車聯網環境下考慮下游站點等待人數的公交優先控制算法*

蔣 瑤 李泓辰 趙 智

(北京交通大學交通運輸部綜合交通運輸大數據應用技術交通運輸行業重點實驗室 北京 100044)

2009年，國際公共交通協會(International Association of Public Transport)提出了“PT×2戰略”，目的是到2025年使全球公共交通的客運量翻一番。中國政府于2012年發布了《關于城市優先發展公共交通的指導意見》(國發〔2012〕64號)[1]。公交信號優先(transit signal priority,TSP)是通過控制道路交叉口信號，改善公交車輛在道路交叉口的運行策略，即根據公交車到達道路交叉口的時間，調整信號配時計劃，減少公交車輛在道路交叉口的延誤。

城市居民在挑選出行方式時，最關心的多是該方式的可靠性，簡單來說就是可不可以實現預先給出的承諾為居民提供可靠的服務，對所有出行者來說，都希望城市公交服務可以達到交通費率低和行程時間短及乘車空間舒適等預期。所以，城市公交是否可靠與乘客數量及其對服務的認可度息息相關。

車聯網與目前在道路運輸領域廣泛使用的智能交通系統相比，可以實現更全面的感知，以及各種各樣的互聯智能化信息處理及應用集成[2]。它通過裝載在車輛上的電子設備之間的無線通信，實現在信息網絡平臺上對所有車輛靜動態信息的提取和有效利用，將車與車相連，車與路旁的基礎設施相連，實現實時信息交換，服務于交通出行[3]。

譚永朝[4]研究了混合交通條件下公交信號實時優先模式，基于不同控制策略(無優先、絕對優先和有條件優先)，評價公交車輛運行狀態。馬萬經等[5]研究了公交車早到和晚點2種情況下的公交車實時優先策略。

在很多研究中，信號調節均以降低交叉口總延誤為優化目標，考慮對象為進入交叉口范圍的人。實際上，除了這些人以外，在交叉口下游等待公交車的乘客也受紅燈影響。以往的檢測技術多為傳統電磁圈等，檢測范圍和精確度都遠遠不足。本文提出在車聯網環境下利用V2X技術，將車-路-人互聯、共享信息，以實現公交優先控制。本文將BRT超出合理運營范圍的下游等待乘客作為“溢出”值加入到目標函數ΔPI的計算中來。根據BRT與路側信號控制器的實時信息交互，實現在公交專用道上行駛的BRT車輛精確優先控制。此舉有利于提升執行公交優先的可能性且提升BRT運行效率。

1 下游站點等待人數與相鄰BRT間隔的關系

公交時刻表的編制一般考慮客流需求變化、公交服務水平、公交運營企業的效益、線路之間的協調關系。為保證合理高效的運營，場站對公交的調度在1 d內不同時段對應不同的方案。假定某時段內確立每2輛BRT的合理發車間隔為l。對于特定的站點，乘客到達數符合相應時段的客流特點。根據統計數據，確定l時間段內到達某特定站點乘客數的均值為x。統計學認為，合理并高效的BRT發車與運營應滿足當BRT到達該站點時，該站點的等待人數為均值x。

對于發車間隔l和某特定站點等待乘客均值x的關系，建模如下。

首先確定每班BRT的期望載客量，根據傳統公交時刻表理論(最大客流法、斷面客流法等)確定全天發車時刻，從而得到各個時段內各班次合理的發車間隔l。各個時段可根據研究線路的特點來劃分，要求同一時段內路況、客流等交通指標具有相近的特征。例如，以小時為單位進行時段劃分，以某天早高峰07:00-08:00這一時段為研究對象，某班次發車時刻表見表1。

表1 某班次07:00-08:00發車時刻表

由表1可得l12=15 min，l23=10 min，l34=10 min，l45=10 min，l56=10 min，根據多天數據確定對應發車間隔的該站點的等待乘客均值x12、x23、x34、x45和x56。將等待人數高于和低于x作為判斷當前BRT與上一班BRT是否相差既定的時間間隔l的條件。即如果該站點等待人數多于x，則說明BRT與上一班BRT的運行間隔已超出l。

2 車聯網環境下的公交優先方案

2.1 優先方法

2.1.1綠燈延時

綠燈延時是在原本的綠燈區間結束之前，在檢測到1輛BRT后，延長該BRT相位的綠燈時間。在大多數情況下，處于優先級的BRT相位綠燈時間被保持或延長，直到公交車通過交叉口；或者達到預先指定的最大綠燈時間(max-green time)。max-green time通常用于設置綠燈時間的最大擴展限制，來保證其他相位交通流有通過時間并終止過長的BRT優先級調用。

2.1.2紅燈早斷

紅燈早斷是在原本的紅燈區間檢測到1輛BRT后，為BRT相位提供提前亮起來的綠燈。它包括縮短所有或某些選定的非BRT相位時間。然而，在設計BRT干線的綠燈最大時間時，應特別注意最小綠燈時間限制，即其他相位(包括車流相位和行人流相位)的區間安全性，以及紅燈早斷后車輛啟動的過度延誤。紅燈早斷相比綠燈延時對其他相位交通造成更大的干擾，因為它會對交通信號設置造成更大的干擾。

2.1.3速度調節

速度調節是對車速調節區域內的BRT采取的策略，基于車載設備構建車路通信環境，一方面對BRT進行加速引導，另一方面同時延長相應相位綠燈時間使綠燈末期到來的交通流順利通過交叉口。當BRT行駛到距交叉口停車線附近5～10 m的位置時，實際情況不允許BRT高速通行，此時BRT恢復較低的原速通過交叉口。需要計算BRT相位可延長的最大綠燈時間與車輛的最大允許速度，對公交專用道中的BRT進行速度調節。

當檢測器檢測到BRT時，計算到達點，其到達模式分為3種，分別對應以上3種優選方法，到達點歸類示意見圖1，沙盤演示示意見圖2。

圖1 到達點歸類示意

圖2 信號調節沙盤演示示意

2.2 目標函數

信號優先權的交付需要一個控制判斷標準，引入效益評價指標(PI)作為判斷標準，PI是交叉口所有乘客的延誤總和，單位為s。ΔPI描述的是實施信號調節后的交叉口整體運營效益與實施信號調整前交叉口整體運營效益的差異。當ΔPI<0時，交叉口的整體效益將得到提高。而ΔPI>0時，交叉口的整體效益會降低。這里以ΔPI=0為邊界，決定是否調整信號。以下為3種策略的ΔPI計算方法。

1) 綠燈延時的ΔPI計算公式為

2) 紅燈早斷的ΔPI計算公式為

式中：Δtred為紅燈早斷時長；Q1為i相位當前等待的社會車輛數；Q2為i相位在紅燈早斷時間內到達的社會車輛數；Q3為j相位在紅燈早斷時間內到達的社會車輛數，其他參數含義同式(1)。

3) 速度調節的ΔPI計算公式與綠燈延時相同。

3 考慮下游站點等待人數的公交優先函數改進

結合之前提出的下游站點等待人數與BRT運行間隔的關系，對公交優先函數進行改進。對于給定的BRT線路，并非任何下游站點都與BRT經行的信號交叉口有直接時間效益聯系。對于線路中某個信號交叉口，下游第一個BRT站點的等待乘客受BRT在信號交叉口停駛情況的直接影響，而帶給其后下游站點的延遲影響可以在優先信號后大大減小，故考慮下游第一個BRT站點的等待人數。如果等待人數多于均值x，將出現的這種情況量化，加入ΔPI的計算中。而實際上對于這種情況的BRT，系統傾向于給出更高的優先權重。

3.1 受交叉口紅燈影響的實際對象分析

本文提出的目標函數以駛入交叉口的所有乘客為研究對象，考慮所有乘客的總延誤。實際上，受交叉口紅燈影響的人群不只如此，這一部分人群是直接影響對象，另外的間接影響對象就是最鄰近的下游站點等待乘客。

當2班BRT運行時間間隔在l內，特定站點的等待人數應少于等于x。將多于x的人數設為“溢出值”r。獲取人數需要應用車聯網的無線通信技術。車聯網可以將人、車、路、云等交通參與要素有機地聯系在一起，構建一個智慧交通體系。未來交通離不開5G通信技術，5G通信技術可以提供更高數據速率體驗、更大帶寬的終端接入能力，以及更低的端到端時延，而車聯網也是5G通信技術下應用空間最廣闊、產業配套最齊全的應用場景之一。BRT駛入交叉口，路側部署的路側單元將采集到的站點等待人數信息和感知的交叉口路況信息傳回后端云控中心。云控中心根據BRT車輛到達實時信息及傳回的信息按照優先算法進行判斷，將實時指令傳到信號控制端，5G通信技術下時延能控制在10 ms內，從而實現精確控制。下游停靠站的等待乘客將信息發送給路測單元，如果數目存在“溢出”，獲取“溢出值”，BRT、信號交叉口、下游站點的信息交互見圖3。

圖3 BRT、信號交叉口、下游站點的信息交互

3.2 考慮下游站點“溢出”的ΔPI計算

通過調節信號使得公交在信號交叉口不停車通過，同時也降低交叉口總乘客延誤。對于下游站點“溢出”值r，其與在交叉口BRT車輛內乘客有相同的晚于原本發車時刻的延誤。本文在原有研究基礎上，引入ΔPI的修正項。若系統獲得的信息為下游BRT站點等待人數無溢出，則ΔPI保持原值；若系統獲得的信息為下游BRT站點等待人數存在“溢出”，溢出量應作為BRT上的人數，增大BRT的優先級別。

1) 考慮溢出量后，綠燈延時(速度調節)的ΔPI為

2) 考慮溢出量后，紅燈早斷的ΔPI為

加入修正項，執行公交優先，不僅將交叉口紅燈實際影響的對象加入目標函數從而降低整體延誤；也帶來乘客盡早下車的效益，增大了公交優先的力度。

4 實證分析

本文基于北京市展覽館路與阜成路交叉口的BRT4號線數據開展實證分析，測試改進后的算法的控制效果。使用C#語言進行二次開發實現了所提出的算法，并集成COM接口在VISSIM4.3上進行了仿真實驗。實地調研該交叉口現狀交通流量見表2。

表2 實地調研現狀交通流量 pcu/h

交叉口現狀信號配時圖見圖4。

圖4 交叉口現狀信號配時圖

仿真實驗一共有4組：①主干道流量1 200 pcu/h+次干道流量900 pcu/h；②主干道流量1 800 pcu/h+次干道流量900 pcu/h；③主干道流量1 200+次干道流量1 500 pcu/h；④主干道1 800 pcu/h+次干道1 500 pcu/h。此外，其他條件如周期、相位、BRT平均乘客數、社會車輛平均乘客數保持不變。一共進行了852次仿真實驗，4組實驗均有200組以上，實驗結果見圖5。

圖5 實驗結果對比圖

由圖5可知，考慮下游站點人數后，執行公交優先能顯著降低ΔPI即降低交叉口乘客總延誤、降低BRT運行的總時間并提高執行優先的概率。考慮下游站點人數后，ΔPI降低幅度更大，這是因為執行優先后更多的受益對象被考慮進來。同時由于ΔPI值整體變小，為負值的可能性更大，則執行優先的概率也越大。BRT全程所需時間由于執行優先次數的變多也相應減少。

經過分析，梳理結論如下。

1) 考慮下游站點等待人數后，執行公交優先的可能性比不考慮之前最大提升了47.06%，給予了BRT更高的優先級，顯著提升了執行公交的力度。

2) 考慮下游站點等待人數后，BRT運行時間最大降低了7.12%，提升了BRT運行效率。

5 結語

本文在車聯網環境及公交優先方案的基礎上，改進了以交叉口總延誤為目標函數的算法，將下游站點等待人數作為修正項加入到目標函數的計算中。

首先討論了下游站點等待人數與相鄰BRT間隔的關系，提出如果等待人數多于均值x，則說明BRT與上一班BRT的運行間隔已超出l。其次，回溯了車聯網環境下自適應公交優先算法，在周期不變的情況下，確定執行策略的類型，如果ΔPI≤0則執行公交優先。之后，提出當等待人數多于均值x時，將出現的這種情況量化，加入ΔPI的計算中。而實際上對于這種情況的BRT，系統傾向于給出更高的優先權重。將多于x的人數設為“溢出值”r，溢出量r應作為BRT上的人數，成為ΔPI的修正項，增大BRT的優先級別。最后進行實證分析，在考慮下游站點人數后，執行公交優先能顯著降低ΔPI即降低交叉口乘客總延誤、降低BRT運行的總時間并提高執行優先的概率。考慮下游站點等待人數后，執行公交優先的可能性比不考慮之前最大提升了47.06%，給予了BRT更高的優先級，顯著提升了執行公交的力度。考慮下游站點等待人數后，BRT運行時間最大降低了7.12%，提升了BRT運行效率。

本文是對車聯網環境下公交優先算法研究的繼續與深入，結合實際公交系統，利用車聯網通信技術，將交叉口原本未考慮的等待乘客即下游站點等待乘客考慮進去，將優先的目標函數值ΔPI改進。對于擁有專用道和專用停靠站的BRT而言，執行考慮下游停靠站等待人數的公交優先較為簡易可行；對于常規公交，情況則更加復雜，需考慮多線路沖突和交織的情況，且由于常規公交站為多線路駐停，獲取下游停靠站該線路車輛的等待人數更為復雜，需要更加深入地研究。在此基礎上，干線綠波帶公交優先和多請求公交優先將是下一步研究方向。