摘要：為改善車輛通行交叉口區(qū)域的燃油消耗和污染物排放，在車路協(xié)同環(huán)境下研究車輛通行交叉口區(qū)域的生態(tài)駕駛策略。利用VT?Micro模型構(gòu)建車輛百公里燃油消耗量和CO₂排放量計(jì)算模型，提出車輛勻速策略以及通行交叉口區(qū)域的加、減速策略。根據(jù)不同的信號燈相位及剩余時(shí)長分別建立生態(tài)駕駛策略，并在Matlab中進(jìn)行仿真驗(yàn)證。仿真結(jié)果表明，所建立的生態(tài)駕駛策略節(jié)能減排效果顯著，其中針對信號燈相位為綠燈的生態(tài)駕駛策略可降低16.82%～38.26%的油耗，減少5.57%～43.18%的CO₂排放量；信號燈相位為紅燈的生態(tài)駕駛策略可以降低31.46%～43.29%的油耗，減少15.19%～54.64%的CO₂排放量。

關(guān)鍵詞：車路協(xié)同；生態(tài)駕駛策略；交叉口區(qū)域；節(jié)能減排

中圖分類號：U471""""""""""""""""""""""""""""""""nbsp;" 文獻(xiàn)標(biāo)識碼：A"""""""""""""""""""""""""""""""""" 文章編號：1673?6478（2023）03-0094-08

Research on Eco?Driving Strategy in Intersection Area under Vehicle Road Coordination Environment

WANG Hongxia， WANG Na

（Department of Electromechanical and Vehicle Engineering， Taiyuan University， Taiyuan Shanxi 030032， China）

Absrtact： This paper studies the eco?driving strategy in the vehicle crossing area under the vehicle road coordination environment to improve the fuel consumption and pollutant emissions in the vehicle crossing area. In this paper， based on the VT?Micro model， the calculation model of vehicle fuel consumption per hundred kilometers and CO₂ emissions is built， and the uniform speed strategy of vehicles and the acceleration and deceleration strategy when passing the intersection area are proposed. The eco?driving strategy is established according to different signal phases and remaining time， and is simulated in Matlab. The simulation results show that the established eco?driving strategy has significant energy saving and emission reduction effects， among which the eco?driving strategy for green signal phase can reduce the fuel consumption by 16.82%～38.26%， and reduce the CO₂ emissions by 5.57%～43.18%. The eco?driving strategy with red light phase can reduce 31.46%～43.29% of fuel consumption and 15.19%～54.64% of CO₂ emissions.

Key words： vehicle road collaboration; ecological driving strategy; intersection area; energy conservation and emission reduction

0 引言

在城市交通網(wǎng)中，信號燈作為分隔路網(wǎng)的節(jié)點(diǎn)，是保證交通安全的重要措施，但也導(dǎo)致車輛在通行交叉口區(qū)域時(shí)出現(xiàn)頻繁的加減速行為，使得交叉口區(qū)域成為城市交通網(wǎng)中高能耗、高排放區(qū)域。研究表明車輛在行駛過程中如果能提前獲得信號燈相位信息，合理規(guī)劃速度曲線，可降低5%～30%的油耗和排放[1]。以V2X為基礎(chǔ)的車路協(xié)同技術(shù)的發(fā)展使得車輛在行駛過程中能夠與路側(cè)設(shè)備交互獲得實(shí)時(shí)交通信息[2?3]，因此通過車路協(xié)同技術(shù)獲取實(shí)時(shí)信號燈信息，對車輛通行交叉口區(qū)域的速度曲線進(jìn)行優(yōu)化設(shè)計(jì)，可實(shí)現(xiàn)節(jié)能減排。

國內(nèi)外學(xué)者研究了車輛通行交叉口區(qū)域的生態(tài)駕駛策略。劉顯貴，黃棟[4?5]等設(shè)計(jì)了車輛通行交叉口區(qū)域的速度策略，優(yōu)化車輛通行交叉口區(qū)域的速度軌跡，但未對信號燈剩余時(shí)長進(jìn)行細(xì)分。Han等[6]基于最優(yōu)化理論，動(dòng)態(tài)規(guī)劃車輛速度曲線，推導(dǎo)得到車輛在綠燈期間通行交叉口的邊界條件，但未對紅燈期間車輛的速度策略進(jìn)行規(guī)劃。Zhao等[7]基于信號燈相位和車輛位置，提出多階段速度優(yōu)化模型，實(shí)車實(shí)驗(yàn)表明該模型可顯著改善燃油消耗。Li等[8]基于深度學(xué)習(xí)構(gòu)建車輛通行交叉口的駕駛策略，以駕駛安全作為約束條件，實(shí)驗(yàn)表明該策略可顯著降低油耗。Zhang[9]等建立多目標(biāo)優(yōu)化模型，以降低車輛通行時(shí)間和能耗，仿真結(jié)果表明，所建立的速度策略可有效減少車輛通過交叉口區(qū)域的能耗并確保通行效率。

當(dāng)前多數(shù)的交叉口生態(tài)駕駛策略研究集中于根據(jù)綠燈信息構(gòu)建加速或減速控制策略，未明確提出車輛進(jìn)入調(diào)整范圍前的速度策略，且交叉口場景劃分僅為綠燈或紅燈相位，所構(gòu)建的生態(tài)駕駛策略不具有針對性。鑒于此，本文設(shè)計(jì)提出車輛勻速策略、變加速和變減速策略；同時(shí)根據(jù)駕駛操作的不同劃分信號燈剩余時(shí)長，細(xì)分交叉口場景并分別建立生態(tài)駕駛策略，使得所提出的生態(tài)駕駛策略能在不同的交叉口場景下最大限度實(shí)現(xiàn)節(jié)能減排；最后在Matlab中進(jìn)行仿真驗(yàn)證，評價(jià)所建立的生態(tài)駕駛策略的油耗和排放的綜合效益。

1 油耗排放模型建立

2 速度策略建立

2.1 經(jīng)濟(jì)車速

2.2 加速策略

2.3 減速策略

3 構(gòu)建生態(tài)駕駛策略

3.1 交叉口場景劃分

3.2 不同交叉口場景下駕駛策略的建立

3.2.1 綠燈相位

4 仿真驗(yàn)證

以節(jié)能率和減排率作為評價(jià)指標(biāo)，在Matlab中設(shè)計(jì)仿真實(shí)驗(yàn)，評價(jià)所建立的生態(tài)駕駛策略。仿真參數(shù)見表1。

4.1 綠燈相位

仿真驗(yàn)證1：假設(shè)綠燈剩余時(shí)長 為9s，即 。由圖7的速度策略，車輛在車速調(diào)整段內(nèi)按式（9）以適當(dāng)?shù)臏p速度減速停車，重新啟動(dòng)之后按式（8）盡快恢復(fù) 。仿真結(jié)果見表2，表中的“實(shí)際駕駛”指樣車通行交叉口區(qū)域時(shí)的實(shí)際駕駛數(shù)據(jù)。

從表2知，車輛采用生態(tài)駕駛策略可最大限度地實(shí)現(xiàn)節(jié)能減排，即車輛進(jìn)入車速調(diào)整段后按式（9）取 為7在30s內(nèi)減速停車，綠燈時(shí)按式（8）取 為0.5在20s內(nèi)恢復(fù) 。

仿真驗(yàn)證2：假設(shè)綠燈剩余時(shí)長 為17s，即 。由圖8的速度策略可知車輛不能保持 通過交叉口，應(yīng)選取適當(dāng)?shù)募铀俣燃铀偻ㄟ^，其中加速過程存在如公式（10）的約束條件，仿真結(jié)果見表3。

從表3看出，策略二節(jié)能率更高，速度策略為按式（8）取 為0.1，在17s內(nèi)從41km/h加速至50km/h，保持50km/h勻速通過交叉口，然后按式（9）取 為6在10s內(nèi)恢復(fù) 。

仿真驗(yàn)證3：假設(shè)車輛到達(dá)車速調(diào)整段時(shí)，綠燈剩余時(shí)長 為35s，即 ，由圖9的速度策略可知車輛保持 通過交叉口。仿真結(jié)果見表4。

4.2 紅燈相位

仿真驗(yàn)證1：假設(shè)紅燈剩余時(shí)長為 為13s，即 ，速度策略如圖9。仿真結(jié)果如表5。

仿真驗(yàn)證2：假設(shè)紅燈剩余時(shí)長為 為24s，即 ，速度策略如圖10。減速過程存在如公式（10）的約束條件，仿真結(jié)果如表6。

從表6看出，采用策略二可最大限度實(shí)現(xiàn)生態(tài)駕駛，即進(jìn)入車速調(diào)整段后按式（9）取 為0.7在24s內(nèi)減速到22km/h，此時(shí)綠燈相位已開始，繼續(xù)減速通過路口后按式（8）取 為0.5在10s內(nèi)恢復(fù) 。

仿真驗(yàn)證3：假設(shè)紅燈剩余時(shí)長 為52s，即 ，速度策略如圖7。仿真結(jié)果見表?7。

從表7看出，采用生態(tài)駕駛策略可最大限度節(jié)能減排，即車輛進(jìn)入車速調(diào)整段后按式（9）取 為7在30s內(nèi)減速停車，綠燈亮起時(shí)按式（8）取 為0.5在20s內(nèi)恢復(fù) 。

5 結(jié)論

本研究基于信號燈相位及配時(shí)建立車輛通行交叉口區(qū)域的生態(tài)駕駛策略，得出以下結(jié)論：

1. 基于VT?Micro模型，確定百公里燃油消耗和CO₂排放量計(jì)算模型；
2. 基于太原市城市道路的實(shí)際行車數(shù)據(jù)，確定了適用于城市道路的經(jīng)濟(jì)車速 ；基于加速度特征參數(shù) 設(shè)計(jì)加速策略；基于減速度特征參數(shù) 設(shè)計(jì)減速策略；
3. 根據(jù)車輛通行交叉口區(qū)域時(shí)駕駛操作的不同，將信號燈相位和剩余時(shí)長細(xì)分為6種場景，分別建立生態(tài)駕駛策略。
4. 在Matlab中設(shè)計(jì)仿真實(shí)驗(yàn)，以節(jié)能率和減排率作為評價(jià)指標(biāo)評價(jià)所提出的生態(tài)駕駛策略，結(jié)果表明所建立的生態(tài)駕駛策略節(jié)能減排效果顯著。
5. 本文所提出的生態(tài)駕駛策略為車路協(xié)同環(huán)境下車輛通行交叉口區(qū)域?qū)崿F(xiàn)節(jié)能減排，提供有效可行的技術(shù)方案。
6. 本文僅采用仿真實(shí)驗(yàn)驗(yàn)證所提出的生態(tài)駕駛策略，在之后的研究中考慮駕駛?cè)朔磻?yīng)時(shí)間，并運(yùn)用實(shí)車試驗(yàn)進(jìn)一步探究所建立的生態(tài)駕駛策略的有效性。

參考文獻(xiàn)：

1. XIA H， BORIBOONSOMSIN K， SCHWEIZER F， et al. Field Operational Testing of Eco?approach Technology at a Fixed?time Signalized Intersection[C]//IEEE. 15th International IEEE Conference on Intelligent Transportation Systems （ITSC）. Anchorage， AK： IEEE， 2012： 188?193.
2. 付銳， 張雅麗， 袁偉. 生態(tài)駕駛研究現(xiàn)狀及展望[J]. 中國公路學(xué)報(bào)， 2019， 32（3）： 5?16.
3. 孟竹， 邱志軍. 節(jié)能導(dǎo)向的信號交叉口生態(tài)駕駛策略研究[J]. 交通信息與安全， 2018， 36（2）： 76?84+92.
4. 劉顯貴， 王暉年， 洪經(jīng)緯， 等. 網(wǎng)聯(lián)環(huán)境下信號交叉口車速控制策略及優(yōu)化[J]. 交通運(yùn)輸系統(tǒng)工程與信息， 2021， 21（2）： 82?90.
5. 黃棟， 歐健， 肖皓鑫， 等. 十字路口交通信號燈與車隊(duì)軌跡協(xié)同優(yōu)化[J]. 重慶理工大學(xué)學(xué)報(bào) （自然科學(xué)） ， 2022， 36（4）： 84?93.
6. Han J， Vahidi A， Sciarretta A. Fundamentals of energy efficient driving for combustion engine and electric vehicles： An optimal control perspective[J]. Automatica， 2019， 103： 558?572.
7. Zhao X， Wu X， Xin Q， et al. Dynamic Eco?driving on signalized arterial corridors during the green phase for the connected vehicles[J]. Journal of advanced transportation，2020（2）： 1?11.
8. Li J， Wu X， Xu M， et al. Deep reinforcement learning and reward shaping based eco?driving control for automated HEVs among signalized intersections[J]. Energy， 2022， 251（15）： 1?17.
9. Zhang J， Dong S Y， Li Z B， et al．An eco?driving signal control model for divisible electric platoons in cooperative vehicle?infrastructure systems[J]. IEEE Access， 2019， 7： 83277?83285．
10. LI X P， CUI J X， AN S et al. Stop?and?go traffic analysis： Theoretical properties， environmental impacts and oscillation mitigation[J]. Transportation Research Part B， 2014， 70： 319?339.
11. AHN K， RAKHA H， TRANI A， et al. Estimating vehicle fuel consumption and emissions based on instantaneous speed and acceleration levels[J]. Journal of Transportation Engineering， 2002， 128（2）： 182?190.
12. 余志生. 汽車?yán)碚?版[M]. 北京： 機(jī)械工業(yè)出版社， 2019．
13. Ngo C ， Solano?Araque E ， Aguado?Rojas M ， et al. Real?time eco?driving for connected electric vehicles[J]. Energy， 2022， 251（15）： 1?17.
14. 李禮夫， 梁翼. 基于不同加速方式的純電動(dòng)汽車電能量消耗研究[J]. 測試技術(shù)學(xué)報(bào)， 2018， 32（4）： 65?70.
15. 張健， 姜夏， 史曉宇， 等. 基于離線強(qiáng)化學(xué)習(xí)的交叉口生態(tài)駕駛控制[J]. 東南大學(xué)學(xué)報(bào) （自然科學(xué)版） ， 2022， 52（4）： 762?769.
16. 王虹霞. 車路協(xié)同環(huán)境下純電動(dòng)公交車節(jié)能駕駛策略研究[D]. 西安： 長安大學(xué)， 2020.
17. 袁偉， 張雅麗， 王虹霞， 等. 純電動(dòng)公交車交叉口節(jié)能駕駛策略[J]. 中國公路學(xué)報(bào)， 2021， 34（7）： 54?66.
18. YI K， Chung J. Nonlinear Brake Control for Vehicle CW/CA systems[J]. IEEE/ASME Transactions on Mechatronics， 2002， 6（1）： 17?25.