高速公路上匝道自動(dòng)駕駛交通排放影響分析

秦嚴(yán)嚴(yán)

(1.東南大學(xué) 城市智能交通江蘇省重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210096;2.威斯康星大學(xué)麥迪遜分校 土木與環(huán)境工程系，麥迪遜 53706，美國(guó))

據(jù)統(tǒng)計(jì)，中國(guó)28.8%的氮氧化物是由交通系統(tǒng)的運(yùn)營(yíng)產(chǎn)生，而其中的91.6%又是由車輛的尾氣排放造成的[1].車輛的尾氣排放與燃油消耗直接關(guān)聯(lián)，交通排放與油耗問(wèn)題成為制約智慧交通建設(shè)的重要問(wèn)題，是我國(guó)中長(zhǎng)期發(fā)展規(guī)劃重點(diǎn)解決的三大問(wèn)題之一.自動(dòng)駕駛汽車(autonomous vehicles，AVs)可從微觀的車輛層面，改善交通系統(tǒng)的運(yùn)營(yíng)狀況，從而為有效降低交通排放與油耗提供新的途徑.就目前而言，大規(guī)模的AVs實(shí)地測(cè)試條件尚不成熟，因而以交通流模型為基礎(chǔ)，應(yīng)用計(jì)算機(jī)仿真實(shí)驗(yàn)分析AVs對(duì)交通系統(tǒng)的潛在影響，已成為智能交通系統(tǒng)與交通流理論領(lǐng)域的研究熱點(diǎn)[2].國(guó)外研究相對(duì)較早，F(xiàn)agnant等[3]應(yīng)用基于智能體的模型，對(duì)共享自動(dòng)駕駛汽車(shared autonomous vehicles，SAVs)的運(yùn)營(yíng)進(jìn)行了設(shè)計(jì)分析，并分析了系統(tǒng)運(yùn)營(yíng)設(shè)計(jì)所帶來(lái)的交通排放效益，但是卻沒有具體分析交通排放以及油耗的降低與AVs不同比例之間的關(guān)系.國(guó)內(nèi)在這方面的研究工作開展較晚，筆者[4]仿真分析了不同AVs比例下的交通安全特性，但沒有涉及交通排放與油耗問(wèn)題，同時(shí)該研究雖假設(shè)了AVs與手動(dòng)駕駛車輛均具有相同不變的駕駛方式，卻沒有體現(xiàn)手動(dòng)駕駛車輛的駕駛行為差異性以及AVs在控制參數(shù)上的差異性.為了彌補(bǔ)現(xiàn)有研究的不足，本文針對(duì)AVs與手動(dòng)駕駛車輛混合行駛下的交通流，研究其在高速公路上匝道的交通排放與油耗影響，并在計(jì)算機(jī)數(shù)值仿真實(shí)驗(yàn)中，考慮兩種車型空間位置分布的隨機(jī)性、AVs以及手動(dòng)駕駛車輛分別在反應(yīng)延時(shí)與安全跟車時(shí)距上的隨機(jī)性差異.

1 仿真模型

在大規(guī)模AVs真車實(shí)驗(yàn)實(shí)施之前，基于交通流微觀模型，應(yīng)用計(jì)算機(jī)數(shù)值仿真實(shí)驗(yàn)，分析AVs與手動(dòng)駕駛車輛混合行駛的交通特性是目前常用的研究手段.跟馳模型是一種重要的交通流微觀模型，被廣泛應(yīng)用于交通系統(tǒng)的仿真研究中.在諸多跟馳模型中，智能駕駛模型(intelligent driver model，IDM)[5]具有模型結(jié)構(gòu)與模型參數(shù)物理意義明確的優(yōu)點(diǎn)，因此，以IDM為基礎(chǔ)，分別構(gòu)建AVs與手動(dòng)駕駛車輛的跟馳模型.IDM模型公式如下：

(1)

對(duì)手動(dòng)駕駛車輛而言，所有手動(dòng)駕駛車輛的駕駛行為均存在差異性.具體而言，每個(gè)駕駛?cè)嗽隈{駛反應(yīng)延時(shí)上存在差異性，即較保守的駕駛?cè)送３州^大的安全車頭時(shí)距，較激進(jìn)的駕駛?cè)送３州^小的安全車頭時(shí)距.根據(jù)文獻(xiàn)[6]，駕駛?cè)说姆磻?yīng)延時(shí)均值在1.2 s左右，同時(shí)在某些情況下的反應(yīng)延時(shí)可降低至0.9 s左右，因此，對(duì)手動(dòng)駕駛車輛的駕駛反應(yīng)延時(shí)的隨機(jī)選擇為0.9～1.5 s，以體現(xiàn)手動(dòng)駕駛車輛在反應(yīng)延時(shí)上的隨機(jī)差異性.同時(shí)，對(duì)于安全車頭時(shí)距而言，在1.3～1.6 s的范圍內(nèi)隨機(jī)確定，以體現(xiàn)保守型駕駛?cè)伺c激進(jìn)型駕駛?cè)说碾S機(jī)差異性.

針對(duì)AVs而言，自動(dòng)控制系統(tǒng)取代了駕駛?cè)说鸟{駛?cè)蝿?wù)，但駕駛員依然能夠針對(duì)各自駕駛習(xí)慣，選擇AVs的相應(yīng)駕駛控制參數(shù)[7].依據(jù)文獻(xiàn)[7]，AVs控制系統(tǒng)反應(yīng)延時(shí)約為0.4～0.8 s，因此，將AVs的反應(yīng)延時(shí)參數(shù)在0.4～0.8 s的范圍內(nèi)隨機(jī)確定，以體現(xiàn)AVs控制參數(shù)設(shè)計(jì)的隨機(jī)性.鑒于AVs可具備較小的安全車頭時(shí)距，且在1.1 s左右[8]，故而將AVs的安全車頭時(shí)距在1.0～1.2 s內(nèi)隨機(jī)進(jìn)行選擇，以體現(xiàn)AVs在安全車頭時(shí)距選擇上隨機(jī)差異性.同時(shí)在文獻(xiàn)[8-9]基礎(chǔ)之上，確定IDM模型其他參數(shù)取值在AVs以及手動(dòng)駕駛車輛上的具體體現(xiàn).具體見表1.

表1 AVs與手動(dòng)駕駛車輛仿真模型參數(shù)

2 交通排放與油耗模型

由于應(yīng)用車輛跟馳模型進(jìn)行計(jì)算機(jī)數(shù)值仿真，并以微觀仿真數(shù)據(jù)為基礎(chǔ)，應(yīng)用交通排放與油耗模型計(jì)算不同AVs比例下的混合交通流的排放與油耗影響，因此，建立的交通排放與油耗模型需要具備明確的車輛微觀軌跡數(shù)據(jù)與排放及油耗輸出之間的數(shù)學(xué)關(guān)系.Ahn等[10]提出的VT-Micro模型，可滿足由車輛微觀數(shù)據(jù)計(jì)算排放與油耗輸出的要求.在VT-Micro模型中，每輛車的排放及油耗輸出與該車輛瞬時(shí)的速度及加速度有關(guān).具體計(jì)算公式如下：

(2)

表2 CO排放、HC排放、NOx排放以及油耗計(jì)算中的ki,j取值

續(xù)表

3 數(shù)值仿真實(shí)驗(yàn)

基于車輛跟馳模型進(jìn)行數(shù)值仿真實(shí)驗(yàn)，常假設(shè)道路為單車道道路，高速公路上匝道瓶頸區(qū)域?yàn)檐囕v頻繁加減速地段，因此，選擇文獻(xiàn)[4]中的數(shù)值仿真實(shí)驗(yàn)路段，即仿真路段總長(zhǎng)度為7 km，上匝道位于仿真路段的中間位置，路段上游的交通需求設(shè)置為1 700 veh/h，具體參數(shù)詳見文獻(xiàn)[4].這里，應(yīng)用MATLAB軟件進(jìn)行數(shù)值仿真實(shí)驗(yàn)，仿真時(shí)間為1 h，仿真步長(zhǎng)為0.1 s.在仿真實(shí)驗(yàn)中，考慮AVs和手動(dòng)駕駛車輛空間相對(duì)位置的隨機(jī)性，通過(guò)程序設(shè)定，使得每次仿真中的兩種車型車輛的空間位置均是隨機(jī)的.同時(shí)根據(jù)表1中的參數(shù)取值，在每次仿真實(shí)驗(yàn)中，均隨機(jī)確定每輛AVs以及手動(dòng)駕駛車輛的反應(yīng)延時(shí)與安全車頭時(shí)距，以體現(xiàn)每輛車的駕駛行為差異性.各AVs比例下的仿真實(shí)驗(yàn)均獨(dú)立重復(fù)3次，并取平均值作為該AVs比例下的仿真結(jié)果.根據(jù)不同AVs比例下的仿真結(jié)果，應(yīng)用以上的交通排放與油耗模型，計(jì)算AVs在不同比例時(shí)相對(duì)于手動(dòng)駕駛車輛的排放及油耗降低的百分比.結(jié)果見表3.

表3 AVs相比于手動(dòng)駕駛車輛的排放及油耗平均降低百分比

由表3可以看出，隨著AVs比例的逐漸增加，CO排放、HC排放、NOx排放以及油耗均逐漸得到下降，表明了AVs有利于排放與油耗的降低.相比于手動(dòng)駕駛車輛，當(dāng)AVs比例達(dá)到100%時(shí)，CO排放、HC排放、NOx排放以及油耗可分別達(dá)到73.17%、73.33%、78.03%、80.57%.但是在AVs比例處于10%以下時(shí)，排放與油耗的降低均小于8.22%.為了直觀地看出排放及油耗降低與AVs比例增加之前的定性關(guān)系，依據(jù)表3中的仿真結(jié)果，計(jì)算得到排放及油耗的降低趨勢(shì).如圖1所示.

圖1 排放及油耗降低趨勢(shì)

從圖1可以看出，CO排放、HC排放、NOx排放以及油耗隨著AVs比例的增加呈現(xiàn)出基本一致的降低趨勢(shì).在AVs比例小于10%時(shí)，排放及油耗的平均降低百分比較低；在AVs比例處于10%～20%時(shí)，排放及油耗的降低速度加快，屬于快速下降階段；當(dāng)AVs比例增加至20%～50%時(shí)，排放及油耗的降低幅度減緩，基本處于緩慢下降階段；在AVs比例達(dá)到約50%～70%時(shí)，排放及油耗的降低處于快速下降階段；當(dāng)AVs比例增加至約70%以上時(shí)，排放及油耗的降低重新處于緩慢下降階段.因此，排放與油耗的降低隨著AVs比例的增加呈現(xiàn)出降低幅度較低階段、快速下降階段以及緩慢下降階段等3個(gè)階段，且快速下降階段與緩慢下降階段交替出現(xiàn).

4 結(jié)語(yǔ)

針對(duì)AVs與手動(dòng)駕駛車輛混合行駛下的交通流，以跟馳模型、計(jì)算機(jī)仿真為技術(shù)手段，研究了高速公路上匝道瓶頸區(qū)域在不同AVs比例下的交通排放及油耗影響.隨著AVs比例的逐漸增加，CO排放、HC排放、NOx排放以及油耗呈現(xiàn)出基本一致的下降趨勢(shì)，形成降低幅度較低、快速下降以及緩慢下降等3個(gè)階段，且快速下降階段與緩慢下降階段交替出現(xiàn).雖然AVs比例的增加有利于交通排放及油耗的降低，但當(dāng)AVs比例小于10%時(shí)，下降幅度低于8.22%，因此如何有效降低AVs在較低比例下的交通排放及油耗顯得更為重要.此外，針對(duì)高速公路下匝道瓶頸的仿真分析有利于補(bǔ)充已有結(jié)論，也是下一步的研究方向.