交叉口環境下的智能網聯汽車危險狀態研究

薛曉卿++宋娟++周唯++何承坤

摘 要：道路交叉口的交通安全問題是世界各國面臨的共同難題。車聯網和智能網聯駕駛汽車技術的飛速發展為解決交通安全問題提供了新的機會。本文旨在通過分析車聯網環境下車輛簡化模型和事故沖突類型，以碰撞時間（Time to Collision）為評價指標，建立時空沖突結合的智能網聯汽車危險狀態表示方法，通過設置修正系數改正模型，并且利用仿真模型對修正前后的結果進行對比，結果表明修正后的模型對車輛危險狀態的表示更加符合實際情況。

關鍵詞：智能網聯；交叉口；時空沖突；危險狀態

中圖分類號：U491.23 文獻標識碼：A 文章編號：1671-2064（2017）07-0020-04

Abstract：Intersection traffic safety issues are common problems in the world. The sharping development of Internet of Vehicle and Intelligent Connected Vehicle provided a brand-new technology to solve traffic safety problems. A viable model was proposed to depict the risk status of vehicles at the intersections. Simplified model was analyzed and accident condition categories of connected vehicles with wireless networks to build the system of evaluating indicator with Time to Collision. Moreover， a method was proposed to describe the temporal-spatial conflict by setting the correction parameter. What's more， comparing the simulation models on amendment before and after which shows the amendment one is more correspond to the reality dangerous state of vehicles at the intersection.

Key words：Intelligent and Connected； Intersection； Temporal-spatial conflict； Risk status

1 研究背景

道路交叉口的交通安全問題是世界各國面臨的共同難題。針對交叉口安全問題的研究主要集中于人、車、路、環境等交通影響因素及其與交通事故的關系分析方面，并以此為依據改善道路設計、加強交通管控措施等，或者在車輛上安裝主被動型安全裝置來提高行車安全，但這些傳統的道路設計、交通控制和管理技術只能在一定程度上減少交通流的沖突數或降低沖突的嚴重程度，并不能有效的防止交通事故的發生，無法達到交叉口安全效益最優，更難以從本質上解決交通問題。尤其是對于無信號燈控制的交叉口，雖然國家有一部分針對無信號燈控制交叉口的讓行通過的法律法規，但在復雜的交通環境下，無信號燈控制的交叉口仍呈現無序狀態，其安全水平低于有信號燈控制交叉口。

車聯網和智能網聯駕駛汽車的發展為解決交通安全問題提供了新的機會。車聯網能夠實現車路協同系統，通過采集車輛的信息，經過服務器整理分析，為車輛提供安全可靠的服務。對于提高行車安全、緩解交通擁堵以及未來的節能減排都具有重大的意義。隨著無線技術的發展，網絡通信能力的增強大幅度的提升了整個系統的實時性。也使得安全預警成為可能。本文在分析道路交叉口沖突的基礎上，以車輛與沖突區域之間的碰撞時間作為依據，提出一種時空沖突結合的車輛危險狀態表示方法。

2 研究方法

2.1 車輛簡化模型分析

對于車輛在道路交叉口發生沖突的分析中，通常將車輛視為質點、矩形及圓形或橢圓形。在文獻[1]中，作者提出一套車輛協同碰撞預警系統，將車輛看作質點，利用車輛的位置、速度、航向等信息計算車輛在未來可能發生沖突的位置。在文獻[2]中，作者將車輛看作質點，利用最接近點法（Closest Point of Approach），計算兩輛車在通過交叉口時的最小相對距離，以此作為判斷車輛安全的依據。

在文獻[3]中，將車輛看作以車輛對角線為直徑的圓模型，計算車輛之間的距離，分析車輛的碰撞時間，提出沖突消解算法。

在實際交通運行環境中，如果只計算質點之間的距離，在沖突檢測方面會造成較大的誤差。CPA最接近點方法通常在航海中使用，用于船舶對周邊船舶位置及速度的獲取，并且通過該方法確定船舶行駛是否存在危險。由于船舶的尺寸對于海洋航行來說可以忽略不計。另外，航海時沒有像陸地一樣的典型十字交叉口，所以需要方位角及航向確定位置，以及速度向量判斷危險。將車輛看作圓形一是因為質點計算存在誤差，二是因為將車輛看作矩形計算復雜，三是因為車輛在行駛過程中存在一定的安全區域。因此，本文中將車輛看作矩形進行計算。首先與質點方法相比，將車輛看作矩形計算更加準確，也能夠更加清楚的描述車輛之間的相對位置關系。另外，與圓形方法相比，主要是從預警的角度考慮，對于預警的依據分析需要更加準確的車輛相對位置的描述，而且如果預警的效果使車輛能夠在臨界位置停下，即是避免了現實運行環境中的交通事故。

2.2 碰撞時間（Time to Collision TTC）

對于一維交通，也就是車輛在同方向上行駛的交通環境，車輛之間的關系可以通過相對距離和相對速度進行表示；而對于二維交通，也就是在道路交叉口處，車輛之間還存在行駛方向，轉向等因素影響，造成的沖突以及事故種類也較多，因此，需要提出更符合實際的碰撞時間計算方法，更合理的表示危險程度。以典型的雙向兩車道道路交叉口為例進行說明。假設雙向四車道交叉口，不同方向上兩輛直行的車輛通過交叉口。如圖1所示。

圖中紅色區域為沖突區域。A車由西向東行駛，B車由南向北行駛。兩輛車的碰撞時間（TTC）的差值決定了是否存在沖突，對于碰撞來說，是一個二值問題，即碰撞或者沒有碰撞。如果將車輛看做質點，那么當兩個質點同時運動到某一點時，也就是兩個質點的TTC相同，則認為此時質點之間存在沖突。而如果將車輛看作矩形，車輛在沖突區域會發生下面幾種方式的碰撞。

1）兩輛車幾乎同時到達沖突區域，如圖2（a）所示，車輛A的右前點和車輛B的左前點在沖突區域接觸，兩輛車發生碰撞。

2）車輛A首先進入沖突區域，在未通過沖突區域時，車輛B到達沖突區域，兩輛車發生側碰。如圖2（b）所示。

3）車輛B首先進入沖突區域，在未離開沖突區域時，車輛A到達，兩輛車發生側碰。如圖2（c）所示。

對于車輛A，存在

（1）

（2）

其中，tA1，tA2分別是車輛A車頭到達沖突區域前和車尾離開沖突區域的時間。dA為車輛距離沖突區域前沿的距離，KB為車輛B的寬度，LA為車輛A的長度。

同理對車輛B有：

（3）

（4）

其中，tB1，tB2分別是車輛B車頭到達沖突區域前和車尾離開沖突區域的時間。dB為車輛距離沖突區域前沿的距離，KA為車輛A的寬度，LB為車輛B的長度。

2.3 危險狀態表示方法

基于對車輛通過沖突區域時間的分析，由于此時車輛在交叉口處并不是質點，而是將車輛作為矩形考慮。因此，如果其中一輛車的到達時間正好處于另外一輛車到達時間與離開時間組成的區間內時，說明此時如果兩車保持當前運行狀態不變的話，未來就可能同時出現在沖突區域，發生碰撞事故。以A車為例，P（A）表示A車發生碰撞事故的概率，有

（5）

當時，A車的到達時間越接近閾值區間的下邊界，或者A車的離開時間越接近閾值區間的上邊界，車輛發生碰撞事故的概率越大。發生事故的概率計算如下：

（6）

由于車輛的制動距離與駕駛員的反應時間、制動減速度等因素有關，因此，本文選取車輛的安全制動距離作為距離計算的臨界點。假設車輛面對可能存在的事故時只能以減速制動的方式進行避讓，那么，當車輛與沖突區域的距離小于車輛的安全制動距離時，車輛即使以最大的減速度進行減速，也無法在沖突區域前停下，因此無法避讓事故。也就是對于由時間參數計算得到的事故發生概率在不同的距離下對于不同的駕駛員緊急程度不同。根據上述關系，建立修正系數β表示當前碰撞事故發生的概率對于駕駛員的緊急程度，對危險狀態識別方法進行改進。如圖3所示，dA為車輛距離沖突區域的實際距離，而dAS為車輛的安全制動距離，定義修正系數β的計算方法如下：

（7）

（8）

其中，td為駕駛員的反應時間，amax為車輛的最大減速度。

根據制動距離，駕駛員的反應時間和速度之間的關系建立的修正系數能夠彌補式6計算碰撞事故概率時對距離因素的忽略，而制動距離的計算與車速及駕駛員的反應時間有關，因此修正系數能夠表示相同的距離對于不同的駕駛員所引起的緊急程度不同。

從上述分析可知，利用安全制動距離、車速和駕駛員反應時間得到的修正系數能夠較好的反映車輛狀態與事故發生緊急程度之間的關系。因此，合并式7和式8，得到在交叉口場景下車輛危險狀態識別方法如下：

當tA1∈[tB1 tB2]時，

（9）

當tA1[tB1 tB2]時，

（10）

并且

（11）

3 數據分析

利用MATLAB對兩輛車以不同方向直行通過交叉口的交通場景進行仿真。其中，仿真實驗能夠根據兩輛車的外觀尺寸計算沖突區域的位置及大小。在仿真實驗中，系統可以對車輛距離沖突區域的初始位置、車輛的初速度、駕駛員的反應時間以及車輛的最大制動減速度進行設置。在仿真過程中，車輛的運動模型采用隨機加速與隨機慢化相結合的混合模型，主要規則如下：

加速：在車速未達到最高車速時，車輛進行加速，加速度由正常加速度范圍內隨機得到，當車輛達到最高車速時，車輛保持最高車速行駛；

隨機慢化：表示車輛在運行過程中可能遇到的不確定狀態，通過減速操作進行應對，仿真過程中車輛會以一定的慢化概率進行減速，減速度由正常減速度范圍內隨機得到。本文采取固定的隨機慢化概率。表1中為仿真過程中具體參數的設置。

利用不同的初始車速及位置對上述交叉口處車輛危險狀態的識別方法進行分析。由于篇幅限制，本節只列出部分仿真結果。圖4、圖5所示分別為仿真實驗中車速及車輛與沖突區域之間的距離的變化，由圖中看出，車輛在加速到最高車速后經歷了隨機慢化過程，因此，速度曲線有波動，而車輛與沖突區域之間的距離逐漸減小。由于是分析車輛狀態與事故發生概率之間的關系，因此，車輛在行駛過程中不存在遭遇沖突的緊急制動情況，存在上述情況的計算方法有待于進一步進行研究。

圖6所示為利用修正系數β對碰撞事故概率計算方法進行修正前后的計算結果對比。由圖中觀察得到，修正前的計算結果隨著車輛與沖突區域的距離越來越近，呈現先平穩后增加的趨勢。在距離較遠時，發生碰撞事故的概率非常小，這一階段符合實際情況。但是，在與沖突區域仍有較遠距離時（>200米），此時計算得到的碰撞事故發生概率突然增大，這并不符合實際情況，造成這一誤差的原因是計算概率時只考慮時間沖突區域，而沒有考慮到空間沖突的影響。因此，此結果在表示車輛危險狀態時存在較大的誤差，并不能作為對駕駛員進行安全預警的依據。而修正后的結果同樣表現為先平穩后增加。在距離較遠時，事故發生概率非常小，隨著距離逐漸減小，事故發生概率以較平緩的速度增加，當距離接近沖突區域時，發生碰撞事故的概率突然增大，表示此時車輛非常容易發生碰撞事故，處于緊急的危險狀態。曲線表示的整個過程符合實際情況。

圖7、圖8、圖9中所示為不同初始條件（初始車速A車為30km/h，B車為20km/h；初始位置兩車距離沖突區域均為1000m）下的車速、位置及結果對比圖。結果表明本研究提出的危險狀態識別方法比修正前的算法更符合實際情況。

4 結語

道路交叉口的交通安全問題是世界各國面臨的共同難題。車聯網和智能網聯駕駛汽車技術的飛速發展為解決交通安全問題提供了新的機會。本文旨在通過分析車聯網環境下車輛簡化模型和事故沖突類型，以碰撞時間（Time to Collision）為評價指標，建立時空沖突結合的智能網聯汽車危險狀態表示方法，通過設置修正系數改正模型，并且利用仿真模型對修正前后的結果進行對比，結果表明修正后的模型對車輛危險狀態的表示更加符合實際情況。

參考文獻

[1]Ronald Miller， Qingfeng Huang. An adaptive peer-to-peer collision warning system. IEEE Vehicle Technology Conference，2002.

[2]Chung-Ming Huang， Shih-Yang Lin， Chia-Ching Yang， Chih-Hsun Chou. A Collision Pre-warning algorithm based on v2v communication. Proceedings of the 4th International Conference on Ubiquitous Information Technologies and Applications，2009.

[3]俄文娟.無信號交叉口車車沖突檢測與消解算法研究[M].吉林大學，2012.