CN111724584B - 一种面向公交信号优先高频多申请的动态控制方法 - Google Patents

一种面向公交信号优先高频多申请的动态控制方法 Download PDF

Info

Publication number
CN111724584B
CN111724584B CN202010287082.8A CN202010287082A CN111724584B CN 111724584 B CN111724584 B CN 111724584B CN 202010287082 A CN202010287082 A CN 202010287082A CN 111724584 B CN111724584 B CN 111724584B
Authority
CN
China
Prior art keywords
signal
priority
bus
signal phase
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.)
Active
Application number
CN202010287082.8A
Other languages
English (en)
Other versions
CN111724584A (zh
Inventor
马万经
袁见
俞春辉
王玲
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202010287082.8A priority Critical patent/CN111724584B/zh
Publication of CN111724584A publication Critical patent/CN111724584A/zh
Priority to PCT/CN2020/138972 priority patent/WO2021208484A1/zh
Application granted granted Critical
Publication of CN111724584B publication Critical patent/CN111724584B/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
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals

Landscapes

  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及公交信号优先控制领域，尤其是一种面向公交信号优先高频多申请的动态控制方法，包括以下步骤：建立目标为加权公交延误最小的公交信号优先控制模型，约束考虑系统扰乱大小；采用滚动时域优化方法对公交信号优先控制模型进行实时动态求解，在不同公交需求水平情况下，针对各种公交占有率、公交到站偏离程度下的多公交优先申请，生成优化的公交优先服务顺序与对应的信号控制方案。与现有技术相比，充分考虑控制方法对普通社会车辆的影响，考虑单个信号周期内的多申请需求，计算效率高。

Description

一种面向公交信号优先高频多申请的动态控制方法
技术领域
本发明涉及公交信号优先控制领域，尤其是涉及一种面向公交信号优先高频多申请的动态控制方法。
背景技术
公交信号优先，表示公交车辆可以通过发出请求获取对应的绿灯相位，从而实现其在交叉口处的不停车通行。设计合理的公交优先策略非但无需投入大量成本，而且能够显著减少公交系统的行程时间，并改善行程可靠性。因此，公交优先策略已经成为城市交通控制系统的重要组成部分。
从Wilbur等人对两个信号控制交叉口通过手动信号提供公交优先的研究开始，早期的研究以为公交车辆提供绝对优先为主，随后众多研究者先后提出了相对优先控制策略。在大多公交优先控制策略研究中假设只有单一的公交优先申请。对公交信号优先高频多申请，一般采用先到先服务的规则。还有相关方法提出了通过决策树进行排序的方法，给出了一个枚举求解过程，但未对优先及最优排序策略及其影响的深入研究。
公交信号优先可按照响应策略分为如下三类：
1、被动优先策略(Passive priority strategy)：即便没有公交车也会持续运营，无需公交检测/优先申请生成系统
2、主动优先策略(Active priority strategy)：对特定检测到的公交车辆(或由车辆与系统提出优先申请)提供优先通行路权
3、实时优先策略(Real-time priority strategy)：在提供优先通行路权的同时不断优化给定目标(准则)，这些目标包括行人延误、公交车辆延误、社会车辆延误，以及它们之间的相互组合。
目前存在的问题：随着我国对公交系统的投入的不断加大，公交线网越来越复杂，公交服务的班次、频率大大增加，造成一个交叉口在一个周期内遇到来自多个冲突相位的公交优先申请的可能性也大大提升。然而，其难点在于：每一种公交优先申请都有其特征，进而导致信号优先的效率随着服务顺序的不同而有所变动。例如，对高占有率、班次时刻偏移较大、乘客数量较多的公交车辆提供优先服务将是更优的决策。现有的公交优先信号优先设计方法，针对来自交叉口不同冲突相位的高频多公交优先申请的研究与应用，还不是很充分。不足主要表现在如下三个方面：
1、目前最为常用的方法，一种是基于先到先服务(First come first serve,FCFS)的策略，有研究表明此策略将会造成额外的交通延误。另一种是假设公交车仅在主要道路的主要流向上出现。然而，这种假设并不适宜于实际应用。
2、现有策略还仅仅聚焦于优化单个信号周期内的有限个优先申请，并且没有考虑多车辆请求的具体细节(例如班次偏差(schedule deviation)，公交占有率，交叉口延误等等)。并且无法支撑连续多个信号周期下，接收一连串公交优先申请的场景。
3、不同优先策略对普通社会车辆的影响，还没有被充分量化考虑。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种面向公交信号优先高频多申请的动态控制方法。
本发明的目的可以通过以下技术方案来实现：
一种面向公交信号优先高频多申请的动态控制方法，该方法包括以下步骤：
步骤S1：建立目标为加权公交延误最小的公交信号优先控制模型，约束考虑系统扰乱大小；
步骤S2：采用滚动时域优化方法对公交信号优先控制模型进行实时动态求解，在不同公交需求水平情况下，针对各种公交占有率、公交到站偏离程度下的多公交优先申请，生成优化的公交优先服务顺序与对应的信号控制方案，实现公交优先服务顺序和信号控制。
所述的步骤S1包括：
步骤S11：通过设定各个信号相位的饱和度阈值，避免某一信号相位达到过饱和状态，从而最小化系统扰乱；
步骤S12：以步骤S11系统扰乱最小化为前提，针对一个信号周期内的多公交优先申请，进行公交优先服务顺序优化。
所述的步骤S2包括：
步骤S21：将公交信号优先控制模型的求解作为一个多信号相位决策问题，确定针对一个公交优先申请提供服务的策略类型：绿灯延长、红灯早断或信号相位插入；
步骤S22：更新信号相位的要求最小绿灯时长；
步骤S23：更新采用的优先策略类型；
步骤S24：确定信号相位绿灯结束时刻；
步骤S25：更新下一个信号相位绿灯的开始时刻与优先时间窗口；
步骤S26：更新信号相位绿灯时长；
步骤S27：更新优先申请状态。
所述的步骤S22中更新信号相位的要求最小绿灯时长
Figure GDA0002643957650000031
的计算公式为：
Figure GDA0002643957650000032
其中，
Figure GDA0002643957650000033
为给定信号相位i最大可接受的饱和度，Qi为信号相位i的饱和流率，qi,k为信号周期k信号相位i关键流向的交通流量，Ck为信号周期k总时长；
所述的步骤S23中在信号相位i实际应用的公交优先策略可以用如下公式进行更新：
Figure GDA0002643957650000034
其中，
Figure GDA0002643957650000035
表示优先申请m所对应的信号相位，当对应信号相位为当前信号相位i时，在信号相位i采用绿灯延长策略PSi,k＝1，当对应信号相位为下一个信号相位i+1时，在信号相位i+1采用红灯早断策略PSi,k＝-1，当对应信号既不是当前信号相位i，也不是下一个信号相位i+1时，会在后续信号相位采用信号相位插入的策略PSi,k＝0，
Figure GDA0002643957650000036
表示在信号相位i发起的优先申请m是否会被服务，1表示被服务，0表示未被服务；
所述的步骤S24中信号相位绿灯结束时刻
Figure GDA0002643957650000037
为：
Figure GDA0002643957650000038
其中，
Figure GDA0002643957650000039
表示发出优先申请m的公交车辆到达停车线的时刻，Ii,i+1表示信号相位i到下一个信号相位i+1的绿灯间隔时长，
Figure GDA00026439576500000310
为信号周期k信号相位i的优先时间窗开始时刻，
Figure GDA00026439576500000311
为：
Figure GDA0002643957650000041
其中，
Figure GDA0002643957650000042
为优先时间窗口的结束时刻，
Figure GDA0002643957650000043
为车辆的到达时刻，
Figure GDA0002643957650000044
为插入信号相位时长，tin为信号相位i中插入公交信号相位的绿灯时长；
所述的步骤S25中信号相位i+1的绿灯开始时刻
Figure GDA0002643957650000045
表示为：
Figure GDA0002643957650000046
下一个优先时间窗口的开始时刻
Figure GDA0002643957650000047
为：
Figure GDA0002643957650000048
其中，
Figure GDA0002643957650000049
为信号相位i+1的要求最短绿灯时长；
所述的步骤S26中信号相位i的绿灯时长gi,k可基于更新后的信号相位i结束时间计算：
Figure GDA00026439576500000410
所述的步骤S27中更新优先申请m的状态
Figure GDA00026439576500000411
过程为：
Figure GDA00026439576500000412
优先申请n将在信号相位i被服务，且m＝n，则优先状态应当被改变为1，
Figure GDA00026439576500000413
为：
Figure GDA00026439576500000414
其中，
Figure GDA00026439576500000415
为信号周期k信号相位i开始之前还没有被处理的优先申请集合，
Figure GDA00026439576500000416
为：
Figure GDA00026439576500000417
所述加权公交延误主要为获得优先服务的公交车辆的延误和未获得优先服务的公交车辆的延误之和。
所述获得优先服务的公交车辆的延误中在信号周期k信号相位i内得到优先服务的所有请求车辆的加权总延误di,k为:
Figure GDA00026439576500000418
其中，
Figure GDA00026439576500000419
为发起优先申请m的公交车辆的乘车人数，
Figure GDA00026439576500000420
为发起优先申请m的公交车辆的到站时刻偏差，
Figure GDA0002643957650000051
为发起优先申请m的公交车辆在信号周期k内的延误，
Figure GDA0002643957650000052
为：
Figure GDA0002643957650000053
其中，
Figure GDA0002643957650000054
为信号周期k发起优先申请m的公交车辆所处的信号相位；
所述未获得优先服务的公交车辆的延误fk(0)为：
Figure GDA0002643957650000055
其中，
Figure GDA0002643957650000056
为优先申请n的公交车辆在信号周期k内的延误，
Figure GDA0002643957650000057
表示为：
Figure GDA0002643957650000058
其中，Ck表示信号周期k的长度，
Figure GDA0002643957650000059
表示发起优先申请n的公交车辆到达停车线时信号周期k的运行时长，
Figure GDA00026439576500000510
表示在信号周期k内到达停车线但是未获得优先服务的车辆的延误，
Figure GDA00026439576500000511
为信号周期k内的优先申请数量，
Figure GDA00026439576500000512
表示在信号周期k信号相位i开始之前还没有被处理的优先申请集合，
Figure GDA00026439576500000513
表示在信号周期k信号相位i内被处理的优先申请集合，
Figure GDA00026439576500000514
表示在信号周期k+1对应信号相位的常规绿灯时间内得到服务之前所产生的延误。
公交信号优先控制模型的常规约束包括：
Figure GDA00026439576500000515
Figure GDA00026439576500000516
Figure GDA00026439576500000517
其中，gi,k为信号周期k信号相位i的绿灯时长，gi,min为信号相位i的最小绿灯时长，gi,max为信号相位i的最大绿灯时长，
Figure GDA00026439576500000518
为信号周期k信号相位i在给定最高许可饱和度
Figure GDA00026439576500000519
前提下的最短绿灯时长。
滚动时域的长度为信号周期的长度；公交优先服务顺序与信号配时方案会在多个连续信号周期内进行优化，但仅仅应用在所在信号周期的某个信号相位；一旦公交优先服务顺序与信号配时方案被执行，滚动时域将会后移一个信号周期，针对下个信号周期的优化将重新开始。
与现有技术相比，本发明具有以下优点：
(1)充分考虑控制方法对普通社会车辆的影响，相比于传统的定时控制、先到先服务控制方法，本方法只要选取合适的临界饱和度阈值，就能够在不显著影响社会车辆运行效率的情况下，有效减少公交延误，并改善公交到站时刻准时性。
(2)考虑单个信号周期内的多申请需求，本方法将信号优先高频多申请问题归结为以信号相位为决策阶段的多阶段最优决策问题，能够有效地服务公交车辆优先高频多申请的场景。
(3)计算效率高，本方法采用了时域滚动策略，运算耗时小于35毫秒，具备在实施公交优先系统中应用的能力。
附图说明
图1为本发明的流程图；
图2为本发明公交信号优先控制模型框架；
图3为本发明参数说明；
图4为本发明公交优先策略说明；
图5为本发明滚动时域优化方案说明；
图6为本发明实施例交叉口布局图示；
图7为本发明实施例基于VISSIM的仿真评价流程图；
图8为本发明动态规划模型耗时情况；
图9为本发明不同控制策略公交到站时刻偏离度对比；
图10为本发明不同最大允许饱和度下公交与社会车辆延误对比。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例
本实施例提供一种面向公交信号优先高频多申请的动态控制方法，包括以下步骤：
步骤S1：建立目标为加权公交延误最小的公交信号优先控制模型，约束考虑系统扰乱大小；
步骤S2：采用滚动时域优化方法对公交信号优先控制模型进行实时动态求解，在不同公交需求水平情况下，针对各种公交占有率、公交到站偏离程度下的多公交优先申请，生成优化的公交优先服务顺序与对应的信号控制方案。
步骤S1包括：
步骤S11：通过设定各个信号相位的饱和度阈值，避免某一信号相位达到过饱和状态，从而最小化系统扰乱；
步骤S12：以步骤S11系统扰乱最小化为前提，针对一个信号周期内的多公交优先申请，进行公交优先服务顺序优化。
所述的步骤S2包括：
步骤S21：将公交信号优先控制模型的求解作为一个多信号相位决策问题，确定针对一个公交优先申请提供服务的策略类型：绿灯延长(Green extension)、红灯早断(Redtruncation)或信号相位插入(Phase insertion)；
步骤S22：更新信号相位的要求最小绿灯时长。
以下介绍状态转移方程：
信号周期k信号相位i关键相位的饱和度xi,k的计算公式如下：
Figure GDA0002643957650000071
其中，Ck表示信号周期k总时长，qi,k为信号周期k信号相位i关键流向(在信号相位i期间保持最大流率)的交通流量，Qi为信号相位i的饱和流率，gi,k表示信号周期k信号相位i对应绿灯时长。
在公式(1)中，交通流量可通过环形线圈等检测设备获取。
给定信号相位i最大可接受的饱和度
Figure GDA0002643957650000072
则要求最短绿灯时长
Figure GDA0002643957650000073
计算公式如下：
Figure GDA0002643957650000074
步骤S23：更新采用的优先策略类型
在信号相位i实际应用的公交优先策略PSi,k可以用如下公式进行更新：
Figure GDA0002643957650000075
其中，
Figure GDA0002643957650000076
表示优先申请m所对应的信号相位，当对应信号相位为当前信号相位i时，在信号相位i采用绿灯延长策略PSi,k＝1；当对应信号相位为下一个信号相位i+1时，在信号相位i+1采用红灯早断策略PSi,k＝-1，当对应信号既不是当前信号相位i，也不是下一个信号相位i+1时，会在后续信号相位采用信号相位插入的策略PSi,k＝0。
Figure GDA0002643957650000077
表示在信号相位i发起的优先申请m是否会被服务，1表示被服务，0表示未被服务。
步骤S24：确定相位绿灯结束时刻
信号相位绿灯结束时刻
Figure GDA0002643957650000081
主要取决于所选择的优先策略，优先时间窗口的开始与结束时间，以及绿灯间隔时间(黄灯与全红时间)：
Figure GDA0002643957650000082
其中，
Figure GDA0002643957650000083
表示发出优先申请的公交车辆到达停车线的时刻(表现为当前周期已运行时长)，Ii,i+1表示信号相位i到下一个信号相位i+1的绿灯间隔时长，
Figure GDA0002643957650000084
为信号周期k信号相位i的优先时间窗开始时刻。
在上述公式(4)中，如选择绿灯延长的策略，则信号相位i结束时刻应当与发出优先申请m的公交车辆到达停车线的时刻相同；如选择红灯早断策略，则信号相位i结束时间应当为如下两项的最大值：1)信号周期k信号相位i的优先时间窗开始时刻
Figure GDA0002643957650000085
2)发出优先申请m的公交车辆到达停车线的时刻与绿灯间隔时间的差值。如选择相位插入策略，则信号相位i的结束时间为
Figure GDA0002643957650000086
该值由插入相位在优先时间窗口中的相对位置决定(公式(5))。为了消除行程时间的不确定性，发出优先申请m的公交车辆的到达时间应尽可能设置在插入相位的中间时刻，或者至少在插入相位的覆盖范围内。绿灯间隔时间也应当被考虑。
Figure GDA0002643957650000087
其中，
Figure GDA0002643957650000088
为优先时间窗口的结束时刻，
Figure GDA0002643957650000089
为车辆的到达时刻，
Figure GDA00026439576500000810
为插入信号相位时长，tin为信号相位i中插入公交信号相位的绿灯时长，
Figure GDA00026439576500000811
与
Figure GDA00026439576500000812
分别为插入相位的前后两端绿灯间隔时长。
在公式(5)中：
1)若发出优先申请m的公交车辆的到达时刻早于优先时间窗口的起始时刻加上一半的插入相位时长，则
Figure GDA00026439576500000813
等于优先时间窗的开始时刻
Figure GDA00026439576500000814
2)若插入相位全部位于优先时间窗口内，则
Figure GDA00026439576500000815
等于车辆的到达时刻
Figure GDA00026439576500000816
减去一半的插入相位时长
Figure GDA00026439576500000817
3)若发出优先申请m的公交车辆的到达时刻晚于优先时间窗口的结束时刻
Figure GDA0002643957650000091
减去一半的插入相位时长
Figure GDA0002643957650000092
则
Figure GDA0002643957650000093
等于优先时间窗口的结束时刻减去完整的插入相位时长。
步骤S25：更新下一个信号相位绿灯的开始时刻与优先时间窗口
信号相位i+1的绿灯开始时刻
Figure GDA0002643957650000094
表示，可以基于前一信号相位i的结束时间以及所使用的优先策略进行更新，公式如下：
Figure GDA0002643957650000095
优先时间窗口的时长由上一个信号相位最早结束时刻与下一个信号相位最早开始时刻决定。在优先时间窗口结束时刻之前到达停车线的公交车辆，便能够得到优先服务。
基于上述绿灯开始时刻
Figure GDA0002643957650000096
可获得下一个优先时间窗口的开始时刻
Figure GDA0002643957650000097
为：
Figure GDA0002643957650000098
其中，
Figure GDA0002643957650000099
为信号相位i+1的要求最短绿灯时长。
步骤S26：更新信号相位绿灯时长
信号相位i的绿灯时长gi,k可基于更新后的信号相位i结束时间计算：
Figure GDA00026439576500000910
步骤S27：更新优先申请状态
优先申请m的状态
Figure GDA00026439576500000911
可由如下公式(9)进行更新。需要注意的是，若多辆公交车的优先申请在同一个阶段，并且在同一个优先时间窗口内到达，或者在信号相位i的常规绿灯时间内到达，则会在同一时间内获得优先通行服务。
Figure GDA00026439576500000912
在上述公式(9)中，如果优先申请n将在信号相位
Figure GDA00026439576500000913
被服务，且m＝n，则优先状态应当被改变为1，即
Figure GDA00026439576500000914
Figure GDA00026439576500000915
是一个二元变量，表示没有在信号相位i内被服务的优先申请的状态，该变量的值由如下因素决定：优先申请的相位序号
Figure GDA00026439576500000916
优先申请车辆的到达时刻
Figure GDA00026439576500000917
以及在信号相位i所使用的优先策略(PSi,k)，具体公式如下：
Figure GDA00026439576500000918
在上述公式(10)中，当优先申请在信号相位i得到服务，并且在信号相位i结束时刻之前到达，或者优先申请m要求与优先申请n在同一个信号相位内被服务，并且在对应的优先时间窗口中到达，则
Figure GDA0002643957650000101
Figure GDA0002643957650000102
为信号周期k信号相位i开始之前还没有被处理的优先申请集合。
其中，
Figure GDA0002643957650000103
表示含义如下：在优先申请n在信号相位
Figure GDA0002643957650000104
被选择，且优先申请m与优先申请n申请在同一相位内获得优先
Figure GDA0002643957650000105
的情况下，判断优先申请m的状态是否允许被设置为1。其公式如下：
Figure GDA0002643957650000106
在公式(10)与公式(11)中，
Figure GDA0002643957650000107
表示：在
Figure GDA0002643957650000108
且
Figure GDA0002643957650000109
的情况下应用绿灯延长策略时，如果优先申请m的车辆比优先申请n(已被提供优先)的车辆提前到达，则优先申请m的优先状态应当切换至
Figure GDA00026439576500001010
Figure GDA00026439576500001011
Figure GDA00026439576500001012
表示：在
Figure GDA00026439576500001013
且
Figure GDA00026439576500001014
的情况下应用红灯早断策略，如果优先申请m的车辆到达时刻比下一个相位开始时刻要早，则优先申请m的优先状态应当切换至1
Figure GDA00026439576500001015
Figure GDA00026439576500001016
表示：在
Figure GDA00026439576500001017
且
Figure GDA00026439576500001018
的情况下应用相位插入的策略，如果请优先申请m的车辆到达时刻在信号相位i结束时刻与下一个相位的开始时刻，则优先申请m的优先状态应当切换至
Figure GDA00026439576500001019
为了将公交车荷载数(Occupancy)与公交到站准时性(Schedule adherence)两项指标考虑到优化过程中，在动态规划模型中采用了如下最小化控制优化目标：加权公交延误(权重指标为：公交荷载数、公交到站时刻偏差)。该目标主要由两部分组成：获得优先服务的公交车辆的延误，以及未获得优先服务的公交车辆的延误。
计算获得优先服务的公交车辆的延误：
设fk(i)为从信号相位i(包括信号相位i)起到最后一个信号相位内获得优先服务的公交车辆的总延误，则其一个递归表达式如下：
fk(i)＝di,k+fk(i+1) (12)
其中，di,k表示在信号周期k信号相位i内得到优先服务的所有请求车辆的加权总延误，其计算公式如下：
Figure GDA00026439576500001020
在上述公式(13)中，
Figure GDA00026439576500001021
为优先申请m的公交车辆的乘车人数，
Figure GDA00026439576500001022
为优先申请m的公交车辆的到站时刻偏差。假设
Figure GDA00026439576500001023
与
Figure GDA00026439576500001024
两项信息均可以通过公交运营系统中的射频识别(RFID)与自动乘客计数技术获取到。
Figure GDA00026439576500001025
为优先申请m的公交车辆在信号周期k内的延误，具体公式如下：
Figure GDA0002643957650000111
其中，
Figure GDA0002643957650000112
为信号周期k发起优先申请m的公交车辆所处的信号相位。
计算未获得优先服务的公交车辆的延误：
在当前信号周期内，对于发出请求但是未获得优先服务的公交车辆，会在下一个信号周期k+1的请求相位的常规绿灯时间中得到服务。据此，设这部分车辆的总延误为fk(0)，其计算公式如下：
Figure GDA0002643957650000113
其中，
Figure GDA0002643957650000114
为优先申请m的公交车辆的乘车人数；
Figure GDA0002643957650000115
为优先申请m的公交车辆的到站时刻偏差；
Figure GDA0002643957650000116
为优先申请n的公交车辆在信号周期k内的延误，具体公式如下：
Figure GDA0002643957650000117
在上述公式(16)中，Ck表示信号周期k的长度，
Figure GDA0002643957650000118
表示发起优先申请n的公交车辆到达停车线时信号周期k的运行时长，
Figure GDA0002643957650000119
表示在信号周期k内到达停车线但是未获得优先服务的车辆的延误，
Figure GDA00026439576500001110
为信号周期k内的优先申请数量，
Figure GDA00026439576500001111
表示在信号周期k信号相位i开始之前还没有被处理的优先申请集合，
Figure GDA00026439576500001112
表示在信号周期k信号相位i内被处理的优先申请集合，
Figure GDA00026439576500001113
表示在信号周期k+1对应信号相位的常规绿灯时间内得到服务之前所产生的延误。
表1模型符号说明
Figure GDA00026439576500001114
Figure GDA0002643957650000121
目标函数为最小化所有发出优先申请车辆的加权延误：
以信号周期k为例，目标函数将最小化所有发出优先申请车辆的加权延误，公式如下：
min fk(1)+fk(0) (17)
设定信号控制、对社会车辆影响等方面的约束条件：
公式(2)-(11)为状态转换方程，是模型的基本定义型约束。更进一步，还有如下约束：1)限制公交优先对其它社会车辆所带来的影响；2)信号控制参数的一些常规约束。
Figure GDA0002643957650000122
Figure GDA0002643957650000123
Figure GDA0002643957650000124
其中，gi,k为信号周期k信号相位i的绿灯时长，gi,min为信号相位i的最小绿灯时长，gi,max为信号相位i的最大绿灯时长，
Figure GDA0002643957650000125
为信号周期k信号相位i在给定最高许可饱和度
Figure GDA0002643957650000126
前提下的最短绿灯时长。
公式(18)表示针对每一个信号相位，最多允许使用一种优先策略；公式(19)表示每一个信号相位的绿灯时长应该大于等于许可饱和度下最小绿灯时长，小于等于最大绿灯时长；公式(20)表示许可饱和度下最小绿灯时长应该大于等于最小绿灯时长，但不应超过原有基本信号方案中用于提供公交优先的绿灯时长。表1为部分参数解释。
本实施例所提出的控制模型是基于公交车辆在过去信号周期中的到达时刻进行决策的。然而，在一个信号周期刚开始时，这部分信息是未知的，并且公交优先申请也不可预测。为了将最后一辆到达的公交车也考虑进来，采用了如下基于滚动时域优化的方法使得模型具备实时性：
(1)滚动时域的长度被设定为信号周期的长度；
(2)公交优先服务顺序与信号配时方案会在多个连续周期内进行优化，但仅仅应用在所在信号周期的某个相位；
(3)一旦公交优先服务顺序与信号配时方案被执行，滚动时域将会后移一个信号周期，针对下个信号周期的优化将重新开始。
以下为一具体仿真例子：
步骤1：选取实际案例场景，并在VISSIM仿真中进行虚拟场景构建；
步骤2：通过VISSIM-COM接口对模型效果进行评价。
具体而言：
一、步骤1包括：
1、在VISSIM中搭建虚拟交叉口环境(如图6)；
2、设计三种不同的交通需求(以表2为基准，需求百分比分别为70％，100％，130％)，在仿真测试中分别对应0.5，0.7，0.9三种流量/通行能力比值。
3、设计模型的关键参数，包括如下内容：
(1)每一条公交线路的平均车头时距为2分钟；
(2)公交车停靠地点在每一个交叉口进口道的上游，停靠时间服从均值为40秒，方差为40秒的正态分布；
(3)公交车的乘客数与到站时刻偏移分别通过两个正态分布进行模拟，前者的均值为30名乘客，方差为30名乘客；后者均值为30秒，方差为120秒；
(4)公交车与车辆检测器被设置于公交专用道上距离停车线100米的位置。
表2仿真环境流量设置方案
Figure GDA0002643957650000131
Figure GDA0002643957650000141
4、开始仿真(具体流程图见图7)。每一次仿真的运行时长为2小时，为了克服微观仿真模型系统的随机性，本案例采用了20次仿真运行结果的平均值。
二、步骤S2包括：
所提出的模型将会通过如下两个步骤进行评价：
1、在不同场景下评价模型计算效率
图8描述了所提出模型在不同公交优先申请场景下的运算时间分布。可以看到，所提出的模型在最差的情况下(4辆连续的公交车发出4个请求)，运算耗时也少于35毫秒。因此，该模型计算成本极低，能够应用在实时的控制系统中。
2、模型效果对比分析
具体地，是指对比如下两种不同控制策略的模型优化效果(为了保证模型的公正，对所有的使用相同优化方法的控制策略，生成了基本信号配时方案)。
控制策略a：没有公交优先的固定控制策略。在不考虑公交优先的情况下通过离线优化获得固定信号配时方案；
控制策略b：先到先服务的公交优先控制策略。基于传统先到先服务的公交优先服务原则，提供绿灯延长，红灯早断，以及相位插入的策略。
表3不同控制策略下的模型效果对比
Figure GDA0002643957650000142
Figure GDA0002643957650000151
以下为对比分析结果：
(1)公交与社会车辆的延误降低情况
表3展示了所提出模型与其它两种传统控制策略在不同场景下的模型效果对比。对比数据，可以得出如下结论：
1)结论一：相比较控制策略a与b，所提出的模型在三种不同的交通需求情况下，均能更有效地降低公交车辆的延误(针对策略a下降10～30％，针对策略b下降7％～23％)。模型改善结果在显著性水平为95％的Pair-T检验中具有统计意义。整体交通延误方面，所提出的方法比策略a减少15％，比策略b减少7.9％。该结果充分说明所提出模型在处理多公交优先申请的场景的优势。
2)结论二：本专题所提出的模型不会造成交叉口内其他社会车辆延误的显著提升。更具体地说，所提出的模型在较低与中等程度的交通需求场景下，能够降低其他社会车辆的延误；对于需求较高的拥堵场景，该模型生成方案对社会车辆造成的延误，不会超过定时控制策略a的11％，以及先到先服务策略b的5％。
(2)降低公交到站时刻偏离
本案例还分析了所提出模型在降低公交到站时刻偏离度方面的效果。本案例提出了两种评价指标：平均公交到站时刻偏离方差，以及加权公交到站时刻偏离方差(权重指标为每辆公交车的乘客数量)。如图9a所示，在不同的交通需求环境下，所提出模型产生的到站时刻偏离程度明显低于其它两种控制策略(相比控制策略a，下降30％～70％，相比控制策略b，下降21％～43％)。图9b显示，以公交荷载数进行加权计算，本控制策略的优势更为明显。这一发现说明本模型在改善公交到站时刻准时性方面非常有效。
(3)最大允许饱和度变化的影响
为了使本专题提出模型能够在实际多样化交通需求场景中得到应用，进一步研究了最大允许饱和度(记为x)对模型控制效果的影响。图10a将本专利提出的方法与先到先服务(FCFS)的策略相对比，数据表明，在公交车延误方面，随着x的不断下降，本实施例提出的模型相对于FCFS策略的优势就越不明显。当交通需求较高的时候(更大的v/c比)，一个较低的x值则有可能造成本实施例提出的方法比FCFS策略产生更大的延误。这其中的原因在于，x值越高，本实施例提出的策略中能够用于提供优先服务的优先时间窗口就越短。与之相反，随着x的逐渐下降，本实施例提出的方法将会使社会车辆的延误降低(如图10b所示)。这一发现说明，对于每一个种不同的需求场景，都存在一个饱和度x的阈值范围，在该阈值范围内，本实施例所提出的方法能够在不导致其它车辆延误大幅提升的前提下，有效地降低公交车的延误。在日常决策过程中，交通工程师应当谨慎地选择最大允许饱和度，以平衡公交车与运营车辆的运营效率。
(4)结论
本实施例提出一种面向公交信号优先高频多申请的动态控制方法。方法的目标在于加权公交延误最小，与此同时避免影响普通社会车辆的运行效率。所提出的方法能够捕捉公交运行的关键特征，例如公交在不同占有率、到站时刻偏离、需求水平、优先策略类型的情况下，公交优先申请可能对交通运行造成的影响。方法提出了详细的输出信息，包括：多公交车辆的最优服务顺序以及对应的信号配时方案。采用了滚动时域优化策略，能够基于实时信息对服务顺序进行求解。

Claims (6)

1.一种面向公交信号优先高频多申请的动态控制方法，其特征在于，该方法包括以下步骤：
步骤S1：建立目标为加权公交延误最小的公交信号优先控制模型，约束考虑系统扰乱大小，
步骤S2：采用滚动时域优化方法对公交信号优先控制模型进行实时动态求解，在不同公交需求水平情况下，针对各种公交占有率、公交到站偏离程度下的多公交优先申请，生成优化的公交优先服务顺序与对应的信号控制方案，实现公交优先服务顺序和信号控制；
所述的步骤S2包括：
步骤S21：将公交信号优先控制模型的求解作为一个多信号相位决策问题，确定针对一个公交优先申请提供服务的策略类型：绿灯延长、红灯早断或信号相位插入，
步骤S22：更新信号相位的要求最小绿灯时长，
步骤S23：更新采用的优先策略类型，
步骤S24：确定信号相位绿灯结束时刻，
步骤S25：更新下一个信号相位绿灯的开始时刻与优先时间窗口，
步骤S26：更新信号相位绿灯时长，
步骤S27：更新优先申请状态；
所述的步骤S22中更新信号相位的要求最小绿灯时长
Figure FDA0003015441660000011
的计算公式为：
Figure FDA0003015441660000012
其中，
Figure FDA0003015441660000013
为给定信号相位i最大可接受的饱和度，Qi为信号相位i的饱和流率，qi，k为信号周期k信号相位i关键流向的交通流量，Ck为信号周期k总时长，
所述的步骤S23中在信号相位i实际应用的公交优先策略可以用如下公式进行更新：
Figure FDA0003015441660000014
其中，
Figure FDA0003015441660000015
表示优先申请m所对应的信号相位，当对应信号相位为当前信号相位i时，在信号相位i采用绿灯延长策略PSi，k＝1，当对应信号相位为下一个信号相位i+1时，在信号相位i+1采用红灯早断策略PSi，k＝-1，当对应信号既不是当前信号相位i，也不是下一个信号相位i+1时，会在后续信号相位采用信号相位插入的策略PSi，k＝0，
Figure FDA0003015441660000021
表示在信号相位i发起的优先申请m是否会被服务，1表示被服务，0表示未被服务，
所述的步骤S24中信号相位绿灯结束时刻
Figure FDA0003015441660000022
为：
Figure FDA0003015441660000023
其中，
Figure FDA0003015441660000024
表示发出优先申请m的公交车辆到达停车线的时刻，Ii，i+1表示信号相位i到下一个信号相位i+1的绿灯间隔时长，
Figure FDA0003015441660000025
为信号周期k信号相位i的优先时间窗开始时刻，
Figure FDA0003015441660000026
为：
Figure FDA0003015441660000027
其中，
Figure FDA0003015441660000028
为优先时间窗口的结束时刻，
Figure FDA0003015441660000029
为车辆的到达时刻，
Figure FDA00030154416600000210
为插入信号相位时长，tin为信号相位i中插入公交信号相位的绿灯时长，
所述的步骤S25中信号相位i+1的绿灯开始时刻
Figure FDA00030154416600000211
表示为：
Figure FDA00030154416600000212
下一个优先时间窗口的开始时刻
Figure FDA00030154416600000213
为：
Figure FDA00030154416600000214
其中，
Figure FDA00030154416600000215
为信号相位i+1的要求最短绿灯时长，
所述的步骤S26中信号相位i的绿灯时长gi，k可基于更新后的信号相位i结束时间计算：
Figure FDA00030154416600000216
所述的步骤S27中更新优先申请m的状态
Figure FDA00030154416600000217
过程为：
Figure FDA00030154416600000218
优先申请n将在信号相位i被服务，且m＝n，则优先状态应当被改变为1，
Figure FDA00030154416600000219
为：
Figure FDA0003015441660000031
其中，
Figure FDA0003015441660000032
为信号周期k信号相位i开始之前还没有被处理的优先申请集合，
Figure FDA0003015441660000033
为：
Figure FDA0003015441660000034
2.根据权利要求1所述的一种面向公交信号优先高频多申请的动态控制方法，其特征在于，所述的步骤S1包括：
步骤S11：通过设定各个信号相位的饱和度阈值，避免某一信号相位达到过饱和状态，从而最小化系统扰乱；
步骤S12：以步骤S11系统扰乱最小化为前提，针对一个信号周期内的多公交优先申请，进行公交优先服务顺序优化。
3.根据权利要求1所述的一种面向公交信号优先高频多申请的动态控制方法，其特征在于，所述加权公交延误主要为获得优先服务的公交车辆的延误和未获得优先服务的公交车辆的延误之和。
4.根据权利要求3所述的一种面向公交信号优先高频多申请的动态控制方法，其特征在于，所述获得优先服务的公交车辆的延误中在信号周期k信号相位i内得到优先服务的所有请求车辆的加权总延误di，k为:
Figure FDA0003015441660000035
其中，
Figure FDA0003015441660000036
为发起优先申请m的公交车辆的乘车人数，
Figure FDA0003015441660000037
为发起优先申请m的公交车辆的到站时刻偏差，
Figure FDA0003015441660000038
为发起优先申请m的公交车辆在信号周期k内的延误，
Figure FDA0003015441660000039
为：
Figure FDA00030154416600000310
其中，
Figure FDA00030154416600000311
为信号周期k发起优先申请m的公交车辆所处的信号相位；
所述未获得优先服务的公交车辆的延误fk(0)为：
Figure FDA00030154416600000312
其中，
Figure FDA00030154416600000313
为优先申请n的公交车辆在信号周期k内的延误，
Figure FDA00030154416600000314
表示为：
Figure FDA00030154416600000315
其中，Ck表示信号周期k的长度，
Figure FDA0003015441660000041
表示发起优先申请n的公交车辆到达停车线时信号周期k的运行时长，
Figure FDA0003015441660000042
表示在信号周期k内到达停车线但是未获得优先服务的车辆的延误，
Figure FDA0003015441660000043
为信号周期k内的优先申请数量，
Figure FDA0003015441660000044
表示在信号周期k信号相位i开始之前还没有被处理的优先申请集合，
Figure FDA0003015441660000045
表示在信号周期k信号相位i内被处理的优先申请集合，
Figure FDA0003015441660000046
表示在信号周期k+1对应信号相位的常规绿灯时间内得到服务之前所产生的延误。
5.根据权利要求1所述的一种面向公交信号优先高频多申请的动态控制方法，其特征在于，公交信号优先控制模型的常规约束包括：
Figure FDA0003015441660000047
Figure FDA0003015441660000048
Figure FDA0003015441660000049
其中，gi，k为信号周期k信号相位i的绿灯时长，gi，min为信号相位i的最小绿灯时长，gi，max为信号相位i的最大绿灯时长，
Figure FDA00030154416600000410
为信号周期k信号相位i在给定最高许可饱和度
Figure FDA00030154416600000411
前提下的最短绿灯时长。
6.根据权利要求1所述的一种面向公交信号优先高频多申请的动态控制方法，其特征在于，滚动时域的长度为信号周期的长度；公交优先服务顺序与信号配时方案会在多个连续信号周期内进行优化，但仅仅应用在所在信号周期的某个信号相位；一旦公交优先服务顺序与信号配时方案被执行，滚动时域将会后移一个信号周期，针对下个信号周期的优化将重新开始。
CN202010287082.8A 2020-04-13 2020-04-13 一种面向公交信号优先高频多申请的动态控制方法 Active CN111724584B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010287082.8A CN111724584B (zh) 2020-04-13 2020-04-13 一种面向公交信号优先高频多申请的动态控制方法
PCT/CN2020/138972 WO2021208484A1 (zh) 2020-04-13 2020-12-24 一种面向公交信号优先高频多申请的动态控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010287082.8A CN111724584B (zh) 2020-04-13 2020-04-13 一种面向公交信号优先高频多申请的动态控制方法

Publications (2)

Publication Number Publication Date
CN111724584A CN111724584A (zh) 2020-09-29
CN111724584B true CN111724584B (zh) 2021-09-03

Family

ID=72564129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010287082.8A Active CN111724584B (zh) 2020-04-13 2020-04-13 一种面向公交信号优先高频多申请的动态控制方法

Country Status (2)

Country Link
CN (1) CN111724584B (zh)
WO (1) WO2021208484A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111724584B (zh) * 2020-04-13 2021-09-03 同济大学 一种面向公交信号优先高频多申请的动态控制方法
CN112581775B (zh) * 2020-12-08 2022-12-23 平安国际智慧城市科技股份有限公司 信号灯的公交优先通行控制方法、系统及存储介质
CN113554865B (zh) * 2021-06-04 2022-05-06 广东工业大学 一种车联网环境下公交主通道多交叉口信号协调控制方法
CN114724353B (zh) * 2022-03-10 2023-06-09 深圳大学 考虑行人的公交信号被动优先控制方法及装置
CN114708741B (zh) * 2022-04-19 2023-07-18 安徽工业大学 一种基于v2x技术的多相位公交优先控制方法
CN114973654B (zh) * 2022-04-27 2023-10-13 深圳大学 考虑停站的被动公交优先干道协调控制实现方法及装置
CN115148036B (zh) * 2022-06-22 2023-11-21 连云港杰瑞电子有限公司 一种感应控制下的公交优先实现方法
CN115311868B (zh) * 2022-07-20 2023-07-25 武汉理工大学 基于公交优先的干线协调控制方法及装置
CN116168551B (zh) * 2023-01-13 2023-12-29 广州市城市规划勘测设计研究院 基于生态效益的公交信号优先控制方法、装置及存储介质
CN117576929B (zh) * 2024-01-19 2024-04-02 山东科技大学 一种考虑不同公交平面相交的车速与信号协同优化方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101409017B (zh) * 2008-10-09 2010-07-28 浙江银江交通技术有限公司 面向快速公交的优先信号控制系统和方法
JP5104729B2 (ja) * 2008-11-12 2012-12-19 住友電気工業株式会社 交通信号制御システム、信号制御装置
CN201522783U (zh) * 2009-06-25 2010-07-07 北京北航天华时代科技有限公司 一种公交信号优先控制系统
KR101335999B1 (ko) * 2012-02-21 2013-12-04 금오공과대학교 산학협력단 입력 오프셋 보상 기법을 이용하는 시간-영역 비교 장치
CN104485005B (zh) * 2014-12-04 2016-07-06 东南大学 交叉口多线路公交车辆优先请求冲突协调控制方法
CN104575038B (zh) * 2015-01-05 2016-08-31 东南大学 一种考虑多路公交优先的交叉口信号控制方法
CN104599513B (zh) * 2015-01-29 2017-02-08 中设设计集团股份有限公司 一种公交信号优先的控制方法
CN106297335B (zh) * 2016-11-09 2018-10-30 河海大学 一种交叉口-下游停靠站相互作用环境下的公交优先绿灯延长时间优化方法
CN108629993B (zh) * 2018-04-27 2021-05-04 上海理工大学 一种适用于高饱和度交叉口的公交优先信号配时优化方法
CN109410609A (zh) * 2018-11-19 2019-03-01 吉林大学 车联网环境下基于多请求的公交优先信号控制方法
CN109712414B (zh) * 2019-01-30 2021-09-03 同济大学 一种多带宽干道公交控制方案的优化方法
CN111724584B (zh) * 2020-04-13 2021-09-03 同济大学 一种面向公交信号优先高频多申请的动态控制方法

Also Published As

Publication number Publication date
WO2021208484A1 (zh) 2021-10-21
CN111724584A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN111724584B (zh) 一种面向公交信号优先高频多申请的动态控制方法
Yao et al. A dynamic predictive traffic signal control framework in a cross-sectional vehicle infrastructure integration environment
CN105513400B (zh) 动态规划出行路径的方法
CN107730922B (zh) 一种单向干线绿波协调控制自适应调整方法
CN107016857B (zh) 一种信控交叉口左转交通组合设计优化方法
CN108629993B (zh) 一种适用于高饱和度交叉口的公交优先信号配时优化方法
CN106355885A (zh) 基于大数据分析平台的交通信号动态控制方法及系统
CN110807918B (zh) 一种基于流量感知协调控制的有轨电车优先通行方法
Ma et al. Multi-stage stochastic program to optimize signal timings under coordinated adaptive control
CN111275990A (zh) 一种交通信号控制方法、装置、可读存储介质及终端设备
CN111899534A (zh) 基于道路实时容量的交通灯智能控制方法
CN103680163A (zh) 基于公交需求的区域公交信号优先方法
He et al. PAMSCOD: Platoon-based arterial multi-modal signal control with online data
CN113538935B (zh) 一种无专用路权环境下公交准点率优化感应式控制方法
CN103337178A (zh) 基于动态优先级的交通信号自适应控制方法
CN111127936B (zh) 一种共享巴士的动态车辆调度和线路规划方法
CN110516871B (zh) 一种基于模糊滚动时域控制策略的动态车辆路径优化方法
CN113192333A (zh) 一种公交优先信号控制方法
CN111932915A (zh) 一种基于到达时间步进式预测的公交右转合乘信号优先方法
CN112053580A (zh) 一种交叉口公交信号优先控制优化方法
CN111047882A (zh) 交通控制信号调整方法、装置、系统和存储介质
CN110276689B (zh) 基于动态决策的智能合约实现方法
Liu et al. Refining lane-based traffic signal settings to satisfy spatial lane length requirements
CN113724509A (zh) 一种时空协同的公交优先控制方法和装置
CN110288844B (zh) 一种基于车路通信的连续交叉口协同优化方法

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