摘 要：隨著無線通訊技術以及傳感器探測技術的進步，依托車載智能系統(tǒng)與路側設備通信技術，指導公交車駕駛員精準控制車速，從而為公交車實現(xiàn)車速控制與信號同步協(xié)調成為了當前研究的重點問題之一?；诖宋恼乱攒囁僖龑У墓恍盘杻?yōu)先控制理論為基礎，構建了適應車路環(huán)境的動態(tài)速度引導下的公交優(yōu)先協(xié)調控制模型。并通過定義主干道路公交車速及車流量數(shù)據(jù)，利用VISSIM仿真軟件對某道路進行車輛動態(tài)協(xié)調調度，結果表明提出的車速引導模型與傳統(tǒng)綠波控制方法相比，能夠大大公交車輛的停車次數(shù)減少公交車行駛過程中停車次數(shù)及延誤時間，同時降低了乘客的人均延誤時間。

關鍵詞：公交車輛調度 信號協(xié)同控制 調度優(yōu)化

0 引言

公交車作為一項社會公共設施，以其大容量、高效率及較低的道路占用率而著稱，在調和城市交通需求與道路空間之間的緊張關系上展現(xiàn)了無可比擬的優(yōu)越性。隨著各個城市公交優(yōu)先政策的出臺，在追求整體交通信號控制效益最大化的同時，如何兼顧公交車與私家車在交通運行中的整體效益，成為了亟待解決的關鍵難題。而隨著計算機科技、無線通訊技術以及傳感器探測技術的進步，極大地推動了車路協(xié)同系統(tǒng)的快速發(fā)展。因此以車—車、車—路間的信息交換為核心，依托車載智能系統(tǒng)與智能路側設備的無線通信，綜合考量道路實時交通狀態(tài)的各項因素，指導公交車駕駛員精準控制車速，從而為公交車實現(xiàn)車速控制與信號同步協(xié)調提供了可能。

1 車速引導的公交信號優(yōu)先控制理論分析

本文主要集中探討如何構建適應車路環(huán)境的動態(tài)速度引導下的公交優(yōu)先協(xié)調控制模型，從而實現(xiàn)公交系統(tǒng)的優(yōu)先級協(xié)調控制。對于公交車協(xié)調控制來說一方面需要去實時監(jiān)控交通狀況，動態(tài)調整引導范圍和信號周期，以增強公交運行效率；另一方面則是要對處于速度引導區(qū)域的公交車實施速度建議，此過程需依托于適應性強、響應迅速的動態(tài)模型。其核心步驟是：1. 計算協(xié)調相位下綠燈時長的可調節(jié)范圍。2. 結合綠燈時長與可能的延長時間，以及車輛的速度限制，確定初始引導區(qū)及動態(tài)引導區(qū)。3. 當識別到動態(tài)引導區(qū)內的延誤公交時，根據(jù)其距交叉口的距離調整綠燈延長策略，同時指導公交專用道上的車輛調整速度。整個模型的最終目標是提升下游交叉口公交車輛的通行能力，進而縮短乘客的平均等待時間[1]。圖1為公交速度引導區(qū)域示意。

車輛速度引導區(qū)域可以分為兩個部分進行考慮。第一部分是在協(xié)調相位的綠燈時間保持不變情況下的速度引導區(qū)域，也就是初始引導區(qū)域。這個區(qū)域的范圍可以通過以下公式進行計算[2]：

式中：g—在當前協(xié)調相位下的綠燈持續(xù)時間；—公交車在站臺延誤時間；—車輛的最大允許速度；

第二部分可變引導區(qū)域涉及協(xié)調相位中綠燈時間延長的情況。這種情況下，速度引導區(qū)域的計算會考慮到額外的綠燈時間，從而允許更遠距離的車輛有機會在不減速的情況下通過交叉口。可變引導區(qū)域的范圍計算公式可以表示為：

式中：—協(xié)調相位下可擴展時間；

2 車路協(xié)同環(huán)境下車速引導模型建立

2.1 模型假設

為了保證本次模型的數(shù)據(jù)精確性，本文對其進行了如下假設：

（1）公交車均裝備多功能智能終端，能實時監(jiān)控車速、運營狀態(tài)、精確定位，支持即時通訊與信息展示。

（2）車輛均嚴格在公交專用車道上行駛，依據(jù)優(yōu)化的車速指南平穩(wěn)運行。

（3）未考慮行人及非機動車流動對公交服務的影響。

（4）假設交通設施與車輛系統(tǒng)之間的通信暢通無阻，信息傳輸極少遇到中斷。

2.2 公交信號控制模型創(chuàng)建

公交車輛抵達交叉口的具體時間受交通流量動態(tài)變化的影響，存在不確定性。在每一輪信號控制周期中，部分公交車能及時在綠燈期間通過路口；而另一些車輛因在紅燈時段到達，不得不減速或停車，等待下一次綠燈開啟。對此需要計算出綠燈最大延長時間以及協(xié)調相位下的綠燈時間。

公交優(yōu)先協(xié)調控制的核心是在保持綠波帶穩(wěn)定性的同時，確保公交車享有信號優(yōu)先。需要當前周期中協(xié)調相位的綠燈延長時間小于非協(xié)調相位的綠燈時長。由此，協(xié)調相位綠燈時間的最大可延長量可通過以下公式計算得出[3]：

式中：協(xié)調相位下i周期內的綠燈最大延長時間，s；

—非協(xié)調相位下i周期內綠燈k可以縮減的時間，s；

—非協(xié)調相位下i+1周期內綠燈k可以縮減的時間，s；

在綠燈最大延長時間確定后，協(xié)調相位下的綠燈時間便可以由下式進行計算：

式中：為協(xié)調相位下i周期內的綠燈實際持續(xù)時間；分別為協(xié)調相位下i周期內的綠燈初始及延長時間。

2.3 車速引導模型創(chuàng)建

對于任意一輛公交車，其抵達下游交叉口的時間窗可通過分析其行駛速度的最低與最高限值來界定[4]。與此同時，信號控制的交叉口受到綠燈可延長的最大時限、紅燈可縮短的范圍以及綠波帶寬度等因素的約束。因此本文假設公交車經過速度引導后能夠以優(yōu)化后的速度 實現(xiàn)不停車通過信號交叉口，則公交車到達下游路口的時間可以用下式進行計算：

式中：—公交車到達路口時間點，s；—公交車開始進行車速引導的時間點，s；

—公交車車輛引導初始速度，m/s；—公交車車輛引導最終速度，m/s；—公交車引導時距離路口距離，m；a—公交車加速度，m/s2；

在調控公交車輛行進速度時，前車的速度會間接制約后車的速度調整空間。倘若僅針對后方車輛實施速度引導，在前車速度的既定框架下，后車的加速或減速將受限，便會導致后車無法充分利用綠燈時段順利通行。對此本文依據(jù)公交車特有的運行規(guī)律，將綠燈周期細分為若干個階段，如圖2所示。其中，階段一（A-B）對應的是排隊車輛的啟動與加速過程；階段二（B-C）代表車輛可維持現(xiàn)有速度穩(wěn)定通過的時段；階段三（C-D）則是需通過速度調控協(xié)助車輛完成通過的時段。

路口紅燈時，公交車量剩余等待時間為：

路口綠燈剩余引導時間為：

設想在交通流中，每輛公交車通過交叉口時需保持一個安全的前車距離，我們將其記作（車頭時距）。在實施速度引導措施的區(qū)域內，假設最后一輛公交車（標記為n）以該區(qū)域允許的最大速度閾值通過交叉口。因此為保障公交車輛n在后續(xù)路口的通行不受阻礙，前一輛公交車輛n-1必須在規(guī)定的時間窗口（）內順利通過當前路口。因此，需遵守的速度指導值可表達為：

3 仿真分析

3.1 仿真環(huán)境參數(shù)搭建

為檢驗本文建立的車輛速度調控的公交優(yōu)先級同步管理策略的實際可行性，本文選取一條由數(shù)個交匯點構成的關鍵道路作為試驗環(huán)境。并采用交通仿真軟件VISSIM作為核心的模擬工具，借助Visual Basic 6.0編程環(huán)境與VISSIM的COM接口功能，對其進行深度定制化開發(fā)。

仿真步驟如下：

1. 仿真環(huán)境搭建：在VISSIM中精確復現(xiàn)選定道路的交通網絡結構，包括但不限于信號燈布局、交通流量特征等細節(jié)。

2. 算法集成：運用VB6.0編程語言，通過COM接口將公交優(yōu)先級的動態(tài)速度引導算法融入至仿真體系中，確保其實時響應及控制能力。

3. 功能測試：在模擬環(huán)境下運行并監(jiān)控，評估算法在處理公交車輛優(yōu)先通行、交通流均衡等方面的效能。

仿真對象道路分布見圖3-1所示，其由3條交叉口組成分別命名為交叉口1、交叉口2和交叉口3，各路段長度分別為466米、636米、526米，公交車最大運行速度均設置為40公里/小時，正常行駛速度設定為40公里/小時；飽和流量取值為1800 pcu/h，其代表在理想條件下，單位時間內能夠通過交叉口的最大車輛數(shù)量；公交車飽和車頭時距設為4秒，代表在飽和狀態(tài)下，兩輛公交車之間的最小時間間隔。仿真各方向進口車道數(shù)及基本交通量見表1所示。

3.2 仿真結果分析

絕對相位差通常是指在一個周期性的系統(tǒng)中，實際事件發(fā)生的時間與預期（理想）時間之間的差異。在交通信號控制領域，相位差可以表示不同的交通信號燈相對于主周期開始時刻的啟動時間。通過仿真系統(tǒng)使用Webster計算法，本文將80秒視為一個完整的周期，在此周期下計算出的三個絕對相位差分別為73秒、26秒和74秒。圖4給出了相位差的計算結果。

為評估動態(tài)公交車輛速度引導結合公交信號優(yōu)先配時控制策略的有效性，本文進行兩組對比仿真試驗。第一組試驗采用傳統(tǒng)的公交優(yōu)先策略，即綠波帶協(xié)調控制，但不包含對公交車輛速度的具體引導措施[5]；第二組試驗則實施了本文提出的綜合控制方法，其中包含了動態(tài)的速度引導和信號配時優(yōu)化。仿真持續(xù)時間均設定為為3600秒（即1小時），最終提取了兩種方法的公交車輛平均延誤時間（衡量公交車輛在各個交叉口的等待時間）；人均平均延誤時間（乘客從上車到下車的總時間，包括途中在各站點的等待和行駛時間）進行指標對比。

根據(jù)表2的結果可以看出，相較于傳統(tǒng)的綠波控制方案，本文提出的車速引導模型顯著提升了公交運營效率。具體表現(xiàn)為公交車輛的停車頻率降低了13.07%，平均延誤時間減少了4.97%，人均延誤時間更是減少了6.34%。另外在整條干線上，車輛平均延誤時間下降了2.15%，人均延誤時間則減少了4.56%。究其原因主要是因為模型實現(xiàn)了3條路口間的協(xié)調控制，并運用動態(tài)速度引導技術優(yōu)化了公交車輛的行駛速度，確保公交車能更高效地利用下游交叉口的綠燈時間，從而大大減少了延誤和停車次數(shù)，保證了公交車的順暢通行。

4 結論

本文通過對位于速度引導區(qū)域內的公交車輛實施速度指導，構建了適應車路環(huán)境的動態(tài)速度引導下的公交優(yōu)先協(xié)調控制模型。通過定義出協(xié)調相位下可擴展的綠燈時長，結合車輛最大允許速度以及道路車輛信息，對某道路進行了車輛動態(tài)協(xié)調調度VISSIM仿真測試。研究結果表明本模型與傳統(tǒng)綠波控制方法相比，測試道路在進行通車后，能夠使公交車輛的停車次數(shù)減少了13.07%，平均延誤時間降低了4.97%，人均延誤時間降低了6.34%；極大縮短了公交車輛在交叉口的有效通行綠燈時間。

參考文獻：

[1]趙欣，李瑞，酆磊.基于公交優(yōu)先的干線協(xié)調信號控制改進模型[J].重慶交通大學學報（自然科學版），2024，43（01）：67-74+98.

[2]祁坤.考慮社會車輛通行效率的應急車輛信號優(yōu)先控制策略[J].交通科技與管理，2024，5（10）：11-13.

[3]龍科軍，張仲根，劉洋，等.城市道路應急車輛借道通行與信號協(xié)同優(yōu)化模型[J].交通運輸系統(tǒng)工程與信息，2023，23（05）：194-201+226.

[4]張燕，吳芳，李偉斌.基于雙周期干道綠波協(xié)調控制模型的構建與驗證[J].蘭州交通大學學報，2021（05）.

[5]孫偉，張夢雅，馬成元，等.新型混合交通交叉口信號與車輛軌跡協(xié)同控制方法[J].交通運輸系統(tǒng)工程與信息，2023，23（01）：97-105.