車聯(lián)網(wǎng)信息技術(shù)高速公路預(yù)警與應(yīng)急避險模型

劉海洋，馮仲科*，吳云鵬，呼 諾，馮澤邦

(1.北京林業(yè)大學(xué)精準(zhǔn)林業(yè)北京市重點實驗室，北京100083；2.北京交通大學(xué)軌道交通控制與安全國家重點實驗室，北京100044)

0 引言

近年來，高速公路連環(huán)追尾事故時有發(fā)生，給國家和人民造成了極為嚴(yán)重的生命財產(chǎn)損失.如何避免此類連環(huán)追尾事故，減少經(jīng)濟損失和人員傷亡，是國家甚至世界性難題.研究汽車在高速公路突發(fā)交通事故，快速預(yù)報給后方車輛，對最大程度避免衍生事故和降低生命財產(chǎn)損失具有較高的研究價值.將車聯(lián)網(wǎng)信息技術(shù)應(yīng)用在高速公路預(yù)警和應(yīng)急避險中具有較高的應(yīng)用前景[1-2].

高速公路預(yù)警和避險問題早已成為世界性廣泛研究的課題，將車聯(lián)網(wǎng)技術(shù)應(yīng)用在高速公路的相關(guān)研究中正是國內(nèi)外現(xiàn)階段的研究熱點之一[3-5].國外多將車聯(lián)網(wǎng)狀態(tài)信息用于導(dǎo)航、道路路況信息分析和道路交通管理等方面，如Wei-Hsun Lee等[6]利用VANET技術(shù)提出了一種生態(tài)驅(qū)動咨詢系統(tǒng)，通過使車輛連續(xù)地通過多個交叉口，以最小的停車可能性來減少排放和能源消耗，但此類技術(shù)依賴于道路設(shè)施，僅適用于車輛監(jiān)測和管理，無法用于高速公路車輛預(yù)警.目前國內(nèi)大部分研究多集中在智能駕駛和跟車模型等方面，如譚金華的沙塵環(huán)境下交通流跟馳模型及仿真[7].車聯(lián)網(wǎng)研究方面主要集中在基礎(chǔ)研究層面，如張登銀等[8]進行了面向5G車聯(lián)網(wǎng)連通性的關(guān)鍵理論綜述.對車聯(lián)網(wǎng)應(yīng)用性的研究多效仿國外，集中在交通檢測和管理，如孫川等的基于車聯(lián)網(wǎng)數(shù)據(jù)挖掘的營運車輛駕駛速度行為聚類研究[9].關(guān)于車聯(lián)網(wǎng)在高速公路預(yù)警和避險問題相關(guān)研究較少且不成熟，如秦嚴(yán)嚴(yán)等考慮多前車反饋的智能網(wǎng)聯(lián)車輛跟馳模型[10]，該研究將車聯(lián)網(wǎng)用于跟車模型，但未考慮高速公路車輛險情預(yù)報和緊急制動無法避免正面碰撞的情況.

綜上所述，研究利用車聯(lián)網(wǎng)技術(shù)解決高速公路預(yù)警和避險等問題具有重要意義.本文將通過對車聯(lián)網(wǎng)體系搭建、車聯(lián)網(wǎng)車載設(shè)備研制、車聯(lián)網(wǎng)移動客戶端開發(fā)等研究，建立車聯(lián)網(wǎng)高速公路預(yù)警和避險模型，擬實現(xiàn)車輛在高速公路上快速行駛時，前方車輛出現(xiàn)突發(fā)事故，后方車輛能夠快速做出應(yīng)急反應(yīng)，避免連環(huán)追尾事故發(fā)生.

1 原理與方法

1.1 車聯(lián)網(wǎng)信息技術(shù)網(wǎng)絡(luò)構(gòu)成

車聯(lián)網(wǎng)預(yù)警與應(yīng)急避險網(wǎng)絡(luò)主要利用傳感器技術(shù)、計算機技術(shù)、無線通訊技術(shù)、全球定位系統(tǒng)等，通過802.11p車載自組網(wǎng)協(xié)議，形成一個高速公路信息交互網(wǎng)絡(luò)，通過控制中心協(xié)調(diào)形成完整的車聯(lián)網(wǎng)信息技術(shù)預(yù)警和避險體系.車輛在高速公路中快速行駛時，車載設(shè)備將實時傳輸車量行駛狀態(tài)信息(如行駛速度、車輛位置、車輛加速度等)，當(dāng)某一車輛遇到突發(fā)情況時，該車會立即將預(yù)警信息發(fā)送給周圍全部車輛和控制中心，該車正后方距離最近的車輛會根據(jù)預(yù)警信息做出應(yīng)急措施，同時控制中心會根據(jù)突發(fā)狀況車輛的位置信息，處理和分析當(dāng)前該路面其他車輛行駛位置和狀況，做出判斷并提供解決方案(如緊急停車、減速、避讓、繞道等)發(fā)送給后方全部車輛，車輛預(yù)警原理如圖1所示.

圖1 預(yù)警原理示意圖Fig.1 Schematic diagram of early warning

圖1中當(dāng)車輛A發(fā)生碰撞后，車載裝備會立即向該車后方車輛B發(fā)出預(yù)警信息，同時車輛A將預(yù)警信息發(fā)送至控制中心，控制中心收到信息后會立即將該預(yù)警信息發(fā)送給A車輛后方附近全部車輛.

1.2 跟車預(yù)警原理

車輛在高速公路跟車行駛時，后車行駛速度大于前車，避免行車距離過近時駕駛員減速不及時產(chǎn)生追尾，因此在跟車行駛時車聯(lián)網(wǎng)應(yīng)急預(yù)警與避險會實時根據(jù)前車行車速度vf、后車行駛速度vb和行車距離s進行實時運算，預(yù)警模型[7]為

式中：am表示最大制動減速度閾值(因為車輛的最大減速度一般低于6 m/s2，所以am在本文中取4 m/s2)；ss表示兩車間最小安全距離(本文取5 m).

當(dāng)預(yù)警模型成立時，車載裝備立即生成預(yù)警控制信息，設(shè)備開始預(yù)警.當(dāng)后車的制動減速度高于am時，追尾事故能夠被避免.

1.3 應(yīng)急避險模型

當(dāng)前方車輛發(fā)生碰撞后，車載裝備會立即向該車后方車輛發(fā)出預(yù)警信息，此時當(dāng)后方車輛收到預(yù)警信息后車輛開始制動，車輛的制動過程可分為反應(yīng)階段、減速度上升及最大減速度3個階段.當(dāng)車輛處于反應(yīng)階段時，會在一段時間內(nèi)勻速行駛.本文設(shè)定反應(yīng)時間tr為0.5 s，初始速度為v0，在反應(yīng)時間內(nèi)車輛行駛的距離為sr，則在此條件下sr為

當(dāng)車輛處于減速度上升階段時，減速度au隨時間t的變化規(guī)律呈雙曲線[7]，即式中：p，q，r為雙曲線的參數(shù)，p=6，q=1 833，r=0.16.

與預(yù)警模型相同，取am為4 m/s2，則減速度上升時間內(nèi)車輛行駛距離su為

當(dāng)車輛處于最大減速度階段時，行駛距離sm為

若存在t＞0時，式(6)成立，則設(shè)備進行避險預(yù)警.

此時應(yīng)急剎車已經(jīng)無法避免追尾碰撞，需要進行避險預(yù)警方式判斷并制定換道方案，圖2為應(yīng)急避險示意圖.

圖2 應(yīng)急避險示意圖Fig.2 Emergency avoidance schematic

考慮到避險預(yù)警中如果相鄰車道后方有車輛行駛，存在車道變換時發(fā)生碰撞事故的可能，避險預(yù)警時需根據(jù)相鄰車道車輛行駛狀態(tài)模型進行處理，當(dāng)車輛B無法通過緊急制動避免與車輛A相撞時，車輛B會根據(jù)當(dāng)前相鄰車道行駛的車輛E的位置信息、車速信息vE進行模型計算和分析，判斷避險預(yù)警方式.

當(dāng)車輛B收到車輛A預(yù)警后車輛B緊急制動剎車距離SB為

車輛E緊急制動剎車距離SE為

根據(jù)車輛當(dāng)前位置信息，時間t＞0時，如果存在可使應(yīng)急避險模型式(9)成立的時間t，則說明可以安全進行應(yīng)急換道，車輛B向車輛E及車輛E后方車輛發(fā)送換道預(yù)警.

若t＞0時，t的任意值都使式(9)不成立，又因SS、SEB為距離均大于0，時間t內(nèi)正常行駛距離tVB大于制動距離SE，所以可以得出

說明車輛B碰撞前，車輛E會迅速超過車輛B，因此制動方案采用車輛B先采取制動，等待車輛E超過車輛B后再換道，同時向車輛E后方發(fā)送換道預(yù)警.

1.4 軟件設(shè)計

Android車載導(dǎo)航設(shè)備APP利用Java語言匯編實現(xiàn)，在Android Studio 2.1開發(fā)環(huán)境下集成后載入Android車載導(dǎo)航設(shè)備.車載導(dǎo)航設(shè)備APP運行后將全時段實時獲取車輛狀態(tài)信息(如車速、GPS狀態(tài)、加速度等)，并將該車輛狀態(tài)實時上傳控制中心，同時車載導(dǎo)航設(shè)備APP會實時與附近車輛建立網(wǎng)絡(luò)連接，實時共享狀態(tài)信息.當(dāng)車輛發(fā)生突發(fā)狀況后，該車輛車載設(shè)備APP會立即向后方車輛和控制中心播報預(yù)警，后方鄰近車輛車載設(shè)備APP收到預(yù)警后，會根據(jù)當(dāng)前行駛狀態(tài)、路面情況和前方車輛狀態(tài)別進行預(yù)警處理，并根據(jù)不同情況啟用不同方案.為提高系統(tǒng)實用性，能對高速公路行駛車輛全面覆蓋，APP可運行于Android手機移動客戶端，駕駛?cè)送ㄟ^運行手機，與附近車輛建立網(wǎng)絡(luò)連接，實時獲取GPS狀態(tài)、加速度等信息，計算行車速度，實時上傳車輛狀態(tài)信息至控制中心.圖3為軟件設(shè)計流程.

圖3 軟件設(shè)計流程Fig.3 Software design process

2 試驗與分析

本文基于Veins的仿真測試平臺搭建車路協(xié)同環(huán)境下的高速公路車輛碰撞場地試驗.操作系統(tǒng)版本為Ubuntu Linux 14.04，OMNeT版本為OMNeT++4.4.2，SUMO版本SUMO 0.21.0，Venis版本為Veins 3.0.本文在Linux系統(tǒng)下采用Veins仿真平臺構(gòu)建了具備4G和DSRC通信網(wǎng)絡(luò)的異構(gòu)網(wǎng)絡(luò)環(huán)境.

2.1 車聯(lián)網(wǎng)碰撞預(yù)警與避險仿真試驗

本文根據(jù)上述試驗算法模擬突發(fā)路況進行預(yù)警試驗，構(gòu)建了1條長度5 000 m的單向3車道高速公路，駕駛員操作系數(shù)0.5，車輛最大應(yīng)急減速度6 m/s2，行車預(yù)警減速度4 m/s2，在正常同向行駛的路段中，高速公路交通仿真參數(shù)如表1所示，網(wǎng)絡(luò)仿真參數(shù)如表2所示.

在同一行駛車道中定義兩個單獨車輛節(jié)點車輛A、車輛B模擬跟車預(yù)警，前車A行駛速度為60 km/h，出發(fā)時間為10 s，后車B行駛速度為100 km/h，出發(fā)時間20 s，在無任何干擾情況下，后車B行駛在15 s后必然與前車A發(fā)生追尾.試驗加入跟車預(yù)警模型，測試效果如圖4所示.

表1 交通仿真參數(shù)Table 1 Traffic simulation parameters

表2 網(wǎng)絡(luò)仿真參數(shù)Table 2 Network simulation parameters

由圖4可以得出，試驗加入跟車預(yù)警模型后，車輛B在20.84 s后開始減速，并在0.13 s內(nèi)達到預(yù)警減速度，整個減速過程持續(xù)9.11 s，并在總時間29.95 s時與車輛A同速，成功避免與車輛A相撞.車輛跟車預(yù)警模型可以有效避免追尾事故.

圖4 車輛行駛距離對比圖Fig.4 Comparison of vehicle distance

在高速公路模擬道路中加入突發(fā)事件進行測試，驗證突發(fā)情況應(yīng)急預(yù)警與避險模型效果，試驗通過設(shè)置獨立的事故車輛節(jié)點，在正常車流中加入突發(fā)事故車輛，軟件模擬效果如圖5所示.

圖5 應(yīng)急避險仿真效果Fig.5 Emergency obstacle avoidance simulation effect

從圖5可以看到Time 1時刻，車輛A為事故車輛，人為控制車輛A進行緊急制動后，根據(jù)預(yù)警模型車輛A向車輛B發(fā)送預(yù)警信號并進行預(yù)警廣播，提醒后方車輛，車輛D減速行駛，避免出現(xiàn)連環(huán)追尾；車輛B收到預(yù)警信息后經(jīng)過信息分析處理，選擇進行應(yīng)急換道避險處理，并向車輛D發(fā)送換道預(yù)警信息，提醒車輛D減速.從Time 2時刻可以看出車輛B成功使用應(yīng)急避險模型進行換道，車輛B、D成功收到預(yù)警信號減速并安全駕駛，測試無碰撞發(fā)生，預(yù)警效果明顯.模擬試驗結(jié)果表明，模型能在追尾無法避免的情況下進行減速換道處理避免追尾事故，同時能夠向后續(xù)車輛進行預(yù)警，避免發(fā)生衍生事故.

2.2 公路試驗

本實驗在雄安新區(qū)省道S333路段進行道路測試，道路試驗4輛小型轎車同路同向行駛，為保證行駛安全，車速行車間距約100 m，分別搭載Android車聯(lián)網(wǎng)預(yù)警與應(yīng)急避險APP進行預(yù)警，4輛車同速以60 km/h行駛，模擬首車遇到突發(fā)情況后車緊急制動，分別記錄收到的預(yù)警信號時間，GPS狀態(tài)，車輛制動反映時間等信息，測試車聯(lián)網(wǎng)預(yù)警與應(yīng)急壁障預(yù)警APP性能，并與無設(shè)備時進行對比分析.車輛行駛距離和反應(yīng)時間實驗結(jié)果如表3所示.

表3 公路試驗結(jié)果Table 3 Highway test results

由表3可以看出，在首車發(fā)生緊急制動的情況下，第2輛車反應(yīng)時間與未使用系統(tǒng)反應(yīng)時間基本相同，該段反應(yīng)主要取決于駕駛?cè)藛T本身；第3輛與第4輛車在反映時間與行駛距離上具有明顯優(yōu)勢，反應(yīng)時間和行駛距離更短，這是因為未使用車聯(lián)網(wǎng)預(yù)警與應(yīng)急避險預(yù)警系統(tǒng)的駕駛?cè)藛T僅能通過前車行駛狀態(tài)進行路面判斷，只有前車開始制動后才開始反映，反應(yīng)時間隨著車輛數(shù)量增加成倍增長，試驗中第3車、第4車行駛距離分別相差9.2 m和21.4 m，該距離可在交通事故中起決定性作用.

3 結(jié) 論

本文對車聯(lián)網(wǎng)信息技術(shù)高速公路預(yù)警與避險模型進行研究，針對高速公路中快速行駛的車輛遇到突發(fā)事故，利用車聯(lián)網(wǎng)獲取車輛路面信息，對事故后方車輛做出不同的預(yù)警和避險方案，幫助后方車輛駕駛員做出應(yīng)急措施.本研究在高速公路上的跟車預(yù)警效果較好，能夠及時做出預(yù)警，避免追尾事故；應(yīng)急預(yù)警時能夠根據(jù)車聯(lián)網(wǎng)信息進行分析，判斷路面狀況并提醒駕駛員快速做出反應(yīng)，在車輛正面無法避免碰撞時，軟件模擬結(jié)果證明該模型成功進行了避險，避免了追尾事故的發(fā)生；公路實驗證明，系統(tǒng)通過車聯(lián)網(wǎng)進行預(yù)警，高速公路車輛突發(fā)狀況時，提醒事故后方車輛更快做出反應(yīng)，減少行車制動距離，在密集的行車路段，能夠較大程度降低連環(huán)追尾等事故的發(fā)生，提高高速公路駕駛安全.

本研究在下一步工作中將利用手機傳感器建立警報模型，在移動客戶端中實現(xiàn)報警功能，彌補硬件設(shè)備的不足，同時下一步將預(yù)警模型嵌入汽車導(dǎo)航地圖中，增加路面車輛信息可視度，實時為駕駛員提供參考.