CN113192333A - 一种公交优先信号控制方法 - Google Patents

Abstract

本发明公开一种公交优先信号控制方法，采用了模式优化与自适应优先控制相结合的优先控制模式，基于公交实时定位数据预测车辆到达时刻，进一步制定精细化的公交优先策略，权衡公交通行方向放行相位与其他相位的绿时需求与放行时长，在不改变相位相序、稳定信号周期长度的前提下，对周期内各相位的放行时长进行微调，使公交车辆到达时刻能够优先通过路口，同时降低其他相位的绿时空放情况，在满足公交优先通行需求的前提下又提升了路口总体的绿时利用率，将公交优先对其他冲突流向社会车辆通行的影响降到最低，最大程度兼顾公交车优先通行需求与社会车辆稳定通行需求，保障路口通行秩序与效率，在公交通行量较大的路口更为显著。

Description

一种公交优先信号控制方法

技术领域

本发明涉及道路交通控制研究技术领域，尤其是涉及一种公交优先信号控制方法。

背景技术

公交优先控制是当前城市道路交通信号管控的重要手段之一，现有的公交优先方式大多通过专用相位插入、红灯早断、绿灯延长的方式实现，专用相位长度以及早断、延长的时长均为预设的固定长度，根据路口公交到达检测情况实施即时的相位调整，从而达到公交车优先通行的目的。

专利号CN105513381B公开了一种公交优先信号控制系统及方法，包括多个车载设备或车载RFID卡、多个信号优先路口设备，车载设备或车载RFID卡设于公交车端，装有车载设备的公交车途经路口时，车载设备会主动向路口的信号优先路口设备上报当前数据；信号优先路口设备收到数据后，对数据进行分析处理，判定是否将向信号机发出通过请求，若不向信号机发出通过请求，则结束本次运行；反之，则进入下一步；信号机接收到通过请求以后，会根据当前红绿灯的剩余时间和该公交车预计到达路口的剩余时间，智能调度当前红绿灯的剩余秒数，使公交车优先通过路口。但是该方案依赖于路侧安装的公交到达检测硬件设施，才能确定信号控制相位调整的触发时刻，因此实施公交优先控制的前提是投入RFID等硬件设施，直接增加了公交优先的实施成本与路网大范围推行的难度。

专利号CN102236970B公开了一种基于预信号的主动式公交信号优先控制方法，首先在符合条件的交叉口安装检测器、布设装有计算机程序的信号机及信号灯。其次，设置预信号停车线与主信号、预信号之间的绿时差。再次，在检测器检测到公交优先申请时根据交叉口运行状态判断是否给予信号优先。随后，根据当前相位状况判断执行何种主动式公交优先控制策略，根据绿灯延长、公交相位插入、红灯缩短三种主动式公交信号优先控制策略的控制逻辑与算法实现对公交车辆的信号优先服务。但是该方案采用固定时长的相位延长、提前启动、相位插入，都对公交到达所在周期的信号方案造成了突变(如相位延长、提前启动造成的周期时长变化、相位插入造成的相序变化)，尤其对冲突方向的社会车辆正常通行造成了直接影响，增大了车辆在路口的停车延误时长，这一问题在公交发车频率高的公交线路沿线信控路口、以及多条优先线路重合的信控路口突显。

发明内容

为了解决上述问题，本发明提出一种公交优先信号控制方法，采用了模式优化与自适应优先控制相结合的优先控制模式，基于公交实时定位数据预测车辆到达时刻，进一步制定精细化的公交优先策略，权衡公交通行方向放行相位与其他相位的绿时需求与放行时长，在不改变相位相序、稳定信号周期长度的前提下，对周期内各相位的放行时长进行微调，避免强制性的相位插入、锁定等控制措施对信号机稳定性造成的影响，使公交车辆到达时刻能够优先通过路口，同时降低其他相位的绿时空放情况，在满足公交优先通行需求的前提下又提升了路口总体的绿时利用率，将公交优先对其他冲突流向社会车辆通行的影响降到最低。

为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案实现的：一种公交优先信号控制方法，针对固定运营线路的公交车辆在存在公交优先通行车道的信号控制路口实施，公交车辆装载有实时定位装置，其特征在于，包括具体的方法步骤如下：

S1、基于路口进口道流量、排队长度的历史检测数据，分时段提取路口各流向的交通流量、排队长度的历史统计值，在此基础上计算各流向的绿灯空放时长、排队清空时长，对信号控制背景方案进行初次优化；根据公交车通行线路确定信控路口优先相位，根据公交车历史定位数据统计车辆在信控路口的等待时长，进一步对非优先相位绿灯时长进行优化；

S2、基于公交车实时定位数据，结合历史定位记录，动态估计路段行程时间以及公交站内停留时间，进一步动态预测公交车到达信控路口的行程时间；

S3、基于目标公交车到达路口预测时间，确定车辆到达时刻并生成路口公交车辆优先请求预测清单，依据预测的路口到达时刻先后排列；基于相邻优先请求的时间差判断为优先单车模式、优先车队模式；

S4、根据优先模式、车辆到达路口预测时间，以及经S1调整的信号控制背景方案，确定信号优先策略；

S5、基于各转向实时的排队长度，对S1生成的优化背景方案下各流向的排队清空时间、绿时空放时长进行更新，计算各相位的绿时空放时长；

S6、当预测到达时刻与当前时刻的差值低于阈值时，开始下发信号控制方案，根据S5确定的绿时调整量，确定各相位的启动、终止时刻。

进一步地，S1中的具体实现方法为：

S1-1、提取路口各流向的交通流量、排队长度的历史统计值：采用孤立森林算法剔除各流向指定时段内的历史数据中的异常值；采用概率统计中的区间估计方法，估计各流向的流量、排队长度数据置信区间；取其波动区间上限作为该流向的历史统计值；

S1-2、基于流向流量、排队长度历史统计值计算各流向排队清空时长与绿灯空放时长：排队清空时长q_d＝Q_d·h_s，式中d指代流向序号，Q_d为流向d的排队长度，h_s为饱和车头时距；绿灯空放时长τ_d＝g_d-D_d，式中g_d为流向d的绿灯时长，D_d为流向d的绿时需求，D_d＝g_d-max(q_d,G_min)，G_min为最小绿时；

S1-3、根据绿灯空放时长、排队清空时长计算流向的绿时调整量以及流向绿时：

若绿灯空放时长τ_d≤0且排队清空时长q_d≥g_d，或绿灯空放时长τ_d＞0且排队清空时长q_d＜g_d，则计算该流向绿时调整量Δ_d＝max[D_d-g_d,q_d-g_d]；

若绿灯空放时长τ_d＞0且排队清空时长q_d≥g_d，则计算该流向绿时调整量Δ_d＝q_d-g_d；

调整后的流向绿时g_d'＝g_d+Δ_d；

S1-4、构建凸规划模型进行最优相位绿时分配，将相序、调整后的各流向绿时与绿时需求输入模型，求解输出各相位最优的绿灯时长G_p：

式中

指流向d所涉及的所有相位的绿时总和，g_p为相位p的原绿灯时长；

S1-5、依据目标车辆所属线路所有运营公交GPS历史记录与同期同时段的信号控制方案，通过时间匹配对公交车辆在信控路口的等待时间进行测算，获取历史平均等待时间tw；

根据公交车通行线路确定信控路口优先相位，计算各非优先相位绿时权重

p’指代非优先相位序号，G_p'为非优先相位时长；

进一步调整各非优先相位绿时φ_p'＝G_p'+w_p'·tw。

进一步地，S2还包括以下步骤：

S2-1、目标公交车辆的路段行程时间估计值

式中l_i为路段i的长度， v_i为公交车在路段i的行驶速度估计值，其计算方法为

式中

为目标车辆所属公交线路在路段i的行驶速度历史模式，α为权重值，取值范围为[0,1]，

为速度观测值；

S2-2、构建目标公交车辆在公交站台内的停留时间估计模型，模型的状态转移方程为

式中

指代站内停留时间估计值，T_s ^p为目标车辆到达站点s之前、与其同一运营线路并已驶离站点s的最近一辆公交车辆M在站内停留时间的观测值，δ(T)为站内停留时间的随机扰动值；

M在驶入站台前的最后一条定位数据{(lat₁,lng₁),v₁,t₁}，驶出站台后的第一条定位数据{(lat₂,lng₂),v₂,t₂}，其中lat₁、lat₂分别为两条定位数据的纬度坐标，lng₁、lng₂分别为两条定位数据的经度坐标，v₁、v₂分别为两条定位数据中的行驶速度，t₁、 t₂分别为两条定位数据的时间戳；

S2-3、预测目标公交车辆到达路口时刻：

式中t为预测的公交车辆到达下游路口的时间戳，t₀为S2公交车实时定位数据对应的时间戳， I、S分别为实时定位点与下游最近的信号控制路口之间的路段集合与站台集合；

S2-4、估计车辆通过路口所需时长

式中l_b为车辆长度。

进一步地，S2-1中行程速度历史模式

速度样本均值

的提取方式为：构建短时时间窗口，由行程时间估计时刻前一个时间窗口的首尾时刻，从与目标车辆相同运营线路的公交车辆的历史时期定位数据中筛选出同时段在路段i的定位经纬度与行驶速度历史数据；为了减小车辆进出站及到达与通过交叉口的影响，排除交叉口与站台附近的定位数据，采用孤立森林算法剔除速度异常值；对时间窗口内的历史数据进行区间估计，作为行程速度历史模式

从实时数据中提取行程时间估计时刻前一个时间窗口内的与目标车辆相同运营线路的公交车辆在路段i的车辆定位数据，若提取不到数据，则以当前时刻目标车辆的行驶速度作为

否则以提取到的数据的统计均值作为

进一步地，在S3中，若判断为优先车队模式，则以车队为单元对多辆车的优先请求进行一体化处理，更新到达路口预测时间与通过路口所需时长，其中到达路口预测时间更新为优先请求预测清单中的首车到达路口预测时间，通过路口所需时长为车队内各车的通过路口所需时长累计值以及车辆到达路口时间差值。

进一步地，S4中具体的信号优先策略为：

(1)若预测车辆、车组在优先相位绿灯期间到达，根据预测到达时刻与优先相位绿时计算优先相位绿灯剩余时长δ；

检测车辆能否在剩余绿灯时长内通过路口，即δ≥t_b则不对路口信号控制方案进行调整，正常放行即可保障公交不停车通过路口；返回S2，处理后续的公交优先请求；

若剩余绿灯时长不足以支撑公交车通过路口，即δ＜t_b，则需进行优先相位的绿灯时间补偿；根据优先相位剩余绿时与路口通行时长的差值确定优先相位补偿绿时Δ_c＝t_b-δ；确定为优先相位绿时补偿模式，转入S5-1；

(2)若预测车辆、车组在优先相位红灯期间到达，计算到达路口预测时刻与最近的优先相位启动时刻的时间差Δ_a，根据周期内的相序配置情况，确定到达时的放行相位p_a与优先相位p₀的排序关系，进一步决策优先模式；具体地，

若p_a在p₀之前，且为相邻相位，属于同一周期，即到达后的下一相位为优先相位，确定为红灯早断模式，转入S5-2；

若p_a在p₀之前，且为相邻相位，但不属于同一周期，即优先相位为周期C 内的首相位，到达时刻放行相位为上一周期C^-末相位，确定为优先预调模式，转入S5-3；

若p_a在p₀之后，且为相邻相位，属于同一周期，确定为优先相位绿时补偿模式，优先相位补偿绿时Δ_c＝Δ_a+t_b，转入S5-1；

若p_a在p₀之后，且为相邻相位，但不属于同一周期，即优先相位为周期C 内的末相位，到达时刻放行相位为周期C⁺首相位，C⁺为C的下一周期；则确定为滞后补偿模式，优先相位补偿绿时Δ_c＝Δ_a+t_b，转入S5-4；

若p_a与p₀的非相邻相位，确定为双周期协调模式，转入S5-5。

进一步地，S5中计算各相位的绿时空放时长的方法为：

基于各转向实时的排队长度数据，根据S1所述方法计算当前的排队清空时间，与各流向的绿时空放时长T_d，根据非优先相位的放行流向，计算各非优先相位的绿时空放时长

式中p’指代周期内非优先相位序号，d_p'、

分别指代非优先相位p’的放行流向序号及该流向的绿时空放时长。

进一步地，根据S4的优先策略，在保障周期稳定性的前提下，对优先相位绿时补偿、红灯早断、优先预调、滞后补偿、双周期协调模式下的相位绿时长度进行优化；具体地包括以下步骤：

S5-1、优先相位绿时补偿模式下，从本周期内提取绿时补偿额度，周期内的绿时补偿额度为∑T_p'，式中p’指代周期内到达相位后的非优先相位序号，T_p'为非优先相位p’的绿时空放时长；

若补偿绿时未超出周期内的绿时补偿额度，即Δ_c≤∑T_p'，确定优先相位的绿时补偿量为Δ_c；

若补偿绿时超出非优先相位提供的累计空放时长，则单车优先模式下不进行绿时补偿，车队优先模式绿时补偿量为∑T_p'；

为保障周期稳定，对非优先相位绿时进行适应性调节，构建非优先相位绿时调整量最小的凸规划模型：

式中，φ_p'为序号为p’的非优先相位在本次调整前的绿灯时长；模型输出非优先相位绿灯时长Φ_p'；

S5-2、红灯早断模式下，提取该周期内优先相位之前的各相位空放时长T_m， m为周期内相位p₀前的各相位序号；

若Δ_a＞∑T_m，则优先相位的绿时调整量为

若Δ_a≤∑T_m，则优先相位的绿时调整量为

调整后的优先相位绿时为

构建相位p₀前的非优先相位绿时调整凸规划模型，输出非优先相位绿灯时长Φ_m：

式中，φ_m为序号为m的非优先相位在本次调整前的绿灯时长；

相应地，优先相位启动时刻提前

S5-3、优先预调模式下，从优先相位的上一周期C^-进行相位绿时微调；若Δ_a＞∑T_u，则优先相位的绿时调整量为

其中u为周期C^-内各相位的序号；若Δ_a≤∑T_u，则优先相位的绿时调整量为

调整后的优先相位绿时为

构建相位p₀前的非优先相位绿时调整凸规划模型，输出非优先相位绿灯时长Φ_u'：

式中，φ_u为周期C^-内序号为u的相位在本次调整前的绿灯时长；

相应地，优先相位启动时刻提前

S5-4、滞后补偿模式下，从预测的到达时刻放行相位所在周期C⁺提取绿时补偿额度，周期内的绿时补偿额度为∑T_v，v为周期C⁺内的相位编号，T_v为周期C⁺内相位空放时长；

若Δ_c≤∑T_v，确定优先相位的绿时补偿量为Δ_c；针对周期C⁺构建凸规划模型，输出各相位绿灯时长Φ_v：

式中，φ_v为周期C⁺内序号为v的相位在本次调整前的绿灯时长；

S5-5、双周期协调模式下，提取p_a的下一个优先相位所在周期C，及该周期的上一周期C^-信号方案，对两个周期内p₀前的所有相位的绿时空放时长进行累计∑T_z，其中T_z为编号为z的相位的绿时空放时长；

若Δ_a＞∑T_z，则Δ_c＝∑T_z；否则Δ_c＝Δ_a；

对两个周期内p₀前的所有相位构建凸规划模型，输出各相位绿灯时长Φ_z：

式中，φ_z为序号为z的相位在本次调整前的绿灯时长。

进一步地，S1-1中各流向的流量、排队长度数据置信区间，取90％置信度。

进一步地，S6中当预测到达时刻与当前时刻的差值低于阈值时，阈值设为两个周期长度。

本发明的有益效果是：

1、本发明采用了模式优化与自适应优先控制相结合的公交优先控制模式，针对固定路线的公交优先控制，以提升公交绿时通过率为目标进行了信号控制背景方案的模式优化，有效缓解公交优先控制方案实时下发造成的方案突变情况，提升公交优先控制的稳定性。

2、本发明仅通过公交车载定位数据，实现车辆到达路口时刻的预测，根据预测的公交到达时刻提前进行优先控制策略决策，并根据实时的路口交通通行动态提前一个信号周期着手进行自适应的信控方案优化，以满足公交车辆或车队的优先通行需求。

3、本发明在进行优先控制时，并非采用固定长度的相位插入或相位延长，而是权衡公交通行方向放行相位与其他相位的绿时需求与放行时长，从周期或相邻周期内提取可用的绿时额度赋予公交通行相位，既不改变原方案的相序，信号周期也能保持稳定，在满足公交优先通行需求的前提下又提升了路口总体的绿时利用率，将公交优先对其他冲突流向社会车辆通行的影响降到最低，同时保障路口信号机控制稳定性。

4、本发明制定了精细化的优先策略，在车辆到达时刻预测基础上，根据到达相位与优先相位的时间先后、所属周期关系，提出了优先相位绿时补偿、红灯早断、优先预调、滞后补偿、双周期协调等五种优先控制模式，不同模式制定了不同的相位补偿或相位调整方法，最大程度兼顾公交车优先通行需求与社会车辆稳定通行需求，降低公交优先对其他流向社会车的影响，保障路口通行秩序与效率，这一优势在公交通行量较大的路口更为显著。

附图说明

图1是本发明公交优先信号控制方法总体流程图。

图2目标公交车辆在公交站台内的停留时间估计示意图。

具体实施方式

下面结合附图1-2对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

本发明所述的公交优先信号控制方法，针对固定运营线路的公交车辆在存在公交优先通行车道的信号控制路口实施，公交车辆装载有实时定位装置，如GPS、北斗定位系统等，具体的方法步骤如下：

S1、基于路口进口道流量、排队长度的历史检测数据，分时段提取路口各流向的交通流量、排队长度的历史统计值，在此基础上计算各流向的绿灯空放时长、排队清空时长，对信号控制背景方案进行初次优化；根据公交车通行线路确定信控路口优先相位，根据公交车历史定位数据统计车辆在信控路口的等待时长，进一步对非优先相位绿灯时长进行优化；

具体实现方法：

S1-1、提取路口各流向的交通流量、排队长度的历史统计值：采用孤立森林算法剔除各流向指定时段内的历史数据中的异常值；采用概率统计中的区间估计方法，估计各流向的流量、排队长度数据置信区间，通常取90％置信度；取其波动区间上限作为该流向的历史统计值；

S1-2、基于流向流量、排队长度历史统计值计算各流向排队清空时长与绿灯空放时长：排队清空时长q_d＝Q_d·h_s，式中d指代流向序号，Q_d为流向d的排队长度，h_s为饱和车头时距；绿灯空放时长τ_d＝g_d-D_d，式中g_d为流向d的绿灯时长，D_d为流向d的绿时需求，D_d＝g_d-max(q_d,G_min)，G_min为最小绿时；

S1-3、根据绿灯空放时长、排队清空时长计算流向的绿时调整量以及流向绿时：

若绿灯空放时长τ_d≤0且排队清空时长q_d≥g_d，或绿灯空放时长τ_d＞0且排队清空时长q_d＜g_d，则计算该流向绿时调整量Δ_d＝max[D_d-g_d,q_d-g_d]；

若绿灯空放时长τ_d＞0且排队清空时长q_d≥g_d，则计算该流向绿时调整量Δ_d＝q_d-g_d；

调整后的流向绿时g_d'＝g_d+Δ_d；

S1-4、构建凸规划模型进行最优相位绿时分配，将相序、调整后的各流向绿时与绿时需求输入模型，求解输出各相位最优的绿灯时长G_p：

式中

指流向d所涉及的所有相位的绿时总和，g_p为相位p的原绿灯时长；

S1-5、依据目标车辆所属线路所有运营公交GPS历史记录与同期同时段的信号控制方案，通过时间匹配对公交车辆在信控路口的等待时间进行测算，获取历史平均等待时间tw；

根据公交车通行线路确定信控路口优先相位，计算各非优先相位绿时权重

p’指代非优先相位序号，G_p'为非优先相位时长；

进一步调整各非优先相位绿时φ_p'＝G_p'+w_p'·tw。

S2、基于公交车实时定位数据，结合历史定位记录，动态估计路段行程时间以及公交站内停留时间，进一步动态预测公交车到达信控路口的行程时间；

S2-1、目标公交车辆的路段行程时间估计值

式中l_i为路段i的长度， v_i为公交车在路段i的行驶速度估计值，其计算方法为

式中

为目标车辆所属公交线路在路段i的行驶速度历史模式，α为权重值，取值范围为[0,1]，

为速度观测值；

行程速度历史模式

速度样本均值

的提取方式为：构建短时时间窗口，长度一般为15min，由行程时间估计时刻前一个时间窗口的首尾时刻，从与目标车辆相同运营线路的公交车辆的历史时期定位数据中筛选出同时段在路段i的定位经纬度与行驶速度历史数据；为了减小车辆进出站及到达与通过交叉口的影响，排除交叉口与站台附近的定位数据，一般路口附近设置为50m半径范围区域，站台附近设置为20m半径范围区域；采用孤立森林算法剔除速度异常值；对时间窗口内的历史数据进行区间估计，通常采用90％的置信度，作为行程速度历史模式

从实时数据中提取行程时间估计时刻前一个时间窗口内的与目标车辆相同运营线路的公交车辆在路段i的车辆定位数据，若提取不到数据，则以当前时刻目标车辆的行驶速度作为

否则以提取到的数据的统计均值作为

在实施例中，为了进一步提升系统的效率，路段上速度的历史模式可采用预先计算的方式，即按上述步骤，计算得到路段每一个15min间隔的速度历史模式。同时，为了考虑天气对公交车辆运行的影响，增加天气属性标签，针对不同天气场景分别进行行程速度历史模式估计。

如图2所示，S2-2、构建目标公交车辆在公交站台内的停留时间估计模型，模型的状态转移方程为

式中

指代站内停留时间估计值，T_s ^p为目标车辆到达站点s之前、与其同一运营线路并已驶离站点s的最近一辆公交车辆M在站内停留时间的观测值，δ(T)为站内停留时间的随机扰动值；

M在驶入站台前的最后一条定位数据{(lat₁,lng₁),v₁,t₁}，驶出站台后的第一条定位数据{(lat₂,lng₂),v₂,t₂}，其中lat₁、lat₂分别为两条定位数据的纬度坐标，lng₁、lng₂分别为两条定位数据的经度坐标，v₁、v₂分别为两条定位数据中的行驶速度，t₁、t₂分别为两条定位数据的时间戳；

S2-3、预测目标公交车辆到达路口时刻：

式中t为预测的公交车辆到达下游路口的时间戳，t₀为S2公交车实时定位数据对应的时间戳， I、S分别为实时定位点与下游最近的信号控制路口之间的路段集合与站台集合；

S2-4、估计车辆通过路口所需时长

式中l_b为车辆长度；

S3、基于目标公交车到达路口预测时间，确定车辆到达时刻并生成路口公交车辆优先请求预测清单，依据预测的路口到达时刻先后排列；基于相邻优先请求的时间差判断为优先单车模式、优先车队模式；实施中，可通过设置时间差阈值进行模式判断；

若判断为优先车队模式，则以车队为单元对多辆车的优先请求进行一体化处理，更新到达路口预测时间与通过路口所需时长，其中到达路口预测时间更新为优先请求预测清单中的首车到达路口预测时间，通过路口所需时长为车队内各车的通过路口所需时长累计值以及车辆到达路口时间差值；

S4、根据优先模式、车辆到达路口预测时间，以及经S1调整的信号控制背景方案，确定信号优先策略：

(1)若预测车辆、车组在优先相位绿灯期间到达，根据预测到达时刻与优先相位绿时计算优先相位绿灯剩余时长δ；

检测车辆能否在剩余绿灯时长内通过路口，即δ≥t_b则不对路口信号控制方案进行调整，正常放行即可保障公交不停车通过路口；返回S2，处理后续的公交优先请求；

若剩余绿灯时长不足以支撑公交车通过路口，即δ＜t_b，则需进行优先相位的绿灯时间补偿；根据优先相位剩余绿时与路口通行时长的差值确定优先相位补偿绿时Δ_c＝t_b-δ；确定为优先相位绿时补偿模式，转入S5-1；

(2)若预测车辆、车组在优先相位红灯期间到达，计算到达路口预测时刻与最近的优先相位启动时刻的时间差Δ_a，根据周期内的相序配置情况，确定到达时的放行相位p_a与优先相位p₀的排序关系，进一步决策优先模式；具体地，

若p_a在p₀之前，且为相邻相位，属于同一周期，即到达后的下一相位为优先相位，确定为红灯早断模式，转入S5-2；

若p_a在p₀之前，且为相邻相位，但不属于同一周期，即优先相位为周期C 内的首相位，到达时刻放行相位为上一周期C^-末相位，确定为优先预调模式，转入S5-3；

若p_a在p₀之后，且为相邻相位，属于同一周期，确定为优先相位绿时补偿模式，优先相位补偿绿时Δ_c＝Δ_a+t_b，转入S5-1；

若p_a在p₀之后，且为相邻相位，但不属于同一周期，即优先相位为周期C 内的末相位，到达时刻放行相位为周期C⁺首相位，C⁺为C的下一周期；则确定为滞后补偿模式，优先相位补偿绿时Δ_c＝Δ_a+t_b，转入S5-4；

若p_a与p₀的非相邻相位，确定为双周期协调模式，转入S5-5；

S5、基于各转向实时的排队长度，对S1生成的优化背景方案下各流向的排队清空时间、绿时空放时长进行更新，计算各相位的绿时空放时长；

方法为：基于各转向实时的排队长度数据，根据S1所述方法计算当前的排队清空时间，与各流向的绿时空放时长T_d，根据非优先相位的放行流向，计算各非优先相位的绿时空放时长

式中p’指代周期内非优先相位序号，d_p'、

分别指代非优先相位p’的放行流向序号及该流向的绿时空放时长，；

根据S4的优先策略，在保障周期稳定性的前提下，对优先相位绿时补偿、红灯早断、优先预调、滞后补偿、双周期协调模式下的相位绿时长度进行优化；具体地，

S5-1、优先相位绿时补偿模式下，从本周期内提取绿时补偿额度，周期内的绿时补偿额度为∑T_p'，式中p’指代周期内到达相位后的非优先相位序号，T_p'为非优先相位p’的绿时空放时长；

若补偿绿时未超出周期内的绿时补偿额度，即Δ_c≤∑T_p'，确定优先相位的绿时补偿量为Δ_c；

若补偿绿时超出非优先相位提供的累计空放时长，则单车优先模式下不进行绿时补偿，车队优先模式绿时补偿量为∑T_p'；

为保障周期稳定，对非优先相位绿时进行适应性调节，构建非优先相位绿时调整量最小的凸规划模型：

式中，φ_p'为序号为p’的非优先相位在本次调整前的绿灯时长；模型输出非优先相位绿灯时长Φ_p'；

S5-2、红灯早断模式下，提取该周期内优先相位之前的各相位空放时长T_m， m为周期内相位p₀前的各相位序号；

若Δ_a＞∑T_m，则优先相位的绿时调整量为

若Δ_a≤∑T_m，则优先相位的绿时调整量为

调整后的优先相位绿时为

构建相位p₀前的非优先相位绿时调整凸规划模型，输出非优先相位绿灯时长Φ_m：

式中，φ_m为序号为m的非优先相位在本次调整前的绿灯时长；

相应地，优先相位启动时刻提前

S5-3、优先预调模式下，从优先相位的上一周期C^-进行相位绿时微调；若Δ_a＞∑T_u，则优先相位的绿时调整量为

其中u为周期C^-内各相位的序号；若Δ_a≤∑T_u，则优先相位的绿时调整量为

调整后的优先相位绿时为

构建相位p₀前的非优先相位绿时调整凸规划模型，输出非优先相位绿灯时长Φ_u'：

式中，φ_u为周期C^-内序号为u的相位在本次调整前的绿灯时长；

相应地，优先相位启动时刻提前

S5-4、滞后补偿模式下，从预测的到达时刻放行相位所在周期C⁺提取绿时补偿额度，周期内的绿时补偿额度为∑T_v，v为周期C⁺内的相位编号，T_v为周期C⁺内相位空放时长；

若Δ_c≤∑T_v，确定优先相位的绿时补偿量为Δ_c；针对周期C⁺构建凸规划模型，输出各相位绿灯时长Φ_v：

式中，φ_v为周期C⁺内序号为v的相位在本次调整前的绿灯时长；

S5-5、双周期协调模式下，提取p_a的下一个优先相位所在周期C，及该周期的上一周期C^-信号方案，对两个周期内p₀前的所有相位的绿时空放时长进行累计∑T_z，其中T_z为编号为z的相位的绿时空放时长；

若Δ_a＞∑T_z，则Δ_c＝∑T_z；否则Δ_c＝Δ_a；

对两个周期内p₀前的所有相位构建凸规划模型，输出各相位绿灯时长Φ_z：

式中，φ_z为序号为z的相位在本次调整前的绿灯时长；

S6、当预测到达时刻与当前时刻的差值低于阈值时，开始下发信号控制方案，根据S5确定的绿时调整量，确定各相位的启动、终止时刻；阈值通常设为两个周期长度。

本发明采用了模式优化与自适应优先控制相结合的优先控制模式，基于公交实时定位数据预测车辆到达时刻，进一步制定精细化的公交优先策略，权衡公交通行方向放行相位与其他相位的绿时需求与放行时长，在不改变相位相序、稳定信号周期长度的前提下，对周期内各相位的放行时长进行微调，使公交车辆到达时刻能够优先通过路口，同时降低其他相位的绿时空放情况，在满足公交优先通行需求的前提下又提升了路口总体的绿时利用率，将公交优先对其他冲突流向社会车辆通行的影响降到最低。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种公交优先信号控制方法，针对固定运营线路的公交车辆在存在公交优先通行车道的信号控制路口实施，公交车辆装载有实时定位装置，其特征在于，包括具体的方法步骤如下：

S1、基于路口进口道流量、排队长度的历史检测数据，分时段提取路口各流向的交通流量、排队长度的历史统计值，在此基础上计算各流向的绿灯空放时长、排队清空时长，对信号控制背景方案进行初次优化；根据公交车通行线路确定信控路口优先相位，根据公交车历史定位数据统计车辆在信控路口的等待时长，进一步对非优先相位绿灯时长进行优化；

S2、基于公交车实时定位数据，结合历史定位记录，动态估计路段行程时间以及公交站内停留时间，进一步动态预测公交车到达信控路口的行程时间；

S3、基于目标公交车到达路口预测时间，确定车辆到达时刻并生成路口公交车辆优先请求预测清单，依据预测的路口到达时刻先后排列；基于相邻优先请求的时间差判断为优先单车模式、优先车队模式；

S4、根据优先模式、车辆到达路口预测时间，以及经S1调整的信号控制背景方案，确定信号优先策略；

S5、基于各转向实时的排队长度，对S1生成的优化背景方案下各流向的排队清空时间、绿时空放时长进行更新，计算各相位的绿时空放时长；

S6、当预测到达时刻与当前时刻的差值低于阈值时，开始下发信号控制方案，根据S5确定的绿时调整量，确定各相位的启动、终止时刻。

2.根据权利要求1所述的一种公交优先信号控制方法，其特征在于，S1中的具体实现方法为：

S1-1、提取路口各流向的交通流量、排队长度的历史统计值：采用孤立森林算法剔除各流向指定时段内的历史数据中的异常值；采用概率统计中的区间估计方法，估计各流向的流量、排队长度数据置信区间；取其波动区间上限作为该流向的历史统计值；

S1-2、基于流向流量、排队长度历史统计值计算各流向排队清空时长与绿灯空放时长：排队清空时长q_d＝Q_d·h_s，式中d指代流向序号，Q_d为流向d的排队长度，h_s为饱和车头时距；绿灯空放时长τ_d＝g_d-D_d，式中g_d为流向d的绿灯时长，D_d为流向d的绿时需求，D_d＝g_d-max(q_d,G_min)，G_min为最小绿时；

S1-3、根据绿灯空放时长、排队清空时长计算流向的绿时调整量以及流向绿时：

若绿灯空放时长τ_d≤0且排队清空时长q_d≥g_d，或绿灯空放时长τ_d＞0且排队清空时长q_d＜g_d，则计算该流向绿时调整量Δ_d＝max[D_d-g_d,q_d-g_d]；

若绿灯空放时长τ_d＞0且排队清空时长q_d≥g_d，则计算该流向绿时调整量Δ_d＝q_d-g_d；

调整后的流向绿时g_d'＝g_d+Δ_d；

S1-4、构建凸规划模型进行最优相位绿时分配，将相序、调整后的各流向绿时与绿时需求输入模型，求解输出各相位最优的绿灯时长G_p：

式中

指流向d所涉及的所有相位的绿时总和，g_p为相位p的原绿灯时长；

S1-5、依据目标车辆所属线路所有运营公交GPS历史记录与同期同时段的信号控制方案，通过时间匹配对公交车辆在信控路口的等待时间进行测算，获取历史平均等待时间tw；

根据公交车通行线路确定信控路口优先相位，计算各非优先相位绿时权重

p’指代非优先相位序号，G_p'为非优先相位时长；

进一步调整各非优先相位绿时φ_p'＝G_p'+w_p'·tw。

3.根据权利要求1所述的一种公交优先信号控制方法，其特征在于，S2还包括以下步骤：

S2-1、目标公交车辆的路段行程时间估计值

式中l_i为路段i的长度，v_i为公交车在路段i的行驶速度估计值，其计算方法为

式中

为目标车辆所属公交线路在路段i的行驶速度历史模式，α为权重值，取值范围为[0,1]，

为速度观测值；

S2-2、构建目标公交车辆在公交站台内的停留时间估计模型，模型的状态转移方程为

式中

指代站内停留时间估计值，T_s ^p为目标车辆到达站点s之前、与其同一运营线路并已驶离站点s的最近一辆公交车辆M在站内停留时间的观测值，δ(T)为站内停留时间的随机扰动值；

M在驶入站台前的最后一条定位数据{(lat₁,lng₁),v₁,t₁}，驶出站台后的第一条定位数据{(lat₂,lng₂),v₂,t₂}，其中lat₁、lat₂分别为两条定位数据的纬度坐标，lng₁、lng₂分别为两条定位数据的经度坐标，v₁、v₂分别为两条定位数据中的行驶速度，t₁、t₂分别为两条定位数据的时间戳；

S2-3、预测目标公交车辆到达路口时刻：

式中t为预测的公交车辆到达下游路口的时间戳，t₀为S2公交车实时定位数据对应的时间戳，I、S分别为实时定位点与下游最近的信号控制路口之间的路段集合与站台集合；

S2-4、估计车辆通过路口所需时长

式中l_b为车辆长度。

4.根据权利要求3所述的一种公交优先信号控制方法，其特征在于，S2-1中行程速度历史模式

速度样本均值

的提取方式为：构建短时时间窗口，由行程时间估计时刻前一个时间窗口的首尾时刻，从与目标车辆相同运营线路的公交车辆的历史时期定位数据中筛选出同时段在路段i的定位经纬度与行驶速度历史数据；为了减小车辆进出站及到达与通过交叉口的影响，排除交叉口与站台附近的定位数据，采用孤立森林算法剔除速度异常值；对时间窗口内的历史数据进行区间估计，作为行程速度历史模式

从实时数据中提取行程时间估计时刻前一个时间窗口内的与目标车辆相同运营线路的公交车辆在路段i的车辆定位数据，若提取不到数据，则以当前时刻目标车辆的行驶速度作为

否则以提取到的数据的统计均值作为

5.根据权利要求1所述的一种公交优先信号控制方法，其特征在于，在S3中，若判断为优先车队模式，则以车队为单元对多辆车的优先请求进行一体化处理，更新到达路口预测时间与通过路口所需时长，其中到达路口预测时间更新为优先请求预测清单中的首车到达路口预测时间，通过路口所需时长为车队内各车的通过路口所需时长累计值以及车辆到达路口时间差值。

6.根据权利要求1所述的一种公交优先信号控制方法，其特征在于，S4中具体的信号优先策略为：

(1)若预测车辆、车组在优先相位绿灯期间到达，根据预测到达时刻与优先相位绿时计算优先相位绿灯剩余时长δ；

检测车辆能否在剩余绿灯时长内通过路口，即δ≥t_b则不对路口信号控制方案进行调整，正常放行即可保障公交不停车通过路口；返回S2，处理后续的公交优先请求；

若剩余绿灯时长不足以支撑公交车通过路口，即δ＜t_b，则需进行优先相位的绿灯时间补偿；根据优先相位剩余绿时与路口通行时长的差值确定优先相位补偿绿时Δ_c＝t_b-δ；确定为优先相位绿时补偿模式，转入S5-1；

(2)若预测车辆、车组在优先相位红灯期间到达，计算到达路口预测时刻与最近的优先相位启动时刻的时间差Δ_a，根据周期内的相序配置情况，确定到达时的放行相位p_a与优先相位p₀的排序关系，进一步决策优先模式；具体地，

若p_a在p₀之前，且为相邻相位，属于同一周期，即到达后的下一相位为优先相位，确定为红灯早断模式，转入S5-2；

若p_a在p₀之前，且为相邻相位，但不属于同一周期，即优先相位为周期C内的首相位，到达时刻放行相位为上一周期C^-末相位，确定为优先预调模式，转入S5-3；

若p_a在p₀之后，且为相邻相位，属于同一周期，确定为优先相位绿时补偿模式，优先相位补偿绿时Δ_c＝Δ_a+t_b，转入S5-1；

若p_a在p₀之后，且为相邻相位，但不属于同一周期，即优先相位为周期C 内的末相位，到达时刻放行相位为周期C⁺首相位，C⁺为C的下一周期；则确定为滞后补偿模式，优先相位补偿绿时Δ_c＝Δ_a+t_b，转入S5-4；

若p_a与p₀的非相邻相位，确定为双周期协调模式，转入S5-5。

7.根据权利要求1所述的一种公交优先信号控制方法，其特征在于，S5中计算各相位的绿时空放时长的方法为：

基于各转向实时的排队长度数据，根据S1所述方法计算当前的排队清空时间，与各流向的绿时空放时长T_d，根据非优先相位的放行流向，计算各非优先相位的绿时空放时长

式中p’指代周期内非优先相位序号，d_p'、

分别指代非优先相位p’的放行流向序号及该流向的绿时空放时长。

8.根据权利要求1或6所述的一种公交优先信号控制方法，其特征在于，根据S4的优先策略，在保障周期稳定性的前提下，对优先相位绿时补偿、红灯早断、优先预调、滞后补偿、双周期协调模式下的相位绿时长度进行优化；具体地包括以下步骤：

S5-1、优先相位绿时补偿模式下，从本周期内提取绿时补偿额度，周期内的绿时补偿额度为∑T_p'，式中p’指代周期内到达相位后的非优先相位序号，T_p'为非优先相位p’的绿时空放时长；

若补偿绿时未超出周期内的绿时补偿额度，即Δ_c≤∑T_p'，确定优先相位的绿时补偿量为Δ_c；

若补偿绿时超出非优先相位提供的累计空放时长，则单车优先模式下不进行绿时补偿，车队优先模式绿时补偿量为∑T_p'；

为保障周期稳定，对非优先相位绿时进行适应性调节，构建非优先相位绿时调整量最小的凸规划模型：

式中，φ_p'为序号为p’的非优先相位在本次调整前的绿灯时长；模型输出非优先相位绿灯时长Φ_p'；

S5-2、红灯早断模式下，提取该周期内优先相位之前的各相位空放时长T_m，m为周期内相位p₀前的各相位序号；

若Δ_a＞∑T_m，则优先相位的绿时调整量为

若Δ_a≤∑T_m，则优先相位的绿时调整量为

调整后的优先相位绿时为

构建相位p₀前的非优先相位绿时调整凸规划模型，输出非优先相位绿灯时长Φ_m：

式中，φ_m为序号为m的非优先相位在本次调整前的绿灯时长；

相应地，优先相位启动时刻提前

S5-3、优先预调模式下，从优先相位的上一周期C^-进行相位绿时微调；若Δ_a＞∑T_u，则优先相位的绿时调整量为

其中u为周期C^-内各相位的序号；若Δ_a≤∑T_u，则优先相位的绿时调整量为

调整后的优先相位绿时为

构建相位p₀前的非优先相位绿时调整凸规划模型，输出非优先相位绿灯时长Φ_u'：

式中，φ_u为周期C^-内序号为u的相位在本次调整前的绿灯时长；

相应地，优先相位启动时刻提前

S5-4、滞后补偿模式下，从预测的到达时刻放行相位所在周期C⁺提取绿时补偿额度，周期内的绿时补偿额度为∑T_v，v为周期C⁺内的相位编号，T_v为周期C⁺内相位空放时长；

若Δ_c≤∑T_v，确定优先相位的绿时补偿量为Δ_c；针对周期C⁺构建凸规划模型，输出各相位绿灯时长Φ_v：

式中，φ_v为周期C⁺内序号为v的相位在本次调整前的绿灯时长；

S5-5、双周期协调模式下，提取p_a的下一个优先相位所在周期C，及该周期的上一周期C^-信号方案，对两个周期内p₀前的所有相位的绿时空放时长进行累计∑T_z，其中T_z为编号为z的相位的绿时空放时长；

若Δ_a＞∑T_z，则Δ_c＝∑T_z；否则Δ_c＝Δ_a；

对两个周期内p₀前的所有相位构建凸规划模型，输出各相位绿灯时长Φ_z：

式中，φ_z为序号为z的相位在本次调整前的绿灯时长。

9.根据权利要求2所述的一种公交优先信号控制方法，其特征在于，S1-1中各流向的流量、排队长度数据置信区间，取90％置信度。

10.根据权利要求1所述的一种公交优先信号控制方法，其特征在于，S6中当预测到达时刻与当前时刻的差值低于阈值时，阈值设为两个周期长度。

Images