摘要：为了给公交优先信号配时提供充分的“主动权”和足够的“思考”时间以提高其运行效率，通过稀疏检测算法准确识别出车队中的公交车辆，并运用双目视觉原理测算其到信号交叉口停车线的距离。提出自适应-历史预测模型预测公交车到达信号交叉口停车线的行程时间，最后根据交叉口常规信号配时情况和车辆通行情况提出公交优先信号配时方案的具体实施步骤。稀疏检测通过对车队中车辆图像特征的提取，以稀疏算法进行特征匹配，稀疏矩阵中最大系数对应的图像即为检测所得图像。双目视觉测距通过相似三角形原理测算出公交车距离交叉口停车线的距离，即为自适应-历史预测模型的输入。自适应-历史预测模型根据上一步检测得出的距离和公交车速度变化参数实时预判公交车抵达交叉口停车线的时间。对分路段设有公交专用道、路段未设公交专用道和路段中间设有公交停靠站等3种工况分析自适应一历史预测模型的适用性。结果表明：在设定条件下，稀疏检测能够准确识别出混合车队中的公交车辆；若公交车在混合车队中不停止行驶但由于其他车辆的扰动而使得速度随时发生变化，自适应-历史预测模型能够满足预测要求；整个公交优先自适应信号控制系统能够实现对公交车的精确定位和对其行程时间的准确判断；稀疏检测和自适应-历史预测能够成为公交优先智能信号控制系统的良好技术支撑。

关键词：交通工程 信号配时 交通仿真 稀疏检测 

单位：西南交通大学交通运输与物流学院; 四川成都610031; 西南交通大学综合交通运输智能化国家地方联合工程实验室; 四川成都610031; 中交第二公路勘察设计研究院有限公司; 湖北武汉430056; 西南交通大学信息科学与技术学院; 四川成都611756