[发明专利]一种车联网状态下公交准点到站的速度优先控制方法

权利要求书

1.一种车联网状态下公交准点到站的速度优先控制方法，其特征在于，该方法包括如下步骤：

1)建立单点优先速度引导模型

步骤1：基于专用道公交车辆轨迹数据，将站间不停车运行的公交引导车速组成引导速度集V＝{v₁,v₂,…,v_i,…,v_n}，其中n为速度集内元素数，判断速度集内元素是否满足车辆不停车通过交叉口

t_gs≤t_ia≤t_ge (2)

其中t_s为专用道公交驶离上游站台时刻，s₁为上游站台到交叉口停止线距离，t_gs为交叉口绿灯相位开始时刻，t_ge为交叉口绿灯相位结束时刻，t_ia为第i引导速度v_i状态下的公交车辆到达交叉口的时刻；

将满足公式(2)的速度构成场景引导速度矩阵V_c＝(v_c1,v_c2,…,v_cj,…,v_cr)；

步骤2：确定最佳车辆到达交叉口时刻优劣评价函数：

定义理想到达交叉口最佳时刻为确定评价函数为

H₁＝min(|t_gbest-t_ja|) (3)

其中，t_ja为引导速度v_cj状态下公交车辆到达交叉口时刻，v_cj为场景引导速度；即令

步骤3：确定准时到站引导速度约束：

车辆到达公交站点的时刻满足确定到站准时约束为

其中，l₁为交叉口到下游公交站点的距离，T₂为下游站点公交准点到站时刻；

步骤4：引导速度的优化求解采用拉格朗日乘子法，该问题优化成为不等式约束优化问题：

拉格朗日函数如下：

L(v,λ)＝f(v)+λ[g(v)-60+η²] (8)

λ是拉格朗日乘子，η为松弛变量；

对L的三个变量依次求偏导可得

此时g(v)≥0,η≥0；若该引导速度存在多个解，以速度最小的解作为实际引导速度；

2)建立公交干线多要素均衡引导控制模型

步骤5：设公交驻站时间预测所得的驻站预测时长为T_d＝(t_d1,t_d2,…,t_dp,…,t_dh)，h为公交站台数量，确定公交驶离车站时刻为：

t_s＝T_p+Δt_p+t_dp (10)

其中p＝1,2,……h为站台编号，T_p为第p个站台的准点到站时刻，Δt_p∈[0,60)为到站时刻余量；

步骤6：确定不停车通过下游交叉口速度集：

其中t_bs,t_be分别为干线协调绿波开始时间和结束时间，s_p为第p个站台到下游交叉口的距离；

将符合公式(11)的元素放到干线引导速度集V_干＝(V₁ V₂ … V_k)，

令

其中B为绿波带宽；

若公式(11)不成立，则执行步骤7；

步骤7：交叉口连续通过率最高约束：

1)判断t_gs≤t_ia≤t_ge，若成立，则

其中G为绿灯时长，然后执行步骤8操作；

2)判断t_gs≤t_ia≤t_ge，若不成立，则说明该车不能够不停车通过该交叉口，此时记录该车辆第j次停车路口编号为n_j＝p，故得到该车连续通过交叉口个数为m＝n_j-n_j-1-1；

故每种引导速度组合都会存在停车次数J和连续通过交叉口个数M＝(m₁,m₂,……，m_J)，此时连续通过率约束为：

步骤8：确定准时到站引导速度约束：

车辆到达第p个公交站点的时刻需要满足

此定义到站准时约束为

步骤9：确定干线引导速度均衡约束：

引导速度均衡，使各段引导车速的方差最小

F(V)＝min D(V)

步骤10：引导速度的优化求解采用拉格朗日乘子法，该问题优化成为不等式约束优化问题：

对应的拉格朗日函数如下：

L(V,λ₁,λ₂,λ₃,λ₄)＝D(V)+λ₁δ₁(V)+λ₂δ₂(V)+λ₃[g(V)-60+η₁²]+λ₄[h(V)-B+η₂²]

其中，λ₁,λ₂,λ₃,λ₄是拉格朗日乘子，η₁,η₂是松弛变量，其中η₁,η₂≥0，不等式约束经过松弛后，变为等式约束，对变量求偏导以满足准时约束的速度组合集。