孟振宇，向鄭濤

（湖北汽車工業(yè)學院 電氣與信息工程學院，湖北 十堰442000）

目前城鎮(zhèn)路網(wǎng)中缺乏交通控制設施的交叉口依舊大量存在，無控交叉口處事故率遠高于有控交叉口，特別是執(zhí)行緊急救援任務的緊急車輛在通過無控交叉口時通行效率和安全往往無法保障，解決緊急車輛在無控交叉口處的交通問題迫在眉睫。邵雯［1］通過聯(lián)機式駕駛模擬實驗研究無控交叉口直行車輛碰撞預警功能對駕駛員行車的影響，實驗表明提供預警功能時，駕駛員更能準確避撞。胡夢巖［2］利用智能網(wǎng)聯(lián)車輛環(huán)境下車路通信技術(shù)提出速度優(yōu)化算法對無信號交叉口車輛進行控制，消除沖突的同時提高車輛通行效率。馬艷麗等［3］考慮能見度對無信號交叉口下過街行人與車輛沖突的影響，利用車載傳感器識別不同能見度下人車沖突，能為無信號交叉口處駕駛員和行人的安全通行提供決策。周琦［4］利用北斗定位和車聯(lián)網(wǎng)通信技術(shù)在無信號十字交叉口處對車輛進行沖突監(jiān)測，通過分區(qū)車速引導消除沖突。Duy 等［5］通過深度強化學習在無信號交叉口建立自動駕駛汽車模型與人駕駛汽車進行對比實驗，結(jié)果表明完全自動駕駛車輛平均速度比人駕駛車輛高1.38倍，其性能優(yōu)于人駕駛車輛。Bouderba 等［6］提出結(jié)合博弈論的元胞自動機模型來研究無信號交叉口沖突問題，發(fā)現(xiàn)駕駛員在無信號交叉口采取的決策與碰撞發(fā)生有內(nèi)在聯(lián)系，且交通流通行能力極大取決于駕駛員通過交叉口時采取的決策。Jeong等［7］利用有序邏輯統(tǒng)計法分析鄉(xiāng)村無信號十字路口事故原因，結(jié)果表明四條路十字路口撞車事故比T 型十字路口多1.53倍，且大多數(shù)碰撞事故因駕駛員疏忽及不遵守交通規(guī)則造成。針對上述文獻中利用傳感器進行事故預警存在成本高、易受外界因素干擾、預警準確率低和未考慮普通車輛在緊急狀況下該如何行車來避免事故的特點，文中提出基于車路協(xié)同技術(shù)的緊急車輛通過無控十字路口行車方案，利用計算機仿真技術(shù)在Veins（vehicles in network simulation）雙向耦合車路協(xié)同仿真平臺上來驗證方案的有效性。文中主要關(guān)注避免首次事故的發(fā)生，暫不考慮二次事故［8］對后續(xù)正常行車的影響。

1 無控十字路口緊急車輛行車方案

文中交叉口路口類型為平面十字形交叉口，車輛直行過程中速度比轉(zhuǎn)彎更大，發(fā)生事故更嚴重，故緊急車輛和其他普通車輛均設為直行，為研究方便，不考慮轉(zhuǎn)彎、掉頭等影響。圖1 為無控十字路口處由東往西直行車輛與由北往南行駛消防車發(fā)生碰撞示意圖。導致事故發(fā)生的可能原因有駛?cè)霟o控交叉口前東西向車輛駕駛員無法觀察到側(cè)向消防車，駕駛員駕駛較為激進沒提前減速或消防車駛?cè)虢徊婵谒俣冗^高等。

圖1 無控十字路口內(nèi)緊急車輛碰撞事故

1.1 基于車路協(xié)同的無控十字路口沖突判斷場景

搭建基于車路協(xié)同的無控十字路口事故預警場景如圖2 所示。場景中十字路口中心處布置有路側(cè)設施（roadside unit，RSU）和車輛均配備車載設備（onboard unit，OBU），RSU 與OBU 之間通信基于IEEE802.11p 的專用短程通信技術(shù)（dedicated short range communications，DSRC）。DSRC 的CH178 號信道為傳輸控制和安全相關(guān)信息的專用信道，設定OBU 與RSU 在DSRC 的178 號信道上進行數(shù)據(jù)傳輸。車輛進入RSU 通信范圍后與其建立通信連接。緊急車輛與其側(cè)向車輛是否有極大概率碰撞的判斷過程如下：1）靠近路口車輛OBU 實時不間斷監(jiān)測行車運動參數(shù)，對車輛速度、位置等信息采集后將數(shù)據(jù)打包發(fā)送至路口中心RSU；2）RSU接收緊急車輛和東西向普通車輛位置信息后計算出緊急車輛與東西向車輛軌跡的交叉點即沖突點的位置信息，并將沖突點位置信息實時廣播至通信范圍內(nèi)其他車輛；3）緊急車輛接收到RSU 廣播的沖突點位置信息后，解析計算出到達沖突點的時間，并將數(shù)據(jù)包發(fā)送至RSU；4）RSU接收到緊急車輛數(shù)據(jù)包后，廣播發(fā)送數(shù)據(jù)包至通信范圍內(nèi)其他普通車輛；5）其他車輛OBU 在收到RSU 廣播數(shù)據(jù)包后進行解析，分析對比自身位置速度等信息后，判斷是否有極大概率與直行緊急車輛在交叉口內(nèi)碰撞；6）當普通車輛OBU判斷出與緊急車輛有極大概率碰撞時，及時采取減速措施避撞，并確保緊急車輛順利通過路口。

圖2 基于車路協(xié)同的無控十字路口沖突判斷場景

1.2 通信協(xié)議簡介

緊急車輛到達沖突點時間數(shù)據(jù)報包含TA和TB，RSU 廣播沖突點位置信息數(shù)據(jù)報包含CA和CB，TA和TB分別表示緊急車輛以當前速度行駛到達沖突點A和B所需的時間，大小均為8 byte；CA和CB表示RSU綜合緊急車輛與東西向車輛行駛軌跡計算得到的沖突點A和B的位置信息，大小均為8 byte。數(shù)據(jù)封裝后，進行信道設置和優(yōu)先級設置后數(shù)據(jù)包廣播發(fā)送，并面向通信范圍內(nèi)所有節(jié)點，無確定的目的節(jié)點，無確認機制。

1.3 沖突判定方法

車輛OBU根據(jù)位置坐標解析計算得到與RSU距離，通過此距離變化趨勢來判斷車輛是否靠近十字路口。沖突點為緊急車輛行駛軌跡與普通車輛行駛軌跡在十字路口內(nèi)的交叉點。如圖3所示，沖突點A 為由北往南行駛緊急車輛與由東往西行駛車輛A 在路口中的交叉點，同理，沖突點B 為由北往南行駛緊急車輛與由西往東行駛車輛B 在路口中的交叉點；假設此時緊急車輛正以速度V0靠近路口，其OBU 計算與沖突點A 的距離DE1、與沖突點B 的距離DE2；假設車輛A 和B 此時也正分別以速度VA和速度VB靠近路口，同時車輛A、B 的OBU計算出車輛A與沖突點A的距離DA、車輛B與沖突點B 的距離DB。緊急車輛與車輛A、B 是否碰撞的判斷過程如下：1）緊急車輛OBU 分別計算出到達沖突點A、B的時間TA和TB：

2）普通車輛A 和B 的OBU 分別計算出各自車輛到達沖突點A、B的時間TA1、TB1：

3）普通車輛A、B的OBU收到RSU廣播緊急車輛數(shù)據(jù)包后解析出TA、TB，以時距差PET（post-encroach?ment time）不大于閾值作為沖突判斷條件［9］（文獻［9］中設置閾值為8），由此計算PETA、PETB：

圖3 緊急車輛與普通車輛碰撞關(guān)系

4）若PET 小于閾值，說明車輛與緊急車輛在沖突點有極大概率碰撞，則車輛采取減速操作。

1.4 緊急狀況下車輛行車方案

當緊急車輛與普通車輛有極大概率沖突時，文中稱此場景為緊急狀況。緊急狀況下無控十字路口處車輛行車場景如圖4所示，假設此時由北向南行駛的緊急車輛在駛?cè)肼房诤笥袠O大概率與東西向車輛A、B 產(chǎn)生沖突。駛?cè)肼房诜较蚱胀ㄜ囕v收到RSU廣播的緊急車輛數(shù)據(jù)包后解析計算是否會與緊急車輛沖突，當滿足沖突條件時，普通車輛根據(jù)自身位置、行駛方向及時調(diào)整駕駛行為避免沖突。緊急狀況下路口處車輛行車方案如下：1）由于駛?cè)肼房谟袠O大概率與緊急車輛產(chǎn)生沖突，則車輛A、B需進行減速操作來避免沖突，即緊急車輛到達沖突點前，車輛A、B速度經(jīng)8 s左右減小至0 m·s-1；2）位于路段E2、S2、W2 上的車輛此時均在遠離路口，保持正常行車即可。為方便研究，設置路段S1上無車輛行駛，因為位于路段S1 上的普通車輛嚴格按照道路行駛不干擾由北往南行駛緊急車輛正常行車且不產(chǎn)生沖突。

圖4 緊急狀況下行車場景

2 普通車駕駛員模型及緊急車輛警報效果模擬

為了與應用車路協(xié)同技術(shù)后的緊急車輛行車方案作對比參照實驗，針對未應用方案時的普通車輛分別設計了激進型駕駛員行車模型和保守型駕駛員行車模型。

2.1 駕駛員行車模型

激進型駕駛員駕駛的普通車輛稱為激進型車輛，在即將駛?cè)霟o控十字路口前駕駛員不觀察側(cè)方來車，沒有采取減速操作，并以當前車速通過路口，則此時事故率較高。

保守型駕駛員駕駛的普通車輛稱為保守型車輛，在駛?cè)霟o控十字路口前，駕駛員事先觀察側(cè)方來車并提前采取減速措施避免與側(cè)向來車碰撞，觀察側(cè)向來車的視野距離設為80 m，行車速度在8 s左右減小至0 m·s?1，等待側(cè)方無來車后開始恢復正常車速。

2.2 緊急車輛警燈及警笛聲效果

單獨設置實驗組，模擬緊急車輛在駛?cè)霟o控交叉口的過程中具有警笛聲、警燈的警告效果。緊急車具備警報效果時，普通車駕駛員減速方法如下：

式中：P為駕駛員減速程度系數(shù)，P值越大表示駕駛員減速程度越高；S為緊急車與普通車的距離；k為定值。當普通車與緊急車均為駛?cè)肼房诜较驎r，S逐漸減小，P 值逐漸增大，駕駛員將根據(jù)P 值的改變采取不同的減速策略。

受緊急車輛警報物理信息效果的影響，普通車輛在駛?cè)霟o控路口過程中將更易提前發(fā)現(xiàn)緊急車輛，能夠獲取到緊急車輛警報效果的保守型駕駛員可觀察到緊急車輛時視野距離設為100 m，能夠獲取到緊急車輛警報效果的激進型駕駛員觀察到緊急車輛時視野距離設為50 m，獲取到緊急車輛報警效果后將按式（4）方法減速。

3 行車方案仿真分析

3.1 Veins雙向耦合車聯(lián)網(wǎng)仿真平臺

交通仿真軟件SUMO 已實現(xiàn)車輛動力學模型并自帶車輛跟馳模型［10］，能模擬交通場景下不同車輛運動模式。目前網(wǎng)絡仿真和交通仿真的發(fā)展較完善，但仍互相獨立。雙向耦合的思想首次由Sommer等人［11］提出并實現(xiàn)。文中通過網(wǎng)絡仿真器OMNeT++和交通仿真器SUMO 構(gòu)建的雙向耦合車聯(lián)網(wǎng)仿真平臺Veins 進行研究。Veins 中應用層可對車聯(lián)網(wǎng)環(huán)境下車輛編隊行駛、路徑規(guī)劃、信號燈調(diào)控等方面展開仿真研究［12］，不僅能評估交通場景下車輛間通信協(xié)議，還能研究車輛間通信對交通性能的影響［13］。Veins中自帶建筑物遮擋造成信號衰減的陰影模型。操作系統(tǒng)及軟件版本為ubuntu linux 16.04、OMNeT++ 5.5.1、Veins 5.0、SU?MO 1.2.0。

3.2 仿真參數(shù)設置

場景中OBU、RSU 基于IEEE802.11p 的DSRC技術(shù)進行通信。OMNeT++中的Veins 模塊已完成對IEEE802.11p 底層通信模型的構(gòu)建，實現(xiàn)了DSRC 通信技術(shù)的模擬，MAC 層采用IEEE1609.4，物理層采用IEEE802.11p，具體仿真參數(shù)見表1。交通仿真道路場景中十字路口4個方向上路段長度為1000 m，單向車道數(shù)為2，道路限速為60 km·h?1，只考慮直行車輛間沖突，設定道路僅可直行。方案仿真配置如下：單次仿真實驗中，仿真時間設為500 s，緊急車輛為10輛，以一定時間間隔由北向南通過無控十字路口，普通車輛共400 輛，分別以由東向西、由西向東方向和一定時間間隔到達路口，考慮到實際交通環(huán)境下既有激進型駕駛員也有保守型駕駛員，設定普通車輛駕駛員中激進型占20%，剩余為保守型。表2為單次仿真中具體的交通場景仿真參數(shù)設置。設置PET閾值為8，緊急車輛為消防車。SUMO 中車輛運動模型為Krauss 跟馳模型的修改版［14］，讓車輛在保持安全性的同時盡可能快地行駛，通過在前車及后車的最大加速度范圍內(nèi)制動來確保安全。同時在SUMO 中設置車輛碰撞后仍可繼續(xù)移動，發(fā)生碰撞后將在控制臺顯示車輛碰撞信息。

表1 網(wǎng)絡仿真參數(shù)設置

表2 交通仿真參數(shù)設置

3.3 仿真結(jié)果分析

通過分析方案實施前后、緊急車輛通過路口時間、停車次數(shù)及事故率的變化來驗證方案有效性。3 組實驗中緊急車輛不具備警報效果時在應用方案前后碰撞次數(shù)及事故如表3 所示。當未應用方案時，3組實驗共發(fā)生碰撞11起，事故率為36.7%；應用方案后3 組實驗共發(fā)生碰撞1 起，事故率為3.3%。結(jié)果表明，在采取文中方案后可有效降低緊急車輛在無控十字路口內(nèi)的事故率。模擬緊急車輛具備警報效果時在應用方案前后的碰撞次數(shù)及事故率如表4 所示。設置激進型及保守型駕駛員中均有20%無法獲取到緊急車輛的警笛聲及警燈物理信息。由表3～4 可以看出：未應用方案時，緊急車輛具備警報效果時事故率降低了10%。應用方案后發(fā)生事故的原因為普通車輛在接收到緊急車輛信息并判斷存在沖突后，在減速制動過程中無法立即停止，因慣性繼續(xù)行駛到路口當中才完全停止，與高速行駛的緊急車輛發(fā)生側(cè)向碰撞。圖5為未應用方案時在SUMO 中仿真場景。圖5a 中東西向車輛正通過無控十字路口，此時緊急車輛駛?cè)肼房谟锌赡芘c東西向普通車輛發(fā)生碰撞；圖5b 中緊急車輛駛?cè)肼房谥泻笈c東西向激進型車輛發(fā)生側(cè)向碰撞。圖6 為應用方案后在SUMO 中仿真場景。圖6a 中由于應用了方案，緊急車輛在駛?cè)肼房谇鞍l(fā)布自身行車信息，東西向車輛在距路口較遠時收到信息提前采取減速操作沒繼續(xù)駛?cè)肼房冢苊饬耸鹿?；圖6b中由于東西向車輛及時減速，緊急車輛正安全通過路口；圖6c 中緊急車輛安全通過無控十字路口駛離路口場景。表5 為應用方案前后緊急車輛通過無控路口的仿真數(shù)據(jù)。根據(jù)仿真結(jié)果可看出應用方案后，緊急車輛通過路口的平均時間降低了64.3%以上，有效提高了緊急車輛在無控十字路口處的通行效率。

表3 緊急車輛不具備警報效果時的仿真結(jié)果

表4 緊急車輛具備報警效果時的仿真結(jié)果

圖5 未應用方案時SUMO-GUI仿真結(jié)果

圖6 應用方案后SUMO-GUI仿真結(jié)果

未應用方案時記錄的部分駛?cè)肼房谲囕v速度變化如圖7a 所示，可以看出激進型車輛一直保持最大速度行駛無減速過程；圖7b 為應用方案后記錄的部分駛?cè)肼房谲囕v速度變化圖，可看到在仿真第56 s左右即將駛?cè)肼房诘能囕v1和車輛2在收到信息后減速至0 m·s?1，隨后速度恢復正常。

表5 緊急車輛通過路口的仿真數(shù)據(jù)

圖7 部分駛?cè)肼房谲囕v速度變化圖

4 結(jié)論

文中提出面向無控十字路口的緊急車輛行車方案，在Veins 車聯(lián)網(wǎng)仿真平臺完成車路協(xié)同場景的搭建，仿真結(jié)果驗證了所提方案的有效性。未來工作中將關(guān)注首次碰撞事故發(fā)生后，其他普通車輛采取何種行車策略來避免二次事故的發(fā)生，同時設計二次事故發(fā)生后無控交叉口內(nèi)其他車輛行車方案，以進一步完善整個行車方案體系。