一种基于车路协同系统的饱和单路口公交信号控制方法与流程

1.本发明涉及交通运输工程技术领域，具体涉及一种基于车路协同系统的饱和单路口公交信号控制方法。


背景技术：

2.随着城市化进程的加快，机动车保有量不断增加，道路资源与交通需求间的问题日益突出，饱和交通状态已成为一种常见现象，交通拥堵成为社会各界关注的焦点。因城市公共交通具有载客量大、人均占用道路资源小、运行效率高等优点，优先发展城市公共交通成为解决城市交通拥堵的一条重要途径。
3.5g、物联网技术、云计算等新一代信息技术的发展，改变了传统交通信息采集和交通控制方法。在车路协同环境下，公交车辆可通过车载设备与路侧进行通讯，可以获得更精确的车辆运行实时位置、加减速、运行轨迹等信息，为公交优先控制的研究提供了新的技术支持。
4.城市汽车公共交通优先(简称公交优先)分为空间上的优先和时间上的优先。空间上的优先是在道路上设置公交专用道使公交车辆拥有专用路权优先通行。时间上的优先是指通过对交叉口信号灯优化控制使公交车辆在时间上拥有优先通行权。因此，公交车辆会占据一定的道路资源与时间资源保证其优先通行，会对其他非优先车辆带来不利影响，尤其是在饱和车流状态下，产生过多的延误及排队，造成交叉口拥堵。
5.可以看出，已有针对公交优先的研究，忽略了在饱和交通流状态下对非优先相位车流的影响。本发明在车路协同环境下，以饱和交通流状态下的公共交通优先作为研究对象，以交叉口综合通行效益最大化为目标，对饱和交通流状态下的交叉口信号控制进行优化。


技术实现要素：

6.为了克服现有控制方法的不足，本发明提出一种基于车路协同系统的饱和单路口公交信号控制方法，其目的在于使公共交通通行效率最大与非优先相位排队时间最短，提升交叉口综合通行效益。
7.为了实现上述目的，本发明提供了一种基于车路协同系统的饱和单路口公交信号控制方法，其特征在于：
8.所述车路协同系统包括：多个车载单元、云端处理中心、交通信号控制机；
9.所述云端处理中心与所述交通信号控制机通过无线方式连接；
10.所述云端处理中心分别与所述车载单元依次通过无线方式连接；
11.所述车载单元安装于交叉口每辆车辆上；
12.所述车载单元将车辆的长度、车辆的位置信息、车辆的行驶速度、车辆的加速度无线传输给云端处理中心。
13.所述云端处理中心根据车辆的位置信息、车辆的行驶速度、车辆的加速度通过所
述饱和交通状态下的公交优先感应控制方法得到交通信号的控制信息，将交通信号的控制信息无线传输至所述交通信号控制机；
14.所述交通信号控制机根据接收的交通信号的控制信息来控制交通信号灯。
15.所述饱和单路口公交信号控制方法，具体步骤如下：
16.步骤1：云端处理中心通过车载单元采集每台车辆的位置信息、每台车辆的行驶速度、每台车辆的加速度，每台车辆的长度，根据每条道路的位置区域范围、每台车辆的位置信息进一步判断车辆所对应的道路，以构建每条道路的车辆数据集；
17.步骤2：将交叉口一组车道内第1条道路定义为公交专用道，所述公交专用道为优先相位车道，交叉口一组车道内除第1条道路外均定义为非优先相位车道，云端处理中心根据非优先相位车道的车辆数据集，判断各非优先相位车道的已排队的总车辆长度是否已超出每条道路溢出点的长度阈值，确定第j条道路发生排队溢出；
18.步骤3：当云端处理中心识别出第j条道路发生排队溢出，首先获得此时刻的第1条道路即公交车道上的公交车辆数据集，计算距交叉口最近的公交车辆到达交叉口停车线的时间；然后获得第j条道路上的车辆数据集，云端处理中心通过与路侧单元通讯获得第j条道路长度阈值点前最多可容纳的排队车辆数，计算在阈值点前的所有已排队的非优先相位车辆通过交叉口所需的时间；
19.步骤4：云端处理中心通过步骤3获得的溢出点前已排队的非优先相位车辆通过交叉口所需的时间和发生排队溢出后公交车辆通过交叉口所需的时间，确定本周期的非优先相位最大绿灯时间，然后对交叉口各相位的配时进行优化，对交叉口进行感应控制；
20.作为优选，步骤1所述每台车辆的位置信息为：
21.(x
i
，y
i
)，i∈[1,m]
[0022]
其中，m表示交叉口一组车道内车辆的数量，(x
i
，y
i
)表示第i台车辆的位置信息，x
i
表示第i台车辆的x轴坐标，y
i
表示第i台车辆的y轴坐标；
[0023]
所述的x轴、y轴是以交叉口信号灯为原点，以车辆行车方向为x轴、垂直于行车方向为y轴；
[0024]
步骤1所述每台车辆的行驶速度为：
[0025]
v
i
，i∈[1,m]
[0026]
其中，m表示交叉口一组车道内车辆的数量，v
i
表示第i台车辆的行驶速度；
[0027]
步骤1所述每台车辆的加速度为：
[0028]
a
i
，i∈[1,m]
[0029]
其中，m表示交叉口一组车道内车辆的数量，a
i
表示第i台车辆的加速度；
[0030]
步骤1所述每台车辆的长度为：
[0031]
l
i
，i∈[1,m]
[0032]
其中，m表示交叉口一组车道内车辆的数量，l
i
表示第i台车辆的长度；
[0033]
步骤1所述每条道路的位置区域范围，具体定义为：
[0034]
每条道路的中心点坐标为：
[0035]
(u
j
，v
j
)，j∈[1,n]
[0036]
其中，n表示交叉口一组车道内道路的数量；
[0037]
每条道路的长度为l,每条道路的宽度为w；
[0038]
每条道路的x轴坐标取值范围为：
[0039]
每条道路的y轴坐标取值范围为：
[0040]
步骤1所述进一步判断车辆所对应的道路为：
[0041]
将第i台车辆的位置信息(x
i
，y
i
)传输至云端处理中心，由云端处理中心判断第i台车辆的位置信息值是否属于第j条车道的矩形区域；
[0042]
所述云端处理中心判断的方法为：
[0043]
若x
i
∈[u
j
‑
l/2,u
j
+l/2]且y
i
∈[v
j
‑
w/2,v
j
+w/2]，则判定第i台车辆位于第j条道路中；
[0044]
云端处理中心将第j条道路上的k
j
台车辆的x轴坐标由小到大依排序，得到车辆的编号依次为：第j1台车辆、第j2台车辆、
…
、第k
j
台车辆；
[0045]
步骤1所述每条道路的车辆数据集为：
[0046][0047]
其中：data
j
表示第j条道路的车辆数据集；表示第j道路上的第l台车辆的数据集，j
l
∈[1,m]，l∈[1,k
j
]，k
j
表示第j条道路的车辆数量，n表示交叉口一组车道内道路的数量，m表示交叉口一组车道内车辆的数量；将交叉口一组车道内第1条道路定义为公交专用道，所述公交专用道为优先相位车道，交叉口一组车道内除第1条道路外均定义为非优先相位车道；
[0048][0049]
其中,表示第j条道路上第l台车辆的加速度；表示第j条道路上第l台车辆的速度,表示第j条道路上第l台车辆的位置信息，表示第j条道路上第l台车辆的长度，k
j
表示第j条道路的车辆数量，n表示交叉口一组车道内道路的数量，m表示交叉口一组车道内车辆的数量；
[0050]
作为优选，步骤2所述的非优先相位车道的总车辆长度：
[0051][0052]
其中，s表示非优先相位车道的总车辆长度，表示第j条道路上第l台车辆的长度，k
j
表示第j条道路的车辆数量，n表示交叉口一组车道内道路的数量，m表示交叉口一组车道内车辆的数量；h表示车头间距；表示非优先相位第j条道路已排队的车辆数；
[0053]
所述第j条道路已排队的车辆数量，具体计算过程如下：
[0054]
云端处理中心获得第j条道路上的车辆数据集中的每台车辆的速度，将每台车辆的速度与速度阈值比较，统计连续多台车辆速度小于阈值的数量，将连续多台车辆速度小于速度阈值的数量定义为已排队的车辆数量：
[0055][0056]
其中，m表示交叉口一组车道内车辆的数量，n表示交叉口一组车道内道路的数量；
[0057]
所述判断第j条道路已排队车辆的方法：
[0058]
所述的速度阈值定义为：
[0059][0060]
其中，n表示交叉口一组车道内道路的数量；
[0061]
步骤2所述的每条道路溢出点的长度阈值定义为：
[0062][0063]
其中，表示第j条道路的溢出点的长度阈值，通过经验观察得到；n表示交叉口一组车道内道路的数量；
[0064]
作为优选，步骤3所述的公交车辆到达交叉口停车线的计算方法：
[0065]
当云端处理中心监测到非优先相位排队溢出后，公交专用道上第l台公交车辆的数据集根据数据集中的计算公交车辆到达交叉口停车线的时间；
[0066]
公交车辆仅在进出站台时做加速度恒定的匀加速运动或匀减速运动，其余均做速度恒定的匀速运动；
[0067]
其中：表示公交专用道上1台公交车辆的数据集；表示公交专用道上第1台公交车辆的加速度；表示公交专用道上第1台公交车辆的速度；表示公交专用道上第1台公交车辆的位置信息；
[0068]
步骤3所述计算距交叉口最近的公交车辆到达交叉口停车线的时间为：
[0069]
表示公交专用道上第1台公交车辆的位置信息与站台位置信息比较，具体过程为：
[0070]
x
b
表示公交站台的中心位置坐标，w表示公交站台长度，
[0071]
若则判定此时公交车辆位于站台内；
[0072]
若则判定此时公交车辆位于站台下游；
[0073]
若则判定此时公交车辆位于站台内；
[0074]
若公交车辆位于站台上游时，公交车辆通过交叉口所需时间为：
[0075][0076][0077][0078]
其中，表示公交车辆通过交叉口所需的时间；t1表示公交车辆驶入站台所需的时间；t2表示公交车辆驶出站台所需的时间；t
′
表示公交车辆驶出站台后，通过交叉口的时间；；表示公交车辆驶出站台后，此时公交车辆的位置信息；表示公交专用道上第1
台公交车辆的速度；
[0079]
所述的驻站时间t
stop
的计算方法：
[0080]
根据云端处理中心已获得的公交车辆数据集读取公交车辆的速度判断此时的公交车辆速度是否持续小于速度阈值，若速度持续小于则判定此时公交车辆正在驻站，将公交车辆速度持续小于速度阈值的一段时间定义为驻站时间，记为t
stop
。
[0081]
所述的速度阈值定义为：
[0082][0083]
其中，n表示交叉口一组车道内道路的数量；
[0084]
公交车辆位于站台内时，公交车辆通过交叉口所需时间为：
[0085][0086][0087][0088]
其中：表示公交车辆通过交叉口所需的时间；t2表示公交车辆驶出站台所需的时间；t
′
表示公交车辆驶出站台后，通过交叉口的时间；表示公交车辆驶出站台后，此时公交车辆的位置信息；表示公交专用道上第1台公交车辆的速度；
[0089]
所述的驻站时间t
stop
的计算方法：
[0090]
根据云端处理中心已获得的公交车辆数据集读取公交车辆的速度判断此时的公交车辆速度是否小于速度阈值，若小于则判定此时公交车辆正在驻站，将驻站时间记为t
stop
。
[0091]
所述的速度阈值定义为：
[0092][0093]
其中，n表示交叉口一组车道内道路的数量；
[0094]
公交车辆位于站台下游时，公交车辆通过交叉口所需时间为：
[0095][0096]
其中：表示公交车辆通过交叉口所需的时间；表示公交专用道上第1台公交车辆的位置信息；表示公交专用道上第1台公交车辆的速度；
[0097]
步骤3所述的云端处理中心通过与路侧单元通讯获得第j条道路长度阈值点前最多可容纳的排队车辆数为：
[0098]
n
j
,n
j
∈[1,m]
[0099]
其中，j表示第j条道路发生排队溢出；n
j
表示发生排队溢出第j条道路所能容纳的排队车辆数量；m表示交叉口一组车道内车辆的数量
[0100][0101]
其中，表示第j条道路的溢出点的长度阈值，通过经验观察得到；表示车辆平均车身长，m；h表示非优先相位车辆的平均车头间距，m
[0102]
步骤3所述的道路长度阈值点前所有已排队的非优先相位车辆通过交叉口时间的计算方法为：
[0103]
为保证道路长度阈值点前所有已排队的非优先相位车辆通过交叉口时间，可将计算等效为道路长度阈值点后第一台非优先相位车辆到达交叉口停车线的最小绿灯时间
[0104][0105]
其中，表示道路长度阈值点前已排队的车辆通过交叉口所需的时间，s；表示本周期非优先相位的社会车辆平均消散率，pcu/h，可通过车载单元直接获得；
[0106]
作为优选，步骤4所述的确定本周期非优先相位的最大绿灯时间的方法：
[0107]
在保证交叉口实施公交优先的条件下，通过建立本周期非优先相位的绿灯时间模型来确定本周期非优先相位的最大绿灯时间，来减少非优先相位车辆在交叉口的二次排队；
[0108]
所述的本周期非优先相位的最大绿灯时间指的是既保证公交车辆优先通行后又保证交叉口的正常通行后，本周期所能给予已发生排队溢出方向的车辆最大的绿灯时间。
[0109]
所述的本周期非优先相位的绿灯时间模型：
[0110][0111][0112]
其中：表示本周期非优先相位的绿灯需求时间；表示表第j条道路的溢出点的长度阈值；为第j条道路容许的最大排队长度；g
max
为最大绿灯时间；
[0113]
步骤4所述的对交叉口相位进行配时优化，对交叉口进行感应控制：
[0114]
发生排队溢出时，云端处理中心判断当前交叉口相位是公交专用相位：
[0115]
若插入一个时长为的可以使非优先车辆通行的绿灯相位；
[0116]
若插入一个时长为的可以使非优先车辆通行的绿灯相位；
[0117]
发生排队溢出时，云端处理中心判断当前交叉口相位是非优先相位：若此时非优先相位绿灯剩余时间小于该相位绿灯时间的五分之一，切换下一相位。
[0118]
本发明的有益效果是：
[0119]
本发明基于交叉口已经实施公交优先的策略下，提出了一种新的感应信号控制方法。这种控制方法既可以保证在公交车辆的顺畅通行，也在一定程度上缓解了社会车辆排队通过交叉口的情况，缓解交叉口的拥堵，提高交叉口的通行效率。
附图说明
[0120]
图1：为本发明的方法流程图；
[0121]
图2：为实例交叉口图；
[0122]
图3：为本发明中非优先相位车辆溢出时，公交车辆在站台上游位置图；
[0123]
图4：为本发明中非优先相位车辆溢出时，公交车辆在站台位置图；
[0124]
图5：为本发明中非优先相位车辆溢出时，公交车辆在站台下游位置图；
[0125]
图6：为本发明中感应信号控制流程图。
具体实施方式
[0126]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0127]
下面结合附图1
‑
6，进一步介绍本发明的具体实施方式为一种交通感应系统的饱和交通状态下的公交优先控制方法。
[0128]
如图1所示，本发明公开了一种饱和交通状态下的公交优先感应控制方法，具体实施基于车路协同环境下的v2x技术，交叉口内部车辆都装有车载设备obu,可与路侧设备rsu进行通讯；路侧设备rsu可以接收车辆的当前车辆位置信息、行驶速度及实时路况信息等；路侧设备rsu通过与车辆的车载设备obu信息交互后，可通过内置的tsp算法预测出车辆抵达当前交叉口停车线的时间。
[0129]
以图2所示交叉口为例，其中东西向为通行主干道并设有公交优先相位，进口道由内向外分别为左转车道、直行车道、公交专用车道。选取东西直行相位为公交优先相位。
[0130]
所述交通感应系统包括：多个车载单元、云端处理中心、交通信号控制机；
[0131]
所述云端处理中心与所述交通信号控制机通过无线方式连接；
[0132]
所述云端处理中心分别与所述车载单元依次通过无线方式连接；
[0133]
所述车载单元安装于交叉口每辆车辆上；
[0134]
所述车载单元将车辆的长度、车辆的位置信息、车辆的行驶速度、车辆的加速度无线传输给所述云端处理中心。
[0135]
所述云端处理中心根据车辆的位置信息、车辆的行驶速度、车辆的加速度通过所述饱和交通状态下的公交优先感应控制方法得到交通信号的控制信息，将交通信号的控制信息无线传输至所述交通信号控制机；
[0136]
所述交通信号控制机根据接收的交通信号的控制信息来控制交通信号灯。
[0137]
所述车载单元的型号为；quipass 011型；
[0138]
所述云端处理中心的型号为；百度自研rscu；
[0139]
所述交通信号控制机的型号为；wdm
‑
lwl
‑
xhj
‑
48；
[0140]
本发明方法的技术方案为一种饱和交通状态下的公交优先控制方法，具体步骤如图1所示：
[0141]
步骤1：云端处理中心通过车载单元采集每台车辆的位置信息、每台车辆的行驶速度、每台车辆的加速度，每台车辆的长度，根据每条道路的位置区域范围、每台车辆的位置信息进一步判断车辆所对应的道路，以构建每条道路的车辆数据集；
[0142]
步骤1所述每台车辆的位置信息为：
[0143]
(x
i
，y
i
)，i∈[1,m]
[0144]
其中，m＝40台表示交叉口一组车道内车辆的数量，(x
i
，y
i
)表示第i台车辆的位置信息，x
i
表示第i台车辆的x轴坐标，y
i
表示第i台车辆的y轴坐标；
[0145]
所述的x轴、y轴是以交叉口信号灯为原点，以车辆行车方向为x轴、垂直于行车方向为y轴；
[0146]
步骤1所述每台车辆的行驶速度为：
[0147]
v
i
，i∈[1,m]
[0148]
其中，m＝40台表示交叉口一组车道内车辆的数量，v
i
表示第i台车辆的行驶速度；
[0149]
步骤1所述每台车辆的加速度为：
[0150]
a
i
，i∈[1,m]
[0151]
其中，m＝40台表示交叉口一组车道内车辆的数量，a
i
表示第i台车辆的加速度；
[0152]
步骤1所述每台车辆的长度为：
[0153]
l
i
，i∈[1,m]
[0154]
其中，m＝40台表示交叉口一组车道内车辆的数量，l
i
表示第i台车辆的长度；
[0155]
步骤1所述每条道路的位置区域范围，具体定义为：
[0156]
每条道路的中心点坐标为：
[0157]
(u
j
，v
j
)，j∈[1,n]
[0158]
其中，n＝3表示交叉口一组车道内道路的数量；
[0159]
每条道路的长度为l＝350m,每条道路的宽度为w＝3.5m；
[0160]
每条道路的x轴坐标取值范围为：
[0161]
每条道路的y轴坐标取值范围为：
[0162]
步骤1所述进一步判断车辆所对应的道路为：
[0163]
将第i台车辆的位置信息(x
i
，y
i
)传输至云端处理中心，由云端处理中心判断第i台车辆的位置信息值是否属于第j条车道的矩形区域；
[0164]
所述云端处理中心判断的方法为：
[0165]
若x
i
∈[u
j
‑
l/2,u
j
+l/2]且y
i
∈[v
j
‑
w/2,v
j
+w/2]，则判定第i台车辆位于第j条道路中；
[0166]
云端处理中心将第j条道路上的k
j
台车辆的x轴坐标由小到大依排序，得到车辆的编号依次为：第j1台车辆、第j2台车辆、
…
、第k
j
台车辆；
[0167]
步骤1所述每条道路的车辆数据集为：
[0168][0169]
其中：data
j
表示第j条道路的车辆数据集；表示第j道路上的第l台车辆的数据集，j
l
∈[1,m]，l∈[1,k
j
]，k
j
表示第j条道路的车辆数量，n＝3表示交叉口一组车道内道路的数量，m＝40台表示交叉口一组车道内车辆的数量；将交叉口一组车道内第1条道路定义为公交专用道，所述公交专用道为优先相位车道，交叉口一组车道内除第1条道路外均定义为非优先相位车道；
[0170][0171]
其中,表示第j条道路上第l台车辆的加速度；表示第j条道路上第l台车辆的速度,表示第j条道路上第l台车辆的位置信息，表示第j条道路上第l台车辆的长度，k
j
表示第j条道路的车辆数量，n＝3表示交叉口一组车道内道路的数量，m＝40台表示交叉口一组车道内车辆的数量；
[0172]
步骤2：如图2所示，将交叉口一组车道的第1条道路定义为公交专用道，所述公交专用道为优先相位车道，交叉口一组车道内除第1条道路外均定义为非优先相位车道，云端处理中心根据非优先相位车道的车辆数据集，判断各非优先相位车道的已排队的总车辆长度是否已超出每条道路溢出点的长度阈值，确定第j条道路发生排队溢出。
[0173]
步骤2所述的非优先相位车道的总车辆长度：
[0174][0175]
其中，s表示非优先相位车道的总车辆长度，表示第j条道路上第l台车辆的长度，k
j
表示第j条道路的车辆数量，n＝3表示交叉口一组车道内道路的数量，m＝40台表示交叉口一组车道内车辆的数量；h＝2.5m表示车头间距；表示非优先相位第j条道路已排队的车辆数；
[0176]
所述第j条道路已排队的车辆数量，具体计算过程如下：
[0177]
云端处理中心获得第j条道路上的车辆数据集中的每台车辆的速度，将每台车辆的速度与速度阈值比较，统计连续多台车辆速度小于阈值的数量，将连续多台车辆速度小于速度阈值的数量定义为已排队的车辆数量：
[0178][0179]
其中，m＝40台表示交叉口一组车道内车辆的数量，n＝3表示交叉口一组车道内道路的数量；
[0180]
所述判断第j条道路已排队车辆的方法：
[0181]
所述的速度阈值定义为：
[0182][0183]
其中，n＝3表示交叉口一组车道内道路的数量；
[0184]
步骤2所述的每条道路溢出点的长度阈值定义为：
[0185][0186]
其中，表示第j条道路的溢出点的长度阈值，通过经验观察得到；n＝3表示交叉口一组车道内道路的数量；
[0187]
步骤3：当云端处理中心识别出第j＝3条道路发生排队溢出，首先获得此时刻的第1条道路即公交车道上的公交车辆数据集，计算距交叉口最近的公交车辆到达交叉口停车线的时间；然后获得第j条道路上的车辆数据集，云端处理中心通过与路侧单元通讯获得第j＝3条道路长度阈值点前最多可容纳的排队车辆数，计算在阈值点前的所有已排队的非优
先相位车辆通过交叉口所需的时间；
[0188]
步骤3所述的公交车辆到达交叉口停车线的计算方法：
[0189]
当云端处理中心监测到非优先相位排队溢出后，公交专用道上第l台公交车辆的数据集根据数据集中的计算公交车辆到达交叉口停车线的时间；
[0190]
公交车辆仅在进出站台时做加速度恒定的匀加速运动或匀减速运动，其余均做速度恒定的匀速运动；
[0191]
其中：表示公交专用道上1台公交车辆的数据集；表示公交专用道上第1台公交车辆的加速度；表示公交专用道上第1台公交车辆的速度；表示公交专用道上第1台公交车辆的位置信息；
[0192]
步骤3所述计算距交叉口最近的公交车辆到达交叉口停车线的时间为：
[0193]
表示公交专用道上第1台公交车辆的位置信息与站台位置信息比较，具体过程为：
[0194]
x
b
＝100m表示公交站台的中心位置坐标，w＝15m表示公交站台长度，
[0195]
若则判定此时公交车辆位于站台内；
[0196]
若则判定此时公交车辆位于站台下游；
[0197]
若则判定此时公交车辆位于站台内；
[0198]
如图3所示，若公交车辆位于站台上游时，公交车辆通过交叉口所需时间为：
[0199][0200][0201][0202]
其中，表示公交车辆通过交叉口所需的时间；t1表示公交车辆驶入站台所需的时间；t2表示公交车辆驶出站台所需的时间；t
′
表示公交车辆驶出站台后，通过交叉口的时间；；表示公交车辆驶出站台后，此时公交车辆的位置信息；表示公交专用道上第1台公交车辆的速度；
[0203]
所述的驻站时间t
stop
的计算方法：
[0204]
根据云端处理中心已获得的公交车辆数据集读取公交车辆的速度判断此时的公交车辆速度是否持续小于速度阈值，若速度持续小于则判定此时公交车辆正在驻站，将公交车辆速度持续小于速度阈值的一段时间定义为驻站时间，记为t
stop
。
[0205]
所述的速度阈值定义为：
[0206]
[0207]
其中，n＝3表示交叉口一组车道内道路的数量；
[0208]
如图4所示，公交车辆位于站台内时，公交车辆通过交叉口所需时间为：
[0209][0210][0211][0212]
其中：表示公交车辆通过交叉口所需的时间；t2表示公交车辆驶出站台所需的时间；t
′
表示公交车辆驶出站台后，通过交叉口的时间；表示公交车辆驶出站台后，此时公交车辆的位置信息；表示公交专用道上第1台公交车辆的速度；
[0213]
所述的驻站时间t
stop
的计算方法：
[0214]
根据云端处理中心已获得的公交车辆数据集读取公交车辆的速度判断此时的公交车辆速度是否小于速度阈值，若小于则判定此时公交车辆正在驻站，将驻站时间记为t
stop
。
[0215]
所述的速度阈值定义为：
[0216][0217]
其中，n＝3表示交叉口一组车道内道路的数量；
[0218]
如图5所示，公交车辆位于站台下游时，公交车辆通过交叉口所需时间为：
[0219][0220]
其中：表示公交车辆通过交叉口所需的时间；表示公交专用道上第1台公交车辆的位置信息；表示公交专用道上第1台公交车辆的速度；
[0221]
步骤3所述的云端处理中心通过与路侧单元通讯获得第j条道路长度阈值点前最多可容纳的排队车辆数为：
[0222]
n
j
＝20,n
j
∈[1,m]
[0223]
其中，j表示第j条道路发生排队溢出；n
j
表示发生排队溢出第j条道路所能容纳的排队车辆数量；m表示交叉口一组车道内车辆的数量
[0224][0225]
其中，表示第j条道路的溢出点的长度阈值，通过经验观察得到；表示车辆平均车身长，m；h＝2.5m表示非优先相位车辆的平均车头间距，m
[0226]
步骤3所述的道路长度阈值点前所有已排队的非优先相位车辆通过交叉口时间的计算方法为：
[0227]
为保证道路长度阈值点前所有已排队的非优先相位车辆通过交叉口时间，可将计
算等效为道路长度阈值点后第一台非优先相位车辆到达交叉口停车线的最小绿灯时间
[0228][0229]
其中，表示道路长度阈值点前已排队的车辆通过交叉口所需的时间，s；表示本周期非优先相位的社会车辆平均消散率，pcu/h，可通过车载单元直接获得；
[0230]
步骤4：云端处理中心通过步骤3获得的溢出点前已排队的非优先相位车辆通过交叉口所需的时间和发生排队溢出后公交车辆通过交叉口所需的时间，确定本周期的非优先相位最大绿灯时间，然后对交叉口各相位的配时进行优化，对交叉口进行感应控制；
[0231]
步骤4所述的确定本周期非优先相位的最大绿灯时间的方法：
[0232]
在保证交叉口实施公交优先的条件下，通过建立本周期非优先相位的绿灯时间模型来确定本周期非优先相位的最大绿灯时间，来减少非优先相位车辆在交叉口的二次排队；
[0233]
所述的本周期非优先相位的最大绿灯时间指的是既保证公交车辆优先通行后又保证交叉口的正常通行后，本周期所能给予已发生排队溢出方向的车辆最大的绿灯时间。
[0234]
所述的本周期非优先相位的绿灯时间模型：
[0235][0236][0237]
其中：表示本周期非优先相位的绿灯需求时间；表示表第j条道路的溢出点的长度阈值；为第j条道路容许的最大排队长度；g
max
为最大绿灯时间；
[0238]
步骤4所述的对交叉口相位进行配时优化，对交叉口进行感应控制，如图6所示：
[0239]
发生排队溢出时，云端处理中心判断当前交叉口相位是公交专用相位：
[0240]
若插入一个时长为的可以使非优先车辆通行的绿灯相位；
[0241]
若插入一个时长为的可以使非优先车辆通行的绿灯相位；
[0242]
发生排队溢出时，云端处理中心判断当前交叉口相位是非优先相位：若此时非优先相位绿灯剩余时间小于该相位绿灯时间的五分之一，切换下一相位。
[0243]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。