网联车辆复用公交专用道建模与仿真研究

doi:10.16097/j.cnki.1009-6744.2025.01.007

交通运输系统工程与信息 ›› 2025, Vol. 25 ›› Issue (1): 67-75.DOI: 10.16097/j.cnki.1009-6744.2025.01.007

• 智能交通系统与信息技术 • 上一篇下一篇

网联车辆复用公交专用道建模与仿真研究

蒋沛^a，马新露^*a,b，李一博^a，陈坚^a,b

重庆交通大学，a.交通运输学院；b.智能综合立体交通重庆市重点实验室，重庆400000

收稿日期:2024-10-31 修回日期:2024-12-24 接受日期:2024-12-27 出版日期:2025-02-25 发布日期:2025-02-21
作者简介:蒋沛(1993—)，女，重庆人，博士生。
基金资助:
国家自然科学基金面上项目(52472339)；2024年度重庆市自然科学基金面上项目(CSTB2024NSCQ-MSX0967)；重庆交通大学研究生科研创新项目(2023B0007)。

Modeling and Simulation on Reuse of Bus Lanes by Connected and Automated Vehicles

JIANG Pei^a, MA Xinlu^*a,b, LI Yibo^a, CHEN Jian^a,b

a. School of Traffic and Transportation; b. Chongqing Key Laboratory of Intelligent Integrated and Multidimensional Transportation System, Chongqing Jiaotong University, Chongqing 400000, China

Received:2024-10-31 Revised:2024-12-24 Accepted:2024-12-27 Online:2025-02-25 Published:2025-02-21
Supported by:
National Natural Science Foundation of China(52472339)；Natural Science of Chongqing in 2024 (CSTB2024NSCQ-MSX0967)；Research and Innovation Program for Graduate Students in Chongqing (2023B0007)。

摘要/Abstract

摘要： 人类驾驶的不可控性使得间歇优先公交专用道(BusLaneswithIntermittentPriority,BLIP)不能被有效利用。为解决该问题，本文提出智能网联车辆(ConnectedandAutomatedVehicles,CAV)复用BLIP的控制方法。CAV借道控制考虑了公交车间移动区间的约束，还道控制考虑了与旁道CAV队列的协同，以应对还道安全距离不足的情况。并利用开放边界元胞自动机模型对提出的方法进行仿真。结果表明：同等流量下，CAV复用BLIP可大幅提高道路通行效率，且中等CAV渗透率下最显著，道路平均速度从6.67km·h^-1提高至30.53 km·h^-1；无论CAV渗透率高低，CAV队列协同换道都比单个CAV协同换道更有助于提高道路通行效率，相较之下将道路平均速度提高8%~19%。

关键词: 智能交通, 公交专用道复用, 队列协同, CAV控制方法, 车联网

Abstract: The uncontrollability inherent in human-driven vehicles poses challenges to the efficient utilization of bus lanes with intermittent priority (BLIP). To address this issue, a control method for reusing BLIP in connected and automated vehicles (CAVs) is proposed. The lane-borrowing control takes into account the time-space constraints of bus movements, while the lane-returning control focuses on coordinating with adjacent CAV platoons to handle scenarios where the safe distance for lane-return is inadequate. The proposed method is simulated via an open-boundary cellular automaton model. Simulation results showed that: (1) At a given traffic flow, reusing BLIP with CAV can significantly improve road traffic efficiency. Notably, a moderate CAV penetration rate yields the most substantial improvement, with the average road speed rising from 6.67 km·h^-1 to 30.53 km·h^-1. (2) Irrespective of the CAV penetration rate, collaborative lane-changing within CAV platoons is more effective in boosting road traffic efficiency compared to single-CAV collaborative lane-changing, with an increase in the average road speed by 8%~19%.

Key words: intelligent transportation, bus lane reutilization, CAVs queue collaboration, CAV control method, vehicular networking

中图分类号:

U491.2

蒋沛, 马新露, 李一博, 陈坚. 网联车辆复用公交专用道建模与仿真研究[J]. 交通运输系统工程与信息, 2025, 25(1): 67-75.

JIANG Pei, MA Xinlu, LI Yibo, CHEN Jian. Modeling and Simulation on Reuse of Bus Lanes by Connected and Automated Vehicles[J]. Journal of Transportation Systems Engineering and Information Technology, 2025, 25(1): 67-75.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/10.16097/j.cnki.1009-6744.2025.01.007

http://www.tseit.org.cn/CN/Y2025/V25/I1/67

参考文献

[1]VIEGAS J, LU B. The intermittent bus lane signals setting within an area[J]. Transportation Research Part C: Emerging Technologies, 2004, 12(6): 453-469.

[2]EICHLER M, DAGANZO C. Bus lanes with intermittent priority: Strategy formulae and an evaluation[J]. Transportation Research Part B: Methodological, 2006, 40(9): 731-744.

[3]NICOLAS C, XIE X, LECLERCQ L. Road capacity and travel times with bus lanes and intermittent priority activation: Analytical investigations[J]. Transportation Research Record, 2012, 2315(1): 182-190.

[4]MA C, XU X D. Providing spatial-temporal priority control strategy for BRT lanes: A simulation approach[J]. Journal of Transportation Engineering Part A: Systems, 2020, 146(7): 20-60.

[5]吴鼎新.间歇优先公交专用道的通行能力及其影响研究[D]. 南京: 东南大学, 2019. [WU D X. Study on capacity of bus lane with intermittent priority and its impacts[D]. Nanjing: Southeast University, 2019.]

[6]肖玉曼.采用移动闭塞控制的间歇公交专用道策略研究[D]. 成都：西南交通大学, 2022. [XIAO Y M. Study on the strategy of controlling bus intermittent lanes using moving blocking[D]. Chengdu: Southwest Jiaotong University, 2022.]

[7]WU D X, WEI D, YAN S, et al. Evaluating operational effects of bus lane with intermittent priority under connected vehicle environments[J]. Discrete Dynamics in Nature and Society, 2017, 4(17): 1-13.

[8]庞明宝,柴紫欣,巩丹阳.混合交通下智能网联车借道公交专用车道控制[J]. 交通运输系统工程与信息, 2021, 21(4): 118-124. [PANG M B, CHAI Z X, GONG D Y. Control of connected and automated vehicles driving on dedicated bus lane under mixed traffic[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21(4): 118-124.]

[9]董红召,杨嘉炜,全程.车联网下公交专用道复用的动态清空控制方法[J].交通运输系统工程与信息,2024, 24(3): 12-20. [DONG H Z, YANG J W, QUAN C. Dynamic clearance control method for reusing bus lanes under vehicular networking[J]. Journal of Transportation Systems Engineering and Information Technology, 2024, 24(3): 12-20.]

[10]梁军, 耿浩然,陈龙,等.融入公交车与自动驾驶车队的异质交通流模型[J]. 西南交通大学学报,2023,58 (5): 1090-1099. [LIANG J, GENG H R, CHEN L, et al. Heterogeneous traffic flow model integrating bus and autonomous driving fleets[J]. Journal of Southwest Jiaotong University, 2023, 58(5): 1090-1099.]

[1]	孙煦, 马天行, 王天实, 王健宇, 陆化普. 考虑提升队列规模的智能网联车辆编队策略[J]. 交通运输系统工程与信息, 2025, 25(2): 48-57.
[2]	张建旭, 吴春箱. 自动驾驶车辆渗透环境下多车道瓶颈路段行驶策略仿真[J]. 交通运输系统工程与信息, 2025, 25(2): 69-81.
[3]	南斯睿, 于谦, 李铁柱, 尚赞娣, 陈海波. 考虑进站策略的网联电动公交车节能驾驶优化研究[J]. 交通运输系统工程与信息, 2025, 25(2): 82-94.
[4]	魏丽英, 冯梅, 吴润泽. 智能网联公交信号优先的博弈机理和引导策略[J]. 交通运输系统工程与信息, 2025, 25(2): 95-107.
[5]	代亮, 黄自彬, 张中昊, 李臣富. 考虑车道剩余容量的区域交通信号控制方法[J]. 交通运输系统工程与信息, 2025, 25(2): 108-118.
[6]	袁振洲, 周博涵, 陈沫, 杨洋. 期望状态约束下多车协同编队与分布式优化方法[J]. 交通运输系统工程与信息, 2025, 25(2): 119-127.
[7]	辛嵩, 刘晗, 王可, 曲奕润, 宋新宇. 基于概率融合的车辆意图识别与轨迹预测方法[J]. 交通运输系统工程与信息, 2025, 25(2): 128-137.
[8]	林培群, 陈泽沐, 周楚昊. 基于扩散模型的节假日高速公路交通流预测方法[J]. 交通运输系统工程与信息, 2025, 25(2): 169-179.
[9]	姜晓红, 李家伟, 华晶雯, 仲韫豪, 邢吉平. 考虑乘客自主选择的区段交替响应式城乡公交调度[J]. 交通运输系统工程与信息, 2025, 25(2): 201-213.
[10]	李之红, 郄堃, 王健宇, 许晗, 陈金政. 建成环境影响下的城市轨道交通客流多步短时预测[J]. 交通运输系统工程与信息, 2025, 25(1): 160-172.
[11]	赖树坤, 许宏科, 林杉, 罗永煜, 邹复民, 廖律超. 基于车辆轨迹信息的高速公路路网拓扑结构动态生成方法研究[J]. 交通运输系统工程与信息, 2025, 25(1): 212-220.
[12]	缪鸿志, 李嘉威, 李江晨, 贾洪飞, 李振福, 李歆蔚. 复杂度学习驱动的无人电卡集疏运路径优化[J]. 交通运输系统工程与信息, 2025, 25(1): 270-288.
[13]	蒋贤才, 郭子豪, 宋成举. 网联车辆环境下城市道路交通流分段协同控制方法[J]. 交通运输系统工程与信息, 2024, 24(6): 47-62.
[14]	李浩然, 袁振洲, 岳睿, 朱闯, 田宗忠, 李林珈. 网联车借道公交专用道的路权优化及动态控制策略[J]. 交通运输系统工程与信息, 2024, 24(6): 63-75.
[15]	杜文举, 赵尚飞, 李引珍, 张建刚. 考虑前后多车的混合交通流稳定性与安全性分析[J]. 交通运输系统工程与信息, 2024, 24(6): 206-218.

网联车辆复用公交专用道建模与仿真研究

Modeling and Simulation on Reuse of Bus Lanes by Connected and Automated Vehicles

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics