(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210240108.2 (22)申请日 2022.03.10 (71)申请人 深圳大学 地址 518060 广东省深圳市南 山区南海大 道3688号 (72)发明人 邹亮　王赟　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 朱阳波 (51)Int.Cl. G08G 1/005(2006.01) G08G 1/07(2006.01) G08G 1/01(2006.01) G06V 20/52(2022.01) G06V 20/54(2022.01)G06F 30/27(2020.01) G06N 3/12(2006.01) G06F 111/10(2020.01) G06F 111/04(2020.01) (54)发明名称 考虑行人的公交信号被动优先控制方法及 装置 (57)摘要 本发明公开了考虑行人的公交信号被动优 先控制方法及装置， 选择适用的公交信号被动优 先策略， 根据视频录制的交叉口运行情况标定仿 真模型， 对于混行进口道的小汽 车和公交车延误 计算， 采用改进的饱和流率计算和延误计算， 分 别得到小汽 车和公交车的延误计算模 型， 并转换 为乘客延误， 同时根据行人的到达和离去曲线 得 到行人延误模型； 将各相位的绿灯时间作为变 量， 建立以人均延误最小为目标， 保障交叉口正 常运行的饱和度、 最短绿灯时间、 周 期约束作为 约束条件的数学模型， 利用遗传算法对模型进行 求解。 本发 明对交叉口进口道混行车辆的延误计 算进行了改进， 采用动态行人专用相位， 并以人 均延误最小作为目标建立信号控制模 型， 能够有 效降低人均延误。 权利要求书3页 说明书14页 附图5页 CN 114724353 A 2022.07.08 CN 114724353 A 1.一种考虑行 人的公交信号被动优先控制方法， 其特 征在于， 所述方法包括： 获取主动优先及被动优先策略， 并对主动优先及被动优先策略进行对比、 确认适用的 公交信号优先 策略； 基于所述公交信号被动优先策略， 根据视频录制的交叉口运行情况标定仿真模型， 对 混行进口道的小汽车和公交车延误采用改进的饱和流率计算和延误计算， 分别得到小汽车 和公交车 的延误计算模型； 通过小汽车和公交车延误转换得出乘客延误， 并根据行人 的到 达和离去曲线计算行 人延误； 基于计算的行人延误， 通过车辆延误间接计算交叉口人均延误， 并以人均延误最小作 为目标， 构建保障交叉口正常运行及通行安全作为约束的公交信号优先控制数 学模型； 获取交叉口实 际运行情况及提取相关参数， 并输入所述公交信号优先控制数学模型； 通过遗传算法求 解所述公交信号优先控制数 学模型， 得到最优信号控制方案并输出。 2.根据权利要求1所述考虑行人的公交信号被动优先控制方法， 其特征在于， 所述获取 主动优先及被动优先策略， 并对主动优先及被动优先策略进行对比、 确认适用的公交信号 优先策略的步骤 包括： 所述公交信号优先的控制策略包括主动优先和被动优先的控制策略； 根据大商圈及大客流地铁站临近交叉口行人及公交特点， 选择被动优先策略， 并采用 vissim9.0软件进行交叉口仿真， 根据仿真运行情况及输出指标论证所选策略的合理性。 3.根据权利要求1所述的考虑行人的公交信号被动优先控制方法， 其特征在于， 所述基 于所述公交信号被动优先策略， 根据视频录制的交叉 口运行情况标定仿真模型， 对混行进 口道的小汽车和公交车延误采用改进的饱和流率计算和延误计算， 分别得到小汽车和公交 车的延误计算模型； 通过小汽车和公交车延误转换得出乘客延误， 并根据行人 的到达和离 去曲线计算行 人延误的步骤 包括： 将混行进交叉口道车辆延误进行适应性调整改进， 将交叉口混行进口道的公交车辆与 小汽车延误分别进行计算， 在公交车与小汽车混行的交通流中分别计算其混行状态下公交 车的延误和小汽车的延误； 通过小汽车和公交车延误转换得出乘客延误， 并借助行人到达离去曲线计算行人延 误； 行人延误包括行 人专用相位的延误和普通行 人过街相位延误。 4.根据权利要求1所述的考虑行人的公交信号被动优先控制方法， 其特征在于， 所述基 于所述公交信号被动优先策略， 根据视频录制的交叉 口运行情况标定仿真模型， 对混行进 口道的小汽车和公交车延误采用改进的饱和流率计算和延误计算， 分别得到小汽车和公交 车的延误计算模型； 通过小汽车和公交车延误转换得出乘客延误， 并根据行人 的到达和离 去曲线计算行 人延误的步骤 包括： 对饱和流率计算： 收集交叉口的跟车行为、 记录不同车型之间的跟车距离， 根据不同交 通车辆构成比例及跟车 行为的参数， 计算城市交叉口进口道的饱和流 率； 改进的混行交通流饱和流率计算： 将小汽车与公交车混行情况下的车流延误分别计 算； 在车流混行的情况下， 根据交通构成比例情况对车流类型进 行转换， 社会车流的延误计 算则将其到达率qc均转换为小汽车流， 公交车流的延误计算则将其到达率qb均转换为公交 车流。 5.根据权利要求1所述的考虑行人的公交信号被动优先控制方法， 其特征在于， 所述基权　利　要　求　书 1/3 页 2 CN 114724353 A 2于计算的行人延误， 通过车辆延误间接计算交叉口人均延误， 并以人均延误最小作为目标， 构建保障交叉口正常运行及通行安全作为约束的公交信号优先控制数 学模型的步骤 包括： 通过车辆延误间接计算交叉口人均延误， 计算公式为： 将变量表示为X＝[g1， g2， g3， g4， g5， y]， gi为相位绿灯时长， y为0或1， 则公交信号优先控 制数学模型的具体表达式如下 所示； 式中， Db表示公交车辆的乘客总延误， Dc表示小汽车乘客的总延误， Dp表示过街行人的 总延误， Pb表示公交乘客总量， Pc表示小汽车 上的乘客总量， Pp为过街行 人总量。 6.根据权利要求1所述的考虑行人的公交信号被动优先控制方法， 其特征在于， 所述获 取交叉口实际运行情况及提取相关参数， 并输入所述公交信号优先控制数学模型； 通过遗 传算法求 解所述公交信号优先控制数 学模型， 得到最优信号控制方案并输出的步骤 包括： 通过Python语言中Geatpy工具结合实际数据进行启发式求解公交信号优先控制数学 模型； 对实际交叉口进行视频摄像采集数据， 统计交叉口车流量、 行人流量等相关数据， 输入 所述公交信号优先控制数 学模型， 并进行求 解； 分别从行 人到达率， 公交车占比及载客数进行灵敏度分析， 将人均延误作为评价指标； 通过实例及灵敏度分析的有效性， 设置动态行人专用相位， 以对指定的地方交叉口进 行公交信号优先控制； 其中， 通过Pytho n语言中Geatpy工具包的求 解过程包括： 染色体采取RI编码的方式， 对交叉口各相位的长度编码， 则染色体长度对应i个相位； 构建种群染色体G， 种群的染色体长度记为 Lind； 采用目标函数作为 适应度函数； 确定遗传算子， 包括选择、 交叉、 变异对应的方式； 结合实际交叉口案例进行验证。 7.根据权利要求1所述的考虑行人的公交信号被动优先控制方法， 其特征在于， 所述通 过饱和流率测算方法对交叉口进口道的饱和流率计算， 再分别对小汽车和公交车的延误计 算； 小汽车 的延误和公交车 的延误分别为： 其中C表示信号周期， λi表示第i相位绿信比， 和 分别为小汽车和公交车权　利　要　求　书 2/3 页 3 CN 114724353 A 3