刘欢; 杨雷; 邵社刚; 王赵明
【期刊名称】《《重庆交通大学学报（自然科学版）》》
【年(卷),期】2019(038)012
【总页数】10页(P8-17)
【关键词】交通工程; 信号交叉口; 速度引导; 出行效率; 能耗
【作 者】刘欢; 杨雷; 邵社刚; 王赵明
【作者单位】交通运输部 公路科学研究院 北京100088; 长春建业集团股份有限公司 吉林 长春130028
【正文语种】中 文
【中图分类】U491.2+5
0 引 言
当车辆通过交叉口时，由于信号灯影响会产生停车等待和车辆加减速等情况，从而造成延误，并产生过多的污染物排放。因此有必要对车辆进行速度引导，使车辆能够不停车通过交叉口，以达到减少延误与排放目的。 国内外众多学者对交叉口速度引导策略进行了研究。YANG Yudi等[1]研究了如何令车辆不停车通过交叉口，通过对交叉口信号状态和对车辆时空轨迹分析，建立了绿波速度引导策略，并基于仿真结果得出：对车辆速度进行引导能使车辆延误时间和在交叉口停车次数减少29%。何乐乐等[2]规定车辆以最高限速行驶，若无法通过交叉口，再以绿灯剩余时间和车辆距交叉口距离及车辆加速度来计算车辆能否顺利通过交叉口的速度引导策略，并利用VISSIM仿真软件进行仿真，证明该引导策略对提高车辆出行效益和减少排放和能耗方面有着较好作用。张存保等[3]基于车-路协同系(vehicle infrastructure cooperative systems, VICS)，对交叉口信号控制进行了分析，通过研究控制方法的不足，基于时间窗概念引入了滚动预测方法，信号控制效果用相位饱和度来表示，考虑速度引导策略对车速的影响，提出了车-路协同环境下的交叉口速度引导策略；并对该速度引导策略进行基于VISSIM的
模拟试验；结果表明：该策略能减少车辆在交叉口的延误时间和停车次数。安实等[4]提出了一种以多级可变速度限制为基础的信号交叉口绿速度引导策略，以可变速度限制值为控制变量，在不额外增加行程时间基础上，对车辆行驶轨迹进行平滑处理；其结果表明：该策略能有效降低定时信号控制交叉口的车辆延误，并能同时减少车辆油耗和排放。王东磊等[5]提出了一种模糊控制速度引导策略，通过对车辆加速过程期望速度进行模糊控制，进而实现车辆的低排放；结果证明：基于模糊控制的速度引导策略能有效达到节能减排目的。R.K.KAMALANATHSHARMA等[6]将车辆以消耗最少能源通过交叉口为研究目标，提出了环境友好型的速度引导策略，并通过验证表明油耗减少约30%。CHEN Zhi等[7]提出了定时信号控制交叉口的生态驾驶优化模型，通过遗传算法对车辆时空轨迹进行优化，结果显示生态驾驶策略能减少大概50%的车辆排放。QIAN Gongbin等[8]提出了一种以减少车辆油耗为目标的理论模型，并通过Aimsun软件进行模拟，分析了交叉口车辆行程时间和车辆油耗。LAI Wentai[9]通过对美国部分公交车使用生态驾驶策略前后的燃油数据进行分析，得出了生态驾驶优化策略能减少公交车10%油耗的结论。LIU Huiyuan等[10]通过遗传算法对高速公路车辆进行了有效的速度引导。CHEN Shukai等[11]提出了一种改进的自适应控制方法，包括车辆到达估计模型和信号优化算法，分别考虑了3个目标函数，即最小化
延迟，队列长度和流入-流出量最大化；结果表明：该研究在实时交通自适应信号控制系统中具有潜在的适用性。D.J.CHANG等[12]、李宗义[13]、H.LARSSON等[14]分别提出了速度引导策略，得出该策略能减少车辆油耗，且优化效果明显的结论。
上述研究大多针对提高车辆出行效率和减少车辆排放进行了分析。笔者旨在综合考虑减少排放和延误，提出了一种新的综合优化速度引导策略。
1 研究方法
1.1 速度引导方法设计
在高阶车-路协同环境下，智能网联车辆均配置有车载端实时通讯单元，车辆速度、位置等信息会通过车载端上传至网络服务平台，亦称为网联信息端。同时，网联信息端将当前交叉口的信号相位、前方车辆速度与位置等信息发送给车载端，对驾驶员进行调整车速的诱导提示，以实现车辆速度引导。
通过对各种情况的分析，笔者决定对连续定时信号交叉口、主路流量明显大于次路、车速在进入道路前速度保持恒定不受干扰等情况进行仿真分析[2]。网联信息端会根据车辆车速
、信号灯周期、信号相位、是否有前车、前车速度等信息对受控车辆速度进行计算。当车辆不能以当前速度匀速通过交叉口时，会对其进行速度引导；若车辆可通过引导在当前绿灯区间加速通过交叉口，则会对车辆进行加速引导，从而使得车辆能在当前绿灯区间通过交叉口；反之，当车辆以当前最高限速行驶都不能通过交叉口时，会对车辆进行减速引导，使得车辆减速到合适速度，并在下个绿灯区间通过交叉口[15]。速度引导策略工作原理如图1。
图1 车辆速度引导工作原理Fig. 1 Working principle of vehicle speed guidance
当网联车辆通过交叉口时，对应的速度引导存在以下4种情况：
1)匀速通过：网联车辆不受前方车辆影响，匀速行驶能在当前绿灯相位内通过交叉口，如图2(a)(①→③或②→③过程)；
2)加速通过：网联车辆不受前方车辆影响，以当前速度匀速行驶到交叉口时会处于红灯相位，若当前车辆加速行驶至最大限速会在红灯相位之前的绿灯相位通过交叉口，如图2(b) (①→③或②→③过程)；
3)减速通过：网联车辆不受前方车辆影响，以当前速度匀速行驶到交叉口时为红灯相位，车辆加速行驶则无法在当前绿灯相位通过交叉口，车辆减速至合适速度，并在下一个绿灯相位通过交叉口，如图2(c) (①→②过程)；
4)跟驰通过：网联车辆受前方车辆影响，将网联车辆及后方一系列的非网联车辆视为一个车队，则位于网联车辆前方的非网联车辆各种参数已知，由此令当前网联车辆延后一个相对前车安全的最小车头时距通过交叉口，如图2(d) (①→②过程)[16]。
速度引导策略流程如图3。
图2 车辆通过交叉口的4种情况Fig. 2 Four situations of vehicle passing through intersections
图3 速度引导策略流程Fig. 3 Speed guidance flow chart
1.2 速度引导策略数学模型(图4)
图4中：C为交通控制信号周期；v0为车辆初始速度；l为车辆距停车线的距离；t0为交通信号灯所处的周期内时刻。
车辆最高速度为vmax；车辆的加速度为a，由此可得式(1)～(3)：
车辆匀速到达停车线时间：
(1)
车辆匀加速到最高速度，再匀速到停车线时间：
(2)
当车辆到达停车线时，信号灯所处信号周期内时刻为t1：
(取余数)
(3)
设交叉口信号灯在0-X时段内为绿灯区间，在X-C时段内为间。
图4 模型示意Fig. 4 Model schematic
1.2.1 匀速行驶情况(0-X时段)
当车辆匀速行驶时，若0≤t1≤X，即车辆匀速行驶到停车线时在绿灯区间内，且该车辆前方没有其他车辆对其速度产生干扰，则该车辆可匀速通过交叉口，那么该车辆在系统引导下以匀速通过交叉口，计算t采用式(1)。
1.2.2 匀速行驶情况(X-C时段)
当车辆匀速行驶时，若X≤t1≤C，即车辆匀速行驶到停车线时在间内，那么对该车辆进行速度引导，使其匀加速到最高速在匀速到达停车线，即t的计算方式采用式(2)。
这种情况下，又分为两种情况：
1)当车辆匀加速到最高速再匀速行驶时，若有0≤t1≤X，也就是在绿灯区间时，受引导车辆到达交叉口，且该车辆前方没有其他车辆对其速度产生干扰，则该车辆可匀加速到该路段允许的最高速度再匀速通过交叉口；
2)若X≤t1≤C，即车辆以最高速度行驶到交叉口的时刻位于信号灯的间内。则该车辆匀速和匀加速都无法通过该交叉口。若车辆前方没有车辆对其速度产生干扰，则该车辆应在交叉口信号灯的下一个周期绿灯区间内通过。则该车从驶入控制区间到其到达交叉口的
真实时间如式(4)：
tr=C-t0
(4)
设车辆的加速时间为tm；车辆匀速行驶的时间为tn；则可得到式(5)～(7)：
tm+tn=tr
(5)
vt=v0+tma
(6)
(7)
联立式(5)～(7)，可得车辆通过交叉口时的速度(式中加速度为负数)，如式(8)：
(8)
1.2.3 加速行驶情况
当车辆受引导车辆加速行驶时，前方有车辆影响其行驶状态，且前方车辆速度为vk，则车辆匀加速到vk再匀速行驶到停车线的时间如式(9)：
(9)
同样，当车辆到达停车线时，信号灯所处信号周期内时刻t2，如式(10)：
(取余数)
(10)
当0≤t2≤X时，受引导车辆能在绿灯时间通过交叉口，则受引导车辆跟随前车在当前周期通过交叉口；当X≤t2≤C时，受引导车辆不能在当前绿灯相位通过交叉口，则车辆根据式(5)～(8)，匀减速在下一个绿灯相位通过交叉口。
1.3 排放模型
美国环保局EPA开发的MOVES(motor vehicle emission simulator)排放模型主要采用行驶工况法来估算车辆的排放。其主要是通过分析车辆的比功率VSP(vehicle specific power)来计算车辆排放和油耗。之所以采用VSP，主要是因为车辆速度、加速度等信息都可通过VISSIM仿真得到[17]。比功率VSP计算如式(11)：
VSP=v(1.1a+0.132)+0.000 302v3
(11)
式中：v为车辆瞬时速度；a为车辆加速度。
2 仿真运行
2.1 路网模型搭建
本研究以单交叉口为研究对象，以某一方向车辆直行车道进行研究，通过微观交通仿真软件VISSIM建模并用其评价指标来得到车辆行程时间、交叉口排队长度、车辆延误等。故采取以下模拟路网进行研究，如图5。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议