車聯(lián)網(wǎng)環(huán)境下右轉(zhuǎn)車禮讓行人速度引導

楊曉芳，何佳樂

（上海理工大學 管理學院，上海 200093）

0 引言

自2017 年新版《中華人民共和國道路交通安全法》頒布以來，全國各地對機動車在斑馬線前禮讓行人的法律法規(guī)愈發(fā)完善、合理。據(jù)上海市機動車禮讓行人研究調(diào)查，約有25%的車輛選擇過度讓行，造成不必要的交叉口交通資源浪費［1］。在當前禮讓行人的環(huán)境下，右轉(zhuǎn)車輛易在停車線前讓行行人，從而產(chǎn)生較大的車速波動，易在交叉口處造成停車排隊，從而影響該路段處車輛，使右轉(zhuǎn)機動車頻繁出現(xiàn)啟停、怠速的現(xiàn)象，加劇了機動車的燃油消耗以及污染物排放［2］。因此對右轉(zhuǎn)機動車讓行行人的速度引導進行研究，以減少二者在交叉口處的沖突、提高右轉(zhuǎn)車在交叉口處的通行效率。

隨著V2X 技術(shù)的發(fā)展，行人、機動車、城市道路之間的信息不再相互閉塞［3］。國內(nèi)外學者對信號燈交叉口的網(wǎng)聯(lián)車車速引導進行了大量研究，Ubiergo［4］等針對城市交通中車輛軌跡波動問題，提出了基于車聯(lián)網(wǎng)環(huán)境下的ASL（Advisory Speed Limit）控制策略，通過對每輛車進行單獨的限速控制，可有效地減少車輛軌跡的波動，并對燃油消耗、排放有一定改善作用；Liu［5］等人提出兩種針對單車、多車的引導策略，構(gòu)建了雙向六車道的交叉口仿真系統(tǒng)，實現(xiàn)了V2V、V2I 的通信，實時干預車輛運行，結(jié)果表明車聯(lián)網(wǎng)環(huán)境可顯著提高交叉口通行效率，且多車速度引導策略更為有效；安實［6］提出一種針對車隊頭車的基于多級可變速度限制的交叉口車速引導策略，避免了車輛突然變速、怠速，有效的提高了交叉口處的通行效率；張靖思［7］通過將多目標優(yōu)化模型和速度引導模型結(jié)合，對機動車實施動態(tài)引導，以實現(xiàn)干線、雙周期交叉口共同優(yōu)化的目的；KAMAL［8］針對自動駕駛和傳統(tǒng)駕駛的混合交通環(huán)境，提出一種考慮信號燈信息和前方車輛信息的車速引導策略；劉顯貴［9］針對不同的網(wǎng)聯(lián)汽車占比率，建立基于目標車速關(guān)聯(lián)的油耗排放模型，利用多目標遺傳算法得到能耗、排放和通行時間最小的目標車速，可在車輛不停車通過交叉口的速度范圍內(nèi)求得最優(yōu)的引導速度；鹿應榮、徐麗萍等人［10-11］對網(wǎng)聯(lián)汽車速度引導分別進行了兼顧駕駛舒適性與環(huán)境友好性、兼顧考慮車輛跟馳行為和引導場景劃分的研究，所提出的速度誘導策略更貼合實際。

綜上所述，目前交叉口車速引導策略主要以信號燈信息以及車車之間運行狀態(tài)信息為基礎，對不受燈控的右轉(zhuǎn)機動車的速度引導研究不足。本文提出一種基于車聯(lián)網(wǎng)環(huán)境下交叉口信息互通的特點，結(jié)合自動駕駛、V2P 人車通信技術(shù)的交叉口右轉(zhuǎn)機動車車速引導策略，使右轉(zhuǎn)機動車提前獲取行人的過街需求信息，在保證效率最優(yōu)的前提下對右轉(zhuǎn)機動車車速進行引導，充分利用人車沖突區(qū)的空閑時間，使其能夠不停車通過交叉口，同時減少了機動車在交叉口處因啟停、怠速等原因造成的燃油消耗及污染物排放。

1 控制策略

1.1 問題描述

一般情況下，右轉(zhuǎn)車行駛軌跡中都與兩條人行橫道存在沖突區(qū)，處于右轉(zhuǎn)車進口車道的為第一沖突區(qū)，處于右轉(zhuǎn)車出口車道的為第二沖突區(qū)，如圖1所示。當右轉(zhuǎn)機動車到達沖突區(qū)前時，一般存在以下4 種情況：

圖1 沖突區(qū)示意圖Fig.1 Schematic diagram of conflict zone

（1）沖突區(qū)空閑，機動車正常通過交叉口；

（2）沖突區(qū)空閑但行人即將進入沖突區(qū)，機動車可選擇加速、減速或停車禮讓；

（3）沖突區(qū)存在行人，機動車需減速或停車禮讓行人；

（4）沖突區(qū)存在行人，但行人即將離開沖突區(qū)，機動車可選擇減速通過或停車禮讓。

第二種情況，機動車選擇較多，但大多會選擇減速或停車禮讓，需在停車線處等待行人通過，造成較大的延誤；第三、四種情況，右轉(zhuǎn)機動車不得不選擇停車禮讓或怠速行駛，從而發(fā)生較大的車速波動以及車輛啟停，除了對車輛行駛的平穩(wěn)性、燃油消耗、污染物排放量有較大影響外，對行人也會造成一定的心理壓力，導致“人車互讓”，加大了機動車與行人的延誤。

1.2 控制流程

本文將自動駕駛技術(shù)、V2P 行人檢測技術(shù)結(jié)合，將獲取到的行人信息、車輛信息在中心控制系統(tǒng)統(tǒng)一處理，并將其反饋給機動車，使其調(diào)整控制車速，做到不停車、快速通過交叉口。本文模型的控制流程圖如圖2 所示。

圖2 控制流程圖Fig.2 Control flow chart

控制規(guī)則示意圖如圖3 所示，當右轉(zhuǎn)機動車進入控制區(qū)域時，系統(tǒng)將判定機動車以最大、最小速度抵達交叉口時的沖突區(qū)空閑狀態(tài)，并選擇合適的速度；機動車以原速度繼續(xù)行駛，在抵達交叉口后需停車禮讓行人。若選擇加速行駛，Ta2p1與Tl1p1的時差不足使機動車通過，所以控制中心將控制機動車減速至V1以保證其不停車并以最快速度勻速通過交叉口。

圖3 控制規(guī)則示意圖Fig.3 Schematic diagram of control rules

2 車速控制模型

2.1 基本假設

本研究建立于以下基本假設條件之上：

（1）機動車規(guī)格、性能一致，行人步速、占地面積相同，且遵守交通規(guī)則；

（2）車輛從進入控制區(qū)域到離開沖突區(qū)域之間切換為自動駕駛狀態(tài)；

（3）控制中心與車輛的通信延遲在可接受的范圍之內(nèi)；

（4）車輛、行人的到達服從泊松分布。

2.2 行人及相關(guān)設施

行人信號控制燈末尾時采用綠閃表示，在綠燈閃爍時，未進入交叉口的行人不得進入交叉口，需在行人過街安全島或路口前等待。

綠閃信號配時時間采用HCM2010 計算方法，單位為s（秒），公式為

其中，DC為行人過街距離，單位為m（米），VP為行人步速，本文采取1.2 m／s。

2.3 行人信息處理

本文將每個右轉(zhuǎn)車道都與兩個人行橫道存在沖突區(qū)。行人分為同側(cè)行人和對向行人，細分為一、二沖突區(qū)同側(cè)行人和一、二沖突區(qū)對向行人，每個行人都將經(jīng)歷進入視頻檢測區(qū)、進入沖突區(qū)、離開沖突區(qū)3 種狀態(tài)。控制中心將記錄行人進入檢測區(qū)的時刻，并根據(jù)其速度計算行人到達、離開沖突區(qū)的對應時刻。

2.3.1 沖突區(qū)同側(cè)行人信息處理

當?shù)趎個行人到達交叉口時，其通行方向為綠燈，Tanp1為第一沖突區(qū)同側(cè)第n個行人到達沖突區(qū)的時刻（s），公式為

其中，tn1為沖突區(qū)同側(cè)第n個行人進入視頻檢測區(qū)的時刻（s）；Lp為視頻檢測區(qū)長度（m）；Lf為非機動車道寬度（m）；VP為行人步速（m／s）.

當?shù)趎個行人到達交叉口時，通行方向為紅燈，其到達沖突區(qū)的時刻為Tanp2，公式為

其中，C為信號燈周期（s）。

第n個行人離開沖突區(qū)的計算公式為

式中Lv為機動車道寬度（m）。

2.3.2 沖突區(qū)對側(cè)行人信息處理

當?shù)趎個行人抵達交叉口時，綠燈剩余時間足夠行人通過交叉口，其到達沖突區(qū)的時刻為Tanp3為

其中，tn2為沖突區(qū)對側(cè)第n個行人進入視頻檢測區(qū)的時刻（s），m為機動車道數(shù)，一般取4 或6。

當?shù)趎個行人抵達交叉口時，綠燈剩余時間僅夠行人抵達中央安全島。其到達沖突區(qū)的時刻Tanp4為

當?shù)趎個行人抵達交叉口時，綠燈剩余時間不足或為紅燈。其到達沖突區(qū)的時刻為Tanp5，為

沖突區(qū)對側(cè)第n個行人離開沖突區(qū)的時刻Tlnp2為

其中，Tanpx為沖突區(qū)對側(cè)第n個行人進入沖突區(qū)的時刻（s），x為3、4、5；

2.4 機動車控制區(qū)域范圍界定

由于右轉(zhuǎn)車輛不受信號燈控制，所以機動車最小控制區(qū)域只需要有充足的距離調(diào)整車速，最大控制區(qū)域則是右轉(zhuǎn)機動車需在最長行人視頻檢測時間內(nèi)離開控制區(qū)域。Lc為控制區(qū)域長度，取值范圍為，Cp Vmin］，Vmax、Vmin為機動車最大、最小速度，a為加速度，b為減速度，Cp為最長行人視頻檢測時間。

2.5 車速控制策略

當機動車進入控制區(qū)域后，控制中心將會接收到機動車發(fā)送的車速、車長等信息，并計算該機動車加速至限制最高速度和減速至限制最小速度到達交叉口的時刻。結(jié)合系統(tǒng)中得到的沖突區(qū)的空閑狀態(tài)，選擇最小時刻的通過時刻快速通過。

2.5.1 沖突區(qū)空閑時間

沖突區(qū)空閑時間為沖突區(qū)中最后一位的行人離開后，此時沖突區(qū)內(nèi)不存在任何行人或車輛，在下一位行人進入之前，這段時間為沖突區(qū)的空閑時間，控制中心根據(jù)空閑時間長短決定機動車的通過。Tp為交叉口的空閑時間，計算公式為

其中，Tl（n-1）px為沖突區(qū)同側(cè)或?qū)?cè)第n -1 個行人的離開時刻，即機動車允許的進入時刻，Tanpx為沖突區(qū)同側(cè)或?qū)?cè)第n個行人進入的時刻。

2.5.2 加（減）速控制模型

當右轉(zhuǎn)機動車進入控制區(qū)域后，控制中心將計算出其最大、最小速度抵達停車線前的時刻，并在此時段選定合適的進入時刻，從而求得機動車的控制速度。

當選定的進入時刻小于機動車的原進入時刻時，啟動加速控制模型，計算公式為

其中，Tlnpx為x區(qū)域第n個行人的離開時刻；Ti，min，Ti，max為機動車最大、最小速度抵達停車線前的時刻（s）；Ti為第i輛機動車以原速度到達停車線的時刻（s）；Tc為第i輛機動車在控制區(qū)域內(nèi)的運行時間（s）；Vc為機動車的初始速度（m／s）；a為機動車加速度（m／s2）；Tn1，2為右轉(zhuǎn)機動車通過第一、第二沖突區(qū)所需的時間（s）；lq為第一沖突區(qū)入口至第二沖突區(qū)出口的機動車軌跡距離（m）；lv為機動車長度（m）；V1為機動車進入控制區(qū)域后的控制車速（m／s）；WE為人行橫道寬度（m）；Tp為交叉口的空閑時間（s）。

當選定的進入時刻大于機動車的原進入時刻時，啟動減速控制模型。減速控制模型與加速控制模型相同。

2.5.3 停車控制模型

當可通過的空閑時間大于機動車以最小速度抵擋停車線的時刻，則啟動停車控制模型，即當機動車進入控制區(qū)域后，控制其以經(jīng)濟、綠色的減速度勻減速至路口停車，計算公式為：

3 模型仿真與驗證

3.1 仿真平臺及參數(shù)

本文采用交通仿真軟件vissim5.2 進行仿真模擬，仿真參數(shù)見表1。通過vissim 仿真獲取傳統(tǒng)駕駛模式下的機動車及行人數(shù)據(jù)；將數(shù)據(jù)導入速度控制程序中，得到經(jīng)過控制后的機動車運行狀態(tài)以及行程時間等數(shù)據(jù)。

表1 仿真參數(shù)Tab.1 Simulation parameters

仿真中的行人流量選取400 人／h、800 人／h，單條右轉(zhuǎn)車道的機動車流量選取300～700 pcu／h，仿真結(jié)果見表2、表3。其中，行人流量為與單個右轉(zhuǎn)道發(fā)生沖突的兩條人行橫道上的行人。

表2 400 人／h 流量下機動車行程時間Tab.2 Motor vehicle travel time at 400 ped／h

表3 800 人／h 流量下機動車行程時間Tab.3 Motor vehicle travel time at 800

3.2 仿真結(jié)果分析

3.2.1 行程時間分析

由表2、3 可知，當行人流量不變時，機動車流量越大，其行程時間也將增大。因為當右轉(zhuǎn)機動車流量增大以后，二者在交叉口處發(fā)生沖突的可能性也將增大，從而導致右轉(zhuǎn)機動車的延誤。

當行人流量為400 pcu／h 時，由于行人對沖突區(qū)的占用時間較少，機動車流量的增大對其自身幾乎沒有太大影響，仍能保持正常通行。當行人流量為800 pcu／h，機動車的行程時間與其流量幾乎成正比，直至右轉(zhuǎn)機動車流量到達600 pcu／h 時，機動車的行程時間達到峰值。此時應對該交叉口采取右轉(zhuǎn)控制措施，如設置專用右轉(zhuǎn)相位或右轉(zhuǎn)速度控制策略。采用控制策略后，400、800 人／h 行人流量下300～700 pcu／h 機動車的行程時間優(yōu)化量如圖4 所示，可見二者的流量越大，人車沖突越劇烈，其優(yōu)化效果越為明顯。

圖4 行程時間優(yōu)化量Fig.4 Travel time optimization

3.2.2 燃油消耗分析

本文采用VT-Micro 經(jīng)典油耗模型，該模型可通過車輛每秒的加速度、速度計算得到該秒的油耗，計算公式為

表4 回歸系數(shù)Tab.4 Regression coefficient

表4 回歸系數(shù)Tab.4 Regression coefficient

仿真時間內(nèi)所有車輛在控制區(qū)域內(nèi)所消耗的燃油量及車均燃油量如圖5 所示，結(jié)合表3 可得出，當機動車流量增大時，其與行人的沖突劇烈，右轉(zhuǎn)機動車行程時間增加，出現(xiàn)排隊現(xiàn)象，啟停頻繁，車輛的燃油消耗也隨之增大。應用本文提出的控制策略，車輛的總?cè)加拖姆謩e下降了26.6%、41.7%、41.2%、41.5%、43.1%，對大流量的右轉(zhuǎn)機動車優(yōu)化明顯，平均下降了41.9%。

3.2.3 機動車軌跡分析

800 pcu／h 行人流量、600 pcu／h 機動車流量下優(yōu)化前后的車輛軌跡圖如圖6 和圖7 所示?？芍肄D(zhuǎn)機動車的停車等待、排隊、緩行的現(xiàn)象尤為突出，甚至在路段中出現(xiàn)了二次停車。

圖6 車輛原始軌跡圖Fig.6 Original vehicle trajectory

圖7 優(yōu)化后車輛軌跡圖Fig.7 Optimized vehicle trajectory

圖7 中虛線線段表示沖突區(qū)的空閑時刻，實線線段表示沖突區(qū)內(nèi)存在行人。經(jīng)過優(yōu)化后，右轉(zhuǎn)機動車的到達時刻均為沖突區(qū)的空閑時刻且存在足夠的時間通過沖突區(qū)，使交通資源得到了更加充分的利用。

4 結(jié)束語

本文通過綜合分析右轉(zhuǎn)機動車與行人的交互，在優(yōu)先保障行人通行的情況下，提出了一種右轉(zhuǎn)機動車速度控制策略，以求得右轉(zhuǎn)機動車的通行效率最優(yōu)的行駛速度。通過vissim5.2 的仿真研究，對其結(jié)果進行分析，得到了以下結(jié)論：

（1）本文提出的速度控制策略，右轉(zhuǎn)機動車將更加高效地利用沖突區(qū)的空閑時間以通過交叉口，有效的減少了右轉(zhuǎn)機動車在交叉口停車以及路段處緩行的現(xiàn)象，可更加合理地對交叉口交通資源進行配置；

（2）本文提出的速度控制策略下，右轉(zhuǎn)機動車運行狀態(tài)更加平穩(wěn)，傳統(tǒng)駕駛模式下在臨近交叉口時可能發(fā)生的劇烈車速變化情況不再出現(xiàn)，交叉口及路段處的排隊情況大幅改善，同時降低了機動車燃油消耗。

本文未考慮行人步行速度在時空上的變化。下一步將研究行人在人行橫道位置、綠燈剩余時間以及當前禮讓行人交通環(huán)境對步行速度的影響。同時，非機動車對右轉(zhuǎn)機動車的影響也是未來研究的重點方向。