武汉理工大学赵欣：基于车路协同的网联公交信号优先协调控制及应用

乌拉 | 作者

【资料图】

安安 | 编辑

编者按：年前，在赛文研究院主办、连云港杰瑞电子有限公司承办的“2022年智慧交管技术与应用跨年分享会”中，武汉理工大学交通与物流工程学院副教授，交通工程系副主任赵欣做了《基于车路协同的网联公交信号优先协调控制及应用》报告。

该报告就网联公交信号优先协调控制的背景、方案设计、模型建立与仿真验证以及现场效果评价四方面进行了深入分析。

1、

背景概况

我国智慧公交发展进入了新阶段，提升新能源公交汽车的使用率以及提升城市出行分担率的目标相对迫切；同时自动驾驶、智能网联等对智慧公交行业的技术支持不断提升。

2022年3月，《国家公交都市建设示范工程管理办法》明确提出，深入实施城市公共交通优先发展战略，规范国家公交都市建设示范工程管理，促进国家公交都市提质扩面。今后的十四五规划中，公交优先研究更是对先进信息技术的精准感知、精确分析，精细管理和精心服务能力的全面提升。

武汉市作为公交都市的试点城市，公交车辆在通过一些主要的路口、路段时，通行效率仍然会面临一些问题，需要进行优化改善。

下面介绍一下武汉市洪山区佳园路-雄楚大道交叉口的项目案例。雄楚大道交叉口毗邻刚刚建成通车使用的武汉东站，由于东站的建成使用，配套开通了多条公交线路，社会车辆流量大幅度增加。基于上述情况，我们对该路口开展了公交优先协调控制的研究。

我们对该路口的公交流量进行了预测，下图可以看到雄楚大道方向每5分钟最高公交的流量是18辆，佳园路方向的最高流量是21辆，总体来看5分钟以内的流量还是比较高的。该路口主要通行的是301路、913路、756路以及BRT线路，虽然间隔发车时间较长，但由于线路比较多，整体经过路口的交通密度相对较大。

同时我们也对路口社会车辆的交通流量进行了摸排。下图是路口的车道划分情况，雄楚大道佳园路的进口道基本都是四车道，武汉东站开通后的整体流量情况还是比较大的。

2

方案设计

基于这样的情况，我们试图对路口进行公交优先的信号协调方案设计，优化目标主要包括以下三点：一是公交车大概率不停车通过交叉口，也就是公交车优先通行；二是尽可能使社会车辆延误不超过60s，在保证公交车优先通行的同时，不能够严重影响社会车辆的通行效率；三是希望佳园路口的服务水平达到二级，这是整体的优化目标。

首先需要对路口进行交通组织的优化，下图可以看到该路口的交通现状，公交与社会车辆进行混行，会严重阻碍公交车优先通行的效率。我们希望通过优化，设置公交专用的进口道以及专用车道，使公交车与社会车辆进行分离，右图是设置了公交专用道后的渠化效果。

接下来要进行基于车路协同的公交优先的控制。首先要对车路协同的网络构架进行设计。

首先要搭载网联汽车设备（OBU设备），包括V2X车载终端、高精度定位等设备。通过这些设备，可在后台实时监控车辆的精确位置、车速等信息；第二大层面是路侧RSU设备，包括可变信息情报板、路侧摄像头、雷达等传感器设备，这些设备能够实时监测到车辆的行驶信息；第三大层面是后台管控平台，通过高精度地图、路侧边缘计算服务器、高速通讯网络，连接RSU、OBU设备，形成整体的车路协同网络。

对于公交运行的过程，我们同样进行了分析和设计。如下图所示，在系统中要求路侧RSU工作范围达到500米半径的范围，即可以在周边500米范围内的公交车、车站保持时刻通信，能够实时监测到多维度交通数据，如车站状态，拥堵情况，公交车行驶速度以及公交车到站以后，上下车人数等。通过多场景计算方案来缓解公交车站的压力，缩短上班人群时间、降低公交总体排放量。

下面介绍一下传统的公交优先策略方案。首先要获取相应的数据，包括通过路侧终端来检测公交车辆的到达时间，同时获得公交车辆距停车线的距离以及车速等信息，也就是说当公交车辆未到达停车线前，路侧终端就已经能够计算出该车辆还要经过多长时间通过路口到达停车线。

第二部分是通过路口摄像头、微波雷达等传感器的设备获取当前交叉口公交车行驶方向的控制信号信息，包括绿灯时间、相位，红灯剩余时间、车流长度、速度等数据。结合第一部分数据就能进行相应的综合计算。

对于这样一种公交优先策略，我们又把它分为两种情况，第一种是通过计算以后，发现公交车辆当达停车线时是绿灯，这时可以不对信号周期进行任何改变，因为公交车在到达停车线时已经是绿灯，可以直接通过。

第二种情形就是当公交车辆到达停车线时为红灯，这种情况下有相应的三种策略来进行优先控制。

第一种策略是通过计算发现公交车在到达停车线时处于红灯初期，即当前相位的红灯初期，那么可以延长上一个相位的绿灯时长，使公交车在到达停车线的时候仍为绿灯，但是要注意延长的绿灯时间不能对相邻相位的时间压缩影响过大，要保证该相位车辆不会产生二次排队。

第二种策略是通过计算发现公交车在到达停车线的时候为红灯中期，这时采用的方法可以改为压缩该相位绿灯时间以及红灯时间，使下一个周期的绿灯时间能够提前到达。这样当公交车在到达停车线时，是处于下一个周期的绿灯时间位置，也能够顺利通过。

第三种策略就是计算发现公交车在到达停车线时为红灯末期，这时可以提前中断红灯时间使公交车顺利通过。这也是传统的优化方案，其思路就是通过简单调整当前以及下一周期的绿灯时间，使公交车在到达停车线时正好处于绿灯窗口。

下图是整体方案的流程图，通过不同的判断给予相应的控制，从而达到优化公交通行效率的目的。

基于上述方法，我们给出了相应的信号配置模型，要实现这个模型，需要计算进口车道饱和流量、进口各车道流量比以及该交叉口各个进口流量比总和，同时计算总损失时间，通过计算周期时长，计算该路口各相位有效绿灯时间等数据得到最终的优化方案。

为使车辆在通过路口时可以最大限度不停车，以上、下行绿波带宽之和为最大目标建立如下图所示的模型，通过这样的计算，能够最大限度的保证公交车不停车通过路口。

3

模型建立与仿真验证

下面介绍一下基于车路协同的多路口公交优先的协调控制。关于多路口的干线协调控制，现在比较有名的是 MAXBAND与MULTIBAND模型。

MAXBAND与MULTIBAND模型都是在每个交叉口信号配时固定的情况下，改变各交叉口的相位差和放行方式，达到让社会车辆在绿灯时间内连续通行的效果。

在这种控制策略下，公交车辆被迫与社会车辆共享一条绿波带，而实际情况中，公交车辆与社会车辆的速度存在较大差异，且公交车需要进行站点停靠，导致公交车难以在绿灯时间内通过交叉口。

传统的公交控制策略以单点交叉口作为研究对象，考虑了红灯早断、绿灯延长和插入相位三种控制策略，其优先的本质是压缩非公交相位绿灯时间，延长协调相位的绿灯时间，增加社会车辆的延误的同时降低公交车辆的延误，保证人均延误更小。在饱和度较高且公交车辆较多的城市干线，将频繁使用公交优先控制策略，极易影响社会车辆正常通行，甚至造成拥堵。

综上，优化思路可以归纳为将协调信号控制模型与公交优先策略结合，在保证社会车辆绿波带宽的同时，给予公交车辆更大的绿波带宽，使公交车辆尽可能在绿灯时间内通过交叉口，并尽可能减小公交优先策略对社会车辆的影响。

下图是基于多路口的协调控制方案。当路侧检测器检测到公交车辆在第一个路口驶出停车线的时候，利用边缘计算的服务器计算公交车辆到达下游路口停车线的时刻以及相应的交通信息，并提前规划下游路口的信号控制方案。

当公交车通行在两个路口之间的路段时，也就是路侧检测器检测到公交车辆进入下游路段后，信号控制系统将发送引导速度给公交车辆，同时改变信号相位差，使公交车辆尽可能不停车通过路口，这就是典型的车路协同过程。

到了第三阶段，当路侧检测器检测到公交车辆即将进入路口（距离一般是小于150m）时，可通过调整公交车辆所在相位的绿灯时间，来保证公交车辆能够顺利通过。

基于公交车在经过干线多个路口不同阶段时的车路协同协调控制过程，我们同样给出相应的协调控制模型。

这里要建立两个约束：第一是对社会车辆的约束，要求社会车辆对公交车的干扰在最小的同时，以较低的延误通过路口；第二个是对公交车辆的约束，要保证公交车辆的通行车速，能够使得它在到达停车线时正好是绿灯。

通过信号协调控制模型时序图可以看到对于公交车辆优先的考虑，如下图所示，原本的绿波时序图，绿波带是一个直线；在考虑了公交车在站点停靠的时间延误时，绿波带是锯齿状的带宽。

以上就是我们建立的公交优先的信号协调优化模型，通过LINGO对该模型进行求解，并利用 VISSIM进行仿真验证。

现场的效果评价

在以上理论分析和计算的基础上，就可以进行现场效果的评价。我们在佳园路路口布设了摄像头、毫米波雷达、激光雷达等RSU设备，在公交车上装载了高精度的定位终端等，同时进行5G协调通信，实现车路协同的控制。

经过仿真计算得到以下数据：与绿波后的情况对比发现，整体社会车辆平均延误降低9.32%，停车次数降低7.12%，公交车辆平均延误降低6.95%等等，这说明在传统绿波控制模型的基础上，在尽可能不影响社会车辆通行效率的前提下，公交车辆的通行效率得到了进一步提升。

标签： 协调控制 雄楚大道 如下图所示