实时优先下BRT交叉口优先通行控制方法研究

　　摘要：以射频识别、5G 通信技术为依托，基于智能控制理论的背景，针对信号控制交叉口 BRT(大运量快速公交) 优先通行控制问题，提出一种 BRT 交叉口实时优先控制模型。以 BRT 车辆抵达交叉口时的延误时间和载客量作为智能控制器的输入，输出此 BRT 车辆通过该交叉口的迫切程度并确定优先服务方案，有条件的给予 BRT 车辆在该交叉口处的通行权。仿真结果表明，与传统的定时控制相比，该文提出的 BRT 实时优先控制方法在交叉口非饱和交通流下能有效的减少 BRT 车辆通过交叉口的延误时间，且交叉口的正常交通秩序不受影响。

　　关键词：交通工程;实时优先;智能控制;BRT;VISSIM

　　引言

　　在模糊控制方法引入到交叉口信号灯的控制上之后，多年来许多学者开始将智能控制中的理论、方法应用到交叉口的交通信号控制中[1-3]，并逐渐的应用到相序优化、公交优先控制当中[4]。BRT(大运量快速公交)交叉口优先通行控制技术是近年来信号控制研究中的重要内容。但传统的固定配时、感应控制模型精度低、实时性差，无法对运行状况不同的 BRT 车辆区别对待，有条件的给予优先通行;目前的一些智能控制方法模型存在着针对性不强、路权利用率低等缺点，影响交叉口 BRT 优先控制效果。

　　基于以上原因，本文在总结了现有的 BRT 交叉口优先通行控制方法的基础上提出了一种基于神经网络模糊控制的实时优先智能控制模型。当交叉口各相位的交通流非饱和时，使用该模型让接近交叉口的 BRT 车辆有条件的优先通过交叉口，以降低交叉口的人均延误和BRT 车辆的车均延误[5]。根据车辆的实时运行状态有条件的给予车辆的优先通行权，提高 BRT 通过交叉口的通行效率。

　　实时优先控制模型及原理

　　交叉口模型描述

　　本文讨论单交叉路口 BRT 优先通行控制问题。对于多交叉口以及干道的协调控制可沿用本文的设计思路。先从物理维度对交叉口进行描述，选取具有代表性的交叉口。其中东西方向为城市主干道，南北方向为城市次干道或者支路。在东西向主干道道路中间设置 BRT 专用车道，并用物理隔离使其与社会车辆隔离开。这样设置 BRT 专用道的优点是降低了 BRT 车辆与社会车辆、非机动车、行人之间的干扰，保证了 BRT 车道的专用权及行车速度。

　　用于检测 BRT 车辆的 RFID 天线设立在距交叉口约 120 米处，对BRT 车辆信息进行获取，并保证有足够的时间对信号机进行信号设置[6-8]。在时间维度的信号配置方面，为使车辆与过街行人能够安全通过，交叉口采用典型的四相位信号控制。以该交叉口模型为研究背景，研究本文提出的 BRT 实时优先控制模型。

　　BRT 实时优先控制系统原理

　　本文以 RFID 技术作为车辆检测手段，不仅可以检测到即将到达交叉口的 BRT 车辆，而且可以得到该车辆的牌号、线路号等身份信息。通过与 BRT 调度中心的通信，BRT 调度中心则可以准确获取车辆的运行与延误等情况。利用车载智能设备结合 5G 通信技术，交通控制平台可以得到诸如车内乘客数量等信息。

　　在充分掌握 BRT 车辆信息后，在交通控制中心的 BRT 优先控制模块中则可以计算出该车辆通过交叉口的迫切程度，并与优先服务方案相对应，根据其优先服务方案有条件的改变交叉口的信号配时，给予 BRT 车辆的优先放行。该系统由车载设备、RFID 天线等构成 BRT 车辆识别与信息采集层，交通控制中心与 BRT 调度中心构成信息处理层，信号机等构成信号执行层。

　　本文对交通控制中心的 BRT 优先控制模块进行算法研究。在交通控制中心的 BRT 优先控制模块中利用神经网络模糊控制算法确定 BRT 在交叉口处优先通过的服务方案。将 BRT 车辆的运行时刻表与车辆实际到达交叉口的时间差和车内载客量作为控制器的模糊量输入，经过模糊推理与精确化，输出 BRT 车辆在该交叉口处优先通过的迫切程度。根据迫切程度确定优先服务方案。

　　BRT 优先通行控制模块算法研究

　　变量的模糊化

　　利用 RFID 标签与车载智能设备将检测到的接近交叉口的 BRT 车辆的信息发送至交通控制和 BRT 调度中心，对比分析 后得出延误时间∆T(s)和载客量 Q(人)。将延误时间∆T 和载客量 Q 作为控制器的输入量，经推理计算之后得到输出即 BRT 通过交叉口的迫切程度 U。定义 BRT 车辆的延误时间∆T 的论域为[-120，120]秒，模糊子集为：负大(NB)、负中(NM)、零(ZO)、正中(PM)、正大(PB)。载客量 Q 的论域为[40，160]人，模糊子集为：很少(VF)、少(F)、中等(ZO)、多(M)、很多(VM)。BRT 车辆通过交叉口的迫切程度 U 的论域为[-2，2]，模糊子集为：很低(VL)、低(L)、中等(M)、高(H)、很高(VH)。

　　各变量经模糊化之后，建立模糊关系进行模糊推理。本文采用神经网络完成模糊推理， 以增加控制的实时性。神经网络的每个输入单元都对应一个输入变量的模糊子集。由于单隐层的 BP 神经网络经合理选择隐层神经元个数可以较好的完成多输入到多输出的非线性映射，同时又具有良好的自学习能力和鲁棒性，这里使用单隐层的 BP 神经网络完成模糊推理。

　　T 代表网络的输入，[u ,u ,u ,u ,u ] T 代表网络的输出。利用所列出的 25 条模糊控制规则训练该网络。如当延误时间为“负大”，载客量为“很多”时，网络的输出迫切程度就应该

　　是“很高”，此样本可以表示为输入=[1.0,0.3,0,0,0,1.0,0.3,0,0,0]T，输出=[1.0,0.3,0,0,0]T。同理可列出其他 24 个样本对。将它们依次送入神经网络进行离线训练，当训练结束后，神经网络已经记忆了模糊控制规则并具有一定的联想能力。

　　输出量精确化

　　利用之前描述的神经网络的方法进行反模糊化，得到迫切程度的精确化的值，该值对应着 BRT 优先服务方案，方案1、方案 2 和方案 3。方案 1 的取值范围为[1，2]，当迫切程度的值落在[1，2]之间，表示 BRT 车辆通过交叉口的需求非常迫切，此时使用跳转相位的优先控制方法，使 BRT 车辆基本经过不停车或者一次不完全停车通过交叉口。方案 2 的取值范围为[0，1)，当迫切程度的取值落在[0，1)之间，表示 BRT 车辆通过交叉口的需求较为迫切，此时使用绿灯延长和绿灯提前的优先控制方法。

　　方案 3 的取值范围为[-1，0)，当迫切程度的取值落在[-1，0)之间，表示可以让 BRT 车辆优先通过交叉口，此时 BRT 相位为相位绿灯时，延长相位绿灯时间，使 BRT 优先通过。若此时 BRT 相位为相位红灯时，则不对信号灯做处理。当迫切程度的取值小于-1 时，说明 BRT 没有优先通过交叉口的需求，此时将 BRT 与社会车辆同等对待，不给予其优先权[9-10]。上述各种控制方案中各相位的绿灯时间不得大于最大绿灯时间，小于最小绿灯时间的限制，保证交叉口通行的安全性。

　　仿真研究

　　仿真环境与条件

　　本节通过仿真计算来研究本文提出的 BRT 交叉口优先通行控制技术的控制效果并与固定配时控制方法进行比较。仿真的数据采集于兰州市七里河区敦煌路、瓜洲路和敦煌路、火星街交叉口，交叉口类型与本文所研究的交叉口对象吻合且主干道敦煌路路段规划建设 BRT 车道。使用 2019 年 4 月 11 日至 4 月 21 日采集的早、晚高峰和平峰交通量作为仿真输入流量参考量。BRT 的发车频率设为 8 辆/h。

　　仿真在 MATLAB7.1 和 VISSIM3.70 环境中进行，利用 MATLAB 工具箱搭建神经网络模糊控制模型并对模型进行训练，根据随机生成的 BRT 的延误时间和载客量计算得出其通过交叉口的迫切程度，并与优先服务方案相对应。验证本文提出的神经网络模糊控制算法的可行性。在 VISSIM3.70 的 VISVAP 模块中编写与三种优先服务方案相对应的信号控制逻辑程序，利用 VAP 语言在记事本中编写三种优先服务方案的相位切换程序，分别对三种优先服务方案下的交叉口运行状况进行仿真，并与固定配时进行比较。

　　固定配时控制优化：采用遍历搜索法设置不同的信号配时方案，设 BRT 和社会车辆的单车载客量分别为 100 人和 1 人，1 辆 BRT 换算为 3 个 PCU。计算各种固定配时控制方案所产生的人均延误最小的方案作为固定配时控制方案[4]。

　　仿真结果

　　在 VISSIM 软件中对每种优先方案独立仿真 10 次，每次仿真运行 11600s，其中前 800s 为系统初始化时间，后 10800s(3h)作为系统评价时间，每隔 1 个小时采集一次数据。统计每种优先方案独立仿真所得延误数据的平均值，然后求各种方案之和的平均值，作为实时优先控制的控制结果。将本文提出的 BRT 交叉口优先通行控制模型与固定配时模型在交叉口中等交通流量下进行仿真，主次干道进口流量由采集获得，将各流量配置下仿真得到的 BRT 车辆通过交叉口的平均延误时间与社会车辆通过交叉口的平均延误时间数据进行对比。将本文提出的实时优先控制模型和固定配时模型下的 BRT 车辆与其他社会车辆通过交叉口时的停车率进行对比。

　　在道路交通流非饱和时，本文所提出的实时优先控制模型相对于固定配时控制而言，在提高 BRT 通行效率方面有明显的优势，BRT 车辆的车均延误时间和停车率分别降低了 19.4%和 37.9%。其次本文提出的实时优先控制模型对交叉口其他社会车辆的正常交通没有造成过分影响。原因在于当交通流强度不大时，使用跳跃相位或者绿灯延长和提前的 BRT 优先控制手段不会过分影响非

　　BRT 相位的车辆正常通过交叉口，因此社会车辆通过交叉口的延误不会增大，而且当 BRT 作为信号控制器的触发信号时，因对 BRT 优先的针对性较强，所以 BRT 通过交叉口的延误降低明显，充分保证了 BRT 优先通行，路权得到了合理的分配。仿真结果与理论分析相对应。

　　计算机论文投稿期刊：计算机工程以最快的速度、科学求实的精神，精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。贯彻党的“双百”方针，繁荣科技创作，促进国内外学术交流，探讨和传播计算机科学的理论和实践，加速和促进我国计算机事业的发展。

　　结束语

　　本文将射频识别、5G 技术作为检测与通信手段，将神经网络模糊控制理论应用到 BRT 交叉口优先通行控制中，提出实时优先下的 BRT 交叉口优先通行控制模型，并利用 MATLAB 建立仿真模型，验证算法的可行性;使用 VISSIM 建立路网，进行模拟仿真并对仿真结果进行分析。结果表明，在交叉口交通流非饱和时，本文所提出的控制算法相比于传统的固定配时控制模型在降低交叉口 BRT 车辆车均延误上有明显的提高，而且社会车辆的正常通行未受影响，具有一定的实际应用价值。

　　参考文献：

　　[1]万 伟,陈 峰.基于遗传算法的单交叉口信号优化控制[J].计算机工程,2007,33(16): 217-219.

　　[2]李瑞敏,陆化普.公交优先的交通信号多层模糊控制模型[J].清华大学学报(自然科学版),2006,46(9):1510-1513.

　　[3]张萌萌,贾 磊,邹 难,周 丽.单点交叉口鲁棒优化信号配时研究[J].公路交通科技,2011,28(1):107-111.

　　[4]陈光勤.快速公交车辆平面交叉口信号优先实现方法[J].同济大学学报(自然科学版),2006,34(1):41-46.

　　[5]曹世华,赵方.快速公交信号优先系统的设计与实现[J].计算机工程,2009,35(8):259-262.

　　作者：王杜 , 李建红