基于交通信號(hào)管理對(duì)減少能源消耗和CO2排放的研究

劉 冰(湖南省衡陽市蒸湘區(qū)南華大學(xué),湖南 衡陽 414200）

基于交通信號(hào)管理對(duì)減少能源消耗和CO2排放的研究

劉 冰
(湖南省衡陽市蒸湘區(qū)南華大學(xué),湖南 衡陽 414200）

化石燃料燃燒將會(huì)導(dǎo)致CO2的排放，在陸路傳輸系統(tǒng)中，減少能源消耗和CO2排放，將對(duì)環(huán)境和經(jīng)濟(jì)有一個(gè)直接正面的影響，目前已成為綠色技術(shù)的生要組成部分。交通信號(hào)管理是管理運(yùn)輸網(wǎng)絡(luò)的一種基本手段，隨著智能運(yùn)輸系統(tǒng)（Intelligent Transportation System，簡(jiǎn)記為ITS）的發(fā)展，交通信號(hào)管理的研究尚未完善，依然是最重要的研究和發(fā)展項(xiàng)目之一。它利用信息與通信技術(shù)，解決城市交通擁塞和能耗減少，已成為將來綠色I(xiàn)TS的主要研究方向。本文旨在調(diào)查目前最新的基于交通信號(hào)管理的應(yīng)用研究，以及在這個(gè)領(lǐng)域所面臨的挑戰(zhàn)。

交通信號(hào)管理；能源消耗和CO2排放；信息與通信技術(shù)

0 引言

當(dāng)今，環(huán)境問題如大氣污染變得日趨嚴(yán)重，主要是化石燃料燃燒而排放大量的CO2氣體所致。作為一個(gè)CO2的主要來源，汽車尾氣的排放由于快速增長(zhǎng)的車輛而變得越發(fā)嚴(yán)重，設(shè)想如果能在交通運(yùn)輸中減少CO2的排放將是解決大氣污染的一個(gè)重要手段。

智能交通系統(tǒng)（ITS）項(xiàng)目集成了軟件、硬件、交通工程概念和通信等多種技術(shù)，為相關(guān)的交通系統(tǒng)應(yīng)用提供底層的技術(shù)支持。在陸地交通系統(tǒng)中減少燃料消耗和CO2排放的方法是應(yīng)用車載通信技術(shù)開發(fā)出更加高效的交通系統(tǒng)。系統(tǒng)能讓駕駛員提前獲悉當(dāng)前的道路情況，避免在紅燈期間通過交叉路口，保證以最優(yōu)的速度行駛并且避免不必要的停止，減少燃料消耗和CO2排放。本文主要對(duì)陸地交通系統(tǒng)中基于交通信號(hào)管理在減少能耗和CO2排放方面的綠色應(yīng)用進(jìn)展進(jìn)行回顧。

1 交通信號(hào)管理提高能源利用率和減少CO2排放概述

一個(gè)典型的駕駛過程包含怠速、加速、巡航和減速。在行駛過程中不同階段的能源消耗和CO2排放比例根據(jù)駕駛員的行為習(xí)慣、道路類型以及交通擁塞程度而定。根據(jù)論文[1]，相對(duì)于汽車在移動(dòng)的情況下，發(fā)動(dòng)機(jī)在怠速時(shí)將消耗更多的燃料和釋放更多的CO2。此外，車輛最好行駛在一個(gè)有交效的速度之內(nèi)，以至于不會(huì)在紅綠燈前停車而釋放更多的CO2。圖1位使用穩(wěn)態(tài)活動(dòng)數(shù)據(jù)集和[3]中提出的方法，得出燃料消耗（以g/s為單位）與車輛在巡航速度下的關(guān)系圖。在城市主干道限速為70km/h下，在極限速度與怠速之間的藍(lán)色虛線表示加權(quán)時(shí)間平均燃料消耗。此圖顯示車輛以35km/h行駛40s所產(chǎn)生的消耗小于車輛先以70km/h行駛20s，然后再怠速20s所產(chǎn)生的消耗量。

一般情況下，駕駛員是不能夠提前知道交通燈的調(diào)度信息的。為了避免不必要的停止、加速、減速帶來的車輛燃料的消耗，駕駛員應(yīng)該通過V2I通信提前知道交通燈的調(diào)度信息。通過接收到的調(diào)度信息，駕駛員可以調(diào)整自己的速度以便在綠燈期間通過交叉路口。這種方法稱為靜態(tài)的交通信號(hào)燈調(diào)度。另外一個(gè)方式就是動(dòng)態(tài)交通信號(hào)燈調(diào)度。在某些情況下，即使駕駛員提前知道交通信號(hào)燈的調(diào)度信息，他們也有可能加速或減速地通過，因?yàn)橛锌赡芩麄兊竭_(dá)交叉路口的時(shí)候，綠燈的剩余時(shí)間已經(jīng)很少了。因此，不能僅僅依靠靜態(tài)交通信號(hào)調(diào)度中控制器簡(jiǎn)單地將信息廣播給車輛的單向通信，雙向通信被動(dòng)態(tài)交通信號(hào)燈調(diào)度所支持。它需要準(zhǔn)確而且實(shí)時(shí)地檢測(cè)車輛信息，如位置、速度、類型等實(shí)時(shí)的交通流信息，以有效地應(yīng)對(duì)當(dāng)前交通狀況的任何變化。

現(xiàn)在，有些基于車輛間無線通訊的自適應(yīng)控制系統(tǒng)，對(duì)交通燈的實(shí)時(shí)決策過程提供了更加準(zhǔn)確的信息支持。然而，由于車輛通訊的動(dòng)態(tài)特性和車輛進(jìn)出率的變化，實(shí)時(shí)調(diào)度變得非常具有挑戰(zhàn)性，需要仔細(xì)地研究。

2 目前最新的應(yīng)用情況

車輛通信能提高交通信號(hào)管理應(yīng)用的性能，大幅度減少能源消耗和CO2排放。交通信號(hào)管理的應(yīng)用可分為兩個(gè)大的方面：靜態(tài)交通信號(hào)燈調(diào)度與動(dòng)態(tài)交通信號(hào)燈調(diào)度。而動(dòng)態(tài)交通信號(hào)燈調(diào)度已成為目前解決環(huán)境污染最有前景的方案。

靜態(tài)調(diào)度主要利用通信技術(shù)使得車輛能知道交通燈的調(diào)度信息（紅、黃、綠燈的時(shí)間，當(dāng)前所處的狀態(tài)等）。基于這些調(diào)度信息，我們就能開發(fā)一些速度規(guī)劃算法，給駕駛員一些動(dòng)態(tài)速度建議，使車輛最大可能在綠燈期間通過交叉路口。

在[4]中，作者提出動(dòng)態(tài)環(huán)保駕駛（dynamic eco-driving）利用實(shí)時(shí)感知交通情況和交通設(shè)施信息，接收車輛行駛速度建議，從而減少燃料消耗和CO2的排放。文中對(duì)提出的動(dòng)態(tài)環(huán)保行駛速度規(guī)劃算法在一個(gè)有10個(gè)交叉路口的主干道上進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果表明，相對(duì)于沒有使用速度規(guī)劃的車輛，使用了速度規(guī)劃算法的車輛將減少12%的能源和CO2排放量，同時(shí)車輛平均行駛時(shí)間大約減少了2%或更多。

在[5]中研究了興趣區(qū)域（ROI）對(duì)能量消耗和廢氣排放、停止時(shí)間、推薦速度和平均加速度的影響。ROI是指一段距離，在這段距離內(nèi)交通燈的調(diào)度信息能夠被嵌入在車輛上的接收器所接收到（如通過無線傳輸）。實(shí)驗(yàn)結(jié)果表明，ROI的長(zhǎng)度越大，車輛將會(huì)有更多的時(shí)間去調(diào)整速度，從而避免停止或減速。如果ROI小于1km，車輛將沒有足夠的距離和時(shí)間對(duì)交通燈的狀態(tài)做出反應(yīng)。

在[6]中，在車輛與路邊交通設(shè)施之間，利用最新的通信技術(shù)，車輛就可能在接近十字路口時(shí)提前獲得信號(hào)相位和時(shí)間調(diào)度信息。在有信號(hào)的道路上，基于交通信號(hào)信息，開發(fā)給一個(gè)主干道速度規(guī)劃算法（AVP），它能夠給駕駛員動(dòng)態(tài)速度的建議，以此速度行駛可以保證車輛通過交叉路口的剩余綠燈時(shí)間最長(zhǎng)的可能性概率是最大的。

在動(dòng)態(tài)調(diào)度中，車輛與交通設(shè)施能夠進(jìn)行雙向通信，交通燈能夠獲得路面的車流量信息，如數(shù)據(jù)，車的類型、位置、速度。這些信息將被用來決定最優(yōu)的交通燈規(guī)劃信息，使得絕大多數(shù)的車輛都能通過交叉路口，而沒有或很少的速度調(diào)整。

文章[7]在交通信號(hào)燈處使用自適應(yīng)和嵌入式信號(hào)控制策略來使得交通流量最大化。論文提出一個(gè)ATSWSN算法，開發(fā)了一個(gè)自適應(yīng)交通控制系統(tǒng)，它利用探測(cè)器連續(xù)不斷地測(cè)量交通負(fù)載，并將這些信息傳輸?shù)揭粋€(gè)基于微控制器的系統(tǒng)，它能執(zhí)行所有交叉路口的信號(hào)控制功能。

在[8]中，作者提出一個(gè)基于ETC實(shí)時(shí)交通信號(hào)燈控制的方案。首先，基于專用短程通信技術(shù)，實(shí)時(shí)道路狀況可以在ETC與交通燈之間通過無線通信獲得。其次，采用決策樹分類算法，不同的控制方法被設(shè)計(jì)來應(yīng)對(duì)同的交通流量。然后，交通控制中心改變交通信號(hào)燈的持續(xù)時(shí)間或交通信號(hào)燈的周期，使得平均等待時(shí)間最小化。最后，紅綠燈發(fā)送當(dāng)前綠燈狀態(tài)，幫助駕駛員快速而安全地通過交叉路口。與固定時(shí)間控制相比，仿真結(jié)果表明，針對(duì)較輕的交通流情況下，可以允許更多的車輛通過交叉路口而沒有中斷，從而減少了CO2的排放和節(jié)約了能源，相對(duì)于定時(shí)控制，減少CO2排放的百分比超過60.1%（3veh/h）。而在車流量較大的情況下，車輛花費(fèi)更少的時(shí)間等待紅燈，因此減少了發(fā)動(dòng)機(jī)空轉(zhuǎn)時(shí)CO2的排放，至少減少了26.9%（2500veh/h）的CO2排放。

文章[9]對(duì)[8]中的幾個(gè)設(shè)計(jì)中的不足進(jìn)行考慮。首先未考慮相鄰交叉路口的協(xié)調(diào)與合作。其次，前文主要關(guān)注的是減少等待時(shí)間而沒有考慮停止次數(shù)。第三，提出的基于決策樹交通控制算法，此算法十分適合單個(gè)的十字路，但不適用于復(fù)雜道路。文章對(duì)于改進(jìn)和完善前面的工作提出了一個(gè)三層結(jié)構(gòu)來實(shí)現(xiàn)動(dòng)態(tài)交通信號(hào)燈控制來平滑車輛行駛。第一層是GPS和ETC、OBU(車載裝置),第二層是由紅綠燈、存儲(chǔ)器、天線，天線安裝在紅綠燈附近,第三層是交通控制中心，它是一個(gè)基于分支定界的實(shí)時(shí)交通信號(hào)燈控制算法，目的是使車輛行駛更加流暢。在車輛行駛變得平滑后，更多的車輛能通過交叉路口也可以減少等待時(shí)間以及更少的短暫停止，因此，汽車的CO2的排放量可以顯著地減少。

ITS引進(jìn)了很多與車載環(huán)境相關(guān)的項(xiàng)目，比如安全應(yīng)用，但是很少關(guān)注能源的利用率與CO2排放量。智能交通系統(tǒng)（ICT）在節(jié)約能源和減少CO2排放方面扮演著重要角色。交通信號(hào)管理（Traffic Signal Management）能夠使得車輛行駛更加流暢，避免產(chǎn)生重大交通事故。但是，現(xiàn)在對(duì)駕駛員與交通信號(hào)管理系統(tǒng)之間的交互研究比較少，可能會(huì)導(dǎo)致一些因駕駛員操作失誤而造成不安全的情況。因此，駕駛員與系統(tǒng)之間的接口設(shè)計(jì)將是一個(gè)有趣的研究方向。同時(shí)，獲取定位信息及車輛相關(guān)信息的準(zhǔn)確性也能夠影響交通燈的動(dòng)態(tài)調(diào)度，很小的信息失誤可能會(huì)造成更大的交通擁塞，這就要求提高傳感器信息獲取的可靠性以及無線傳感器網(wǎng)絡(luò)中信息傳輸?shù)馁|(zhì)量。在動(dòng)態(tài)信號(hào)調(diào)度中，要求開發(fā)實(shí)時(shí)最優(yōu)算法來決定最優(yōu)的交通燈調(diào)度，算法要求是快速而且準(zhǔn)確的。一方面，大部分研究都沒有考慮駕駛環(huán)境的變化，比如天氣變化，意外情況的出現(xiàn)，路面上行人對(duì)系統(tǒng)造成的影響等，同時(shí)大部分實(shí)驗(yàn)都是在模擬環(huán)境中進(jìn)行的，并沒有在實(shí)際中運(yùn)用，這就會(huì)導(dǎo)致實(shí)驗(yàn)結(jié)果與實(shí)際中的情況存在著差異，這是交通信號(hào)管理中的一個(gè)挑戰(zhàn)；另一方面，有一些影響因子是很難確定的，比如緊急因子，這也會(huì)導(dǎo)致差異性。因此，以后研究中應(yīng)根據(jù)實(shí)際情況，考慮更多的影響因素。

3 總結(jié)

由于化石燃料的有限性以及全球氣候變暖的加劇，減少能源消耗和CO2排放成為當(dāng)務(wù)之急。應(yīng)用車載通信技術(shù)來緩解燃料短缺和全球變暖問題是ITS項(xiàng)目的一部分。然而，在這一領(lǐng)域目前研究并不是很多。本文介紹了交通信號(hào)管理在減少能耗和CO2排放方面所取得的成果，并指出所面臨的挑戰(zhàn)，以及未來的研究方向。將來如果將電力車輛與基于ICT的綠色應(yīng)用成功結(jié)合，在陸地交通系統(tǒng)中的能源消耗和CO2排放將會(huì)顯著地減少，這將會(huì)給經(jīng)濟(jì)和環(huán)境產(chǎn)生重大的影響。

[1]Yoshitaka MOTODA,etal,“A study on saving fuel by idling stops while driving vehicles”,Proc.of the Eastern Asia Society for Transportation Studies,Vol.4,October,2003.

[2]S.Mandava,K.Boriboonsomsin,and M.Barth,“Arterial velocity planning based on traffic signal information under light traffic conditions,”in 12th International IEEE Conference on Intelligent Transportation Systems,Oct2009.

[3]M.Barth and K.Boriboonsomsin,“Real-world carbon dioxide impacts of traffic congestion,”Transportation Research Record,vol.2058,pp.163-171,2008.

[4]Matthew Barth1,2,Senior Member,IEEE,Sindhura Mandava1,Kanok Boriboonsomsin2,and Haitao Xia,”Dynamic ECO-Driving for Arterial Corridors”,2011 IEEE Forum on Integrated and Sustainable Transportation Systems Vienna,Austria,June 29 - July 1,2011.

[5]Maazen Alsabaan, Kshirasagar Naik and Tarek Khalifa,”Vehicular Networks for Reduction of Fuel Consumption and CO2 Emission”,Industrial Informatics (INDIN), 2010 8th IEEE International Conference on,pp. 671-676.

[6]Sindhura Mandava1, Kanok Boriboonsomsin2, Matthew Barth1,Senior Member, IEEE ,“Arterial Velocity Planning based on Traffic Signal Information under Light Traffic Conditions”,Intelligent Transportation Systems,2009.ITSC '09.12th International IEEE Conference on ,pp.1-6.

[7]Bhuvaneswari.P.T.V,Arun raj.G.V,Balaji.R and Kanagasabai.S,“Adaptive Traffic Signal Flow Control using Wireless Sensor Networks,”Computational Intelligence and Communication Networks (CICN),2012 Fourth International Conference on ,pp. 85-89.

[8]Chunxiao LI,Shigeru SHIMAMOTO,“A Real Time Traffic Light Control Scheme for Reducing Vehicles CO2 Emissions”Consumer Communications and Networking Conference (CCNC),2011 IEEE,pp.855-859.

[9]Chunxiao Li,Student Member,IEEE, and Shigeru Shimamoto,Member,IEEE,“An Open Traffic Light Control Model for Reducing Vehicles’CO2 Emissions Based on ETC Vehicles,”Vehicular Technology,IEEE Transactions on,vol. 61,pp. 97-110.2012.

導(dǎo)師:劉振宇教授

劉冰(1988-)，女，湖南華容人，研究生，軟件工程。