萬年豐，孫一飛

0 引言

多智能車輛系統(tǒng)是智能車輛在城市環(huán)境應(yīng)用的新型系統(tǒng)，通過先進(jìn)的通訊技術(shù)、定位技術(shù)以及車體控制技術(shù)，協(xié)調(diào)大規(guī)模車輛在路網(wǎng)當(dāng)中的通行，從而大幅度提高交通效率和安全性。

交叉口研究是道路研究中最重要的工作之一。城市交通擁擠問題往往突出表現(xiàn)在交叉口處，80%以上的延誤集中在交叉口，平面交叉口的通行能力不足道路的50%。在交叉口處，不同方向車輛的交叉運(yùn)行，極易造成交叉口處車輛運(yùn)行效率的下降。再加之不合理的幾何設(shè)計(jì)與相位設(shè)計(jì)，使交叉口時(shí)常處于及其混亂的局面。

多智能車的路口協(xié)調(diào)技術(shù)，就是通過路口控制器和車輛通訊，按照預(yù)先設(shè)計(jì)的協(xié)調(diào)算法，控制無人車輛在路口的通行順序。對(duì)于車輛協(xié)調(diào)的仿真研究，目前國(guó)際上比較成熟的研究集中在普通車輛路口通行仿真，對(duì)智能車輛尚沒有涉及。因此，針對(duì)交叉口的交通特性進(jìn)行深入分析，找出造成交通擁擠的原因，探討提高交叉口通行能力的具體措施和有關(guān)實(shí)施條件，并對(duì)措施的實(shí)施效果進(jìn)行量化比較，是提高道路網(wǎng)絡(luò)通行能力，緩解城市交通擁擠問題有效和經(jīng)濟(jì)的方法。

針對(duì)典型的十字路口場(chǎng)景，用面向?qū)ο蟮木幊谭椒?，搭建了仿真軟件平臺(tái)。通過不同算法的效率評(píng)估，對(duì)智能車和普通車輛在路口的通行效率進(jìn)行了比較，從而驗(yàn)證了多智能車系統(tǒng)在城市環(huán)境應(yīng)用的可行性。

1 仿真平臺(tái)設(shè)計(jì)

仿真平臺(tái)基于.Net開發(fā)，通過GDI+圖形設(shè)備接口設(shè)計(jì)圖形界面。程序面向?qū)ο?，適合于多智能車交互的仿真。

設(shè)計(jì)平臺(tái)模擬了4種不同路口的多智能車交互場(chǎng)景，同時(shí)還能演示在不同算法控制情況下的車輛交互情況。本平臺(tái)允許輸入各種運(yùn)行參數(shù)，如設(shè)置發(fā)車頻率，車輛速度，紅綠燈時(shí)間；以及選擇路口形狀、控制算法等。同時(shí)，輸入模塊將用戶的輸入轉(zhuǎn)換成內(nèi)部的數(shù)據(jù)，并且防止用戶的錯(cuò)誤輸入，給出相應(yīng)的提示。本平臺(tái)通過設(shè)置繪圖區(qū)域，智能路口交通情況。算法運(yùn)行的效率評(píng)價(jià)指標(biāo)以及動(dòng)態(tài)交通量顯示也可通過輸出模塊輸出，以評(píng)價(jià)不同控制算法的效率。

仿真程序的設(shè)計(jì)思想是，用動(dòng)態(tài)鏈表來表示整個(gè)路口的車輛信息，鏈表的每個(gè)節(jié)點(diǎn)各表示一輛車，節(jié)點(diǎn)中包含了反應(yīng)這輛車的數(shù)據(jù)塊。鏈表從頭到尾，循環(huán)更新。鏈表中某個(gè)節(jié)點(diǎn)的更新就是計(jì)算此步這個(gè)車輛的速度、步長(zhǎng)、此步應(yīng)移到的位置等數(shù)據(jù)，并在屏幕上原位置擦去該車，在新位置上重畫該車。鏈表從頭到尾更新一次，路口的所有車輛位置刷新一次（即移動(dòng)一步）。當(dāng)有新車產(chǎn)生時(shí)，加在鏈表尾，進(jìn)入更新循環(huán)。當(dāng)有車輛移動(dòng)超出路口范圍時(shí)，則把該車從鏈表當(dāng)中摘除，并統(tǒng)計(jì)其延誤及交通量。

圖1 十字路口仿真效果

2 交互算法

圖2 十字路口建模

對(duì)十字路口進(jìn)行建?？梢钥吹?，路口一共有東南西北4個(gè)發(fā)送車道（S0-3），4個(gè)接收車道(R0-3)，每一個(gè)發(fā)送車道又有3個(gè)行車方向，即右行、直行、左行3個(gè)方向，所以沖突區(qū)域內(nèi)一共有12條“行車路線”，ID0-11（圖1），相互間有四大類的關(guān)系：匯流，交叉，交互，同線（表1）。為了判定十字路口內(nèi)行車路線間是否沖突，可設(shè)置沖突表，用矩陣表示：

矩陣中行與列分別對(duì)應(yīng)了相應(yīng)的行車路線與其他行車路線的沖突關(guān)系。如第 0行或者 0列代表了行車路線 ID0與其他行車路線的沖突關(guān)系。沖突表中元素的賦值為0或1，0代表了兩個(gè)行車路線不相互沖突，即假設(shè)這兩個(gè)車道上可以同時(shí)有車在行進(jìn)，1代表兩個(gè)行車路線相互沖突，即在某一時(shí)刻，假設(shè)在沖突區(qū)域內(nèi)的這兩個(gè)車道上最多只能夠有一輛車。例如行車線路ID[i] 和行車線路ID[j] 是沖突的，那么在沖突表T中T[i] [j] 和 T[j] [i] 為1，否則為0。因此，沖突表可以判定以上所有12條路線間的關(guān)系。如果當(dāng)前時(shí)刻該資源鎖對(duì)應(yīng)的行車路線上有車，則系統(tǒng)將該路對(duì)其他車輛封鎖。同時(shí)，所有行車路線關(guān)系為“交互”時(shí)，車輛不沖突；認(rèn)為行車線路與自身是不沖突的，即在同一時(shí)刻，在沖突區(qū)域中，同一條行車線路上可以有多輛車形成車流。

可以看出此算法只要修改矩陣形狀就能適用于三岔口，五岔口等復(fù)雜路口情況。

3 仿真實(shí)驗(yàn)

提出經(jīng)典紅綠燈算法同本文交互算法做比較。對(duì)比算法即為：普通車輛通行為交通燈定時(shí)控制，和交互算法的區(qū)別是在路口加上了2相位交通燈的限制，東西方向和南北方向相差一個(gè)綠燈時(shí)間。對(duì)發(fā)送車道中的車輛而言，它們能夠進(jìn)入沖突區(qū)域的前提條件是發(fā)送車道所對(duì)應(yīng)的交通燈為綠燈，其余的進(jìn)入沖突區(qū)域的判定與交互算法相同。

顯然車輛平均速度對(duì)算法的有效性有較大影響。本文按車輛平均速度不同，分為 15 km/h，20 km/h，30 km/h，40 km/h等幾種情況測(cè)試，每種不同車速情況下分別仿真如下幾組車流量：1輛每分鐘，5輛每分鐘，10輛每分鐘，15輛每分鐘，20輛每分鐘，25輛每分鐘，30輛每分鐘，40輛每分鐘。仿真環(huán)境：T=60S（即真實(shí)時(shí)間10分鐘），其中經(jīng)典算法設(shè)置為L(zhǎng)ight20：信號(hào)周期20s，綠燈10S,黃燈2S，紅燈8S。由于仿真時(shí)車輛方向隨機(jī)性對(duì)初始指標(biāo)影響較大，為了保證數(shù)據(jù)準(zhǔn)確，下列數(shù)據(jù)均為重復(fù)相同實(shí)驗(yàn)10次得到的平均值。

（1）幾種速度下飽和通行量的比較

圖3 速度為15km/h時(shí)的流量

圖4 速度為20km/h時(shí)的流量

圖5 速度為30km/h時(shí)的流量

圖6 速度為40km/h時(shí)的流量

（2）典型速度下排隊(duì)長(zhǎng)度的比較

圖7 速度為20km/h時(shí)的等待車隊(duì)長(zhǎng)度

（3）典型速度下延誤時(shí)間的比較

圖8 速度為20km/h時(shí)的延誤時(shí)間

在十字路口條件下，由測(cè)評(píng)得到：

（1）通行率：交互算法控制的智能車流比經(jīng)典算法定時(shí)控制的普通車流均有提升。

（2）車輛排隊(duì)長(zhǎng)度：交互算法在各車流量情況下皆為優(yōu)于經(jīng)典算法

（3）車輛行車延誤：交互算法尤其在車輛流量較低的情況下減少車輛延誤明顯。流量增大后，兩種算法結(jié)果接近，交互算法仍保持優(yōu)勢(shì)。

（4）飽和流量：交互算法在飽和流量高于經(jīng)典算法。

4 結(jié)論

利用面向?qū)ο蟮姆椒?，設(shè)計(jì)仿真平臺(tái)模擬演示智能車輛在路口的通行，平臺(tái)用于多智能車協(xié)作仿真算法評(píng)估，通過對(duì)比實(shí)驗(yàn)驗(yàn)證了智能車輛交互控制算法對(duì)于提高路口通行率，減少車輛延誤時(shí)間，縮短排隊(duì)長(zhǎng)度的明顯作用。

[1] PARENT M，YANG M. Road Map towards Full Driving Automation[A] . In: Proceedings of 8th International Conference on Application of Advanced Technologies in Transportation Engineering[C] . Reston,VA:ASCE and T&DI,2004.663-668.

[2] 楊明,無人自動(dòng)駕駛車輛研究綜述與展望[J] .哈爾濱工業(yè)大學(xué)學(xué)報(bào),2006.8,P1259-1262.

[3] Michel Parent，Advanced Urban Transport: Automation Is On the Way. Intelligent Transportation Systems,2006,

[4] YANG M, WANG C, YANG R, et al. CyberC3: Cybercars Automated Vehicles in China[A] , In: Proceedings of Transportation Research Board Annual Meeting[C] , 2006.

[5] Visual C#.NET 案例開發(fā)集錦[M] .電子工業(yè)出版社,2005年6月.

[6] (美國(guó))昌德,GDI+圖形程序設(shè)計(jì)/.NET技術(shù)大系[M] .電子工業(yè)出版社,2005.6.