張 樂(lè)，劉顯貴

（廈門(mén)理工學(xué)院機(jī)械與汽車(chē)工程學(xué)院，福建 廈門(mén) 361024）

根據(jù)公安部統(tǒng)計(jì)，2022 年全國(guó)機(jī)動(dòng)車(chē)保有量達(dá) 4.17 億輛，其中汽車(chē) 3.19 億輛［1］。汽車(chē)在為人類(lèi)提供便利的同時(shí)也使得交通堵塞、環(huán)境污染等社會(huì)問(wèn)題日趨嚴(yán)重。由于行經(jīng)信號(hào)交叉口的車(chē)輛頻繁出現(xiàn)怠速和啟停的工況，使得交叉口成為道路交通網(wǎng)絡(luò)中高能耗、低效率的區(qū)域［2-3］。因此，在汽車(chē)低碳化、智能化發(fā)展的大背景下，如何讓車(chē)輛節(jié)能、高效地通過(guò)信號(hào)交叉口，具有重要的研究意義。目前，信號(hào)交叉口車(chē)速控制方法的研究［4-6］大多針對(duì)單一車(chē)輛直行場(chǎng)景進(jìn)行車(chē)速優(yōu)化控制，對(duì)存在前方車(chē)輛和對(duì)向來(lái)車(chē)的復(fù)雜交叉口區(qū)域車(chē)輛轉(zhuǎn)彎行駛場(chǎng)景中的車(chē)速引導(dǎo)策略研究較少，轉(zhuǎn)彎避撞控制策略的研究文獻(xiàn)中對(duì)于車(chē)輛轉(zhuǎn)彎行駛能耗及通行時(shí)間的分析也較少提及。為此，本文選取智能電動(dòng)汽車(chē)作為欲轉(zhuǎn)彎車(chē)輛，針對(duì)其在信號(hào)交叉口需要加/減速引導(dǎo)通行的場(chǎng)景，確定出可不停車(chē)通過(guò)交叉口的速度引導(dǎo)范圍，基于目標(biāo)引導(dǎo)車(chē)速相關(guān)聯(lián)的電動(dòng)車(chē)能耗模型，建立綜合考慮車(chē)輛能耗和通行時(shí)間的多目標(biāo)優(yōu)化函數(shù)，運(yùn)用NSGA-II算法在引導(dǎo)范圍內(nèi)尋求最優(yōu)引導(dǎo)車(chē)速，通過(guò)預(yù)先在引導(dǎo)區(qū)間內(nèi)對(duì)欲轉(zhuǎn)彎車(chē)輛進(jìn)行加/減速調(diào)控，實(shí)現(xiàn)車(chē)輛在信號(hào)交叉口節(jié)能、高效地轉(zhuǎn)彎通行。

1 目標(biāo)引導(dǎo)車(chē)速相關(guān)聯(lián)的電動(dòng)汽車(chē)能耗模型

本文在傳統(tǒng)模型基礎(chǔ)上考慮制動(dòng)能量回收功能的能耗模型［7］。該模型在能耗分析計(jì)算時(shí)不考慮道路坡度對(duì)車(chē)輛的影響，同時(shí)忽略駕駛員因素對(duì)制動(dòng)回收能量的影響。

1.1 加速引導(dǎo)通行場(chǎng)景中電動(dòng)汽車(chē)的能耗模型

加速引導(dǎo)通行場(chǎng)景包括車(chē)速引導(dǎo)區(qū)內(nèi)勻加速至目標(biāo)引導(dǎo)車(chē)速的加速階段，達(dá)到目標(biāo)引導(dǎo)車(chē)速后的勻速階段，以及交叉口內(nèi)以目標(biāo)引導(dǎo)車(chē)速勻速轉(zhuǎn)彎階段。總通行時(shí)間Ta為

式（1）中：ta為車(chē)速引導(dǎo)區(qū)間內(nèi)加速階段時(shí)間；ty為車(chē)速引導(dǎo)區(qū)間內(nèi)勻速階段時(shí)間；tz為交叉口內(nèi)以目標(biāo)車(chē)速勻速轉(zhuǎn)彎階段時(shí)間；vc為目標(biāo)引導(dǎo)車(chē)速；v0為初始車(chē)速；a為加速度，為正值；Z為引導(dǎo)區(qū)間長(zhǎng)度；S為交叉口內(nèi)轉(zhuǎn)彎路程。

汽車(chē)在以目標(biāo)引導(dǎo)車(chē)速勻速轉(zhuǎn)彎行駛過(guò)程中，輪胎的側(cè)偏角對(duì)滾動(dòng)阻力產(chǎn)生影響，當(dāng)側(cè)向加速度在［0，2.5］m·s-2時(shí)，附加的彎道滾動(dòng)阻力［8］為

式（2）中：m為車(chē)輛總質(zhì)量；為線性化的彎道滾動(dòng)阻力系數(shù)斜率；R為彎道半徑。

加速引導(dǎo)通行場(chǎng)景中的能耗Ea可以表示為

式（3）中：CD為汽車(chē)空氣阻力系數(shù)。

1.2 減速引導(dǎo)通行場(chǎng)景中電動(dòng)汽車(chē)的能耗模型

減速引導(dǎo)通行場(chǎng)景包括車(chē)速引導(dǎo)區(qū)間內(nèi)勻減速至目標(biāo)引導(dǎo)車(chē)速的減速階段，達(dá)到目標(biāo)引導(dǎo)車(chē)速后的勻速階段，以及交叉口內(nèi)以目標(biāo)引導(dǎo)車(chē)速勻速轉(zhuǎn)彎階段。總通行時(shí)間Td表示為

式（4）中：td為車(chē)速引導(dǎo)區(qū)間內(nèi)減速階段時(shí)間；a為減速度，為負(fù)值。

減速過(guò)程中，車(chē)輛的動(dòng)能一部分被行駛過(guò)程中受到的道路阻力和空氣阻力所消耗，另外一部分則轉(zhuǎn)變?yōu)檐?chē)輛制動(dòng)器的熱能。

車(chē)輛減速制動(dòng)過(guò)程中的能耗Ez可表示為

式（5）中：ηEV為整車(chē)效率。

純電動(dòng)汽車(chē)制動(dòng)時(shí)的電動(dòng)機(jī)制動(dòng)能量回收值Er可表示為

式（6）中：κ為電機(jī)制動(dòng)力占總制動(dòng)力百分比；ηc為蓄電池充電效率。

減速引導(dǎo)通行場(chǎng)景中的能耗Ed可以表示為

2 信號(hào)交叉口轉(zhuǎn)彎車(chē)速引導(dǎo)策略

文中提出的車(chē)速引導(dǎo)策略是在車(chē)聯(lián)網(wǎng)環(huán)境下建立的。當(dāng)車(chē)輛進(jìn)入信號(hào)交叉口速度引導(dǎo)區(qū)間時(shí)，車(chē)路協(xié)同系統(tǒng)可以實(shí)時(shí)獲取欲轉(zhuǎn)彎車(chē)輛、前方車(chē)輛和對(duì)向來(lái)車(chē)的位置及運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，以及信號(hào)燈相位、燈時(shí)和道路信息。設(shè)立以下假設(shè)：1）研究范圍為單一信號(hào)交叉口區(qū)域，不受相鄰交叉口的影響；2）研究道路為雙向四車(chē)道，內(nèi)側(cè)車(chē)道可供車(chē)輛直行和轉(zhuǎn)彎通過(guò)；3）當(dāng)欲轉(zhuǎn)彎車(chē)輛進(jìn)入引導(dǎo)區(qū)間后，對(duì)向來(lái)車(chē)及欲轉(zhuǎn)彎車(chē)輛所在車(chē)道的前方車(chē)輛均將在交叉口內(nèi)勻速直行不進(jìn)行轉(zhuǎn)彎行駛，即不考慮欲轉(zhuǎn)彎車(chē)輛的前方呈現(xiàn)直行車(chē)與轉(zhuǎn)彎車(chē)混流狀態(tài)的復(fù)雜情況；4）欲轉(zhuǎn)彎車(chē)輛在安全的情況下完全執(zhí)行引導(dǎo)策略給定的速度軌跡；5）路面平坦，不考慮坡度對(duì)車(chē)輛行駛的影響。

2.1 車(chē)速引導(dǎo)場(chǎng)景劃分

欲轉(zhuǎn)彎車(chē)輛行駛到存在信號(hào)燈、前方車(chē)輛，以及對(duì)向來(lái)車(chē)的復(fù)雜交叉口附近時(shí)，其通行場(chǎng)景可總結(jié)為圖1～3所示的3種類(lèi)型。圖中紅綠色條代表對(duì)應(yīng)時(shí)刻信號(hào)燈的相位。借助車(chē)聯(lián)網(wǎng)系統(tǒng)獲取前方車(chē)輛與對(duì)向來(lái)車(chē)的位置和運(yùn)動(dòng)狀態(tài)信息，以及信號(hào)燈相位、燈時(shí)和道路信息，綜合判斷分析后確定對(duì)應(yīng)場(chǎng)景下的車(chē)速引導(dǎo)策略。

圖1 車(chē)輛勻速進(jìn)入交叉口的通行場(chǎng)景示意圖Fig.1 Scene of vehicle entering intersection at a constant speed

1）勻速引導(dǎo)策略如圖1（a）所示，若欲轉(zhuǎn)彎車(chē)輛可以保持初始速度跟隨前方車(chē)輛勻速進(jìn)入交叉口且在交叉口內(nèi)轉(zhuǎn)彎通行過(guò)程中不與對(duì)向來(lái)車(chē)發(fā)生碰撞沖突，則控制車(chē)輛保持勻速進(jìn)行轉(zhuǎn)彎通行。與之相比，如圖1（b）所示，若欲轉(zhuǎn)彎車(chē)輛雖然可以勻速進(jìn)入交叉口，但存在與對(duì)向來(lái)車(chē)發(fā)生碰撞沖突的危險(xiǎn)，則預(yù)先在停止線前的車(chē)速引導(dǎo)區(qū)間內(nèi)對(duì)欲轉(zhuǎn)彎車(chē)輛采取加/減速引導(dǎo)策略，避免危險(xiǎn)的發(fā)生。

2）加/減速引導(dǎo)策略如圖1（b）、圖2 和圖3 所示，欲轉(zhuǎn)彎車(chē)輛以當(dāng)前車(chē)速無(wú)法實(shí)現(xiàn)不停車(chē)進(jìn)入交叉口，但可以預(yù)先在停止線前的車(chē)速引導(dǎo)區(qū)間內(nèi)通過(guò)調(diào)整車(chē)速至目標(biāo)引導(dǎo)車(chē)速，而后再以勻速行駛的方式，實(shí)現(xiàn)不停車(chē)進(jìn)入交叉口的同時(shí)，保證在交叉口內(nèi)轉(zhuǎn)彎行駛過(guò)程中也不與對(duì)向來(lái)車(chē)發(fā)生碰撞的目的。

圖2 車(chē)輛減速進(jìn)入交叉口的通行場(chǎng)景示意圖Fig.2 Scene of vehicle decelerating into intersection

圖3 車(chē)輛加速進(jìn)入交叉口的通行場(chǎng)景示意圖Fig.3 Scene of vehicle accelerating into intersection

車(chē)速引導(dǎo)策略判斷流程圖如圖4所示。

圖4 車(chē)速引導(dǎo)策略判斷流程圖Fig.4 Decision process of speed guidance strategy

圖4中：Tj為交叉口附近的對(duì)向來(lái)車(chē)駛?cè)霙_突區(qū)域的時(shí)間；Tc為交叉口附近的對(duì)向來(lái)車(chē)駛出沖突區(qū)域的時(shí)間。T11+T12為加速引導(dǎo)策略下，欲轉(zhuǎn)彎車(chē)輛在引導(dǎo)區(qū)間加速追上前方車(chē)輛后，再勻速緊跟前方車(chē)輛駛?cè)虢徊婵?，轉(zhuǎn)彎至沖突區(qū)的時(shí)間；T13+T14為減速引導(dǎo)策略下，欲轉(zhuǎn)彎車(chē)輛在引導(dǎo)區(qū)間進(jìn)行減速，使其恰好在本次綠燈相位的最后一秒進(jìn)入交叉口，然后勻速轉(zhuǎn)彎駛出沖突區(qū)的時(shí)間；T21+T22為減速引導(dǎo)策略下，欲轉(zhuǎn)彎車(chē)輛在引導(dǎo)區(qū)間進(jìn)行減速，使其恰好在下一個(gè)綠燈相位的第一秒跟隨前車(chē)駛?cè)虢徊婵冢缓髣蛩俎D(zhuǎn)彎至沖突區(qū)的時(shí)間；T23+T24為減速引導(dǎo)策略下，欲轉(zhuǎn)彎車(chē)輛在引導(dǎo)區(qū)間進(jìn)行減速，使其恰好在下一個(gè)綠燈相位的最后一秒進(jìn)入交叉口，然后勻速轉(zhuǎn)彎駛出沖突區(qū)的時(shí)間。T31+T32為加速引導(dǎo)策略下，欲轉(zhuǎn)彎車(chē)輛在引導(dǎo)區(qū)間進(jìn)行加速，追上前方車(chē)輛后，再勻速緊跟前方車(chē)輛駛?cè)虢徊婵冢D(zhuǎn)彎至沖突區(qū)的時(shí)間；T33+T34為加速引導(dǎo)策略下，欲轉(zhuǎn)彎車(chē)輛在引導(dǎo)區(qū)間進(jìn)行加速，使其恰好在本次綠燈相位的最后一秒進(jìn)入交叉口，然后勻速轉(zhuǎn)彎駛出沖突區(qū)的時(shí)間。

2.2 目標(biāo)引導(dǎo)車(chē)速優(yōu)化范圍

目標(biāo)引導(dǎo)車(chē)速優(yōu)化范圍如圖1（b）、圖2 和圖3 中藍(lán)色陰影區(qū)域所示。該范圍需要綜合欲轉(zhuǎn)彎車(chē)輛、前方車(chē)輛和對(duì)向來(lái)車(chē)的運(yùn)動(dòng)狀態(tài)，以及當(dāng)前信號(hào)燈狀態(tài)，由式（8）確定各場(chǎng)景下目標(biāo)引導(dǎo)車(chē)速的具體優(yōu)化范圍。即

式（8）中：d為欲轉(zhuǎn)彎車(chē)輛進(jìn)入車(chē)速引導(dǎo)區(qū)間后行駛到某一指定位置的路程；t為與d相匹配的時(shí)間，由引導(dǎo)策略的需求而定。

目標(biāo)引導(dǎo)車(chē)速的優(yōu)化范圍如表1所示。表1中：勻速表示欲轉(zhuǎn)彎車(chē)輛可以保持當(dāng)前車(chē)速跟隨前方車(chē)輛在綠燈相位勻速進(jìn)入交叉口；加速/減速分別表示欲轉(zhuǎn)彎車(chē)輛需要適當(dāng)加/減速才能保證其在綠燈相位內(nèi)進(jìn)入交叉口，避免在停止線前減速停車(chē)等紅燈；有/無(wú)沖突分別表示欲轉(zhuǎn)彎車(chē)輛在交叉口內(nèi)轉(zhuǎn)彎通行的過(guò)程中會(huì)/不會(huì)與對(duì)向來(lái)車(chē)發(fā)生碰撞沖突的危險(xiǎn)；Tgs表示欲轉(zhuǎn)彎車(chē)輛抵達(dá)車(chē)速引導(dǎo)區(qū)間時(shí)綠燈剩余時(shí)間；Ty和Tr分別表示信號(hào)燈黃燈和紅燈時(shí)長(zhǎng)；Tq表示前方車(chē)輛抵達(dá)交叉口停止線的時(shí)間。S(θ1)和S(θ2)分別表示欲轉(zhuǎn)彎車(chē)輛從停止線駛?cè)牒婉偝鰶_突區(qū)所行駛的距離；TA、TB分別表示對(duì)向來(lái)車(chē)駛?cè)牒婉偝鰶_突區(qū)的時(shí)間。

表1 目標(biāo)引導(dǎo)車(chē)速的優(yōu)化范圍Table 1 Optimization range of target speed to guide

2.3 基于NSGA-II算法的車(chē)速引導(dǎo)優(yōu)化

本文以車(chē)輛能耗和通行時(shí)間最小化為目標(biāo)，運(yùn)用NSGA-II算法在相應(yīng)的優(yōu)化范圍內(nèi)尋求最優(yōu)引導(dǎo)車(chē)速。

NSGA-II（non-dominated sorting genetic algorithm-II，NSGA-II）是帶精英策略的非支配排序遺傳算法［9］，屬于遺傳算法的一種改進(jìn)算法，其具體工作流程如圖5所示。

圖5 NSGA-II算法工作流程圖Fig.5 NSGA-II workflow

為更好體現(xiàn)各優(yōu)化目標(biāo)優(yōu)化效果，將欲轉(zhuǎn)彎車(chē)輛以道路最低車(chē)速通過(guò)交叉口的場(chǎng)景定義為基準(zhǔn)場(chǎng)景，設(shè)置能耗目標(biāo)函數(shù)為

式（9）中：E(vc)為欲轉(zhuǎn)彎車(chē)輛采用加速或減速引導(dǎo)策略時(shí)的能耗；E(y)為欲轉(zhuǎn)彎車(chē)輛以道路最低車(chē)速通過(guò)交叉口時(shí)的能耗。

通行時(shí)間目標(biāo)函數(shù)為

式（10）中：T(vc)為欲轉(zhuǎn)彎車(chē)輛采用加速或減速引導(dǎo)策略通過(guò)交叉口的時(shí)間；T(y)為欲轉(zhuǎn)彎車(chē)輛以道路最低車(chē)速通過(guò)交叉口的時(shí)間。

本文利用Matlab 多目標(biāo)遺傳算法工具箱進(jìn)行求解，設(shè)置種群數(shù)量為80，最大進(jìn)化代數(shù)為300 代，交叉概率為0.8，變異概率為0.2。運(yùn)行過(guò)程因 pareto 解集變化過(guò)小而終止運(yùn)算，獲得 pareto 最優(yōu)解集。選擇車(chē)速變化量最小的pareto解作為最優(yōu)解即最優(yōu)引導(dǎo)車(chē)速。

3 仿真實(shí)驗(yàn)

本文以圖6 所示的欲轉(zhuǎn)彎車(chē)輛在交叉口左轉(zhuǎn)彎通行為例來(lái)進(jìn)行仿真實(shí)驗(yàn)。分別選取綠燈剩余25 s、前方車(chē)輛初速度50 km·h-1，綠燈剩余5 s、前方車(chē)輛初速度30 km·h-1，綠燈剩余25 s、前方車(chē)輛初速度30 km·h-1這3種交通場(chǎng)景。設(shè)定欲轉(zhuǎn)彎車(chē)輛的速度引導(dǎo)區(qū)間為交叉口前300 m，前方車(chē)輛初始位置為交叉口前200 m 處。考慮到交叉口通行安全，參照《城市道路工程設(shè)計(jì)規(guī)范（CJJ 37—2012）》中道路的設(shè)計(jì)速度規(guī)定，設(shè)置最高引導(dǎo)車(chē)速為70 km·h-1，最低引導(dǎo)車(chē)速為20 km·h-1。設(shè)定交叉口信號(hào)燈相位配時(shí)固定，信號(hào)周期設(shè)為123 s，其中綠燈與紅燈均為60 s，黃燈為3 s。此外參照我國(guó)現(xiàn)行的交通法規(guī)，本文將黃燈同紅燈一樣視為禁止通行，設(shè)定文中涉及到的車(chē)輛長(zhǎng)度（L）均為4.5 m，寬度（w）均為1.8 m。

圖6 車(chē)輛在交叉口左轉(zhuǎn)彎通行示意圖Fig.6 Scene of vehicles turning left at intersections

由圖6 中車(chē)輛行駛軌跡的幾何關(guān)系和車(chē)輛行駛狀態(tài)的相關(guān)數(shù)據(jù)可求解出對(duì)向來(lái)車(chē)進(jìn)出沖突區(qū)時(shí)的交點(diǎn)A和B的坐標(biāo)和欲轉(zhuǎn)彎車(chē)輛進(jìn)出沖突區(qū)時(shí)的交點(diǎn)C和D的坐標(biāo)。

由運(yùn)動(dòng)學(xué)方程和車(chē)輛行駛數(shù)據(jù)，分別求出欲轉(zhuǎn)彎車(chē)輛和對(duì)向來(lái)車(chē)駛?cè)霙_突區(qū)和駛出沖突區(qū)的時(shí)間為

式（11）～（14）中：θ1和θ2分別為欲轉(zhuǎn)彎車(chē)輛左轉(zhuǎn)行駛到C點(diǎn)和D點(diǎn)時(shí)所對(duì)應(yīng)轉(zhuǎn)過(guò)的角度；TC、TD分別為欲轉(zhuǎn)彎車(chē)輛駛?cè)牒婉偝鰶_突區(qū)的時(shí)間；vj為對(duì)向來(lái)車(chē)的初始車(chē)速；yj為欲轉(zhuǎn)彎車(chē)輛抵達(dá)引導(dǎo)區(qū)間時(shí)對(duì)向來(lái)車(chē)所在位置的縱坐標(biāo)。

由于β值極小，為保證行車(chē)安全性，令，結(jié)合圖6 中的幾何關(guān)系，利用勾股定理可分別求得

基于Matlab軟件在前文設(shè)置的3種交通場(chǎng)景，以欲轉(zhuǎn)彎車(chē)輛的行駛數(shù)據(jù)為依據(jù)，通過(guò)調(diào)整對(duì)向來(lái)車(chē)的位置和速度，使欲轉(zhuǎn)彎車(chē)輛分別產(chǎn)生滿足加速或減速引導(dǎo)策略的條件，并在道路限定速度區(qū)間內(nèi)賦予欲轉(zhuǎn)彎車(chē)輛不同初速度進(jìn)行多組仿真，用以檢驗(yàn)加/減速引導(dǎo)策略的有效性。此外，以各場(chǎng)景中無(wú)車(chē)速引導(dǎo)策略控制下的仿真結(jié)果作為對(duì)照組，來(lái)反映引導(dǎo)策略的優(yōu)化效果。勻速行駛存在碰撞沖突的優(yōu)化效果如圖7所示。

由圖7 可見(jiàn)，2 種引導(dǎo)策略在通行時(shí)間方面相較于無(wú)控制行駛時(shí)優(yōu)化程度都較為明顯，尤其是采用加速引導(dǎo)策略，最高優(yōu)化百分比可達(dá)到45.46%，但其目標(biāo)引導(dǎo)車(chē)速過(guò)高，超過(guò)預(yù)先設(shè)定的最高引導(dǎo)車(chē)速，因此只能選擇減速引導(dǎo)策略。雖然減速引導(dǎo)策略在通行時(shí)間方面優(yōu)化效果較差，但車(chē)輛進(jìn)行減速控制使得車(chē)輛能耗優(yōu)化效果較好。

減速引導(dǎo)策略下的優(yōu)化效果如圖8所示。由圖8 可見(jiàn)，欲轉(zhuǎn)彎車(chē)輛進(jìn)入交叉口后不會(huì)與對(duì)向來(lái)車(chē)發(fā)生碰撞沖突的情景中采用車(chē)速引導(dǎo)策略后反而在能耗和通行時(shí)間兩方面效果變差，這是因?yàn)樵谶@次仿真場(chǎng)景中，若欲轉(zhuǎn)彎車(chē)輛按無(wú)車(chē)速引導(dǎo)策略控制行駛時(shí)，當(dāng)其抵達(dá)交叉口停止線時(shí)，紅燈剩余時(shí)間較短但尚未結(jié)束，仍須剎車(chē)進(jìn)行停車(chē)等待，因此為了追求不停車(chē)通行而提前進(jìn)行降速調(diào)整，導(dǎo)致整體通行時(shí)間加大，能耗也相應(yīng)增加。

圖8 減速引導(dǎo)策略下的優(yōu)化效果Fig.8 Optimization effect under deceleration guidance strategy

加速引導(dǎo)策略下的優(yōu)化效果如圖9 所示。由圖9 可見(jiàn)，2 種場(chǎng)景下的加速優(yōu)化策略都可以使欲轉(zhuǎn)彎車(chē)輛在當(dāng)前綠燈相位內(nèi)進(jìn)入交叉口，從而了避免長(zhǎng)時(shí)間的停車(chē)等待，因此控制效果在車(chē)輛通行時(shí)間方面極為優(yōu)秀，優(yōu)化百分比均接近70%左右，其中在不存在碰撞沖突的場(chǎng)景中優(yōu)化效果最高可達(dá)71.11%。與此相比，在該仿真場(chǎng)景中，由于車(chē)輛速度優(yōu)化范圍較小，因此能耗優(yōu)化效果較差。

圖9 加速引導(dǎo)策略下的優(yōu)化效果Fig.9 Optimization effect under acceleration strategy

4 實(shí)車(chē)實(shí)驗(yàn)

所用實(shí)驗(yàn)車(chē)輛為某牌智能電動(dòng)汽車(chē)，可實(shí)現(xiàn)對(duì)外部導(dǎo)入的期望軌跡及速度進(jìn)行精確跟蹤，其主要搭載的儀器有激光雷達(dá)、高清攝像頭、功率分析儀、車(chē)載筆記本電腦等設(shè)備。實(shí)驗(yàn)車(chē)輛及相關(guān)搭載設(shè)備如圖10所示。

圖10 實(shí)驗(yàn)車(chē)輛及相關(guān)搭載設(shè)備Fig.10 Test vehicle and related equipment

為進(jìn)一步驗(yàn)證本文提出的車(chē)速引導(dǎo)策略的優(yōu)化效果，在3 種仿真實(shí)驗(yàn)中隨機(jī)各取一種初始車(chē)速及其對(duì)應(yīng)的引導(dǎo)策略來(lái)進(jìn)行實(shí)車(chē)實(shí)驗(yàn)，并以相應(yīng)的無(wú)車(chē)速引導(dǎo)策略控制下的通行結(jié)果為參照。由于圖7（b）的仿真結(jié)果表明勻速行駛存在碰撞沖突的場(chǎng)景中加速引導(dǎo)策略給出的引導(dǎo)車(chē)速超過(guò)設(shè)定的引導(dǎo)上限，因此不再對(duì)該種場(chǎng)景中的加速通過(guò)情況進(jìn)行實(shí)驗(yàn)。

實(shí)車(chē)實(shí)驗(yàn)結(jié)果如表2所示。通過(guò)對(duì)比仿真實(shí)驗(yàn)結(jié)果與表2 所示的實(shí)車(chē)實(shí)驗(yàn)結(jié)果可知，由于一方面仿真實(shí)驗(yàn)所采用的電動(dòng)車(chē)模型受其建模精準(zhǔn)度影響，導(dǎo)致仿真數(shù)據(jù)與實(shí)車(chē)實(shí)驗(yàn)數(shù)據(jù)存在偏差；另外一方面是由于實(shí)車(chē)實(shí)驗(yàn)的測(cè)試環(huán)境相比于理想化的仿真實(shí)驗(yàn)環(huán)境更加真實(shí)，容易受到實(shí)驗(yàn)道路狀況、實(shí)驗(yàn)車(chē)輛性能等諸多方面因素的影響，導(dǎo)致兩者存在一定差距。但偏差在合理的范圍之內(nèi)，且整體的優(yōu)化效果基本相同。因此，實(shí)驗(yàn)結(jié)果能夠進(jìn)一步證明本文提出的車(chē)速引導(dǎo)策略的可行性和有效性。

表2 實(shí)車(chē)實(shí)驗(yàn)結(jié)果Table 2 Results of real vehicle test

5 結(jié)論

本文通過(guò)對(duì)存在信號(hào)燈、前方車(chē)輛，以及對(duì)向來(lái)車(chē)的信號(hào)交叉口中車(chē)輛轉(zhuǎn)彎行駛場(chǎng)景進(jìn)行分析，針對(duì)需要加/減速引導(dǎo)通行的場(chǎng)景，確定出可使車(chē)輛不停車(chē)通過(guò)交叉口的速度引導(dǎo)范圍；基于行駛車(chē)速相關(guān)聯(lián)的電動(dòng)車(chē)能耗模型，建立綜合考慮車(chē)輛能耗和通行時(shí)間的多目標(biāo)優(yōu)化函數(shù)；運(yùn)用NSGA-II算法在引導(dǎo)范圍內(nèi)尋求最優(yōu)引導(dǎo)車(chē)速，通過(guò)預(yù)先在引導(dǎo)區(qū)間內(nèi)對(duì)欲轉(zhuǎn)彎車(chē)輛進(jìn)行加/減速調(diào)控，實(shí)現(xiàn)其在信號(hào)交叉口節(jié)能、高效地轉(zhuǎn)彎通行。仿真實(shí)驗(yàn)結(jié)果表明，采用加速引導(dǎo)策略時(shí)車(chē)輛能耗降低6.59%，通行時(shí)間減少71.11%；采用減速引導(dǎo)策略最高可使能耗降低6.07%，通行時(shí)間減少23.01%。實(shí)車(chē)實(shí)驗(yàn)結(jié)果表明，采用加速引導(dǎo)策略最高可降低能耗5.32%，通行時(shí)間減少68.12%；減速引導(dǎo)策略最高可使能耗降低5.14%，通行時(shí)間減少17.72%。仿真及實(shí)車(chē)實(shí)驗(yàn)結(jié)果有效證明本文提出的車(chē)速引導(dǎo)策略可以在降低能量消耗的同時(shí)，減少其通過(guò)交叉口的時(shí)間。