CN110085025B - 一种快速公交多模态运行速度优化方法 - Google Patents

一种快速公交多模态运行速度优化方法 Download PDF

Info

Publication number
CN110085025B
CN110085025B CN201910221264.2A CN201910221264A CN110085025B CN 110085025 B CN110085025 B CN 110085025B CN 201910221264 A CN201910221264 A CN 201910221264A CN 110085025 B CN110085025 B CN 110085025B
Authority
CN
China
Prior art keywords
signal
speed
rapid transit
station
bus rapid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910221264.2A
Other languages
English (en)
Other versions
CN110085025A (zh
Inventor
赵祥模
吴霞
于少伟
孙康
辛琪
闵海根
孙朋朋
王润民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changan University
Original Assignee
Changan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changan University filed Critical Changan University
Priority to CN201910221264.2A priority Critical patent/CN110085025B/zh
Publication of CN110085025A publication Critical patent/CN110085025A/zh
Application granted granted Critical
Publication of CN110085025B publication Critical patent/CN110085025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种快速公交多模态运行速度优化方法，针对BRT车站站点紧邻交叉口并位于交叉口前后的两种情况下的速度引导，采用MATLAB软件平台中的非线性多元函数最小值求解函数求解节能运行速度优化模型，得到车辆在不同时刻下的速度，根据车辆在不同时刻下的速度对智能网联BRT车辆的车速进行动态引导。

Description

一种快速公交多模态运行速度优化方法
技术领域
本发明属于机动车环保节能技术领域，具体涉及一种快速公交多模态运行速度优化方法。
背景技术
据相关统计资料显示，作为缓解城市交通拥堵重要手段的常规公共交通，其车辆数量在所有机动车中的占比虽然不到2％，但由于道路交通拥堵、日均行驶里程长、在站台和交叉口多次停车等原因，其能源消耗量约占整个城市机动车能源消耗量的1/3。由此可见，公共交通领域的节能减排迫在眉睫。在不准确、不完全以及感知距离有限的信息基础上，快速公交(Bus Rapid Transit,BRT)车辆驾驶员难以做出系统、全局、科学和合理的驾驶行为决策；不合理的、未经优化的驾驶决策及行为会导致BRT车辆行驶过程中频繁的速度波动和不必要的加减速行为以及串车、大间隔和走停现象，造成BRT车辆车头时距的波动，从而导致BRT车辆自身、公交线路乃至整个BRT网络消耗额外的燃油。在此背景下开展车联网环境下的BRT车辆节能驾驶行为优化研究，对于科学、合理地指导和解决上述问题无疑是非常必要的。针对城市公交车辆的车速控制虽已经进行了广泛的研究，但是大部分都是以公交服务可靠性为目标的，很少有分析车速控制策略对燃油消耗量的影响。
发明内容
针对上述现有方法中存在的问题，本发明的目的在于，提供一种快速公交多模态运行速度优化方法，通过获取信号交叉口和公交站台信息，并以排放最优为优化目标给驶入交叉口的快速公交驾驶员动态提供车速引导。
为了实现上述目的，本发明采用如下技术方案：
一种快速公交多模态运行速度优化方法，本方法对快速公交从站点A到相邻站点B的运行进行速度优化，其中，站点A与站点B之间只有一个信号灯，包括以下步骤：
步骤一、建立速度优化模型C：
Figure BDA0002003697430000021
其中：J为快速公交排放模型，v和a分别代表时刻t时的速度和加速度；
分两种情况：
(1)站点B位于道路信号灯之后，并且站点B与道路信号灯的距离不超过100米，快速公交的运行依次经历加速、匀速、减速和制动四个模态，这四个模态对应的速度和加速度分别为：
Figure BDA0002003697430000022
Figure BDA0002003697430000023
Figure BDA0002003697430000024
Figure BDA0002003697430000025
其中，快速公交从站点A启动加速前的时刻为0，经过道路信号灯前停车线时的时刻为tsignal，匀速运行起止时间分别为
Figure BDA0002003697430000026
和
Figure BDA0002003697430000027
到达站点B的时刻为
Figure BDA0002003697430000028
ω1,ω2,ω3均为三角函数参数，匀速运行速度为vh，经过道路信号灯前停车线时的速度为vsignal；
ω1,ω2,ω3，vh，vsignal和tsignal满足以下约束条件：
(vh-vsignal)ω2＝vsignalω3
amin≤vhω1≤amax
amin≤(vh-vsignal)ω2≤amax
amin≤vsignalω3≤amax
0≤vh≤vmax
0≤vsignal≤vlim
Figure BDA0002003697430000031
Figure BDA0002003697430000032
Figure BDA0002003697430000033
其中，amin和amax表示允许的最大减速度和最大加速度，vmax表示道路最大允许速度，vlim表示通过信号灯前停车线的最大限速，Tsignal表示快速公交在站点A启动时信号灯的倒计时，若信号灯为绿灯，则为绿灯倒计时；否则，为红灯倒计时，T表示信号灯的信号周期，TG表示信号周期内的绿灯时间，TR表示信号周期内的红灯时间，dsta表示站点A到站点B的距离，dint表示站点A到信号灯前停车线的距离，k为非负整数，k取值最大值没有限制。
(2)站点A位于道路信号灯之前，并且站点A与道路信号灯的距离不超过100米，快速公交的运行依次经历启动、低速匀速、加速、高速匀速和制动五个模态，这五个模态对应的速度和加速度分别为：
Figure BDA0002003697430000041
Figure BDA0002003697430000042
Figure BDA0002003697430000043
Figure BDA0002003697430000044
Figure BDA0002003697430000045
其中，快速公交低速匀速运行起止时间分别为
Figure BDA0002003697430000046
和tsignal，高速匀速运行起止时间分别为
Figure BDA0002003697430000047
和tcruising，到达站点B的时刻为
Figure BDA0002003697430000048
均为三角函数参数，高速匀速运行的速度为v'h，快速公交结束高速匀速运行开始制动的时间为tcruising；
其中，
Figure BDA0002003697430000049
v'h，vsignal，tsignal和tcruising满足以下约束：
Figure BDA00020036974300000410
Figure BDA00020036974300000411
Figure BDA00020036974300000412
0≤v′h≤vmax
0≤vsignal≤vlim
Figure BDA00020036974300000413
Figure BDA00020036974300000414
Figure BDA0002003697430000051
其中，dint表示快速公交在[0,tsignal]内行驶的距离，dsta-dint为快速公交在
Figure BDA0002003697430000052
内行驶的距离。
步骤二、对速度优化模型C求解，得到快速公交在站点A与站点B之间不同时刻优化后的速度，驾驶员按照优化后的速度驾驶即可实现节能运行。
优选的，步骤二中采用非线性多元函数最小值求解函数对速度优化模型C求解。
与现有技术相比，本发明具有如下优点：
本发明能够以消耗最少燃油为目标引导车辆通过信号交叉口和紧邻信号交叉口的公交车站，避免了车辆在交叉口的空转时间以及一些不必要的急加速和急减速操作，造成额外的燃油消耗和尾气排放，同时也提高了道路通行能力，满足人们的出行需求的同时，提高人们的出行效率。
下面结合附图和具体实施方式对本发明的方案作进一步详细地解释和说明。
附图说明
图1为BRT车站站点紧邻交叉口且位于交叉口之后的四模态分析图。
图2为BRT车站站点紧邻交叉口且位于交叉口之前的五模态分析图。
图3为在BRT车站站点紧邻交叉口且位于交叉口之后的车速引导图。
图4为在BRT车站站点紧邻交叉口且位于交叉口之前的车速引导图。
具体实施方式
本发明的一种快速公交多模态运行速度优化方法，仅针对BRT车站站点紧邻交叉口并位于交叉口前后的两种情况下的速度引导，即站点AB之间仅有一个信号灯，并且信号灯紧靠站点A或者站点B。同时，本发明的方法是基于快速公交的智能网联系统，可以实时获取信号灯、车辆速度、道路限速等信息，同时利用该智能网联系统，可以将本发明最终获得的优化速度实时展现在驾驶员面前，在线引导驾驶操作。采用MATLAB软件平台中的非线性多元函数最小值求解函数求解节能运行速度优化模型，得到车辆在不同时刻下的速度，根据车辆在不同时刻下的速度对智能网联BRT车辆的车速进行动态引导。
其中，速度优化模型为：
Figure BDA0002003697430000061
其中，J表示公交车的排放模型，例如加速、减速以及制动等：
Figure BDA0002003697430000062
其中，a表示车辆的加速度；v表示车辆的速度。
考虑BRT车站分别处于信号交叉口之前和之后两种情况，分别建立两种情况下的多模态速度优化模型。
(1)BRT车站紧邻信号交叉口并在交叉口之后(如图1所示)
采用四模态速度优化模型对站台处于交叉口之后紧接着交叉口的BRT车辆进行速度优化和引导，包括：加速模态，匀速模态，减速模态和制动模态。
车辆在各模态下的速度和加速度表示为：
Figure BDA0002003697430000063
Figure BDA0002003697430000064
Figure BDA0002003697430000065
Figure BDA0002003697430000066
其中，快速公交从站点A启动加速前的时刻为0，经过道路信号灯前停车线时的时刻为tsignal，匀速运行起止时间分别为
Figure BDA0002003697430000071
和
Figure BDA0002003697430000072
到达站点B的时刻为
Figure BDA0002003697430000073
ω1,ω2,ω3均为三角函数参数，匀速运行速度为vh，经过道路信号灯前停车线时的速度为vsignal；
ω1,ω2,ω3，vh，vsignal和tsignal满足以下约束条件：
(vh-vsignal)ω2＝vsignalω3 (3)
amin≤vhω1≤amax (4)
amin≤(vh-vsignal)ω2≤amax (5)
amin≤vsignalω3≤amax (6)
0≤vh≤vmax (7)
0≤vsignal≤vlim (8)
Figure BDA0002003697430000074
Figure BDA0002003697430000075
Figure BDA0002003697430000076
其中，式(3)满足BRT车辆由减速模态转换到制动模态时，加速度不发生突变，避免引起乘客不舒适，保证加速度曲线平滑；式(4)-(6)表示加速、减速和制动模态下，BRT车辆的加/减速度在不超过车辆动力学的最大限制的前提下，保证乘客舒适性。其中，amin和amax表示允许的最大减速度和最大加速度；式(7)-(8)表示BRT车辆任意时刻的速度不能超过道路限速，且在通过信号交叉口时，考虑路口的行人安全，需要适当减速。其中，vmax表示道路最大允许速度，vlim表示通过交叉口的最大限速；式(9)保证BRT车辆必须在绿灯相位内通过信号交叉口。其中，Tsignal表示信号交叉口信号灯的倒计时，若signal为绿灯，则为绿灯倒计时；否则，为红灯倒计时，T表示交叉口信号灯的信号周期，TG表示一个信号周期内的绿灯时间，TR表示一个信号周期内的红灯时间(信号灯的黄灯时间被折算为红灯时间)；式(10)和式(11)分别表示BRT车辆在[0,tsignal]内行驶的距离为站点A到交叉口停车线的距离，即dint，在[tsignal,tsignal+π/(2ω3)]内行驶的距离为交叉口停车线到站点B的距离，即dsta-dint，其中，dsta表示站点A到站点B的距离。
实施例1
采用本发明的方法对快速公交车辆进行车速引导，在本实施例中，dint＝430m，dsta＝490m，amin＝-2.5m/s2，amax＝2.5m/s2，T＝60s，TG＝30s，TR＝30s，vmax＝55km/h，vlim＝20km/h，tsignal＝10s signal＝green即绿灯倒计时为10s。基于matlab环境对实施例所给出的交通环境进行仿真，获得如图3所示的结果。其中，ω1＝0.2851，ω2＝0.3053，ω3＝0.2188，vh＝8.7684m/s，vsignal＝5.1075m/s，tsignal＝52s。
(2)BRT车站紧邻信号交叉口并在交叉口之前(信号灯紧靠站点A)(如图2所示)
采用五模态速度优化模型对站台处于交叉口之前的BRT车辆进行速度优化和引导，包括：启动模态，低速匀速巡航模态，加速模态，高速匀速巡航模态和制动模态。
车辆在各模态下的速度和加速度分别表示为：
Figure BDA0002003697430000091
Figure BDA0002003697430000092
Figure BDA0002003697430000093
Figure BDA0002003697430000094
Figure BDA0002003697430000095
其中，快速公交低速匀速运行起止时间分别为
Figure BDA0002003697430000096
和tsignal，高速匀速运行起止时间分别为
Figure BDA0002003697430000097
和tcruising，到达站点B的时刻为
Figure BDA0002003697430000098
均为三角函数参数，高速匀速运行的速度为v'h，快速公交结束高速匀速运行开始制动的时间为tcruising；
其中，
Figure BDA0002003697430000099
v'h，vsignal，tsignal和tcruising满足以下约束：
Figure BDA00020036974300000910
Figure BDA00020036974300000911
Figure BDA00020036974300000912
0≤v'h≤vmax (15)
0≤vsignal≤vlim (16)
Figure BDA00020036974300000913
Figure BDA00020036974300000914
Figure BDA00020036974300000915
Figure BDA0002003697430000101
其中，式(12)-(14)表示加速、减速和制动模态下，BRT车辆的加/减速度在不超过车辆动力学的最大限制的前提下，保证乘客舒适性。式(15)-(16)表示BRT车辆任意时刻的速度不能超过道路限速，且在通过信号交叉口时，考虑路口的行人安全，需要适当减速。式(17)保证BRT车辆必须在绿灯相位内通过信号交叉口。其中，Tsignal表示信号交叉口信号灯的倒计时，若signal为绿灯，则为绿灯倒计时；否则，为红灯倒计时，T表示交叉口信号灯的信号周期，TG表示一个信号周期内的绿灯时间，TR表示一个信号周期内的红灯时间(信号灯的黄灯时间被折算为红灯时间)；式(18)和式(19)分别表示dint表示快速公交在[0,tsignal]内行驶的距离，dsta-dint为快速公交在
Figure BDA0002003697430000102
内行驶的距离。
实施例2
采用本发明的方法对快速公交车辆进行车速引导，在本实施例中，dint＝50m，dsta＝490m，amin＝-2.5m/s2，amax＝2.5m/s2，T＝60s，TG＝30s，TR＝30s，vmax＝55km/h，vlim＝30km/h，tsignal＝12s signal＝green即绿灯倒计时为12s。基于matlab环境对实施例所给出的交通环境进行仿真，获得如图4所示的结果。其中，
Figure BDA0002003697430000103
v'h＝14.108m/s，vsignal＝8.33m/s，tsignal＝8s，tcruising＝31s。

Claims (1)

1.一种快速公交多模态运行速度优化方法，本方法对快速公交从站点A到相邻站点B的运行进行速度优化，并且AB之间只有一个道路信号灯，其特征在于，包括以下步骤：
步骤一、建立速度优化模型C：
Figure FDA0003098905080000011
其中：J为快速公交排放模型，v和a分别代表时刻t时的速度和加速度；
若站点B接近道路信号灯且B与道路信号灯的距离不超过100米，则在
Figure FDA0003098905080000012
时间内快速公交从A到B的运行依次连续经历加速、匀速、减速以及制动四个模态，这四个模态对应的速度和加速度分别为：
Figure FDA0003098905080000013
v＝vhsin(ω1t) a＝vhω1cos(ω1t)
Figure FDA0003098905080000014
a＝0
Figure FDA0003098905080000015
Figure FDA0003098905080000016
v＝vsignal-vsignalsin(ω3(t-tsignal)) a＝-vsignalω3cos(ω3(t-tsignal))
其中，快速公交从站点A启动加速前的时刻为0，经过道路信号灯前停车线时的时刻为tsignal，匀速运行起止时间分别为
Figure FDA0003098905080000017
和
Figure FDA0003098905080000018
到达站点B的时刻为
Figure FDA0003098905080000019
ω1,ω2,ω3均为三角函数参数，匀速运行速度为vh，经过道路信号灯前停车线时的速度为vsignal；
并且，ω1,ω2,ω3，vh，vsignal和tsignal满足以下约束条件：
(vh-vsignal)ω2＝vsignalω3
amin≤vhω1≤amax
amin≤(vh-vsignal)ω2≤amax
amin≤vsignalω3≤amax
0≤vh≤vmax
0≤vsignal≤vlim
Figure FDA0003098905080000021
Figure FDA0003098905080000022
Figure FDA0003098905080000023
其中，amin和amax表示快速公交允许的最大减速度和最大加速度，vmax表示道路最大允许速度，vlim表示通过道路信号灯前停车线的最大限速，Tsignal表示快速公交在站点A启动时信号灯的倒计时，T表示道路信号灯的信号周期，TG表示信号周期内的绿灯时间，TR表示信号周期内的红灯时间，dsta表示站点A到站点B的距离，dint表示站点A到道路信号灯前停车线的距离，k为非负整数；
若站点A接近道路信号灯且A与道路信号灯的距离不超过100米，则快速公交从A到B的运行依次连续经历启动、低速匀速、加速、高速匀速和制动五个模态，这五个模态对应的速度和加速度分别为：
Figure FDA0003098905080000031
Figure FDA0003098905080000032
v＝vsignal a＝0
Figure FDA0003098905080000033
Figure FDA0003098905080000034
v＝v'h a＝0
Figure FDA0003098905080000035
其中，快速公交从站点A启动时的时刻为0，低速匀速运行起止时间分别为
Figure FDA0003098905080000036
和tsignal，高速匀速运行起止时间分别为
Figure FDA0003098905080000037
和tcruising，到达站点B的时刻为
Figure FDA0003098905080000038
Figure FDA0003098905080000039
均为三角函数参数，低速匀速运行的速度为v'h，快速公交开始进行制动前的时间为tcruising；
并且，
Figure FDA00030989050800000310
v'h，vsignal，tsignal和tcruising满足以下约束：
Figure FDA00030989050800000311
Figure FDA00030989050800000312
Figure FDA00030989050800000313
0≤v′h≤vmax
0≤vsignal≤vlim
Figure FDA00030989050800000314
Figure FDA00030989050800000315
Figure FDA0003098905080000041
其中，dint表示快速公交在[0,tsignal]内行驶的距离，dsta-dint为快速公交在
Figure FDA0003098905080000042
内行驶的距离；
步骤二、对速度优化模型C求解，得到快速公交在AB之间不同时刻优化后的速度；
所述的步骤二中采用非线性多元函数最小值求解函数对速度优化模型C求解。
CN201910221264.2A 2019-03-22 2019-03-22 一种快速公交多模态运行速度优化方法 Active CN110085025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910221264.2A CN110085025B (zh) 2019-03-22 2019-03-22 一种快速公交多模态运行速度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910221264.2A CN110085025B (zh) 2019-03-22 2019-03-22 一种快速公交多模态运行速度优化方法

Publications (2)

Publication Number Publication Date
CN110085025A CN110085025A (zh) 2019-08-02
CN110085025B true CN110085025B (zh) 2021-08-03

Family

ID=67413425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910221264.2A Active CN110085025B (zh) 2019-03-22 2019-03-22 一种快速公交多模态运行速度优化方法

Country Status (1)

Country Link
CN (1) CN110085025B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111223300A (zh) * 2020-01-21 2020-06-02 爱易成技术(天津)有限公司 一种公共交通区间车速引导方法
CN111540225B (zh) * 2020-04-22 2021-03-26 山东大学 基于多目标优化的公交运行区间速度优化控制方法及系统
CN111640302B (zh) * 2020-05-27 2022-03-04 北方工业大学 一种车联网状态下公交准点到站的速度优先控制方法
CN111882905B (zh) * 2020-07-31 2021-03-12 爱易成技术(天津)有限公司 一种道路交通预约通行的实现方法、系统及电子设备
CN111859193B (zh) 2020-07-31 2021-08-31 爱易成技术(天津)有限公司 行车时刻表的生成方法、装置及电子设备
CN115762229B (zh) * 2022-11-21 2023-09-22 长安大学 动态泊位分配的多车型车辆进站引导方法、系统、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110175753A1 (en) * 2010-01-15 2011-07-21 James Jacob Free Robotic influenced self scheduling F.L.O.W. trafic management system
CN105225488A (zh) * 2015-11-05 2016-01-06 北京市交通行业节能减排中心 一种基于机动车比功率的速度对车辆排放因子修正方法
US20160171521A1 (en) * 2007-05-10 2016-06-16 Allstate Insurance Company Road segment safety rating system
CN108335506A (zh) * 2018-01-11 2018-07-27 长安大学 网联车多信号交叉口绿灯相位车速动态引导方法及系统
CN109448364A (zh) * 2018-10-15 2019-03-08 同济大学 一种考虑舒适度和节能减排的公交动态轨迹优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160171521A1 (en) * 2007-05-10 2016-06-16 Allstate Insurance Company Road segment safety rating system
US20110175753A1 (en) * 2010-01-15 2011-07-21 James Jacob Free Robotic influenced self scheduling F.L.O.W. trafic management system
CN105225488A (zh) * 2015-11-05 2016-01-06 北京市交通行业节能减排中心 一种基于机动车比功率的速度对车辆排放因子修正方法
CN108335506A (zh) * 2018-01-11 2018-07-27 长安大学 网联车多信号交叉口绿灯相位车速动态引导方法及系统
CN109448364A (zh) * 2018-10-15 2019-03-08 同济大学 一种考虑舒适度和节能减排的公交动态轨迹优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于比功率的北京快速公交车辆排放特征;陈旭梅 等;《北京交通大学交通运输学院》;20120630;第90-95页 *

Also Published As

Publication number Publication date
CN110085025A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN110085025B (zh) 一种快速公交多模态运行速度优化方法
CN104778851B (zh) 一种基于行驶轨迹的生态驾驶优化方法和系统
CN110619752B (zh) 一种基于lte-v2x通信技术的车辆与信号灯协同控制方法及控制系统
Zhao et al. Cellular automata model for traffic flow at intersections in internet of vehicles
Mandava et al. Arterial velocity planning based on traffic signal information under light traffic conditions
CN106128137B (zh) 一种基于车联网的城市道路交通路口车内交通信息灯预警方法及系统
Barth et al. Dynamic ECO-driving for arterial corridors
CN104794915B (zh) 一种连续交叉路口车辆通行控制方法及装置
CN104183124B (zh) 一种基于单路口交通信号信息的主干道车速规划方法
CN205943098U (zh) 一种用于交叉口不停车通行的智能交通诱导系统
CN109493593B (zh) 一种考虑舒适度的公交运行轨迹优化方法
CN108986471A (zh) 混合交通条件下交叉口车辆引导方法
CN105976621A (zh) 一种基于车辆速度诱导策略引导车辆不停车通过交叉口的装置及方法
CN104192148B (zh) 一种基于交通信号信息预知的主干道车速规划方法
CN107862121B (zh) 基于绿波带的电动汽车能耗模型设计方法及其系统
CN107085951A (zh) 一种交叉口进口道直左共用可变车道预信号控制方法
CN104200656B (zh) 一种基于交通信号信息的主干道车速规划方法
Wu et al. Supplementary benefits from partial vehicle automation in an ecoapproach and departure application at signalized intersections
CN103786733B (zh) 一种自动档汽车环保驾驶行为的提示方法
CN113257007B (zh) 交叉口共享自动驾驶车道的信号控制方法及系统
CN112767715B (zh) 一种交叉路口交通信号灯与智能网联汽车的协同控制方法
CN115273500A (zh) 一种信号交叉口网联车辆轨迹优化引导方法及系统
CN106128125A (zh) 一种针对主路优先感应控制交叉口的车速引导方法
CN108922211A (zh) 考虑站点、信号灯和前车约束的brt公交速度优化推荐方法
CN107067785A (zh) 堵车路段经济车速匹配系统及控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant