写 在 前 面
为实现公共汽车精准优先及拓展应用范围，围绕优先更精准、影响可控制、乘客可感知、效果可评价要求，采用车路协同技术，将车端、路端、网端和云端4个部分融合，提出基于车路协同的公共汽车主动优先技术框架。形成基于车辆定位及交叉口状态的公共汽车优先时长精准估算方法，以降低信号机干扰为目标的优先申请前置仲裁策略，以减小社会车辆影响为核心的信号优先控制方式等关键技术。技术方案在苏州市高新区核心路段得到应用和验证。结果显示公共汽车主动优先效果较好，不同时段公共汽车平均通行时间节省17.1%~18.7%，且对沿线交叉口社会车辆的影响较小，实施后各交叉口社会车辆平均延误仅增长4.1%~6.7%。
徐辉
悉地(苏州)勘察设计顾问有限公司 产业教授 高级工程师
研究背景
公交优先是解决城市交通问题的重要战略之一，公共汽车信号优先技术能够减少公共汽车在交叉口的延误，保障准时性、可靠性，对提升城市公共交通服务水平具有重大意义。尤其是公共汽车主动优先，与固定相位和配时的被动优先相比，通过在交叉口部署检测器等通信设备使得车辆和信号机通信，信号机可以研判车辆到达交叉口的时间，因而公共汽车主动优先在优先通行方面更加精准。关于公共汽车主动优先的理论研究较多，无论是车辆检测技术还是信号优先机制，都对公共汽车主动优先管理措施的理论发展起到了积极作用。但应用层面，公共汽车主动优先仅在交通运行情况良好的城市非核心区域进行试点应用或仅选择1~2条道路作为示范，究其原因主要是在精准研判优先时间、降低社会车辆影响、提升市民满意度、定量评估优先效果等方面还存在一定的不足。
本文针对公共汽车主动优先存在的不足，提出基于车路协同的车、路、网、云“四位一体”公共汽车主动优先技术框架，研究形成基于车辆定位及交叉口状态的公共汽车优先时长精准估算方法、以降低信号机干扰为目标的优先申请前置仲裁策略、以减小社会车辆影响为核心的信号优先控制方式等关键技术，对公共汽车主动优先的推广应用具有较强的现实意义。
研究综述
近年来，公共汽车主动优先感知技术逐渐由射频、视频、GPS等向车路协同、智能网联方向发展。梁乙朝[1]阐述了基于射频车辆检测技术的公共汽车主动优先原理，但该方法检测的实时性有待提升，受天气、信号、环境的影响相对较大。徐棱 等[2]基于GPS采集公共汽车信息，构建了由车载终端、中心系统、信号控制设备组成的公共汽车信号优先控制系统，但需要通过GIS对车辆位置进行修正，准确度有待提升。面对现有技术存在的信息采集不够完善、数据滞后等问题，李程[3]提出一种基于车路协同的公共汽车优先策略，可实时将信号灯状态数据和公共汽车行车数据进行相互传输，大大提高了优先的可靠性。魏然[4]将车路协同技术应用于公共汽车优先信号控制，提出了基于车路协同的公共汽车优先方法的流程，并建立了基于Vissim的实际公共汽车线路模型。闫常鑫 等[5]提出了智能网联公共汽车信号优先技术，依托车载设备、路侧设备与智能信号机实现对车辆位置、速度的实时跟踪，从而使绿灯延长时间计算更为精准。车路协同技术的发展，也使驻站控制时长、速度引导等实时控制策略可下发至车辆[6-8]，进一步提升公共汽车优先效率。
公共汽车信号优先控制策略包括绿灯延长、红灯早断、相位插入等[9]。吴瑶[10]介绍了5种公共汽车主动优先控制策略，认为相位旋转策略和跳跃相位策略易造成交通组织混乱，不适用于交叉口混合交通流较为复杂的情况。针对减少人均延误的问题，Song X. M.等[11]提出了一种基于行程时间预测模型的车路协同环境下考虑多请求的公共汽车信号优先方法。根据公共汽车与非优先车辆权重及延误分布差异，谭百宏 等[12]研究了网联环境下考虑非优先车辆延误的公共汽车优先信号控制方法。Yang K. D.等[13]基于车联网研究了一种多方法公共汽车优先联运的配时优化算法，适用于近、远侧公共汽车站的场景，可以最小化公共汽车的信号延迟或调度延迟。为解决信号优先措施可能破坏干线协调并影响社会车辆行驶效益问题，部分研究[14-16]建立了网联环境下配合干线信号协调的实时公共汽车优先控制方法。
公共汽车主动优先的研究主要集中在车辆检测技术、信号优先机制等理论研究上，针对实际落地应用过程中遇到的交通管理方期望降低影响、市民需有切身感受、建设方可量化评估绩效等问题考虑相对较少，也缺乏相应的技术框架。同时，在计算公共汽车到达交叉口时间上基本没有考虑路况条件，影响了公共汽车优先时长计算的精准性。
面临的挑战
1）优先更精准。
基于视频、射频技术的公共汽车主动优先只能感知公共汽车是否到达某一特定位置等少量信息，对于车辆运行速度、进口道排队情况、上游交叉口溢出情况等均不掌握，仅能凭经验大致估算车辆到达交叉口的时间，容易出现虽给予优先时长但公共汽车未按计划通过交叉口的现象，或者为保障公共汽车顺利通过交叉口而给予过量的优先时长，导致交叉口交通运行效率明显降低。因此，如何让主动优先更加精准、可靠是推广应用的关键因素。
2）影响可控制。
在“优先”方面不可避免地会压缩社会车辆的通行时间，导致社会车辆通行效率下降；在“主动”方面会不断地请求信号控制机响应，容易对信号控制产生较大的干扰。这也是国内很多城市在实施公共汽车主动优先项目时往往选择城市非核心区域的原因。因此，公共汽车主动优先应采取有效措施减小对交通运行和信号控制的影响。
3）乘客可感知。
公共汽车在通过主动优先交叉口时可以不等或少等红灯，但市民在车内很难有所感知，也无法与未实施公共汽车主动优先的交叉口进行区分，一定程度上影响了市民的获得感和幸福感，不利于公共汽车主动优先的推广。如何让市民能够切实感受到公共汽车主动优先值得研究和思考。
4）效果可评价。
公共汽车主动优先不仅是给予公共汽车一定的优先时长，而且要能对其成效进行量化评估，例如公共汽车优先申请率、优先通过率、交叉口总体延误等，形成业务闭环。对公共汽车主动优先的实施进行充分、科学评价，有利于地方政府掌握项目投入和产出、准确评估绩效，扩大公共汽车主动优先的应用范围。
技术方案
1
总体框架
围绕优先更精准、影响可控制、乘客可感知、效果可评价要求，采用车路协同(Cellular Vehicle to Everything, C-V2X)技术，将车端、路端、网端和云端4个部分融合，提出基于车路协同的公共汽车主动优先技术框架(见图1)。
图1 基于车路协同的公共汽车主动优先技术框架
1）车端。
主要包括车载网关、车载交互屏和车载感知设备三部分，其中车载网关整合了车辆CAN总线接入(接入仪表、整车控制器等)、高精度卫星定位、5G通信、5.9G C-V2X通信技术部件，可与车载感知设备和交互屏互联，是车端的关键信息枢纽和业务协调设备。车载网关与车辆CAN总线、车载感知设备联通，获取公共汽车速度及关键动力部件状态数据、客流实时数据等；与驾驶人交互屏和乘客交互屏联通，引导驾驶人采用合理的车速通过交叉口，向乘客实时显示公共汽车优先数据，包括当次通过交叉口是否获得优先、信号灯实时状态、交叉口排队长度等，让乘客在车内通过交互屏切身感知到公共汽车优先通行；与调度系统联通，获取公共汽车实时调度计划；与路侧网关联通，实时获取信号灯的状态。
2）路端。
分为站台和交叉口两大类。公共汽车站台主要布置发布车辆到站时间和车厢拥挤程度的电子站牌；交叉口主要由路侧网关、路侧感知设备以及既有的信号机组成。其中路侧网关集成5.9G C-V2X功能，与车端直接通过PC5链路在约500 m范围内直接通信，接收路侧感知设备发送的数据，实现优先信号的裁决以及与信号机的交互；路侧感知设备实时获取交叉口排队长度、下游车辆状态以及异常交通事件等，在高架桥下、隧道内等车辆定位精度不高的区域辅助定位公共汽车。
3）网端。
依赖三个网络，分别实现以下功能：地面Cors服务站网络提供车辆高精度、高频次定位；5G通信网络支撑车辆与公共汽车业务云数据交换；C-V2X网络实现交叉口广播服务以及车辆与下游交叉口点对点通信。其中，地面Cors服务站网络和5G通信网络均可采用专业运营商提供的商业化服务，只有C-V2X网络需要通过在每辆公共汽车途经的交叉口配置路侧网关、在优先车辆配置车载网关来构建。
4）云端。
由于采用基于车联网的前端交互方式，公共汽车主动优先在功能实现上并不依赖于信号控制系统云端功能，仅涉及公共汽车业务云。公交企业在内网私有云上建立一套面向车辆远程监测、项目应用程序远程升级、驾驶人驾驶安全在线评估以及优先业务现状监测与评价的系统。其中，优先业务现状监测与评价系统包含公共汽车优先申请率、优先通过率、交叉口总体延误等具体指标，对公共汽车优先实施效果进行评估，形成业务闭环。
2
关键技术
基于车辆定位及交叉口状态的公共汽车优先时长精准估算方法
2.1
公共汽车到达交叉口的时间主要通过车辆定位数据根据车辆的速度、与交叉口的距离等计算得出，车辆实际到达交叉口的时间还受交通状况的影响，例如进口道是否有车辆排队、排队长度，下游车辆是否溢出以及其他异常交通事件等。为确保公共汽车优先通行，其到达交叉口的时间只能留有充足余地，造成了时间资源的浪费。为实时掌握交叉口交通状况，采用路侧感知设备对各类异常交通事件等进行监测。公共汽车到达交叉口的时间计算公式为
tba = max{L/vb, n×τq+tc}，
式中：tba 为公共汽车到达停车线的时间/s；L 为公共汽车与交叉口停车线的距离/m；vb 为公共汽车的行驶速度/(m·s-1)；n 为停车线上游排队的车辆数/辆；τq 为排队车辆的车头时距/(s·辆-1)；tc 为停车线下游交通事件(如溢出)的清空时间/s。
考虑到高架桥下、隧道等区域车辆定位信号较弱，无法精准获取公共汽车的速度、与交叉口距离等数据，路侧感知设备可作为辅助设备进行感知，弥补利用单一车辆定位数据产生的可靠性不足的问题。
以降低信号机干扰为目标的优先申请前置仲裁策略
2.2
基于车辆定位的公共汽车主动优先，一般是公共汽车不断向信号机发送车辆位置，由信号机来判定是否给予优先以及何种程度的优先。但是公共汽车不断发送车辆位置信息，等同于不停地提交优先申请，不可避免地对信号机产生较大的干扰。当出现冲突方向同时有公共汽车发起优先申请时，信号机也无法科学地仲裁优先级别。因此，在向信号机发出优先申请前增加了前置仲裁策略，由路侧网关仲裁后再将优先申请发送给信号机，可规避无效、重复、过度申请，大幅降低优先申请对信号机的干扰，提升优先申请的有效率。
前置仲裁策略包括四种：1)对于不具备优先响应条件，即使给予最大优先时长也无法保证公共汽车不停车通过交叉口，或对其他交通流产生显著负面影响，直接不提出优先申请；2)对于通过模型推算，即使不给予优先也能不停车通过交叉口的公共汽车，不再提出优先申请；3)非冲突方向前后有多辆公共汽车发出不同时长优先申请，对在最大优先时长内的申请进行合并后再向信号机提出优先申请；4)对于冲突方向同时有优先申请的情况，根据线路重要程度(高等级线路、特定优先线路等)、客流仪统计的车内乘客数等因素，给线路更重要、车内乘客数更多的公共汽车提出优先申请。前三种策略的判定公式为：
tm+Tmax ≤ tba，
tm ≥ tba，
Δt = max{tba,1,tba,2,⋯,tba,k} ≤ Tmax，
式中：tm 为剩余绿灯时长/s；Tmax 为最大优先时长/s；Δt为多辆公共汽车申请优先时长的最大值/s；tba,1,tba,2,⋯,tba,k 为非冲突方向上第一、第二至第 k 辆公共汽车申请的优先时长/s。
以减小社会车辆影响为核心的信号优先控制方式
2.3
为减小公共汽车主动优先对社会车辆的影响，除了精准估算所需的优先时长以外，还需要采用合理的信号优先控制方式。信号优先控制方式一般包括红灯早断、绿灯延长、相位插入等。本文在最大优先时长的计算、插入相位的时机以及信号周期间协调等方面进行了优化升级。
1）计算最大优先时长。
交叉口能给公共汽车优先提供的时长不是无限的，否则会对交通运行尤其是社会车辆产生较大影响。优先时长从各相位中的低效相位获取，并保障高峰时段各相位延误不低于E级、平峰时段各相位延误不低于D级，从而保证公共汽车主动优先对社会车辆的影响控制在一定的范围内。
2）特定相位插入。
该方法对相序不做过多限制，即根据公共汽车到达交叉口的时间，将公共汽车专用相位插入到最近的两个相位之间。但是部分插入的位置会产生较大的安全隐患，例如在东西向直行和东西向左转两个相位之间插入东西向直行的公共汽车专用相位，准备东西向左转的社会车辆驾驶人可能在东西向直行相位结束后，惯性认为接下来一定是东西向左转相位而贸然驶入交叉口，与实际在专用相位的公共汽车发生冲突。
为了避免公共汽车专用相位随意插入对安全的影响，将公共汽车专用相位插入在相对固定的位置，并且是不同方向之间。以一般的四相位信号控制为例，若保证东西向实现公共汽车主动优先，则将公共汽车专用相位插入在东西向左转相位与南北向直行相位之间，避免社会车辆因习惯改变造成较大的安全隐患(见图2)。
图2 特定相位插入示意
3）信号周期间协调。
每当接收到公共汽车优先请求时，需滚动校核周期内总剩余可优先时间，确保社会车辆的通行效率。判定方法是以收到优先请求为时间原点，统计前一个完整信号周期时长内已使用的优先时间，再根据最大优先时间判定是否满足当前需求。特殊情况下，如红灯早断时长超过当前相位最大优先时间，可在下一信号周期的此相位进行补偿。例如，某交叉口一个信号周期的最大优先时间为12 s，相位一最大优先时间为6 s，如果车辆1需要相位一的红灯早断10 s(小于一个信号周期的最大优先时间12 s，但超出该相位最大优先时间6 s)，则可以执行，但下个信号周期的相位一需要补偿本信号周期超出该相位最大优先时间的4 s。如果车辆2申请插入优先相位5 s，但上个信号周期已经给予相位一10 s优先时间，合计将超出信号周期的最大优先时间12 s，则拒绝车辆2的优先请求。
案例分析
1
建设内容
依托“绿色出行竹园路公共汽车主动优先”项目，在苏州市高新区竹园路应用和验证基于车路协同的公共汽车主动优先技术方案。与一般城市选择在非核心区域应用不同，本项目选择在核心城区具有代表性的客流走廊——竹园路进行试点。
项目以高新区竹园路(金枫路—滨河路路段)为建设对象，选择客流量大、贯穿性好的4路、400路公共汽车作为优先示范线路，总体方案采用C-V2X技术，综合运用多种最新感知、通信、交互技术，对沿线8个交叉口的信号机、公共汽车专用信号、路侧感知设备以及50辆公共汽车的车载设备进行全面改造升级，通过绿灯延长、红灯早断、特定相位插入等信号控制方法，在最小化社会车辆影响的前提下，最大化提升公共汽车通行效率，打造车、路、网、云“四位一体”的公共汽车主动优先体系。
从系统和数据安全角度考虑，本项目的主动优先申请由路侧网关发送至交警数据平台，而非直接在信号机端完成。因此，基于公安部车联网标准，本项目以云端对接方式由路侧网关向交警平台发送公共汽车优先申请。
2
实施效果
本项目达成了厘米级高精度、高频次的车辆定位，建立了稳定、低延迟的C-V2X，实现了交通信号、道路、车辆三大核心要素的高质量同步和全要素数据的实时汇聚。本项目还打造了基于高精度地图的全要素监测和展示平台，打通了公共汽车调度平台，为公共汽车的运营安全管理和服务水平提升提供能力保障。
1）总体效果。
通过项目实施前后的实测数据比对，公共汽车示范线路在试点路段的通行效率得到显著提升，不同时段公共汽车平均通行时间节省17.1%~18.7%。通过对红灯早断、绿灯延长、特定相位插入等信号控制方法进行分步实施，可评价不同方法对公共汽车优先效果的影响。结果显示，仅实施红灯早断、绿灯延长，公共汽车平均通行时间节省约2.0%~5.6%，增加特定相位插入后，公共汽车平均通行时间又节省约13.5%~15.6%，节省幅度明显高于红灯早断和绿灯延长(见图3)。
图3 不同信号管控措施下公共汽车示范线路平均通行时间变化
考虑交叉口排队长度、下游车辆是否溢出以及其他异常交通事件等因素后，公共汽车优先时长的估算更加精准。根据实测数据，估算值与实际值的误差仅为5.3%，与不考虑交叉口状况的误差9.8%相比，精度明显提高。
2）对信号系统的影响。
根据路侧网关统计的数据，实施前置仲裁策略后，高达78.7%的公共汽车优先申请已由路侧网关前置仲裁后拦截，大幅降低了对信号系统的干扰。
3）对社会车辆的影响。
项目实施后对沿线交叉口社会车辆的影响较小。根据交通管理部门提供的数据，项目实施前后交叉口平均延误变化较小，仅增长4.1%~6.7%(见图4)。此外，通过一周的观察及交通管理部门的反馈，在特定相位插入公共汽车专用相位后，未出现社会车辆因惯性思维贸然驶入交叉口与公共汽车发生冲突的现象。
图4 试点路段实施公共汽车主动优先前后各交叉口社会车辆平均延误变化
结语
为实现公共汽车精准优先及拓展应用范围，围绕优先更精准、影响可控制、乘客可感知、效果可评价要求，提出基于车路协同的公共汽车主动优先技术框架，并在苏州市高新区核心路段进行实地应用，取得了较好的成效。公共汽车主动优先并无最优的技术框架，而是要结合实际情况综合平衡其精准性、经济性。例如，利用公共汽车已配备的前置摄像头替代路侧感知设备获取交叉口状态，虽然精准度上有所降低，但是更为经济。优先申请的评价标准也是多维度的，在基于车路协同的公共汽车主动优先技术框架下，除了考虑提高公共汽车通行效率外，还可以通过信号系统与公共汽车调度系统协调联动，选择让晚点的公共汽车快速通过，提高挂表运营的到站准点率，提升公共汽车运营可靠性，这也是下一步研究的方向。
参考文献(上滑查看全部)：
[1] 梁乙朝. 公交信号优先技术助力北京公共交通发展[J]. 公路交通科技，2011，28(s1)：26-30.
LIANG Y C. Bus signal priority: a useful technology for Beijing public transportation development[J]. Journal of highway and transportation research and development, 2011, 28(s1): 26-30.
[2] 徐棱，华璟怡，刘成生. 基于实时位置追踪的公交信号优先控制系统[J]. 中国人民公安大学学报(自然科学版)，2018，24(1)：84-89.
[3] 李程. 基于车路协同的公交优先策略研究[D]. 长沙：湖南大学，2020.
LI C. Research on bus priority strategy based on vehicle-road coordination[D]. Changsha: Hunan University, 2020.
[4] 魏然. 基于车路协同的公交优先方法研究[D]. 北京：北方工业大学，2021.
WEI R. Research about bus priority based on vehicle infrastructure cooperative technology[D]. Beijing: North China University of Technology, 2021.
[5] 闫常鑫，谢覃禹，郭劲松. 智能网联公交信号优先技术决策前评价[J]. 交通科技与经济，2022，24(1)：48-56.
YAN C X, XIE Q Y, GUO J S. Evaluation of the intelligent and connected bus signal priority technology before decision making[J]. Technology & economy in areas of communications, 2022, 24(1): 48-56.
[6] TRUONG L T, CURRIE G, WALLACE M, et al. Coordinated transit signal priority model considering stochastic bus arrival time[J]. IEEE transactions on Intelligent Transportation Systems, 2019, 20(4): 1269-1277.
[7] ZENG X S, ZHANG Y L, JIAO J, et al. Route-based transit signal priority using connected vehicle technology to promote bus schedule adherence[J]. IEEE transactions on Intelligent Transportation Systems, 2021, 22(2): 1174-1184.
[8] HU J, ZHANG Z H, FENG Y W, et al. Transit signal priority enabling connected and automated buses to cut through traffic[J]. IEEE transactions on Intelligent Transportation Systems, 2022, 23(7): 8782-8792.
[9] ANDERSON P, WALK M J, SIMEK C. Transit signal priority: current state of the practice: J-07/Topic SA-47[R]. Washington DC: Transportation Research Board, 2020.
[10] 吴瑶. 面向多公交冲突优先请求的城市公共交通信号优先控制方法[D]. 南京：东南大学，2020.
WU Y. Transit signal priority control approaches of urban public transportation towards multiple buses' conflicting priority requests[D]. Nanjing: Southeast University, 2020.
[11] SONG X M, YUAN M L, LIANG D, et al. Optimization method for transit signal priority considering multirequest under connected vehicle environment[J]. Journal of advanced transportation, 2018, 2018: 1-10.
[12] 谭百宏，邱志军，张祎，等. 网联环境下考虑非优先车辆延误的公交优先信号控制方法[J]. 交通信息与安全，2022，40(3)：86-95.
TAN B H, QIU Z J, ZHANG Y, et al. A signal control method for bus priority considering the delay of non-priority vehicles in a connected-vehicle environment[J]. Journal of transport information and safety, 2022, 40(3): 86-95.
[13] YANG K D, MENENDEZ M, ILGINGULER S. Implementing transit signal priority in a connected vehicle environment with and without bus stops[J]. Transport metrica B: transport dynamics, 2019, 7(1): 423-445.
[14] BIE Y, LIU Z, WANG H. Integrating bus priority and presignal method at signalized intersection: algorithm development and evaluation[J]. Journal of transportation engineering part A: systems, 2020, 146(6): 04020044.
[15] MA W J, LI Z, AN K, et al. A partition-enabled multi-mode band approach to arterial traffic signal optimization[J]. IEEE transactions on Intelligent Transportation Systems, 2019, 20(1): 313-322.
[16] 欧诗琪，俞春辉，马万经. 干线信号协调背景下的网联公交实时优先控制方法[J]. 同济大学学报(自然科学版)，2022，50(3)：339-350.
OU S Q, YU C H, MA W J. Connected bus real-time priority control considering arterial signal coordination[J]. Journal of Tongji University (natural science), 2022, 50(3): 339-350.
《城市交通》2023年第3期刊载文章
作者：徐辉，吴建平，李晋
