0 引言

由于公交车站台的空间有限，多辆公交车进站时，会出现排队现象，造成车站附近交通拥堵，或是公交车二次进站，公交车站利用率低，存在乘客乘车需求与公交车到站在时间与空间上不均匀、不平衡的矛盾。

公交车串车的根本原因在于前车延误，缩短了与后车的车头时距^[1]，所以控制链路运行时间变化和调度尤为重要^[2]。Daganzo^[3]提出一种自适应方案，该方案基于实时的车头时距信息，动态确定线路控制点的公交等待时间，使实际车头时距保持在期望车头时距附近。Deng^[4]考虑信号交叉口延误，提出动态实时速度引导模型，降低公交运行延误。Zhang^[5]通过对公交轨迹分析，对车速进行引导，实现车头时距的均衡分布，提高公交运行的可靠性。

随着V2X技术的发展，国内外学者针对信号交叉口附近网联车进行了大量研究。就交叉路口公交等待时长的影响而言，红灯时长最具显著影响^[6]。Liu^[7]针对车辆在信号交叉口的延误问题，提出一种车路协同环境下的信号交叉口速度引导策略，可以显著减少延误和车辆排队长度，降低车辆污染和排放。Kamal^[8]针对自动驾驶与传统驾驶混合交通环境，提出基于前车信息和信号灯信息的车速引导策略。谷巨龙^[9]提出了V2X应用中的时空同步问题以及一致性要求。罗浩顺^[10]以交叉口综合延误最小为目标，结合车速引导的单点交叉口公交优先信号控制方法。

宏观上，可以先通过对乘客在某一站点的需求进行聚类分析^[11]，进而对需求进行响应调度^[12]。具体来说，针对不同站点的需求情况，可以采用建立公交拓扑网络并利用双层邻域搜索等多种算法对公交车进行调度分配^[13-14]。经过这些调度策略的运用，可以提高公交车辆的通行效率和运输能力，缓解车辆拥堵和乘客滞留的问题。

综上所述，目前交叉口车速引导策略比较丰富，但对公交车二次进站问题研究不足。本研究提出一种网联公交编队停靠站引导方法，结合V2X技术，使即将进站的公交车辆提前获取信号交叉口及站台信息，充分利用空闲时间，使公交编队尽可能不停车通过交叉口，避免二次进站，同时减少公交车在进站过程中，因频繁启停、怠速等原因造成的能源消耗。

1 网联公交进站引导 1.1 研究对象与假设

本研究采用公交车作为研究对象，在研究区间内设有V2X装置，在设置公交车专用道的情况下，考虑信号灯交叉口的影响，对公交车进站进行引导。

借助V2X系统将车辆与车辆、车辆与道路联系到一起，在车辆上安装发送和接受信号的传感器，获取自身车辆和周围车辆的状态信息。在路侧安装发送信号的传感器，把采集到的实时道路信息提供到车联网系统中，根据提供的数据进行分析，为驾驶员提供合理的驾驶建议，减少公交车在行车过程中的能源消耗，提高公交车进站效率。

在对网联公交车进行车速引导时，车联网系统需要准确获得公交车的状态实时信息，主体包含公交车进入引导区间时的时间信息、速度信息以及位置信息。通过收集车辆和道路的实时状态信息，按照网联公交车进站车速引导的策略和方法，对上述得到的数据信息进行分析计算处理，解出合适的决策方法和车速引导曲线，并把速度提供给驾驶员。

为使研究更加严谨，更具有针对性，做出下列约束条件：

(1) 在车速引导过程中，不考虑任何公交车停靠时间的影响因素，认为所有公交车停靠时间相同。公交车站的停靠服务车位有两个。信号传输是实时的，忽略损失时间。

(2) 公交专用道内行驶的只有公交车，所有车辆性能相同，车辆不可变更车道，且后车不能超越前车，只可以依次行驶。

(3) 公交车站前方引导区的长度是足够的，公交车进站二次甚至多次停车的问题可以在引导区内进行车速引导被解决(降低停车次数或是不停车)，所以不考虑被引导公交车进站时，站台中有额外公交车的情况。

(4) 对驾驶员提供的速度引导为建议速度，驾驶员的个人驾驶习惯是不同的，而且驾驶员对车辆的操作不一定总是及时而准确的，不考虑由误操作以及机械产生的延迟影响。

1.2 单车进站引导方法

当公交专用道上在限定区域内只有一辆公交车时，无需考虑其他车辆对本车产生的影响，按照期望速度行驶。为了可以相对准确地表现出公交车辆进站停靠服务这一运动过程，选取一种跟驰模型。其跟驰思路为：假设在公共汽车站前方有一辆静止且虚拟的停靠车辆，即真实的单辆公交车可以跟随那辆静止的虚拟车辆实现跟驰状态，达到进站的目的。

引用智能驾驶人模型(Intelligent Driver Model，IDM)^[15]用于公交车驻站。

$ \dot{v}=a\left[1-\left(\frac{v}{v_{\text {limit }}}\right)^\delta-\left(\frac{s^*}{s}\right)^2\right], $

(1)

式中s^*为当前状态下公交车的期望间距，

$ s^*=s_0+\max \left(0, v T_0+\frac{v \Delta v}{2 \sqrt{a b}}\right), $

(2)

式中，$ \dot{v}$为当前实时的加速度；a为理想的舒适加速度；b为理想的舒适减速度；v为当前实时速度；v_limit为期望最大速度；s^*为期望距离；s为当前实时距离；T₀为驾驶员反应时间；Δv为后车与前车之间的速度差；δ为加速度指数，控制着加速度的变化。

期望间距s^*的计算公式包括公交车静止状态下车辆之间的最小安全距离s₀，公交车驾驶员在其反应时间T₀内公交车行驶的距离vT₀，以及一个在前后车速度差不为零时的动态距离。

认为在很小的时间间隔Δt内，公交车的加速度$ \dot{v}$的变化量是极小的，所以根据积分或者牛顿运动学公式可以计算出下一时刻t+Δt时公交车的速度、位置。

下一时刻的速度为：

$ v(t+\Delta t)=v(t)+\dot{v}(t) \Delta t。$

(3)

下一时刻的位置为：

$ s(t+\Delta t)=s(t)+v(t) \Delta t+\frac{1}{2} \dot{v}(t) \Delta t^2 。$

(4)

车辆如果从静止开始行驶，那么该车刚开始会以最大加速度加速，加速度随着速度的增大而减小。当车辆速度接近期望最大速度时，加速度减小至零。当车辆减速至较慢速度行驶或停车时，减速度不应超过舒适减速度b。

1.3 多车进站引导方法

当引导区域内有两辆及以上公交车时，应考虑其他公交车对自己驾驶的公交车的影响。由于公交车停靠站的服务车位是有限的，并且公交车站前方信号灯交叉口对公交车的阻隔作用，故公交车彼此之间的影响更为明显。此时，后方公交车辆的运动状态必须依靠前方公交车的运动状态而决定。

图 1展现了3辆公交同时进站的冲突情形。3辆公交车都需要驶入公交车站。然而，按照前文给出的限定条件，该公交车站只有两个停车位，所以第3辆公交车需与第2辆公交车保持安全距离在公交车站外等待进站。

因此，

$ t_3+\frac{2 a_3 d-v_3^2}{2 a_3 v_3}<t_2+\frac{2 a_2\left(d-h_{\mathrm{s}}\right)-v_2^2}{2 a_2 v_2}+t s+\sqrt{\frac{2 h_{\mathrm{s}}}{a_2}} 。$

(5)

式中，a_i (i=2, 3)为第i辆车的加速度；v_i (i=2, 3)为第i辆车通过检测点时的速度；d为检测点到公交车站的距离；t_i (i=2, 3)为第i辆车到达检测点时与第1辆公交车的车头时距；h_s为公交车在车站停车时的车头间距；ts为停靠服务时间。

第3辆公交车应脱离与前车的跟随状态并减速行驶，避免二次进站。

令式(5)的不等号变为等号，则可解得第3辆公交车在驶入公交车站前的最大平均速度为：

$ \begin{aligned} v_{3 \text{max} }= & \sqrt{a_3^2\left[t_2-t_3+\frac{2 a_2\left(d-h_{\mathrm{s}}\right)-v_2^2}{2 a_2 v_2}+t s+\sqrt{\frac{2 h_{\mathrm{s}}}{a_2}}\right]^2+2 a_3 d} \\ & -a_3\left[t_2-t_3+\frac{2 a_2\left(d-h_{\mathrm{s}}\right)-v_2^2}{2 a_2 v_2}+t s+\sqrt{\frac{2 h_{\mathrm{s}}}{a_2}}\right]。\end{aligned} $

(6)

优化后如图 2所示，第1辆公交车不受后方公交车的影响，第1辆公交车和第2辆公交车按两车情况进站，引导区内检测到第3辆公交车后，引导第3辆公交车减速行驶。最终通过引导使得所有车辆不二次停车进入公交车站，提高了公交车进站的效率。

2 信号交叉口网联公交车速引导 2.1 通过信号交叉口的时空分析

图 3为交叉口示意图，d₀为检测器距信号交叉口的距离；v_c为车辆进入车速引导区时的速度；R为红灯时间的集合；G为绿灯时间的集合；t为指示公交车的信号灯在当前相位下的剩余时间。

图 4为信号灯图。

若当前相位为红灯，g₁为红灯剩余时间；r₁为剩余红灯时间与绿灯时间、黄灯时间之和；g₃为剩余红灯时间与一个信号周期时间之和。若使公交车在绿灯相位期间通过信号灯交叉口，则它的速度范围为：

$ v \in\left[v_{\mathrm{a}}, v_{\mathrm{b}}\right] \cap\left[v_{\min }, v_{\max }\right], $

(7)

$ v_{\mathrm{a}}=\frac{d_0}{r_1}, $

(8)

$ v_{\mathrm{b}}=\frac{d_0}{g_1}, $

(9)

式中，v_min，v_max分别为车辆和道路允许速度的最小值和最大值；v_a，v_b分别为车辆在该绿灯相位通过路口速度的最小值和最大值。在道路上正常行驶时，车辆不允许倒车，即速度不可为负值，所以最低限速v_min=0 m/s。这里车速的最大值v_max由道路限速所决定。若当前车速v_c在上述v的取值范围内，则可以匀速驶过信号交叉路口。有研究发现，公交车的期望速度v_e为36 km/h^[16]，车辆能源经济性最佳。

若此时红灯相位的剩余时间比较长，车辆按当前速度继续行驶需要在信号交叉口停车。在该情况下，则车辆在剩余时间t内驶过的距离S大于车辆到交叉路口的距离d₀，即

$ S=v_{\mathrm{c}} t>d_0 。$

(10)

研究表明，考虑舒适性乘客可以承受2.5 m/s²的最大加速度，即|a_max|≤2.5 m/s^2[17]。此时有两种情况：

(1) 车辆按最大加速度a_max减速，减速时间为t_d，减至较小速度v₀保持匀速行驶。若车辆行驶至交叉路口时，信号相位已经变为绿色，车辆可以减速通过交叉口，则说明车辆在剩余时间t内行驶的距离S小于车辆与交叉口之间的距离d₀。

$ \frac{v_0^2-v_{\mathrm{e}}^2}{2 a_{\max }}+v_0\left(t-t_{\mathrm{d}}\right)<d_0。$

(11)

(2) 车辆按最大加速度a_max减速，减速时间为t_d，减速至最小速度v₀保持匀速行驶。若车辆行驶至交叉路口信号灯仍为红色，则车辆应该减速停车。此时，

$ \frac{v_0^2-v_{\mathrm{c}}^2}{2 a_{\max }}+v_0\left(t-t_{\mathrm{d}}\right) \geqslant d_0。$

(12)

初始条件不变，当前相位为绿灯时，且绿灯剩余时间t较长，如果进入引导区的车辆当前速度为：

$ v_{\mathrm{c}}>\frac{d_0}{t}, $

(13)

则车辆可按原速在绿灯时间内通过信号交叉口。

如果绿灯剩余时间比较少，车辆按最大加速度a_max加速，加速时间为t_a，加速至最大速度v_max保持该速度行驶。若要避免在交叉路口停车等待，则车辆在剩余时间驶过的距离应大于车辆距信号交叉口距离，加速通过路口，即

$ \frac{v_{\max }^2-v_{\mathrm{c}}^2}{2 a_{\max }}+v_{\max }\left(t-t_{\mathrm{a}}\right)>d_0。$

(14)

车辆按最大加速度a_max加速，加速时间为t_a，加速至最大速度v_max保持该速度行驶。若公交车在剩余时间驶过的距离小于等于车辆与交叉口的距离，公交车在到达交叉路口之前，信号相位已变为红灯，则公交车需要减速停车。

$ \frac{v_{\max }^2-v_{\mathrm{c}}^2}{2 a_{\max }}+v_{\max }\left(t-t_{\mathrm{a}}\right) \leqslant d_0。$

(15)

若当前为红灯时刻，在本车道前方信号灯交叉口处已有一公交车辆停车等待，车长为l，则当前车辆有两种运动情况。

其一，当前公交车以最大减速度a_max减速，减速时间为t_d，减速至较低速度v₀后匀速行驶。当前车辆到达路口等待车辆队尾时，前车仍未启动，此时当前车辆行驶距离S为：

$ \frac{v_0^2-v_{\mathrm{c}}^2}{2 a_{\max }}+v_0\left(t-t_{\mathrm{d}}\right) \geqslant d_0-l, $

(16)

此时当前公交车应该减速停车。

其二，当前公交车以最大减速度a_max减速，减速时间为t_d，减速至较低速度v₀后匀速行驶。当前车辆未到达路口等待车辆队尾时，前车已经启动，考虑极限情况时前后车有速度差，且后车比前车速度大，所以在前车后方留出l₀的安全距离，此时当前车辆行驶距离S为:

$ \frac{v_0^2-v_{\mathrm{c}}^2}{2 a_{\max }}+v_0\left(t-t_{\mathrm{d}}\right)<d_0-l-l_0, $

(17)

此时当前公交车应该先减速随后跟随前车行驶。

假设当前公交车行驶到l₀安全距离时速度为v₀，开始以不考虑舒适性的车辆最大减速度减速，车辆机械反应时间t_m，车辆静态最小间距s_min，则安全距离l₀为:

$ l_0=s_{\min }+v_0 t_{\mathrm{m}}+\frac{v_0^2}{2 a_{\max }} 。$

(18)

通过时空分析，得出以下过交叉口的情形：

(1) 当前绿灯时间较长时，公交车按照期望速度通过信号交叉口。

(2) 当前绿灯时间较短时，公交车可加速通过交叉口或在停止线前停车。

(3) 当前红灯时间较长时，公交车在停止线前停车。

(4) 当前红灯时间较短时，公交车可减速通过交叉口或在停止线前停车。

2.2 加减速通过引导

为使车速引导过程中减少速度的波动，本研究采用Xia^[18]提出的基于三角函数的车速优化模型对网联公交车进行车速引导，该模型在加减速过程中的加速度变化不存在突变现象，所得到的速度引导曲线是稳定而平滑的，这使得乘车的安全性和舒适性有所保障。

基于三角函数引导车速的公式如式(19)所示：

$ v=\left\{\begin{array}{l} v_{\mathrm{h}}-\cos (m t), & t \in\left[0, \frac{\mathtt{π}}{2 m}\right) \\ v_{\mathrm{h}}-v_{\mathrm{d}} \frac{m}{n} \cos n\left(t-\frac{\mathtt{π}}{2 m}+\frac{\mathtt{π}}{2 n}\right), & t \in\left[\frac{\mathtt{π}}{2 m}, \left(\frac{\mathtt{π}}{2 n}+\frac{\mathtt{π}}{2 m}\right)\right), \\ v_{\mathrm{h}}+v_{\mathrm{d}} \frac{m}{n}, & t \in\left[\left(\frac{\mathtt{π}}{2 n}+\frac{\mathtt{π}}{2 m}\right), \frac{d_0}{v_{\mathrm{h}}}\right] \end{array}\right. $

(19)

式中，d₀为检测器距信号交叉口的距离；v_h为目标速度的上界，指在当前信号灯配时下，车辆以该速度匀速行驶恰好可以在信号灯红黄绿变化时刻(绿灯开始时刻或者绿灯结束时刻)顺利通过信号交叉口; v_c为(进入车速引导区的)当前车辆速度; v_d是目标车速与当前车速之差，其定义为:

$ v_{\mathrm{d}}=v_{\mathrm{h}}-v_{\mathrm{c}}。$

(20)

将到达目标距离所需的时间称为T，则

$ T=\frac{d_0}{v_{\mathrm{h}}} 。$

(21)

T是一个已知量，则式(21)可以用来求解出目标车速。

图 5为加速度引导示意图，v_h与v(t)围成的区域(面积)被t₁, t₂分成3部分，分别用Ⅰ, Ⅱ, Ⅲ表示。

$ t_1=\frac{\mathtt{π}}{2 m}, $

(22)

$ t_2=\frac{\mathtt{π}}{2 n}+\frac{\mathtt{π}}{2 m} 。$

(23)

在0到t₁范围内，车辆的加速度逐渐增大，当到达t₁时刻时，车辆的速度达到目标速度v_h；t₁直到t₂时刻，车辆的加速度逐渐减小; 从t₂时刻开始，车辆匀速行驶。

m，n为参数，它们决定了速度曲线的轨迹。m控制着Ⅰ区域的速度变化率，n控制着Ⅱ, Ⅲ区域的速度变化率。m，n值的选择将取决于车辆必须在特定时间到达下一个交叉口的要求。假设车辆以一个目标速度v_h行驶，要在目标时间内到达绿色相位内的交叉口。由于车辆的初速度可能并不完全等于v_h，为了在目标时间达到下一个交叉口，则变速行驶的距离等于以目标速度匀速行驶的距离，即Ⅰ=Ⅱ+Ⅲ。

$ \begin{array}{c} \int_0^{t_1} v_{\mathrm{h}} \mathrm{d} t-\int_0^{t_1}\left(v_{\mathrm{h}}-\cos (m t)\right) \mathrm{d} t=\int_{t_1}^{t_2}\left[v_{\mathrm{h}}-v_{\mathrm{d}} \frac{m}{n} \cos n\right. \\ \left.\left(t-\frac{\mathtt{π}}{2 m}+\frac{\mathtt{π}}{2 n}\right)\right] \mathrm{d} t+\int_{t_2}^T\left(v_{\mathrm{h}}+v_{\mathrm{d}} \frac{m}{n}\right) \mathrm{d} t-\int_{t_1}^T v_{\mathrm{h}} \mathrm{d} t。\end{array} $

(24)

对于m，n关系式，

$ n^2-m\left(T m-\frac{\mathtt{π}}{2}\right) n-m^2\left(1-\frac{\mathtt{π}}{2}\right)=0 。$

(25)

式(25)为n对于m的二次方程，若使n有实数解，则

$ m \geqslant \frac{3.08}{T} \text { 或 } 0 \leqslant m \leqslant \frac{0.06}{T} 。$

(26)

此时，n为：

$ n=\frac{1}{2}\left[m\left(T m-\frac{\mathtt{π}}{2}\right)+\sqrt{m^2\left(\frac{\mathtt{π}}{2}-T m\right)^2-4 m^2\left(\frac{\mathtt{π}}{2}-1\right)}\right]。$

(27)

m越大，加速度越大，m的极限由车辆动力性能，安全性和乘客舒适程度所决定。计算时应该尽量选取较大的m值，使车辆尽快地经过加速或减速阶段，增加匀速行驶的时间，这样可以减少能源消耗，但会降低乘客舒适性。

$ a_{\max }=-v_{\mathrm{d}} m n。$

(28)

研究表明，考虑舒适性乘客可以承受2.5 m/s²的最大加速度^[17]。对加速度及其变化率做出如下约束：

$ \left|a_{\max }\right|=v_{\mathrm{d}} m n \leqslant 10, $

(29)

$ \left|a_{\max }\right| \leqslant 2.5 \mathrm{~m} / \mathrm{s}^2 。$

(30)

2.3 车辆通过信号交叉口的方法

在2.2节中，公交车在交叉口前通过加减速以不停车通过交叉口。故为了恢复最佳行驶速度v_E(即车辆进入检测区间时的速度)，引入Sigmoid函数作为车辆在交叉口的速度变化曲线。

Sigmoid函数是一个在生物学中常见的S型函数，也称为S型生长曲线^[19]。该函数的变化比较平滑稳定，适合作为速度变化曲线，故选取Sigmoid函数作为通过信号交叉口时引导车速的一个函数。

其原表达式为：

$ S(x)=\frac{1}{1+\mathrm{e}^{-x}}。$

(31)

将此函数进行变形，则可以得到一个车辆速度引导的公式：

$ v(t)=v_{\mathrm{c}}+\frac{\Delta v}{1+\mathrm{e}^{\beta-t}}, $

(32)

式中，v_c为车辆当前速度，速度差Δv=v_E-v_c；v_E为车辆的末速度；β为一个常量，用于把初速度置于时间起始时刻。

2.4 能耗模型

能耗模型可以对车辆在道路上行驶的过程进行耗能量评估，是判定车辆速度引导方法是否节能的直接依据。目前已有很多能耗模型，本研究采用基于车辆动力学理论的纯电动公交能耗模型。该模型是由Wu^[20]提出的，它有简单、准确、容易校准的优势。模型涉及的参数及取值^{[16, 20]}如表 1所示。

其模型如式(33)所示：

$ \begin{aligned} P= & \frac{r \cdot R^2}{K^2}\left(m a+k v^2+f_{\mathrm{rl}} m g+m g \sin \theta\right)^2+ \\ & v\left(k v^2+f_{\mathrm{rl}} m g+m g \sin \theta\right)+\eta m a v, \end{aligned} $

(33)

式中，P为功耗；v为速度；a为加速度；K为电枢常数与磁通量的乘积：

$ K=K_{\mathrm{a}} \cdot \varPhi_{\mathrm{d}}, $

(34)

式中，K_a为电枢常数；Φ_d为磁通量；k为总空气阻力系数：

$ k=\frac{\rho}{2} C_{\mathrm{D}} A_{\mathrm{f}} 。$

(35)

3 多车协同车速引导仿真与分析 3.1 仿真场景及参数设置

实地调查西安市友谊路与太乙路交叉口，以及路口南侧的友谊路太乙路口公交站，太乙路路侧设置了公交专用道，该交叉口采用三相位控制方案，太乙路由北向南的直行相位与公交车辆通行相位一致。仿真参数以实测交通数据为基础，具体参数设置如表 2所示。

使用MATLAB软件对3辆公交车通过交叉口并进入公交车站停靠的整个过程进行仿真模拟，并对仿真结果进行分析。具体情境如下。

假设有3辆公交车依次进入车速引导区，每辆公交车进入引导区的车头时距是固定的，所有公交车进入引导区时初速度相同，车况相同。3辆公交车都可以实现网联功能，车辆进入引导区后获得信号灯相位、配时信息以及公交车站等信息。在上述条件下，分别对红灯相位和绿灯相位进行仿真。

3.2 仿真结果与分析

当前信号灯相位在红灯周期内，原公交车进站如图 6所示，公交车车速引导进站如图 7所示，车速对比图如图 8所示。

如图 6所示，若公交车按原速行驶，3辆公交车都会在信号灯交叉口停车1次。第3辆公交车会在公交车站二次进站。

如图 7所示，通过对3辆公交车进行减速引导，可以使其不在信号交叉口停车等待。为了提高效率，使前两辆公交车适当提速，令第3辆公交车减速行驶，使其在第2辆公交车完成服务后进站。在初始红灯相位情况下，通过对公交车车速进行引导，公交车到站时间变化不大，且减少了公交车停车次数，提高了公交车进站效率。

如图 8所示，公交车车速引导前波动幅度较大，且停车次数较多。车速引导前，每辆公交车在信号交叉口会有至少7 s的延误。第3辆公交车在公交车站外等待了近20 s。通过车速引导，网联公交车车速波动较少，尽量维持着稳定的速度持续行驶。3辆网联公交车都避免了在信号灯交叉口的停车等待，第3辆网联公交车在进站过程中以一个平缓的方式行车，避免了在公交车站外停靠等待。此外，引导后的网联公交车速度变化比原来的传统公交车速度变化较为平缓，可以提高公交车的平稳程度和舒适程度。

根据能耗模型，分别对第1，2，3辆公交车做出如图 9所示的能源消耗对比图。

由图 9可知，引导后的3辆公交车能耗均显著降低，比传统进站方式节能61.19%，并有效减少了怠速时间，降低了污染物排放。

若当前信号灯相位为绿色相位，图 10为原公交车位置示意图，图 11为车速引导图，图 12为公交车和网联车车速对比图。

如图 10所示，3辆公交车行驶至信号交叉口，由于信号灯红灯的原因，全部停车等待。待至信号灯变绿后，3辆公交车依次继续行驶进站。因为公交站只有两个停车位，所以第3辆公交车在公交车站外停车等待，至第2辆公交车服务完毕后其进入公交车站服务。

如图 11所示，若公交车按原速行驶，则都会在信号交叉口前停车等待。且等待信号灯后通过交叉口进站会造成车站拥堵，第3辆公交车会停车等待前车服务。经过车速引导后，使第1辆公交车加速行驶，在当前绿灯相位内就通过信号灯交叉口，实现进站服务。引导第2辆公交车、第3辆公交车减速行驶，使其在不停车等待信号灯的状态下通过下一个绿灯相位，随后进站服务。通过公交车车速引导，减少了公交车的停车次数。

如图 12所示，公交车引导前会停车很长时间，期间处于怠速状态。而且公交车速度变化比较突然。经过公交车速度引导，使公交车车速曲线变得平滑，公交车总体进站时间提前，削弱了信号灯对公交车的延误影响。

根据能耗模型，分别对第1，2，3辆公交车做出如图 13的能源消耗对比图。由图 13可知，引导后的3辆公交车能耗均显著降低，比传统进站方式节能62.16%。减少了大量的怠速时间，降低了污染物排放。且第1辆公交车使其通过交叉口直接引导进站，而第2辆公交车先使其调整至期望速度再引导其进站，结果表明调整至期望速度后再引导其进站可以节省更多的能耗。

4 结论

本研究基于实际应用场景需求，提出了网联公交车过信号灯交叉口进站车速引导方法。首先对公交车能否通过信号交叉口进行判定，而后使进入交叉口车辆以更加合理的速度驶过信号交叉口，继而引导车辆进入公交车站。最终使得公交车在减少停车次数的情况下，安全、平稳、有序地进入公交车停靠站服务，实现了提高公交车进站效率，降低车辆能源消耗的目标。