BRT交叉口优先通行控制系统的研究

廖方万，牛小东，谢晓玲

（1．重庆市轨道交通（集团）有限公司，重庆401120；2．甘肃电器科学研究院，甘肃天水741018；3．甘肃省高低压电气研发检测技术重点实验室，甘肃天水741018）

BRT交叉口优先通行控制系统的研究

廖方万1，牛小东2，3，谢晓玲2，3

（1．重庆市轨道交通（集团）有限公司，重庆401120；2．甘肃电器科学研究院，甘肃天水741018；3．甘肃省高低压电气研发检测技术重点实验室，甘肃天水741018）

以射频识别、4G通信技术为依托，基于智能控制理论，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，提出了一种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，有条件地给予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，BRT实时优先控制方法在交叉口非饱和交通流下能够有效减少BRT车辆通过交叉口的延误时间，且不影响交叉口正常的交通秩序。

实时优先；智能控制；BRT；VISSIM

1 引言

在模糊控制方法引入到交叉口信号灯控制之后，许多学者就开始将智能控制的理论、方法应用到交叉口交通信号的控制［1－3］，并已逐渐应用到相序优化、公交优先等控制之中［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。传统的固定配时、感应控制的模型精度低、实时性差，无法对运行状况不同的BRT车辆区别对待，实施有条件优先通行。目前的一些智能控制模型存在针对性不强、路权利用率低等缺点，影响了交叉口BRT优先控制效果。

基于以上原因，本文在总结现有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地给予车辆优先的通行权，提高BRT交叉口的通行效率［6］。

2 实时优先控制模型及原理

2．1 交叉口模型描述

本模型研究讨论单交叉路口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。交叉口的渠化图如图1所示，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，并用物理隔离方式使其与社会车辆隔开。这样设置BRT专用车道的优点是降低了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［7］。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，信号相位控制图如图2所示。以该交叉口模型为研究背景，提出BRT实时优先控制模型［8］。

图1 交叉口渠化模型图

图2 信号相位控制图

2．2 BRT实时优先控制系统原理

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4G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，交通控制中心的BRT优先控制模块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地改变交叉口的信号配时，给BRT车辆优先放行。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，由交通控制中心与BRT调度中心构成信息处理层，由信号机等构成信号执行层［9］。BRT实时优先控制系统结构图如图3所示。

图3 BRT实时优先控制系统结构图

现对交通控制中心的BRT优先控制模块进行算法研究［10］。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［11］，再根据其迫切程度确定其优先服务方案。

3 BRT优先通行控制模块算法研究

3．1 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［12］。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）。定义载客量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）。定义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）。则BRT车辆的延误时间、载客量及迫切程度的隶属度函数曲线如图4所示。

图4 隶属度函数

3．2 神经网络的模糊推理

各变量经模糊化之后，建立模糊关系进行模糊推理，其模糊控制规则表如表1所示。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［13］。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地实现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，故使用单隐层的BP神经网络来完成模糊推理，其神经网络结构图如图5所示。

表1 模糊控制规则表

图5 神经网络结构图

图 5中，△t1、△t2、△t3、△t4、△t5、q1、q2、q3、q4、q5代表网络的输入，u1、u2、u3、u4、u5代表网络的输出。利用表1中所列出的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［14］。

3．3 输出量精确化

利用之前所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］之间时，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车辆基本不停车或者经过一次不完全的停车而通过交叉口。方案2的取值范围为［0，1），当迫切程度的取值落在［0，1）之间时，表示BRT车辆通过交叉口的需求较为迫切，此时使用绿灯延长或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）之间时，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［15］。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［16］。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，也不得小于最小绿灯时间的限制，以保证交叉口通行的安全性［17］。实时优先控制流程图如图6所示。

图6 实时优先控制流程图

4 仿真研究

4．1 仿真环境与条件

本文通过仿真计算来研究上述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［18］。仿真的交叉口类型同图1所示。仿真的数据采集于实时交叉口，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的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［19］，以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。

固定配时控制方案优化：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，并把所产生人均延误最小的方案作为固定配时的控制方案。

4．2 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，把它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，对比结果如图7所示。将本文所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，对比结果如图8所示。

图7 实时优先和固定配时的平均延误对比

图8 实时优先和固定配时的停车率对比

由图7、图8可以看出，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%。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。其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或提前的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时间不会增大，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，其仿真结果与理论分析相对应。

5 结束语

本文将射频识别、4G技术作为检测及通信手段，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，提出了实时优先的BRT交叉口优先通行控制模型，并利用Matlab建立仿真模型，验证了算法的可行性，并使用Vissim建立了路网，进行了模拟仿真并对仿真结果进行了分析［20］。研究结果表明，在交叉口交通流非饱和时，本文所提出的控制算法相对于传统的固定配时控制模型而言，在降低交叉口BRT车辆车均延误时间方面有明显效果，且其对社会车辆的正常通行没有影响，具有很好的实际应用价值。

［1］王少飞，高乃明．快速公交（BRT）智能系统规划与设计研究［J］．交通信息与安全，2011，（1）．

［2］张萌萌，贾 磊，等．单点交叉口鲁棒优化信号配时研究［J］．公路交通科技，2011，（1）．

［3］谢秋燕，徐建闽．平面交叉口相交BRT线路的优先协调控制方法研究［J］．交通信息与安全，2010，（4）．

［4］MIAO Qinghai，ZHUFenghua，LVYisheng，Chang Jian．A gameengine－based platform for modeling and computing artificial transportation systems［J］．IEEE Transactions on Intelligent Transportation Systems，2011．

［5］赵雅秀，陆百川．交叉口公交优先技术现状与问题［J］．重庆交通大学学报（社会科学版），2010，（1）．

［6］陈 思．多交叉口的无模型自适应控制［D］．北京：北京交通大学，2011．

［7］盛明茴．快速公交优先交叉口信号配时研究［D］．成都：西南交通大学，2011．

［8］陶 玲．信号交叉口BRT优先方法及技术研究［D］．广州：华南理工大学，2010．

［9］马 飞．射频识别与视频识别在智能交通中的应用研究［D］．兰州：兰州理工大学，2014．

［10］杨远舟．快速公交时空优先策略及其建模研究［D］．北京：北京交通大学，2011．

［11］曹 洁，李 旋，侯 亮，等．交叉口BRT实时优先通行控制方法研究［J］．控制工程，2012，（6）．

［12］高 歌，高 克．BRT信号优先系统控制与设计［J］．交通科技与经济，2011，（1）．

［13］王会彬，马国雄，等．基于BRT优先的交叉口信号优化设计研究［J］．市政技术，2010，（1）．

［14］何春光．快速公交（BRT）交叉口信号优先系统研究［D］．乌鲁木齐：新疆农业大学，2013．

［15］李 旋．BRT交叉口优先通行控制技术研究与设计［D］．兰州：兰州理工大学，2012．

［16］田珊珊．快速公交系统（BRT）的客流预测方法及应用研究［D］．广州：华南理工大学，2012．

［17］陶 玲．信号交叉口BRT优先方法及技术研究［D］．广州：华南理工大学，2010．

［18］XIONG Gang，WANG Kunfeng，ZHU Fenghua，CHENG．Traffic management for the 2010 Asian Games［J］．IEEE Intelligent Systems，2010．

［19］P K MZEE，C YAN．Implementation of bus rapid transit system as an alternative for public transportation in developing countries［R］．International Conference on Intelligent Computation Technology and Automation，2010．

［20］C H ZHOU，Z G GAO．A real－time information system for BRT based on GPS／signpost compound navigation technology［R］．International Conference on Logistics Engineering and Intelligent Transportation Systems，2010．

ResearchonBRTintersectionprioritycontrolsystem

LIAO Fang－wan1，NIU Xiao－dong2，3，XIE Xiao－ling2，3

（1．Chongqing Rail Transit（Group）Co．，Ltd．，Chongqing 401120，China；2．Gansu Electrical Apparatus Research Institute，Tianshui 741018，China；3．Key Laboratory of High－low Voltage Electrical Apparatus Inspection Technology，Tianshui 741018，China）

Aiming at the control problem of the signal control intersection BRT（Bus Rapid Transit）priority and based on the technology of the radio frequency identification and 4G communication as well as the intelligent control theory，a BRT intersection priority real－time control model is proposed．It takes the time delay and the passenger capacity of BRT vehicle at the intersection as the input and takes the urgency degree of the BRT vehicle through the intersection as the output of the intelligent controller，thus the conditional priority service scheme of the BRT vehicle is determined．The simulation results show that compared with the fixed－time traffic signal control，the above proposed method can effectively reduce the delay time of the BRT vehicle through the intersection，and the normal traffic order is uninfluenced．

real－time priority；intelligent control；BRT；VISSIM

1005—7277（2016）06—0015—05

TP273

A

廖方万（1973－），男，本科，助理工程师，主要研究方向为轨

2016－10－10

道交通电器安全控制。