基于車-車通信和車-路通信的車輛式交叉口調(diào)度模型

基于車-車通信和車-路通信的車輛式交叉口調(diào)度模型

目前，智能交通燈主要用于監(jiān)控每個交叉口的交通狀況，如攝像頭、傳感器等硬件設(shè)備。根據(jù)車隊長度、流量或等待時間等影響因素調(diào)整長度和相序，以提高交通效率，減少交通時間和油耗。這類方法部署成本高、獲取信息種類有限、受環(huán)境影響大,且車輛與交通燈之間缺乏交流,無法完全適應(yīng)復(fù)雜多變的交通環(huán)境。車載自組網(wǎng)(Vehicularad-hocnetworks,VANETs)結(jié)合GPS和GIS等技術(shù),實現(xiàn)車-車/車-路之間的可靠V2V(Vehicletovehicle)和V2I(Vehicletoinfrastructure)通信。文獻提出車輛可以根據(jù)交通燈的相位和時間調(diào)整自身速度,在最合理的時間點抵達交叉路口,避免停車和突然變速,達到節(jié)省能源的目的。這種方法雖然考慮了車輛的節(jié)能需求,但車輛和交通燈之間的通訊是單向的,車輛只能被動地根據(jù)交通燈的狀態(tài)進行速度調(diào)整。自動駕駛是智能汽車的發(fā)展趨勢,主動式模型將自動駕駛與VANET相結(jié)合,建立了一種新的車-燈關(guān)系,使交通燈與車輛相互協(xié)調(diào)。交通燈根據(jù)車輛的行駛狀態(tài)動態(tài)地調(diào)整綠時長度和相位順序,車輛根據(jù)交通燈調(diào)整自己的速度,最大限度地保持車速平穩(wěn)、減少車輛等待時間、降低油耗。1系統(tǒng)模型1.1無效和復(fù)合屬性表1為綜合各個車隊成員總結(jié)的車隊屬性表。其中,accel,maxSpeed屬性由車隊成員中的最小值決定。為了保證高權(quán)限車輛的有限調(diào)度,車隊的priority屬性由車隊成員的最大值決定。1.1.1后期方案一:將vi打造成家車時效,增加了vj同車道內(nèi)同行駛方向的鄰近車輛在行駛過程中自動組成車隊,如圖1所示。圖1中不同顏色代表車輛通過交叉路口后不同的行駛方向。相鄰的同色車組成一個車隊。車隊的建立依靠車間通信完成。定義如下車間通信報文:Find_A_Head_Vehicle:查詢車輛當(dāng)前所在車道前方是否存在與自己轉(zhuǎn)向相同的車隊,報文內(nèi)包含自身所在車道(lane)、轉(zhuǎn)向(direction)以及坐標(biāo)(coords)。Reply_Find_A_Head_Vehicle:當(dāng)一個車隊的首車接收到Find_A_Head_Vehicle報文后,如果發(fā)出報文的車輛與本車隊所在車道和轉(zhuǎn)向都相同,且該車處于本車隊的后方,則向其發(fā)送Reply_Find_A_Head_Vehicle報文,將該車輛加入本車隊中。車隊建立過程如下:Step1車輛vi進入一個新的車道后,向周圍車輛周期性(如5s)廣播發(fā)送Find_A_Head_Vehicle報文,同時vi以自己為首車建立一個臨時車隊temp_vi。臨時車隊具有除了與交通燈通信外的其他車隊功能,包括響應(yīng)其他車輛發(fā)送的Find_A_Head_Vehicle報文、維護車隊屬性等。Step2在等待響應(yīng)過程中,如果vi接收到車輛vj發(fā)出的Find_A_Head_Vehilcle報文,vj與vi具有相同的lane和direction,且vj處于vi的后方(通過coords判斷),則vi向vj發(fā)送Reply_Find_A_Head_Vehicle報文。vj接收到響應(yīng)后向vi發(fā)送自己的長度,加速度,最小安全車距和最大速度等屬性,vi根據(jù)vj發(fā)送的信息更新車隊temp_vi的相關(guān)屬性。Step3在等待響應(yīng)過程中,如果vi接收到后方車輛vk發(fā)出的Find_A_Head_Vehilcle報文,vk與vi具有相同的lane,但direction不同,說明vi所在車道后方進入了其他轉(zhuǎn)向的車。為了保持車隊連續(xù)性,vi停止響應(yīng)Find_A_Head_Vehicle報文。同時,vi會向當(dāng)前已有成員(members)發(fā)送廣播報文詢問其坐標(biāo),如果發(fā)現(xiàn)有成員出現(xiàn)在vk的后面,則說明當(dāng)前車隊中混入了其他方向的車輛vk。則vi向處于vk后面的成員發(fā)出通知,讓其重新組成車隊,并將其從本車隊中刪除。Step4vi在廣播發(fā)送Find_A_Head_Vehicle報文一定次數(shù)后(如5次),如果仍然沒有接收到其他車輛的響應(yīng),則將臨時車隊temp_vi變?yōu)檎杰囮牎Ｈ绻鹶i接收到了車輛vm發(fā)出的Reply_Find_A_Head_Vehicle報文,則向vm發(fā)送臨時車隊temp_vi的信息,將temp_vi加入車輛vm所在車隊中。1.1.2交通燈調(diào)度模型車隊與交通燈建立連接階段需要如下報文:Connect_to_TrafficLight:車隊向交通燈發(fā)送請求,用于與交通燈建立連接,包含車隊的coords、lane等屬性值。Reply_Connect_to_TrafficLight:交通燈向車隊發(fā)送的響應(yīng)報文,說明連接已建立,車隊可以向交通燈發(fā)送調(diào)度所需信息。車隊在行駛過程中通過電子地圖可以知道前方交通燈的ID和坐標(biāo)。當(dāng)車隊準(zhǔn)備好接收調(diào)度后開始嘗試向交通燈發(fā)送Connect_to_TrafficLight報文(周期發(fā)送)以建立連接。收到交通燈的響應(yīng)報文后車隊首車停止響應(yīng)Find_A_Head_Vehicle報文,然后向交通燈發(fā)送調(diào)度所需的ID、length、coords、lane、direction和priority等屬性值。根據(jù)Connect_to_TrafficLight報文攜帶的車隊坐標(biāo)和車道信息,交通燈選擇是否對該報文進行響應(yīng)。對于車流量較大的車道,交通燈在車隊距交通燈較近時才進行響應(yīng),單次調(diào)度車輛較多,有利于批量調(diào)度;反之,對于車流量較小的車道較早進行響應(yīng),單次調(diào)度車輛較少,調(diào)度比較靈活。交通燈調(diào)度模型根據(jù)車隊信息進行調(diào)度并向其返回一個時間量Δt,指明車隊抵達路口的時間點(當(dāng)前時間加Δt)。車隊根據(jù)交通燈返回的時間量調(diào)整車速,在規(guī)定時間內(nèi)通過交叉路口,詳細過程如圖2所示。圖2(a)表示初始時刻交叉路口為空閑狀態(tài);圖2(b)表示t0時刻紅色車隊接近交叉路口,交通燈在做出調(diào)度決策后通知紅色車隊?wèi)?yīng)在Δt時間后(t1時刻)抵達交叉路口;圖2(c)表示在t1時刻,紅色車隊抵達交叉路口,南北方向切換為綠燈。此時,綠色車隊接近交叉路口。交通燈對其進行調(diào)度,通知其在t2時刻抵達交叉路口;圖2(d)表示黃色車隊接近交叉路口,交通燈對該車隊進行調(diào)度,通知其應(yīng)在t3時刻抵達交叉路口;圖2(e)表示在t3時刻,紅色和綠色車隊離開交叉路口,黃色車隊抵達交叉路口,黃色車隊行進方向切換為綠燈。假設(shè)t0時刻車隊x與交叉路口斑馬線之間的距離為Sx(t0),速度為vx(t0),在t0時刻,車隊向交通燈發(fā)出通行申請。在t1時刻,車隊x接到交通燈返回的時間量Δt,則t1時刻之后車隊的行駛速度滿足如下約束條件:式中:Sx(t1)為t1時刻車隊x與交叉路口斑馬線之間的距離;Δt1、Δt2分別為車隊x做加速運動和勻速運動的時間;maxSpeedx為車隊x的最大速度?？紤]到省時及節(jié)油,調(diào)整后的車速vx(t0)+aΔt1≤maxSpeedx應(yīng)盡量接近maxSpeedx。由于某些情況(如車流量過大)無法合理調(diào)度時,交通燈向車隊返回的時間量Δt=0,表示調(diào)度失敗,車隊不受調(diào)度影響,將以傳統(tǒng)方式行駛至交叉路口處停車等待通行。1.2車道通過產(chǎn)品交叉的條件分析交通燈的具體工作步驟如下如示:Step1對當(dāng)前所有待處理的車隊按車隊權(quán)限排序,車隊權(quán)限相同條件下按所在車道優(yōu)先級排序。Step2選出第一個車隊x,根據(jù)車隊提交的坐標(biāo)CDx(t0)、速度vx(t0)、車隊長度Lx、通行方向Dx和當(dāng)前的時間分配情況計算出可供該車輛通行的最近時間點t1。Step3向車輛返回Δt2=t1-t0,將該車從隊列中刪除。Step4記錄時間片分配狀況,返回Step2。假設(shè)當(dāng)前正在處理的車隊x的通行申請?zhí)峤粫r間為t0,根據(jù)車隊以及交叉路口的坐標(biāo)計算出車隊與交叉路口之間的距離為sx(t0)、當(dāng)前車速為vx(t0)、最大允許車速為maxSpeedx、交叉路口的寬度為l、轉(zhuǎn)彎速度為vrx。車隊x最早抵達交叉路口的時間為直行情況下車隊通過交叉路口的時間為轉(zhuǎn)彎情況下車隊通過交叉路口的時間近似表示為查看當(dāng)前時間片的分配情況,找出從t1開始最早允許車隊x通過的時間點t2。計算車隊x按原速度行駛抵達交叉路口的時間為如果t2=t3,說明車速無需調(diào)整,調(diào)度結(jié)束;否則向車隊x返回時間量:式中:Vmin為一個閾值(由車況和路況決定),車輛行駛速度過慢會加大能耗。當(dāng)t2-t0很大時,說明車輛需要較長時間的等待才能通過交叉路口。此時車輛會按照比較省油的方式行駛到路口前停車等待(如慣例)。當(dāng)車隊在交叉路口前停止時,需要重新計算車隊通過交叉路口所需時間。假設(shè)車輛平均長度為vlength,車隊在行進過程中的平均車間間距為vGap,在靜止時平均車間間距為sGap,最大速度為maxSpeed,加速度為accel,車隊成員數(shù)量為count,則當(dāng)首車停在交叉路口前時,尾車距交叉路口的距離為車隊在起步階段,由首車至尾車是先后開始加速的,每兩輛車起動之間的時差為式中:K為司機的反應(yīng)系數(shù)。尾車通過交叉路口需要行駛的距離為式中:l為交叉口寬度。車輛加速到最大速度maxSpeed通過的距離為當(dāng)S2≤S3時,尾車做勻加速運動通過交叉路口,所需時間為當(dāng)S2>S3時,尾車先做加速運動后做勻速運動,所需時間為綜合式(11)(14)(15)可知,在交叉路口前停車等待的車隊通過交叉路口所需的時間為下面分析相互沖突的車道中車輛可以互不影響通過交叉路口的條件。以大寫字母代表車道,小寫字母代表車輛,定義基于空間的車輛密度p如下:式中:A.length表示車道A的長度;ai為當(dāng)前時刻處于車道A中的車輛;ai.length表示車輛的行駛長度(車輛長度以及與前車的最小安全距離之和);p的取值范圍為[0,1]。若相互沖突的兩車道A與B中的車輛可以互不影響地通過交叉路口,則一定可以進行串行化處理,即可以將車道A中的車輛放入車道B中而不會引發(fā)位置重疊。此時,滿足如下關(guān)系:綜合式(17)(18)可知,當(dāng)可以串行化處理時,車輛密度滿足如下條件:特別地,當(dāng)車道A與車道B長度相等時,車輛可以不停車通過交叉路口的條件為p≤0.5。2模型結(jié)果分析使用Veins進行仿真試驗,考察定時控制模型、感應(yīng)控制模型和主動式模型在不同車流量密度下的平均等待時間和平均油耗情況。以流量-密度控制模型作為感應(yīng)模型的代表。圖3為3種模型平均等待時間的對比結(jié)果。在車輛密度為5~35(veh·min-1)時,主動式模型的平均等待時間為0.09~1.6s,遠小于感應(yīng)控制模型4.79~9.50s和定時控制模型的10.90~12.83s。車流量較小時,主動式模型對綠時長度和相位順序進行完全動態(tài)的調(diào)整,配合對行車速度的干預(yù),基本實現(xiàn)零停車,使車輛平穩(wěn)通過交叉路口。車流量較大時,停車已無法避免,主動式模型會轉(zhuǎn)變?yōu)橐环N具有相序優(yōu)化功能的全感應(yīng)控制模型。根據(jù)不同車道的優(yōu)先級安排相位順序,根據(jù)等待車隊的長度計算放行時間。此時,主動式模型在平均等待時間上略微優(yōu)于流量-密度控制模型。圖4為根據(jù)HBEFA數(shù)據(jù)庫統(tǒng)計的3種模型的平均油耗對比。由圖3和圖4可知,在車輛密度為5~35(veh·min-1)時,由于有效地減少了停車次數(shù),主動式模型的平均油耗較定時控制模型和感應(yīng)控制模型有明顯優(yōu)勢,節(jié)省約10%~20%。在車輛密度較大時,主動式模型轉(zhuǎn)化為一種基于等待車隊長度的感應(yīng)控制模型,盡量保證每輛車等待一次就可以通過交叉路口,故仍有較低的油耗。改變流量分配,使南北方向車流量大于東西方向,考察模型在不同流量車道上的表現(xiàn)情況。車輛密度隨時間變化如表2所示,結(jié)果如圖5和圖6所示。由圖5和圖6可知:在車輛密度較小時,本文模型在不同方向車道上的通行時間和油耗均低于其他兩種模型。當(dāng)車輛密度較大時,本文模型和感應(yīng)控制模型在南北方向車道上的表現(xiàn)要明顯優(yōu)于定時控制模型,但在東西方向車道上的表現(xiàn)較差。這是由于本文模型和感應(yīng)控制模型針對車流量的不同進行了動態(tài)調(diào)節(jié),讓車流量大的車道(南北方向)優(yōu)先放行,以防止該車道上出現(xiàn)嚴(yán)重?fù)矶?因而影響了車流量較小車