基于車路協同的十字路口行車方案仿真研究

孟振宇，向鄭濤

(湖北汽車工業學院電氣與信息工程學院，湖北 十堰 442000)

1 引言

汽車作為重要交通工具，近年來數量激增。十字路口作為各向車流交匯處，常引發道路擁堵、事故頻發等一系列問題。通過有效方法降低事故率和提高車輛通行效率已成為智能網聯汽車研究領域的熱點問題。

目前針對交通事故預警問題的主要研究方法有：通過傳感器檢測的傳統方法和正在興起的車聯網技術。車聯網技術通過車與車，車與路側設施等之間通信，完成車速、位置、紅綠燈信號狀態等信息交互，達到緩解擁堵、避撞、節能減排的目的，利用車聯網技術解決這些問題已然成為當前智能網聯汽車研究領域的熱點方向。基于車聯網技術對事故預警問題研究的有：劉占文等[1]采用車聯網技術，發布不同等級危險信息和控制信號燈狀態實現路口事故預警。張玉婷[2]運用車聯網中車路協同技術，獲取車輛位置信息，經過兩階段預警過程實現闖紅燈預警。基于傳感器檢測的傳統方法對事故預警問題研究的有：楊艷芳[3]利用事故發生點附近傳感器采集的交通事故數據為基礎，分析交通流特性對事故的影響。Essam等[4]利用裝置于車上的雷達、GPS傳感器獲取駛近交叉口和即將轉向車輛的速度位置信息，計算車輛間碰撞概率進行事故預警。考慮到車載傳感器受視野限制等因素影響，Minjin等[5]提出基于多傳感器并融入無線通信的碰撞預警方法來預測車輛軌跡，在將要碰撞之前向駕駛員發送預警信息提醒其避撞。

針對緊急車輛在城市交叉口通行效率低的問題，龍文民等[6]用車路協同技術實時獲取信號燈、車輛信息并建議緊急車輛以合理速度盡快通過交叉口。凌康杰等[7]利用射頻和圖像處理技術，計算緊急車輛最佳行車路徑，減少通過交叉口時間。豆雪姍[8]運用車路協同技術，使緊急車輛發送優先通行請求讓信號燈改變信號提高緊急車輛通行效率，并考慮以平滑方式恢復信號狀態減少對社會車輛影響。Ali等[9]設計了緊急車輛在城市交叉口優先通行的智能交通系統，通過對緊急車輛有效引導和調控信號燈來提高行車效率。L Jiangchen等[10]利用V2X(Vehicle to Everything)通信技術使緊急車輛控制信號燈來減少通過交叉口時間，并采取距離補償策略降低時延影響。

基于傳感器檢測的傳統方法進行事故預警問題研究存在成本高、易受外界因素干擾、預警準確率低的特點，如：楊艷芳[3]取離事故點最近的下游傳感器采集的離事故發生前很短部分數據進行事故風險預測，交通事故的發生是多種因素共同作用的結果，其采集的數據隨機性較大不能準確預測事故的發生。Essam[4]等考慮轉彎車輛和駛入路口車之間的碰撞，其使用的傳感器在測量距離和方位角的誤差超過0.1m和0.2°時，其系統精度顯著下降而影響預測結果。Minjin[5]等加入多傳感器進行事故預警，但在惡劣天氣，如濃霧[11]及遮擋等因素影響下，攝像頭難以捕捉清晰實時畫面，造成預警準確率急劇下降。基于車聯網技術的事故預警方法相比于傳統方法能極大程度避免外界環境因素造成的影響，在較遠距離獲取其它車輛信息提前采取措施避免事故，具有準確率高、通信范圍廣、實時性強的特點且具有廣闊的發展應用前景。目前大多數預警方法中主要關注存在沖突的車輛之間的避撞過程及措施，而忽略了緊急狀況下非沖突正常車輛該采取何種行車策略來避免或減小碰撞風險[1-5]。真實交通環境中緊急狀況下往往存在部分非沖突正常車輛，并非只存在沖突車輛，在緊急狀況下考慮非沖突的正常車輛采取何種行車方案來減小事故風險是全方面考慮交通事故預警方案中重要一環。劉占文等[1]事故預警方案中存在沖突車輛時，交叉口信號燈變為全紅燈阻止車輛駛入路口，但信號燈狀態的突然改變將導致車輛緊急剎車造成追尾等事故；張玉婷[2]、楊艷芳[3]的交通事故預測方案中沒有考慮緊急狀況下正常車輛采取何種行車方式來進一步減小事故風險；Essam[4]等和Minjin[5]等同樣忽略了緊急狀況下其它正常車輛該采取何種行車措施來減小行車事故風險以確保行車安全。

針對上述方案中沒有關注存在沖突車輛的緊急狀況下其它非沖突正常車輛該采取何種行車方案減小事故風險的問題，本文基于車路協同技術設計出面向十字路口的事故預警方案和緊急車輛通行方案，在事故預警方案中充分考慮緊急狀況下各方向駛入交叉口的正常車輛在收到危險信息后及時調整自身駕駛行為來進一步減小事故風險，完善事故預警方案體系。通過引入車聯網中車路協同技術，使車輛間或車輛與路側設施間通信車輛改變行車狀態來達到降低事故率或提高緊急車輛通行效率的目的。最后，在搭建的基于Veins(Vehicles in Network Simulation)的雙向耦合車路協同仿真平臺上對上述事故預警方案和緊急車輛通行方案進行了驗證。

2 基于車路協同的十字路口事故預警方案

如圖1是十字路口發生的典型交通事故。假設此時南北向信號燈為紅燈，東西向為綠燈，車輛R越過停止線繼續駛入路口與東西向車輛碰撞。

圖1 十字路口處典型交通事故

車輛R闖紅燈可能原因有：

1) 駛入路口前車輛R速度過高，剎車距離變長，無法及時安全停車；

2) 駕駛員受外界因素干擾，無法正常獲取信號燈信息；

3) 駕駛員危險駕駛，如醉酒駕駛等。

2.1 事故預警場景及過程

本文搭建基于車路協同的十字路口事故預警場景如圖2圖所示。路口中心布置RSU(Roadside Unit，RSU)與信號燈，道路上車輛均配備OBU(Onboard Unit，OBU)；RSU與OBU間通信基于專用短程通信技術(Dedicated Short Range Communications，DSRC)。DSRC的178號信道是傳輸控制和安全信息的專用信道，本文設定OBU與RSU間通信在178號信道上進行。車輛進入RSU通信范圍后與其建立通信連接。

圖2 基于車路協同的十字路口事故預警場景

被OBU判定危險駕駛的車輛本文稱為危險車輛。

上述場景事故預警過程如下：

1) 車輛OBU實時采集車輛速度、位置信息并結合信號燈狀態、車速和剎車距離等來判定車輛是否為危險車輛；

2) 車輛被判定為危險車輛后，OBU將發送判定信息至RSU；

3) RSU收到判定信息后，將廣播危險預警信息至其它正常車輛；

4) 正常車輛收到危險預警信息后及時改變車輛運動避免事故。

2.2 十字路口危險車輛判定方法

RSU與停止線間距離固定，車輛與停止線距離可通過計算與RSU距離得到，OBU通過此距離變化趨勢判斷車輛是否在靠近路口。

當車輛靠近路口時，OBU根據車速、信號燈紅燈狀態、剎車距離等因素判斷車輛是否為危險車輛。剎車距離計算方法如下[1]

(1)

式(1)中，Sbrake為剎車距離，v為車輛當前車速，g為重力加速度，μ為摩擦系數，treact為駕駛員反應時間。

如圖，假設此時車輛A以低于限速的速度v0靠近路口，南北方向信號燈為紅燈、東西向為綠燈。車輛A是否為危險車輛判斷過程如下：

1)OBU計算出車輛A以速度v0剎車到完全停止的剎車距離Sbrake；

2)OBU計算出車輛A此刻與停止線距離SstopA；

3)OBU判斷SstopA與Sbrake的大小關系，如圖3，此時SstopA小于Sbrake，表明車輛A此時立即剎車也會闖入路口；OBU獲取到車輛A行駛方向為紅燈；綜合以上條件判定車輛A為危險車輛。

圖3 剎車距離與危險車輛判定的關系

2.3 緊急狀況下路口處正常車輛行車方案

車輛被判定為危險車輛后，OBU將廣播危險信息，本文稱此場景為緊急狀況；緊急狀況下十字路口行車場景如圖4。假設此時由北往南駛入一危險車輛D，并發布危險信息，S3為路口中心與停止線距離，圓形范圍半徑為S3，位于此范圍內車輛被判定在路口當中，此時車輛A被判定處于路口當中。

緊急狀況下路口處正常車輛行車方案：

如圖4，正常車輛收到危險信息后根據自身位置、行駛方向及時調整駕駛行為避免事故：

1) 對車輛A而言，此刻正處于路口當中，則車輛A需加速來盡快駛離路口；

2) 位于路段E2、S2、W2、N2上正常車輛此時均駛離路口，不調整；

3) 位于路段E1、S1、W1、N1上正常車輛正在駛入路口，需減速避免駛入路口。

圖4 緊急狀況下的行車場景

3 基于車路協同的十字路口緊急車輛通行方案

圖5為某時刻緊急車輛E自北往南即將通過交叉口，此時南北方向為紅燈，東西向為綠燈，為使緊急車輛E快速通過路口，本文引入車路協同技術，使緊急車輛提前發送信息至信號燈讓其改變信號狀態。道路上車輛均配備OBU，OBU與信號燈間通信基于DSRC技術，并在DSRC頻譜178號信道上進行數據傳輸。

圖5 緊急車輛通過路口場景

3.1 緊急車輛發送控燈請求策略

如圖6，某時刻緊急車輛E以速度v1由北往南行駛，其OBU計算得到與停止線距離d1，假設此時東西向為綠燈，并獲取到南北向紅燈持續時間T，則緊急車輛E到達路口時間t為

(2)

若t小于T，表明緊急車輛E到達路口時，南北向為紅燈，東西向為綠燈，則緊急車輛E發送信息至信號燈，請求其將東西向改為紅燈，阻止其它車輛駛入路口，確保緊急車輛E順利通過；

若t剛好滿足大于T，表明緊急車輛E到達路口時，信號燈南北方向為綠燈，東西向為紅燈，則不發送請求信息。

圖6 緊急車輛到達路口時間與信號燈狀態關系

4 基于Veins的車路協同仿真平臺搭建

4.1 仿真平臺選取

目前，網絡仿真軟件主要有NS2、NS3、OMNeT++等，交通仿真軟件主要有VISSIM、SUMO等。SUMO中實現車輛運動模型和跟馳模型[11]，能模擬各類交通參與者在交通環境下運動場景。Sommer等人[12]首次提出將網絡仿真與交通仿真相融合的雙向耦合思想并實現。

本文利用網絡仿真器OMNeT++和交通仿真器SUMO構建的雙向耦合車聯網仿真平臺Veins進行研究。Veins可在應用層對車聯網環境中車輛編隊、路徑規劃、信號燈配時等方面展開研究[13]；還可研究交通場景下車輛間通信協議和車輛間通信對交通性能的影響[14]。Veins中自帶建筑物遮擋造成的信號衰減陰影模型[11]，可仿真本文中城市十字路口場景。

4.2 Veins仿真平臺搭建

本文搭建的Veins車路協同仿真平臺所用操作系統及各軟件版本如表1所示。

表1 操作系統及軟件版本匯總

5 基于車路協同的十字路口事故預警及緊急車輛通行方案仿真分析

5.1 仿真參數設置

本文場景中OBU、RSU均基于IEEE802.11p的DSRC技術進行通信。OMNeT++中的Veins模塊已完成對IEEE802.11p底層通信模型的構建，可實現本文兩種方案的模擬。具體網絡仿真參數如表2所示。

表2 網絡仿真參數設置

交通仿真場景十字路口四個方向路段長度為1000m，單向車道數為2，道路限速60km/h，道路車輛僅可直行和右轉。兩種方案仿真配置如下：

1) 事故預警方案實驗共仿真4次，單次仿真時間6500秒。單次仿真中危險車輛為50輛，為研究危險車輛闖紅燈場景，單獨設置危險車輛由北向南行駛，且到達路口時為紅燈；單次仿真中正常車輛共兩種，其中正常車輛1速度為30km/h，數量為1000輛，正常車輛2速度為50km/h，數量為1000輛，均以一定時間間隔到達路口。

2) 緊急車輛通行方案實驗共仿真2次，單次仿真時間1500秒。單次仿真中緊急車輛為10輛，為研究緊急車輛通過路口需避讓路口中車輛的場景，單獨設置緊急車輛由北向南行駛，且到達路口時為紅燈；單次仿真中正常車輛共兩種，正常車輛1速度為30km/h，數量為1000輛，正常車輛2速度為50km/h，數量為1000輛，均以一定時間間隔到達路口。具體交通仿真參數如表3。

表3 交通仿真參數設置

圖7為本文搭建完成基于Veins的車路協同仿真平臺界面。

圖7 本文搭建基于Veins的車路協同仿真平臺

5.2 仿真結果分析

5.2.1 基于車路協同的十字路口事故預警方案仿真結果分析

表4記錄的是200輛危險車輛在應用方案前后碰撞次數及事故率。沒應用事故預警方案時，4組實驗共發生碰撞115起，事故率為57.5%；應用方案后，4組實驗共發生碰撞20起，事故率為10%；實驗結果表明，在采取了本文提出的事故預警方案后十字路口內事故率降低了47.5%。

表4 應用事故預警方案前后碰撞發生次數、平均碰撞次數、事故率

應用方案后事故發生原因為：危險車輛距停止線很近時，南北向綠燈突然變紅燈，此時廣播危險信息較晚，正常車輛已駛入路口造成碰撞。

圖8為沒應用事故預警方案時SUMO中仿真場景。圖8中(a)所示為東西向車流正在通過路口，此時危險車輛闖紅燈駛入路口極有可能發生事故。圖8中(b)為危險車輛駛入路口后與正常車輛發生碰撞。

圖8 未應用事故預警方案SUMO-GUI仿真結果

圖9所示為應用事故預警方案后SUMO中仿真場景。如圖9中(a)，由于應用了方案，危險車輛在闖紅燈駛入路口前發布了危險信息，東西向正常車輛收到危險信息后提前采取減速措施沒駛入路口。如圖9中(b)，危險車輛正在通過路口，無事故發生。

圖9 應用事故預警方案后SUMO-GUI仿真結果

實驗還記錄了100秒到280秒應用事故預警方案前后部分駛入路口方向車輛速度變化圖。如圖10，當沒有應用事故預警方案時，200秒后存在危險車輛時，駛入路口方向車輛速度沒有改變。

圖10 應用事故預警方案前駛入路口正常車輛速度變化圖

圖11為應用了事故預警方案后，在203秒駛入路口方向車輛收到危險信息，采取減速操作避免事故。

圖11 應用事故預警方案后駛入路口正常車輛速度變化圖

5.2.2 基于車路協同的十字路口緊急車輛通行方案仿真結果分析

表5為應用十字路口緊急車輛通行方案前后，統計緊急車輛通過路口總時間、總停車次數、平均時間、平均停車次數。

表5 應用方案前后緊急車輛通過路口總時間、總停車次數、平均時間、平均停車次數

沒應用方案時，20輛緊急車輛通過路口總時間260.4秒、平均時間13.02秒，總停車次數35次、平均停車次數1.75次。

應用方案后，20輛緊急車輛通過路口總時間124.8秒、平均時間6.24秒；總停車次數2次、平均停車次數0.1次；從仿真結果可看出應用方案后，緊急車輛通過路口平均時間、平均停車次數比未采取方案時分別降低了6.78秒、1.65次。

根據仿真結果，應用方案后，緊急車輛通過路口平均時間、平均停車次數比在未采取方案時分別降低了52%、92%以上。因此，本文提出的方案能有效提高緊急車輛在十字路口的通行效率。

圖12為未應用十字路口緊急車輛通行方案時SUMO中仿真場景。如圖12中(a)，此時信號燈南北向為紅燈，東西向為綠燈，東西向車流正通過路口，消防車即將駛入路口。圖12中(b)為緊急車輛駛入路口后正停車避讓東西向車流，這將耗費通過路口時間，降低通行效率。

圖12 未應用十字路口緊急車輛通行方案SUMO-GUI仿真結果

如圖13為應用十字路口緊急車輛通行方案后SUMO中仿真場景。如圖13中(a)，為保證盡快通過路口，消防車提前發送信息至信號燈請求其將東西向信號燈改為紅燈，阻止車輛駛入路口，確保路口通暢。如圖13中(b)，此時消防車正順利通過路口，大幅降低避讓車輛時間，提高了通行效率。

圖13 應用十字路口緊急車輛通行方案后SUMO-GUI仿真結果

圖14是統計應用十字路口緊急車輛通行方案前后，每輛緊急車輛通過路口時間。

圖14 應用方案前后每輛緊急車輛通過路口所需時間

如圖14，不應用方案時，第4、11輛緊急車輛通過路口時間明顯變短，因為此時路口內車輛較少，避讓車流時間減少，故時間較短。

如圖14，應用方案后，第1、第19輛緊急車輛通過路口時間略長，因為緊急車輛到達路口后需避讓少數在紅燈亮起前駛入路口內的車輛，導致時間增加。

圖15為記錄應用十字路口緊急車輛通行方案前后，每輛緊急車輛通過路口的停車次數。應用方案后，第1、第19輛緊急車輛停車次數為1，這是避讓紅燈亮起前駛入路口內車輛導致的停車，這與圖14中應用方案后，第1、第19輛緊急車輛通過路口時間較長相符。

圖15 應用方案前后每輛緊急車輛通過路口停車次數

6 結語

針對城市路網十字路口處事故頻發、緊急車輛通行效率低的問題，基于車路協同技術提出了一種面向十字路口的事故預警方案和十字路口緊急車輛通行方案。在基于Veins的雙向耦合車聯網仿真平臺上對兩種方案進行仿真測試，驗證了方案的有效性。通過交叉口處RSU與OBU信息交互，影響車輛運動狀態，達到事故預警和提高緊急車輛通行效率的目的。未來工作中，將融入更復雜交通信息，如路口車輛節點密度、駕駛員行為特性，以實現對車輛更精準控制，并考慮剎車因素對車輛運動的影響，來進一步降低路口事故率和提高緊急車輛通行效率。