一种交叉口处公交车辆不停车通过的公交诱导方法

摘要

本发明公开了一种交叉口处公交车辆不停车通过的公交诱导方法，具体为：首先，装载公交车载信息仪获取公交车到离站时间和路段行驶时间等实时信息，同时实地调查获取公交系统运营数据、公交线路基础信息和交叉口控制方案等数据；其次，控制中心根据车载信息仪反馈的公交到站时间，预测公交抵到交叉口时所处的信号周期位置；最后，根据公交车到达时刻所处的信号周期位置，生成公交车速度诱导控制策略反馈给车载仪，诱导公交车不停车通过信号交叉口。本方法实现了公交车在绿灯相位内抵达并通过交叉口，确保了公交车辆能不停车通过信号交叉口，提升公交运营效率，且易于操作，实用性强。可在工程实践中大面积应用推广。

主权项

一种交叉口处公交车辆不停车通过的公交诱导方法，其特征在于，包括如下步骤：(A)通过实地调查获取公交系统运营数据、公交线路基础信息和交叉口信号控制方案；其中，所述公交系统运营数据包括公交站点各线路历史客流量、公交站点各线路客流量时间分布；所述公交线路基础信息包括公交车路段历史行驶时间；所述交叉口信号控制方案包括交叉口绿灯信号起始时刻，交叉口信号配时方案；装载公交车载信息仪，并通过其采集当天公交路段行驶时间、公交车到站时刻和离站时刻，并利用无线通讯系统与公交控制中心实时联通；(B)根据步骤(A)中采集的公交站点各线路历史客流量、公交站点各线路客流量时间分布，确定各线路各时段平均客流量；(C)根据公交控制中心利用步骤(B)中确定的各线路各时段平均客流量和步骤(A)中采集的公交车载信息仪发回的公交车抵达公交站的时刻数据，预测公交车辆离开站点的时刻；(D)公交控制中心根据步骤(A)中采集公交车路段历史行驶时间，以及当天当前班次之前的公交车路段行驶时间，推测当前班次公交车路段行驶时间最优预测值；(E)公交控制中心根据步骤(C)和(D)中分别得到的公交车辆离开站点的时刻和当前班次公交车路段行驶时间最优预测值，预测公交车抵达交叉口的时刻；(F)公交控制中心根据步骤(E)中所预测的公交车抵达交叉口的时刻和步骤(A)中采集的交叉口信号控制方案，诱导公交车辆运行速度，并将诱导车速发至车载信息仪，实现公交车辆在信号灯绿灯期间通过各交叉口；所述步骤(A)中，所述公交系统运营数据还包括站点乘客平均上车时间Q；所述公交线路基础包括线路运营时刻表、公交线路走向、公交站点位置和名称，站点与交叉口间的路段长度；所述步骤(B)中，公交控制中心以m分钟为一个时间段，m取任意值，查看当日的前n天同一时段客流量：(P_1bt，P_2bt......，P_nbt)，n∈[0,365]，其中P_nbt表示预测日前n天公交线路b在t时段的公交客流量，求得前n天同一时间段的平均客流量，并将所述的平均客流量作为当天同一时间段的预测客流量：P_bt＝(P_1bt+P_2bt+P_3bt+……+P_nbt)×n^‑1；其中，P_bt为公交线路b在t时间段对应的预测客流量；所述步骤(C)中，公交控制中心根据公交车载信息仪发回的公交车抵达公交站的时刻T_A(k)，预测的公交车离开公交站点的时刻T_B(k)为：T_B(k)＝T_A(k)+60^‑1m^‑1P_bt[T_A(k)‑T_A(K‑1)]Q其中，T_B(k)为当天预测第k班次公交车离开站点时刻，T_A(k)为第k班次公交车到达站点时刻，Q为站点乘客平均上车时间；所述步骤(D)包括如下步骤：(D1)当k＝1时，需要设立初始时间，令T_i(k)＝T_i(1)，其值为：T_i(1)＝(Y_i‑1(1)+Y_i‑2(1)+Y_i‑3(1)+Y_i‑4(1))×4^‑1其中，T_i(1)表示预测当天第1班次公交车行驶时间的最优预测值；Y_i‑1(1)表示预测当天前1天第1班次公交车行驶时间的观察值，……，Y_i‑4(1)表示预测当天前4天第1班次公交车行驶时间的观察值；(D2)当2≤k＜4时，当天第k班次的路段行驶时间最优预测值为：$T_i\left(k\right)=\underset{j=1}{\overset{j=k-1}{\Sigma }}{\alpha }_j{T}_i\left(j\right)+\beta ,2\le k<4$其中T_i(k)表示当天第k班次公交车行驶时间的最优预测值，T_i(j)表示当天第j班次公交车的最优预测值，其中j≤k，α₁，......，α_j，β为回归系数，由预测当天前四日的观测值所组成的超定线性方程组求得，如下式所示：$\left[\begin{array}{cc}{Y}_{(i-1)}\left(1\right)& 1\\ Y_{(i-2)}\left(1\right)& 1\\ Y_{(i-3)}\left(1\right)& 1\\ Y_{(i-4)}\left(1\right)& 1\end{array}\right]\times \left[\begin{array}{c}{\alpha }_1\\ \beta \end{array}\right]=\left[\begin{array}{c}{Y}_{(i-1)}\left(2\right)\\ Y_{(i-2)}\left(2\right)\\ Y_{(i-3)}\left(2\right)\\ Y_{(i-4)}\left(2\right)\end{array}\right],k=2;$$\left[\begin{array}{ccc}{Y}_{(i-1)}\left(1\right)& Y_{(i-1)}\left(2\right)& 1\\ Y_{(i-2)}\left(1\right)& Y_{(i-2)}\left(2\right)& 1\\ Y_{(i-3)}\left(1\right)& Y_{(i-3)}\left(2\right)& 1\\ Y_{(i-4)}\left(1\right)& Y_{(i-4)}\left(2\right)& 1\end{array}\right]\times \left[\begin{array}{c}{\alpha }_1\\ {\alpha }_2\\ \beta \end{array}\right]=\left[\begin{array}{c}{Y}_{(i-1)}\left(3\right)\\ Y_{(i-2)}\left(3\right)\\ Y_{(i-3)}\left(3\right)\\ Y_{(i-4)}\left(3\right)\end{array}\right],k=3;$以上超定线性方程组均采用曲线拟合的最小二乘法求解而得；其中Y_(i‑1)(1)表示预测当日前1天第1趟公交车的路段行驶时间，……，Y_(i‑1)(3)表示预测当日前1天第3趟公交车的路段行驶时间，……，Y_(i‑4)(1)表示预测当日前4天第1趟公交车的路段行驶时间，…….，Y_(i‑4)(3)表示预测当日前4天第1趟公交车的路段行驶时间；(D3)当k≥4时，公交控制中心根据公交车载信息仪返回的第k班次公交车前3班次的观察值，通过线性趋势外推法，得到当天第k班次的路段行驶时间最优预测值为：T_i(k)＝α₁T_i(k‑1)+α₂T_i(k‑2)+α₃T_i(k‑3)+β，k≥4其中，T_i(k)表示当天第k班次公交车行驶时间的最优预测值，α₁，α₂，α₃，β，由预测当日前四天观测值所组成的线性方程组求得，如下式所示：$\left[\begin{array}{cccc}{Y}_{(i-1)}(k-3)& Y_{(i-1)}(k-2)& Y_{(i-1)}(k-1)& 1\\ Y_{(i-2)}(k-3)& Y_{(i-2)}(k-2)& Y_{(i-2)}(k-1)& 1\\ Y_{(i-3)}(k-3)& Y_{(i-3)}(k-2)& Y_{(i-3)}(k-1)& 1\\ Y_{(i-4)}(k-3)& Y_{(i-4)}(k-2)& Y_{(i-4)}(k-1)& 1\end{array}\right]\times \left[\begin{array}{c}{\alpha }_1\\ {\alpha }_2\\ {\alpha }_3\\ \beta \end{array}\right]=\left[\begin{array}{c}{Y}_{(i-1)}\left(k\right)\\ Y_{(i-2)}\left(k\right)\\ Y_{(i-3)}\left(k\right)\\ Y_{(i-4)}\left(k\right)\end{array}\right]$Y_(i‑1)(k‑3)表示预测当日前1天第k‑3趟公交车的路段行驶时间，……，Y_(i‑1)(k)表示预测当日前1天第k趟公交车的路段行驶时间，……，Y_(i‑4)(k‑3)表示预测当日前4天第k‑3趟公交车的路段行驶时间，……，Y_(i‑4)(k)表示预测当日前4天第k趟公交车的路段行驶时间。