劉晨希+張澤鋆+張晨+苗啟廣

摘 要：針對現(xiàn)實(shí)生活中經(jīng)常出現(xiàn)的因緊急車輛受到道路堵塞而錯(cuò)過最佳救援時(shí)機(jī)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(yùn)行效率的方法，并設(shè)計(jì)了相應(yīng)的系統(tǒng)。該方法根據(jù)實(shí)時(shí)道路信息，結(jié)合對目標(biāo)車輛位置的實(shí)時(shí)監(jiān)控，給出了基于最短路徑算法的實(shí)時(shí)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(shí)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(jī)模型設(shè)計(jì)了仿真實(shí)驗(yàn)，并對該系統(tǒng)的效率進(jìn)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(jī)

中圖分類號：TP27；U49 文獻(xiàn)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(jì)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(shí)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(hù)車等公共緊急車輛，延誤救援時(shí)機(jī)，導(dǎo)致無法及時(shí)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(yùn)輸效率，是一個(gè)基于現(xiàn)代電子信息技術(shù)面向交通運(yùn)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(xiàn)。

物聯(lián)網(wǎng)[2]是一種在計(jì)算機(jī)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(jìn)行信息交換和通訊，以實(shí)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(jìn)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(shí)現(xiàn)緊急車輛的身份識別與信號控制機(jī)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(jī)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(yùn)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(duì)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(shí)方案儲存起來，依據(jù)檢測結(jié)果實(shí)時(shí)調(diào)整配時(shí)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(jī)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(jìn)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(yùn)行的主要因素之一。此外，這些研究提出的機(jī)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(diǎn)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(jī)制上做出擴(kuò)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(shí)際情況做了如下假設(shè)和簡化：

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

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

1.2 系統(tǒng)工作機(jī)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(shí)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(yùn)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(shí)時(shí)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(jìn)行一些優(yōu)化措施，包括調(diào)整交通信號燈的燈時(shí)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(jìn)入被優(yōu)化的道路來減小這條道路的交通密度，進(jìn)而提高了該道路中交通流的速度。當(dāng)緊急車輛進(jìn)入這條道路中后，其運(yùn)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(shí)間上存在一定的滯后性，需要長期對緊急車輛的起點(diǎn)進(jìn)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(yùn)行評價(jià)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(jià)指標(biāo)[11]，使用平均延誤時(shí)間來刻畫道路暢通的程度。平均延誤時(shí)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(shí)。

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(shí)間t相同。結(jié)合之前的討論，本文可以將平均延誤時(shí)間進(jìn)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?yàn)橹恍璞容^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(shí)間。道路的車輛數(shù)n越大，平均延誤時(shí)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(shí)間刻畫，并且兩條道路平均延誤時(shí)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(yùn)行的全過程中，其在各條道路上的時(shí)間延誤都會對其運(yùn)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(diǎn)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(shí)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(shí)際上是在規(guī)劃一條平均延誤時(shí)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(shí)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(jì)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(shí)時(shí)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(jìn)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(jìn)入同一個(gè)路口時(shí)，有以下幾種情況：

（1）兩車來自不同的道路，進(jìn)入相同的道路；

（2）兩車來自不同的道路，進(jìn)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(gè)路口，進(jìn)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(cuò)開時(shí)，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?yàn)閷Ψ蕉却?/p>

當(dāng)兩車無法錯(cuò)開時(shí)，（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(yàn)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(shí)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(shí)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(jìn)入這張圖的概率相等，每輛車在每個(gè)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(jī)模型，通過Visual C++進(jìn)行仿真驗(yàn)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(jìn)入前就進(jìn)入了優(yōu)化狀態(tài)，并當(dāng)緊急車輛即將進(jìn)入時(shí)，優(yōu)化措施已經(jīng)降低了這條道路上的車輛密度，此時(shí)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(jī)選取并統(tǒng)計(jì)了部分道路的長度，結(jié)果見表1所列。

根據(jù)統(tǒng)計(jì)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(jì)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(jī)選取一些十字路口，并針對各路口統(tǒng)計(jì)一定時(shí)間內(nèi)車輛的轉(zhuǎn)彎概率，統(tǒng)計(jì)結(jié)果見表2所列。

根據(jù)統(tǒng)計(jì)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(jìn)入地圖的頻率，頻率越大，單位時(shí)間內(nèi)進(jìn)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(jī)制的影響微乎其微，體現(xiàn)了本系統(tǒng)效果穩(wěn)定的特點(diǎn)。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(shí)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(shí)的1.75倍，這說明本系統(tǒng)能在道路擁堵時(shí)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(gè)特種車輛綠波機(jī)制[6]進(jìn)行了相同方式的仿真實(shí)驗(yàn)，其結(jié)果如圖5中的點(diǎn)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(jī)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(qiáng)，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(bǔ)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(jìn)而提高了緊急車輛的運(yùn)行效率。本文通過設(shè)計(jì)仿真實(shí)驗(yàn)，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(jià)值。

參考文獻(xiàn)

[1]趙娜，袁家斌，徐晗.智能交通系統(tǒng)綜述[J].計(jì)算機(jī)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(bào)（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(jī)電工程，2014，31（9）：1235-1238.

[5]田芳，王強(qiáng).特種車輛綠燈暢行系統(tǒng)[J].黑龍江工程學(xué)院學(xué)報(bào)（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(jì)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(jì)[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(bào)（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(jià)指標(biāo)計(jì)算方法研究[J].公路與汽運(yùn)，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(jià)指標(biāo)及評價(jià)方法研究[C].2009全國博士生學(xué)術(shù)論壇—交通運(yùn)輸工程學(xué)科，2009.

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