董玉璞，李克平，倪 穎

（同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804）

公交信號(hào)實(shí)時(shí)優(yōu)先控制是主動(dòng)優(yōu)先技術(shù)的發(fā)展，制定的優(yōu)先策略考慮了公交車輛與社會(huì)車輛效益平衡、多申請(qǐng)排序等問題［1］.實(shí)時(shí)優(yōu)先開拓了包括基于優(yōu)化模型、基于規(guī)則的自適應(yīng)公交優(yōu)先控制方法.

國(guó)內(nèi)外學(xué)者對(duì)基于優(yōu)化模型的優(yōu)先控制方法進(jìn)行了較多的研究，包括基于元胞自動(dòng)機(jī)、啟發(fā)式算法、動(dòng)態(tài)優(yōu)化、智能體、雙層模型和動(dòng)態(tài)規(guī)劃等模型的實(shí)時(shí)公交優(yōu)先策略［2－7］，它們共同的局限性在于：①車輛到達(dá)預(yù)測(cè)信息的可靠性亟待提高；②優(yōu)化模型計(jì)算繁復(fù)，特別對(duì)于中國(guó)道路社會(huì)交通及公共交通復(fù)雜的路況信號(hào)切換過(guò)程中效益降低.

相對(duì)而言，基于規(guī)則的實(shí)時(shí)優(yōu)先控制策略研究較少.文獻(xiàn)［8－11］在改進(jìn)的雙環(huán)相位結(jié)構(gòu)下設(shè)計(jì)了一種基于規(guī)則的單點(diǎn)公交優(yōu)先控制策略，但是該規(guī)則判斷的交通事件較少，并且在判斷過(guò)程中優(yōu)先照顧綠燈相位的利益，而較忽略紅燈相位的通行請(qǐng)求.韓平超［12］、柳祖鵬等［13］提出了一種基于綠燈需求度的相位切換決策流程，設(shè)計(jì)了綠燈相位、紅燈相位下綠燈需求度的計(jì)算方法，在此基礎(chǔ)上進(jìn)行相位切換決策.該研究綠燈需求度計(jì)算方法簡(jiǎn)單，對(duì)于紅燈相位下考慮公交優(yōu)先的綠燈需求度計(jì)算不科學(xué)，仿真測(cè)試結(jié)果顯示公交優(yōu)先的效益有限，并且該方法相位結(jié)構(gòu)固定，為傳統(tǒng)的兩相位和四相位設(shè)計(jì)，不能實(shí)現(xiàn)動(dòng)態(tài)相位組合.Li Ruimin等［14］提出了一種基于時(shí)刻表的多目標(biāo)公交信號(hào)優(yōu)先模型，該模型根據(jù)一系列規(guī)則分別對(duì)遲到和早到公交車輛實(shí)施不同的優(yōu)先策略.該方法應(yīng)用的相位結(jié)構(gòu)簡(jiǎn)單（三相位），并且需要預(yù)測(cè)公交車輛到達(dá)交叉口的時(shí)刻，存在不穩(wěn)定性.

本文豐富決定信號(hào)切換的關(guān)鍵交通事件數(shù)目，在關(guān)注公交車輛相關(guān)交通事件的同時(shí)增加社會(huì)車輛相關(guān)交通事件的判斷，給予綠燈相位通行權(quán)的同時(shí)考慮紅燈相位的通行請(qǐng)求；在關(guān)鍵交通事件優(yōu)先等級(jí)制定的基礎(chǔ)上計(jì)算相位優(yōu)先度，并豐富相位結(jié)構(gòu)，實(shí)現(xiàn)相位的自由搭接和跳轉(zhuǎn)；提出在雙環(huán)相位結(jié)構(gòu)下以相位優(yōu)先度為基礎(chǔ)、基于規(guī)則的單點(diǎn)公交優(yōu)先信號(hào)控制策略，對(duì)關(guān)鍵交通事件多目標(biāo)主體進(jìn)行合理平衡和協(xié)調(diào)，達(dá)到多目標(biāo)優(yōu)化，改善以往研究中過(guò)多關(guān)注公交車輛優(yōu)先而造成社會(huì)車輛延誤大幅度增加以致公交優(yōu)先較多停留在理論研究階段而在實(shí)踐中較難實(shí)施的弱點(diǎn).

1 相位相序結(jié)構(gòu)

相位相序結(jié)構(gòu)包括相位組合方案和相位切換方案，它們決定了相位組合和相位切換的靈活性以及相位切換決策方法的復(fù)雜程度.美國(guó)國(guó)家電氣制造商協(xié)會(huì)（National Electronic Manufacturers Association，NEMA）制訂的交通控制技術(shù)標(biāo)準(zhǔn)中，針對(duì)一個(gè)“十字形”交叉口建立了具有8個(gè)機(jī)動(dòng)車相位的雙環(huán)相位結(jié)構(gòu)，如圖1所示.雙環(huán)結(jié)構(gòu)包含環(huán)A和環(huán)B；屏障把南北相位和東西相位分開，東西方向的4個(gè)相位組成屏障1，南北方向的4個(gè)相位組成屏障2；右轉(zhuǎn)機(jī)動(dòng)車相位與緊鄰的直行機(jī)動(dòng)車相位同步獲得通行權(quán).

圖1 NEMA雙環(huán)相位結(jié)構(gòu)Fig.1 NEMA dual ring phase structure

相位組合方案用以描述允許同步獲得通行權(quán)的所有相位組合關(guān)系，每個(gè)環(huán)里的相位只能與非沖突相位（同屏障內(nèi)的不同環(huán)中的相位）同時(shí)放行，產(chǎn)生8種可能的相位組合方案，分別為相位組合1和5，1和6，2和5，2和6，3和7，3和8，4和7，4和8.

相位切換方案用以描述當(dāng)前綠燈相位組合與下一綠燈相位組合的更迭關(guān)系.根據(jù)相位切換對(duì)象的位置關(guān)系，NEMA雙環(huán)結(jié)構(gòu)相位切換過(guò)程包含屏障內(nèi)切換、屏障間切換及起始相位組合選擇.假定：①I和J是起始相位；②I′和J′是I和J的屏障內(nèi)沖突相位，屬于末尾相位.相位切換過(guò)程如圖2所示.

分析相位切換過(guò)程的基本規(guī)律如下：①對(duì)于起始相位組合I＋J，存在2種備選的過(guò)渡相位組合I′＋J，I＋J′以及一種末尾相位組合I′＋J′.②對(duì)于相位組合I＋J，若首先切斷相位I的綠燈時(shí)間，可切換至相位組合I′＋J或I′＋J′；若同步切斷相位I，J的綠燈時(shí)間，切換至相位組合I′＋J′，進(jìn)入屏障間相位切換.③屏障間相位切換時(shí)，必須同時(shí)切斷相位組合I′＋J′的綠燈時(shí)間，并從4種備選相位組合中確定起始相位組合M＋N.

圖2 雙環(huán)結(jié)構(gòu)相位切換過(guò)程Fig.2 Phase transition process of dual ring structure

2 交通事件優(yōu)先等級(jí)及相位優(yōu)先度制定

2.1 交通事件及優(yōu)先等級(jí)制定

在交叉口的控制對(duì)象中，公共交通流和社會(huì)交通流構(gòu)成了多目標(biāo)主體，每個(gè)目標(biāo)主體包含不同關(guān)鍵交通事件，關(guān)鍵交通事件的觸發(fā)會(huì)產(chǎn)生通行權(quán)的請(qǐng)求，引導(dǎo)交叉口信號(hào)控制策略的制定.通行權(quán)的大小通過(guò)交通事件優(yōu)先等級(jí)表征.本文的關(guān)鍵交通事件包含公交車輛到達(dá)與離開、車輛排隊(duì)、車輛等待通行、車流連續(xù)性等.其中公交車輛到達(dá)與離開事件只能由公共交通流觸發(fā)，而后3種關(guān)鍵交通事件既能由社會(huì)車輛觸發(fā)也能由公交車輛觸發(fā)，與公交交通流的組織形式相關(guān).在設(shè)有公交專用道的情況下，公交專用道需檢測(cè)全部4類交通事件（只檢測(cè)公交車輛），非公交專用道檢測(cè)后3種交通事件（只檢測(cè)社會(huì)車輛）；在未設(shè)公交專用道的情況下，車道檢測(cè)4類交通事件（檢測(cè)公交車輛以及社會(huì)車輛的混合車流）.

（1）公交車輛的到達(dá)與離開.公交車輛到達(dá)與離開的檢測(cè)方法是設(shè)置檢入與檢出檢測(cè)器.檢入檢測(cè)器放置在停車線上游，其計(jì)算如式（1）所示；檢出檢測(cè)器緊貼停車線放置于其后（下游）.

式中：Lcheck－in為公交檢入檢測(cè)器距停車線距離；Vbus為公交車輛的行駛速率；Tpriority為公交單位延長(zhǎng)時(shí)間.

公交車輛未駛出檢出檢測(cè)器前該事件的優(yōu)先等級(jí)為恒值PLA，保持優(yōu)先等級(jí)不變，如式（2）所示.這種方法可保證實(shí)施綠燈延長(zhǎng)策略時(shí)公交車輛在沒有通過(guò)停車線前一直保持通行權(quán)；實(shí)施紅燈早斷策略時(shí)當(dāng)檢測(cè)到檢入檢測(cè)器與檢出檢測(cè)器間存在公交車輛時(shí)一直保持通行權(quán)請(qǐng)求；當(dāng)所有公交車輛都駛出檢出檢測(cè)器后，該交通事件結(jié)束，優(yōu)先等級(jí)歸零.

式中：PLbus為公交車輛的到達(dá)與離開事件的優(yōu)先等級(jí)；Nbus為檢入檢測(cè)器與檢出檢測(cè)器間的公交車輛數(shù).

（2）車輛排隊(duì).車輛排隊(duì)交通事件的檢測(cè)方法是設(shè)置排隊(duì)檢測(cè)器，在車輛排隊(duì)長(zhǎng)度小于閾值Lqueue時(shí)不會(huì)觸發(fā)排隊(duì)事件通行權(quán)的產(chǎn)生，反之則賦予車輛排隊(duì)事件PLB的優(yōu)先等級(jí)，如式（3）所示.檢測(cè)器的放置位置與判斷該事件觸發(fā)所設(shè)定的排隊(duì)長(zhǎng)度閾值相同.

式中：PLqueue為車輛排隊(duì)事件優(yōu)先等級(jí)；L為車輛排隊(duì)長(zhǎng)度；Lqueue為排隊(duì)長(zhǎng)度閾值.

（3）車輛等待通行.車輛等待通行交通事件的檢測(cè)方法是設(shè)置頭車檢測(cè)器，當(dāng)頭車等待時(shí)間超過(guò)閾值Twait時(shí)該交通事件觸發(fā)，并產(chǎn)生通行權(quán)，賦予該事件PLC的優(yōu)先等級(jí)，如式（4）所示；檢測(cè)器緊貼停車線放置于其前（上游）.式中：PLwait為車輛等待通行事件優(yōu)先等級(jí)；twait為頭車等待時(shí)間；Twait為頭車等待時(shí)間閾值.

（4）車流連續(xù)性.車流連續(xù)性交通事件的檢測(cè)方法是設(shè)置車間時(shí)距檢測(cè)器.檢測(cè)器放置在停車線上游，其計(jì)算如式（5）所示.

式中：Lgap為車間時(shí)距檢測(cè)器距停車線距離；V為車輛行駛速率；tgap為車輛車間時(shí)距.

設(shè)置車間時(shí)距閾值Tgap為連續(xù)2輛車的最大允許車間時(shí)距.當(dāng)檢測(cè)器采集的車間時(shí)距小于等于Tgap時(shí)形成連續(xù)的車流，該交通事件觸發(fā)，并產(chǎn)生通行權(quán)，賦予該事件PLD的優(yōu)先等級(jí)，如式（6）所示.

式中：PLgap為車流連續(xù)性事件的優(yōu)先等級(jí)；Tgap為車間時(shí)距閾值.

2.2 相位優(yōu)先度

在信號(hào)控制交叉口，各個(gè)方向的交通流中包含著公交優(yōu)先控制多目標(biāo)主體所對(duì)應(yīng)的各類交通事件，每個(gè)交通事件的觸發(fā)都會(huì)引起通行權(quán)的變更和產(chǎn)生，各方向或相位之間通行權(quán)的不同會(huì)引導(dǎo)信號(hào)切換，為了表征某一時(shí)刻各相位對(duì)通行權(quán)的需求程度，引入了相位優(yōu)先度的概念，相位優(yōu)先度的計(jì)算是本控制策略的基礎(chǔ).其中相位組合優(yōu)先度、屏障優(yōu)先度分別為屏障內(nèi)比較、屏障間比較計(jì)算.

（1）相位優(yōu)先度.相位優(yōu)先度為該相位中觸發(fā)的所有交通事件優(yōu)先等級(jí)最大值，相位優(yōu)先度的計(jì)算如式（7）所示.

式中：PDi為相位i的相位優(yōu)先度；PLEn為相位i中交通事件En的優(yōu)先等級(jí)，n為相位i中交通事件總數(shù).

（2）相位組合優(yōu)先度.相位組合優(yōu)先度是指相位組合中2個(gè)相位優(yōu)先度之和，計(jì)算如式（8）所示.

式中：PDCi，j為相位組合i，j的優(yōu)先度；

（3）屏障優(yōu)先度.屏障優(yōu)先度為該屏障內(nèi)4個(gè)相位優(yōu)先度最大者，計(jì)算如式（9）所示.

式中：PDBi為屏障i的優(yōu)先度.

3 基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略

NEMA雙環(huán)相位結(jié)構(gòu)框架下，在交通事件優(yōu)先等級(jí)、相位優(yōu)先度算法的基礎(chǔ)上，面向單個(gè)信號(hào)控制交叉口設(shè)計(jì)基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略，如圖3所示.對(duì)應(yīng)于雙環(huán)結(jié)構(gòu)相位切換的過(guò)程，它包括3個(gè)規(guī)則：①屏障內(nèi)相位切換規(guī)則（Rules for Phase Transition in Barrier）；②屏障間相位切換規(guī)則（Rules for Phase Transition across Barrier）；③起始相位組合選擇規(guī)則（Rules for Initial Green Combination Generation）.

圖3 基于相位優(yōu)先度規(guī)則的單點(diǎn)公交優(yōu)先控制流程Fig.3 Flow chart of isolated transit signal priority control strategy based on phase priority degree rule

綠燈相位組合為起始相位組合或過(guò)渡相位組合時(shí)應(yīng)用屏障內(nèi)相位切換規(guī)則，綠燈相位組合為末尾相位組合時(shí)應(yīng)用屏障間相位切換規(guī)則和起始相位組合選擇規(guī)則.在基于規(guī)則的相位切換判斷過(guò)程中進(jìn)行全局比較，包括屏障內(nèi)比較和屏障間比較，判斷8個(gè)相位中最大優(yōu)先度所在相位，從其非沖突相位中選擇較大的優(yōu)先度相位進(jìn)行組合，判斷是否為當(dāng)前綠燈相位組合，在此基礎(chǔ)上利用規(guī)則進(jìn)行相位切換判斷.

同時(shí)基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略在實(shí)施過(guò)程中受到信號(hào)控制外部框架的約束，機(jī)動(dòng)車相位最小綠燈時(shí)間用以保證行車安全、行人安全過(guò)街和一定數(shù)量的排隊(duì)車輛完全通過(guò)停車線，在此期間不應(yīng)進(jìn)行相位切換決策；最大綠燈時(shí)間用以滿足連續(xù)交通流的通行需求，同時(shí)保證沖突相位行人、機(jī)動(dòng)車等待時(shí)間不過(guò)長(zhǎng)，超過(guò)該值則應(yīng)進(jìn)行相位切換.根據(jù)綠燈相位組合階段的不同信號(hào)控制外部框架的判斷如圖3所示.

（1）判斷當(dāng)前綠燈相位組合所含2個(gè)相位最小綠燈時(shí)間是否滿足，當(dāng)2個(gè)相位的綠燈時(shí)間都大于其最小綠燈時(shí)間時(shí)進(jìn)行綠燈相位組合最大綠燈時(shí)間判斷，分3種相位組合情況分析；否則繼續(xù)當(dāng)前相位組合綠燈.

（2）綠燈相位組合是起始相位組合時(shí)，當(dāng)組合中的2個(gè)相位綠燈時(shí)間均大于其最大綠燈時(shí)間時(shí)，切換到末尾相位組合；當(dāng)組合中只有1個(gè)相位最大綠燈時(shí)間結(jié)束時(shí)，切斷突破最大綠燈時(shí)間相位的綠燈，切換到過(guò)渡相位組合；當(dāng)組合中的相位綠燈時(shí)間均小于其最大綠燈時(shí)間時(shí)，進(jìn)入屏障內(nèi)相位切換規(guī)則模塊，進(jìn)行起始相位組合切換決策.

（3）綠燈相位組合是過(guò)渡相位組合時(shí)，只需判斷過(guò)渡相位組合中的起始相位綠燈時(shí)間，當(dāng)大于其最大綠燈時(shí)間時(shí)，切斷其綠燈并切換到末尾相位組合；否則進(jìn)入屏障內(nèi)相位切換規(guī)則模塊，進(jìn)行過(guò)渡相位組合切換決策.

（4）綠燈相位組合是末尾相位組合時(shí)，當(dāng)組合中的任一相位綠燈時(shí)間大于其最大綠燈時(shí)間時(shí)，同時(shí)切斷組合中的2個(gè)相位綠燈，進(jìn)入起始相位組合選擇規(guī)則模塊，選擇下一屏障的起始綠燈相位組合；否則進(jìn)入屏障間相位切換規(guī)則模塊，進(jìn)行末尾相位組合切換決策.

3.1 起始相位組合選擇規(guī)則

起始相位組合為屏障內(nèi)最大相位優(yōu)先度所在相位與2個(gè)非沖突相位中較大相位優(yōu)先度所在相位進(jìn)行組合，即當(dāng)前屏障內(nèi)4個(gè)相位組合優(yōu)先度最大者.

針對(duì)起始相位選擇規(guī)則，定義以下變量：PDiAj為屏障i的環(huán)A相位j的優(yōu)先度；PDiBj為屏障i的環(huán)B相位j的優(yōu)先度.

具體的起始相位選擇規(guī)則如下：①如果PDiAj≥PDiA（j＋1），PDiBj≥PDiB（j＋1），那么起始相位組合為iAj，iBj，進(jìn)入屏障內(nèi)相位切換規(guī)則判斷，否則執(zhí)行步驟②；②如果PDiAj＜PDiA（j＋1），PDiBj≥PDiB（j＋1），那么起始相位組合為iA（j＋1），iBj，進(jìn)入屏障內(nèi)相位切換規(guī)則判斷，否則執(zhí)行步驟③；③如果PDiAj≥PDiA（j＋1），PDiBj＜PDiB（j＋1），那么起始相位組合為iAj，iB（j＋1），進(jìn)入屏障內(nèi)相位切換規(guī)則判斷，否則起始相位組合為iA（j＋1），iB（j＋1），進(jìn)入屏障內(nèi)相位切換規(guī)則判斷.

3.2 屏障內(nèi)相位切換規(guī)則

當(dāng)前相位組合為起始相位組合和過(guò)渡相位組合時(shí)相位切換過(guò)程遵循屏障內(nèi)相位切換規(guī)則，對(duì)兩者的切換規(guī)則分別進(jìn)行說(shuō)明，具體規(guī)則框架見圖4.

圖4 屏障內(nèi)相位切換規(guī)則框架Fig.4 Structure of rules for phase transition in barriers

（1）起始相位組合為當(dāng)前綠燈相位組合時(shí)，首先進(jìn)行屏障間優(yōu)先度比較，當(dāng)另一屏障優(yōu)先度大于當(dāng)前屏障優(yōu)先度時(shí)，直接切換到末尾相位組合，進(jìn)入屏障間切換規(guī)則判斷；否則進(jìn)行屏障內(nèi)優(yōu)先度比較，切換到當(dāng)前屏障內(nèi)4個(gè)相位組合優(yōu)先度最大者，有3種可能性：繼續(xù)服務(wù)當(dāng)前相位組合；切換到過(guò)渡相位組合，繼續(xù)進(jìn)行屏障內(nèi)相位切換規(guī)則判斷；切換到末尾相位組合，進(jìn)入屏障間切換規(guī)則判斷.

（2）過(guò)渡相位組合為當(dāng)前綠燈相位組合時(shí)，首先進(jìn)行屏障間優(yōu)先度比較，當(dāng)另一屏障優(yōu)先度大于當(dāng)前屏障優(yōu)先度時(shí)，直接切換到末尾相位組合，進(jìn)入屏障間切換規(guī)則判斷；否則進(jìn)行屏障內(nèi)優(yōu)先度比較，當(dāng)前屏障內(nèi)相位組合優(yōu)先度最大者為當(dāng)前過(guò)渡相位組合時(shí)繼續(xù)服務(wù)當(dāng)前相位組合；否則切換到末尾相位組合，進(jìn)入屏障間切換規(guī)則判斷.

針對(duì)屏障內(nèi)相位切換規(guī)則，定義以下變量：PDiAs為屏障i的環(huán)A起始相位的優(yōu)先度；PDiAe為屏障i的環(huán)A末尾相位的優(yōu)先度；PDCiAs，iBs為起始相位組合i As，iBs的優(yōu)先度；PDBi為當(dāng)前屏障i的優(yōu)先度.

具體的屏障內(nèi)相位切換規(guī)則如下.其中步驟（1）至步驟（2）為起始相位組合iAs，iBs的規(guī)則判斷（步驟（1）為屏障間比較，步驟（2）為屏障內(nèi)比較），步驟（3）為過(guò)渡相位組合iAs，iBe的規(guī)則判斷，步驟（4）為過(guò)渡相位組合iAe，iBs的規(guī)則判斷.

（1）如果PDBi＋1＞PDBi，那么切換到末尾相位組合iAe，iBe，進(jìn)入屏障間相位切換規(guī)則判斷，否則執(zhí)行步驟（2）.

（2）如果max（PDCiAs，iBe，PDCiAe，iBs，PDCiAe，iBe）＞PDCiAs，iBs，執(zhí)行如下步驟①，否則繼續(xù)服務(wù)起始相位組合iAs，iBs；①如果max（PDCiAs，iBe，PDCiAe，iBs，PDCiAe，iBe）＝PDCiAs，iBe，那么切換到過(guò)渡相位組合iAs，iBe并執(zhí)行步驟（3），否則執(zhí)行如下步驟②；②如果max（PDCiAs，iBe，PDCiAe，iBs，PDCiAe，iBe）＝PDCiAe，iBs，那么切換到過(guò)渡相位組合iAe，iBs并執(zhí)行步驟（4），否則執(zhí)行如下步驟③；③如果max（PDCiAs，iBe，PDCiAe，iBs， PDCiAe，iBe）＝PDCiAe，iBe，那么切換到末尾相位組合iAe，iBe，進(jìn)入屏障間相位切換規(guī)則判斷.

（3）如果PDBi＋1＞PDBi或者max（PDCiAs，iBs，PDCiAe，iBs，PDCiAe，iBe）＞PDCiAs，iBe，那么切換到末尾相位組合iAe，iBe，進(jìn)入屏障間相位切換規(guī)則判斷，否則繼續(xù)服務(wù)過(guò)渡相位組合iAs，iBe.

（4）如果PDBi＋1＞PDBi或者max（PDCiAs，iBs，PDCiAs，iBe，PDCiAe，iBe）＞PDCiAe，iBs，那么切換到末尾相位組合iAe，iBe，進(jìn)入屏障間相位切換規(guī)則判斷，否則繼續(xù)服務(wù)過(guò)渡相位組合iAe，iBs.

3.3 屏障間相位切換規(guī)則

依據(jù)雙環(huán)結(jié)構(gòu)屏障間切換的規(guī)則，在屏障處切換的2個(gè)末尾相位綠燈必須同時(shí)切斷，制定屏障間切換規(guī)則.

當(dāng)前相位組合為末尾相位組合時(shí)相位切換過(guò)程遵循屏障間相位切換規(guī)則，首先進(jìn)行屏障間優(yōu)先度比較，當(dāng)另一屏障優(yōu)先度大于當(dāng)前屏障優(yōu)先度時(shí)，切斷末尾相位組合，進(jìn)入起始相位組合選擇規(guī)則判斷；否則進(jìn)行屏障內(nèi)優(yōu)先度比較，當(dāng)前屏障內(nèi)相位組合優(yōu)先度最大者為末尾相位組合時(shí)繼續(xù)服務(wù)當(dāng)前相位組合，否則切斷末尾相位組合，進(jìn)入起始相位組合選擇規(guī)則判斷.具體規(guī)則框架見圖5.

如果PDBi＋1＞PDBi或者max（PDCiAs，iBs，PDCiAs，iBe， PDCiAe，iBs）＞PDCiAe，iBe，那么同時(shí)切斷末尾相位組合iAe，iBe，進(jìn)入屏障i＋1起始相位組合選擇規(guī)則判斷，否則繼續(xù)服務(wù)末尾相位組合iAe，iBe.

圖5 屏障間相位切換規(guī)則框架Fig.5 Structure of rules for phase transition across barriers

4 仿真測(cè)試與分析

利用VISSIM微觀仿真軟件建立仿真模型，并通過(guò)VISVAP外部信號(hào)控制模塊編程實(shí)現(xiàn)基于相位優(yōu)先度規(guī)則的單點(diǎn)公交優(yōu)先控制策略.

4.1 仿真測(cè)試環(huán)境

以十字形渠化交叉口為研究背景，道路條件如圖6所示，其中東西方向設(shè)有直行居中的公交專用道，南北方向無(wú)公交專用道.

由于現(xiàn)實(shí)中構(gòu)建豐富復(fù)雜試驗(yàn)場(chǎng)景的困難性，本文借助先進(jìn)的微觀仿真平臺(tái)模擬不同交通事件參與、不同交通事件優(yōu)先等級(jí)賦值、不同觸發(fā)交通事件的參數(shù)取值在交叉口發(fā)生的情況，豐富分析場(chǎng)景.基于仿真平臺(tái)輸出的人均延誤效益指標(biāo)進(jìn)行初步的敏感性定性分析，得到交通事件的優(yōu)先等級(jí)最優(yōu)賦值；并在此基礎(chǔ)上分析效益指標(biāo)與交通事件觸發(fā)參數(shù)之間的回歸模型，通過(guò)分析可得回歸模型為RBF（Radial Basis Function）徑向基神經(jīng)網(wǎng)絡(luò)，在此基礎(chǔ)上利用遺傳算法求解神經(jīng)網(wǎng)絡(luò)得到各交通事件觸發(fā)的最優(yōu)參數(shù)取值.每個(gè)交通事件的優(yōu)先等級(jí)賦值包括從最高到最低的4個(gè)等級(jí)，利用數(shù)值1～4代表優(yōu)先等級(jí)的高低，數(shù)值越高，優(yōu)先等級(jí)越高；公交車輛的到達(dá)與離開事件的觸發(fā)參數(shù)Tpriority包括5s，7s，10s，12s，15s，共5個(gè)數(shù)值；車輛排隊(duì)事件的觸發(fā)參數(shù)Lqueue包括10～120m間以10m的間隔取值，共12個(gè)數(shù)值；車輛等待通行事件的觸發(fā)參數(shù)Twait包括10～50s間以10s的間隔取值，共5個(gè)數(shù)值；車流連續(xù)性事件的觸發(fā)參數(shù)Tgap依據(jù)美國(guó)信號(hào)控制手冊(cè)的推薦值3s設(shè)置，不進(jìn)行優(yōu)化分析.

圖6 交叉口布局示意Fig.6 Sketch of intersection layout

各關(guān)鍵交通事件優(yōu)先等級(jí)值分別為：PLA＝4，PLB＝3，PLC＝2，PLD＝1；各關(guān)鍵交通事件觸發(fā)的參數(shù)經(jīng)仿真優(yōu)化后分別為：Tpriority＝10s；Lqueue＝50m；Twait＝35s；Tgap＝3s.按照前述公式計(jì)算各檢測(cè)器布設(shè)位置，公交檢入檢測(cè)器、排隊(duì)檢測(cè)器、車間時(shí)距檢測(cè)器分別距離停車線152m，50m，34m，公交檢出檢測(cè)器緊貼停車線放置于其后（下游），頭車檢測(cè)器緊貼停車線放置于其前（上游）；仿真測(cè)試的基礎(chǔ)交通量見表1，其中僅直行方向有公交車輛通行.

表1 仿真模型基礎(chǔ)交通量參數(shù)Tab.1 Basic traffic volumes in simulation model輛·h－1

仿真運(yùn)行時(shí)，每個(gè)場(chǎng)景選取5個(gè)不同的隨機(jī)種子，仿真運(yùn)行時(shí)段為0～4 200s，數(shù)據(jù)采集時(shí)段為600～4 200s，前600s作為路網(wǎng)車流預(yù)加載階段.分別輸出車均延誤（全部車輛、社會(huì)車輛、公交車輛）和人均延誤（全部車輛）作為評(píng)價(jià)指標(biāo).其中小汽車、公交車輛人均載客量分別為1.5人·車－1和30.0人·車－1.對(duì)比的控制策略包括：①定時(shí)控制，利用韋伯斯特公式計(jì)算常規(guī)四相位控制方案；②基本感應(yīng)控制，雙環(huán)結(jié)構(gòu)下只考慮車流連續(xù)性的規(guī)則控制策略；③基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略；④基于相位優(yōu)先度規(guī)則的自適應(yīng)控制策略，即在策略3的基礎(chǔ)上不考慮公交優(yōu)先（公交車輛的到達(dá)與離開）的自適應(yīng)控制策略.不同的交通負(fù)荷下4種控制策略的效益見表2.

表2 不同交通負(fù)荷下4種控制策略的交叉口效益指標(biāo)Tab.2 Intersection performance index under three traffic loads and four control strategies

4.2 控制策略效益對(duì)比分析

在基礎(chǔ)流量即低流量下，對(duì)比定時(shí)控制、基本感應(yīng)控制和基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略，分析仿真平臺(tái)輸出的評(píng)價(jià)指標(biāo)，如圖7所示.基于規(guī)則的公交優(yōu)先控制策略可以使全部車輛、社會(huì)車輛的車均延誤減少，公交車輛車均延誤以及全部車輛的人均延誤大幅減少，基本感應(yīng)控制的效益其次，定時(shí)控制的效益最差.說(shuō)明實(shí)施基于規(guī)則的公交優(yōu)先控制策略不僅可以減少公交車輛的車均延誤，社會(huì)車輛也同時(shí)受益，達(dá)到多目標(biāo)主體的利益平衡.在中、高流量下可以得到類似的結(jié)論.

圖7 低流量下不同控制策略效益對(duì)比Fig.7 Comparison of control strategies with low traffic volume

分別對(duì)低、中、高流量下3種控制策略的效益進(jìn)行對(duì)比，得到不同流量下的社會(huì)車輛和公交車輛的車均延誤評(píng)價(jià)指標(biāo)變化，如圖8所示.

圖8 3種控制策略在不同流量下的車均延誤Fig.8 Average delay variation of three control strategies with different volumes

由圖8a可以看出，基本感應(yīng)控制和公交優(yōu)先控制策略在不同的流量下，社會(huì)車輛車均延誤的變化趨勢(shì)基本一致，平緩增大；但是定時(shí)控制隨著流量的增加社會(huì)車輛的平均延誤快速增加，流量越高前兩者控制策略延誤降低的幅度越大.說(shuō)明定時(shí)控制不能動(dòng)態(tài)地反應(yīng)交通流的變化，并且相位結(jié)構(gòu)固定，而前兩者控制策略利用靈活的雙環(huán)結(jié)構(gòu)和感應(yīng)控制可以克服定時(shí)控制的缺點(diǎn)，從而降低社會(huì)車輛的車均延誤.

由圖8b可以看出，基于規(guī)則的公交優(yōu)先控制策略在不同流量下公交車輛車均延誤增幅很小，隨著流量的增大對(duì)比定時(shí)控制和基本感應(yīng)控制延誤降低幅度越大.說(shuō)明基于規(guī)則的公交優(yōu)先控制策略可以穩(wěn)定地控制和降低公交車輛車均延誤.

4.3 控制策略的公交優(yōu)先有效性

基于規(guī)則的公交優(yōu)先控制策略的主要目的是發(fā)揮公交車輛的特性，因此比較是否提供公交優(yōu)先是一個(gè)重點(diǎn).對(duì)比基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略和基于相位優(yōu)先度規(guī)則的自適應(yīng)控制策略，前者提供公交優(yōu)先，而后者僅考慮車輛排隊(duì)、等待通行和車流連續(xù)性，不提供公交優(yōu)先，圖9表示了2種策略的效益變化分?jǐn)?shù)，該效益變化分?jǐn)?shù)的計(jì)算方法是提供公交優(yōu)先的效益指標(biāo)與不提供優(yōu)先的效益指標(biāo)差值除以不提供優(yōu)先的效益指標(biāo)，負(fù)值表示提供公交優(yōu)先可以降低延誤.

如圖9所示，2種控制策略在不同流量下全部車輛的車均延誤相差不大，但是公交優(yōu)先控制策略的公交車輛車均延誤卻大幅度降低，從而減少了全部車輛的人均延誤，說(shuō)明了提供公交優(yōu)先的有效性，并同時(shí)不對(duì)社會(huì)車輛造成負(fù)面影響.

5 結(jié)語(yǔ)

設(shè)計(jì)的基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略豐富了決定信號(hào)切換的關(guān)鍵交通事件數(shù)目，不僅關(guān)注公交車輛的到達(dá)與離開，同時(shí)關(guān)注車輛的排隊(duì)、等待通行以及車流連續(xù)性等交通事件，根據(jù)交通事件的觸發(fā)計(jì)算相位優(yōu)先度，表征某一時(shí)刻各相位對(duì)通行權(quán)的需求程度，根據(jù)起始相位選擇規(guī)則、屏障內(nèi)相位切換規(guī)則和屏障間相位切換規(guī)則等進(jìn)行相位切換決策，給予綠燈相位通行權(quán)的同時(shí)考慮紅燈相位的通行請(qǐng)求，達(dá)到多目標(biāo)優(yōu)化.

仿真測(cè)試和分析結(jié)果表明，與定時(shí)控制、基本感應(yīng)控制相比，基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略在不同的流量下都可以有效減少公交車輛車均延誤，社會(huì)車輛也同時(shí)受益，到達(dá)多目標(biāo)主體的利益平衡.與基于相位優(yōu)先度規(guī)則的自適應(yīng)控制相比，提供公交優(yōu)先后2種控制策略的全部車輛車均延誤相差不大，但是后者的公交車輛車均延誤卻大幅度降低，說(shuō)明了提供公交優(yōu)先的有效性.

本文提出的基于相位優(yōu)先度規(guī)則的公交優(yōu)先控制策略旨在提供公交優(yōu)先的同時(shí)減少對(duì)社會(huì)車輛的負(fù)面影響，但該策略的普遍性在于可以應(yīng)用優(yōu)先等級(jí)及優(yōu)先度概念，比如給予不同的公交車輛不同的優(yōu)先等級(jí)，實(shí)現(xiàn)特殊線路公交車輛更高級(jí)別的優(yōu)先等級(jí)優(yōu)先通行；或者給予不同類型公交進(jìn)口道的公交車輛不同的優(yōu)先等級(jí)，實(shí)現(xiàn)公交專用道上行駛的公交車輛相對(duì)于混合車道上公交車輛更高的優(yōu)先等級(jí)等.

由于時(shí)間和技術(shù)條件所限，僅選取典型交叉口建立仿真模型，在一定的道路交通條件和信號(hào)控制條件下進(jìn)行仿真測(cè)試，未與實(shí)際交通情況對(duì)比，具體應(yīng)用于交叉口控制的效果有待實(shí)踐檢驗(yàn).

［1］ Harriet R S，Brendon H，Miomir I.Transit signal priority（TSP）：aplanning and implementation handbook［EB／OL］.［2009－05－09］.http：／／www.fta.dot.gov／do...ts／TSPHandbook10－20－05.pdf.

［2］ Chang G L，Vasudevan M，Su C C.Bus－preemption under adaptive signal control environments［J］.Journal of the Transportation Research Board，1995，1494：146.

［3］ He Q，Head L，Ding J.Heuristic algorithm for priority traffic signal control［J］.Journal of the Transportation Research Board，2011，2259：1.

［4］ Liu Hongchao，Alexander S，Zhang Weibin.A dynamic model for adaptive bus signal priority［C／CD］／／82th Annual Meeting of the Transportation Research Board.Washington D C：TRB，2003.

［5］ Ling K.Transit headway control through conditional signal priority：a micro－simulation based approach using reinforcement learning［D］.Toronto：University of Toronto，2003.

［6］ 孫煦，陸化普.公交優(yōu)先下交叉口配時(shí)優(yōu)化的雙層模型與遺傳算法［J］.北京工業(yè)大學(xué)學(xué)報(bào)，2012，38（6）：859.

SUN Xu，LU Huapu.Bi－level optimization model of intersection timing about bus priority condition based on genetic algorithm［J］.Journal of Beijing University of Technology，2012，38（6）：859.

［7］ Ma W J，Liu Y，Yang X G.Dynamic programming model for optimal bus signal priority control with multiple requests［C／CD］／／90th Annual Meeting of the Transportation Research Board.Washington D C：TRB，2011.

［8］ 徐洪峰，李克平，鄭明明.基于邏輯規(guī)則的單點(diǎn)公交優(yōu)先控制策略［J］.中國(guó)公路學(xué)報(bào)，2008，21（5）：96.

XU Hongfeng，LI Keping，ZHENG Mingming.Isolated transit signal priority control strategy based on logic rule［J］.China Journal of Highway and Transport，2008，21（5）：96.

［9］ Xu H，Zheng M.Impact of phase scheme on development and performance of a logic rule－based bus rapid transit signal priority［J］.Journal of Transportation Engineering，2009，135（12）：953.

［10］ Xu H，Sun J，Zheng M.Comparative analysis of unconditional and conditional priority for use at isolated signalized intersections［J］.Journal of Transportation Engineering，2010，136（12）：1092.

［11］ Xu H，Zheng M.Impact of bus－only lane location on the development and performance of the logic rule－based bus rapid transit signal priority［J］.Journal of Transportation Engineering，2012，138（3）：293.

［12］ 韓平超.基于相位需求度的公交優(yōu)先信號(hào)控制策略研究［D］.上海：同濟(jì)大學(xué)，2011.

HAN Pingchao.Research on transit signal priority control strategy based on phase need degree［D］.Shanghai：Tongji University，2011.

［13］ 柳祖鵬，李克平，倪穎.基于綠燈需求度的單點(diǎn)公交信號(hào)優(yōu)先控制策略［J］.同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，41（3）：408.

LIU Zupeng，LI Keping，NI Ying.Isolated transit signal priority control strategy based on demand degree of green［J］.Journal of Tongji University：National Science，2013，41（3）：408.

［14］ LI Ruimin，ZHANG Xiongfei.Bus rapid transit signal priority strategy based on schedule［C／CD］.／／91th Annual Meeting of the Transportation Research Board.Washington D C：TRB，2012.