CN111429731A - 一种公交多模式调度和沿线交叉口信号配时协同优化方法 - Google Patents
一种公交多模式调度和沿线交叉口信号配时协同优化方法 Download PDFInfo
- Publication number
- CN111429731A CN111429731A CN202010172521.0A CN202010172521A CN111429731A CN 111429731 A CN111429731 A CN 111429731A CN 202010172521 A CN202010172521 A CN 202010172521A CN 111429731 A CN111429731 A CN 111429731A
- Authority
- CN
- China
- Prior art keywords
- bus
- intersection
- signal
- vehicle
- time
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
Abstract
本发明提出一种公交多模式调度和沿线交叉口信号配时协同优化方法,通过求解优化模型,同步优化快速公交运行模式选择、各班次发车时刻和沿线交叉口信号配时来实现;所述优化模型用非线性规划模型表述;以乘客总出行时间最小作为优化目标,并结合考虑多种约束条件,所述约束条件包括交叉口信号控制约束、交叉口饱和度约束、乘客候车约束和优化参数取值范围;本发明针对快速公交调度和信号控制在目标上的统一性,将三种运行模式选择(全程车、大站车和区间车)、各班次发车时刻和沿线交叉口信号配时整合在一个优化模型中,进行协同优化,从而提高快速公交的运营效率的公交多模式调度和沿线交叉口信号配时协同优化方法。
Description
技术领域
本发明涉及道路交通优化技术领域,尤其涉及一种公交多模式调度和沿线交叉口信号配时协同优化方法。
背景技术
随着时代的发展,设置快速公交已成为城市解决交通拥堵问题的重要手段。对于快速公交运营的优化主要包括行车调度和沿线交叉口信号控制两部分。目前这两部分优化是分两个阶段完成的。但实质上,两者有着密切的联系,一方面,行车调度计划影响了公交达到交叉口的时刻,从而影响了交叉口信号控制的效果;另一方面,交叉口信号控制也在很大程度上决定了车辆在站点间通行的时间,从而影响了行车调度计划的执行。对此,目前未见有针对性的协同优化设置方法,并且也未检索到这类方法的发明专利。
经对现有技术的文献检索发现,有关快速公交行车调度和沿线交叉口信号配时的优化设计方法,主要有以下两个方面:
1、在公交行车调度方面,针对快速公交系统的组成与特性、大站车和区间车判断标准、公交发车间隔设计等,有相应的设计方法。在中国的《城市公共汽电车客运服务规范GBT22484-2016》、《城市综合交通体系规划标准GB/T51328-2018》、《城市公共交通概论》中对其有相关规定和介绍。
2、在交叉口信号控制方面,针对快速公交系统主要有被动优先、主动优先和实时优先三种优先策略,具体对信号相位相序、周期时长、各流向绿灯时间分配等进行优化设计。在中国的代表性著作包括《城市交通控制》、《交通管理与控制》。
针对快速公交行车调度和交叉口信号控制,目前已有了较为成熟的技术成果。其中,快速公交时刻表的编制,在发明专利申请“一种快速公交时刻表编制方法”(申请号201810711088.6)中已有了详细介绍;发明专利申请“一种基于多模式公交组合调度的时刻表编制方法”(申请号201410452172.2)则对公交的多模式调度进行了介绍。
现有调度计划的设计方法未考虑快速公交多模式调度和沿线信号配时之间的相互关联,未认识到两者协调优化后的好处:根据不同的乘客客流设置不同的快速公交发车间隔及发车模式,配合上沿线交叉口的公交优先信号,可以使得运行调度计划可以被很好地执行,同时,交叉口的公交优先信号也更有针对性,从而可进一步提高公交运营效率,减少乘客的出行时间。因此,现有技术缺乏针对快速公交多模式调度和沿线交叉口信号配时协同优化设置的方法。
发明内容
本发明的目的在于提出一种针对快速公交调度和信号控制在目标上的统一性,将三种运行模式选择(全程车、大站车和区间车)、各班次发车时刻和沿线交叉口信号配时整合在一个优化模型中,进行协同优化,从而提高快速公交的运营效率的公交多模式调度和沿线交叉口信号配时协同优化方法。
为达到上述目的,本发明提出一种公交多模式调度和沿线交叉口信号配时协同优化方法,通过求解优化模型,同步优化快速公交运行模式选择、各班次发车时刻和沿线交叉口信号配时;
所述优化模型用非线性规划模型表述;以乘客总出行时间最小作为优化目标,并结合考虑多种约束条件,所述约束条件包括交叉口信号控制约束、交叉口饱和度约束、乘客候车约束和优化参数取值范围。
进一步的,所述优化模型的输入参数包括:R,车辆集合;r,车辆编号,r∈R;I,班次集合;i,班次编号,i∈I;J,交叉口集合;j,交叉口编号,j∈J;K,公交站点集合;k,交叉口编号,k∈K;S,节点集合;s,节点编号,S=J∪K,h,行车方向,h=1代表上行,h=2代表下行;p,交叉口信号相位编号;f,交叉口协调信号相位编号;f′,交叉口公交流向所在相位;mh,行车方向h站点数,单位个;b,快速公交配车数,单位辆;Umax,快速公交车辆最大载客量,单位per;t,乘客到达时段长度,单位s;qkk′,从站点k到站点k’的乘客到达率函数,单位per/s;τmin,最小休车时间,单位s;to,乘客上车所需时长,单位s/per;td,乘客下车所需时长,单位s/per;v,快速公交车速,单位m/s;ψ,车辆进站减速和出站加速所花费的时间,单位s;Ds,节点s-1与节点s之间的距离,单位m;Cj,交叉口j的信号周期,单位s;Ig,绿灯间隔时间,单位s;xmax,交叉口饱和度最大值;g′jp,交叉口j的信号相位p的初始绿灯时长,单位s;G′jp,交叉口j的信号相位p的初始绿灯开始时刻,单位s;Qjp,交叉口j的信号相位p的车流量,单位veh/h;Q′jp,交叉口j的信号相位p的饱和流量,单位veh/h。
进一步的,所述优化模型的输出参数包括:Tri,车辆r班次i的发车时刻,单位s;Gjp,优化后交叉口j的信号相位p绿灯开始时刻,单位s;gjp,优化后交叉口j的信号相位p绿灯时长,单位s;M0ri,M1ri,M2ri,快速公交运营调度方案;δ1k,区间车跳站方案;δ2k,大站车跳站方案。
式中Arikk′,可乘上车辆r班次i的从k站去往k’站所有乘客中的最晚到达时刻,单位s;Trik′,车辆r班次i到达节点s的时刻,单位s。
进一步的,所述交叉口信号控制约束,要求考虑干线协调信号的影响,将交叉口分为三种类型:
第一类交叉口的公交信号与协调信号方向相同,满足以下公式:
第二类交叉口的公交信号与干线协调信号方向不相同,因干线协调信号具有更高的优先级,此时协调方向的绿灯开始时刻和持续时长固定,要满足以下公式:
第三类交叉口属于单点控制,不在干线协调控制内,公交流向所在相位的绿灯开始时刻和持续时长都可以调整;
各其余相位的绿灯时长按照原方案等比例缩放,满足以下公式:
进一步的,所述交叉口饱和度约束,是由于快速公交信号优先可能对交叉口相交道路的通行能力产生负面影响,因此需要设置交叉口饱和度约束,保障相交道路的服务水平满足基本要求,并且当初始饱和度已超过该阈值时,要求其饱和度不进一步增加,需要满足以下公式:
进一步的,所述乘客候车约束,是确保乘客的候车时间不会过长,要满足以下公式:
进一步的,所述优化参数取值范围应满足以下四个约束条件:
一、快速公交停站策略要满足大站车除首末站不能跳站外,其余各站均可跳站;区间车在某区间连续停站,上行和下行,其余站点均不停站,需要满足以下公式:
δ1k=1,k=1,m1,m1+1,m1+m2
二、快速公交每班都只有一个运营模式,满足以下公式:
三、同一辆车在不同班次可以是全程车和大站车,但如果是区间车,则只能是区间车,需要满足以下公式:
四、为了确保车辆下一次发车时刻晚于本次车辆到达时刻,快速公交在完成一次单线任务后到达终点站,通常会在终点站进行休息调整,这段时间为休车时间,需要满足以下公式:
与现有技术相比,本发明的优势之处在于:
1、本发明提供了一种公交多模式调度和沿线交叉口信号配时协同优化方法,可同步优化快速公交运行模式、各班次发车时刻和沿线交叉口信号配时。
2、本发明的方法考虑了全程车、大站车和区间车三种调度模式,并充分考虑了交叉口原有信号控制和交通饱和度情况,保证了优化方法具有较为广泛的适用性,即优化方案在提升公交运行效率的同时,不会对社会其他车辆产生较大的负面影响。
3、本发明的方法以乘客总出行时间最小为目标,同时考虑了公交运营者对于车辆数、休车时间、公交运营模式选择等方面的约束,保证了优化方案是在不改变公交车队现有条件的基础上,通过更合理的运营管理提高运行效率。
附图说明
图1为本发明实施例中节点示意图;
图2为本发明实施例中大站车工况下的乘客OD分布图;
图3为本发明实施例中区间车工况下的乘客OD分布图;
图4为本发明实施例中两种工况下的停站方案;
图5为本发明实施例中大站车工况下优化方案的上行公交时空图;
图6为本发明实施例中区间车工况下优化方案的上行公交时空图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案作进一步地说明。
本发明提出一种公交多模式调度和沿线交叉口信号配时协同优化方法,通过求解优化模型,同步优化快速公交运行模式选择、各班次发车时刻和沿线交叉口信号配时;
优化模型用非线性规划模型表述;以乘客总出行时间最小作为优化目标,并结合考虑多种约束条件,约束条件包括交叉口信号控制约束、交叉口饱和度约束、乘客候车约束和优化参数取值范围。
在本实施例中,优化模型的输入参数包括:R,车辆集合;r,车辆编号,r∈R;I,班次集合;i,班次编号,i∈I;J,交叉口集合;j,交叉口编号,j∈J;K,公交站点集合;k,交叉口编号,k∈K;S,节点集合;s,节点编号,S=J∪K,h,行车方向,h=1代表上行,h=2代表下行;p,交叉口信号相位编号;f,交叉口协调信号相位编号;f′,交叉口公交流向所在相位;mh,行车方向h站点数,单位个;b,快速公交配车数,单位辆;Umax,快速公交车辆最大载客量,单位per;t,乘客到达时段长度,单位s;qkk′,从站点k到站点k’的乘客到达率函数,单位per/s;τmin,最小休车时间,单位s;to,乘客上车所需时长,单位s/per;td,乘客下车所需时长,单位s/per;v,快速公交车速,单位m/s;ψ,车辆进站减速和出站加速所花费的时间,单位s;Ds,节点s-1与节点s之间的距离,单位m;Cj,交叉口j的信号周期,单位s;Ig,绿灯间隔时间,单位s;xmax,交叉口饱和度最大值;g′jp,交叉口j的信号相位p的初始绿灯时长,单位s;G′jp,交叉口j的信号相位p的初始绿灯开始时刻,单位s;Qjp,交叉口j的信号相位p的车流量,单位veh/h;Q′jp,交叉口j的信号相位p的饱和流量,单位veh/h。
在本实施例中,优化模型的输出参数包括:Tri,车辆r班次i的发车时刻,单位s;Gjp,优化后交叉口j的信号相位p绿灯开始时刻,单位s;gjp,优化后交叉口j的信号相位p绿灯时长,单位s;M0ri,M1ri,M2ri,快速公交运营调度方案;δ1k,区间车跳站方案;δ2k,大站车跳站方案。
在本实施例中,以乘客总出行时间最小化为目标函数;目标函数为:
式中Arikk′,可乘上车辆r班次i的从k站去往k’站所有乘客中的最晚到达时刻,单位s;Trik′,车辆r班次i到达节点s的时刻,单位s。
在本实施例中,交叉口信号控制约束,要求考虑干线协调信号的影响,将交叉口分为三种类型:
第一类交叉口的公交信号与协调信号方向相同,满足以下公式:
第二类交叉口的公交信号与干线协调信号方向不相同,因干线协调信号具有更高的优先级,此时协调方向的绿灯开始时刻和持续时长固定,要满足以下公式:
第三类交叉口属于单点控制,不在干线协调控制内,公交流向所在相位的绿灯开始时刻和持续时长都可以调整;
各其余相位的绿灯时长按照原方案等比例缩放,满足以下公式:
在本实施例中,交叉口饱和度约束,是由于快速公交信号优先可能对交叉口相交道路的通行能力产生负面影响,因此需要设置交叉口饱和度约束,保障相交道路的服务水平满足基本要求,并且当初始饱和度已超过该阈值时,要求其饱和度不进一步增加,需要满足以下公式:
在本实施例中,乘客候车约束,是确保乘客的候车时间不会过长,要满足以下公式:
在本实施例中,优化参数取值范围应满足以下四个约束条件:
一、快速公交停站策略要满足大站车除首末站不能跳站外,其余各站均可跳站;区间车在某区间连续停站,上行和下行,其余站点均不停站,需要满足以下公式:
δ1k=1,k=1,m1,m1+1,m1+m2
二、快速公交每班都只有一个运营模式,满足以下公式:
三、同一辆车在不同班次可以是全程车和大站车,但如果是区间车,则只能是区间车,需要满足以下公式:
四、为了确保车辆下一次发车时刻晚于本次车辆到达时刻,快速公交在完成一次单线任务后到达终点站,通常会在终点站进行休息调整,这段时间为休车时间,需要满足以下公式:
下面将结合具体实施数据,对本发明做出进一步的论述;
本发明实施1中的公交节点设置如附图1所示,公交上下行沿途设置24个节点,其中公交站点14个,交叉口10个。研究时段为1小时。公交站点站间距离为500m。各站点的乘客均匀到达。根据大站车和区间车运行特点考虑了两种乘客交通需求分布的工况,分别如附图2和附图3所示(上下行需求对称)。采用所提出的优化模型对快速公交调度方案和交叉口信号配时方案进行协同设计(优化方案),并与常规调度、仅信号优化和仅运行模式优化三种策略进行对比,分析模型优化效益。其它设计输入参数为:快速公交方面,快速公交配车数为10台,每台车辆适宜最大载客量为72人,车辆最小和最大发车间隔分别为120s和480s,其中常规运营的发车间隔取360s,车辆启动时损失时间为3s,站点乘客上下车速度为3s/per,公交车速为8m/s。信号配时方面,交叉口信号周期为120s,公交流向相位绿灯起始时间为信号周期第30s,公交流向信号绿灯时长为30s。
具体过程简述如下:
步骤1:将上述输入参数代入本发明建立的数学规划模型。
步骤2:上述模型为非线性规划模型,可采用遗传算法进行求解。初始化种群。种群规模取100,交叉概率取0.7,变异概率取0.2,最大迭代次数取100。模型决策变量包含0-1变量和实数变量,采用实数编码,使用罚函数法将有约束问题转化为无约束问题,适应度函数为目标函数加上违反约束条件的惩罚项;其得出如图4所示的两种工况下的停站方案。
步骤3:将整合后的协同优化结果与单独使用公交调度优化和信号控制优化进行比较,如图5所示,可以看出大站车的停靠站点与“主要OD”是一致的;并且在交叉口的等待时间非常少,甚至不需要等待;结合表1,可以明确的得出在大站车工况下乘客总出行时间分别减少7.54%和21.06%;
如图6所示,可以看出区间车的停靠站点与“主要OD”是一致的;并且在交叉口的等待时间非常少,甚至不需要等待;结合表1,可以明确的得出区间车工况下乘客总出行时间分别减少7.54%和15.12%。
可见,本发明方法可在以往优化方法的基础上,进一步提高快速公交运行效率。
表1
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (8)
1.一种公交多模式调度和沿线交叉口信号配时协同优化方法,其特征在于,通过求解优化模型,同步优化快速公交运行模式选择、各班次发车时刻和沿线交叉口信号配时;
所述优化模型用非线性规划模型表述;以乘客总出行时间最小作为优化目标,并结合考虑多种约束条件,所述约束条件包括交叉口信号控制约束、交叉口饱和度约束、乘客候车约束和优化参数取值范围。
2.根据权利要求1所述的公交多模式调度和沿线交叉口信号配时协同优化方法,其特征在于,所述优化模型的输入参数包括:R,车辆集合;r,车辆编号,r∈R;I,班次集合;i,班次编号,i∈I;J,交叉口集合;j,交叉口编号,j∈J;K,公交站点集合;k,交叉口编号,k∈K;S,节点集合;s,节点编号,S=J∪K,h,行车方向,h=1代表上行,h=2代表下行;p,交叉口信号相位编号;f,交叉口协调信号相位编号;f′,交叉口公交流向所在相位;mh,行车方向h站点数,单位个;b,快速公交配车数,单位辆;Umax,快速公交车辆最大载客量,单位per;t,乘客到达时段长度,单位s;qkk′,从站点k到站点k’的乘客到达率函数,单位per/s;τmin,最小休车时间,单位s;to,乘客上车所需时长,单位s/per;td,乘客下车所需时长,单位s/per;v,快速公交车速,单位m/s;ψ,车辆进站减速和出站加速所花费的时间,单位s;Ds,节点s-1与节点s之间的距离,单位m;Cj,交叉口j的信号周期,单位s;Ig,绿灯间隔时间,单位s;xmax,交叉口饱和度最大值;g′jp,交叉口j的信号相位p的初始绿灯时长,单位s;G′jp,交叉口j的信号相位p的初始绿灯开始时刻,单位s;Qjp,交叉口j的信号相位p的车流量,单位veh/h;Q′jp,交叉口j的信号相位p的饱和流量,单位veh/h。
3.根据权利要求2所述的公交多模式调度和沿线交叉口信号配时协同优化方法法,其特征在于,所述优化模型的输出参数包括:Tri,车辆r班次i的发车时刻,单位s;Gjp,优化后交叉口j的信号相位p绿灯开始时刻,单位s;gjp,优化后交叉口j的信号相位p绿灯时长,单位s;M0ri,M1ri,M2ri,快速公交运营调度方案;δ1k,区间车跳站方案;δ2k,大站车跳站方案。
8.根据权利要求3所述的公交多模式调度和沿线交叉口信号配时协同优化方法,其特征在于,所述优化参数取值范围应满足以下四个约束条件:
一、快速公交停站策略要满足大站车除首末站不能跳站外,其余各站均可跳站;区间车在某区间连续停站,上行和下行,其余站点均不停站,需要满足以下公式:
δ1k=1,k=1,m1,m1+1,m1+m2
二、快速公交每班都只有一个运营模式,满足以下公式:
三、同一辆车在不同班次可以是全程车和大站车,但如果是区间车,则只能是区间车,需要满足以下公式:
四、为了确保车辆下一次发车时刻晚于本次车辆到达时刻,快速公交在完成一次单线任务后到达终点站,通常会在终点站进行休息调整,这段时间为休车时间,需要满足以下公式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172521.0A CN111429731B (zh) | 2020-03-12 | 2020-03-12 | 一种公交多模式调度和沿线交叉口信号配时协同优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172521.0A CN111429731B (zh) | 2020-03-12 | 2020-03-12 | 一种公交多模式调度和沿线交叉口信号配时协同优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111429731A true CN111429731A (zh) | 2020-07-17 |
CN111429731B CN111429731B (zh) | 2022-11-01 |
Family
ID=71547877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010172521.0A Active CN111429731B (zh) | 2020-03-12 | 2020-03-12 | 一种公交多模式调度和沿线交叉口信号配时协同优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429731B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205695A (zh) * | 2021-04-13 | 2021-08-03 | 东南大学 | 多周期长度双向干线绿波控制方法 |
CN113487885A (zh) * | 2021-06-30 | 2021-10-08 | 兆边(上海)科技有限公司 | 一种智联网环境下公交协同控制方法、装置及终端设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170032670A1 (en) * | 2015-07-28 | 2017-02-02 | Mcafee, Inc. | Systems and methods for traffic control |
CN106781563A (zh) * | 2016-12-27 | 2017-05-31 | 河海大学 | 一种城市快速路交叉口公交优先信号协调配时方法 |
CN108171979A (zh) * | 2018-01-05 | 2018-06-15 | 同济大学 | 一种有轨电车全天运营时刻优化方法及系统 |
CN108985503A (zh) * | 2018-07-02 | 2018-12-11 | 上海理工大学 | 一种快速公交时刻表编制方法 |
CN110009918A (zh) * | 2019-03-25 | 2019-07-12 | 武汉理工大学 | 一种单点交叉口公交专用道信号控制优化方法 |
-
2020
- 2020-03-12 CN CN202010172521.0A patent/CN111429731B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170032670A1 (en) * | 2015-07-28 | 2017-02-02 | Mcafee, Inc. | Systems and methods for traffic control |
CN106781563A (zh) * | 2016-12-27 | 2017-05-31 | 河海大学 | 一种城市快速路交叉口公交优先信号协调配时方法 |
CN108171979A (zh) * | 2018-01-05 | 2018-06-15 | 同济大学 | 一种有轨电车全天运营时刻优化方法及系统 |
CN108985503A (zh) * | 2018-07-02 | 2018-12-11 | 上海理工大学 | 一种快速公交时刻表编制方法 |
CN110009918A (zh) * | 2019-03-25 | 2019-07-12 | 武汉理工大学 | 一种单点交叉口公交专用道信号控制优化方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205695A (zh) * | 2021-04-13 | 2021-08-03 | 东南大学 | 多周期长度双向干线绿波控制方法 |
CN113205695B (zh) * | 2021-04-13 | 2022-02-18 | 东南大学 | 多周期长度双向干线绿波控制方法 |
CN113487885A (zh) * | 2021-06-30 | 2021-10-08 | 兆边(上海)科技有限公司 | 一种智联网环境下公交协同控制方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111429731B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108877268B (zh) | 一种面向无人驾驶的无红绿灯十字路口智能调度方法 | |
Feng et al. | Composite platoon trajectory planning strategy for intersection throughput maximization | |
CN101593419B (zh) | 一种具有公交优先的城市路网交通流智能协调控制方法 | |
CN108447282B (zh) | 一种基于车路协同的公交实时调度与优先控制方法 | |
CN107331182A (zh) | 一种面向连续信号交叉口的网联环境下自动驾驶车速控制方法 | |
RU2008109009A (ru) | Способ и устройство для оптимизации движения поезда с использованием сигнальной информации | |
CN105225502A (zh) | 一种基于多智能体的交叉口信号控制方法 | |
CN113409599B (zh) | 一种基于信息预测的城市公交优先协调控制方法 | |
Kamal et al. | Intersection vehicle cooperative eco-driving in the context of partially connected vehicle environment | |
CN113593258B (zh) | 基于车路协同的信号配时与车速动态协调控制优化方法 | |
CN108281026A (zh) | 一种自动驾驶环境下交叉路口无信号灯车辆调度方法 | |
CN111429731A (zh) | 一种公交多模式调度和沿线交叉口信号配时协同优化方法 | |
CN110782079A (zh) | 基于停站方案节能的高速铁路列车运行图的调整方法 | |
CN108022435A (zh) | 一种交通控制方法及系统 | |
CN112580866B (zh) | 基于全程车与区间车组合调度的公交线路串车优化方法 | |
CN114999207B (zh) | 一种智能网联环境下的公交车生态迫近引导方法 | |
CN114925909A (zh) | 城市轨道交通客流与车流耦合优化方法及系统 | |
Seredynski et al. | Complementing transit signal priority with speed and dwell time extension advisories | |
CN113506442B (zh) | 一种基于预期收益估计的城市路网交通信号灯控制方法 | |
CN113988371B (zh) | 基于客流直达的城市轨道交通跨站停开行方案优化方法 | |
CN105741585A (zh) | 面向节油的基于车联网的车辆轨迹平滑控制方法 | |
CN117133119A (zh) | 基于时间预测的无专用道公交车辆优先行驶控制方法 | |
CN114187771B (zh) | 基于协同式自适应巡航控制的公交车驾驶控制方法及系统 | |
CN116127839A (zh) | 一种基于强化学习的公交站场服务中断防治方法 | |
Alturiman et al. | Impact of two-way communication of traffic light signal-to-vehicle on the electric vehicle state of charge |
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 |