基于智能輔助駕駛的車速引導方法

基金項目：廣西高校中青年教師科研基礎能力提升項目“基于5G和北斗的城市路況交通路口安全車速引導系統”（編號：2021KY1124）

作者簡介：陳杰威（1991—），碩士，講師，研究方向：通信技術、智慧交通。

摘要：針對現有車速引導方法沒有考慮多車道、多車輛互相干擾的情況，文章基于智能輔助駕駛技術應用的環境，介紹了一種具備智能輔助變道功能的車速引導方法，并使用MATLAB軟件構建了一個雙車道、多車輛道路環境模型，對該方法進行仿真分析。結果表明，相比普通的車速引導方法，采用該智能輔助駕駛技術的車速引導方法，在多車道、多車輛的道路環境下，依舊擁有較高的成功率，魯棒性更強，可以進一步提高交通路口的通行效率，減少車輛的平均停等時間，優化交通環境。

關鍵詞：車速引導；智能輔助駕駛；車聯網；通行效率；MATLAB

中圖分類號：U491.2⁺5

0 引言

交通路口是城市交通的關鍵節點，也是導致城市交通擁堵的癥結之一^［1］。其原因在于，車輛的駕駛者往往難以超越視覺的生理極限提前感知前方交通路口的紅綠燈狀態。因此，車輛是否能在行駛至路口時剛好碰上綠燈成了一個隨機事件。智能輔助駕駛技術，又稱為高級駕駛輔助系統（Advanced Driver Assistance System，ADAS），是利用安裝在車輛上的各類傳感器，幫助車輛感知周邊環境信息，并結合通信技術實現車聯網（Vehicle to Everything，V2X），進而實現自適應巡航、高精地圖導航、自動輔助變道、自動輔助超車等較高級的自動駕駛功能的技術。

隨著新能源汽車行業發展，市場上出現了包括特斯拉的Autopilot、小鵬汽車的NGP、理想汽車的NOA等智能輔助駕駛技術。這為利用智能輔助駕駛技術進行交通路口的車速引導，幫助駕駛者提前感知路口紅綠燈的狀態，實現交通路口安全、高效通行提供了技術基礎。

本文將對智能輔助駕駛技術在交通路口車速引導方面的應用做簡單介紹，并利用MATLAB軟件建模仿真進行效果分析，以期說明智能輔助駕駛技術的應用可以有效、可靠地改善交通路口的通行效率。

1 車速引導

1.1 V2X道路環境

如圖1所示為本文研究的具備V2X車聯網條件的道路環境。該環境下的車輛具備5G通信、“北斗”衛星導航定位等功能；交通路口的紅綠燈為智能紅綠燈，也具備通信和定位功能。在V2X車聯網環境下，可以實現車輛與道路基礎設施之間的通信，幫助車輛駕駛員“超視距”提前感知前方交通路口的紅綠燈狀態，以便提前調整優化車輛行駛狀態。

1.2 智能輔助駕駛系統

如圖2所示為本文研究的智能輔助駕駛系統，包括5G通信模塊、“北斗”導航定位模塊、傳感器模塊、中央處理芯片以及與之協同的車輛自動控制系統。該智能輔助駕駛系統通過毫米波雷達、激光雷達、視覺攝像頭等多種傳感器，結合“北斗”衛星導航定位技術，可以幫助車輛有效獲取自身狀態信息，包括位置、速度、加速度以及附近其他車輛的同類信息。此外，系統通過5G通信技術，可以提前獲取前方路口紅綠燈的狀態信息。最終借助高算力的車規級中央處理芯片，完成相關智能決策，協助駕駛員實現車輛定速續航、跟車行駛、自動變換車道、自動超車等智能輔助駕駛功能^［2-3］。

1.3 車速引導方法

本文所述的車速引導方法，旨在利用V2X技術幫助駕駛員提前獲知前方路口紅綠燈信息，并計算獲得一個優化的引導車速。如駕駛員按照該引導車速行駛，即可使車輛在到達路口時剛好遇上綠燈順利通過，避免不必要的紅燈等待。同時，在多車道、多車輛的環境下，其他車輛必然會對車速引導的成功率造成負面影響，故本文還將利用智能輔助駕駛技術，實現車輛的智能輔助車道變換，以降低其他車輛對車速引導的負面影響，提高車速引導的成功率。

1.3.1 引導車速的獲取

如圖3所示為車速引導系統的基本工作流程。其中，引導區指車輛獲取前方路口紅綠燈信息，并開始計算引導車速、執行車速優化的道路區間，通常為距離前方交通路口一定距離的路段。本文采用文獻^［4］中提出的引導車速計算方法。該方法利用“北斗”衛星導航定位技術實現車輛的定位、測速，并通過車聯網通信獲取前方紅綠燈信息，計算獲得一個基于單車道、單車輛道路模型的引導車速，可以有效實現車速引導的目標。本文采用該方法用于計算車輛初入引導區時的初始引導車速以及變道后的引導車速修正。

1.3.2 智能輔助車道變換

受限于道路中其他車輛的影響，特別是同車道前方慢速車輛的阻礙，現實條件下駕駛員很難全程都按照初始的引導車速行駛。故還需利用智能輔助駕駛技術，協助駕駛員在遇到前方車輛阻擋時，在確保行車安全的情況下，實現智能輔助變道，從而進一步提高車速引導的成功率。

如圖4所示為智能輔助駕駛系統的狀態機。當車輛剛剛進入引導區時，將按照初始引導車速行駛。此時如果遇到前方慢車阻擋，首先判斷跟隨前車行駛是否也能遇到綠燈通過路口。如果可以則跟車行駛；如果不可以，則啟動變道決策流程，判斷是否滿足變道條件。如果滿足則變換車道，并修正引導車速后繼續按引導車速行駛；如不滿足，則暫時跟隨前車行駛，等待一段時間后，再次進行變道決策流程。

1.3.3 變道決策

如圖5所示為本文研究的變道決策流程。該決策方法借鑒了人工駕駛時的駕駛習慣，可以保障駕駛安全性和平順性。出于安全考慮，應設置一個車距的安全閾值D^［5］。當旁車道前方D₁距離內存在其他車輛時，應通過速度傳感器測量其車速并與本車對比，當對方車速低于本車時無法安全變道。同理，當旁車道后方D₂距離內存在其他車輛時，如其車速大于本車，也不能實現安全變道。只有滿足旁車道前、后方一定距離內均無其他車輛，或有車輛但與本車的相對車速滿足安全約束條件時，方可執行變道操作。

2 仿真測試

2.1 基本假設

為簡化研究問題，本文仿真建模基于以下基本假設：

（1）僅考慮單一路段、單一紅綠燈，即兩個交通路口之間的一段道路。

（2）道路為雙車道直行道路，即不考慮車輛轉彎和轉彎車輛干擾的情況。

（3）不受非機動車、行人影響；不考慮氣候條件對智能輔助駕駛系統的影響。

2.2 仿真流程

如圖6所示為仿真流程。仿真全過程分類為3個實驗組進行對照實驗，分別為無車速引導（對照1組）、有車速引導無智能輔助變道（對照2組）、有車速引導且有智能輔助變道（實驗組）。通過統計“一次通過率”“平均等待時長”等數據，對3個實驗組進行對比，即可以得出實驗結論。

為了保證對照實驗的有效性，控制變量，故設置固定的全局參數，如下頁表1所示。全局參數中除了“其他車輛數量”外均為固定值，模擬一段道路及路口紅綠燈的基本狀況。通過調整“其他車輛數量”可以模擬道路繁忙情況。在不同繁忙情況下進行對比實驗，進而得出車速引導方法的成功率變化趨勢，這是本文研究的重點方向。

在采用同一組全局參數的情況下，進行多次獨立重復實驗，模擬車輛在不同隨機狀態下參與道路交通的情況，進而完成統計分析。故設計每次隨機實驗的參數取值范圍，如表2所示。

2.3 結果與分析

本文通過改變“其他車輛數量”進行多輪實驗。隨著道路中其他車輛的數量增加，通過對比無車速引導、有引導無輔助變道、有引導有輔助變道3個對照實驗組的“一次通過率”“平均等待時長”等主要參數指標的變化趨勢，可以得出相關結論。參數指標的定義如式（1）：

一次通過率=到達路口時剛好綠燈的車輛數總車輛數平均等待時長=∑車輛等紅燈的時長總車輛數（1）

2.3.1 實驗一

實驗參數：其他車輛數量為0。

如表3所示，在車速引導的幫助下，可以有效地提高一次通過率，降低平均等待時長。顯然，在無其他車輛干擾的情況下，有、無輔助變道技術介入，對實驗結果不造成影響。

2.3.2 實驗二

實驗參數：其他車輛數量為5。

對比表3、表4可見，當道路中有其他車輛行駛時，車速引導的成功率會受到其他車輛的影響。特別是當前方有慢速車輛阻擋時，無輔助變道技術的普通車速引導的成功率的下降幅度較大。

2.3.3 實驗三

實驗參數：其他車輛數量為10。

如表5所示，當道路中的其他車輛增長到較多數量后，相比于無其他車輛干擾的情況，無輔助變道技術的普通車速引導成功率已經大幅降低，效果不佳。而具備輔助變道技術的車速引導，仍然有較高的成功率，效果良好。

2.3.4 魯棒性分析

如圖7所示為3個實驗組對照的結果。無車速引導的條件下，一次通過率在50%左右浮動，即約等于綠燈時長占紅綠燈總時長的占比，符合數理統計規律。在有車速引導的情況下，一次通過率均相比無車速引導有較大提高。但隨著車道中其他車輛的數量增加，無輔助變道的普通車速引導的成功率出現明顯下降。相比之下，有輔助變道的車速引導方法成功率下降幅度較低，魯棒性更強。

3 結語

本文采用MATLAB建模仿真的實驗方法，實驗并分析了基于智能輔助駕駛的車速引導方法。實驗結果證明，在雙車道、多車輛的道路模型下，智能輔助駕駛技術的應用，可以有效提高車速引導的成功率和魯棒性，可以有效、可靠地提高交通路口的通行效率。本文還存在一些不足，比如道路建模有一定的簡化，對實際路況中的一些干擾因素沒有過多考慮，這也是未來的研究方向。

參考文獻

［1］郭 蓬，王夢丹，楊建森，等.車路協同下的基于S函數的交叉口平滑車速引導方法［J］.汽車電器，2022（7）：4-6.

［2］王 雷，王傳磊.車聯網及關鍵技術的應用分析［J］.物聯網技術，2018，8（7）：63-65，68.

［3］汪明磊，陳無畏，王家恩.智能車輛車道保持系統中避障路徑規劃［J］.合肥工業大學學報（自然科學版），2014，37（2）：129-133.

［4］陳杰威，鄭欣悅，劉 丹，等.北斗系統應用環境下的車速引導效能分析［J］.西部交通科技，2022（9）：146-148，205.

［5］于立勇. 基于車路協同安全距離模型的車速引導系統研究［D］.北京：北京交通大學，2014.

收稿日期：2023-03-30