人機(jī)混駕環(huán)境下城市信號交叉口車速引導(dǎo)

中圖分類號：U491 文獻(xiàn)標(biāo)志碼：A

作為城市道路的重要節(jié)點(diǎn)，信號交叉口起到引導(dǎo)交通交匯、轉(zhuǎn)向的功能，存在復(fù)雜的交通流現(xiàn)象和行為。城市信號交叉口的交通管理策略是組織交通流有序通行的重要手段，日益受到人們的重視。而隨著自動駕駛技術(shù)日趨成熟，自動駕駛車輛將逐漸融入交叉口交通流中。在無人駕駛汽車的滲透率達(dá) 100% 之前，城市道路上將出現(xiàn)無人駕駛與人工駕駛車輛相互融合、混合駕駛的交通現(xiàn)象，即人機(jī)混駕現(xiàn)象。在人機(jī)混駕環(huán)境下，若信號交叉口交通管理不當(dāng)，則不利于協(xié)調(diào)無人駕駛車輛與信號配時(shí)方案，進(jìn)而降低無人駕駛車輛的智能化水平。作為信號交叉口的重要管理措施，車速引導(dǎo)技術(shù)是管理無人駕駛交通流的重要策略，有助于加強(qiáng)車路協(xié)同效能，進(jìn)而減少交叉口車流延誤，故車速引導(dǎo)策略具有一定的研究價(jià)值。

在信號交叉口車速管理方面，國外相關(guān)研究多集中于基于環(huán)境保護(hù)和能源消耗的車速優(yōu)化策略。LU等提出了連續(xù)信號交叉口車速控制方法。該方法考慮車輛燃油消耗和尾氣排放，優(yōu)化交叉口車速。SUNG等2]提出了基于環(huán)保駕駛模式的車速控制技術(shù)。該技術(shù)通過車速控制，減少頻繁的停車與啟動行為，以減少燃油消耗和尾氣排放。DENUNZIO等[3]通過計(jì)算多個(gè)連續(xù)信號交叉口的通行時(shí)間，提出了一種基于最低能耗的車速優(yōu)化方法。YUAN等4從能源消耗和污染排放的角度出發(fā)，同步優(yōu)化了路網(wǎng)中交通信號與車速。國內(nèi)相關(guān)研究側(cè)重于根據(jù)路況信息的車速控制理論。張游等[5]通過建立車輛跟馳控制和沖突避碰模型，提出了根據(jù)交叉口內(nèi)實(shí)時(shí)路況信息的車輛速度調(diào)整方法，以達(dá)到不停車通過交叉口的最優(yōu)安全速度。李洪濤等通過照明和車速的協(xié)同作用對駕駛?cè)艘曈X搜索范圍的影響分析，以視覺搜索范圍為約束，優(yōu)化了照明與車速之間的協(xié)同方案，以滿足駕駛?cè)艘曊J(rèn)性的需求。安實(shí)等基于綠色駕駛理念，提出了一種信號交叉口多級可變速度控制方法。該方法通過在交叉口進(jìn)口路段布設(shè)多級可變信息板，對車隊(duì)中的頭車進(jìn)行速度限制，以提高通行效率和節(jié)能減排效果。可見國內(nèi)外研究現(xiàn)狀對信號交叉口車速引導(dǎo)與人機(jī)混駕環(huán)境的關(guān)聯(lián)分析尚有不足，且在車速引導(dǎo)與信號配時(shí)的協(xié)調(diào)優(yōu)化方面也有待深入研究，不利于進(jìn)一步提高無人駕駛車輛的交通流調(diào)節(jié)功能。

本文根據(jù)車速引導(dǎo)策略，研究人機(jī)混駕環(huán)境下城市信號交叉口上游功能區(qū)。在此基礎(chǔ)上，建立基于功能區(qū)的信號交叉口網(wǎng)聯(lián)自動車車速引導(dǎo)模型，有助于提升人機(jī)混駕環(huán)境下城市信號交叉口交通管理水平，進(jìn)而提高交叉口通行效率。

1人機(jī)混駕環(huán)境下交叉口車速引導(dǎo)策略

根據(jù)無人駕駛技術(shù)水平，考慮人機(jī)混駕環(huán)境，將信號交叉口車流分為網(wǎng)聯(lián)自動車與人工車。其中，網(wǎng)聯(lián)自動車通過與管理單元的信號通訊，進(jìn)行車速決策控制。所以根據(jù)車路協(xié)同情況，網(wǎng)聯(lián)自動車分為受車速引導(dǎo)與不受車速引導(dǎo)的網(wǎng)聯(lián)車；人工車行駛過程由人工控制，即人為判斷周邊道路交通環(huán)境而做出車速決策。

提出如下假設(shè)：

1）研究范圍為單個(gè)交叉口及其銜接路段。暫不考慮功能區(qū)以外的道路以及相鄰交叉口對車輛到達(dá)的影響，且路側(cè)通信范圍大于功能區(qū)長度；2）研究對象為網(wǎng)聯(lián)自動駕駛車輛和人工駕駛車輛，暫不考慮慢行交通干擾；3）網(wǎng)聯(lián)自動車車速引導(dǎo)均在車速引導(dǎo)區(qū)內(nèi)；4）網(wǎng)聯(lián)車輛與路側(cè)單元不存在通信延遲以及故障，可實(shí)時(shí)進(jìn)行信息交互；5）車輛在進(jìn)入交叉口功能區(qū)之前已完成換道?；谏鲜黾僭O(shè)，參考車輛互聯(lián)環(huán)境下交叉口交通流規(guī)律[8]，分別提出綠燈與紅燈期間的人機(jī)混駕環(huán)境下網(wǎng)聯(lián)自動車的車速引導(dǎo)策略。

1.1 綠燈期間車速引導(dǎo)策略

如圖1所示，綠燈狀態(tài)下的車速引導(dǎo)場景為加速引導(dǎo)，具體步驟如下：1）在臨界條件下，當(dāng)相位處于綠燈時(shí)，網(wǎng)聯(lián)自動車以剛進(jìn)入上游功能區(qū)時(shí)的速度 v₀（v₀） 小于最大引導(dǎo)車速 v_max ）到達(dá)車速引導(dǎo)區(qū)邊界點(diǎn)A；2）路側(cè)通信單元經(jīng)過短暫的判斷，決定該車輛可以進(jìn)行車速引導(dǎo)，此時(shí)網(wǎng)聯(lián)自動車到達(dá)點(diǎn) B;3） 在剩余車速引導(dǎo)區(qū)域（點(diǎn) B 到點(diǎn) c ）內(nèi)，網(wǎng)聯(lián)自動車能夠加速到引導(dǎo)車速 v_cav ，且 v_cav?v_max ，并保持該車速，實(shí)現(xiàn)在綠燈結(jié)束前通過停車線。

1.2 紅燈期間車速引導(dǎo)策略

紅燈期間車速引導(dǎo)分為減速引導(dǎo)和加速引導(dǎo)。

如圖2（a）所示，紅燈狀態(tài)下車速引導(dǎo)場景為減速引導(dǎo)，具體步驟如下：1）在臨界狀態(tài)下，當(dāng)相位處于紅燈時(shí)段時(shí)，網(wǎng)聯(lián)自動車以大于最小引導(dǎo)車速 v_min 的車速 v₀ 到達(dá)車速引導(dǎo)區(qū)邊界點(diǎn)A;2）路側(cè)通信單元經(jīng)過短暫判斷，決定該車進(jìn)行車速引導(dǎo)，此時(shí)網(wǎng)聯(lián)自動車到達(dá)點(diǎn) B;3） 在剩余長度的車速引導(dǎo)區(qū)（點(diǎn) B 到點(diǎn) C ），該車減速至引導(dǎo)車速 v_cav ，且v_cav?v_min ，并保持該車速在紅燈結(jié)束后緊跟排隊(duì)車輛通過停車線。

如圖2（b）所示，紅燈狀態(tài)下車速引導(dǎo)場景為加速引導(dǎo)，具體步驟如下：1網(wǎng)聯(lián)自動車以小于最大引導(dǎo)車速 v_max 的車速 v₀ 到達(dá)車速引導(dǎo)區(qū)邊界點(diǎn)A；2）繼續(xù)行駛至點(diǎn) B;3） 在剩余長度的車速引導(dǎo)區(qū)內(nèi)，該車加速至引導(dǎo)車速 v_cav ，且 v_cav?v_max ，并保持該車速在紅燈結(jié)束后緊跟排隊(duì)車輛通過停車線。

2 人機(jī)混駕環(huán)境下城市信號交叉口上游功能區(qū)

人機(jī)混駕環(huán)境下信號交叉口上游功能區(qū)指該交叉口進(jìn)口道停車線上游的一段區(qū)域[9]，是人機(jī)混駕車流產(chǎn)生交通影響的主要空間。

2.1 網(wǎng)聯(lián)自動車車速引導(dǎo)區(qū)

根據(jù)第1節(jié)車速引導(dǎo)策略，如圖3所示，在人機(jī)混駕環(huán)境中，網(wǎng)聯(lián)自動車依次經(jīng)過自由行駛區(qū)域、車速引導(dǎo)區(qū)域和排隊(duì)區(qū)域等3個(gè)空間。自由行駛區(qū)域?yàn)榫W(wǎng)聯(lián)自動車不受車速引導(dǎo)的區(qū)域，可自由行駛，僅受交通流自身干擾。作為交叉口上游功能區(qū)的重要組成，車速引導(dǎo)區(qū)域是滿足車速引導(dǎo)所需的區(qū)域，此時(shí)網(wǎng)聯(lián)自動車可進(jìn)行速度引導(dǎo)與調(diào)整，而排隊(duì)區(qū)域?yàn)榧t燈時(shí)段車輛排隊(duì)占據(jù)的道路空間。

2.2網(wǎng)聯(lián)自動車車速引導(dǎo)條件

針對紅燈期間交叉口進(jìn)口道排隊(duì)情況，排隊(duì)消散行為滿足式（1）：

式中： r_xs 為網(wǎng)聯(lián)自動車 n 到達(dá)功能區(qū)邊界時(shí)，紅燈相位排隊(duì)車輛的消散時(shí)間，s； L_q 為網(wǎng)聯(lián)自動車 n 到達(dá)功能區(qū)邊界時(shí)，車輛的排隊(duì)長度， m;l_a 為網(wǎng)聯(lián)自動車 n 經(jīng)過功能區(qū)邊界時(shí)，前方新增排隊(duì)長度， m;V_s 為排隊(duì)車輛平均消散速度， m/s;δ 為車輛啟動損失時(shí)間，s。

1）網(wǎng)聯(lián)自動車車速引導(dǎo)條件1

當(dāng)信號狀態(tài)為綠燈時(shí)，若網(wǎng)聯(lián)自動車到達(dá)停車線的時(shí)間大于前一紅燈時(shí)段的排隊(duì)消散時(shí)間，且其可在緊接的綠燈結(jié)束時(shí)間之前到達(dá)，表明網(wǎng)聯(lián)自動車可在當(dāng)前綠燈時(shí)段結(jié)束前通過交叉口。該現(xiàn)象為

T_ac+t₀end+g

r_end+r_xsac+t₀

式中： T_ac 為網(wǎng)聯(lián)自動車從車速引導(dǎo)區(qū)邊界加速行駛至停車線的時(shí)間，s； t₀ 為網(wǎng)聯(lián)自動車到達(dá)車速引導(dǎo)區(qū)邊界的時(shí)刻，s； r_end 為網(wǎng)聯(lián)自動車到達(dá)車速引導(dǎo)區(qū)邊界時(shí)，所在綠燈時(shí)段的前一紅燈時(shí)段結(jié)束時(shí)刻，s； g 為網(wǎng)聯(lián)自動車到達(dá)車速引導(dǎo)區(qū)邊界時(shí)剩余綠燈時(shí)長，s。

2）網(wǎng)聯(lián)自動車車速引導(dǎo)條件2

當(dāng)信號狀態(tài)為紅燈時(shí)，若網(wǎng)聯(lián)自動車到達(dá)停車線的時(shí)間大于當(dāng)前紅燈結(jié)束時(shí)間加上排隊(duì)消散時(shí)間，表明網(wǎng)聯(lián)自動車經(jīng)過加速或者減速，可以在當(dāng)前紅燈結(jié)束之后緊跟著排隊(duì)車輛進(jìn)入交叉口。

t₀+T_dcgt;t₀+T_ac?g_end+r+r_xs

式中： T_dc 為網(wǎng)聯(lián)自動車從車速引導(dǎo)區(qū)邊界減速行駛至停車線的時(shí)間，s; g_end 為網(wǎng)聯(lián)自動車到達(dá)車速引導(dǎo)區(qū)邊界時(shí)，所在紅燈時(shí)段的前一綠燈結(jié)束時(shí)刻，s； r 為網(wǎng)聯(lián)自動車到達(dá)車速引導(dǎo)區(qū)邊界時(shí)剩余紅燈時(shí)長，s。

2.3人機(jī)混駕環(huán)境下城市信號交叉口上游功能區(qū)長度

考慮網(wǎng)聯(lián)自動車與人工車，提出人機(jī)混駕環(huán)境下城市信號交叉口上游功能區(qū)長度模型。

2.3.1考慮人工車的上游功能區(qū)長度

人工駕駛車輛只具備信息傳輸功能，即可將自身的速度、位置等參數(shù)傳輸給路側(cè)單元，而車輛的實(shí)際操作仍然由駕駛員根據(jù)自身駕駛經(jīng)驗(yàn)和技術(shù)水平?jīng)Q定?？紤]人工車的信號交叉口上游功能區(qū)長度 D_hu 為

式中： d₁ 為感知反應(yīng)時(shí)間內(nèi)車輛行駛距離， m d₂ 為車輛從開始減速直到停車行駛的距離， m ： d₃ 為交叉口進(jìn)口道排隊(duì)距離， m ，通過實(shí)際調(diào)查獲?。籿_r 為運(yùn)行速度， m/s ： t_pr 為反應(yīng)時(shí)間，s; t_b 為車輛制動滯后時(shí)間，s; t_c 為車輛制動持續(xù)時(shí)間，s; a_ng 為無車速引導(dǎo)下車輛制動減速度， m/s²

2.3.2 考慮無車速引導(dǎo)下網(wǎng)聯(lián)自動車的上游功能區(qū)長度

網(wǎng)聯(lián)自動車對應(yīng)的上游功能區(qū)由車速引導(dǎo)區(qū)和排隊(duì)區(qū)構(gòu)成。部分網(wǎng)聯(lián)自動車不滿足2.2節(jié)所示的車速引導(dǎo)條件，仍要在紅燈時(shí)段進(jìn)行減速、停車、排隊(duì)等操作，因此考慮無車速引導(dǎo)下網(wǎng)聯(lián)自動車的信號交叉口上游功能區(qū)長度 D_nu 可根據(jù)式（5）進(jìn)行計(jì)算。此時(shí) t_pr?t_b?t_c?a_ng 均取網(wǎng)聯(lián)自動車對應(yīng)數(shù)值。

2.3.3 考慮車速引導(dǎo)下網(wǎng)聯(lián)自動車的上游功能區(qū)長度

車速引導(dǎo)后車輛可不用排隊(duì)而直接通過交叉口，因此滿足車速引導(dǎo)條件的網(wǎng)聯(lián)自動車對應(yīng)的信號交叉口功能區(qū)長度 D_gu 為車速引導(dǎo)區(qū)長度 L_cav 。

1）綠燈期間車速引導(dǎo)區(qū)長度

在綠燈期間，當(dāng)網(wǎng)聯(lián)自動車滿足車速引導(dǎo)條件時(shí)，速度引導(dǎo)過程為引導(dǎo)車輛通過交叉口的控制過程?？紤]最不利條件，假設(shè)綠燈期間車輛到達(dá)車速引導(dǎo)區(qū)邊界時(shí)，車速為最小引導(dǎo)車速 v_min ，然后車輛在車速引導(dǎo)區(qū)內(nèi)，以最大加速度 a_a，max 加速到最大引導(dǎo)車速 v_max ，并在綠燈剩余時(shí)間內(nèi)通過停車線。因此綠燈期間車速引導(dǎo)區(qū)長度 L_a，cav 為

2）紅燈期間車速引導(dǎo)區(qū)長度

在紅燈期間，考慮最不利條件，假設(shè)網(wǎng)聯(lián)自動車以某一速度到達(dá)車速引導(dǎo)區(qū)邊界時(shí)，車速引導(dǎo)區(qū)應(yīng)有足夠的長度保證車輛能夠減速到最小引導(dǎo)車速 v_min 或者加速到最大引導(dǎo)車速 v_max ，從而車輛在不停車的情況下隨著排隊(duì)車輛進(jìn)入交叉口。

（1）紅燈期間加速引導(dǎo)對應(yīng)的車速引導(dǎo)區(qū)長度 考慮最不利條件，假設(shè)紅燈期間車輛到達(dá)車速 引導(dǎo)區(qū)邊界時(shí)車速為 v_min ，然后加速到 v_max ，并在紅 燈結(jié)束后通過停車線，因此紅燈期間加速引導(dǎo)對應(yīng) 的車速引導(dǎo)區(qū)長度等于綠燈期間車速引導(dǎo)區(qū)長 度La.cavo

（2）紅燈期間減速引導(dǎo)對應(yīng)的車速引導(dǎo)區(qū) 長度

考慮最不利條件，假設(shè)紅燈期間車輛到達(dá)車速引導(dǎo)區(qū)邊界時(shí)車速為 v_max ，然后以最大減速度 a_d，max 減速至 v_min ，并在紅燈結(jié)束后通過停車線，因此紅燈期間減速引導(dǎo)對應(yīng)的車速引導(dǎo)區(qū)長度 L_d，cav 為

3）車速引導(dǎo)下網(wǎng)聯(lián)自動車的信號交叉口上游功能區(qū)長度

綜合考慮綠燈和紅燈期間的車速引導(dǎo)過程，車速引導(dǎo)下網(wǎng)聯(lián)自動車的信號交叉口上游功能區(qū)長度為

2.3.4人機(jī)混駕環(huán)境下信號交叉口上游功能區(qū)長度

綜上所述，考慮人工車與網(wǎng)聯(lián)自動車所需的功能區(qū)長度，提出人機(jī)混駕環(huán)境下信號交叉口上游功能區(qū)長度 D_u 為

3基于功能區(qū)的人機(jī)混駕環(huán)境下網(wǎng)聯(lián)自動車車速引導(dǎo)模型

3.1 車速引導(dǎo)目標(biāo)函數(shù)

考慮車速引導(dǎo)策略，提出網(wǎng)聯(lián)自動車的車速引導(dǎo)目標(biāo)函數(shù)。該目標(biāo)函數(shù)以網(wǎng)聯(lián)自動車通過停車線的時(shí)間與對應(yīng)信號時(shí)段剩余時(shí)間的差值最小化為目標(biāo)，即以網(wǎng)聯(lián)自動車在功能區(qū)內(nèi)通行時(shí)間最短為目標(biāo)，計(jì)算引導(dǎo)車速 v_cav ，以減小網(wǎng)聯(lián)自動車在交叉口功能區(qū)的延誤。此時(shí)人工車受前方網(wǎng)聯(lián)自動車車速影響，人為地調(diào)整車速，從而減少車輛在交叉口功能區(qū)內(nèi)延誤，提高人機(jī)混駕環(huán)境下交叉口功能區(qū)通行效率。

基于2.2小節(jié)所述的網(wǎng)聯(lián)自動車車速引導(dǎo)條件，根據(jù)式（2）～（4），提出車速引導(dǎo)的目標(biāo)函數(shù)為

式中 為人機(jī)混駕環(huán)境下綠燈加速引導(dǎo)目標(biāo)函數(shù) ;f_r 為人機(jī)混駕環(huán)境下紅燈加速引導(dǎo)目標(biāo)函數(shù) 為人機(jī)混駕環(huán)境下紅燈減速引導(dǎo)目標(biāo)函數(shù)。

3.2車速引導(dǎo)約束條件

1）時(shí)間約束

（1）在綠燈期間功能區(qū)中，網(wǎng)聯(lián)自動車從車速引導(dǎo)區(qū)邊界加速行駛至停車線的時(shí)間 T_ac 為

T_ac=t_pr+t_a+t_g

式中： t_pr 為感知反應(yīng)所需時(shí)間， s;t_a 為網(wǎng)聯(lián)自動車加速所需時(shí)間， s;t_g 為網(wǎng)聯(lián)自動車以加速后的引導(dǎo)車速行駛至停車線所需時(shí)間，s。

（2）針對紅燈期間車輛的減速引導(dǎo)和加速引導(dǎo)策略，計(jì)算網(wǎng)聯(lián)自動車從功能區(qū)邊界減速或加速至停車線的時(shí)間，有

式中： t_d 為網(wǎng)聯(lián)自動車減速所需時(shí)間， s;t_gs 為網(wǎng)聯(lián)自動車以減速后的引導(dǎo)速度行駛至停車線所需時(shí)間，s。

2）速度約束

引導(dǎo)車速 v_cav 分為減速引導(dǎo)車速 v_d，cav 與加速引導(dǎo)車速 v_a，cav ，約束條件如下：

v_min?v_cav?v_max

3）運(yùn)動學(xué)約束

網(wǎng)聯(lián)自動車的加速引導(dǎo)和減速引導(dǎo)過程包括感知反應(yīng)區(qū)域、車速引導(dǎo)區(qū)的運(yùn)動過程，以及功能區(qū)剩余長度。其中，功能區(qū)剩余長度指車輛在車速引導(dǎo)區(qū)減速或加速后，剩余的車速引導(dǎo)區(qū)長度與排隊(duì)區(qū)域長度之和。這些運(yùn)動過程需滿足運(yùn)動學(xué)規(guī)律，有

4）加速度約束

為防止車輛短時(shí)內(nèi)車速變化過大，保證駕駛員的良好舒適度，有

a_d，max?a_cav?a_a，max

式中： a_cav 為網(wǎng)聯(lián)自動車在車速引導(dǎo)過程中的加速度， m/s² 。

同時(shí)，式（2）＼～（4）也作為約束條件。

3.3 車速引導(dǎo)模型

根據(jù)式（13），有

根據(jù)式（15），有

進(jìn)而將式（17）和（18）代入式（12），有

結(jié)合式（10）和（19），提出綠燈加速引導(dǎo)、紅燈加速和減速引導(dǎo)等情況下，以引導(dǎo)速度為目標(biāo)的目標(biāo)函數(shù)為

綜上所述，以式（20）為目標(biāo)函數(shù)，以式（2）＼～（4）、（11） ～ （16）為約束條件，提出優(yōu)化的車速引導(dǎo)模型。該模型為多目標(biāo)優(yōu)化模型，故采用遺傳算法[10]，求解信號交叉口功能區(qū)內(nèi)最優(yōu)引導(dǎo)車速。

4 實(shí)例分析

4.1 實(shí)例交叉口概況

選取福州市某信號交叉口為例。如圖4所示，該交叉口的各個(gè)進(jìn)口道均由3條車道組成，分別為左轉(zhuǎn)、直行與直右車道。如圖5所示，該交叉口信號控制方式采用固定式信號配時(shí)，設(shè)置4個(gè)相位，對應(yīng)的信號周期長度為 150s 。在圖5中，相位1為東西向直行交通流，相位2為東西向左轉(zhuǎn)交通流，相位3為南北向直行交通流，相位4為南北向

4.2 實(shí)例交叉口車速引導(dǎo)

4. 2.1 實(shí)例交叉口方案分析

為驗(yàn)證成果，提出如下對比方案：

1）方案1：現(xiàn)狀交叉口的人工駕駛方案，即現(xiàn)狀方案

將實(shí)例交叉口渠化、配時(shí)、交通量輸入到SU-MO中，獲取仿真評價(jià)指標(biāo)。

2）方案2：人機(jī)混駕環(huán)境下交叉口功能區(qū)車速引導(dǎo)方案，即優(yōu)化方案

在方案1的基礎(chǔ)上加入了網(wǎng)聯(lián)自動車，并應(yīng)用車速引導(dǎo)模型，然后通過調(diào)整網(wǎng)聯(lián)自動車滲透率，采用SUMO仿真人機(jī)混駕環(huán)境中車速引導(dǎo)場景

4.2.2人機(jī)混駕環(huán)境下實(shí)例交叉口上游功能區(qū)長度計(jì)算

考慮人工車，調(diào)查得實(shí)例交叉口進(jìn)口道排隊(duì)距離 d₃=35m ，各進(jìn)口道運(yùn)行速度 v_r=11m/s 。此時(shí)假設(shè)反應(yīng)時(shí)間 t_pr=2.5s ，車輛制動滯后時(shí)間 t_b= 1s，制動持續(xù)時(shí)間 t_c=1.5s ，人工駕駛車輛制動減速度 a_ng=2.5m/s² ?？紤]無車速引導(dǎo)下網(wǎng)聯(lián)自動車，假設(shè)網(wǎng)聯(lián)自動車的 t_pr=0.8s，t_b=0s，t_c= 0.5 s， a_ng=10m/s² 。在此基礎(chǔ)上，根據(jù)式（5），計(jì)算考慮人工車的信號交叉口上游功能區(qū)長度D_hu=114m ，考慮無車速引導(dǎo)下網(wǎng)聯(lián)自動車的信號交叉口上游功能區(qū)長度 D_nu=55m 。

左轉(zhuǎn)交通流。該實(shí)例交叉口高峰小時(shí)為下午 17：30—18：30，對應(yīng)高峰小時(shí)交通量為：西進(jìn)口道 ，東進(jìn)口道 ，南進(jìn)口道 ，北進(jìn)口道 。

考慮車速引導(dǎo)下網(wǎng)聯(lián)自動車，結(jié)合現(xiàn)狀交通調(diào)查與網(wǎng)聯(lián)自動車技術(shù)性能分析，假設(shè)最大引導(dǎo)車速v_max=16.7m/s ，最小引導(dǎo)車速 v_min=4.2m/s ，最大加速度 a_a，max=5m/s² ，最大減速度 a_d，max=-3m/s² ，從而根據(jù)式（8），計(jì)算考慮車速引導(dǎo)下網(wǎng)聯(lián)自動車的信號交叉口上游功能區(qū)長度 D_gu=44m 。

因此根據(jù)式（9），計(jì)算人機(jī)混駕環(huán)境下信號交叉口上游功能區(qū)長度 D_u=114m 。

4.2.3人機(jī)混駕環(huán)境下實(shí)例交叉口車速引導(dǎo)

針對實(shí)例交叉口，以式（20）為目標(biāo)函數(shù)，以式（2）＼～（4）、（11）＼～（16）為約束條件，在SUMO中進(jìn)行車速引導(dǎo)條件判斷。在SUMO中，利用Py-thon進(jìn)行遺傳算法編程，進(jìn)而根據(jù)目標(biāo)函數(shù)和約束條件求解得到引導(dǎo)速度。

在 SUMO^[11] 中，每輛網(wǎng)聯(lián)自動車在到達(dá)功能區(qū)邊界時(shí)，通過綠燈與紅燈期間車速引導(dǎo)條件判斷，采用引導(dǎo)車速或維持原有車速。當(dāng)網(wǎng)聯(lián)自動車的滲透率為0.2、0.4、0.6和0.8時(shí)，分別進(jìn)行SU-MO車速引導(dǎo)仿真。

4.3 仿真評價(jià)

以高峰小時(shí)車均延誤為仿真評價(jià)指標(biāo)。如表1所示，通過SUMO仿真，獲取現(xiàn)狀和優(yōu)化方案的高峰小時(shí)車均延誤。

如表1所示，相比現(xiàn)狀方案，隨著網(wǎng)聯(lián)自動車滲透率逐步上升，優(yōu)化方案的高峰小時(shí)車均延誤降低比例逐漸增大。相比現(xiàn)狀方案，當(dāng)網(wǎng)聯(lián)自動車滲透率為0.2和0.4時(shí)，車速引導(dǎo)后優(yōu)化方案對應(yīng)的車均延誤下降了 13.95%.25.18% 。在低滲透率下，優(yōu)化方案提升了交叉口通行效率，但由于網(wǎng)聯(lián)自動車數(shù)量不足，提升效果不夠明顯。當(dāng)滲透率為

0.6和0.8時(shí)，車速引導(dǎo)后優(yōu)化方案對應(yīng)的車均延誤下降了 41.69% 、 47.88% ?？梢娡ㄟ^應(yīng)用本文的車速引導(dǎo)模型，隨著網(wǎng)聯(lián)自動車數(shù)量增多，網(wǎng)聯(lián)自動車在車速引導(dǎo)后可充分利用綠燈時(shí)長，同時(shí)由于交通流內(nèi)部的相互影響，進(jìn)一步優(yōu)化了人工車運(yùn)行速度，從而提升了交叉口通行效率。

5 結(jié)論

針對人機(jī)混駕環(huán)境下城市信號交叉口交通管理問題，研究網(wǎng)聯(lián)自動車的車速引導(dǎo)方法，從而提出如下研究結(jié)論：

1）根據(jù)到達(dá)車輛的位置與車速，提出綠燈與紅燈期間人機(jī)混駕環(huán)境下網(wǎng)聯(lián)自動車的車速引導(dǎo)策略。2）考慮人工車、有無車速引導(dǎo)下網(wǎng)聯(lián)自動車等車型，提出人機(jī)混駕環(huán)境下信號交叉口上游功能區(qū)長度計(jì)算方法。3）建立網(wǎng)聯(lián)自動車的車速引導(dǎo)模型。該模型以網(wǎng)聯(lián)自動車通過停車線的時(shí)間與對應(yīng)信號時(shí)段剩余時(shí)間的差值最小化為目標(biāo)，以時(shí)間、速度、運(yùn)動學(xué)、加速度等需求為約束條件。4）實(shí)例分析結(jié)果表明：相比現(xiàn)狀方案，隨著網(wǎng)聯(lián)自動車滲透率逐步上升，在應(yīng)用本文提出的車速引導(dǎo)模型后，實(shí)例交叉口車均延誤的降低比例逐漸增大。5）本文暫未深人探討基于車速引導(dǎo)的網(wǎng)聯(lián)自動車與人工車相互作用機(jī)理，有待進(jìn)一步研究。

參考文獻(xiàn)：

[1]LUYR，XUXT，LUGQ，et al.A speed control meth-od at successive signalized intersections under connectedvehicles environment[J].IEEE Intelligent TransportationSystemsMagazine，2019，11（3）：117-128.

[2] SUNG TW， SHIU L C，LIN F T，et al. A speed controlscheme of eco-driving at road intersections[C]//Pro-ceedings of the Third International Conference on Robot，Vision and Signal Processing（RVSP）. IEEE，2015：51-54.

[3] DE NUNZIO G，CANUDAS DE WIT C，MOULIN P，etal. Eco-driving in urban traffic networks using traffic sig-nals information[J]. International Journal ofRobust andNonlinear Control，2016，26（6）：1307-1324.

[4]YUAN Z H， ZENG X Q. Dynamic network-level trafficspeed and signal control in connected vehicle environment[J]．Sens0rs，2024，24，6597.1-6597.28.

[5］張游，潘福全，張麗霞，等．車路協(xié)同環(huán)境下智能交叉口車速控制[J]．控制理論與應(yīng)用，2022，39（6）：1057-1064.

[6］李洪濤，王琳虹．公路交叉口照明距離與照度-車速協(xié)同優(yōu)化[J]．中國公路學(xué)報(bào)，2024，37（8）：275-288.

[7］安實(shí)，姚焓東，姜慧夫，等．信號交叉口綠色駕駛車速控制方法[J].交通運(yùn)輸系統(tǒng)工程與信息，2015，15（5）：53-59.

[8］屈新明．車輛互聯(lián)環(huán)境下交叉口交通流特性及通行能力研究[D].重慶：重慶交通大學(xué)，2017.

[9］卓曦，施文榮，施群．城市干道信控交叉口最小間距計(jì)算[J]．交通運(yùn)輸系統(tǒng)工程與信息，2014，14（5）：81-86.

[10]張思維，魏昕怡，邱桃榮．優(yōu)化公交車調(diào)度的多目標(biāo)遺傳算法模型[J]．南昌大學(xué)學(xué)報(bào)（理科版），2022，46（1） ： 60-65.

[11]LOPEZ PA，BEHRISCH M，BIEKER-WALZ L，et al.Microscopic traffic simulation using SUMO[C]//Proceed-ingsof the 21st IEEE International Conference on Intelli-gent Transportation Systems. IEEE，2018：2575-2582.

（責(zé)任編輯：曾 晶）

Speed Guidance at Urban Signalized Intersections under the Environment of Heterogeneous Traffic Flow Containing Autonomous and Human-driven Vehicles

ZHUO Xi*1，TIAN Jiaxin1，WANG Ruyi2，LI Tianhe3，LIU Jianshe2，F(xiàn)U Libi1 （1.CollegeofCivilEnginering，F(xiàn)uzhou UniversityFuzhou35008；2.TraffcPoliceDetachmentofXiamenMunicipleublic Security Bureau，Xiamen 3610oo；3.PowerChina Roadbridge Group Co.，Ltd.，Beijing 100160）

Abstract：Inorder toimprove trafficefciencyof urban signalized intersectionsunder theenvironment of heterogeneous trafic flow containing autonomous and human-driven vehicles，we analyze the speed guidance strategy，andthen investigatethe upstream functional area ofsignalized intersections inthe heterogeneous trafic flow environment. Furtherly，we propose models for speed guidance connected and automated vehicles.Finaly， one signalized intersection in Fuzhou is taken asanexample for trial calculation and verification.Example analysis results show that compared withthe current scheme，when penetration rates of connected and automated vehicles are 0.2 and O.4， for the optimized scheme based on speed guidance，the delay per vehicle would separately reduce by 13.95% and 25.18% . Additionally，when penetration rates are 0.6 and 0.8， the delay per vehicle would separately reduce by 41.69% and 47.88% .It can be seen that the proposed method for speed guidance at urban signalized intersectionsunder the environment of heterogeneous trafic flow containing autonomous and human-driven vehicles would help improve traffic conditions in functional areas of intersections， and furtherly heighten their level of service.

Keywords： traffic engineering; speed guidance；unmanned vehicle； connected; intersection