交通堵塞情况，解决交通车流离散等问题。1基于车路协同的公交车辆优先控制策略11基于公交优先控制的绿时损失均衡策略在一定周期的前提下，若要通过调整绿信比来确保公交车辆通行畅通，就要考虑交叉口交通流量、社会车辆通行需求等因素，对非优先相位的绿灯时间进行压缩。基于当前相位状态的公交车速引导思想，提出了延长绿灯
6、时间、缩短红灯时间、插入优先相位等绿时损失均衡策略。通过设置交叉口信号灯来实现公交车辆优先通行。一般采用延长绿灯时间或插入优先相位等策略，但延长绿灯时间会出现绿时损失，造成非优先进口道的车辆拥堵。此外，绿灯延长带来的交叉口信号配时扰动也会影响车辆的通行状况10。因此，本次研究针对绿时损失进行信号灯均衡控制，采取延长绿灯时间、缩短红灯时间、插入优先相位等 3 种策略，如图 1 所示。图 13 种绿时损失均衡策略示意图由图 1 可知，3 种绿时损失均衡策略的侧重点各不相同。延长绿灯时间是为了保证公交车辆到达路口时信号灯为绿灯，主要用于当前相位剩余绿灯时间能满足公交车辆到达交叉口进口道停车线的情况。
7、缩短红灯时间是检测到公交车辆到达交叉口时红灯执行即将结束，在当前相位缩短红灯时间，主要用于公交车辆到达时刻为相位红灯末端，且相邻相位已执行完最短绿灯时间的情况。插入优先相位是指在不满足以上条件的前提下，将能够实现公交优先的相位插入，主要用于公交车辆到达时刻为相位红灯中端，且对应的绿灯相位已执行完最短绿灯时间的情况。1 1 1延长绿灯时间延长绿灯时间的前提是信号灯剩余绿灯时间无法使公交车辆通过交叉口，可最大程度地延长绿灯时间。前一个相位的优先控制会对相邻相位产生冲击，其产生的绿时损失通过相位传递，逐级耗散在后面的相位中，即从第 2 个相位的绿时末端向下一个相位延长绿时，从而减少其绿时损失，后面的
8、相位也依次向下延长绿灯时间(见图 1a)。对于第 i 相位，去除前一相位绿时延长而得到绿时损失，同时因相位绿时延长而得到绿时弥补，具体描述如式(1)所示:gz=t，i gz_maxgi tL，i+t，i gi_mingz_max=gz tL，i+t，i gi_min(1)式中:gz表示绿灯延长时间;t，i表示第 i 相位的绿时弥补;gz_max表示绿灯最大延长时间;gi表示第 i相位的绿灯时间;tL，i表示第 i 相位的绿时损失;gi_min表示第 i 相位的最短绿灯时间。1 1 2缩短红灯时间当检测到公交车辆到达交叉口时公交通行相位为红灯，则最大程度地缩短红灯时间。为了均衡非优先相位的绿时损
9、失，在前一个相位(第 n 1 相位)绿时始端，通过依次向前延长绿时以减少其绿时损失，进而使绿时损失达到均衡。在第 n 1 相位绿时左端，因相位绿时延长而得到绿时弥补;在第n 1 相位绿时右端，因后一相位缩短红灯时间而得到绿灯损失，具体描述如式(2)所示:rs=tL，i rs_maxgi+tL，i t，i gi_minrs_max=gn1+tL，ni t，ni gn1_min(2)式中:rs表示红灯缩短时间;rs_max表示红灯最大缩08蔡祥鹏，等:基于车路协同的公交车辆优先控制模型短时间。在缩短红灯时间的过程中，同样需要利用绿时弥补对相位受到的绿时损失进行计算和均衡。1 1 3插入优先相位插入
10、优先相位通过检测公交车辆到达交叉口的时刻来进行均衡调整。当公交车辆到达交叉口时，信号灯显示为红灯，且红灯正处于执行时间，无法进行延长绿灯时间和缩短红灯时间的操作，需要在最大相位时长 gp_max中插入优先相位。同时，为了避免插入优先相位带来的过短绿时残余，选择当前绿时相位末端进行优先相位插入，可以将绿时损失分摊到插入相位损失的相邻相位 m 和 m+1 中。在 m 相位绿时始端向前得到绿时弥补，而在 m+1 相位绿时末端向后延长得到绿时损失，以实现相邻相位的绿时损失在整个周期内达到均衡，具体描述如式(3)所示:gp=tL，m+1+t，mgp_min gp gp_maxgi+tL，i t，i gi
11、_mingk tL，i+t，i gk_mingp_min=l0v1+Ls(3)式中:gp表示插入时间;tL，m+1表示绿时损失中间时刻;t，m表示被插入相位中间时刻;gp_min表示插入最短时间;gp_max表示插入最大时间;gk表示插入相位;gk_min表示插入最小相位;l0表示公交车辆从交叉口经过后的行进距离;v1表示公交车辆在交叉口处的行进速度;Ls表示插入优先相位后的绿时损失。12基于车路协同的公交优先控制模型车路协同技术不仅能够通过改变交通信号灯来实现对公交车辆的优先控制，而且能够引导车辆，如通过控制上游路段运行车速来改变公交车辆到达交叉口的时间，进而实现配时优化11。在车路协同技术
12、下，交叉口公交车辆的优先控制需要借助车辆检测装置和无线通信系统来实现对公交车辆位置的检测和通报，采用数据控制系统和信号控制机来实现信号灯的改变12 13。为了避免车辆延误、降低车辆停车启动耗费的时间，在对交通信号灯进行配时控制的前提下，以 3 种绿时损失均衡策略为基础，从车辆运行偏移导致的早到和晚到等 2 种情况出发，构建车路协同控制策略，如图 2 所示。图 2公交车辆优先导向下的车路协同控制策略示意图由图 2 可知，基于车路协同的公交优先控制模型从公交运行效益和交叉口效益出发，对公交车辆运行速度进行检测，将信号灯的相位作为公交车辆速度变化的反馈，引导公交车辆在运行途中更改车速14。此外，信号
13、灯的控制也以公交车辆运行速度作为反馈进行配时优化，并均衡绿时损失。在信号灯绿时损失均衡的前提下，为了实现公交优先控制的交互优化调整，减少公交车辆优先控制对交叉口交通状况的影响，采用双层规划模型来实现基于车路协同技术的公交车辆优先控制。双层规划模型分为上层公交路段延误模型和下层交叉口均衡模型。在上层公交路段延误模型中，由于车路协同控制带来的公交延误现象会对乘客造成一定的影响，因此需要在模型中体现乘客延误优先。计算公交车辆在上游路段的延误减少量，如式(4)所示:D1=pLv0Lv()b(4)式中:D1表示公交车辆在上游路段的延误减少量;p 表示公交车辆载客量;L 表示公交车辆在检测点的位置与交叉口
14、的距离;v0表示公交车辆在检测点的初始速度;vb表示交叉口交互影响下的公交引导车速。计算公交车辆在交叉口的延误减少量，如式(5)所示:D2=pv202a1+v202a2+r()1pv202a1+v202a2+r()spv202a1+v202a2+g()3(5)式中:D2表示公交车辆在交叉口的延误减少量;a1表示公交车辆到达交叉口之前的制动加速度;18蔡祥鹏，等:基于车路协同的公交车辆优先控制模型a2表示信号灯为绿灯时的公交车辆启动加速度。上层公交路段延误模型如式(6)所示:vmin vb vmaxtc_min tc tc_maxge=tbLv0Lv()brs=tb+Lv0Lv()bgp=tb
15、g2+t，2Lv0Lv()b(6)式中:vmin、vmax分别表示公交车辆的最低限速和最高限速;tc_min、tc_max分别表示公交车辆优先策略的最短时长和最大时长;tc表示交叉口的公交车辆优先策略时长;tb表示公交车辆早到或晚到的时间。在下层交叉口均衡模型中，主要通过相位之间的承接关系来达到绿时损失均衡。以交叉口的延误减少量为目标函数，下层交叉口均衡模型如式(7)所示:vmin vb vmaxgi+tL，i+t，i gi_mint，i=get，2+tL，3=gpt，4=rstL，i 0t，i0(7)2仿真结果分析为了验证基于车路协同的公交车辆优先控制模型的有效性，以重庆市某路段为参考对象，
16、利用AutoCAD 制作交叉口仿真底图，采用 Vissim4 3 仿真软件导入制作好的交叉口仿真底图。在仿真软件中添加路段、行驶路径、车辆检测等相关因素，构建交叉口仿真环境，仿真时间为 5 000 s。仿真程序中的路段集合、路网对象、感应线圈、线圈检测器和车辆对象等参数分别采用 links、net、detsnum、detector和 vehicle 等字符表示。21公交延误对比分析基于 3 种策略的公交车辆延误结果如图 3 所示。由图 3a 可知，随着公交引导车速的增加，公交上游延误时间呈上升趋势，当车速达到 40 km/h 时，公交上游延误时间约为 4 510 s，说明延长绿灯时间可以使公交车辆和交叉口交通效益最优。由图 3b可知，在缩短红灯时间策略下适当降低车速，可以使公交上游延误时间减少，当车速达到 24 km/h 时，公交上游延误时间约为 605 s，说明缩短红灯时间策略下的公交引导车速对公交延误的影响不明显。当车速小于 27 km/h 时，公交车速引导可以明显降低公交延误时间;当车速大于 27 km/h 时，公交车速引导对公交延误不造成影响。由图 3c 可知，随着车速逐渐增加
