基于RFID車載電子標(biāo)簽的公交優(yōu)先控制策略研究

劉云翔,黃　越,2,王　浩

(1.上海應(yīng)用技術(shù)學(xué)院 計(jì)算機(jī)科學(xué)與信息工程學(xué)院，上?！?01418;2.上海廣電通信技術(shù)有限公司，上?！?00233)

?

基于RFID車載電子標(biāo)簽的公交優(yōu)先控制策略研究

劉云翔1,黃越1,2,王浩1

(1.上海應(yīng)用技術(shù)學(xué)院 計(jì)算機(jī)科學(xué)與信息工程學(xué)院，上海201418;2.上海廣電通信技術(shù)有限公司，上海200233)

針對(duì)現(xiàn)有的信號(hào)控制系統(tǒng)不能對(duì)達(dá)到交通流做出精準(zhǔn)預(yù)測(cè)，只能被動(dòng)適應(yīng)交通流達(dá)到而無(wú)法主動(dòng)引導(dǎo)交通流；提出基于RFID車載電子標(biāo)簽車路通信環(huán)境，引導(dǎo)公交車輛適時(shí)到達(dá)并通過交叉口；以交叉口總延誤最小化為目標(biāo)，綜合考慮當(dāng)前交通流運(yùn)行狀態(tài)，建立公交信號(hào)優(yōu)先控制模型，最大限度降低交叉口的車均延誤，減少平均停車次數(shù)，使綠燈的利用率最大化；仿真實(shí)驗(yàn)表明，控制模型的控制效益明顯提高，實(shí)現(xiàn)公交優(yōu)先目標(biāo)。

車速引導(dǎo)；公交優(yōu)先；優(yōu)化模型

0　引言

城市公交系統(tǒng)的持續(xù)良好發(fā)展對(duì)城市發(fā)展具有很重要的意義。只有采用系統(tǒng)工程的指導(dǎo)思想，對(duì)各種交通控制方法進(jìn)行整合，以整個(gè)交通系統(tǒng)為研究的目標(biāo)，才能夠充分發(fā)揮控制系統(tǒng)的運(yùn)行效率。

2000年，以PeterG Furth為代表，分析交叉口有條件公交信號(hào)優(yōu)先、完全公交信號(hào)優(yōu)先和無(wú)公交信號(hào)優(yōu)先3種控制方法的延誤變化幅度，研究證明有條件公交信號(hào)優(yōu)先控制方法比其他兩種優(yōu)先控制方法造成的延誤要小許多[1]。2000年，KevinN. Balke，提出了含有車輛到達(dá)預(yù)測(cè)時(shí)間窗、優(yōu)先權(quán)判斷規(guī)則、優(yōu)先策略選擇和優(yōu)先策略執(zhí)行等模塊的“主動(dòng)的公交信號(hào)優(yōu)先控制”的概念[2]。2004年，WonhoKim基于公交停靠站時(shí)間模型，提出了基于站點(diǎn)控制的公交信號(hào)優(yōu)先控制方法[3]。2006年，以Head L為代表，參考“計(jì)劃審批技術(shù)法”的項(xiàng)目管理方法，建立多公交優(yōu)先申請(qǐng)的控制模型，研究證明該模型的所造成的車輛延誤小于先到先服務(wù)的控制模型[4]。2013年，以He等為代表，基于車路協(xié)同技術(shù)，建立了多公交優(yōu)先的混合非線性規(guī)劃的數(shù)學(xué)控制模型，仿真結(jié)果表明該模型可以獲取更有的解[5]。

國(guó)內(nèi)的研究人員鑒于國(guó)外的研究基礎(chǔ)之上，著重研究了單交叉口的公交信號(hào)優(yōu)先配時(shí)的控制方法和實(shí)時(shí)修正信號(hào)配時(shí)方案的控制方法。2007到2009年，同濟(jì)大學(xué)以楊曉光為代表等人，分別研究了單點(diǎn)公交信號(hào)優(yōu)先控制方法和基于交叉口群的協(xié)同控制方法，在此基礎(chǔ)上提出了以交叉口總?cè)司诱`為目標(biāo)函數(shù)的單交叉口公交信號(hào)優(yōu)先的被動(dòng)控制系統(tǒng)[6-7]。

本文基于構(gòu)建的公交車載單元與路側(cè)單元信息交互環(huán)境，對(duì)公交車輛進(jìn)行車速引導(dǎo)和交叉口信號(hào)配時(shí)等主動(dòng)交通控制方式，使公交以適當(dāng)?shù)能囁傩旭傊两徊婵诓⑼ㄟ^交叉口，進(jìn)而實(shí)現(xiàn)車輛的行程車速由控制模型的輸入到控制模型的輸出的轉(zhuǎn)變，發(fā)揮控制模型最大的效益。

1　問題描述

城市公交站點(diǎn)位于交叉口上游，公交車輛在公交站點(diǎn)上下完乘客離開站點(diǎn)駛向交叉口，由于現(xiàn)實(shí)的行駛過程中駕駛?cè)藷o(wú)法獲知前方交叉口的信號(hào)狀態(tài)，只能憑經(jīng)驗(yàn)來決定行駛車速，則公交車輛在達(dá)到交叉口是會(huì)遇到以下3種情況(不考慮二次排隊(duì))，見圖1。

1)停車排隊(duì)，待綠燈亮起后通過停車線。公交車輛在t1時(shí)刻駛離站點(diǎn)，待公交達(dá)到交叉口時(shí)綠燈已亮起，但前方進(jìn)口道累積的排隊(duì)車輛未消散完，公交需停車加入當(dāng)前的車輛排隊(duì)，跟隨消散車隊(duì)通過停車線。

2)以平均行駛車速順利通過停車線。公交車輛在t2時(shí)刻駛離站點(diǎn)，待公交達(dá)到交叉口時(shí)綠燈已亮起，前方的排隊(duì)車輛已消散，公交以平均行駛車速順利通過停車線。

3)停車排隊(duì)，待下一周期通過停車線。公交車輛在t3時(shí)刻駛離站點(diǎn)，待公交達(dá)到交叉口時(shí)紅燈已亮起，公交需減速停車進(jìn)入排隊(duì)，待下一周期綠燈亮起后通過停車線。

圖1　公交車輛常規(guī)行駛時(shí)空?qǐng)D

2　車速引導(dǎo)策略

基于RFID車載電子標(biāo)簽構(gòu)建的車路通信環(huán)境，本文提出通過駐站停留控制或速度引導(dǎo)以避免上述停車排隊(duì)問題。

假設(shè)具有最高優(yōu)先級(jí)P的公交車輛上下乘客后準(zhǔn)備駛離站點(diǎn)的時(shí)刻為TR，且以公交相位紅燈亮起時(shí)刻作為初始參照點(diǎn)，則當(dāng)公交行駛相位紅燈亮起時(shí)，交叉口進(jìn)口道的車輛將會(huì)排隊(duì)累積，待綠燈亮起排隊(duì)車輛將逐漸消散。具體情況(見圖2)如下：

1)速度引導(dǎo)。TL時(shí)刻公交從站臺(tái)駛出后，通過速度引導(dǎo)加速至較低的速度v1，最后不停車適時(shí)到達(dá)并通過交叉口。如圖2中曲線2。

2)駐站控制。公交車推遲駛出站臺(tái)，在站臺(tái)內(nèi)停留tw時(shí)長(zhǎng)，最后不停車適時(shí)到達(dá)并通過交叉口。如圖2中曲線3。

3)綠燈延長(zhǎng)。tb時(shí)刻公交從站臺(tái)駛出，在本相位綠燈信號(hào)結(jié)束之前無(wú)法正常通過交叉口，但基于車路通信，使綠燈信號(hào)延長(zhǎng)Tdel秒，推遲綠燈信號(hào)的結(jié)束時(shí)間，使得公交車輛適時(shí)到達(dá)并順利通過交叉口。如圖2中曲線4。

圖2　基于引導(dǎo)的公交行駛時(shí)空?qǐng)D

3　模型建立與求解

3.1基本假設(shè)

本研究是建立在以下的基本假設(shè)條件基礎(chǔ)之上。

1)研究以單交叉口為例，交通流處于非飽和狀態(tài)，每個(gè)進(jìn)口道交通流基于歷史平均，以固定流率均勻到達(dá)，且不考慮相鄰交叉口的影響。

2)假設(shè)公交站臺(tái)位于交叉口上游。

3)公交車輛能夠完全服從車速引導(dǎo)策略，引導(dǎo)車速需服從最高最低速度限制。

4)不考慮行人、非機(jī)動(dòng)車的干擾。

3.2優(yōu)化模型目標(biāo)函數(shù)

基于電子標(biāo)簽RFID信息交互的公交優(yōu)先控制模型的目標(biāo)函數(shù)為交叉口總延誤最小，以總延誤為信號(hào)控制方案的評(píng)價(jià)指標(biāo)，其計(jì)算公式為

(1)

式中，D為交叉口總延誤；δ、τ分別為公交延誤和社會(huì)車輛延誤的加權(quán)系數(shù)；Db、Dc分別為公交的車均延誤和社會(huì)車輛的車均延誤。

3.2.1公交延誤模型

公交車輛的延誤可由下式計(jì)算得到：

(2)

式中，Db1、εr分別為駐站延誤和駐站延誤的加權(quán)系數(shù)；Db2、εs分別為信號(hào)延誤和信號(hào)延誤的加權(quán)系數(shù)；Db3、εc分別為控制延誤和控制延誤的加權(quán)系數(shù)。

對(duì)于駐站延誤可表示為：

(3)

式中，tL為公交車輛離開站點(diǎn)的時(shí)刻；tR為公交車輛上下完乘客后準(zhǔn)備駛離站點(diǎn)的時(shí)刻。

對(duì)于信號(hào)延誤可表示為：

(4)

式中，tr為公交車輛在遇紅燈交叉口停車排隊(duì)的時(shí)刻；tg為公交車輛遇綠燈重新啟動(dòng)的時(shí)刻。

對(duì)于控制延誤可表示為：

(5)

3.2.2社會(huì)車輛延誤模型：

假設(shè)進(jìn)口道1(含公交站點(diǎn))和進(jìn)口道2的車輛到達(dá)率為q1和q2，則進(jìn)口道1和進(jìn)口道2的社會(huì)車輛總延誤時(shí)間等于：

(6)

(7)

式中，s為進(jìn)口道1和進(jìn)口道2的飽和流量；tr1、tr2分別為進(jìn)口道1和進(jìn)口道2的紅燈時(shí)長(zhǎng)。

從而可以推得交叉口社會(huì)車輛的平均延誤時(shí)間Dc等于：

(8)

3.3約束條件

為了分析優(yōu)先控制模型效益，結(jié)合圖3，依據(jù)設(shè)立的引導(dǎo)區(qū)，可知模型的優(yōu)化過程是從公交車輛上下完乘客后準(zhǔn)備駛離站點(diǎn)的時(shí)刻開始，假設(shè)此時(shí)刻點(diǎn)為TR,根據(jù)TR值的變化可把公交駛離時(shí)刻分為A(包含A1和A2時(shí)間段)、B、C和D四種情況，且以公交相位紅燈亮起時(shí)刻作為初始參照點(diǎn)。

1)情景A：

此情境下，公交即使通過駐站停留也會(huì)遇到紅燈信號(hào)為停車，此時(shí)公交需在上下完乘客后立即駛離公交站點(diǎn)，可以在前方排隊(duì)中處于靠前位置，降低排隊(duì)延誤。故，應(yīng)滿足以下約束：

(9)

2)情景B：

此情景下，通過車速引導(dǎo)或者駐站都可以使公交行駛至最大排隊(duì)長(zhǎng)度處時(shí)，最后一輛排隊(duì)的車輛正好開始前進(jìn)，公交將跟著前面車隊(duì)一起通過交叉口，不會(huì)經(jīng)歷停車，如圖3所示。故應(yīng)滿足以下約束：

(10)

圖3　公交在引導(dǎo)下駛離站點(diǎn)的不同情景

3)情景C：

此情境下不需要對(duì)公交車輛實(shí)施優(yōu)先控制，公交都可以順利通過交叉口，因此只需要滿足以下約束條件：

(11)

4)情景D：

此情境下，公交相位的綠燈時(shí)間不能無(wú)限延長(zhǎng)，不能超過沖突相位服務(wù)社會(huì)車輛所需的綠燈時(shí)間, 故，應(yīng)滿足以下約束：

(12)

3.4模型求解

模型求解過程見圖4。

圖4　模型求解過程示意圖

上述優(yōu)化模型為多變量非線性方程求極值問題，模型的變量為當(dāng)前公交相位的綠燈延長(zhǎng)時(shí)間TDel和駐站時(shí)間tw，考慮避免公交乘客出現(xiàn)情緒焦慮，駐站時(shí)間可能取值為0到15秒之間的整數(shù)，而實(shí)際信號(hào)控制系統(tǒng)中綠燈時(shí)間通常以1 s為基本單位，故TDel可能取值為0到tb之間的整數(shù)。為得到全局最優(yōu)解，采用牛頓迭代法對(duì)模型求解，遍歷變量TDel和tw全部值，計(jì)算對(duì)應(yīng)的總延誤D的值，得出最優(yōu)解。

4　仿真與分析

為驗(yàn)證主動(dòng)控制方法的有效性及參數(shù)的敏感性，基于VISSIM微觀仿真軟件，對(duì)其VISSIM-COM接口進(jìn)行二次開發(fā)設(shè)計(jì)了仿真平臺(tái)。該仿真平臺(tái)包括以下功能：1)站臺(tái)處能夠?qū)崟r(shí)獲取車輛位置和是否晚點(diǎn)信息、路段和信號(hào)燈配時(shí)等信息；2)能夠?qū)卉囕v進(jìn)行速度引導(dǎo)；3)依據(jù)協(xié)調(diào)規(guī)則可以實(shí)時(shí)改變信號(hào)配時(shí)方案；4)能夠?qū)刂颇Ｐ偷妮敵龅南嚓P(guān)參數(shù)進(jìn)行評(píng)價(jià)。分別對(duì)比分析基于電子標(biāo)簽RFID信息交互的公交信號(hào)優(yōu)先控制模型、無(wú)優(yōu)先的常規(guī)控制模型、只有信號(hào)優(yōu)先的控制模型。

4.1實(shí)驗(yàn)環(huán)境

綜合考慮，以一個(gè)最基本的兩進(jìn)口道的交叉口為例，對(duì)模型的效益進(jìn)行對(duì)比分析。交叉口的基本情況見下圖5所示，交叉口由兩個(gè)進(jìn)口道組成，每個(gè)進(jìn)口道包含兩條車道。此處，交叉口設(shè)置最基本的兩相位相序控制。

圖5　仿真交叉口

公交站點(diǎn)距交叉口停車線的距離為引導(dǎo)區(qū)，公交站點(diǎn)與交叉口都布設(shè)RFID讀寫器，公交車輛上安裝RFID車載電子標(biāo)簽，公交車輛控制時(shí)間間隔為1 s。在只有信號(hào)優(yōu)先的控制方法中，單位綠燈延長(zhǎng)時(shí)間區(qū)3 s, 綠燈延長(zhǎng)時(shí)間TDel取15 s，本文模型和模型2的最小和最大綠燈時(shí)間均為10 s和40 s。

為對(duì)比分析本文優(yōu)先控制方法的效益，選取不同交通流量(在250～2 250 veh/h之間以250 veh/h為間隔)，分別對(duì)應(yīng)0.1到0.9的飽和度。

4.2仿真建模

以交通流仿真軟件VISSIM 4.3為仿真平臺(tái)，利用Visual Basic 2010編程軟件通過COM接口對(duì)其進(jìn)行二次開發(fā)，以實(shí)現(xiàn)對(duì)公交車輛的引導(dǎo)。通過COM接口函數(shù)可以導(dǎo)出車輛的編號(hào)、位置、速度、加速度、目標(biāo)車道和信號(hào)相位時(shí)間等一系列信息，便于用戶進(jìn)行數(shù)據(jù)分析，并可通過signalgroup對(duì)象的Amler、Greenend和Redend屬性對(duì)信號(hào)控制參數(shù)進(jìn)行動(dòng)態(tài)優(yōu)化和調(diào)整，從而實(shí)現(xiàn)基于電子標(biāo)簽RFID信息交互的公交信號(hào)優(yōu)先控制系統(tǒng)的仿真。

每次仿真總時(shí)間4 500 s,考慮仿真初始階段數(shù)據(jù)可能存在較大誤差，本文選取仿真時(shí)間900 s到4 500 s區(qū)間的數(shù)據(jù)進(jìn)行分析。仿真精度為1步/s，仿真過程中以1 s的時(shí)間間隔記錄路網(wǎng)中每輛車的行駛速度、軌跡、交叉口進(jìn)口道排隊(duì)長(zhǎng)度以及信號(hào)燈狀態(tài)等信息，便于后續(xù)結(jié)果分析工作的進(jìn)行。

步驟 1，初始化；在仿真軟件中構(gòu)建交叉口模型，設(shè)置NEMA控制模塊的基本參數(shù)和交通流量。

步驟 2，運(yùn)行仿真；通過VISSIM中COM接口導(dǎo)入編譯好的C程序，開始運(yùn)行仿真。當(dāng)仿真運(yùn)行到滾動(dòng)時(shí)間窗的滾動(dòng)步長(zhǎng)點(diǎn)，轉(zhuǎn)換到步驟3；

步驟 3，獲取實(shí)時(shí)參數(shù)；保存當(dāng)前路段公交車相位的信號(hào)狀態(tài)(包含當(dāng)前信號(hào)狀態(tài)執(zhí)行的時(shí)間和當(dāng)前信號(hào)燈色的標(biāo)志)，保存公交車輛的速度、位置、是否晚點(diǎn)等信息。

步驟 4，優(yōu)化控制模型并求解；在C編程中取1秒作為步長(zhǎng)，對(duì)當(dāng)前周期和下一周期所有可能滿足條件的信號(hào)控制方案進(jìn)行循環(huán)，包含綠燈開始時(shí)刻、持續(xù)時(shí)間，最大綠燈延長(zhǎng)時(shí)間、最大紅燈縮短時(shí)間等參數(shù)，結(jié)合公交到達(dá)時(shí)間窗與通行時(shí)間窗，計(jì)算與信號(hào)控制方案協(xié)調(diào)的最佳引導(dǎo)車速，并計(jì)算在此控制方案下的車輛平均延誤與平均停車次數(shù)，在此基礎(chǔ)上選擇車輛平均延誤與平均停車加權(quán)最小的信號(hào)與車速協(xié)調(diào)控制方案，當(dāng)做下一個(gè)時(shí)間窗滾動(dòng)優(yōu)化步長(zhǎng)所要去執(zhí)行的控制方案。

步驟 5，執(zhí)行控制方案；包含最優(yōu)車速引導(dǎo)方案和信號(hào)控制方案。通過COM接口中NEMA信號(hào)控制模塊的“Detection”去執(zhí)行信號(hào)控制方案；通過COM接口中“Desire Speed”去制定最優(yōu)車速引導(dǎo)方案。執(zhí)行完此步驟進(jìn)入步驟 2。

4.3控制方案對(duì)比分析

將采用與常規(guī)感應(yīng)控制方案進(jìn)行對(duì)比分析的方法，去驗(yàn)證基于車速引導(dǎo)的主動(dòng)控制方法的有效性及參數(shù)的敏感性，相應(yīng)的交通參數(shù)進(jìn)行如下的設(shè)置：

通過車載電子標(biāo)簽構(gòu)建車路協(xié)同環(huán)境，獲取實(shí)時(shí)的信號(hào)狀態(tài)與車輛信息，以此來對(duì)公交車輛進(jìn)行速度引導(dǎo)以優(yōu)先通過交叉口；交叉口兩個(gè)相位的紅燈時(shí)間設(shè)置為3 s，黃燈時(shí)間設(shè)置為4 s，相應(yīng)的最小綠燈時(shí)間設(shè)置為5 s，最大綠燈時(shí)間設(shè)置為35 s；最高引導(dǎo)速度為60 km/h，最低引導(dǎo)速度為25 km/h;同時(shí)設(shè)置時(shí)間滾動(dòng)時(shí)間窗的滾動(dòng)步長(zhǎng)為10 s，公交站臺(tái)設(shè)在交叉口上游400 m處，即引導(dǎo)長(zhǎng)度為400 m。

常規(guī)感應(yīng)控制模型：常規(guī)的感應(yīng)控制方案，即將感應(yīng)線圈設(shè)置在交叉口每個(gè)進(jìn)口道停車線前，線圈長(zhǎng)度約20 m；交叉口各相位的最小綠燈時(shí)間設(shè)置為5 s，最大綠燈時(shí)間設(shè)置為35 s；相應(yīng)的紅燈時(shí)間取3 s，黃燈時(shí)間取4 s。

每次仿真時(shí)間為3 600 s(60 分鐘)，為防止仿真誤差，仿真預(yù)熱期取前900 s，不作為仿真效益。車輛的平均延誤與平均停車次數(shù)在時(shí)間段 900～3 600 s之間的45 min的時(shí)間段內(nèi)進(jìn)行統(tǒng)計(jì)分析。取每類仿真試驗(yàn)10次仿真平均值進(jìn)行分析，仿真結(jié)果如圖6與圖7所示。

圖6　不同飽和度下的車均延誤對(duì)比

圖7不同飽和度下的平均停車次數(shù)對(duì)比

結(jié)合圖6與圖7進(jìn)行分析可以獲知，伴隨飽和度的遞增，優(yōu)先控制模型與常規(guī)的感應(yīng)控制模型的車均延誤和車均停車次數(shù)都隨之增大。但在不同的飽和度下，對(duì)于控制效益兩種模型都有一定的作用，其中車均停車次數(shù)相應(yīng)的降低了28.0%～76.4%，車均延誤相應(yīng)的降低了36.3%～53.0%，并且從數(shù)據(jù)中可以分析出本文模型的控制效益比常規(guī)的感應(yīng)控制模型的控制效益更加明顯。

5　總結(jié)

在單交叉口層面，結(jié)合延誤預(yù)測(cè)模型、停車次數(shù)預(yù)測(cè)模型提出了同時(shí)優(yōu)化公交車速與信號(hào)控制方案的集成優(yōu)化模型。模型輸出信號(hào)配時(shí)方案與公交流到達(dá)即行駛車速數(shù)據(jù)，并對(duì)提出的優(yōu)化模型進(jìn)行仿真實(shí)驗(yàn)。仿真結(jié)果表明，本文控制模型的控制效益明顯提高，實(shí)現(xiàn)了將公交的行程車速?gòu)目刂颇Ｐ偷妮斎氲侥Ｐ洼敵龅霓D(zhuǎn)變，最大限度地發(fā)揮模型的執(zhí)行效率，達(dá)到了公交車輛在交叉口優(yōu)先通行的目標(biāo)。

[1]Furth P G, Muller T H L. Conditional Bus Priority at Signalized Intersections: Better Service Quality with Less Traffic Disruption[J]. Transportation Research Board,2000(1731):23-30.

[2] Kevin N.Balke,ConradL.Dudek, Thomas Urbanik. Development and evaluation of an intelligent Bus Priority Concept[J]. Transportation Research Board, March 27, 2000,P25.

[3] Kim Wonho. An improved bus signal priority system for networks with nearside busstops[D].TexasA& M University Department of Civii Engineering,2004.

[4] Head L, Gettman D, Wei Z. Decision Model for Priority Control of Traffic Signals[J].Transportation Research Board,2006,1978:169-177.

[5] He Q, Head K L, Ding J. Heuristic algorithm for Priority Traffic signal Control [J]. Transportation Research Record:Journal of the Transprotation Research Board, 2011, 2259:1-7.

[6] 陰炳成,楊曉光.交叉口單點(diǎn)公共汽車交通優(yōu)先控制方法研究[J].公路交通科技,2005, 22(12): 123-126.

[7] 馬萬(wàn)經(jīng),楊曉光,云美萍.考慮公交發(fā)車頻率的信號(hào)優(yōu)先控制方法[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2007, 35(11): 1470-1475.

[8] 李元元,巨永鋒.城市信號(hào)交叉口公交優(yōu)先及模糊控制策略[J].現(xiàn)代電子技術(shù),2006,15: 155-157.

[9] 路慶呂,龍科軍,鄧海龍.被動(dòng)公交優(yōu)先的交叉口信號(hào)周期優(yōu)化模型研究[J].中國(guó)市政工程,2007, 3: 9-12.

[10] 張衛(wèi)華,石琴,劉強(qiáng),等.公交優(yōu)先信號(hào)交叉口延誤計(jì)算與配時(shí)優(yōu)化方法[J].華中科技大(城市科學(xué)版),2004, 21(4): 30-33.

[11] 張衛(wèi)華,陸化普,石琴,等.公交優(yōu)先的信號(hào)交叉口配時(shí)優(yōu)化方法[J].交通運(yùn)輸工程學(xué)報(bào),2004, 4(3): 49-53.

[12] 李瑞敏,陸化普.公交優(yōu)先的交通信號(hào)多屋模糊控制模型[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2006, 46(9): 1509-1513.

Research on Bus Priority Control Strategy Based on RFID in Vehicle Electronic Tags

Liu Yuxiang, Huang Yue1,2, Wang Hao1

(1.School of Computer science and Imformation Engineering, Shanghai College of applied Technology,Shanghai201418, China; 2.Shanghai Broadcast Communication Technology Co.Ltd., Shanghai200233, China)

In view of the existing signal control system can't achieve traffic flow to make accurate forecasts, the current state is: passively adapt to traffic flow, not actively guide the traffic flow. RFID-based vehicle electronic tag build car-communication environment, and guide timely arrival of buses through the intersection. In the intersection objective of minimizing the total delay, considering the current state of traffic flow, establish bus signal priority control model, to minimize the intersection average delay, reduce the average number of stops, in order to maximize the utilization of green. Simulation results show that the control model of control efficiency has improved significantly, to achieve public priorities.

speed guide; bus priority; optimization model

2015-07-09；

2015-09-06。

上海市科委重點(diǎn)支撐項(xiàng)目(12510503800)。

劉云翔(1964-)，男，上海人，教授，工學(xué)博士，主要從事人工智能、計(jì)算機(jī)軟件與理論、信息融合、智能信息處理等方向的研究。

1671-4598(2016)01-0108-04

10.16526/j.cnki.11-4762/tp.2016.01.030

TP3

A