基于智能調(diào)節(jié)優(yōu)化的緊急車輛引導(dǎo)系統(tǒng)設(shè)計

劉晨希+張澤鋆+張晨+苗啟廣

摘 要：針對現(xiàn)實生活中經(jīng)常出現(xiàn)的因緊急車輛受到道路堵塞而錯過最佳救援時機造成巨大損失的情況，文章基于物聯(lián)網(wǎng)、車聯(lián)網(wǎng)最新技術(shù)，提出了一種充分利用車路協(xié)同、交通誘導(dǎo)、GPS定位、智能優(yōu)化和智能交通等技術(shù)提高目標(biāo)車輛運行效率的方法，并設(shè)計了相應(yīng)的系統(tǒng)。該方法根據(jù)實時道路信息，結(jié)合對目標(biāo)車輛位置的實時監(jiān)控，給出了基于最短路徑算法的實時最優(yōu)道路選擇算法，為緊急車輛規(guī)劃最佳線路，再輔以紅綠燈時長的自動調(diào)整，通過多種方式誘導(dǎo)其他駕駛員避讓緊急車輛，在幾乎不影響其他車輛正常通行的情況下，顯著提高了目標(biāo)車輛到達(dá)目的地的效率。文章最后根據(jù)元胞自動機模型設(shè)計了仿真實驗，并對該系統(tǒng)的效率進行了評估。

關(guān)鍵詞：智能交通系統(tǒng)；車聯(lián)網(wǎng)；最優(yōu)規(guī)劃；最短路徑；車輛密度；元胞自動機

中圖分類號：TP27；U49 文獻標(biāo)識碼：A 文章編號：2095-1302（2017）03-00-04

0 引 言

如今的全國大中城市都普遍存在道路擁擠、車輛堵塞、交通秩序混亂的現(xiàn)象。隨著全國經(jīng)濟的高速增長，私家車數(shù)量激增，我國城市的道路擁堵情況不斷加重，“二環(huán)看似停車場”的現(xiàn)象時有發(fā)生，而這樣的狀況不僅影響了居民的正常出行，還會影響消防車、救護車等公共緊急車輛，延誤救援時機，導(dǎo)致無法及時趕去現(xiàn)場造成情況惡化等慘劇的發(fā)生。因此緩解緊急車輛與其他車輛之間的矛盾，尋找使緊急車輛迅速到達(dá)現(xiàn)場的方法十分迫切。

智能交通系統(tǒng)[1]可以有效利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運輸效率，是一個基于現(xiàn)代電子信息技術(shù)面向交通運輸?shù)姆?wù)系統(tǒng)。該系統(tǒng)以信息的收集、處理、發(fā)布、交換、分析、利用為主線，為交通參與者提供多樣性的服務(wù)。各式各類的智能交通系統(tǒng)都對緩解交通矛盾做出了一定貢獻。

物聯(lián)網(wǎng)[2]是一種在計算機互聯(lián)網(wǎng)基礎(chǔ)上利用多種技術(shù)手段將任何物品與互聯(lián)網(wǎng)連接起來進行信息交換和通訊，以實現(xiàn)智能化的網(wǎng)絡(luò)。物聯(lián)網(wǎng)是新一代信息技術(shù)的重要組成部分，具有廣泛的應(yīng)用，其中車聯(lián)網(wǎng)的概念就引申自物聯(lián)網(wǎng)。類似于物聯(lián)網(wǎng)系統(tǒng)，車聯(lián)網(wǎng)系統(tǒng)[3，4]以互聯(lián)網(wǎng)系統(tǒng)為基礎(chǔ)，是在車輛、道路、行人及互聯(lián)網(wǎng)之間進行信息交互的龐大的系統(tǒng)網(wǎng)絡(luò)，它能有效處理車輛、道路、行人之間的矛盾，是智能交通系統(tǒng)的核心基礎(chǔ)和發(fā)展方向。田芳等針對緊急車輛闖紅燈通行而帶來的交通安全隱患，提出了一種緊急車輛綠燈暢行系統(tǒng)[5]。該系統(tǒng)通過車載單元、中轉(zhuǎn)單元和中控單元實現(xiàn)緊急車輛的身份識別與信號控制機的響應(yīng)，但需要人工發(fā)射信號，較為不便。

葉文斌提出了特種車輛“綠波”機制[6]。通過無線網(wǎng)絡(luò)技術(shù)追蹤緊急車輛的位置信息與運動狀態(tài)，兼顧了緊急車輛一路綠燈通行與避免對靜止車隊的影響。

Suresh Sharma等針對自適應(yīng)燈控系統(tǒng)依賴圖像處理和光束中斷技術(shù)識別緊急車輛帶來的局限性，提出了一種使用RFID射頻技術(shù)檢測緊急車輛的自適應(yīng)燈控系統(tǒng)[7]。該系統(tǒng)將事先決定好的配時方案儲存起來，依據(jù)檢測結(jié)果實時調(diào)整配時方案，使燈控系統(tǒng)的決策更為靈活。

WantaneeViriyasitavat等將DSRC技術(shù)和VANET技術(shù)有機結(jié)合[8]，使得燈控系統(tǒng)可以通過緊急車輛發(fā)出的廣播消息意識到緊急車輛的到來，采取預(yù)設(shè)措施將緊急車輛行進方向設(shè)置為綠燈，此舉可大大提高緊急車輛的救援效率。

上述研究著眼于消除紅綠燈對緊急車輛的阻礙作用，考慮如何更快、更方便地讓信號燈辨識并放行緊急車輛。但在密集的城市交通網(wǎng)中，相鄰紅綠燈之間的街道上常常有上千米的距離，這使得街道的車輛密度成為阻礙緊急車輛運行的主要因素之一。此外，這些研究提出的機制都是被動地讓紅綠燈配合緊急車輛，缺少對緊急車輛的宏觀控制。緊急車輛從特定單位出發(fā)，駛向事發(fā)地點的過程中始末位置是確定的，這為緊急撤離規(guī)劃最佳線路提供了可能。本文除了為緊急車輛規(guī)劃路線，還將在現(xiàn)有的“綠燈通行”機制上做出擴展，利用物聯(lián)網(wǎng)、車聯(lián)網(wǎng)系統(tǒng)在車、人之間的信息傳遞功能，著重解決大車輛密度問題對緊急車輛的阻礙。

1 基于智能調(diào)節(jié)優(yōu)化的緊急車輛引導(dǎo)系統(tǒng)

1.1 系統(tǒng)假設(shè)

為了便于后續(xù)討論及公式的推導(dǎo)，對實際情況做了如下假設(shè)和簡化：

（1）除了特殊車輛經(jīng)過時的紅綠燈相位改變，其余每個紅綠燈的相位和綠信比相同；

（2）把所有車輛的變速運動簡化成勻速運動，并設(shè)它們不會撞上其他車輛時的速度為最大限速。

1.2 系統(tǒng)工作機制

系統(tǒng)首先利用交通監(jiān)控系統(tǒng)獲得各道路的車輛情況，并據(jù)此針對交通網(wǎng)絡(luò)建立數(shù)學(xué)模型，根據(jù)各道路的實際情況為交通網(wǎng)上對應(yīng)的道路打分，利用分?jǐn)?shù)比較不同道路的暢通程度。之后在圖上運用Dijkstra最短路徑算法為緊急車輛規(guī)劃出一條最暢通路線，通過旅行信息系統(tǒng)指導(dǎo)緊急車輛的駕駛?cè)藛T選擇合適路徑。由于各街道的交通情況變化頻繁，最暢通線路需要實時更新。

系統(tǒng)會對最暢通線路中的道路在緊急車輛到達(dá)之前進行一些優(yōu)化措施，包括調(diào)整交通信號燈的燈時分配、引導(dǎo)其他車輛駛?cè)雱e的街道等[9，10]。這些措施通過限制其他車輛進入被優(yōu)化的道路來減小這條道路的交通密度，進而提高了該道路中交通流的速度。當(dāng)緊急車輛進入這條道路中后，其運行速度將會得到提高。但需要注意的是，由于本系統(tǒng)的優(yōu)化效果在時間上存在一定的滯后性，需要長期對緊急車輛的起點進行優(yōu)化控制，否則可能導(dǎo)致效果退化。系統(tǒng)工作流程圖如圖1所示。

1.3 道路交通運行評價指標(biāo)

為了得到道路的最佳規(guī)劃方案，使得緊急車輛利用此方案最快地到達(dá)目的地，本文參考國內(nèi)外各種評價指標(biāo)[11]，使用平均延誤時間來刻畫道路暢通的程度。平均延誤時間為[12]：

公式（1）中，g表示綠信比，T表示周期，q表示車輛平均到達(dá)率，s表示飽和流量下的駛離率。車輛平均到達(dá)率的表達(dá)式為：

公式（2）中，n為通過一段道路的車輛數(shù)，t為這些車完全通過的總耗時。

將公式（2）帶入到公式（1）中，可以得到：

根據(jù)公式（1）可知，每條道路的綠信比g相同，周期T也相同。針對道路長度、最大限速相同的，根據(jù)公式（2）可知，所有小車會以最大限速行駛，因此每條道路在飽和流量下的駛離率s相同。由t=x/v可知，每輛車通過每條道路的總時間t相同。結(jié)合之前的討論，本文可以將平均延誤時間進行簡化：

文中設(shè)綠信比g=0.5，周期T=25 s，飽和流量下的駛離率s=5 veh/s，平均車流速度q=2 veh/s。

由飽和流量下的駛離率s的意義可知，st是一條道路上的最大車流量，因此n≤st恒成立，所以n在其定義域內(nèi)是單調(diào)遞增的，如圖2所示。

因為只需比較函數(shù)值的大小關(guān)系，所以可以直接比較自變量n的大小，以此間接比較平均延誤時間。道路的車輛數(shù)n越大，平均延誤時間越長。

1.4 暢通路線的規(guī)劃過程

一條道路的流暢程度由這條道路的平均延誤時間刻畫，并且兩條道路平均延誤時間的關(guān)系可以通過比較這兩條道路的車輛數(shù)n來間接確定。在緊急車輛運行的全過程中，其在各條道路上的時間延誤都會對其運行速度產(chǎn)生影響，降低效率。因此，在緊急車輛由始發(fā)地點通往目的地的路徑中，各道路對其的影響是疊加的。

緊急車輛行駛過程中，可以用每一條道路的平均延誤時間之和來刻畫這條路線的整體通暢程度。而本系統(tǒng)規(guī)劃的最暢通路線，實際上是在規(guī)劃一條平均延誤時間之和最小的路線，即最短路問題。由前文的討論可知，平均延誤時間之和的比較可以用各道路車輛數(shù)之和的比較來代替。

如果第i條路線一共有k條路，第j條路的車輛數(shù)是Nj，則這條路線的通暢值可以表示為：

需要說明的是，wi的數(shù)值越小，這條路線越通暢。根據(jù)Dijkstra算法計算緊急車輛的最暢通路線[13]。由于交通情況不斷變化，因此需要不斷規(guī)劃最暢通路線并實時更新。

1.5 多緊急車輛的沖突處理

康國祥、方守恩提出了一種基于模糊數(shù)學(xué)建模的對緊急事件危害程度進行量化的數(shù)學(xué)方法[14]，由此可以量化緊急車輛所對應(yīng)的緊急事件的緊急程度。當(dāng)兩車進入同一個路口時，有以下幾種情況：

（1）兩車來自不同的道路，進入相同的道路；

（2）兩車來自不同的道路，進入不同的道路：

①兩車道路交叉；

②兩車道路不交叉；

（3）兩車來自同一個路口，進入相同或不同的道路。

在上述可能發(fā)生的幾種情況中，只有（3）中的兩車不會發(fā)生沖突。

當(dāng)兩車可以錯開時，沖突便不會發(fā)生。在這種情況下，讓可以先通過的車輛通過，這樣兩車都不會因為對方而等待。

當(dāng)兩車無法錯開時，（1），（2）中的情況可以使用同一種解決方法——比較兩車的緊急程度，即優(yōu)先級。若兩車的優(yōu)先級存在明顯的大小關(guān)系，則讓優(yōu)先級高的車輛先通過，優(yōu)先級低的車輛等待，隨后通過，保持原有道路不變；若兩車的優(yōu)先級類似，則呼叫人工處理。

多緊急車輛沖突處理流程圖如圖3所示。

2 仿真驗證

2.1 模型假設(shè)

為了便于模型的建立及之后的討論，本文對實際情況做出如下假設(shè)：

（1）道路的規(guī)格為單向雙車道；

（2）右轉(zhuǎn)彎的車輛不需要等待紅燈，可以直接轉(zhuǎn)彎；

（3）所有車輛在不被阻礙的情況下速度總是趨向道路允許的最大限速，緊急車輛可以在不被阻礙的情況下趨向最大限速的1.2倍；

（4）所有車輛都不會超車且只可能在轉(zhuǎn)彎時變換車道；

（5）所有車輛都已接入車聯(lián)網(wǎng)并能很好地服從系統(tǒng)調(diào)度，沒有交通事故；

（6）每輛車從各路口進入這張圖的概率相等，每輛車在每個十字路口轉(zhuǎn)彎的概率相等。

2.2 模型建立

本文根據(jù)元胞自動機模型，通過Visual C++進行仿真驗證。圖4所示是仿真的具體情況：虛線的圓圈表示緊急車輛，其他圓表示其他車輛；涂成網(wǎng)格狀的道路表示處于優(yōu)化狀態(tài)的道路。圖4中緊急車輛正在拐向水平方向的優(yōu)化道路。這條道路早在緊急車輛進入前就進入了優(yōu)化狀態(tài)，并當(dāng)緊急車輛即將進入時，優(yōu)化措施已經(jīng)降低了這條道路上的車輛密度，此時其車輛密度為零。

2.3 參數(shù)設(shè)置

2.3.1 道路長度的設(shè)置

本文在陜西省西安市隨機選取并統(tǒng)計了部分道路的長度，結(jié)果見表1所列。

根據(jù)統(tǒng)計結(jié)果，本文取其平均值作為仿真程序中的仿真道路的長度，即706米。

2.3.2 道路寬度與最大限速的設(shè)置

根據(jù)我國發(fā)布的《城市道路設(shè)計規(guī)范》[15]中的相關(guān)規(guī)定，本文將仿真程序中的仿真道路寬度定為50 m，仿真道路的最大限速定為50 km/h。

2.3.3 車輛轉(zhuǎn)彎概率的設(shè)置

本文在陜西省西安市隨機選取一些十字路口，并針對各路口統(tǒng)計一定時間內(nèi)車輛的轉(zhuǎn)彎概率，統(tǒng)計結(jié)果見表2所列。

根據(jù)統(tǒng)計結(jié)果，本文取其平均值作為仿真程序中仿真車輛的轉(zhuǎn)彎概率，即41%。

2.4 仿真結(jié)果與分析

仿真結(jié)果如圖5所示。出車頻率指仿真程序中模擬車輛進入地圖的頻率，頻率越大，單位時間內(nèi)進入地圖的車輛就越多，地圖就越擁擠。

由圖5中的虛線可知，無論出車頻率如何變化，經(jīng)本文系統(tǒng)優(yōu)化的小車的速度始終保持在35 km/h左右，說明道路擁擠程度對本文優(yōu)化機制的影響微乎其微，體現(xiàn)了本系統(tǒng)效果穩(wěn)定的特點。在一定限度內(nèi)可以認(rèn)為，經(jīng)本文系統(tǒng)優(yōu)化的車輛不受路況影響。反觀未經(jīng)優(yōu)化的車輛，其車速隨著道路擁擠程度的變化比較明顯，可見道路擁擠程度對于未優(yōu)化車輛有較大影響。以頻率為1時的情況為例，緊急車輛的平均速度在優(yōu)化之后約為未優(yōu)化時的1.75倍，這說明本系統(tǒng)能在道路擁堵時發(fā)揮有效作用。

為了與綠燈暢行系統(tǒng)對比，本文選取了一個特種車輛綠波機制[6]進行了相同方式的仿真實驗，其結(jié)果如圖5中的點線所示?？梢园l(fā)現(xiàn)其圖像在擁擠程度低（出車頻率低）的情況下，其優(yōu)化效果與本文系統(tǒng)的優(yōu)化效果基本一致，然而隨著擁擠程度的增加，其優(yōu)化效果明顯退化。雖然“綠波機制”因消除了紅綠燈對緊急撤離的阻礙作用而不會與不優(yōu)化的圖像過分接近，但隨著車輛密度的增加，其對緊急車輛的阻礙作用也不斷增強，效果仍然會發(fā)生明顯退化。由此可見本文系統(tǒng)能夠較好地彌補現(xiàn)有綠燈暢行系統(tǒng)的些許遺憾之處。

3 結(jié) 語

本文針對目前綠燈暢行系統(tǒng)的不足，提出了一種緊急車輛引導(dǎo)系統(tǒng)，該系統(tǒng)通過智能調(diào)節(jié)優(yōu)化與車聯(lián)網(wǎng)、物聯(lián)網(wǎng)的信息交互功能，減少了緊急車輛經(jīng)過道路的車輛密度，進而提高了緊急車輛的運行效率。本文通過設(shè)計仿真實驗，證明了這種系統(tǒng)相比綠燈暢行系統(tǒng)而言優(yōu)化效果更好，且隨著交通擁擠程度的增加，優(yōu)化效果沒有產(chǎn)生明顯退化，體現(xiàn)了本文系統(tǒng)在穩(wěn)定性、有效性方面的價值。

參考文獻

[1]趙娜，袁家斌，徐晗.智能交通系統(tǒng)綜述[J].計算機科學(xué)，2014，41（11）：7-11.

[2]王曉靜，張晉.物聯(lián)網(wǎng)研究綜述[J].遼寧大學(xué)學(xué)報（自然科學(xué)版），2010，37（1）：37-39.

[3]蘇靜，王冬，張菲菲.車聯(lián)網(wǎng)技術(shù)應(yīng)用綜述[J].物聯(lián)網(wǎng)技術(shù)，2014，4（6）：69-72.

[4]藺宏良，黃曉鵬.車聯(lián)網(wǎng)技術(shù)研究綜述[J].機電工程，2014，31（9）：1235-1238.

[5]田芳，王強.特種車輛綠燈暢行系統(tǒng)[J].黑龍江工程學(xué)院學(xué)報（自然科學(xué)版），2009，23（2）：44-47.

[6]葉文斌.基于紅綠燈優(yōu)化城市交通控制設(shè)計與仿真[D].上海：華東師范大學(xué)，2015.

[7] SureshSharma，AlokPithora，GauravGupta，et al.TrafficLightPriorityControlForEmergencyVehicleUsingRFID[J].InternationalJournalofInnovationsinEngineeringAndTechnology（IJIET）.2013，2（2）：363-365.

[8] Viriyasitavat W， Tonguz O K. Priority Management of Emergency Vehicles at Intersections Using Self-Organized Traffic Control[C].IEEE Vehicular Technology Conference，2012：1-4.

[9]李佳.智能交通系統(tǒng)擁塞控制的研究與設(shè)計[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2009.

[10]譚惠麗，劉慕仁，孔令江.十字路口紅綠燈的控制效應(yīng)[J].廣西師范大學(xué)學(xué)報（自然科學(xué)版），2008，26（2）：18-21.

[11]鄭淑鑒，楊敬鋒.國內(nèi)外交通擁堵評價指標(biāo)計算方法研究[J].公路與汽運，2014（1）：57-61.

[12]夏朋亮.基于城市公路干線交叉口的信號控制算法研究與仿真[D].成都：西南交通大學(xué)，2013.

[13]孫淑軍.基于車路協(xié)同的智能車調(diào)度系統(tǒng)及方法研究[D].大連：大連理工大學(xué)，2014.

[14]康國祥，方守恩.區(qū)域路網(wǎng)緊急事件危害度評價指標(biāo)及評價方法研究[C].2009全國博士生學(xué)術(shù)論壇—交通運輸工程學(xué)科，2009.

[15]城市道路設(shè)計規(guī)范[M].北京：中國建筑工業(yè)出版社，1991.