吳楠

摘要 公交信號優(yōu)先控制是實現公交優(yōu)先的重要技術手段，在分析現有公交優(yōu)先控制策略的基礎上，文章提出一種新的基于預測的信號優(yōu)先的方法——預測式公交信號優(yōu)先。首先用模型預測車輛到達交叉口的時間，然后根據預測結果，依次小幅調整后續(xù)相位的配時，使得在車輛到達交叉口時正好顯示綠燈。這種方法由于加入了預測模型，所以給予信號系統(tǒng)充分的時間調整配時，所以信號調整會更平滑，避免倉促調整所帶來的過大延誤。

關鍵詞 預測式;公交信號;優(yōu)先控制

中圖分類號 U491.54 文獻標識碼 A 文章編號 2096-8949（2022）01-0021-03

0 引言

公交信號優(yōu)先可以分為被動式和主動式，早期以被動式公交優(yōu)先為主。隨著檢測和控制技術發(fā)展，主動式公交信號優(yōu)先逐漸成為主流，這種方法需要安裝檢測裝置和優(yōu)先請求裝置，最常見的主動式公交優(yōu)先策略是綠燈延長和綠燈早顯。綠燈延長是當公交車輛靠近交叉口時，如果此時的信號顯示為綠燈，則延長綠燈直至公交車輛離開交叉口。而綠燈早顯是指當公交車輛靠近交叉口時，如果此時的公交車輛方向上的信號顯示為紅燈，則縮短其他方向的綠燈顯示時間，使得公交相位及早到來。

1 預測式公交信號優(yōu)先方法介紹

預測式信號優(yōu)先通過在交叉口上游一段距離設置前置檢測器，從檢測器所在的位置開始實施預測式信號優(yōu)先控制。由于采用GPS定位連續(xù)跟蹤測量車輛位置，所以該檢測器可以是虛擬的。只是在車輛經過此檢測器所在位置時，即開始預測到達時間并逐步進行相位調整[1]。

控制流程如圖1所示。首先，定義前置檢測器與交叉口之間的道路段落是檢測區(qū)。利用公交車載的GPS系統(tǒng)，隔一段時間檢測一次公交車輛位置（例如5 s），根據車輛位置判斷是否有公交車輛處在檢測區(qū)內。如果有的話，考慮是否滿足最小公交優(yōu)先間隔限制（指距離上一次實施公交信號優(yōu)先的時間間隔不能太短，防止頻繁打斷正常信號），如果滿足的話，根據車輛的位置信息預測到達交叉口的時間并根據預測調整信號配時。值得注意的是，車輛現狀位置隔一段時間更新一次，預測和信號配時調整方案也要跟著更新。

由此可見，控制方法的重點主要是預測車輛到達交叉口時間以及根據預測來調整信號相位時間。

預測到達時間的方法采用Tan提出的“線性回歸歷史模型”和“自適應模型”融合預測算法。該算法融合了公交車自動定位系統(tǒng)記錄的歷史行程時間數據和實時公交車位置數據，估計公交車到達交叉口的時間。該算法經檢驗認為可以滿足信號優(yōu)先控制的精度要求[2]。

（1）

其中=融合預測算法預測的公交車輛到達時間;

=歷史數據算法預測的公交車輛到達時間;

=實時數據算法預測的公交車輛到達時間;

標準差，由歷史數據得出;

標準差，由實時數據得出。

但預測總存在一定的誤差，該文引入“預測窗”的概念來應對誤差的影響，將預測到達時間設置為一個時間區(qū)間“預測窗”而不是一個“時間點”。時間窗是以預測到達時間點為中點，往前和往后各推一個預測模型的標準差的一個時間段：

（2）

2 仿真驗證

選擇南京太平北路-珠江路交叉口作為實驗交叉口，用VISSIM仿真模型進行驗證。該交叉口的道路狀況如圖2所示。交叉口車輛流向如圖3所示。公交車輛在車流02中。01-12車流為四個進口道各個方向的機動車流。32、34、36、38為行人過街流。22-28，82-88為自行車和助力車，自行車和助力車與行人過街的信號相位相同。

該交叉口目前實施的是定時信號相位設置。定時信號的配時圖如2，是典型的4相位，分別是2個保護左轉相位和2個直行相位。公交車的到達平均間隔為180 s。此交叉口的信號周期為160 s。為了標定實驗交叉口的VISSIM模型，調查了2021年3月10日、17日、18日、19日四天的該交叉口的交通量、車頭時距和各種機動車輛的旅行時間（包括公交車）以及信號燈配時數據。

2.1 主動式公交信號優(yōu)先

首先考慮主動式公交信號優(yōu)先方法。需要布設兩組檢測器。一組是公交優(yōu)先請求檢測器（check-in detector），另外一組是公交優(yōu)先結束檢測器（check-out detector）。公交優(yōu)先結束檢測器設置在停車線處，當公交車輛離開停車線時，通知信號機結束優(yōu)先。檢測器設置在距離交叉口20～30 s的位置最優(yōu)，因此該文設置為距離交叉口120 m（公交車速約為5 m/s）。每一個相位的綠燈時長都有一定的限制。第一相位受到南北向行人過街相位（34和38）限制。交叉口人行橫道長18.6 m，為了確保行人順利過街，行人相位的最小時長為18 s。為確保向西的左轉相位（車流9）的自行車順利通過，第2相位的最短綠燈時間是8 s。同樣為了保證行人和自行車順利過街，第3和第4相位的最小綠燈時間分別為20 s和10 s。

2.2 預測式公交信號優(yōu)先

例子中前置檢測點在實驗交叉口的上一個交叉口的下游不遠處，距離實驗交叉口892 m。實測的公交車行程時間數據表明，從此檢測點到交叉口的行程時間的平均值是164 s。

下面考慮各個相位時長的限制。壓縮相位過度會導致排隊車輛無法在一個周期內通過交叉口，延誤很大，所以需要設定相位的最小時長。計算的方法是：將實測的每個關鍵車流（最大的交通量/飽和流率）的交通量和估計飽和流率列出。求能夠疏散80%實測交通輛的最小綠燈時長[3]。即保證在實施優(yōu)先時，最多只有20%的交通量會遭遇二次延誤。

每一個車流相位也有最大時長限制，以避免對其他相位的車輛造成過大延誤以致總周期長度過長（不超過200 s），所以設定最大時長是原時長的1.2倍。所以除了第二階段以外總結每一個相位的最小時長和最大時長如表2。

用VISSIM自帶的VAP模塊自定義了預測式公交信號優(yōu)先的策略。

2.3 兩種策略的仿真比較

2.3.1 飽和度對公交車和非公交平均延誤的影響

將預測式公交優(yōu)先與傳統(tǒng)無預測公交優(yōu)先分別與無公交優(yōu)先的情況進行比較。

無預測的公交優(yōu)先對公交延誤的減少效果是從42 s到19 s，大約為50%。并且隨著飽和度的增加（從0.68增加到0.98），其他機動車和非機動車的延誤顯著增加，和無控制的情況相比，機動車延誤最多要多25%。非機動車延誤要多12%?？梢妼Ψ枪唤煌ǖ呢撁嬗绊戄^大。

而通過實施預測式信號優(yōu)先，公交車的延誤大大降低了（85%），在高飽和度的情況下，公交延誤降低的幅度也沒有顯著減少。同時機動車（非公交）和非機動車的延誤沒有明顯變化（增加量小于10%），對非公交交通負面影響相對小很多[4]。

2.3.2 不同優(yōu)先策略下的公交車輛接受優(yōu)先的比較

表3比較了不同優(yōu)先策略下公交車輛接受優(yōu)先的情況。

從表3可以看出，傳統(tǒng)的無預測優(yōu)先策略下，有一部分公交車（占總數的19.5%）無法得到優(yōu)先，當然其中也包括正好在綠燈時間到達，不需要請求優(yōu)先的，占總車輛數的3.3%，在接受早綠優(yōu)先的車輛中，大部分車輛都遇到綠燈（占所有早綠的35.8%），少部分由于延長的綠燈時間不夠而不能享受綠燈，綠燈延長策略中，由于優(yōu)先檢測器離交叉口較近，所以延長時間不可能超過相位3（公交相位）的最大綠燈時間。而預測式優(yōu)先策略下，公交車都能享受到優(yōu)先權。由于預測失敗或者無法調整配時使預測窗完全落入綠燈中，在有些時候，仍有機會遇到紅燈。但是總體而言，車輛在預測式優(yōu)先下更多地遇到綠燈，所以延誤減少了。

3 總結和展望

該文研究了預測式的公交信號優(yōu)先的方法。這種方法是在傳統(tǒng)的主動式公交信號優(yōu)先在復雜交叉口實施過程中受到多種限制的條件下開發(fā)出來的，可以在不大幅增加其他交通方式延誤的情況下，有效減少公交車在交叉口的延誤。因為交叉口延誤占公交行程時間的較大比重，并且由于隨機到達，交叉口延誤也是隨機的。所以，減少交叉口的延誤，實際上可以提高公交車運行時間的可靠性和乘客等待時間高度相關的運行時間的百分位值，例如95百分位值也會有大幅減少，乘客的等待時間也會相應減少。下一步研究可以考慮將單點的方法推廣到整條線路甚至區(qū)域的公交線路，需要研究公交優(yōu)先請求存在沖突的情況下如何處理，同時還可以嘗試改進公交車到達時間預測來改善實施效果。

參考文獻

[1]薛艷青.城市道路平面交叉口公交優(yōu)先智能信號控制系統(tǒng)研究[J].交通工程，2020（5）：74-78.

[2]許超然.考慮公交路權優(yōu)先的信號協(xié)調控制研究[D].西安：長安大學，2019.

[3]吳皓，張海波.公交信號優(yōu)先控制系統(tǒng)的應用與分析[J].電子世界，2018（17）：113-115.

[4]張巖.基于公交優(yōu)先的城市交叉口信號控制研究及仿真[D].大連：大連交通大學，2018.