車路協(xié)同環(huán)境的研究與應(yīng)用

車路協(xié)同環(huán)境的研究與應(yīng)用

0車路協(xié)同環(huán)境下的車速引導(dǎo)問題在傳統(tǒng)意義上，車輛行駛指南強(qiáng)調(diào)了城市交通的考慮，并在道路上設(shè)置了行駛標(biāo)志，以限制駕駛員在特定速度范圍內(nèi)行駛的速度。由于其自身缺陷,限速標(biāo)志的更換周期較長,且實(shí)時(shí)性較差。隨著科學(xué)技術(shù)的進(jìn)步,可變信息情報(bào)板在城市道路交通誘導(dǎo)中得到應(yīng)用,且可實(shí)時(shí)準(zhǔn)確地為駕駛員提供切實(shí)有效的交通信息,以幫助駕駛員做出行駛決策。但每塊情報(bào)板所覆蓋范圍較大,所針對(duì)的是某范圍內(nèi)的所有行駛車輛,未能為單一車輛提供切實(shí)有效的行駛決策幫助。近年來,在電子信息技術(shù)、無線通信技術(shù)等技術(shù)的推動(dòng)下,“車路協(xié)同”系統(tǒng)應(yīng)運(yùn)而生,其以車車、車路通信為基礎(chǔ),有效實(shí)現(xiàn)了信息在系統(tǒng)內(nèi)部的快速、準(zhǔn)確、有效的傳輸,極大地促進(jìn)了車車、車路之間的信息交互,同時(shí)也為車速引導(dǎo)賦予了新的內(nèi)涵。車路協(xié)同環(huán)境下,車速引導(dǎo)指在綜合考慮各種影響因素的基礎(chǔ)上,利用車載終端實(shí)時(shí)動(dòng)態(tài)地為車輛提供系統(tǒng)最優(yōu)或用戶最優(yōu)的行駛速度建議。目前,國內(nèi)外研究學(xué)者針對(duì)車路協(xié)同環(huán)境下的車速引導(dǎo)問題的研究正處于起步階段。MohammadNekoui等通過數(shù)學(xué)模型或?qū)嵉貙?shí)驗(yàn)的方式,研究道路交通安全問題,提出利用車路協(xié)同環(huán)境下車速引導(dǎo)的方式可有效緩解不同種情況下車輛緊急避讓及防撞問題。Malakorn研究在2相位,低流量的條件下,以切換信號(hào)的方式使車輛不停車通過交叉口,并使延誤降低9%,原油消耗降低25%。AbuLebdehGhassan在其發(fā)表論文中分析了動(dòng)態(tài)車速控制的可行性,并分析了其在交通控制領(lǐng)域的潛在效益。YudiYang以城市郊區(qū)干道為研究對(duì)象,在考慮車輛位置、信號(hào)控制狀態(tài)、車輛加減速時(shí)間、駕駛員接受程度等因素的基礎(chǔ)上構(gòu)建了車速引導(dǎo)策略,并利用Vissim仿真軟件模擬車路協(xié)同環(huán)境對(duì)其進(jìn)行驗(yàn)證。ShengyangChen利用路側(cè)可變信息板作為車速引導(dǎo)顯示終端,在考慮可變信息板位置、信號(hào)配時(shí)等基礎(chǔ)上,提出了動(dòng)態(tài)車速引導(dǎo)與動(dòng)態(tài)信號(hào)控制相結(jié)合的信號(hào)控制優(yōu)化方法,用于干道多交叉口之間的協(xié)調(diào)控制。HeQing利用車車、車路通信所提供的在線交通數(shù)據(jù),建立了基于車頭時(shí)距的車隊(duì)判別算法;并利用混合整數(shù)線性規(guī)劃建立了信號(hào)控制方案優(yōu)化模型Pamscod,用于干道多交叉口之間的協(xié)調(diào)控制。李鵬凱等基于車路協(xié)同環(huán)境,建立信號(hào)控制交叉口單車車速引導(dǎo)模型,求解車輛的最優(yōu)行駛車速,并利用Vissim4.3仿真軟件對(duì)實(shí)地交叉口進(jìn)行仿真驗(yàn)證。由目前國內(nèi)外的研究狀況可看出,目前車速引導(dǎo)研究多以單車為研究對(duì)象,未能真正體現(xiàn)車路協(xié)同環(huán)境的價(jià)值。因此本文在單車車速引導(dǎo)的基礎(chǔ)上,以交叉口整體效益最佳為目標(biāo),提出信號(hào)交叉口多車協(xié)同車速引導(dǎo)模型,以最大限度地降低交叉口車均延誤,減少平均停車次數(shù),提高綠燈時(shí)間利用率。1車速引導(dǎo)未考慮周圍車輛的運(yùn)行狀態(tài)根據(jù)筆者以往研究成果,以單車為研究對(duì)象的車速引導(dǎo),每輛車均根據(jù)所掌握的交通狀況進(jìn)行車速引導(dǎo),未考慮周圍車輛的運(yùn)行狀態(tài),導(dǎo)致出現(xiàn)以下2種現(xiàn)象。1單車引導(dǎo)車速計(jì)算見圖1(a)圖所示,車輛A在進(jìn)入引導(dǎo)區(qū)域后,檢測到前方交叉口當(dāng)前排隊(duì)車輛為C、D2車,未考慮行駛在其前方的車輛B,從而根據(jù)單車引導(dǎo)模型計(jì)算相應(yīng)的引導(dǎo)車速。然而由于前方車輛B速度的限制,車輛A在行駛一段距離后被迫減速或停車,A車的車速變化見圖1(b)。2多車協(xié)同引導(dǎo)模型見圖2(a),車輛A在進(jìn)入引導(dǎo)區(qū)域后,通過單車引導(dǎo)模型可得,車輛經(jīng)加速后可在綠燈時(shí)間內(nèi)通過交叉口,并據(jù)此引導(dǎo)車輛行駛。然而由于前方車輛B的限制,車輛A被迫減速,最終停車未能通過交叉口,A車的車速變化見圖2(b)?；谝陨?種情況,在單車引導(dǎo)模型的基礎(chǔ)上,從交叉口整體效益出發(fā),提出多車協(xié)同引導(dǎo)模型,以最大限度地降低交叉口車均延誤,減少平均停車次數(shù),提高綠燈時(shí)間利用率。其基本原理如圖3所示:將交叉口該進(jìn)口道綠燈時(shí)間以飽和車頭時(shí)距為間隔等分為N段,按照車輛到達(dá)交叉口的前后次序,以車速變化限制、行車安全限制等為約束條件,將各段綠燈時(shí)間合理地分配給各個(gè)車道的每輛車輛,并據(jù)此對(duì)車輛進(jìn)行相應(yīng)的車速引導(dǎo)。2啟動(dòng)自動(dòng)策略如圖4所示,由于實(shí)驗(yàn)條件的限制,多車協(xié)同引導(dǎo)策略通過仿真手段實(shí)施,其分為4個(gè)階段。1模擬的開始負(fù)責(zé)建立路網(wǎng),輸入路網(wǎng)基本信息,標(biāo)定仿真模型,確定仿真精度及粒度,以及其他初始化工作。2確定引導(dǎo)對(duì)象根據(jù)交叉口信號(hào)控制及車輛行駛信息,確定本周期內(nèi)所能通過的車輛,并將綠燈時(shí)間合理地分配給相應(yīng)車輛。3優(yōu)化速度根據(jù)車輛的速度、位置及信號(hào)燈狀態(tài)等具體信息,利用改進(jìn)的車速引導(dǎo)模型對(duì)相關(guān)車輛進(jìn)行車速優(yōu)化。4車輛運(yùn)輸利用優(yōu)化后的車速對(duì)相關(guān)車輛進(jìn)行引導(dǎo),直至其通過交叉口。3啟動(dòng)速度模型3.1車輛駕駛行為為激化研究對(duì)象,銳化研究問題,本研究建立在以下基本假設(shè)條件基礎(chǔ)之上。1)研究區(qū)域?yàn)閱我唤徊婵?不考慮相鄰交叉口的影響。2)假設(shè)車輛完全服從車速引導(dǎo)策略。3)假設(shè)車輛的期望車速相同。4)假設(shè)車輛不會(huì)主動(dòng)超車或變換車道。5)假設(shè)交叉口采用定時(shí)控制。6)不考慮行人、非機(jī)動(dòng)車的干擾。3.2車輛通過停車線行駛過程中,其充放電速度為1.假設(shè)車輛經(jīng)引導(dǎo)后不停車通過交叉口,其行駛過程分為2個(gè)階段:①速度變化至優(yōu)化車速;②以優(yōu)化車速行駛并通過交叉口。故,車輛通過交叉口停車線的時(shí)刻為Τi=Τ0+|vi-vi0a|+Li-|v2i-v2i02a|viTi=T0+∣∣vi?vi0a∣∣+Li?∣∣∣v2i?v2i02a∣∣∣vi式中:Ti為i車通過停車線的時(shí)刻,s;T0為當(dāng)前時(shí)刻,s;vi為i車的引導(dǎo)車速,m/s;vi0為i車的初始車速,m/s;Li為i車距停車線的距離,m;a為車輛的加速度,m/s2。如果車輛引導(dǎo)后減速/勻速行駛,則優(yōu)化車速為vi=vi0-ati+√a2t2i-2ativi0+2aLivi=vi0?ati+a2t2i?2ativi0+2aLi?????????????????√如果車輛引導(dǎo)后加速行駛,則優(yōu)化車速為vi=vi0+ati+√a2t2i+2ativi0-2aLivi=vi0+ati+a2t2i+2ativi0?2aLi?????????????????√式中:ti為i車由初始位置行駛通過停車線的時(shí)間,s。ti=Τi-Τ0ti=Ti?T0本研究中,根據(jù)車輛經(jīng)引導(dǎo)后行駛車速的變化趨勢不同,將車輛分為3個(gè)部分。1)必須停車的車輛,其優(yōu)化車速小于低速閥值vmin:vi＜vmin2)減速或勻速可不停車通過交叉口的車輛,其優(yōu)化車速位于低速閾值及初始車速之間:vmin≤vi≤vi03)加速行駛可通過交叉口的車輛,其優(yōu)化車速位于初始車速及高速閾值vmax之間:vi0＜vi≤vmax每輛車的延誤Di可表示為其實(shí)際通過停車線的時(shí)間與其以自由流車速行駛至停車線的時(shí)間差:Di=ti-Livf式中:vf為i車的自由流車速,m/s。本研究中,車速引導(dǎo)的目的即降低交叉口的車均延誤,故模型的優(yōu)化目標(biāo)函數(shù)為minΝ∑i=1Di/Ν式中:N為該周期內(nèi)通過交叉口的車輛數(shù)。3.3合同規(guī)定12“公共汽車”隨時(shí)都在限制下綠燈起亮后,停車線后的“頭車”通過時(shí)刻應(yīng)大于/等于綠燈開始時(shí)刻。Τ1≥Τg式中:Tg為綠燈起亮?xí)r刻,s;2啟動(dòng)損失時(shí)間及啟動(dòng)損失速率綠燈起亮后,停車線后的“頭車”若停車,則其通過時(shí)刻應(yīng)大于/等于綠燈開始時(shí)刻與啟動(dòng)損失時(shí)間之和:Τ1≥Τg+tl式中:tl為啟動(dòng)損失時(shí)間,s。34車輛必須始終受到保護(hù)后車通過停車線的時(shí)刻應(yīng)大于/等于前車通過停車線的時(shí)刻與最小車頭時(shí)距之和:Τi≥Τi-1+ts式中:ts為最小車頭時(shí)距,s。4藍(lán)色信號(hào)的結(jié)束時(shí)間限制車輛的通過時(shí)刻必須小于等于綠燈結(jié)束時(shí)刻:Τg+tg≥Τi式中:tg為綠燈時(shí)間,s。5狀態(tài)下的通過量1個(gè)周期內(nèi)通過的車輛數(shù)應(yīng)小于/等于其處于飽和流狀態(tài)下的通過量:S×l×g3600≥Ν式中:S為交叉口該進(jìn)口道的飽和流率,輛/s;l為交叉口該進(jìn)口道研究方向的車道數(shù);ge為有效綠燈時(shí)間,s。6優(yōu)化速度限制模型計(jì)算的優(yōu)化車速應(yīng)位于低速閾值與高速閾值之間:vmax≥vi≥vmin3.4優(yōu)化車速建議圖5為多車協(xié)同引導(dǎo)模型的求解過程。由圖5可見,多車協(xié)同引導(dǎo)模型的求解過程為:1)判斷“頭車”是否停車。若停車,則考慮啟動(dòng)損失時(shí)間;否則,則不考慮啟動(dòng)損失時(shí)間。2)根據(jù)相關(guān)約束條件,確定第i輛車綠燈通過時(shí)刻Ti。3)計(jì)算第i輛車的優(yōu)化車速vi。4)i=i+1,重復(fù)2)、3)步,直至綠燈時(shí)間結(jié)束。4示范分析4.1信號(hào)控制策略為便于作者以往研究成果對(duì)比分析,本文選取與文獻(xiàn)相同的實(shí)驗(yàn)環(huán)境,即以上海市曹安公路-綠苑路交叉口進(jìn)行實(shí)證研究,其現(xiàn)狀道路CAD圖與路網(wǎng)仿真圖如圖6所示,其車道功能劃分見表1。綜合考慮各方面的因素,本文重點(diǎn)選取該交叉口西進(jìn)口直行車道為研究對(duì)象,車速引導(dǎo)區(qū)域?yàn)橥＼嚲€上游500m處至100m處。交叉口信號(hào)控制方案采用2相位定時(shí)控制,周期為70s,其中東西綠燈時(shí)間為37s,南北綠燈時(shí)間為27s,黃燈為3s。為論證車速引導(dǎo)模型在各種交通狀態(tài)中的適應(yīng)性,分別選用不同交通流量情況對(duì)模型進(jìn)行驗(yàn)證,所對(duì)應(yīng)的交通流量為300～2700pcu/h(以300pcu/h為間隔),分別對(duì)應(yīng)的飽和度為0.1～0.9,覆蓋了低、中、高3種不同交通飽和狀態(tài)。4.2交通流仿真控制接口以交通仿真軟件Vissim4.3為仿真平臺(tái),利用VisualBasic2005編程軟件及Vissim-COM接口對(duì)其進(jìn)行二次開發(fā),主要通過單車控制接口、信號(hào)機(jī)控制接口、仿真控制接口等實(shí)現(xiàn)車輛車速引導(dǎo)。使用面向交通控制的實(shí)時(shí)在線仿真標(biāo)定方法,使用粒子群算法對(duì)交叉口的交通流參數(shù)進(jìn)行求解標(biāo)定,見表2。每次仿真總時(shí)間均為4600s,仿真精度為1步/仿真秒,仿真過程中以1s的時(shí)間間隔記錄路網(wǎng)中每輛車的行駛速度、軌跡、交叉口進(jìn)口道排隊(duì)長度以及信號(hào)燈狀態(tài)等信息。由于仿真初始階段產(chǎn)生數(shù)據(jù)存在較大誤差,本文選取從1000～4600s這1h內(nèi)的數(shù)據(jù)進(jìn)行分析研究。4.3消除了未通過現(xiàn)象如圖7所示,相對(duì)于單車引導(dǎo),多車協(xié)同引導(dǎo)有效解決了單車引導(dǎo)所造成的“綠燈頭”車輛短暫停車現(xiàn)象及“綠燈尾”車輛未通過現(xiàn)象,基本消除車輛在交叉口的停車。而且,多車協(xié)同引導(dǎo)效果基本不受交叉口飽和度的影響,適用于不同交通飽和狀態(tài)。4.4單車引導(dǎo)對(duì)于2.2誤差分布的影響如圖8所示,通過多車協(xié)同引導(dǎo),交叉口車均延誤顯著降低,降幅均在40%左右,且改善效果基本不受交叉口飽和度的影響,適用于不同交通飽和狀態(tài)。與單車引導(dǎo)相比,多車協(xié)同引導(dǎo)可更為有效地降低交叉口的車均延誤。1)交叉口車均延誤整體分布狀況顯著下降。2)單車引導(dǎo)對(duì)于延誤較大車輛的改善幅度較為明顯,其延誤峰值顯著降低,但對(duì)于延誤較小的車輛改善幅度較小;多車協(xié)同引導(dǎo)可同時(shí)降低延誤最大值及最小值,從而顯著改善交叉口車均延誤的整體水平。如圖9所示,單車引導(dǎo)之所以顯著減少車輛的車均延誤,主要是因?yàn)榇蠓档土塑囕v延誤的峰值,然而其對(duì)延誤的整體分布的影響較小,延誤的主體部分(圖中灰色箱型區(qū)域)變化并不明顯,說明單車引導(dǎo)在減少