一种多带宽干道公交控制方案的优化方法与流程

本发明涉及公交优先控制技术领域，尤其是涉及一种多带宽干道公交控制方案的优化方法。

背景技术：

公共交通具有集约高效、节能环保等优点，优先发展公共交通是构建资源节约型、环境友好型社会的战略选择。公交专用道的建设，辅以公交信号优先策略，对于提高公交服务水平、增强公交系统吸引力有着重要的作用。公交专用道在时间和空间上实现了公交专有路权，然而，交通系统和公交出行网络本身的复杂性决定了专用道影响的复杂性。随着公交专用道的大量实施，如何切实依托公交专用道提升公交运行效率，在与其他交通方式配合的同时，保证自身设计的合理性和竞争性，吸引更多的客流采用公共交通出行，以实际的社会效益赢得社会的支持变得尤为关键。

定时式信号协调控制的方法中，基于带宽的模型具有输入简单、鲁棒性强、结果直观等特点，是常用的协调优化技术，但相比基于延误的模型，其对于交通需求的适应性不足。控制子区划分一般在绿波带优化之前进行，也是同时协调多个交叉口而无法得到足够带宽时，常采用的手段。然而，绿波优化效果很大程度上受到子区的影响，子区划分和绿波设计步骤的分离，可能错过对于整个系统来说的最优解。

公交信号优先策略能显著减低公交车辆延误，但同时也会一定程度上影响其他社会车流的效益，因此，往往以小汽车车流和公交车车流的综合效益最大为优化目标。受驻站时间、行驶速度等参数的随机性影响，公交车辆到达交叉口的时间也是不确定的，对公交车辆提供优先方案的基础一般是基于准确的预测，而讨论随机性的鲁棒优化方案的相关研究较少。

技术实现要素：

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多带宽干道公交控制方案的优化方法。

本发明的目的可以通过以下技术方案来实现：

一种多带宽干道公交控制方案的优化方法，包括以下步骤：

s1、在干线路网中具有多个交叉口的某线路中，按照一定距离设置检测点，采集多条公交车运行的轨迹数据，所述公交车采用公交优先策略；

s2、利用数学优化模型，通过调整周期、相位差信号、小汽车绿波带和公交车轨迹变量，优化干线路网中从前交叉口行驶至最后交叉口的交通流，得到公交车的优化控制方案。

优选的，所述数学优化模型的目标函数包括小汽车相关目标函数和公交车相关目标函数；所述数学优化模型的约束条件包括小汽车相关约束条件和公交车相关约束条件。

优选的，所述小汽车相关目标函数为：同时满足小汽车不停车车辆数尽量大、小汽车绿波带带宽尽量大、小汽车绿波带断开后中心线的偏移尽量小。

优选的，所述公交车相关目标函数为：同时满足公交车在交叉口的停车次数最少，在交叉口的延误时间最短，实施绿灯延长策略的次数最少，绿灯延长的时间最短，实施红灯早断策略的次数最少，红灯早断的时间最短，实施第一个插入相位策略的次数最少，实施第二个插入相位策略的次数最少。

优选的，所述小汽车相关约束条件包括：周期长度约束，小汽车绿波带的相关约束，子区划分的相关变量约束，小汽车绿波带设计车速的约，每相邻两个交叉口之间的相互关系以及相位差大小的约束，绿波带和实际车流运行一致性约束，需求带宽约束。

优选的，所述小汽车绿波带的相关约束包括：

其中，表示第i个交叉口si下游路段小汽车绿波带宽度；表示si下游路段小汽车绿波带中心线和绿灯开始时间的差值；gij表示第i个交叉口第j个相位的相位时间，包括绿灯时间和清空时间；n表示干线路网中交叉口的总数。

优选的，所述子区划分的相关变量约束包括：

其中，表示第i个交叉口si处小汽车绿波带是否断开，为0-1变量，0表示没有断开，1表示断开；表示si处小汽车绿波带中心线偏移的距离；表示交叉口si下游路段小汽车绿波带宽度；n表示干线路网中交叉口的总数；m表示极大的正数。

优选的，所述公交车相关约束条件包含：相邻两个交叉口之间的相互约束，公交车停车及延误约束，公交车行驶时间约束，公交车驶离交叉口停车线的时间约束，公交车在正常绿灯期间驶离交叉口的约束，公交车触发绿灯延长策略约束，公交车触发红灯早断策略约束，公交车利用第一个插入相位通过交叉口约束，公交车利用第二个插入相位通过交叉口约束，任一交叉口最多一辆车使用公交优先策略约束，先到达停车线的车辆先驶离交叉口约束。

优选的，所述公交车利用第一个插入相位通过交叉口约束包括：

其中，表示公交车离开第i个交叉口si停车线的时间和绿灯开始时间的差值；表示第y辆公交车在交叉口si处是否有停车，为0-1变量，其中0表示没有停车，1表示有停车；表示第y辆公交车在交叉口si处停车等待的时间；n表示干线路网中交叉口的总数；f1i表示相位2和相位3之间插入相位的启亮时刻；表示第y辆公交车是否利用第一个插入相位驶离交叉口si，为0-1变量，其中0表示未利用第一个插入相位驶离，1表示利用第一个插入相位驶离；pii表示交叉口si处，相位插入的绿灯时间；z表示周期时长c的倒数；ldi表示交叉口si上游的公交专用道检测器到停车线的距离；表示第y辆公交车从交叉口si+1至si的行驶速度；eij表示第i个交叉口第j个相位的清空时间；δt表示公交车辆触发检测器到信号灯做出反应的时间；gij表示第i个交叉口第j个相位的相位时间，包括绿灯时间和清空时间；y_pii表示交叉口si处，相位插入的清空时间。

优选的，所述公交车利用第二个插入相位通过交叉口约束包括：

其中，表示公交车离开第i个交叉口si停车线的时间和绿灯开始时间的差值；表示第y辆公交车在交叉口si处是否有停车，为0-1变量；表示第y辆公交车在交叉口si处停车等待的时间；n表示干线路网中交叉口的总数；f2i表示相位3和相位4之间插入相位的启亮时刻；表示第y辆公交车是否利用第二个插入相位驶离交叉口si；pii表示交叉口si处，相位插入的绿灯时间；z表示周期时长c的倒数；ldi表示交叉口si上游的公交专用道检测器到停车线的距离；表示第y辆公交车从交叉口si+1至si的行驶速度；eij表示第i个交叉口第j个相位的清空时间；δt表示公交车辆触发检测器到信号灯做出反应的时间；gij表示第i个交叉口第j个相位的相位时间，包括绿灯时间和清空时间；y_pii表示交叉口si处，相位插入的清空时间。

与现有技术相比，本发明具有以下优点：

1、本方法考虑了多交通流运行效益，具体考虑社会一般车辆和公交车辆两种交通流的运行特征，并针对不同交通流设计协调控制绿波带，使绿波带带宽能够适应公交运行的随机波动，提高了公交车采用的绿灯延长、红灯早断、相位插入等公交优先控制效果，从而提升了综合控制效果。

2、本方法通过调整周期、相位差等信号协调控制参数，设计了小汽车绿波带和公交车绿波带来协调两类车流的运行，考虑了一个周期到达的公交车辆数、公交车辆进入研究路网范围的时间、每两个相邻交叉口之间的行驶速度以及各个公交站点的驻站时间等参数的随机性，提高了优化结果的准确性和适用性。

附图说明

图1为本发明中数学优化模型的变量示意图；

图2为实施例中单向干线信号协调随机优化模型结果时空图；

图3为实施例中对照模型a优化结果时空图；

图4为实施例中对照模型b优化结果时空图。

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

本申请提出一种多带宽干道公交控制方案的优化方法，在本实例中，该方法基于以下假设：

(1)每一个周期都是相互独立的，且交通流量、到达分布等一致；

(2)当一个周期有多辆公交车到达时，每个交叉口最多一辆公交车能够使用公交优先策略；

(3)当一个周期有多辆公交车到达时，公交车辆的行驶不受其他公交车辆的干扰，但符合先到达停车线的车辆也先驶离交叉口的原则；

(4)公交车辆在相邻两个交叉口之间的路段行驶速度不变，在公交站点和交叉口停车或启动时，能瞬间完成加减速过程。

本方法包括以下步骤：

s1、在干线路网中具有多个交叉口的某线路中，按照一定距离设置检测点，采集多条公交车运行的轨迹数据，公交车采用公交优先策略；

s2、利用数学优化模型，通过调整周期、相位差信号、小汽车绿波带和公交车轨迹变量，优化干线路网中从前交叉口行驶至最后交叉口的交通流，得到公交车的优化控制方案。

本实施例中，应用场景以某城市的某单向干线路网在2017年3月20日早高峰时段的公交车轨迹数据为例，按照一定距离设置地磁和rfid的数据检测点，检测到公交车运行的轨迹数据包括公交车辆id、经过检测断面的时间、行驶速度等信息，根据检测点在道路的实际位置，可以还原出公交车辆的运行轨迹。该线路的公交车约每3分钟一班，以半个小时内采集到的10条连续车辆轨迹作为该时段信号配时方案优化的样本轨迹。

对于由信号控制交叉口s1,s2,...,sn组成的干线路网，协调从交叉口s1行驶至交叉后sn的交通流，包括小汽车车流和公交车车流。如图1所示，决策变量除周期和相位差以外，还包括描述小汽车绿波带和公交车辆轨迹的相关变量，以及公交车轨迹对应的公交优先策略实施方案。

步骤s2中数学优化模型的目标函数包括小汽车相关目标函数和公交车相关目标函数；数学优化模型的约束条件包括小汽车相关约束条件和公交车相关约束条件。

小汽车相关目标函数f^a是要同时满足①小汽车不停车车辆数尽量大、②小汽车绿波带带宽尽量大、③小汽车绿波带断开后中心线的偏移尽量小，具体为：

其中，表示第i个交叉口si处小汽车绿波带是否断开，为0-1变量，0表示没有断开，1表示断开；表示si处小汽车绿波带中心线偏移的距离；表示交叉口si下游路段小汽车绿波带宽度，均表示任意正数，其中ζi表示车队离散修正系数，表示交叉口si处协调的上行(下行)方向的目标车流量。

小汽车相关约束条件考虑了子区划分与绿波设计协调优化，以实现子区划分和相位差优化的同时最优求解，包括：周期长度约束，小汽车绿波带的相关约束，子区划分的相关变量约束，每相邻两个交叉口之间的相互关系以及相位差大小的约束，绿波带和实际车流运行一致性约束，需求带宽约束。具体如下：

(1)周期长度约束：

1/cmax≤z≤1/cmin

其中，c表示周期时长，cmax表示最大周期时长，cmin表示最小周期时长，z表示周期时长的倒数。

(2)每相邻两个交叉口之间的相位差大小的约束：

0≤oi＜1,i＝1,...,n

其中，oi表示交叉口si的绝对相位差。

(3)小汽车绿波带的相关约束为绿波带位置约束，包括：

其中，表示第i个交叉口si下游路段小汽车绿波带宽度；表示si下游路段小汽车绿波带中心线和绿灯开始时间的差值；gi1表示第i个交叉口第1个相位的相位时间，包括绿灯时间和清空时间；n表示干线路网中交叉口的总数。

(4)每相邻两个交叉口之间的相互约束：

其中，表示si下游路段小汽车绿波带中心线和绿灯开始时间的差值，表示si下游路段公交车行驶时间(不包括驻站时间)，表示整数变量，表示第i+1个交叉口处小汽车绿波带中心线偏移的距离。

(5)子区划分的相关变量约束包括：

其中，表示第i个交叉口si处小汽车绿波带是否断开，为0-1变量；表示si处小汽车绿波带中心线偏移的距离；表示交叉口si下游路段小汽车绿波带宽度；n表示干线路网中交叉口的总数；m表示极大的正数。

(6)绿波带和实际车流运行一致性约束：

其中，gi+1.1表示第i+1个交叉口第1个相位的相位时间，包括绿灯时间和清空时间。

(7)需求带宽约束：

其中，xi表示交叉口下游路段的小汽车绿波带需求带宽。

公交车相关目标函数f^b由八个部分组成：①公交车在交叉口的停车次数最少，②在交叉口的延误时间最短；③实施绿灯延长策略的次数最少；④绿灯延长的时间最短；⑤实施红灯早断策略的次数最少；⑥红灯早断的时间最短；⑦实施第一个插入相位策略的次数最少；⑧实施第二个插入相位策略的次数最少。具体为：

其中，表示第y辆公交车在交叉口si处是否有停车，为0-1变量；表示第y辆公交车在交叉口si处停车等待的时间；y表示一个周期到达的公交车车辆总数；表示交叉口si的绿灯延长时间；分别表示任意整数，其中分别表示任意整数，其中ζi表示车队离散修正系数，表示交叉口si处协调的上行(下行)方向的目标车流量；表示第y辆公交车是否利用绿灯延长策略驶离交叉口，表示第y辆公交车是否利用红灯早断策略驶离交叉口，表示第y辆公交车是否利用第一个插入相位驶离交叉口，表示第y辆公交车是否利用第二个插入相位驶离交叉口，都为0-1变量，0表示“否”，1表示“是”；表示第y辆公交车在交叉口si实际用到的红灯早断时间。

公交车相关约束条件包含：相邻两个交叉口之间的相互约束，公交车停车及延误约束，公交车行驶时间约束，公交车驶离交叉口停车线的时间约束，公交车在正常绿灯期间驶离交叉口的约束，公交车触发绿灯延长策略约束，公交车触发红灯早断策略约束，公交车利用第一个插入相位通过交叉口约束，公交车利用第二个插入相位通过交叉口约束，任一交叉口最多一辆车使用公交优先策略约束，先到达停车线的车辆先驶离交叉口约束，其具体约束如下：

(1)公交车触发绿灯延长策略约束：

若公交车利用绿灯延长策略驶离交叉口，则必然在相位1的绿灯结束之前被检测到，且信号机来得及做出反应完成信号优先方案的下发：

其中，ldi表示周期时长的倒数；表示第y辆公交车从交叉口si-1至si的行驶速度；ei1表示第i个交叉口第1个相位的清空时间；δt表示公交车辆触发检测器到信号灯做出反应的时间；gi1表示第i个交叉口第1个相位的相位时间，包括绿灯时间和清空时间，gemax.i表示交叉口si的最大绿灯延长时间；表示公交车离开第i个交叉口si停车线的时间和绿灯开始时间的差值；表示第y辆公交车在交叉口si处是否有停车，为0-1变量；表示第y辆公交车在交叉口si处停车等待的时间。

(2)公交车触发红灯早断策略约束：

若公交车利用红灯早断策略驶离交叉口，则必然在最后一个相位(相位j)的绿灯结束之前(有红灯早断时的绿灯时间)被检测到，且信号机来得及做出反应，完成信号优先方案的下发：

其中，表示第y辆公交车是否利用红灯早断策略驶离交叉口si，表示第y辆公交车在交叉口si实际用到的红灯早断时间，rtmax.i表示交叉口si的最大红灯早断时间，eij表示第i个交叉口第j个相位的清空时间。

(3)公交车利用第一个插入相位通过交叉口约束包括：

若公交车利用相位2和相位3之间的插入相位驶离交叉口，则必然在相位2的绿灯时间(有插入相位时的绿灯时间)结束之前被检测到，且信号机来得及做出反应完成信号优先方案的下发：

其中，f1i表示相位2和相位3之间插入相位的启亮时刻；pii表示交叉口si处，相位插入的绿灯时间；z表示周期时长c的倒数；ldi表示交叉口si上游的公交专用道检测器到停车线的距离；eij表示第i个交叉口第j个相位的清空时间；δt表示公交车辆触发检测器到信号灯做出反应的时间；gij表示第i个交叉口第j个相位的相位时间，包括绿灯时间和清空时间；y_pii表示交叉口si处，相位插入的清空时间。

(4)公交车利用第二个插入相位通过交叉口约束包括：

若公交车利用相位3和相位4之间的插入相位驶离交叉口，则必然在相位3的绿灯时间(有插入相位时的绿灯时间)结束之前被检测到，且信号机来得及做出反应完成信号优先方案的下发：

其中，f2i表示相位3和相位4之间插入相位的启亮时刻；表示第y辆公交车是否利用第二个插入相位驶离交叉口si，为0-1变量；pii表示交叉口si处，相位插入的绿灯时间；y_pii表示交叉口si处，相位插入的清空时间。

(5)每相邻两个交叉口之间的相互约束包括：

公交车的车辆轨迹也需要满足每两个相邻交叉口之间的相互约束关系，不同的是，公交车在路段的行程时间，除行驶时间和信号灯引起的停车等候时间外，还有驻站时间此外，第一个交叉口的相位差、车辆轨迹,和公交车辆到达第一个交叉口停车线的时间a^y，也应满足一定的约束：

其中，a^y表示第y辆公交车到达第一个交叉口停车线的时间，为整数变量。

(6)停车和延误约束包括：

用变量来描述公交车辆在交叉口si是否由于信号灯的阻滞作用而停车，当停车等候的时间则当则此外，停车等候的时间不大于红灯时间。具体为：

(7)行驶时间约束包括：

公交车辆在路段的行驶速度和行驶时间满足等式约束。需要注意的是，小汽车速度是交叉口si+1下游路段行驶速度，公交车速度是是交叉口si上游路段速度。

其中，li表示交叉口si和si+1之间的距离。

(8)正常绿灯期间驶离交叉口约束包括：

若公交车辆在正常绿灯期间驶离交叉口，则的值落在0到gi1-ei1z之间，此时变量否则此外，如果车辆有停车等待，且在正常绿灯期间通过交叉口，则一定是在绿灯刚刚启亮时就通过交叉口。具体为：

其中，表示第y辆公交车是否在正常绿灯期间驶离交叉口，为0-1变量，其中0表示未在正常绿灯期间驶离交叉口，1表示在正常绿灯期间驶离交叉口。

(9)公交车驶离交叉口停车线的时间约束包括：

如果公交车在正常的绿灯期间驶离交叉口，则代表没有车辆没有触发信号优先策略，反之则是使用了信号优先。对于公交车y一共有五种情况：①正常绿灯期间驶离交叉口，②触发绿灯延长策略驶离交叉口，③触发红灯早断策略驶离交叉口，④利用相位2和相位3之间的插入相位驶离交叉口，⑤利用相位3和相位4之间的插入相位驶离交叉口。在交叉口si只会有上述五种情况中的一种情况出现。此外，只要使用了主动优先策略，即变量任意一个等于1，那么车辆的到达时间一定是在红灯期间。

其中，表示第y辆公交车是否在正常绿灯期间驶离交叉口；表示第y辆公交车是否利用绿灯延长策略驶离交叉口；表示第y辆公交车是否利用红灯早断策略驶离交叉口；表示第y辆公交车是否利用第一个插入相位驶离交叉口；表示第y辆公交车是否利用第二个插入相位驶离交叉口。

(10)任一交叉口最多一辆车使用公交优先策略约束包括：

为避免主动优先策略对小汽车车流的过大干扰，一个周期最多只能给一辆车提供主动信号优先。当一个周期内有多辆车到达时，即y>1，是指第一个交叉口一个周期内到达的车辆数，当车辆行驶至后续交叉口，可能不是同一个周期内到达交叉口停车线，但由于交通分布一致的假设，当前周期到达的车辆会和后续周期到达的车辆存在优先策略的竞争。因此，对任意一个交叉口，约束最多一辆车使用主动优先策略。

其中，表示第y辆公交车是否在正常绿灯期间驶离交叉口，为0-1变量，其中0表示未在正常绿灯期间驶离交叉口，1表示在正常绿灯期间驶离交叉口。

(11)先到达停车线的车辆先驶离交叉口约束包括：

若第y1辆公交车到达交叉口si的时间小于第y2辆公交车，即那么第y1辆公交车离开交叉口si的时间也小于第y2辆公交车。

本实施例中，根据实际道路情况，给定参数取值：cmin＝100s，cmax＝220s；

gemax.i＝0.08，rtmax.i＝0.08，pii＝10，y_pii＝3，ldi＝50，δt＝1。如图1所示，协调方向的小汽车车流获得了最佳的绿波带，整个协调路径上的绿波带都没有断开过，且绿波带带宽等于协调方向的最小绿灯时间(0.3158个周期时长)。

如图2所示，第一辆公交车在交叉口s1的红灯初到达，给了6s的绿灯延长通过交叉口，在第二个交叉口遇到红灯发生停车等待，该交叉口没有给予公交优先策略，因为优先策略实施的代价大于实施后给公交车带来的效益，该公交车在后续交叉口则都一路绿灯通过。这10辆公交车受交叉口信号灯的阻滞作用，每辆车平均停车0.8次，平均延误时间16.6s，使用绿灯延长策略0.5次，红灯早断策略0.4次，相位插入策略0.4次。

为进一步验证本模型的优化效果，设置两个对照模型：①对照模型a，保持本方法数学模型优化得到的信号协调控制参数(周期和相位差)不变，动态控制策略不再遵循有效性原则(均衡运行状态下优先控制)，而是“能优先则优先”，即交叉口检测到公交车辆到达，假设实施公交优先策略能够减少公交车在当前交叉口的延误，则对公交车给予信号优先；②对照模型b，优化周期和相位差等协调控制参数时，不考虑公交优先策略，但仍然考虑公交运行的随机性，且公交优先策略遵循有效性原则。

对照模型a，协调控制参数和本方法数学模型的优化结果保持一致，即c＝143，o1＝0，o2＝0.0260，o3＝0.1931，o4＝0.4247，o5＝0.6672。公交优先策略遵循“能优先则优先”原则，上述10辆公交车在该控制方案下的运行轨迹时空图如图3所示。例如，第一辆公交车在交叉口s1处仍然利用了6s的绿灯延长通过交叉口，和图2不同的是，这辆公交车在后续的每一个交叉口都采用了红灯早断策略，最终通过整个协调路径上的停车次数不变，延误时间略微减少。这10辆公交车在对照模型a的控制方案下，车均延误时间从16.6s减少到12.03s，但停车次数从0.8增加到1.0，且主动优先策略的使用次数和时间都显著增加，公交车的目标函数值从34.69增加到46.41。对照模型a说明，通过主动优先的有效性原则，能够显著减少不必要的主动优先策略的使用，在保证公交车运行效益的同时，减少对小汽车车流运行的影响。

对照模型b中优化协调控制方案时没有考虑公交优先策略的实施，优化结果为c＝100，o1＝0，o2＝0.2600，o3＝0.3259，o4＝0.5913，o5＝0.9542，公交优先策略仍然遵循有效性原则。上述10辆公交车在该控制方案下的运行轨迹时空图如图4所示。这10辆公交车在对照模型b的控制方案下，车均停车次数1.30，车均延误时间为37.07s，相比本章模型的优化结果，停车和延误都显著增加，且公交车的目标函数值从34.69增加到54.07。对照模型b说明，对于可以实施主动优先策略的路网，在优化周期、相位差等协调控制参数时，也需要考虑主动优先策略可能的实施情况，才能够得到真正意义上的最优协调方案。