導(dǎo)語：合流區(qū)多車協(xié)調(diào)控制方法探討一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：在智能網(wǎng)聯(lián)技術(shù)背景下，針對高速公路車輛合流過程中存在的安全沖突，利用合作博弈論中的夏普利值解法，提出了智能網(wǎng)聯(lián)環(huán)境下的合流區(qū)多車協(xié)調(diào)控制方法，并利用MATLAB在不同運行場景、不同合作程度下對提出的協(xié)調(diào)控制方法進行仿真分析，驗證了高速公路合流過程中車輛沖突的潛在原因和規(guī)律。結(jié)果表明：本文提出的多車協(xié)調(diào)控制方法能夠極大減少車輛組避免交通沖突總共所需虛擬支付成本，相比于非合作博弈條件均能降低16%~21%，且對多個車輛的協(xié)調(diào)控制效果比對兩輛或單個車輛的效果更好。

關(guān)鍵詞：高速公路;合作博弈;協(xié)調(diào)控制;仿真分析

1引言

高速公路合流區(qū)是高速公路通行的主要入口，交通需求在合流斷面上驟升，其交通流相較于普通路段更加不穩(wěn)定，車流量更大，同時匝道車輛與主線車輛的速度差導(dǎo)致比一般的交通合流情形更為復(fù)雜。同時，在合流區(qū)上匝道路段的匯入車輛需要加速至主線最低限速才能完成合流，而提供緩沖的加速車道長度有限，駕駛員對于換道需求更為緊迫，因此合流對主線道路交通流產(chǎn)生的干擾更為嚴重，極大降低通行效率，甚至導(dǎo)致交通安全隱患。隨著智能網(wǎng)聯(lián)技術(shù)的發(fā)展及在交通專業(yè)的應(yīng)用，路段內(nèi)車輛和道路數(shù)據(jù)能夠進行共享、融合，實現(xiàn)車—路—云的信息共享，中央控制處理器通過對這些數(shù)據(jù)進行收集加工，經(jīng)過進一步的分析計算，根據(jù)相應(yīng)的算法生成區(qū)域內(nèi)交通流的協(xié)同控制策略，并實時精確地將這些控制信息發(fā)送給逐個網(wǎng)聯(lián)車，完成協(xié)同調(diào)控。國內(nèi)外對此做了大量研究，AndreasA[1]等討論了在自動車輛進入高速公路上的減速區(qū)時控制其速度的問題，將控制問題公式化，并提供一個可以實時實現(xiàn)的解析的封閉形式的解決方案，得到車輛在安全約束下的最優(yōu)加減速。WanJ等[2]基于網(wǎng)聯(lián)車中的移動群體感應(yīng)技術(shù)（mobilecrowdsensing，MCS）提出了一種高速公路路網(wǎng)情況下實時更新的交通流預(yù)測與路徑選擇模型算法，通過仿真證明能夠?qū)崿F(xiàn)路網(wǎng)全局優(yōu)化。王東柱等[3]研究了在車聯(lián)網(wǎng)環(huán)境下，針對貨車在匝道合流區(qū)運行和匯入所產(chǎn)生的安全隱患和沖突，以時間為控制約束條件構(gòu)建了合流區(qū)車輛預(yù)警控制方法。楊敏[4]以高速公路合流區(qū)為背景，基于車輛行駛特征建立智能網(wǎng)聯(lián)車輛的協(xié)調(diào)控制流程，并提出了新的智能網(wǎng)聯(lián)自動駕駛車輛沖突解脫協(xié)調(diào)方法。羅孝羚等[5]為解決傳統(tǒng)匝道控制造成的大量運行延誤，提出了一種智能網(wǎng)聯(lián)車環(huán)境下的高速匝道匯入車輛軌跡優(yōu)化的兩階段模型，優(yōu)化車輛依次通過沖突區(qū)域的時序和車輛軌跡的油耗。在上述研究的基礎(chǔ)上，本文以高速公路合流區(qū)為研究對象，構(gòu)建車—路—云協(xié)同的智慧高速公路合流區(qū)協(xié)調(diào)控制框架，建立基于合作博弈論的交通沖突協(xié)調(diào)方法，實現(xiàn)匝道車輛安全、高效合流，為智能交通管理制提供了決策依據(jù)和借鑒作用。

2智能網(wǎng)聯(lián)環(huán)境下的合流區(qū)多車協(xié)調(diào)控制方法

2.1合流區(qū)多車協(xié)調(diào)控制框架

合流區(qū)是車輛從匝道駛?cè)敫咚俟仿坊韭范蔚年P(guān)鍵節(jié)點，路況相對于普通路段更為復(fù)雜，車速分布較不均勻，是交通沖突的頻發(fā)區(qū)域。當主線交通量較小時，最外側(cè)車道存在足夠的換道機會和換道距離，合流車輛可經(jīng)過加速后直接駛?cè)胫骶€；但交通量逐漸增大時，匝道車輛可能因無法安全匯入而被迫排隊等待，而強制換道行為則會對主線交通流造成的影響較大，發(fā)生車輛碰撞的風險也更大。智能網(wǎng)聯(lián)汽車是通過搭載先進的車載傳感設(shè)備、控制器裝置，融合現(xiàn)代通信網(wǎng)絡(luò)技術(shù)，結(jié)合云端中心計算和基礎(chǔ)技術(shù)支撐，實現(xiàn)車輛與駕駛員、道路信息、路側(cè)設(shè)備和云計算中心的智能化信息傳遞和交互，替代人類甚至超越人類綜合實現(xiàn)車輛安全、高效、舒適、綠色駕駛。智能網(wǎng)聯(lián)環(huán)境下的合流區(qū)協(xié)調(diào)控制是利用V2X通信技術(shù)采集并傳輸控制區(qū)域內(nèi)車輛當前位置、速度等數(shù)據(jù)，通過云計算中心計算并預(yù)測合流區(qū)內(nèi)可能引發(fā)的交通干擾和沖突，并反饋給相應(yīng)的網(wǎng)聯(lián)車輛進行協(xié)調(diào)控制，調(diào)整其駕駛行為，從而降低合流行為對交通流的干擾，避免車輛間發(fā)生碰撞，具體協(xié)調(diào)控制場景如圖1所示。為更好地提出合流區(qū)多車協(xié)調(diào)控制方法，對本文所采用的智能網(wǎng)聯(lián)技術(shù)作出如下假設(shè)：（1）合流區(qū)場景內(nèi)均為智能網(wǎng)聯(lián)自動駕駛車輛（CAV），控制區(qū)內(nèi)存在具備云計算技術(shù)的中央集中控制器，通過無線通信技術(shù)獲取路側(cè)單元和車載設(shè)備發(fā)送的打包信息，并將控制指令發(fā)送給每個車輛。（2）路側(cè)單元通過高精度定位和多途徑信息融合技術(shù)準確獲取主線、匝道上車輛的數(shù)量、位置和速度等信息，車輛-車輛-路側(cè)單元之間形成一個自組織的車載網(wǎng)絡(luò)進行信息交互。（3）不考慮延時和誤差，智能網(wǎng)聯(lián)汽車主要通過V2X技術(shù)傳輸、接受數(shù)據(jù)信息，現(xiàn)有車聯(lián)網(wǎng)通信技術(shù)延時已小于50ms，隨著技術(shù)的發(fā)展，認為智能網(wǎng)聯(lián)車輛均具備高傳輸速率的網(wǎng)絡(luò)，精確無誤地發(fā)送并接受中央集中控制器和路側(cè)單元的相關(guān)信息。（4）所有網(wǎng)聯(lián)車輛均具有良好運行性能，且對非必要的協(xié)調(diào)駕駛意愿程度進行提前設(shè)置，底層控制單元能較好地接收并執(zhí)行中央集中控制器下達的指令。

2.2基于合作博弈的多車輛協(xié)調(diào)過程

合作博弈理論廣泛應(yīng)用于經(jīng)濟學、交通等各個學科，解決個體利益與整體利益的博弈問題，主要包括占優(yōu)解法和估值解法[6]。本文以估值解法中的夏普利值為基礎(chǔ)模型.

3仿真分析

3.1仿真場景描述

當智能網(wǎng)聯(lián)車輛1意圖從匝道上合流匯入主線，中央控制中心將主線最外側(cè)前后行駛的車輛2、3與其視為一個車輛組。若三輛智能網(wǎng)聯(lián)車輛均繼續(xù)保持原有行駛狀態(tài)，不進行任何協(xié)調(diào)時，車輛組將在合流過程中于沖突點發(fā)生車輛碰撞；當任一網(wǎng)聯(lián)車輛意圖接受協(xié)調(diào)控制時，各車輛根據(jù)不同的配合程度進行協(xié)同駕駛，在當前車道上進行相應(yīng)加減速或換道完成協(xié)調(diào)控制目標，避免本次交通沖突。為簡化仿真過程，將沖突協(xié)調(diào)區(qū)域長度設(shè)置為100m。分別在不同的l取值，不同的v取值共3種情形下，將虛擬支付成本來源方程中的k1取值進行變化，同時k2=1-k1，分析網(wǎng)聯(lián)網(wǎng)聯(lián)駕駛車輛在plan1～plan5不同控制情形及不同的a、b、c取值下產(chǎn)生的協(xié)調(diào)結(jié)果，利用MATLAB軟件建立上述虛擬支付成本模型，計算并比較進行合作博弈協(xié)調(diào)控制條件與非合作博弈的虛擬支付成本。仿真場景參數(shù)如下表2所示：

3.2仿真結(jié)果分析

針對網(wǎng)聯(lián)車組3種運行場景，假設(shè)三輛車均存在調(diào)整意愿，且a=1、b=2、c=3，即匝道車輛1協(xié)調(diào)配合程度最高，主線車輛2、3配合程度依次減弱，對智能網(wǎng)聯(lián)環(huán)境下高速公路合流區(qū)進行仿真測試，得到支付成本差值△Cpi隨k1的變化曲線如圖2所示。從圖中可以看出：由于plan4表示為僅車輛2參與協(xié)調(diào)駕駛，與非合作博弈控制情形相同，則△Cp4=0。其他運行場景下網(wǎng)聯(lián)車輛合作博弈與非合作博弈的虛擬支付成本差值△Cpi始終呈上升趨勢，△Cpi與k1、k2變化密切相關(guān)，且△Cp1均大于△Cp2、△Cp3、△Cp5，即同條件下plan1的合作博弈協(xié)調(diào)控制效果始終最優(yōu)，多車協(xié)調(diào)控制效果明顯優(yōu)于兩車或單車協(xié)調(diào)控制。對比場景1、2可知，網(wǎng)聯(lián)駕駛車輛距離潛在沖突點位置更大時，△Cp1、△Cp3、△Cp5相對略小，合作博弈協(xié)調(diào)控制迫切性越低，效果越不明顯；對比場景1、3可知，最外側(cè)車輛行駛速度更大時，合作博弈條件與非合作博弈虛擬支付成本變化差明顯增大，說明合作博弈的協(xié)調(diào)控制效果受行駛速度的影響程度較大，合流區(qū)內(nèi)的匝道車輛與主線車輛的速度差是產(chǎn)生合流沖突的關(guān)鍵因素，通過降低主線車輛行駛速度能夠更有效應(yīng)對和避免交通沖突。圖3為當k1=0.9，場景1、2、3中車輛組中在不同協(xié)調(diào)合作程度下合作博弈虛擬支付成本與cj與非合作情形cj*之間的對比。可以看出3種場景下cj較cj*的成本較低率均穩(wěn)定在16%～21%左右，說明通過基于合作博弈論的協(xié)調(diào)控制方法能有效降低網(wǎng)聯(lián)駕駛車輛組總共所需付出的虛擬支付成本。比較a均等于1時，不同b、c情況下的總虛擬支付成本，發(fā)現(xiàn)網(wǎng)聯(lián)車輛組協(xié)調(diào)合作程度越強，所需的總虛擬支付成本越低，合作博弈的效果也更優(yōu)。

4結(jié)語

（1）通過分析在高速公路合流區(qū)內(nèi)智能網(wǎng)聯(lián)車輛組在不同試驗場景下，基于合作博弈論的協(xié)調(diào)控制方法的作用效果，解釋了車輛在合流過程中所潛藏的規(guī)律，通過降低主線車輛行駛速度，減少與匝道車輛的速度差能夠有利于應(yīng)對和避免交通沖突。（2）通過對比合作博弈協(xié)調(diào)控制方法和非合作博弈條件的虛擬支付成本，本文所提出的多車協(xié)調(diào)控制方法在不同場景下均能降低16%~21%的虛擬支付成本，且車輛合作程度越高，車輛避免沖突的所付出的代價越小。

作者:方爍翔 徐良杰 單位:武漢理工大學