智能網聯定制通勤公交技術探究與實例

摘要 當前城市綜合性新片區發展迅速，職住人口導入快，居住大區與產業園、CBD等辦公片區的出行量大，但公交服務覆蓋薄弱，小汽車出行占比高，造成高峰期干道擁堵嚴重、居民通勤難。發展快速、準點的定制化公交服務，是緩解上述問題的優良手段。文章提出一種面向通勤的智能網聯定制公交，基于互聯網大數據精準選線，結合車路協同技術實現公交時空優先通行，帶來高效準點的門到門服務，有效提升公交的分擔率，緩解片區擁堵。

關鍵詞 智能網聯；車路協同；定制公交；信號優先；位置大數據

中圖分類號 U491.54 文獻標識碼 A 文章編號 2096-8949（2023）07-0004-04

0 引言

城市新片區軌道建設滯后于地塊開發和人口導入、居住區與產業園區間的大量職住通勤人員缺乏門到門的公交服務，出行成本高、時間長。小汽車出行占比高，導致職住通勤道路上交通流集中，呈現常態化擁堵，也影響了公交的運行速度。常規地面公交較軌道交通能快速響應出行需求，定制線路能夠面向通勤提供門到門公交服務，可有效轉化小汽車交通到公共交通。同時，通過智能網聯技術給公交車提供了一種車路協同式的優先通行管控方式，極大地降低線路運行時長、提高準點率。在此基礎上形成的智能網聯通勤定制公交技術，其關鍵環節在于定制公交選線和車輛優先通行控制。

1 技術應用現狀

當前公交領域針對線路客流少和運行效率低等問題，常用的技術手段包括：

（1）開辟定制化線路，以覆蓋軌交和地面公交線網難以觸達的通勤需求。定制線路選線通常采用在線問卷調查方式獲取市民需求，基于調查結果分析出定制化的線路和站點。該方法一方面樣本量不足，難以采集全量出行用戶需求形成精準的線路，另一方面針對性不強，無法精準地挖掘出行人次、時間分布等關鍵信息。

（2）采用專用道保障公交車路權和信號優先控制降低路口延誤，以提高全線運行速度和準點率。類如BRT、中運量公交的專用道建設成本高，也對大流量道路帶來了小汽車交通的壓力。信號優先控制則采用感應線圈或RFID通信方式來做優先請求的交互，信號機被動響應。這些方法無法實時監測公交車精確位置和運行狀態（包括載客數和駕駛意圖等），不能精確地計算公交通過路口的時間，導致專用綠燈時間浪費，同時缺乏路口其他交通流的感知，從而鮮有考慮對沖突方向車流的影響，往往加劇路口的擁堵[1]。

2 總體技術思路

智能網聯定制通勤公交，采用車路云一體化的技術架構，技術原則上需滿足如下三點：

（1）線路選線采用互聯網OD大數據，快速挖掘通勤需求，形成定制線路和站點布設方案。

（2）路面交通組織不采用專用道方式，在路口采用借道轉向的方式為公交實現連續通行，減少工程改造投入和道路資源占用。

（3）采用車路協同信號控制在實現更精準的公交優先通行，提高全線運行時效和到站準點率。算法設計上，智能路側感知和計算能力綜合平衡路口交通流效率。

3 主要內容與關鍵技術

3.1 基于互聯網大數據的通勤定制線路分析與生成

通勤出行是居住地和職業地之間的出行，互聯網地圖及社交應用有著豐富的位置大數據，對海量用戶職住OD和通勤特征有著細致的刻畫。

（1）線路識別：通過采用互聯網位置OD大數據，將城市空間劃分為若干個一定尺寸（例如500 m×500 m）的網格小區，挖掘各網格出行量和熱門出行OD網格對（見圖1、2），結合大數據分析手段能夠有效識別出熱門通勤路徑（圖3）和客流集中點，聚類串聯形成線路起終點和走向。

（2）站點分析：定制線路連接重點居住大區和產業園區，沿線站點采用k-means聚類方法以出行路徑作為最小粒度，計算每個網格下聚類簇的質心點，將保留的質心點通過地圖API檢索附近的公交站（圖4），輔以公交站的人流熱力作為參考值，形成線路站點停靠方案，這樣可達到全局用戶平均步行距離最優。

（3）時刻排班：基于互聯網位置大數據挖掘的定制化線路能有效串聯交通需求，具備良好客流基礎，通過對線路輻射人群的用戶畫像分析（例如圖5的出行時刻畫像），能夠進一步挖掘出潛在乘客及其出行時間和方式偏好，以指導車輛排班。

3.2 車路云一體時空優先通行技術

快速準點是傳統公交吸引增量客流的核心支撐，為此需要提升車輛通行效率，壓縮行程時間和提高到站準點率。該文提出的車路云協同時空優先通行技術，采用交通工程和車路協同技術結合，從時間和空間上實現公交車在交叉口的優先通行，其車路云一體化架構（圖6）包括公交車輛智能化升級、道路智能化改造和AI智能云控平臺三大部分。

3.2.1 公交車輛智能化升級

公交車輛智能化升級主要增加客流采集和車路協同通信能力，加裝包括客流儀（車門處加裝紅外傳感設備采集上下車客流）、OBU（車載通信單元，與路側的RSU進行信息通信）、高精定位裝置（實現車輛厘米級的定位，以支持距離計算和所在車道的判斷）。

3.2.2 道路智能化改造

（1）智能網聯改造：主要增加道路的數據采集及通信能力，以實現車路協同控制。

在常規的城市交叉口已有設備（包括聯網信號機、卡口監控等）基礎上，新增：①公交車信號專用燈——用于顯示公交車優先通行信號。②RSU——路側通信單元，與車載OBU設備進行信息傳輸，同時通過網絡和云端實現數據互通。③MEC（可選）——邊緣計算單元，對卡口監控采集的視頻進行實時分析，計算路口交通流量。

（2）進口道渠化改造：對路口渠化進行優化，將機動車右轉專用道改為兼容公交車的優先通行功能，在公交信號放行時，實現公交車借道直行/左轉。該方法在不開辟公交專用道的情況下實現專用轉向路權，提高路口車道資源的利用率。

3.2.3 AI智能云控平臺建設

云控平臺負責對車側和路側采集的數據進行融合分析，利用云端大數據計算的能力，實時生成車輛的運行狀態、道路的交通流狀態以及信號動態管控方案。其中，信號動態管控是實現公交車輛優先通行的關鍵技術環節。

3.3 車路協同實時公交信號優先控制策略

該控制方式是智能網聯的技術應用，優勢在于車輛的厘米級定位、毫秒級延時的實時信息交互和精準的控制策略，基本技術原理如下：

當裝載有OBU的公交車接近路口時，OBU接收到路側RSU下發的地圖消息后匹配自身路徑，分析車輛到達路口時間，再將公交車基本數據（位置、速度、行駛方向、載客人數等）通過RSU上傳到云控平臺，由平臺進行公交車輛篩驗、優先級排序和優先請求匹配，生成對應的信號配時方案下發至信號控制機，執行包括綠燈延長、紅燈截斷等幾種優先策略。

在信號策略生成時，需兼顧路口各方向社會車輛的通行，以及在多方向公交優先請求時的路口效率最優化[2]，因此需結合路口車流數據、公交乘客數據進行綜合考慮[3]，具體設計思路如下：

（1）考慮社會車輛通行效益：云控平臺實時接收道路感知設備的檢測數據，對數據進行處理后，形成道路擁堵態勢，并計算出各方向可壓縮綠燈時長。

（2）考慮多方向優先沖突請求：云控平臺對公交車輛載客數、站點延誤等信息，進行各公交車的優先級排序和優先方案號對應，生成各方向最優的相位調整策略和優先時長，保證路口總體的公交優先效益最大化。

（3）在信號配時方案中，需考慮公交車行駛的垂直方向上在途行人過街時間，基于厘米級的車輛定位推算車輛抵達停車線的預計時間，最終計算出相位調整方案。同時RSU將建議車速和綠燈開啟時間反饋至車輛，由駕駛員進行響應。由于借道轉向會受到右轉小汽車影響，所以結合車輛位置判斷車輛是否已通過停車線后再關閉優先信號，最大程度地減少綠燈損耗。

4 實施案例

該技術方案在長沙市梅溪湖片區定制公交試點項目中得到應用。長沙市作為國家級車聯網先導區，已建設100 km智能網聯開放道路、2 000多輛公交車智能化升級和云控管理平臺。通過騰訊地圖位置大數據精準OD分析，在梅溪湖居住片區至高新區產業園區間，為沿線1萬余名市民量身定制了兩條智慧通勤公交專線。

（1）高新區—梅溪湖定制公交東線：玉蘭路南園路口—梅溪湖東地鐵站—平川路文軒路口—麓谷大道谷苑路口—青山路望安路口—信息產業園，采用現狀站臺設站6對，線路長度約7.7 km，服務通勤人口3 400余人。

（2）高新區—梅溪湖定制公交西線：梅溪湖街道辦事處一看云路踏雪路口一看云路觀花路口—柏家塘小區—平川路文軒路口—麓谷大道谷苑路口—青山路望安路口—信息產業園，采用現狀站臺設站8對，線路長度約9.2 km，服務通勤人口7 100余人。

定制公交于2021年4月7日上線試運營，期間兩條線每天早、晚高峰各發車一班，試運行15個工作日內總客流超1 400余人次（圖7）。

通過對后臺運行數據監測和分析（圖8、9），定制公交西線的平均行程時間為26.9 min，相比普通公交（沿定制公交路線）可提升行程效率約33%，相比私家車（沿導航路線）可提升行程效率約20%。定制公交東線的平均行程時間為22.9 min，相比普通公交提升約42.5%，相比私家車約23.7%。在到站準點率上，開啟公交優先后到站時間誤差提升水平明顯，高峰期的準點率提升超過80%。另據市交警支隊對乘客的調查數據顯示，約24%的乘客是由小汽車出行轉換而來。總體而言，智能網聯通勤定制公交能有效減少私家車流量以緩解擁堵，提升公交出行分擔率，為市民提供快速可靠的出行體驗。

5 結語

相較于BRT、中運量公交等公交優先的形式，智能網聯公交是在智能網聯示范區實踐總結形成一套經濟、有效的技術體系，以低成本的改造方式激發傳統路面公交的效能，實現公交客流提升和市民通勤體驗優化，也為擁堵治理、交通碳中和提供了一條經濟可行的路徑，具有較高的應用推廣價值和意義。

參考文獻

[1]馬萬經， 楊曉光. 公交信號優先控制策略研究綜述[J]. 城市交通， 2010（6）： 70-78+16.

[2]閆常鑫， 謝覃禹， 郭勁松. 智能網聯公交信號優先技術決策前評價[J]. 交通科技與經濟， 2022（1）： 48-56.

[3]周莉， 暨育雄， 王一喆. 信息交互環境下公交信號優先控制仿真與評估[J]. 武漢理工大學學報：交通科學與工程版， 2017（5）： 816-820.