智能交通系統(tǒng)概論 課件 第6章 先進公共交通系統(tǒng)

智能交通系統(tǒng)概論第6章先進公共交通系統(tǒng)1.背景及發(fā)展現(xiàn)狀2.APTS概述3.調度子系統(tǒng)4.案例5.本章總結第1節(jié)背景及現(xiàn)狀

隨著城市經濟的迅速發(fā)展，交通需求與日俱增，加之大城市交通結構的不合理，種種原因導致了城市道路的利用效率低下，這使得我國城市的交通狀況日益惡化。由于受到投資、土地等條件限制，單純依靠道路基礎設施的建設來解決交通問題變得較為困難。因此，必須建立一個“安全、快捷、舒適、綠色”可持續(xù)發(fā)展的公共交通運輸環(huán)境，并不斷提高公共交通系統(tǒng)自身的智能化和先進化水平來幫助解決日益惡化的交通問題。建立先先進的公共交通系統(tǒng)(APTS)，可以有效提高交通系統(tǒng)的服務質量和運輸效率，使出行方式向公交、地鐵等公共交通方式轉移，從而有效的緩解道路資源緊缺問題，減少居民出行時間減少污染物排放，促進城市可持續(xù)發(fā)展。在城市公共交通系統(tǒng)中，車輛調度是影響公交運營系統(tǒng)水平，車輛調度是影響公交運營系統(tǒng)水平和服務水平的主要方面，是智能公交的核心研究內容，聚焦研究公交調度智能化，建立先進的公共交通系統(tǒng)，是解決未來城市交通問題的方法之一。美國在智能公共交通方面起步較早，上世紀八十年代美國將先進的信息技術、數(shù)據(jù)通訊技術、電子控制技術及計算機處理技術等，有效地綜合應用于地面交通管理體系。美國的先進公共交通系統(tǒng)在車隊管理、車輛定位、公交運營軟件、公交出行信息系統(tǒng)等方面走在世界前列。通過大力提倡信息化，積極采用高新技術，公交的運營效率大為提高。第1節(jié)背景及現(xiàn)狀

我國智能公共交通系統(tǒng)發(fā)展相較于西方來說，起步比較晚，總體來看，可大致分為以下幾個階段：1996年-2000年：起步階段,國內專家開始對我國智能交通系統(tǒng)發(fā)展思路和方向的進行研究。2001年-2005年：試點階段，在全國12個城市進行了智能公共交通示范工程建設。2006年-2011年：發(fā)展基礎形成階段，城市公共交通信息化建設成果初具規(guī)模2012年至今：全面建設階段，全國普遍展開智能公共交通系統(tǒng)的建設，交通運輸部、公安部實施了一系列智能化管理和智能化服務的項目工程。第1節(jié)背景及現(xiàn)狀第2節(jié)APTS概述概念

在公共網絡分配、公交調度等關鍵基礎理論研究的前提下利用系統(tǒng)工程的理論和方法，將現(xiàn)代通信、信息電子、控制、計算機、網絡、GPS(全球定位系統(tǒng))、GIS(地理信息系統(tǒng))等高新科技集成應用于公共交通系統(tǒng)并通過建立信息化、現(xiàn)代化、智能化的公共交通管理系統(tǒng)，實現(xiàn)對公共車輛的動態(tài)監(jiān)控和實時調度，為出行者提供更加安全、舒適、便捷的公共交通服務，從而吸引公交出行，緩解城市交通擁擠，創(chuàng)造更大的社會和經濟效益。服務對象APTS的服務對象主要包括公交出行者以及公共車輛。對于公共交通出行者來說，它采集和處理動、靜態(tài)交通信息，并通過多種媒體將靜態(tài)和動態(tài)交通信息發(fā)布出來，從而達到規(guī)劃出行，選擇最優(yōu)路線，避免交通擁擠，節(jié)約出行時間的目的；對于公共車輛來說，APTS實現(xiàn)對公共交通車輛的動態(tài)監(jiān)控、實時調度、科學管理等功能，從而達到提高公共服務水平的目的。第2節(jié)APTS概述系統(tǒng)結構APTS主要包括四個子系統(tǒng)，分別是優(yōu)化子系統(tǒng)、調度子系統(tǒng)、服務子系統(tǒng)、評價子系統(tǒng)。優(yōu)化子系統(tǒng)需要對公交線網布局、線路配置、站點布置、發(fā)車間隔確定、票價制定等方面進行優(yōu)化；調度子系統(tǒng)是APTS最核心的子系統(tǒng)，它利用自動車輛定位系統(tǒng)（由GIS、GPS、無線電技術組成）、電子站牌、主控中心監(jiān)視和與通信等系統(tǒng)對公共交通進行排班調度，使車輛有序、平穩(wěn)、高效、協(xié)調的運行；服務子系統(tǒng)利用多種媒體將采集分析后的出行路線、換乘點、票價、車型等靜態(tài)與動態(tài)公交信息發(fā)布出去，提高公共交通服務水平；評價子系統(tǒng)需要從經濟效益、社會效益、服務質量等多個角度對公交服務系統(tǒng)進行評估，評估的結果有助于優(yōu)化子系統(tǒng)更好地優(yōu)化整個公共交通系統(tǒng)。第2節(jié)APTS概述第3節(jié)調度子系統(tǒng)系統(tǒng)構成

車輛的運營調度是整個公共交通管理的核心技術，而智能調度子系統(tǒng)則是APTS的最基礎與核心的子系統(tǒng)，它運用先進的運營調度方法（包括調度發(fā)車、駐站策略、車速引導）等來實現(xiàn)對公交車發(fā)車、到站時間等進行控制，從而保證公交車道路通行順暢，提高運營調度管理水平，改善公交服務質量，增強公交吸引力。智能調度子系統(tǒng)主要由以下幾個方面構成：系統(tǒng)構成調度中心

城市公交調度中心系統(tǒng)主要由信息服務系統(tǒng)（發(fā)布出行前的乘車信息、換乘信息、行車時刻表、票價信息等）、地理信息系統(tǒng)和GPS系統(tǒng)（接受定位數(shù)據(jù)、完成車輛信息的底圖映射、地圖的顯示與編輯、車輛道路等信息查詢、地圖匹配、車輛狀態(tài)信息的處理）、大屏幕顯示系統(tǒng)（匹配司乘與車輛、動態(tài)顯示車輛的調度信息、發(fā)車時間等）、協(xié)調調度系統(tǒng)和緊急情況處理系統(tǒng)組成（如圖6-1所示）。第3節(jié)調度子系統(tǒng)圖6?1

調度中心結構圖第3節(jié)調度子系統(tǒng)系統(tǒng)構成分調度中心

分調度中心主要負責總調度中心的命令，對負責區(qū)間車輛實施動態(tài)調度，主要由車輛定位和調度系統(tǒng)(車輛定位與監(jiān)控、與中心雙向通信等)、地理信息系統(tǒng)兩部分組成。第3節(jié)調度子系統(tǒng)系統(tǒng)構成車載移動站

車載移動站主要負責公交車輛運營過程中的自動實時定位，便于公交車輛的統(tǒng)一管理、監(jiān)控、調度或提供實時導航，它是多種技術集于一體的綜合系統(tǒng)。隨著電子技術、衛(wèi)星通信、5G移動通信和人工智能等技術的發(fā)展，自動車輛定位系統(tǒng)中逐漸采用了先進的電子設備，并形成了目前較為穩(wěn)定的基本模型，主要包括GPS、GIS和INS等第3節(jié)調度子系統(tǒng)電子站牌

公交車站的電子站牌由無線信號接收器、顯示控制器、光帶式車輛位置顯示器、LED時間顯示單元、電源及防護外殼、支架以及有源或無源的ID碼發(fā)射器等幾部分組成。電子站牌基于GIS和GPS技術，定時接收公交車輛的GPS時間信息，對內部時鐘進行校正，并通過LED顯示屏向站內乘客顯示車輛的到站時間。電子站牌不僅能動態(tài)顯示車輛到站時間、距離本站最近的車輛行駛進程等信息，還有語音提示功能，能夠預報車輛的位置和到站情況，實時提醒乘客上車。第3節(jié)調度子系統(tǒng)系統(tǒng)構成車載設備

對于智能化的公交車來說，車載設備也是非常重要的。為方便調度中心實時獲取車輛信息并按需進行車輛調度，公交車輛安裝包括GPS設備、監(jiān)控軟件系統(tǒng)、車載通訊設備、實時路況信息設備、車道偏離警示系統(tǒng)、倒車監(jiān)控攝像機、自動停車系統(tǒng)和遙控啟動系統(tǒng)等車載設備。不僅如此，為了給乘客因營造良好的乘車環(huán)境，現(xiàn)代公交車輛大多都安裝了空調、語音廣播、低延時WiFi等人性化車載設備，致力于提升乘客的出行體驗。第3節(jié)調度子系統(tǒng)調度發(fā)車技術概述

在智能調度子系統(tǒng)核心內容便是對車輛運營調度方法的研究，其中就包括對調度發(fā)車模型及其相關的優(yōu)化算法的研究，調度算法可以直接影響公交運營效率和服務質量。對于公共交通工具調度，從是否具備實時性上分為靜態(tài)調度和動態(tài)調度靜態(tài)調度主要是對公交行車計劃進行編制；動態(tài)調度則是通過地理信息系統(tǒng)、GPS、自動定位系統(tǒng)等輔助系統(tǒng)獲取車輛實時位置、速度等狀態(tài)信息、斷面客流情況、道路交通狀況等實時信息并利用這些實時信息選擇最合適的方案，減少實際行駛狀況和行車計劃之間的差距。動態(tài)調度建立在靜態(tài)調度基礎上，靜態(tài)調度方案是否準確科學對動態(tài)調度影響較大。第3節(jié)調度子系統(tǒng)

對公共交通的靜、動態(tài)調度方案優(yōu)化，改變傳統(tǒng)的憑借調度員經驗的調度模式。通過輔助系統(tǒng)收集的實時動態(tài)信息以及數(shù)據(jù)庫儲存的歷史運營數(shù)據(jù)，匯集調度預案，形成調度經驗和知識庫，形成推理和輔助決策，提高調度管理水平和決策水平，從而達到減少出行時間、吸引交通出行、緩解交通壓力等目的。第3節(jié)調度子系統(tǒng)調度發(fā)車技術調度發(fā)車模型

在實際的公交調度中，需要對公交調先進行數(shù)學建模。數(shù)學模型中，公交車輛調度優(yōu)化的目標函數(shù)，需要從乘客利益和公交公司利益的角度來考慮，從公交公司的角度，需盡量大的發(fā)車間隔以減少發(fā)車次數(shù)，從而降低運營成本來提高公司的收入，從乘客的角度，需要盡量小的發(fā)車間隔，以最大限度地降低因等車和換乘帶來的交通費用損失，因此在車輛調度方案中以全天公交公司運營成本和乘客等車損失費用的總和最小為優(yōu)化目標，發(fā)車間隔為待求變量，分別建立目標函數(shù)及約束條件。第3節(jié)調度子系統(tǒng)

第3節(jié)調度子系統(tǒng)

乘客等車所損失費用分為乘客候車消耗的時間費用f21和不下車乘客由于公交站點停車所消耗的時間費用f22,則有如下表達式：第3節(jié)調度子系統(tǒng)約束條件第一個約束函數(shù)說明，第K時段發(fā)車時間間隔的上下限要滿足的相關部門的規(guī)定的上下限，而第二個約束函數(shù)說明公交公司一天的運營是處于盈利狀態(tài)。因為公交公司要盈利，所以必需使公交公司的收益大于公交公司最低的消耗成本。第3節(jié)調度子系統(tǒng)調度發(fā)車技術優(yōu)化算法

對目標函數(shù)進行優(yōu)化是制定、調整調度方案中至關重要的一步，傳統(tǒng)優(yōu)化算法包括：線性規(guī)劃、非線性規(guī)劃、整數(shù)規(guī)劃、動態(tài)規(guī)劃，而隨著人工智能概念與技術的日益成熟，與其相關的智能優(yōu)化算法層出不窮，由于這類算法對目標函數(shù)的性態(tài)無任何要求，因此我們可以方便地考慮各種約束條件。與經典的優(yōu)化算法原理截然不同，它們主要是模擬自然生態(tài)機制來求解復雜優(yōu)化問題，這些方法主要有人工神經網絡、遺傳算法、免疫算法、粒子群算法等，它們在并行性、隨機性、自適應性、魯棒性、非線性復雜問題的搜索能力等方面表現(xiàn)出了顯著的特點。第3節(jié)調度子系統(tǒng)傳統(tǒng)優(yōu)化算法

線性規(guī)劃(LinearProgramming,簡稱LP)：線性規(guī)劃是研究在一組線性約束條件下，尋找線性目標函數(shù)的最大值或最小值的問題。該模型計算迅速快、收斂性好,便于處理各種約束,但缺點是計算精度低。第3節(jié)調度子系統(tǒng)傳統(tǒng)優(yōu)化算法

非線性規(guī)劃(Nonlinearprogramming,簡

稱NLP)：非線性規(guī)劃是具有非線性的約束條件和/或目標函數(shù)的數(shù)學規(guī)劃，是運籌學的一個重要分支。非線性規(guī)劃研究一個n元實函數(shù)在一組等式或不等式的約束條件下的極值問題，且其目標函數(shù)和約束條件是至少有一個未知量的非線性函數(shù)。非線性規(guī)劃模型又可分為一階梯度法和二階梯度法。一階梯度法主要有簡化梯度法、微分注入法等；二階梯度法包括牛頓法、內點法、外點法等。非線性規(guī)劃模型的特點是精度比較高,但計算量相對較大,對于大規(guī)模問題收斂特性不是很穩(wěn)定。非線性規(guī)劃問題分為有約束非線性規(guī)劃和無約束非線性規(guī)劃。非線性規(guī)劃在處理優(yōu)化問題時往往利用罰函數(shù)將有約束的優(yōu)化問題轉化為無約束問題求解或者基于可行方向法直接求解有約束的優(yōu)化問題；也有將非線性規(guī)劃問題轉化成線性規(guī)劃問題，然后求解。第3節(jié)調度子系統(tǒng)傳統(tǒng)優(yōu)化算法

整數(shù)規(guī)劃(IntegerProgramming,簡

稱IP)：整數(shù)規(guī)劃是指優(yōu)化問題中的目標函數(shù)的決策變量只能取整數(shù)值的線性或非線性規(guī)劃。在整數(shù)規(guī)劃中，如果所有變量都限制為整數(shù)，則稱為純整數(shù)規(guī)劃；如果僅一部分變量限制為整數(shù)，則稱為混合整數(shù)規(guī)劃。求解整數(shù)規(guī)劃的方法有窮舉法、割平面法、分支定界法、分解法等。第3節(jié)調度子系統(tǒng)傳統(tǒng)優(yōu)化算法

動態(tài)規(guī)劃(Dynamicprogramming,簡稱DP)：動態(tài)規(guī)劃是針對多階段決策問題的特點提出的最優(yōu)化原理，并成功解決了工程技術、生產管理等方面的許多實際問題。動態(tài)規(guī)劃法把復雜問題化為一系列相互聯(lián)系的轉多階段序列來處理，通過合理選擇各個階段決策的集合并找出各階段之間的關系，使整個過程的總體效果達到最優(yōu)。動態(tài)規(guī)劃中每個階段都是一個更小規(guī)模的優(yōu)化問題，這降低時間和空間的復雜程度，更利于得到全局最優(yōu)解，并且我們可以利用經驗減少重復計算次數(shù)，提高求解優(yōu)化問題的效率。但是它的不足之處是用數(shù)值方法進行求解時存在維數(shù)災的問題。動態(tài)規(guī)劃是一種重要的決策，可以用于解決最優(yōu)路徑選擇和資源分配等問題。第3節(jié)調度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

人工神經網絡(ArtificialNeuralNetwork,簡稱ANN)：神經網絡是在現(xiàn)代生物學研究人腦組織成果的基礎上提出的，它模擬人腦神經系統(tǒng)功能，包括信息處理、學習、聯(lián)想、記憶等。它具有以下優(yōu)點：可以充分逼近任意復雜的非線性關系；所有定量或定性的信息都等勢分布貯存于網絡內的各神經元，故有很強的魯棒性和容錯性；采用并行分布處理方法，使得快速進行大量運算成為可能；可學習和自適應不知道或不確定的系統(tǒng)；能夠同時處理定量、定性知識。所以神經網絡為解決復雜的非線性、不確定優(yōu)化問題開辟了新的途徑。在公交調度問題中，神經網絡可以利用數(shù)據(jù)庫歷史數(shù)據(jù)進行訓練，從而對目標函數(shù)如車流量、個站點上車乘客數(shù)進行預測，通過不斷優(yōu)化使目標最優(yōu)，可以通過損失函數(shù)反映預測和優(yōu)化結果神經網絡法收斂特性好，但是如果缺乏十分有效的學習方法，它在訓練過程中很容易陷入局部極值。第3節(jié)調度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

遺傳算法(GeneticAlgorithms,簡稱GA)：一種將達爾文進化論的自然選擇和自然遺傳機理引入到數(shù)學理論中的全局優(yōu)化概率搜索算法。該算法作為一種概率搜索和自適應優(yōu)化方法,在求解非線性問題時與其他算法相比具有較好的魯棒性、全局優(yōu)化性和并行性。但是它仍然局部搜索能力差、收斂速度慢、容易早熟和迭代次數(shù)多等問題。因此許多學者對遺傳算法進行了相關的改進。目前，遺傳算法及其改進算法已被很多學者應用到公交調度上。遺傳算法可以用于確定調度時刻表，進一步制定和調整調度方案。第3節(jié)調度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

人工免疫算法(ArtificialImmuneAlgorithm,簡

稱AIA)：生物免疫系統(tǒng)是一個高度進化的生物系統(tǒng)，它能夠識別和排除抗原性異物，保護機體

免受損害及維持內機體的穩(wěn)定。從計算的角度來看，生物免疫系統(tǒng)是一個高度并行、分布、自適應和自組織的系統(tǒng)，具有很強的學習、識別、記憶和特征提取能力。人類從免疫系統(tǒng)中不斷獲得新的啟示并創(chuàng)造出越

來越多智能方法,去解決復雜的現(xiàn)實問題，AIA就是其中的一種方法。在人工免疫算法中，被求解的問題視為抗原，抗體則對應于問題的解，采用復制、交叉、變異等算子進行操作，逐代逼近最優(yōu)解。與遺傳是算法相比，它通過抗體之間的親和力保證了可行解的多樣性。近年來,人工免疫算法也逐漸被應用到交通系統(tǒng)中。第3節(jié)調度子系統(tǒng)現(xiàn)代智能優(yōu)化算法

粒子群算法(ParticleSwarmOptimization，簡稱PSO算法)：對鳥群覓食行為研究而提出的一種進化算法。它在對動物集群活動行為觀察基礎上，利用群體中的個體對信息的共享使整個群體的運動在問題求解空間中產生從無序到有序的演化過程，從而獲得最優(yōu)解。在尋優(yōu)過程中，每個粒子都有一個被優(yōu)化的函數(shù)決定的適應值和飛行速度且每個粒子都具有以下幾類信息：粒子當前自己所處的位置；到目前為止由自己發(fā)現(xiàn)的最好位置，此信息視為粒子自身的飛行經驗；到目前為止整個群體中所有粒子發(fā)現(xiàn)的最好位置，這可視為粒子群同伴共享飛行經驗。于是各粒子的運動速度受到自身和群體的歷史運動狀態(tài)信息的影響，并以自身和群體的歷史最好位置來對粒子當前的運動方向和運動速度加以影響。第3節(jié)調度子系統(tǒng)車速引導策略概述

傳統(tǒng)的速度引導策略通常受速度引導區(qū)制約，只有進入速度引導區(qū)范圍的車輛才能進行速度引導，因此速度引導的靈活性有限。同時由于速度引導區(qū)的設定，速度引導對象僅為當前路段車流，關聯(lián)路段的速度引導信息并不互通，各單一路段的最優(yōu)速度引導策略在干線層面往往出現(xiàn)“1+1<2”的效果。隨著智能網聯(lián)技術發(fā)展，可以借助智能網聯(lián)技術將車輛、道路、交通設施等信息互聯(lián)，以智能網聯(lián)環(huán)境提供的數(shù)據(jù)互通為基礎，考慮路段車流到達目標交叉口時的信號狀態(tài)，

劃分車速引導控制策略。第3節(jié)調度子系統(tǒng)在車路協(xié)同的環(huán)境下，可基于當前車輛的行駛速度、交叉口的公共信號周期以及相位設置、周邊路況信息等測算出公交車輛在道路上的理想行駛速度如果公交車輛依照原有速度繼續(xù)行駛可順利通過當前信號控制交叉口，則可讓車輛保持勻速行駛狀態(tài)；若公交車在最大行駛速度范圍內需加速才能順利通過當前信號控制交叉口時，則可引導公交車輛加速行駛；若公交車輛在最低行駛速度范圍內需減速才能順利通過當前信號控制交叉口時，則可引導車輛減速行駛第3節(jié)調度子系統(tǒng)

傳統(tǒng)的綠波控制方案以綠波帶寬時間作為車輛不停車通過交叉口的判斷依

據(jù)，在非綠波帶寬時間行駛的車輛不能連續(xù)通過交叉口，從而降低車輛整體的通行效率。如圖6-3所示，以相鄰的3個交叉口為例，在區(qū)段?1通過交叉口Xi-1的車輛，保持當前車速v0行駛，將t1在時刻后到達交叉口Xi。此時交叉口Xi為紅燈信號，車輛將停車等待從而產生延誤。同理，在區(qū)段?2通過交叉口Xi-1的車輛雖然能不停車通過交叉口Xi卻無法連續(xù)通過交叉口Xi+1。只有在綠波帶區(qū)段?3內通過交叉口Xi+1的車輛才能連續(xù)通過剩余交叉口。第3節(jié)調度子系統(tǒng)為了使車輛能夠盡可能多的連續(xù)通過交叉口，可通過采用速度引導的方法動態(tài)的調整行車速度，以期望更多的車輛在交叉口前遇到綠燈信號，減少停車等待及車輛集散造成的延誤，提高通行效率。調整方案如圖6-4所示：第3節(jié)調度子系統(tǒng)車速引導策略策略劃分

基于公交車輛的線路情況及發(fā)車時刻表數(shù)據(jù)，若公交車輛準點運行，可對公交車輛進行車速誘導，使公交車順利通過下一交叉口，減少公交車在交叉口停車等待造成的啟動延誤。根據(jù)當前車速與測算出的理想速度將策略劃分為勻速行駛策略、加速行駛策略、減速行駛策略、跟馳行駛策略四種。第3節(jié)調度子系統(tǒng)第3節(jié)調度子系統(tǒng)策略劃分勻速行駛

若公交車輛行駛方向前方的社會車輛對公交車輛的干擾不大時，如果目標交叉口當前為紅燈相位，且公交車輛勻速行駛至該交叉口停車線時相位轉換為綠燈相位；或目標交叉口當前為綠燈相位，且公交車輛可在剩余的綠燈時間內通過，則可對公交車輛進行勻速行駛誘導。策略劃分加速行駛

若公交車輛行駛方向的前方沒有其他任何社會車輛時，如果公交車輛按照當前的行駛速度運行至下一交叉口時信號相位顯示為紅燈相位，而提升公交車輛的行駛速度后，公交車輛可在當前紅燈相位的上一公交綠燈相位通過信控交叉口則可對公交車輛實施加速行駛誘導。第3節(jié)調度子系統(tǒng)策略劃分減速行駛

若公交車輛行駛方向的前方沒有其他任何社會車輛時，如果公交車輛按照當前的行駛速度運行至下一交叉口時信號相位顯示為紅燈相位，且在最大行駛速度的條件下也無法在該紅燈相位的前一公交綠燈相位順利通過該信控交叉口，則可對公交車輛實施減速行駛誘導，使公交車輛在到達目標交叉口時相位為下一公交相位，此時公交車輛可直接通過交叉口。第3節(jié)調度子系統(tǒng)策略劃分跟馳行駛

若公交車輛前方有社會車輛行駛，將公交車與其前方的社會車輛視為一個整體，結合形成車隊，通過勻速、加速、減速策略引導前方社會車輛的行駛速度來誘導公交車輛跟馳前方社會車輛駕駛，直至通過下一交叉口。第3節(jié)調度子系統(tǒng)第4節(jié)案例廣州公交自動化多模式調度

為解決傳統(tǒng)公交調度模式中存在的公交運力供需不平衡問題，基于人工智能技術、物聯(lián)網技術、大數(shù)據(jù)技術，結合GPS、車載視頻、CAN總線、客流檢測等技術手段深入挖掘分析公交線路客流數(shù)據(jù)，廣州實行了“實際公交系統(tǒng)+仿真公交系統(tǒng)”并行的解決策略，形成“面向常態(tài)公交調度+異常公交情形”的解決方案，建立如圖6-5所示的公交自動化多模式調度系統(tǒng)關鍵技術基于大數(shù)據(jù)的客流OD分析

利用公交、地鐵IC卡刷卡信息，進行公交線路的換乘、通勤規(guī)律分析，并通過出行鏈軌跡恢復得到可靠的客流OD；對于其他波動性強的客流，采用站點吸引率估算下車比例?；谏窠浘W絡的到站預測

針對有專用道但外部干擾強情形，采用SVM或神經網絡預測方法進行行程時間預測?？傮w上，針對不同公交路段采取不同預測方法，探求多模式交通流交互規(guī)律下的公交串車、服務中斷、乘客長時間等待等事件預測。第4節(jié)案例關鍵技術仿生智能優(yōu)化的多模式公交調度

多線路多模式公交調度是充分考慮線路客流方向的不均勻性，采用全程車、大站車和區(qū)間車組合的形式，對車輛進行調度。通過時段劃分，確定不同時段內的公交發(fā)車形式及每種形式的車輛數(shù)。在實際過程中，采用電子信息顯示牌預先通知或不同車輛顏色標識來保證乘客能夠快速識別公交的不同調度形式，保證多模式組合調度的運營效果。第4節(jié)案例關鍵技術仿真驅動的公交運行態(tài)勢評價

建立與現(xiàn)實公交系統(tǒng)并行的公交仿真平臺，實時接入公交車輛GPS數(shù)據(jù)等信息，基于仿真公交系統(tǒng)預測公交運作異常情形，并開展針對性的實時調度策略優(yōu)化。對多組可行的調度策略進行仿真評價，根據(jù)企業(yè)需求進行多性能指標評價。針對公交車中途串車問題，結合企業(yè)實際采用提前站點等待、適時站點等待、不定時站點等待，以及調整發(fā)車間隔等策略集合，并通過公交仿真平臺進行實施后2至3小時的應用效果綜合評價。針對首末站公交服務中斷問題，采用調整后續(xù)公交車發(fā)車間隔、發(fā)短線車、借調車等策略集合，通過仿真平臺開展針對性指標評價，供企業(yè)綜合評判與選擇。第4節(jié)案例功能排班計劃自動生成

應用客流分析預測技術，對截面站點在車客流進行預測，再利用歷史數(shù)據(jù)分析公交班次的周轉時間，得到這一天上行下行的周轉時間，結合周轉時間與截面客流高峰，并綜合考慮企業(yè)一些較為剛性的經營指標，包括最大發(fā)班時間間隔、長短線最低間隔、營運工時以及車輛充電需要，從而生成全天的排班計劃。第4節(jié)案例功能異常情形預測

常態(tài)公交調度研究的核心是生成發(fā)車時間表和司機排班表等調度策略。在公交車輛的實際運行過程中，受客流和路況等原因影響，車輛在完成前序趟次后，返回首末站時與與預先規(guī)劃的時間表經常會出現(xiàn)偏差。因此，常態(tài)調度策略往往是作為一種參考依據(jù)，企業(yè)更為重視的是公交系統(tǒng)運行出現(xiàn)異常時的動態(tài)管控策略。針對企業(yè)關注度高、影響公交服務水平的異常情況，定義其判定指標。通過建立客流延誤、到站時間等關鍵參數(shù)的預測模型，實現(xiàn)提前半小時以上的異常情形預判，從而為后續(xù)調度方案的調整奠定基礎。第4節(jié)案例功能公交調度方案

優(yōu)化實時接入公交車輛GPS數(shù)據(jù)等信息，實現(xiàn)公交運營異常情形預測，并開展針對性的實時調度策略優(yōu)化。根據(jù)企業(yè)需求對多組可行的調度策略進行仿真及多性能指標評價。此外，應用自主研究的疫情防控條件下的客流預測技術，合理制定計劃排班，并可結合公交運力實時監(jiān)測數(shù)據(jù)，動態(tài)調整發(fā)班。為引導市民減少出行密度，助力疫情防控，還基于公交供給匹配大數(shù)據(jù)技術，打造了“一鍵叫車”按需響應模式。第4節(jié)案例功能5G快速公交智能調度創(chuàng)新試點

利用5G“高帶寬、低延時、大連接”的優(yōu)勢，在廣州B27公交車線已試點實現(xiàn)車輛智能排班。該線通過5G公交智能調度系統(tǒng)傳輸公交客流、運營調度、安全提醒等10多類信息資源，建立合理性評估指標體系，實現(xiàn)5G公交智能排班、車輛運行指標分析、安全駕駛預警提醒、客流檢測等20多項功能，提高公共交通資源周轉效率。第4節(jié)案例功能車廂高密度載客自動預警

通過抽取線路客流特征和上車乘客歷史出行特征構建AI模型，結合站臺候乘客擁擠度信息，實現(xiàn)對車廂滿載度的精準預測、自動預警，當車廂滿載度超過設定閾值，立即發(fā)出“警報”，提醒公交企業(yè)及時響應增加運力，既保障疫情期間復工復產出行需求，也降低人群交叉感染風險。第4節(jié)案例成果

該智能調度系統(tǒng)在廣州應用，將創(chuàng)新成果延伸拓展到出租車、客運等其它領域。該系統(tǒng)實現(xiàn)了常態(tài)公交調度方案的快速生成，自動調度取代人工干預調度。通過應用，自動排班計劃有效執(zhí)行度達90%以上，使得排班計劃由原來的一個星期縮短至一天。通過動態(tài)調整發(fā)班，引導市民減少出行密度，有助于防控疫情傳播。在復工復產階段，通過車廂高密度告警及相應的動態(tài)調整發(fā)班，保障車廂滿載度低于50%，能有效降低公交車車廂人員密集帶來的病毒交叉感染風險，為市民提供更為安全的公交乘坐環(huán)境。第4節(jié)案例希迪智駕

在所有的交通場景當中，“智慧公交”是有效解決城市擁堵的技術手段。希迪智駕發(fā)布“V2X+公交智慧出行”解決方案，在無需專用通道和進行大量的土建施工的情況下，通過對公交車輛及交通信號燈進行網聯(lián)化升級改造，運用基于C-V2X的車路協(xié)同技術，使得公交車輛擁有與紅綠燈通信的能力，結合希迪智駕V2X產品與算法，幫助公交車輛以最短時間完成首末站行程，從而提高通行效率。該解決方案包含公交優(yōu)先、GLOSA、紅綠燈信息共享三大主要功能。第4