唐 坤,鐘學(xué)坤,呂昊琛,徐 添,郭唐儀

(南京理工大學(xué),南京 210094)

0 引 言

車(chē)輛在城市路網(wǎng)信號(hào)交叉口頻繁啟停是現(xiàn)代城市交通流的主要特征[1-2]。研究表明,這種頻繁啟停不僅降低交通系統(tǒng)運(yùn)行效率,還增加能源消耗和環(huán)境污染[3-4]。因此,減少在信號(hào)交叉口的停車(chē)次數(shù),甚至不停車(chē)通過(guò)所有交叉口到達(dá)目的地,對(duì)于提高交通運(yùn)行效率、減少環(huán)境污染,以及推進(jìn)高級(jí)輔助駕駛和自動(dòng)駕駛技術(shù)的發(fā)展具有重要意義。

近年來(lái),人們對(duì)車(chē)輛的綠波速度控制進(jìn)行了一些研究。Zhang等[5]提出了一種智能交叉口速度控制方法。Xu等[6]將車(chē)輛分成隊(duì)列,并考慮速度引導(dǎo)的影響,對(duì)FVD汽車(chē)跟隨模型進(jìn)行了改進(jìn)。對(duì)于聯(lián)網(wǎng)自動(dòng)車(chē)輛(CAV)的連續(xù)信號(hào)交叉口速度控制,Lu等[7]提出了一種使車(chē)輛連續(xù)通過(guò)多個(gè)下游信號(hào)交叉口的方法。Liu等[8]提出一種利用遺傳算法優(yōu)化單交叉口交通燈信號(hào)的模糊控制方法。Liu等[9]提出了一種考慮旅行時(shí)間、油耗和排放等目標(biāo)的生態(tài)速度優(yōu)化模型。Ma等[10]提出了一種基于V2X通信的生態(tài)協(xié)同自適應(yīng)巡航控制方法。在城市道路中,車(chē)輛在未知的交通狀態(tài)和交叉口信號(hào)配時(shí)下,通常依賴駕駛經(jīng)驗(yàn)來(lái)選擇路徑和速度。這常導(dǎo)致車(chē)輛選擇擁擠路段或頻繁停車(chē),造成時(shí)間和能源的浪費(fèi)。

針對(duì)上述問(wèn)題,本研究提出一種面向路徑的自動(dòng)駕駛車(chē)輛綠波速度控制方法。它有助于提高運(yùn)營(yíng)效率,降低能耗和污染排放,促進(jìn)城市交通系統(tǒng)的現(xiàn)代化和可持續(xù)性,并為先進(jìn)的駕駛員輔助系統(tǒng)和未來(lái)的自動(dòng)駕駛系統(tǒng)提供有力支持。

1 車(chē)輛綠波速度控制方法

本文提出方法的總體架構(gòu)如圖1所示,包括3個(gè)核心部分,依次為路況感知、路徑規(guī)劃以及綠波計(jì)算。

圖1 總體架構(gòu)

1.1 路況感知

通過(guò)硬件系統(tǒng)中的車(chē)載單元獲取車(chē)輛的速度、加速度等信息。通過(guò)路側(cè)傳感器用于獲取整個(gè)路段上的車(chē)輛行駛情況,將各類信息匯總上傳到云端系統(tǒng)。

1.2 路徑規(guī)劃

主動(dòng)綠波系統(tǒng)結(jié)合自身車(chē)速、紅綠燈時(shí)序數(shù)據(jù)等多種因素[11],目標(biāo)是提高紅綠燈通過(guò)率,實(shí)現(xiàn)全程通行最優(yōu)。該模塊采用Dijkstra算法,調(diào)用算法重新進(jìn)行路權(quán)分配[12]。

1.3 綠波計(jì)算

綠波計(jì)算是根據(jù)紅綠燈實(shí)時(shí)數(shù)據(jù)、到達(dá)交叉口距離、路況信息等參數(shù)由自主設(shè)計(jì)的算法計(jì)算出一個(gè)速度區(qū)間,作為綠波建議速度,算法原理如圖2所示。

圖2 綠波算法流程

圖3展示了在獲取第i個(gè)交叉口紅綠燈相位信息以及路段間距離后,對(duì)車(chē)輛速度進(jìn)行規(guī)劃的示意圖,黑色曲線為車(chē)輛行駛路徑,斜率為測(cè)量行駛速度。

圖3 連續(xù)交叉口車(chē)輛速度控制示意圖

設(shè)目標(biāo)車(chē)輛駛?cè)肼肪W(wǎng)時(shí)為零時(shí)刻,tig表示目標(biāo)車(chē)輛行駛路徑上第i個(gè)交叉口當(dāng)前綠燈相位時(shí)長(zhǎng),tir表示目標(biāo)車(chē)輛行駛路徑上第i個(gè)交叉口當(dāng)前紅燈相位時(shí)長(zhǎng),Tig表示目標(biāo)車(chē)輛行駛路徑上第i個(gè)交叉口綠燈相位周期時(shí)長(zhǎng),Tir表示目標(biāo)車(chē)輛行駛路徑上第i個(gè)交叉口紅燈相位周期時(shí)長(zhǎng)假設(shè)行駛路徑上所有交叉口長(zhǎng)度服從泊松分布,均值為d,第i個(gè)路段長(zhǎng)度為xil。車(chē)輛通過(guò)i個(gè)交叉口的總距離見(jiàn)式(1):

(1)

式中,判斷目標(biāo)車(chē)輛能否不停車(chē)通過(guò)第1個(gè)交叉口,當(dāng)前路段交叉口相位為綠燈時(shí),不停車(chē)通行時(shí)間區(qū)間t1s見(jiàn)式(2):

t1s=[0,t1g]

(2)

式中,判斷在此區(qū)間內(nèi)行駛車(chē)輛是否超速,設(shè)車(chē)輛原速度為v0,駕駛員反應(yīng)時(shí)間t0,車(chē)輛加速度a,加速時(shí)間為t1,速度更改后行駛時(shí)間為t2,車(chē)輛速度變化服從,見(jiàn)式(3):

(3)

根據(jù)式(3)當(dāng)前路段交叉口相位為綠燈時(shí),車(chē)輛可在第n個(gè)綠燈窗口通過(guò)交叉口的情況下,第n個(gè)綠燈區(qū)間通過(guò)交叉口的最大速度,見(jiàn)式(4):

vio=vmax

(4)

式中,若車(chē)輛不能在第1個(gè)綠燈窗口不能通過(guò)交叉口,且不超速的情況下,得到使車(chē)輛通過(guò)第n個(gè)綠燈區(qū)(n>1)間交叉口的最大速度,見(jiàn)式(5):

(5)

第n個(gè)綠燈區(qū)間通過(guò)交叉口的最小速度見(jiàn)式(6):

(6)

當(dāng)前路段交叉口相位為紅燈時(shí),車(chē)輛可在第n個(gè)綠燈窗口通過(guò)交叉口的情況下,通過(guò)交叉口的最大速度見(jiàn)式(7):

vio=vmax

(7)

當(dāng)車(chē)輛不能在第i個(gè)綠燈窗口不能通過(guò)交叉口,且不超速的情況下,第n個(gè)綠燈區(qū)間通過(guò)交叉口的最大速度見(jiàn)式(8):

(8)

第n個(gè)綠燈區(qū)間通過(guò)交叉口的最小速度見(jiàn)式(9):

(9)

得到使目標(biāo)車(chē)輛在第i個(gè)交叉口不停車(chē)通行的速度區(qū)間見(jiàn)式(10):

viv=[vi0,vi1]

(10)

最終,將局部最優(yōu)化得到的速度窗口迭代,得到行駛路徑上最佳速度窗口見(jiàn)式(11):

vv=v1v∩v2v∩……∩viv

(11)

2 仿真與分析

2.1 模型仿真

本研究在Vissim 2022中建立了1個(gè)規(guī)模為3×4的雙向四車(chē)道干路交通網(wǎng),模擬城市道路復(fù)雜交通環(huán)境。實(shí)驗(yàn)設(shè)置了1 000 pcu/h車(chē)輛流量,并采用Vissim的隨機(jī)路徑引導(dǎo)來(lái)模擬一般交通情況。實(shí)驗(yàn)包含10個(gè)有信號(hào)燈的交叉口,紅綠燈配時(shí)為5∶6時(shí)間間隔10 s。

針對(duì)復(fù)雜路網(wǎng)設(shè)計(jì)了擁堵、行人插隊(duì)和排隊(duì)車(chē)輛疏散等情況,展示算法的靈活性。記錄了不同速度下車(chē)輛停車(chē)次數(shù)、行駛時(shí)間、燃油消耗、CO2、VOC(揮發(fā)性有機(jī)化合物)和NOx(氮氧化合物)排放量,并與未優(yōu)化過(guò)的車(chē)輛進(jìn)行對(duì)比。

通過(guò)Python與Vissim的COM-API實(shí)現(xiàn)了對(duì)目標(biāo)車(chē)輛的實(shí)時(shí)控制,驗(yàn)證了綠波速度對(duì)通行狀態(tài)的影響。通過(guò)比較調(diào)節(jié)綠波控制下的車(chē)輛和以(25～50)km/h無(wú)干擾行駛速度行駛在測(cè)試路線上數(shù)據(jù),并使用Vissim排放插件測(cè)試CO2排放量和油耗,得出了車(chē)速與CO2排放量、油耗之間關(guān)系圖表見(jiàn)圖5、圖6。研究結(jié)果顯示,在復(fù)雜路網(wǎng)環(huán)境中使用綠波控制具有優(yōu)勢(shì),并通過(guò)實(shí)時(shí)控制驗(yàn)證了綠波策略有效性。

圖5 車(chē)速與CO2排放量關(guān)系圖

圖6 車(chē)速與油耗關(guān)系圖

2.2 結(jié)果分析

1)在測(cè)試路線中,使用綠波速度行駛的車(chē)輛總行程時(shí)間為159.8 s,停車(chē)0次,通行效率提高了41.8%。綠波車(chē)輛在行駛中沒(méi)有中途停車(chē)和大幅變速,與普通車(chē)輛相比行駛效率和通行體驗(yàn)均有提升。

2)本文選擇同一道路上的無(wú)干擾車(chē)輛進(jìn)行加權(quán)平均得到無(wú)干擾車(chē)輛油耗及CO2排放。由表1可知:使用綠波速度行駛的車(chē)輛油耗為0.027 36 L/km,CO2排放量為1.912 39 kg,綠波車(chē)輛油耗同比減少51.5%、CO2排放量同比減少51.7%。由此可知,采用綠波速度行駛相比較傳統(tǒng)行駛方式可較大程度上減少油耗和排放。

表1 Vissim仿真結(jié)果對(duì)比

3 結(jié)論

本文提出了1種面向出行路徑的車(chē)輛綠波速度控制方法,解決交叉口車(chē)輛頻繁啟停導(dǎo)致交通運(yùn)行效率降低和環(huán)境污染增加的問(wèn)題。該方法在車(chē)路協(xié)同環(huán)境下,考慮交通狀態(tài)和路徑信息,為車(chē)輛提供全局最優(yōu)速度建議,并動(dòng)態(tài)更新,使車(chē)輛不停車(chē)經(jīng)過(guò)路徑上的所有交叉口到達(dá)目的地。相比現(xiàn)有方法,本文方法無(wú)需調(diào)整信號(hào)燈配時(shí),車(chē)輛自主適應(yīng)交通狀態(tài)的變化,并考慮外部干擾因素的影響。

通過(guò)Vissim構(gòu)建仿真路網(wǎng),實(shí)驗(yàn)結(jié)果顯示綠波速度控制車(chē)輛能顯著減少交叉口停車(chē)次數(shù),提高車(chē)輛通行效率超過(guò)40%,同時(shí)降低能源消耗和排放,使燃油消耗和CO2、VOC、NOx排放減少近50%。

本文實(shí)驗(yàn)數(shù)據(jù)的規(guī)模和范圍有限,可能無(wú)法覆蓋所有交通場(chǎng)景和條件。未來(lái)將進(jìn)一步擴(kuò)大實(shí)驗(yàn)數(shù)據(jù)集的規(guī)模,開(kāi)展更多實(shí)地測(cè)試,驗(yàn)證方法的適用性和可靠性。