摘要：以射頻識別、5G 通信技術為依托，基于智能控制理論的背景，針對信號控制交叉口 BRT(大運量快速公交) 優先通行控制問題，提出一種 BRT 交叉口實時優先控制模型。以 BRT 車輛抵達交叉口時的延誤時間和載客量作為智能控制器的輸入，輸出此 BRT 車輛通過該交叉口的迫切程度并確定優先服務方案，有條件的給予 BRT 車輛在該交叉口處的通行權。仿真結果表明，與傳統的定時控制相比，該文提出的 BRT 實時優先控制方法在交叉口非飽和交通流下能有效的減少 BRT 車輛通過交叉口的延誤時間，且交叉口的正常交通秩序不受影響。

　　關鍵詞：交通工程;實時優先;智能控制;BRT;VISSIM

　　引言

　　在模糊控制方法引入到交叉口信號燈的控制上之后，多年來許多學者開始將智能控制中的理論、方法應用到交叉口的交通信號控制中[1-3]，并逐漸的應用到相序優化、公交優先控制當中[4]。BRT(大運量快速公交)交叉口優先通行控制技術是近年來信號控制研究中的重要內容。但傳統的固定配時、感應控制模型精度低、實時性差，無法對運行狀況不同的 BRT 車輛區別對待，有條件的給予優先通行;目前的一些智能控制方法模型存在著針對性不強、路權利用率低等缺點，影響交叉口 BRT 優先控制效果。

　　基于以上原因，本文在總結了現有的 BRT 交叉口優先通行控制方法的基礎上提出了一種基于神經網絡模糊控制的實時優先智能控制模型。當交叉口各相位的交通流非飽和時，使用該模型讓接近交叉口的 BRT 車輛有條件的優先通過交叉口，以降低交叉口的人均延誤和BRT 車輛的車均延誤[5]。根據車輛的實時運行狀態有條件的給予車輛的優先通行權，提高 BRT 通過交叉口的通行效率。

　　實時優先控制模型及原理

　　交叉口模型描述

　　本文討論單交叉路口 BRT 優先通行控制問題。對于多交叉口以及干道的協調控制可沿用本文的設計思路。先從物理維度對交叉口進行描述，選取具有代表性的交叉口。其中東西方向為城市主干道，南北方向為城市次干道或者支路。在東西向主干道道路中間設置 BRT 專用車道，并用物理隔離使其與社會車輛隔離開。這樣設置 BRT 專用道的優點是降低了 BRT 車輛與社會車輛、非機動車、行人之間的干擾，保證了 BRT 車道的專用權及行車速度。

　　用于檢測 BRT 車輛的 RFID 天線設立在距交叉口約 120 米處，對BRT 車輛信息進行獲取，并保證有足夠的時間對信號機進行信號設置[6-8]。在時間維度的信號配置方面，為使車輛與過街行人能夠安全通過，交叉口采用典型的四相位信號控制。以該交叉口模型為研究背景，研究本文提出的 BRT 實時優先控制模型。

　　BRT 實時優先控制系統原理

　　本文以 RFID 技術作為車輛檢測手段，不僅可以檢測到即將到達交叉口的 BRT 車輛，而且可以得到該車輛的牌號、線路號等身份信息。通過與 BRT 調度中心的通信，BRT 調度中心則可以準確獲取車輛的運行與延誤等情況。利用車載智能設備結合 5G 通信技術，交通控制平臺可以得到諸如車內乘客數量等信息。

　　在充分掌握 BRT 車輛信息后，在交通控制中心的 BRT 優先控制模塊中則可以計算出該車輛通過交叉口的迫切程度，并與優先服務方案相對應，根據其優先服務方案有條件的改變交叉口的信號配時，給予 BRT 車輛的優先放行。該系統由車載設備、RFID 天線等構成 BRT 車輛識別與信息采集層，交通控制中心與 BRT 調度中心構成信息處理層，信號機等構成信號執行層。

　　本文對交通控制中心的 BRT 優先控制模塊進行算法研究。在交通控制中心的 BRT 優先控制模塊中利用神經網絡模糊控制算法確定 BRT 在交叉口處優先通過的服務方案。將 BRT 車輛的運行時刻表與車輛實際到達交叉口的時間差和車內載客量作為控制器的模糊量輸入，經過模糊推理與精確化，輸出 BRT 車輛在該交叉口處優先通過的迫切程度。根據迫切程度確定優先服務方案。

　　BRT 優先通行控制模塊算法研究

　　變量的模糊化

　　利用 RFID 標簽與車載智能設備將檢測到的接近交叉口的 BRT 車輛的信息發送至交通控制和 BRT 調度中心，對比分析 后得出延誤時間∆T(s)和載客量 Q(人)。將延誤時間∆T 和載客量 Q 作為控制器的輸入量，經推理計算之后得到輸出即 BRT 通過交叉口的迫切程度 U。定義 BRT 車輛的延誤時間∆T 的論域為[-120，120]秒，模糊子集為：負大(NB)、負中(NM)、零(ZO)、正中(PM)、正大(PB)。載客量 Q 的論域為[40，160]人，模糊子集為：很少(VF)、少(F)、中等(ZO)、多(M)、很多(VM)。BRT 車輛通過交叉口的迫切程度 U 的論域為[-2，2]，模糊子集為：很低(VL)、低(L)、中等(M)、高(H)、很高(VH)。

　　各變量經模糊化之后，建立模糊關系進行模糊推理。本文采用神經網絡完成模糊推理， 以增加控制的實時性。神經網絡的每個輸入單元都對應一個輸入變量的模糊子集。由于單隱層的 BP 神經網絡經合理選擇隱層神經元個數可以較好的完成多輸入到多輸出的非線性映射，同時又具有良好的自學習能力和魯棒性，這里使用單隱層的 BP 神經網絡完成模糊推理。

　　T 代表網絡的輸入，[u ,u ,u ,u ,u ] T 代表網絡的輸出。利用所列出的 25 條模糊控制規則訓練該網絡。如當延誤時間為“負大”，載客量為“很多”時，網絡的輸出迫切程度就應該

　　是“很高”，此樣本可以表示為輸入=[1.0,0.3,0,0,0,1.0,0.3,0,0,0]T，輸出=[1.0,0.3,0,0,0]T。同理可列出其他 24 個樣本對。將它們依次送入神經網絡進行離線訓練，當訓練結束后，神經網絡已經記憶了模糊控制規則并具有一定的聯想能力。

　　輸出量精確化

　　利用之前描述的神經網絡的方法進行反模糊化，得到迫切程度的精確化的值，該值對應著 BRT 優先服務方案，方案1、方案 2 和方案 3。方案 1 的取值范圍為[1，2]，當迫切程度的值落在[1，2]之間，表示 BRT 車輛通過交叉口的需求非常迫切，此時使用跳轉相位的優先控制方法，使 BRT 車輛基本經過不停車或者一次不完全停車通過交叉口。方案 2 的取值范圍為[0，1)，當迫切程度的取值落在[0，1)之間，表示 BRT 車輛通過交叉口的需求較為迫切，此時使用綠燈延長和綠燈提前的優先控制方法。

　　方案 3 的取值范圍為[-1，0)，當迫切程度的取值落在[-1，0)之間，表示可以讓 BRT 車輛優先通過交叉口，此時 BRT 相位為相位綠燈時，延長相位綠燈時間，使 BRT 優先通過。若此時 BRT 相位為相位紅燈時，則不對信號燈做處理。當迫切程度的取值小于-1 時，說明 BRT 沒有優先通過交叉口的需求，此時將 BRT 與社會車輛同等對待，不給予其優先權[9-10]。上述各種控制方案中各相位的綠燈時間不得大于最大綠燈時間，小于最小綠燈時間的限制，保證交叉口通行的安全性。

　　仿真研究

　　仿真環境與條件

　　本節通過仿真計算來研究本文提出的 BRT 交叉口優先通行控制技術的控制效果并與固定配時控制方法進行比較。仿真的數據采集于蘭州市七里河區敦煌路、瓜洲路和敦煌路、火星街交叉口，交叉口類型與本文所研究的交叉口對象吻合且主干道敦煌路路段規劃建設 BRT 車道。使用 2019 年 4 月 11 日至 4 月 21 日采集的早、晚高峰和平峰交通量作為仿真輸入流量參考量。BRT 的發車頻率設為 8 輛/h。

　　仿真在 MATLAB7.1 和 VISSIM3.70 環境中進行，利用 MATLAB 工具箱搭建神經網絡模糊控制模型并對模型進行訓練，根據隨機生成的 BRT 的延誤時間和載客量計算得出其通過交叉口的迫切程度，并與優先服務方案相對應。驗證本文提出的神經網絡模糊控制算法的可行性。在 VISSIM3.70 的 VISVAP 模塊中編寫與三種優先服務方案相對應的信號控制邏輯程序，利用 VAP 語言在記事本中編寫三種優先服務方案的相位切換程序，分別對三種優先服務方案下的交叉口運行狀況進行仿真，并與固定配時進行比較。

　　固定配時控制優化：采用遍歷搜索法設置不同的信號配時方案，設 BRT 和社會車輛的單車載客量分別為 100 人和 1 人，1 輛 BRT 換算為 3 個 PCU。計算各種固定配時控制方案所產生的人均延誤最小的方案作為固定配時控制方案[4]。

　　仿真結果

　　在 VISSIM 軟件中對每種優先方案獨立仿真 10 次，每次仿真運行 11600s，其中前 800s 為系統初始化時間，后 10800s(3h)作為系統評價時間，每隔 1 個小時采集一次數據。統計每種優先方案獨立仿真所得延誤數據的平均值，然后求各種方案之和的平均值，作為實時優先控制的控制結果。將本文提出的 BRT 交叉口優先通行控制模型與固定配時模型在交叉口中等交通流量下進行仿真，主次干道進口流量由采集獲得，將各流量配置下仿真得到的 BRT 車輛通過交叉口的平均延誤時間與社會車輛通過交叉口的平均延誤時間數據進行對比。將本文提出的實時優先控制模型和固定配時模型下的 BRT 車輛與其他社會車輛通過交叉口時的停車率進行對比。

　　在道路交通流非飽和時，本文所提出的實時優先控制模型相對于固定配時控制而言，在提高 BRT 通行效率方面有明顯的優勢，BRT 車輛的車均延誤時間和停車率分別降低了 19.4%和 37.9%。其次本文提出的實時優先控制模型對交叉口其他社會車輛的正常交通沒有造成過分影響。原因在于當交通流強度不大時，使用跳躍相位或者綠燈延長和提前的 BRT 優先控制手段不會過分影響非

　　BRT 相位的車輛正常通過交叉口，因此社會車輛通過交叉口的延誤不會增大，而且當 BRT 作為信號控制器的觸發信號時，因對 BRT 優先的針對性較強，所以 BRT 通過交叉口的延誤降低明顯，充分保證了 BRT 優先通行，路權得到了合理的分配。仿真結果與理論分析相對應。

　　計算機論文投稿期刊：計算機工程以最快的速度、科學求實的精神，精選刊登代表計算機行業前沿科研、技術、工程方面的高、精、尖優秀論文。貫徹黨的“雙百”方針，繁榮科技創作，促進國內外學術交流，探討和傳播計算機科學的理論和實踐，加速和促進我國計算機事業的發展。

　　結束語

　　本文將射頻識別、5G 技術作為檢測與通信手段，將神經網絡模糊控制理論應用到 BRT 交叉口優先通行控制中，提出實時優先下的 BRT 交叉口優先通行控制模型，并利用 MATLAB 建立仿真模型，驗證算法的可行性;使用 VISSIM 建立路網，進行模擬仿真并對仿真結果進行分析。結果表明，在交叉口交通流非飽和時，本文所提出的控制算法相比于傳統的固定配時控制模型在降低交叉口 BRT 車輛車均延誤上有明顯的提高，而且社會車輛的正常通行未受影響，具有一定的實際應用價值。

　　參考文獻：

　　[1]萬 偉,陳 峰.基于遺傳算法的單交叉口信號優化控制[J].計算機工程,2007,33(16): 217-219.

　　[2]李瑞敏,陸化普.公交優先的交通信號多層模糊控制模型[J].清華大學學報(自然科學版),2006,46(9):1510-1513.

　　[3]張萌萌,賈 磊,鄒 難,周 麗.單點交叉口魯棒優化信號配時研究[J].公路交通科技,2011,28(1):107-111.

　　[4]陳光勤.快速公交車輛平面交叉口信號優先實現方法[J].同濟大學學報(自然科學版),2006,34(1):41-46.

　　[5]曹世華,趙方.快速公交信號優先系統的設計與實現[J].計算機工程,2009,35(8):259-262.

　　作者：王杜 , 李建紅