协同环境下动态公交车速引导模型及信号控制调整分析

摘 要：随着无线通讯技术以及传感器探测技术的进步，依托车载智能系统与路侧设备通信技术，指导公交车驾驶员精准控制车速，从而为公交车实现车速控制与信号同步协调成为了当前研究的重点问题之一。基于此文章以车速引导的公交信号优先控制理论为基础，构建了适应车路环境的动态速度引导下的公交优先协调控制模型。并通过定义主干道路公交车速及车流量数据，利用VISSIM仿真软件对某道路进行车辆动态协调调度，结果表明提出的车速引导模型与传统绿波控制方法相比，能够大大公交车辆的停车次数减少公交车行驶过程中停车次数及延误时间，同时降低了乘客的人均延误时间。

关键词：公交车辆调度 信号协同控制 调度优化

0 引言

公交车作为一项社会公共设施，以其大容量、高效率及较低的道路占用率而著称，在调和城市交通需求与道路空间之间的紧张关系上展现了无可比拟的优越性。随着各个城市公交优先政策的出台，在追求整体交通信号控制效益最大化的同时，如何兼顾公交车与私家车在交通运行中的整体效益，成为了亟待解决的关键难题。而随着计算机科技、无线通讯技术以及传感器探测技术的进步，极大地推动了车路协同系统的快速发展。因此以车—车、车—路间的信息交换为核心，依托车载智能系统与智能路侧设备的无线通信，综合考量道路实时交通状态的各项因素，指导公交车驾驶员精准控制车速，从而为公交车实现车速控制与信号同步协调提供了可能。

1 车速引导的公交信号优先控制理论分析

本文主要集中探讨如何构建适应车路环境的动态速度引导下的公交优先协调控制模型，从而实现公交系统的优先级协调控制。对于公交车协调控制来说一方面需要去实时监控交通状况，动态调整引导范围和信号周期，以增强公交运行效率；另一方面则是要对处于速度引导区域的公交车实施速度建议，此过程需依托于适应性强、响应迅速的动态模型。其核心步骤是：1. 计算协调相位下绿灯时长的可调节范围。2. 结合绿灯时长与可能的延长时间，以及车辆的速度限制，确定初始引导区及动态引导区。3. 当识别到动态引导区内的延误公交时，根据其距交叉口的距离调整绿灯延长策略，同时指导公交专用道上的车辆调整速度。整个模型的最终目标是提升下游交叉口公交车辆的通行能力，进而缩短乘客的平均等待时间[1]。图1为公交速度引导区域示意。

车辆速度引导区域可以分为两个部分进行考虑。第一部分是在协调相位的绿灯时间保持不变情况下的速度引导区域，也就是初始引导区域。这个区域的范围可以通过以下公式进行计算[2]：

式中：g—在当前协调相位下的绿灯持续时间；—公交车在站台延误时间；—车辆的最大允许速度；

第二部分可变引导区域涉及协调相位中绿灯时间延长的情况。这种情况下，速度引导区域的计算会考虑到额外的绿灯时间，从而允许更远距离的车辆有机会在不减速的情况下通过交叉口。可变引导区域的范围计算公式可以表示为：

式中：—协调相位下可扩展时间；

2 车路协同环境下车速引导模型建立

2.1 模型假设

为了保证本次模型的数据精确性，本文对其进行了如下假设：

（1）公交车均装备多功能智能终端，能实时监控车速、运营状态、精确定位，支持即时通讯与信息展示。

（2）车辆均严格在公交专用车道上行驶，依据优化的车速指南平稳运行。

（3）未考虑行人及非机动车流动对公交服务的影响。

（4）假设交通设施与车辆系统之间的通信畅通无阻，信息传输极少遇到中断。

2.2 公交信号控制模型创建

公交车辆抵达交叉口的具体时间受交通流量动态变化的影响，存在不确定性。在每一轮信号控制周期中，部分公交车能及时在绿灯期间通过路口；而另一些车辆因在红灯时段到达，不得不减速或停车，等待下一次绿灯开启。对此需要计算出绿灯最大延长时间以及协调相位下的绿灯时间。

公交优先协调控制的核心是在保持绿波带稳定性的同时，确保公交车享有信号优先。需要当前周期中协调相位的绿灯延长时间小于非协调相位的绿灯时长。由此，协调相位绿灯时间的最大可延长量可通过以下公式计算得出[3]：

式中：协调相位下i周期内的绿灯最大延长时间，s；

—非协调相位下i周期内绿灯k可以缩减的时间，s；

—非协调相位下i+1周期内绿灯k可以缩减的时间，s；

在绿灯最大延长时间确定后，协调相位下的绿灯时间便可以由下式进行计算：

式中：为协调相位下i周期内的绿灯实际持续时间；分别为协调相位下i周期内的绿灯初始及延长时间。

2.3 车速引导模型创建

对于任意一辆公交车，其抵达下游交叉口的时间窗可通过分析其行驶速度的最低与最高限值来界定[4]。与此同时，信号控制的交叉口受到绿灯可延长的最大时限、红灯可缩短的范围以及绿波带宽度等因素的约束。因此本文假设公交车经过速度引导后能够以优化后的速度 实现不停车通过信号交叉口，则公交车到达下游路口的时间可以用下式进行计算：

式中：—公交车到达路口时间点，s；—公交车开始进行车速引导的时间点，s；

—公交车车辆引导初始速度，m/s；—公交车车辆引导最终速度，m/s；—公交车引导时距离路口距离，m；a—公交车加速度，m/s2；

在调控公交车辆行进速度时，前车的速度会间接制约后车的速度调整空间。倘若仅针对后方车辆实施速度引导，在前车速度的既定框架下，后车的加速或减速将受限，便会导致后车无法充分利用绿灯时段顺利通行。对此本文依据公交车特有的运行规律，将绿灯周期细分为若干个阶段，如图2所示。其中，阶段一（A-B）对应的是排队车辆的启动与加速过程；阶段二（B-C）代表车辆可维持现有速度稳定通过的时段；阶段三（C-D）则是需通过速度调控协助车辆完成通过的时段。

路口红灯时，公交车量剩余等待时间为：

路口绿灯剩余引导时间为：

设想在交通流中，每辆公交车通过交叉口时需保持一个安全的前车距离，我们将其记作（车头时距）。在实施速度引导措施的区域内，假设最后一辆公交车（标记为n）以该区域允许的最大速度阈值通过交叉口。因此为保障公交车辆n在后续路口的通行不受阻碍，前一辆公交车辆n-1必须在规定的时间窗口（）内顺利通过当前路口。因此，需遵守的速度指导值可表达为：

3 仿真分析

3.1 仿真环境参数搭建

为检验本文建立的车辆速度调控的公交优先级同步管理策略的实际可行性，本文选取一条由数个交汇点构成的关键道路作为试验环境。并采用交通仿真软件VISSIM作为核心的模拟工具，借助Visual Basic 6.0编程环境与VISSIM的COM接口功能，对其进行深度定制化开发。

仿真步骤如下：

1. 仿真环境搭建：在VISSIM中精确复现选定道路的交通网络结构，包括但不限于信号灯布局、交通流量特征等细节。

2. 算法集成：运用VB6.0编程语言，通过COM接口将公交优先级的动态速度引导算法融入至仿真体系中，确保其实时响应及控制能力。

3. 功能测试：在模拟环境下运行并监控，评估算法在处理公交车辆优先通行、交通流均衡等方面的效能。

仿真对象道路分布见图3-1所示，其由3条交叉口组成分别命名为交叉口1、交叉口2和交叉口3，各路段长度分别为466米、636米、526米，公交车最大运行速度均设置为40公里/小时，正常行驶速度设定为40公里/小时；饱和流量取值为1800 pcu/h，其代表在理想条件下，单位时间内能够通过交叉口的最大车辆数量；公交车饱和车头时距设为4秒，代表在饱和状态下，两辆公交车之间的最小时间间隔。仿真各方向进口车道数及基本交通量见表1所示。

3.2 仿真结果分析

绝对相位差通常是指在一个周期性的系统中，实际事件发生的时间与预期（理想）时间之间的差异。在交通信号控制领域，相位差可以表示不同的交通信号灯相对于主周期开始时刻的启动时间。通过仿真系统使用Webster计算法，本文将80秒视为一个完整的周期，在此周期下计算出的三个绝对相位差分别为73秒、26秒和74秒。图4给出了相位差的计算结果。

为评估动态公交车辆速度引导结合公交信号优先配时控制策略的有效性，本文进行两组对比仿真试验。第一组试验采用传统的公交优先策略，即绿波带协调控制，但不包含对公交车辆速度的具体引导措施[5]；第二组试验则实施了本文提出的综合控制方法，其中包含了动态的速度引导和信号配时优化。仿真持续时间均设定为为3600秒（即1小时），最终提取了两种方法的公交车辆平均延误时间（衡量公交车辆在各个交叉口的等待时间）；人均平均延误时间（乘客从上车到下车的总时间，包括途中在各站点的等待和行驶时间）进行指标对比。

根据表2的结果可以看出，相较于传统的绿波控制方案，本文提出的车速引导模型显著提升了公交运营效率。具体表现为公交车辆的停车频率降低了13.07%，平均延误时间减少了4.97%，人均延误时间更是减少了6.34%。另外在整条干线上，车辆平均延误时间下降了2.15%，人均延误时间则减少了4.56%。究其原因主要是因为模型实现了3条路口间的协调控制，并运用动态速度引导技术优化了公交车辆的行驶速度，确保公交车能更高效地利用下游交叉口的绿灯时间，从而大大减少了延误和停车次数，保证了公交车的顺畅通行。

4 结论

本文通过对位于速度引导区域内的公交车辆实施速度指导，构建了适应车路环境的动态速度引导下的公交优先协调控制模型。通过定义出协调相位下可扩展的绿灯时长，结合车辆最大允许速度以及道路车辆信息，对某道路进行了车辆动态协调调度VISSIM仿真测试。研究结果表明本模型与传统绿波控制方法相比，测试道路在进行通车后，能够使公交车辆的停车次数减少了13.07%，平均延误时间降低了4.97%，人均延误时间降低了6.34%；极大缩短了公交车辆在交叉口的有效通行绿灯时间。

参考文献：

[1]赵欣，李瑞，酆磊.基于公交优先的干线协调信号控制改进模型[J].重庆交通大学学报（自然科学版），2024，43（01）：67-74+98.

[2]祁坤.考虑社会车辆通行效率的应急车辆信号优先控制策略[J].交通科技与管理，2024，5（10）：11-13.

[3]龙科军，张仲根，刘洋，等.城市道路应急车辆借道通行与信号协同优化模型[J].交通运输系统工程与信息，2023，23（05）：194-201+226.

[4]张燕，吴芳，李伟斌.基于双周期干道绿波协调控制模型的构建与验证[J].兰州交通大学学报，2021（05）.

[5]孙伟，张梦雅，马成元，等.新型混合交通交叉口信号与车辆轨迹协同控制方法[J].交通运输系统工程与信息，2023，23（01）：97-105.