基于交通信號管理對減少能源消耗和CO2排放的研究

劉 冰(湖南省衡陽市蒸湘區南華大學,湖南 衡陽 414200）

基于交通信號管理對減少能源消耗和CO2排放的研究

劉 冰
(湖南省衡陽市蒸湘區南華大學,湖南 衡陽 414200）

化石燃料燃燒將會導致CO2的排放，在陸路傳輸系統中，減少能源消耗和CO2排放，將對環境和經濟有一個直接正面的影響，目前已成為綠色技術的生要組成部分。交通信號管理是管理運輸網絡的一種基本手段，隨著智能運輸系統（Intelligent Transportation System，簡記為ITS）的發展，交通信號管理的研究尚未完善，依然是最重要的研究和發展項目之一。它利用信息與通信技術，解決城市交通擁塞和能耗減少，已成為將來綠色ITS的主要研究方向。本文旨在調查目前最新的基于交通信號管理的應用研究，以及在這個領域所面臨的挑戰。

交通信號管理；能源消耗和CO2排放；信息與通信技術

0 引言

當今，環境問題如大氣污染變得日趨嚴重，主要是化石燃料燃燒而排放大量的CO2氣體所致。作為一個CO2的主要來源，汽車尾氣的排放由于快速增長的車輛而變得越發嚴重，設想如果能在交通運輸中減少CO2的排放將是解決大氣污染的一個重要手段。

智能交通系統（ITS）項目集成了軟件、硬件、交通工程概念和通信等多種技術，為相關的交通系統應用提供底層的技術支持。在陸地交通系統中減少燃料消耗和CO2排放的方法是應用車載通信技術開發出更加高效的交通系統。系統能讓駕駛員提前獲悉當前的道路情況，避免在紅燈期間通過交叉路口，保證以最優的速度行駛并且避免不必要的停止，減少燃料消耗和CO2排放。本文主要對陸地交通系統中基于交通信號管理在減少能耗和CO2排放方面的綠色應用進展進行回顧。

1 交通信號管理提高能源利用率和減少CO2排放概述

一個典型的駕駛過程包含怠速、加速、巡航和減速。在行駛過程中不同階段的能源消耗和CO2排放比例根據駕駛員的行為習慣、道路類型以及交通擁塞程度而定。根據論文[1]，相對于汽車在移動的情況下，發動機在怠速時將消耗更多的燃料和釋放更多的CO2。此外，車輛最好行駛在一個有交效的速度之內，以至于不會在紅綠燈前停車而釋放更多的CO2。圖1位使用穩態活動數據集和[3]中提出的方法，得出燃料消耗（以g/s為單位）與車輛在巡航速度下的關系圖。在城市主干道限速為70km/h下，在極限速度與怠速之間的藍色虛線表示加權時間平均燃料消耗。此圖顯示車輛以35km/h行駛40s所產生的消耗小于車輛先以70km/h行駛20s，然后再怠速20s所產生的消耗量。

一般情況下，駕駛員是不能夠提前知道交通燈的調度信息的。為了避免不必要的停止、加速、減速帶來的車輛燃料的消耗，駕駛員應該通過V2I通信提前知道交通燈的調度信息。通過接收到的調度信息，駕駛員可以調整自己的速度以便在綠燈期間通過交叉路口。這種方法稱為靜態的交通信號燈調度。另外一個方式就是動態交通信號燈調度。在某些情況下，即使駕駛員提前知道交通信號燈的調度信息，他們也有可能加速或減速地通過，因為有可能他們到達交叉路口的時候，綠燈的剩余時間已經很少了。因此，不能僅僅依靠靜態交通信號調度中控制器簡單地將信息廣播給車輛的單向通信，雙向通信被動態交通信號燈調度所支持。它需要準確而且實時地檢測車輛信息，如位置、速度、類型等實時的交通流信息，以有效地應對當前交通狀況的任何變化。

現在，有些基于車輛間無線通訊的自適應控制系統，對交通燈的實時決策過程提供了更加準確的信息支持。然而，由于車輛通訊的動態特性和車輛進出率的變化，實時調度變得非常具有挑戰性，需要仔細地研究。

2 目前最新的應用情況

車輛通信能提高交通信號管理應用的性能，大幅度減少能源消耗和CO2排放。交通信號管理的應用可分為兩個大的方面：靜態交通信號燈調度與動態交通信號燈調度。而動態交通信號燈調度已成為目前解決環境污染最有前景的方案。

靜態調度主要利用通信技術使得車輛能知道交通燈的調度信息（紅、黃、綠燈的時間，當前所處的狀態等）。基于這些調度信息，我們就能開發一些速度規劃算法，給駕駛員一些動態速度建議，使車輛最大可能在綠燈期間通過交叉路口。

在[4]中，作者提出動態環保駕駛（dynamic eco-driving）利用實時感知交通情況和交通設施信息，接收車輛行駛速度建議，從而減少燃料消耗和CO2的排放。文中對提出的動態環保行駛速度規劃算法在一個有10個交叉路口的主干道上進行測試，實驗結果表明，相對于沒有使用速度規劃的車輛，使用了速度規劃算法的車輛將減少12%的能源和CO2排放量，同時車輛平均行駛時間大約減少了2%或更多。

在[5]中研究了興趣區域（ROI）對能量消耗和廢氣排放、停止時間、推薦速度和平均加速度的影響。ROI是指一段距離，在這段距離內交通燈的調度信息能夠被嵌入在車輛上的接收器所接收到（如通過無線傳輸）。實驗結果表明，ROI的長度越大，車輛將會有更多的時間去調整速度，從而避免停止或減速。如果ROI小于1km，車輛將沒有足夠的距離和時間對交通燈的狀態做出反應。

在[6]中，在車輛與路邊交通設施之間，利用最新的通信技術，車輛就可能在接近十字路口時提前獲得信號相位和時間調度信息。在有信號的道路上，基于交通信號信息，開發給一個主干道速度規劃算法（AVP），它能夠給駕駛員動態速度的建議，以此速度行駛可以保證車輛通過交叉路口的剩余綠燈時間最長的可能性概率是最大的。

在動態調度中，車輛與交通設施能夠進行雙向通信，交通燈能夠獲得路面的車流量信息，如數據，車的類型、位置、速度。這些信息將被用來決定最優的交通燈規劃信息，使得絕大多數的車輛都能通過交叉路口，而沒有或很少的速度調整。

文章[7]在交通信號燈處使用自適應和嵌入式信號控制策略來使得交通流量最大化。論文提出一個ATSWSN算法，開發了一個自適應交通控制系統，它利用探測器連續不斷地測量交通負載，并將這些信息傳輸到一個基于微控制器的系統，它能執行所有交叉路口的信號控制功能。

在[8]中，作者提出一個基于ETC實時交通信號燈控制的方案。首先，基于專用短程通信技術，實時道路狀況可以在ETC與交通燈之間通過無線通信獲得。其次，采用決策樹分類算法，不同的控制方法被設計來應對同的交通流量。然后，交通控制中心改變交通信號燈的持續時間或交通信號燈的周期，使得平均等待時間最小化。最后，紅綠燈發送當前綠燈狀態，幫助駕駛員快速而安全地通過交叉路口。與固定時間控制相比，仿真結果表明，針對較輕的交通流情況下，可以允許更多的車輛通過交叉路口而沒有中斷，從而減少了CO2的排放和節約了能源，相對于定時控制，減少CO2排放的百分比超過60.1%（3veh/h）。而在車流量較大的情況下，車輛花費更少的時間等待紅燈，因此減少了發動機空轉時CO2的排放，至少減少了26.9%（2500veh/h）的CO2排放。

文章[9]對[8]中的幾個設計中的不足進行考慮。首先未考慮相鄰交叉路口的協調與合作。其次，前文主要關注的是減少等待時間而沒有考慮停止次數。第三，提出的基于決策樹交通控制算法，此算法十分適合單個的十字路，但不適用于復雜道路。文章對于改進和完善前面的工作提出了一個三層結構來實現動態交通信號燈控制來平滑車輛行駛。第一層是GPS和ETC、OBU(車載裝置),第二層是由紅綠燈、存儲器、天線，天線安裝在紅綠燈附近,第三層是交通控制中心，它是一個基于分支定界的實時交通信號燈控制算法，目的是使車輛行駛更加流暢。在車輛行駛變得平滑后，更多的車輛能通過交叉路口也可以減少等待時間以及更少的短暫停止，因此，汽車的CO2的排放量可以顯著地減少。

ITS引進了很多與車載環境相關的項目，比如安全應用，但是很少關注能源的利用率與CO2排放量。智能交通系統（ICT）在節約能源和減少CO2排放方面扮演著重要角色。交通信號管理（Traffic Signal Management）能夠使得車輛行駛更加流暢，避免產生重大交通事故。但是，現在對駕駛員與交通信號管理系統之間的交互研究比較少，可能會導致一些因駕駛員操作失誤而造成不安全的情況。因此，駕駛員與系統之間的接口設計將是一個有趣的研究方向。同時，獲取定位信息及車輛相關信息的準確性也能夠影響交通燈的動態調度，很小的信息失誤可能會造成更大的交通擁塞，這就要求提高傳感器信息獲取的可靠性以及無線傳感器網絡中信息傳輸的質量。在動態信號調度中，要求開發實時最優算法來決定最優的交通燈調度，算法要求是快速而且準確的。一方面，大部分研究都沒有考慮駕駛環境的變化，比如天氣變化，意外情況的出現，路面上行人對系統造成的影響等，同時大部分實驗都是在模擬環境中進行的，并沒有在實際中運用，這就會導致實驗結果與實際中的情況存在著差異，這是交通信號管理中的一個挑戰；另一方面，有一些影響因子是很難確定的，比如緊急因子，這也會導致差異性。因此，以后研究中應根據實際情況，考慮更多的影響因素。

3 總結

由于化石燃料的有限性以及全球氣候變暖的加劇，減少能源消耗和CO2排放成為當務之急。應用車載通信技術來緩解燃料短缺和全球變暖問題是ITS項目的一部分。然而，在這一領域目前研究并不是很多。本文介紹了交通信號管理在減少能耗和CO2排放方面所取得的成果，并指出所面臨的挑戰，以及未來的研究方向。將來如果將電力車輛與基于ICT的綠色應用成功結合，在陸地交通系統中的能源消耗和CO2排放將會顯著地減少，這將會給經濟和環境產生重大的影響。

[1]Yoshitaka MOTODA,etal,“A study on saving fuel by idling stops while driving vehicles”,Proc.of the Eastern Asia Society for Transportation Studies,Vol.4,October,2003.

[2]S.Mandava,K.Boriboonsomsin,and M.Barth,“Arterial velocity planning based on traffic signal information under light traffic conditions,”in 12th International IEEE Conference on Intelligent Transportation Systems,Oct2009.

[3]M.Barth and K.Boriboonsomsin,“Real-world carbon dioxide impacts of traffic congestion,”Transportation Research Record,vol.2058,pp.163-171,2008.

[4]Matthew Barth1,2,Senior Member,IEEE,Sindhura Mandava1,Kanok Boriboonsomsin2,and Haitao Xia,”Dynamic ECO-Driving for Arterial Corridors”,2011 IEEE Forum on Integrated and Sustainable Transportation Systems Vienna,Austria,June 29 - July 1,2011.

[5]Maazen Alsabaan, Kshirasagar Naik and Tarek Khalifa,”Vehicular Networks for Reduction of Fuel Consumption and CO2 Emission”,Industrial Informatics (INDIN), 2010 8th IEEE International Conference on,pp. 671-676.

[6]Sindhura Mandava1, Kanok Boriboonsomsin2, Matthew Barth1,Senior Member, IEEE ,“Arterial Velocity Planning based on Traffic Signal Information under Light Traffic Conditions”,Intelligent Transportation Systems,2009.ITSC '09.12th International IEEE Conference on ,pp.1-6.

[7]Bhuvaneswari.P.T.V,Arun raj.G.V,Balaji.R and Kanagasabai.S,“Adaptive Traffic Signal Flow Control using Wireless Sensor Networks,”Computational Intelligence and Communication Networks (CICN),2012 Fourth International Conference on ,pp. 85-89.

[8]Chunxiao LI,Shigeru SHIMAMOTO,“A Real Time Traffic Light Control Scheme for Reducing Vehicles CO2 Emissions”Consumer Communications and Networking Conference (CCNC),2011 IEEE,pp.855-859.

[9]Chunxiao Li,Student Member,IEEE, and Shigeru Shimamoto,Member,IEEE,“An Open Traffic Light Control Model for Reducing Vehicles’CO2 Emissions Based on ETC Vehicles,”Vehicular Technology,IEEE Transactions on,vol. 61,pp. 97-110.2012.

導師:劉振宇教授

劉冰(1988-)，女，湖南華容人，研究生，軟件工程。