基于C-V2X的公交信號優(yōu)先控制系統(tǒng)應用研究

榮少華 佘紅艷 王松浩 歐陽波濤

（華錄易云科技有限公司 江蘇省南京市 211800）

1 引言

蜂窩車聯(lián)網(wǎng)（C-V2X,Cellular Vehicle-to Everything）是一種融合車端-路端-云端的實時通信的技術手段，提供低時延、高可靠的V2X通信能力,已成為國際主流的車聯(lián)網(wǎng)通信標準[1]。通過C-V2X技術可以有效提升傳統(tǒng)交通檢測手段在信息交互的效率[2]。因此，如何實現(xiàn)交通運載設備與道路交通基礎設施間快速、穩(wěn)定地進行信息傳輸，結合基于實際應用的智能算法，有效提高城市交通安全和運行效率，成為當前研究的熱點和難點。

國外最早的公交信號優(yōu)先控制案例可以追溯到1967年，是Elias,Wilbur J.等人在美國城市洛杉磯進行了首次公交信號優(yōu)先控制的實驗，包括對9 個道路交叉口的信號機進行改造，實現(xiàn)公交信號優(yōu)先控制[3]，Jinwoo Lee 等人通過對公交車行程時間進行建模，通過研究公交車與公交站臺之間的距離，當公交車靠近交叉口較近時，對公交車實現(xiàn)被動公交信號優(yōu)先控制[4]，胡興華等人研究了基于車流運行時間偏移分布，實現(xiàn)車路協(xié)同下考慮綠波協(xié)調(diào)的公交優(yōu)先控制[5]，陳永恒等人研究開發(fā)了一種新的基于公交預信號的可變公交車道(VBAL)控制方法[6]，羅文彬等人研究了特定車輛，根據(jù)車輛的使用性質(zhì)以及汽車電子標識內(nèi)自定義的車輛信息,迅速地識別出具有優(yōu)先控制權的車輛的應用系統(tǒng)[7]，公交優(yōu)先的前提是對公交車輛的精準檢測，檢測的傳統(tǒng)手段有視頻，RFID，地磁等手段[8]，均是一種固定采集裝置，無法連續(xù)獲取車輛位置、速度等信息，C-V2X 通信技術可以通過車載單元（OBU）對公交車輛全程實時運行信息追蹤，路側單元（RSU）可獲取周圍車輛的動態(tài)信息，與信號控制系統(tǒng)進行直接交互。因此本文重點研究了基于C-V2X 技術將公交車輛，道路設施，信控系統(tǒng)之間進行了有效鏈接和互動，并改良了道路交叉口的信號控制算法，從單一的、固化的定時控制改進為基于模糊推理算法的自適應模糊控制。

2 系統(tǒng)構建

基于C-V2X 技術的車路協(xié)同環(huán)境下，城市道路交叉口公交車信號優(yōu)先通行系統(tǒng)的架構框架如圖1所示，包括路端設備、車端設備、以及所需的系統(tǒng)平臺及通信環(huán)境。路端設備主要包括RSU，交通信號控制器等，實現(xiàn)C-V2X 通信功能和交通信號協(xié)調(diào)配時；車端設備主要包括公交車車載OBU，實現(xiàn)與路側設備的C-V2X 通信和公交車輛的優(yōu)先通行；在公交交通專網(wǎng)環(huán)境下，道路交通信號控制系統(tǒng)主要是實現(xiàn)對路口交通信號的控制，C-V2X 通信專網(wǎng)部署了V2X 應用服務平臺，可以實現(xiàn)與公交車運營管理系統(tǒng)以及道路交通信號控制系統(tǒng)的數(shù)據(jù)交互，支撐公交信號優(yōu)先系統(tǒng)的運行。

圖1：基于C-V2X的公交信號優(yōu)先系統(tǒng)結構圖

該系統(tǒng)的部署較為簡單，不需要大規(guī)模的土建施工，無須設置專用公交車車道，可在現(xiàn)有桿件基礎上進行加裝，RSU 部署在信號燈桿件上，通過有線方式接入路口的交通信號機即可實現(xiàn)信息交互，如圖2所示。

圖2：基于C-V2X的公交信號優(yōu)先系統(tǒng)交叉口部署示意圖

基于C-V2X的公交信號優(yōu)先控制系統(tǒng)的工作原理如圖3所示，公交車進入交叉口C-V2X 通信范圍時，公交車OBU 會主動發(fā)送信號優(yōu)先請求，路側RSU 設備采集公交車相關數(shù)據(jù)以及路口交通數(shù)據(jù)，然后推送至中心平臺端；中心端分析觸發(fā)條件，根據(jù)控制策略和控制模型選擇優(yōu)先方案，發(fā)送至路口信號優(yōu)先控制器；信號優(yōu)先控制器輸出指令至信號機相應檢測器端口，執(zhí)行配時方案，進行紅綠燈顯示，同時OBU 可以收到RSU 的廣播，在車端收到信號優(yōu)先信息以及車速引導提示。

圖3：基于C-V2X的公交信號優(yōu)先系統(tǒng)工作原理圖

3 算法研究

C-V2X 技術特點是長距離、低時延和精準定位，車與車、車與路之間不少于500 米的直連通信，時延可控制在毫秒級，定位精度可達到厘米級，數(shù)據(jù)的實時性和可靠性較強[1]，因此就為多種交通信號優(yōu)先控制策略和算法，提供了充足的時間窗口。

城市公交系統(tǒng)中不同時段的車輛運行情況十分復雜，是高度非線性、隨機的，還經(jīng)常受人為因素的影響，鑒于公交信號優(yōu)先控制系統(tǒng)中模糊推理控制過程語言變量的輸入與輸出之間是非線性關系，系統(tǒng)的輸入與輸出數(shù)據(jù)都是精確量，作者認為適用于在實際工程中直接應用，本課題研究采用Mamdani 型的模糊推理方法，推理過程包括三個步驟：第一步，輸入的模糊化，比較輸入變量和隸屬函數(shù)從而獲得每個語言標識的隸屬值；第二步，根據(jù)模糊規(guī)則，對初始部分的隸屬函數(shù)作并運算，即進行模糊推理，得到一個模糊輸出；第三步，通過去模糊化計算可以得到一個非模糊的結果輸出。

3.1 單交叉口交通模型

本課題討論基于C-V2X的公交車單交叉路口信號控制問題，首先需要建立公交優(yōu)先的交叉口交通模型，通過現(xiàn)場調(diào)研隨機選擇一個單交叉口，設計交通模型如圖4所示。

圖4：C-V2X 通信環(huán)境下的單交叉口交通模型

通過上述交叉路口交通模型可知，公交車可能分別來自東、南、西、北四個不同方向，因此該路口的交通信號機的應采用四相位控制，分別為東西直行、東西左轉、南北直行、南北左轉，按照固定的相位設置，理論上在任意時間，都會只有一個相位處于通行狀態(tài)。我們在交通模型的交叉口設置RSU 路側單元，用來覆蓋該路口的C-V2X 網(wǎng)絡通信。

3.2 模糊控制輸入量的選擇

作者設計了模糊控制數(shù)據(jù)輸入模型，見圖5。公交信號優(yōu)先控制系統(tǒng)模糊推理的輸入量為車輛延誤動態(tài)數(shù)據(jù)和平均車速數(shù)據(jù)。公交車上OBU 車載終端傳輸?shù)能囕v狀態(tài)數(shù)據(jù)（定位、車速等）和載客數(shù)據(jù)，公交線路交叉口數(shù)、線路固有等級靜態(tài)數(shù)據(jù)作為其他影響因素。

圖5：公交信號優(yōu)先控制系統(tǒng)模糊推理輸入量選擇

3.3 公交優(yōu)先影響因素分析

首先對靜態(tài)因素進行了分析，公交車載客量可通過車載客流傳感設備獲取后傳輸給OBU。另外還有設定了通過交叉口數(shù)指標、公交線路的固有等級指標，均可以反映公交優(yōu)先影響的程度。

對動態(tài)因素分析得出：主要包括車輛延誤和平均車速指標，我們假設延誤越大，所需的優(yōu)先級別越高。平均車速是歷史同一統(tǒng)計周期路口方向的平均車速，取值可判斷該路口擁堵情況，車速越慢，擁堵越嚴重，所需的優(yōu)先級別越高。根據(jù)計算要求以及專家意見統(tǒng)一各指標量綱和量級如表1所示。

表1：公交優(yōu)先影響因素指標

3.4 模糊化和解模糊

選定車輛延誤和平均車速作為模糊控制的輸入，由表1 分析可得，車輛延誤的論域是[0，120]，選取5 個模糊子集：很短、短、中等、長、很長，可以表示為：X={VSX,SX,MX,LX,VLX}。平均車速論域是[0，60]，選取5 個模糊子集：很慢、慢、中等、快、很快，可以表示為：Y={VSY,SY,MY,LY,VLY}。額定載客量、交叉口數(shù)、線路固有等級為靜態(tài)數(shù)據(jù)，可作為其他應該考慮的因素。隸屬度函數(shù)均為三角形函數(shù)，通過Matlab 仿真得出當前隸屬度函數(shù)曲線如圖6 和圖7所示。

圖7：公交車平均車速隸屬度函數(shù)曲線

基于上述研究，本文設定模糊控制器需求的輸出綠燈延長時間VT 的論域為[0,30]。分為 5 個模糊子集 :很短、短、適中、長、很長。即：Z={VS,S,M,L,VL}。

我們設定的輸入變量和輸出變量，這兩者的隸屬度函數(shù)選取通過三角形的隸屬度函數(shù)形式展現(xiàn)。輸出變量隸屬度函數(shù)的公式（1）為：

輸出隸屬度函數(shù)曲線分別如圖8所示。

圖8：綠燈延長隸屬度函數(shù)曲線

本課題研究的模糊控制系統(tǒng)，為雙輸入——單輸出模糊控制模型，系統(tǒng)的輸入為變量X 和Y，輸出為應用于信號機綠燈延長時間變量Z，根據(jù)相關模糊變量集合及隸屬度函數(shù)，本文共制定25 條模糊控制規(guī)則，具體見表2，在上述章節(jié)模糊控制輸入量的設計以及在實際道路交叉口的應用中，我們還需要完善模糊控制規(guī)則，因為交通指揮最佳的經(jīng)驗來源，還是我們的交通管理部門和身處一線的交警，以及交通方面的專家，把他們的經(jīng)驗轉化成更具針對性的模糊控制規(guī)則，是該系統(tǒng)可以更具有使用價值。

表2：模糊控制規(guī)則

3.5 模糊推理和反模糊化

作者選取某一公交優(yōu)先交叉口作為研究樣本，假設通過公交車OBU 設備采集到公交車的延誤時間信息X0=20，平均車速Y0=20。將X0=20 帶入延誤信息所屬隸屬度函數(shù)，可以分析得出對應的X 的兩個模糊子集為：短、中等。通過公式可以計算出隸屬度為SX(20)=5/6，MX(20)=1/6。然后作者將Y0=20 帶入所屬隸屬度函數(shù),可以得出所對應的Y 的兩個模糊子集為：快、中等，并且計算出隸屬度為：SY(20)=1/3，MY(20)=2/3。

然后通過最大隸屬度平均法進行反模糊化，公交信號優(yōu)先模糊系統(tǒng)總的輸出是上述4 個規(guī)則推理結果的并集，只有進行反模糊化計算，才能得到準確的推理數(shù)據(jù)結果。通過上述推理計算得出，綠燈延長時間Z 的隸屬度最大值為S(z1)=3/4。將S(z2)=3/4 代入多對應的三角形的隸屬函數(shù)，根據(jù)公式（2）可以得出：

通過計算得出z1=4.5,z2=8.1。通過算術平均法，根據(jù)公式（3），可以得出：

即綠燈延時的時間為6.3 秒。因此通過上述模糊推理結算得出，公交信號優(yōu)先后實際綠燈亮燈時間為原相位周期基礎上，綠燈延長了6.3 是。本課題在實際運行中得知，由于綠燈調(diào)整時間如果小于3 秒時,對道路交叉口交通狀況影響不大，因此,本研究僅對輸出綠燈調(diào)整值不低于3 秒的相位進行調(diào)整,且設置了最大調(diào)整周期30秒的限制，以優(yōu)化對社會車輛的影響。

4 結果分析

4.1 交通仿真測試結果分析

本課題為驗證基于C-V2X 車路協(xié)同的公交信號優(yōu)先系統(tǒng)對于道路交通信號的影響，以及為驗證當前交通信號周期控制效果，作者隨機抽取公交優(yōu)先線路上的一個交叉口，并選取交叉口飽和流率、總延誤時間作為交叉口的交通運行狀態(tài)評價指標，本課題采用交通仿真的方案，利用LinSig.v3.2（交通基礎配時優(yōu)化和分析軟件）對該交叉口進行建模仿真，并對信號控制效果進行評價。

對優(yōu)先前，見圖9 和優(yōu)先后，見圖10 的數(shù)據(jù)都進行了分析，比對了公交信號優(yōu)先對該路口的配時參數(shù)評價結果，如下所示：

圖9：優(yōu)先前路口配時評價結果

圖10：優(yōu)先后路口配時評價結果

通過該軟件對該交叉口現(xiàn)狀控制效果結果的對比分析，可以得出以下結論：

（1）在PRC（Practical Reserve Capacity 實際預留通行能力）=30.2%，基本不變的情況下，路口總延誤降低為39.1PCUh，總延誤減少31.3%；

（2）各相位飽和流量相對平衡。

4.2 實地調(diào)研測試結果分析

本課題為充分驗證該系統(tǒng)建設的成效，并確認交通仿真測試的有效性，依據(jù)實際選取的公交道路和調(diào)查數(shù)據(jù)，通過系統(tǒng)上線前后的真實交通數(shù)據(jù)分析，綜合客觀地評價公交優(yōu)先對公交車輛和社會車輛的影響，得出本文所提出的基于C-V2X 車路協(xié)同的公交信號優(yōu)先系統(tǒng)建設后的效益，數(shù)據(jù)統(tǒng)計如表3所示，公交車輛的行程車速提升22.12%，停車次數(shù)減少10.40%，延誤時間縮短14.73%，在此基礎上社會車輛影響有限，綜合判斷在可以接受的范圍內(nèi)，因此作者認為該系統(tǒng)的應用，可以有效改善公交車輛的通行效率。

表3：信號優(yōu)先前后數(shù)據(jù)對比

5 結論

本文得到的主要結論如下：

本文提出一種新的基于C-V2X的公交信號優(yōu)先控制方法，該方法將C-V2X 技術運用到公交信號控制系統(tǒng)，對公交車輛，道路設施，信控系統(tǒng)之間進行了有效鏈接和互動，并將道路交叉口的信號控制從單一的、固化的定時控制改進為基于模糊推理算法的自適應模糊控制。結果表明，本文提出的方案相對與傳統(tǒng)的公交信號優(yōu)先方案，在不明顯增加社會車輛的擁堵情況下，提升了公交車輛的通行效率，在整體通行效益最優(yōu)下實現(xiàn)了公交優(yōu)先。