摘要
以保障公交准点率和提升通行效率为控制目标,给出了一种公交干线双向红绿波协调设计方法。通过定义准点控制交叉口和绿波通行交叉口,根据公交车站的位置分布情况,确定上游信号交叉口的红波或绿波控制模式;通过等价变换协调设计速度,建立公交红绿波轨迹特征方程,推导交叉口理想间距计算通式,计算交叉口中心偏移率,实现了干道公交信号协调控制方案优化,为兼顾公交准点与绿波通行的干线信号协调设计提供了一种数解算法,也为公交到站时刻表的制定提供了优化依据。案例实验表明,设计方案可以保证97.6%的公交车辆在预定信号周期内到达公交车站,公交车辆实际到站时间与计划到站时间的平均偏差为5.5 s;公交车辆在绿波通行交叉口的平均停车次数为0.06次,平均延误时间为2.97 s。
公交车辆服务质量评价指
在公交准点率控制方面,现有研究较多关注公交车辆到站时刻的预
在公交运行效率提升方面,现有研究主要包括公交绿波协调设
为此,本文在红绿波轨迹特征概念体
为保证公交车辆准点到站,可以通过在上游交叉口采取红波控制实现对公交车辆的准点控制;为提高公交车辆的通行效率,可以根据公交车辆的行驶车速,通过绿波控制实现公交车辆的快速通行。在此假设:①协调方向交叉口未饱和,设有公交专用道或公交车辆与社会车辆相互干扰较小;②公交站台容量能够满足公交车队同时进站的需要;③各交叉口的交通需求相当,可执行公共信号周期。
对于一条双向公交线路,将公交车辆在上行方向经过的第i个交叉口记为Ii,将交叉口Ii与交叉口Ii+1之间的上、下行公交车站(若存在)分别记为和。本文对公交车辆采取中点型双向红绿波协调设计,例如在上行方向上,若交叉口Ii与交叉口Ii+1之间设置有公交车站,则将交叉口Ii设定为该行驶方向的准点控制交叉口,采用红波协调设计,公交车辆计划运行轨迹线穿过交叉口Ii的红灯中心时刻点;若交叉口Ii与Ii+1之间没有设置公交车站,则将交叉口Ii设定为该行驶方向的绿波通行交叉口,采用绿波协调设计,公交车辆计划运行轨迹线穿过交叉口Ii的绿灯中心时刻点。
以

图1 公交干线双向红绿波协调设计示例
Fig. 1 Example of bidirectional red and green waves coordination design for bus arterial road
在确定交叉口红绿波协调设计要求后,根据行驶时间不变性原则进行协调设计速度等价变换;通过定义红绿波轨迹特征点、特征线和特征方程,求取理想交叉口间距计算通式;通过计算交叉口中心偏移率,确定与交叉口实际位置最为匹配的理想位置,得到红绿波协调控制方案与公交车辆计划到站时刻表。
当路段上设有公交车站时,公交车辆在驶离上游红波交叉口Ii时有1次启动过程,在经停公交车站时有1次停车过程与1次启动过程,因此公交车辆在从上游交叉口Ii驶向下游交叉口Ii+1的过程中,总共进行了3次以加速度为a的匀加(减)速运动,再考虑公交车辆在公交车站的停站时间,其等价协调设计速度可计算为
(1) |
式中:为交叉口Ii至交叉口Ii+1的实际距离;为公交车辆从交叉口Ii驶向交叉口Ii+1的实际行驶车速。进一步化简
(2) |
当路段上未设有公交车站时,v(i→i+1)=。
对于相邻交叉口之间上下行方向行驶距离不等的情况,即,根据行驶时间不变性原则,通过改变交叉口之间的协调设计速度,将交叉口之间的双向距离变换为相等的等价距离。假定交叉口Ii与Ii+1之间的双向等价距离为,可以推出经过第二次等价变换后交叉口Ii(Ii+1)至交叉口Ii+1(Ii)的协调设计速度()为
(3) |
若相邻交叉口之间上下行方向行驶距离相等,则,,。
为计算公交干线双向红绿波协调设计下的理想交叉口间距,建立公交红绿波轨迹特征概念体系,通过定义红绿波轨迹特征点、特征线和特征方

图2 理想交叉口间距公式推导示意图
Fig. 2 Schematic diagram of derivation of ideal intersection spacing formula
定义公交车辆的红绿波轨迹特征点为满足最佳红波或绿波协调设计需要所设定的公交车辆到达或驶离信号交叉口的预期时刻点。以交叉口Ii为例,其上(下)行方向的到达与驶离特征点分别记为()和()。当交叉口Ii上行方向采用红波设计时,其到达特征点选取为交叉口Ii上行方向的红灯中心时刻点,驶离特征点选取为交叉口Ii上行方向的绿灯起始时刻点;当交叉口Ii上行方向采用绿波设计时,其到达特征点与驶离特征点重合,均选取为交叉口Ii上行方向的绿灯中心时刻点。
定义公交车辆的红绿波轨迹特征线为满足最佳红波或绿波协调设计需要所设定的公交车辆在路段与路口行驶或停车等候的轨迹线。将同一行驶方向上各交叉口的红绿波轨迹特征点按时间顺序依次连接,即可得到红绿波协调控制下的公交车辆运行轨迹线。
轨迹特征线可分为交叉口内部特征线和交叉口之间特征线两种类型。交叉口内部特征线用以连接同一交叉口同一协调方向上的到达特征点与驶离特征点;交叉口之间特征线则用以连接上下游交叉口同一协调方向上的驶离特征点与到达特征点。以交叉口Ii与Ii+1的上行方向为例,利用交叉口内部特征线和交叉口之间特征线,分别建立同一交叉口特征点之间和上下游交叉口特征点之间的关系,如
(6) |
(7) |
根据确定的红绿波轨迹特征点与特征线,利用同一交叉口内部特征点之间的时间约束关系,建立能够实现双向特征点之间完全匹配的关系等式,称之为红绿波轨迹特征方程。以交叉口Ii的到达特征点为例,根据其上行方向与下行方向的红绿波轨迹特征点与特征线,建立特征方程如下:
(8) |
式中:为交叉口Ii的上行与下行方向绿灯中心时刻点的时间差比率;mi为整数;为交叉口Ii的上行与下行方向采用红波协调设计的轨迹数量。
由于交叉口实际位置偏离理想位置导致交叉口轨迹特征点偏离轨迹特征线,该偏移时间量与信号周期之比为中心偏移率。利用时距图中的相似三角形分析方
(13) |
(14) |
(15) |
式中:交叉口I1为基准交叉口,其中心偏移率为0;为交叉口Ii与I1之间的等价间距与理想间距的偏差值。
针对不同的公共信号周期取值与信号相位设置方式,计算各交叉口的中心偏移率,以最大中心偏移率之差最小为优化目标,选取最佳的双向红绿波协调设计方案。
以基准交叉口I1的上行方向放行相位绿灯中心时刻点为系统相位差基准点,根据各交叉口的信号相序设置、最近理想交叉口位置以及上行方向放行相位绿信比大小,计算各交叉口的相位差大小(上行方向放行相位绿灯启亮时刻)如下所示:
(16) |
式中:Oi为交叉口Ii的相位差;mod为求模运算;为交叉口Ik的上行方向红绿波协调设计决策变量,取值0表示采用绿波协调设计,取值1表示采用红波协调设计。
某东西向干道分布有6个信号交叉口,从西向东依次记为I1、I2、…、I6,设定由西往东为上行方向,由东往西为下行方向,其中上行方向路段I1→I2、I3→I4、I5→I6与下行方向路段I6→I5、I4→I3、I3→I2之间均设有公交车站,如

图3 案例基础数据
Fig. 3 Basis data of the Case
根据各交叉口的信号周期允许变化范围,推知干道协调控制公共信号周期变化范围的最小值 s,最大值Cmax=min{125,130,125,120,125,120}s=120 s。为保持协调控制效果的稳定性,公交车辆的发车间隔应为公共信号周期的整数倍,发车间隔与对应公共信号周期的取值关系如
发车间隔/min | 8 | 9 | 10 | 11 | 12 |
---|---|---|---|---|---|
公共信号周期/s | 80、96、120 | 90、108 | 75、100、120 | 110 | 80、90、120 |
根据公交车站的位置分布,确定上游交叉口的红波或绿波设计,根据不同路段上的公交车辆加减速情况进行第一次协调设计速度等价变换,以上行方向的相邻交叉口间距作为双向等价距离进行第二次协调设计速度等价变换,变换结果如

图4 交叉口红绿波协调设计速度等价变换情况
Fig. 4 Equivalent speed transformation of coordinated design between intersections for red and green waves
以交叉口I1作为基准交叉口,针对各交叉口的所有相位相序组合,分别计算其与基准交叉口的理想间距。例如当交叉口I1的相位相序取为西、东、北、南进口依次单独放行(简称西东北南)时,其他交叉口的理想间距计算结果如
公共信号周期/s | 75 | 80 | 90 | 96 | 100 | 108 | 110 | 120 | |
---|---|---|---|---|---|---|---|---|---|
交叉口I2的理想间距/m | 西东北南 | 551 | 588 | 661 | 705 | 735 | 793 | 433 | 472 |
西南东北 | 502 | 536 | 603 | 643 | 670 | 723 | 737 | 804 | |
西北东南 | 515 | 550 | 618 | 659 | 687 | 742 | 756 | 415 | |
东西北南 | 722 | 498 | 560 | 597 | 622 | 672 | 684 | 747 | |
交叉口I3的理想间距/m | 西东北南 | 964 | 1 028 | 1 156 | 912 | 950 | 1026 | 1045 | 1 140 |
西南东北 | 921 | 982 | 1 105 | 1 179 | 893 | 965 | 983 | 1 072 | |
西北东南 | 1 164 | 974 | 1 096 | 1 169 | 883 | 954 | 972 | 1 060 | |
东西北南 | 1 122 | 929 | 1 045 | 1 115 | 1 161 | 892 | 909 | 992 | |
交叉口I4的理想间距/m | 西东北南 | 1 328 | 1 416 | 1 311 | 1 398 | 1 457 | 1 573 | 1 257 | 1 372 |
西南东北 | 1 521 | 1 371 | 1 543 | 1 344 | 1 400 | 1 512 | 1 540 | 1 304 | |
西北东南 | 1 511 | 1 361 | 1 531 | 1 332 | 1 388 | 1 499 | 1 527 | 1 289 | |
东西北南 | 1 469 | 1 316 | 1 480 | 1 278 | 1 331 | 1 438 | 1 464 | 1 598 | |
交叉口I5的理想间距/m | 西东北南 | 1 641 | 1 751 | 1 671 | 1 782 | 1 857 | 1 647 | 1 678 | 1 830 |
西南东北 | 1 853 | 1 711 | 1 626 | 1 735 | 1 807 | 1 593 | 1 623 | 1 770 | |
西北东南 | 1 850 | 1 708 | 1 623 | 1 731 | 1 804 | 1 590 | 1 619 | 1 767 | |
东西北南 | 1 813 | 1 668 | 1 877 | 1684 | 1 754 | 1 894 | 1929 | 1 707 | |
交叉口I6的理想间距/m | 西东北南 | 2 122 | 2 263 | 2 262 | 2 109 | 2 197 | 2031 | 2 069 | 2 257 |
西南东北 | 2 084 | 2 223 | 2 216 | 2 060 | 2 146 | 2 318 | 2 013 | 2 196 | |
西北东南 | 2 079 | 2 218 | 2 210 | 2 054 | 2 140 | 2 311 | 2 006 | 2 189 | |
东西北南 | 2 278 | 2 177 | 2 165 | 2 309 | 2 089 | 2 256 | 2 298 | 2 128 |
根据
公共信号周期/s | 75 | 80 | 90 | 96 | 100 | 108 | 110 | 120 | |
---|---|---|---|---|---|---|---|---|---|
交叉口I2的中心偏移率 | 西东北南 | 0.23 | 0.08 | -0.17 | -0.29 | -0.37 | -0.50 | 0.47 | 0.34 |
西南东北 | 0.42 | 0.27 | 0.02 | -0.10 | -0.18 | -0.31 | -0.34 | -0.47 | |
西北东南 | 0.37 | 0.22 | -0.03 | -0.15 | -0.23 | -0.36 | -0.39 | 0.48 | |
东西北南 | -0.44 | 0.41 | 0.16 | 0.04 | -0.04 | -0.17 | -0.20 | -0.33 | |
交叉口I3的中心偏移率 | 西东北南 | 0.30 | 0.05 | -0.39 | 0.40 | 0.27 | 0.04 | -0.01 | -0.25 |
西南东北 | 0.47 | 0.22 | -0.22 | -0.43 | 0.44 | 0.21 | 0.16 | -0.08 | |
西北东南 | -0.50 | 0.25 | -0.19 | -0.40 | 0.47 | 0.24 | 0.19 | -0.05 | |
东西北南 | -0.33 | 0.42 | -0.02 | -0.23 | -0.36 | 0.41 | 0.36 | 0.12 | |
交叉口I4的中心偏移率 | 西东北南 | 0.39 | 0.01 | 0.39 | 0.07 | -0.12 | -0.45 | 0.47 | 0.13 |
西南东北 | -0.43 | 0.19 | -0.43 | 0.25 | 0.06 | -0.27 | -0.35 | 0.31 | |
西北东南 | -0.39 | 0.23 | -0.39 | 0.29 | 0.10 | -0.23 | -0.31 | 0.35 | |
东西北南 | -0.21 | 0.41 | -0.21 | 0.47 | 0.28 | -0.05 | -0.13 | -0.47 | |
交叉口I5的中心偏移率 | 西东北南 | 0.44 | 0 | 0.26 | -0.10 | -0.32 | 0.29 | 0.20 | -0.20 |
西南东北 | -0.41 | 0.15 | 0.41 | 0.05 | -0.17 | 0.44 | 0.35 | -0.05 | |
西北东南 | -0.40 | 0.16 | 0.42 | 0.06 | -0.16 | 0.45 | 0.36 | -0.04 | |
东西北南 | -0.25 | 0.31 | -0.43 | 0.21 | -0.01 | -0.40 | -0.49 | 0.11 | |
交叉口I6的中心偏移率 | 西东北南 | 0.20 | -0.37 | -0.32 | 0.20 | -0.08 | 0.41 | 0.29 | -0.23 |
西南东北 | 0.36 | -0.21 | -0.16 | 0.36 | 0.08 | -0.43 | 0.45 | -0.07 | |
西北东南 | 0.38 | -0.19 | -0.14 | 0.38 | 0.10 | -0.41 | 0.47 | -0.05 | |
东西北南 | -0.46 | -0.03 | 0.02 | -0.46 | 0.26 | -0.25 | -0.37 | 0.11 | |
最大中心偏移率之差 | 0.557 | 0.110 | 0.479 | 0.433 | 0.304 | 0.541 | 0.489 | 0.462 |
由
同理,分别计算交叉口I1的其他3种信号相位相序设置方式(西南东北、西北东南、东西北南)相应的最佳公共周期、优选相位组合与最大中心偏移率之差。汇总交叉口I1的4种信号相位相序设置方式计算结果,如
交叉口I1~I6的优选相位组合 | 公共信号周期/s | 最大中心偏移率之差 |
---|---|---|
西东北南、西东北南、西东北南、西东北南、西东北南、东西北南 | 80 | 0.110 |
西南东北、西东北南、东西北南、西东北南、东西北南、东西北南 | 120 | 0.228 |
西北东南、西东北南、东西北南、西东北南、东西北南、东西北南 | 120 | 0.228 |
东西北南、西东北南、东西北南、西东北南、西南东北、西东北南 | 110 | 0.181 |
计算各交叉口的中心偏移率与相位差,如
交叉口 | 信号相位相序 | 理想间距/m | 中心偏移率 | 相位差/s |
---|---|---|---|---|
I1 | 西东北南 | 0 | 0.00 | 26.8 |
I2 | 西东北南 | 587.7 | 0.08 | 33.9 |
I3 | 西东北南 | 1 027.8 | 0.05 | 45.3 |
I4 | 西东北南 | 1 416.3 | 0.01 | 22.7 |
I5 | 西东北南 | 1 750.6 | 0.00 | 18.8 |
I6 | 东西北南 | 2 177.2 | -0.03 | 4.7 |
根据优化得到的公共信号周期、相位相序、相位差等参数,绘制红绿波协调控制时距图,如

图5 公交红绿波协调控制时距图
Fig. 5 Time-distance diagram of bus red and green wave coordination control
以某公交线路的第一频次公交车辆到达公交车站的计划到站时刻作为时间基点,可以推算第p+1频次公交车辆在各公交车站的计划到站时刻如
发车间隔/min | /s | /s | /s | /s | /s | /s |
---|---|---|---|---|---|---|
8 | 480p | 173+480p | 299+480p | 8+80q+480p | 164+80q+480p | 266+80q+480p |
12 | 720p | 173+720p | 299+720p | 8+80q+720p | 164+80q+720p | 266+80q+720p |
建立上述案例路网VISSIM仿真模型,其中停站时间服从方差为2的正态分布。上行与下行方向的公交车速分别在区间[32,42] 与[30,40] 内服从均匀分布。公交发车时间间隔为8 min或12 min,公交流量为150 ,仿真时间取10 000 s。
以公交车辆实际到站时间在计划到站时间前1 min与后2 min之内作为准点判定依据,计算各公交车站的公交车辆准点到站情况,如
公交车站 | 准点率/% | 预期周期 到达率/% | 实际到站时间 平均偏差/s |
---|---|---|---|
100 | 100.00 | 3.3 | |
100 | 99.48 | 3.0 | |
100 | 99.48 | 4.1 | |
100 | 100.00 | 6.2 | |
100 | 95.72 | 7.8 | |
100 | 95.73 | 8.5 |
在本文方法优化方案的控制下,公交车辆通过绿波通行交叉口的平均停车次数为0.06次,平均延误时间为2.97 s,绿波控制效果较为理想,如
方向 | 绿波通行交叉口 | 平均停车次数/次 | 平均延误时间/s |
---|---|---|---|
上行 | I2 | 0.01 | 0.1 |
I4 | 0 | 0.3 | |
I6 | 0 | 0 | |
下行 | I5 | 0.03 | 1.8 |
I2 | 0.18 | 9.5 | |
I1 | 0.12 | 6.1 |
输出本文方法优化方案在[5 000,6 000]s的干道双向公交车辆运行轨迹,如

图6 双向公交车辆运行轨迹
Fig. 6 Trajectory of bidirectional bus
将本文方法与公交干线绿波协调控制数解
方法 | 准点率/% | 预期周期到达率/% | 上行平均行程时间/s | 下行平均行程时间/s | 非协调相位平均延误/s |
---|---|---|---|---|---|
方法1 | 64.71 | 33.33 | 424.4 | 433.6 | 34.8 |
方法2 | 100.00 | 99.22 | 518.1 | 555.2 | 30.1 |
本文方法 | 100.00 | 98.75 | 407.3 | 464.9 | 31.3 |
由此可见,在单一绿波协调控制下,公交车辆在行驶状态受影响后恢复准点运行的能力较弱,准点率较低;在单一红波协调控制下,公交车辆在每一个交叉口均受相位裕量时间调控,虽然能够最大限度地保证公交到站准点率,但牺牲了公交车辆在交叉口的通行效率。本文方法则在准点与效率之间寻求平衡,一方面通过红波控制保证公交准点率,另一方面通过绿波控制提升公交通行效率,取得了较好的控制效果。
本文以公交准点和绿波通行为控制目标,在红绿波轨迹特征概念体系基础上,通过定义红绿波轨迹特征点、特征线和特征方程,根据公交车辆的停站时间、行驶时间以及双向协调设计要求,推导了交叉口之间的理想间距通式,给出了一种公交干线双向红绿波协调设计数解算法。本文方法可为后续的公交干线自适应协调控制研究奠定基础,也可为实现公交车流与社会车流的多模式交通协同优化控制提供解决思路。
作者贡献声明
卢 凯:研究选题,思路指导,算法优化,论文修改。
邓元昊:思路分析,方法设计,算法开发,算例分析,仿真实验,论文撰写。
陈志学:数据分析,程序编写,文稿校核。
陈 欢:需求分析,可行性指导,案例分析,论文审阅。
参考文献
周雪梅, 石云林, 刘梅, 等. 城乡公交服务质量评价方法[J]. 同济大学学报(自然科学版), 2015, 43(7): 1031. [百度学术]
ZHOU Xuemei, SHI Yunlin, LIU Mei, et al. Evaluation of rural public transit service quality [J]. Journal of Tongji University (Natural Science), 2015, 43(7): 1031. [百度学术]
SERIN F, ALISAN Y, ERTURKLER M. Predicting bus travel time using machine learning methods with three-layer architecture [J]. Measurement, 2022, 198: 111403. [百度学术]
安宇航, 马继辉, 刘慧勇, 等. 基于深度学习和粒子滤波的公交车到站时间预测[J]. 北京交通大学学报, 2022, 46(1): 88. [百度学术]
AN Yuhang, MA Jihui, LIU Huiyong, et al. Prediction of bus arrival time based on deep learning and particle filter [J]. Journal of Beijing Jiaotong University, 2022, 46(1): 88. [百度学术]
CATHEY F W, DAILEY D J. A prescription for transit arrival/departure prediction using automatic vehicle location data[J]. Transportation Research Part C Emerging Technologies, 2003, 11: 241. [百度学术]
SHALABY A, FARHAN A. Prediction model of bus arrival and departure times using AVL and APC data [J]. Journal of Public Transportation, 2004, 7(1): 3. [百度学术]
卢凯, 夏小龙, 胡建伟, 等. 基于交叉口相位裕量时间的公交准点控制模型[J]. 同济大学学报(自然科学版), 2019, 47(12): 1742. [百度学术]
LU Kai, XIA Xiaolong, HU Jianwei, et al. Bus punctuality control model based on the phase margin time at intersections [J]. Journal of Tongji University (Natural Science), 2019, 47(12): 1742. [百度学术]
吴焕. 公交信号协调优化关键技术研究[D]. 广州: 华南理工大学, 2017. [百度学术]
WU Huan. Research on the key techniques of bus signal coordinated optimization [D]. Guangzhou: South China University of Technology, 2017. [百度学术]
戴光远. 城市干线公交绿波优化控制方法及关键技术研究[D]. 南京: 东南大学, 2016. [百度学术]
DAI Guangyuan. Research on optimization methods and key technologies for bus progressions along urban arteries [D]. Nanjing: Southeast University, 2016. [百度学术]
殷炬元, 黎淘宁, 孙剑. 网联环境下基于可选相位优化框架的公交信号优先[J]. 同济大学学报(自然科学版), 2023, 51(3): 395. [百度学术]
YIN Juyuan, LI Taoning, SUN Jian. Transit signal priority based on optional phase optimization framework in connected vehicle environment [J]. Journal of Tongji University (Natural Science), 2023, 51(3): 395. [百度学术]
伉沛喆, 张承志, 吴浩, 等. 基于电警数据的干线自适应协调控制优化方法[J]. 中国公路学报, 2023, 36(10): 251. [百度学术]
KANG Peizhe, ZHANG Chengzhi, WU Hao, et al. Optimization method for adaptive arterial coordinated signal control based on e-police data [J]. Chinese Journal of Highway and Transport, 2023, 36 (10): 251. [百度学术]
BRILON W W N, KOENIG R. Delays and queue lengths at traffic signals with two greens in one cycle [J]. Transportation Research Record, 2022, 2677(2): 828. [百度学术]
唐克双, 孔涛, 王奋, 等. 一种改进的多带宽干线协调控制模型[J]. 同济大学学报(自然科学版), 2013, 41(7): 1002. [百度学术]
TANG Keshuang, KONG Tao, WANG Fen, et al. A modified MULTIBAND model for urban arterial coordinate control [J]. Journal of Tongji University (Natural Science), 2013, 41(7): 1002. [百度学术]
徐亮, 于海洋, 金盛, 等. 兼顾社会车辆多路径协调的干线公交优先信号协调方法[J]. 中国公路学报, 2023, 36(10): 281. [百度学术]
XU Liang, YU Haiyang, JIN Sheng, et al. An arterial bus signal priority strategy considering multi-path coordination of social vehicles [J]. China Journal of Highway and Transport, 2023, 36 (10): 281. [百度学术]
卢凯, 徐建闽, 叶瑞敏. 经典干道协调控制信号配时数解算法的改进[J]. 公路交通科技, 2009, 26(1): 120. [百度学术]
LU Kai, XU Jianmin, YE Ruimin. Improvement of classical algebraic method of signal timing for arterial road coordinate control [J]. Journal of Highway and Transportation Research and Development, 2009, 26(1): 120. [百度学术]
曾佳棋, 王殿海. 双向干线协调控制的改进数解算法[J]. 浙江大学学报(工学版), 2020, 54(12): 2386. [百度学术]
ZENG Jiaqi, WANG Dianhai. Improved numerical method for two-way arterial signal coordinate control [J]. Journal of Zhejiang University (Engineering Science), 2020, 54(12): 2386. [百度学术]
卢凯, 赵世杰, 吴焕, 等. 饱和交叉口的双向红绿波协调设计数解算法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 1. [百度学术]
LU Kai, ZHAO Shijie, WU Huan, et al. Algebraic method of coordination design for bi-directional red and green waves of saturated intersection [J]. Journal of South China University of Technology (Natural Science), 2022, 50 (9): 1. [百度学术]
江书妍, 卢凯, 陈恒宇, 等. 绿波轨迹特征原理及干道协调优化建模应用[J]. 中国公路学报, 2023, 36(10): 292. [百度学术]
JIANG Shuyan, LU Kai, CHEN Hengyu, et al. Theory of progression trajectory characteristics and application in corridor progression optimization modeling [J]. Chinese Journal of Highway and Transport, 2023, 36 (10): 292. [百度学术]