基于混合整数非线性规划的SRT公交信号优先模型

超级虚拟轨道快运系统(Super autonomous Rail Rapid Transit，简称SRT)作为低成本、大运量的轨道交通系统是城市公交发展的新方向，车路协同技术为公交信号优先控制提供了技术支持。以减少交叉口内人均延误和车辆燃油消耗为目标，建立基于混合整数非线性规划的SRT公交信号优先模型，给出模型求解方法。结合SUMO仿真软件，对盐城市SRT某交叉口进行实例分析，得出该优先模型可以有效提高交叉口通行效率并降低了能耗，具有一定经济实用性。

超级虚拟轨道快运系统(Super autonomous Rail Rapid Transit，简称SRT)作为能耗低、载客量大的轨道交通系统是城市公交发展的新方向。现有的信号控制交叉口，信号配时参数一般是固定的，而交通流是动态变化的， 所以车辆在交叉口处产生延误， 且SRT 公交的信号优先控制问题一直没有得到妥善处理。

近年来车路协同技术发展逐渐完善，为解决公交优先问题提供技术支持。

Naumann R 等[1]提出了车路协同系统下智能网联车信号优化策略。该策略利用车载检测模块，收集车辆的交通流数据，如数量、速度、与交叉口停止线距离等，进而传输给决策中心；然后以交叉口通行效率最高为目标函数， 赋予车辆不同的通过优先级；从而实现车辆有序通过交叉口， 提高通行效率。

Dresner K[2]等在车路协同环境下利用延长绿时和缩短红时的信号优先控制方法，提出一种公交完全优先的信号优先策略。该优先策略适用于社会车辆较少的交叉口，对于车流量较大的路口反而会增加其车辆延误。

Mohammad N 等[3]对交叉口与公交站点距离设置远近与交叉口延误关系进行研究，建立了交叉口多优先请求的优先控制模型。

Yang 等[4]基于车路协同环境下收集的车辆实时位置信息和速度， 结合交叉口的多优先请求冲突， 提出了处理多请求冲突的优化模型， 通过实地应用验证了模型的优先效果。

Garteter 等[5]利用车路协同系统提供的实时交通流数据，以减少车辆延误为目标，建立优化控制模型，并利用OPAC算法进行模型求解，能够有效减少车辆延误。李鹏凯等[6]利用车路协同系统搜集的智能网联车信息，如位置信息、车速信息、交叉口排队长度信息等，以车辆经过交叉口停止时间最短为目标，建立了一种适用于单向主干道的车速诱导模型，解决了交叉口信号控制存在的可靠性不足问题，提高了交通效率。杨晓光[7]等模拟车路协同环境，总结交通流的行驶规律，对交叉口信号实施自适应控制，系统性研究了交叉口处的信号控制技术。高苏[8]等基于可变信号交叉口，在设计其信号配时方案时，综合考虑范围内的车辆车速诱导，假定所有车辆都按照车速诱导，预测交叉口车辆的到达分布。杨金越等[9]基于部分车辆为智能网联车辆，考虑非网联车辆和交叉口信号配时方案，以降低车辆燃油消耗为目标，实时计算网联车辆的最佳车行驶速度。

车辆通过交叉口时，经常需要减速、停车、加速，由此不仅使车辆产生一定的延误，而且由于车辆行驶状况发生变化，使得车辆在交叉口产生一个比在正常连接道路行驶时多得多的燃油消耗；此外，对信号配时的单一优化也未能实现对交叉口时空资源的最优利用，缺少对车辆的行驶控制，对驾驶员没有