當(dāng)前位置: 首頁 > 傳感測量產(chǎn)品 > 工業(yè)傳感器 > 電位器 > 碳膜電位器
發(fā)布日期:2022-04-26 點擊率:35
吳超/文
基于仿真的GLOSA技術(shù)研究現(xiàn)狀及展望
01 概念架構(gòu)
綠波車速引導(dǎo)(Green Light Optimal Speed Advisory, GLOSA)系統(tǒng)可以在交通岔路口依據(jù)信號燈當(dāng)前和未來的狀態(tài),為行駛的車輛提供最優(yōu)化的速度建議,從而避免車輛因為以不合理的車速前行而導(dǎo)致不必要的停車等待,提高通行效率,同時降低CO2排放,保護環(huán)境。
GLOSA系統(tǒng)會在交叉路口處向靠近的車輛廣播交通信號燈狀態(tài)信息,該信息通常包含位置數(shù)據(jù)MAP、信號燈相位數(shù)據(jù)以及信號燈相位計時數(shù)據(jù)SPAT。
隨后,GLOSA系統(tǒng)將上述消息中的數(shù)據(jù)輸入到算法模型中,計算并輸出最佳的速度建議。
圖1 GLOSA系統(tǒng)提供速度建議
02
研究現(xiàn)狀
當(dāng)前,學(xué)術(shù)界與工業(yè)界均將GLOSA系統(tǒng)作為智能交通系統(tǒng)(Intelligent Transport System, ITS)作為一種基本的應(yīng)用模式,并開展了大量的學(xué)術(shù)研究與工業(yè)實現(xiàn),涉及計算機科學(xué)、土木工程以及交通運輸?shù)炔煌I(lǐng)域。現(xiàn)在,仿真實驗被廣泛應(yīng)用于GLOSA算法及架構(gòu)的驗證工作。
Tielert[1]等研究人員通過應(yīng)用一系列不通的仿真框架,證明了GLOSA系統(tǒng)對自然環(huán)境和交通效率方面的積極效果。仿真框架包括微觀交通模型以及基于IEEE 802.11p的理想通信模型和模糊通信模型。
該通信仿真實驗結(jié)果顯示,對于單一車輛靠近的場景,GLOSA系統(tǒng)可以降低22%的燃油消耗量,而對于多車路網(wǎng)場景,可以減少約8%的燃油消耗。
與此同時,該仿真實驗還指出信息距離(車輛第一次接收到GLOSA廣播信號的時與交通信號燈之間的距離)會對GLOSA系統(tǒng)的燃油經(jīng)濟性造成影響:當(dāng)信息距離超過500至600米時,GLOSA系統(tǒng)對燃油消耗的優(yōu)化效果變得微乎其微。
圖2 Tielert研究中的交通模型
Katsaros[2]等研究人員同樣基于IEEE 802.11p通信協(xié)議建立GLOSA仿真平臺。該仿真平臺將交通信號燈信息整合到了合作式關(guān)注消息(Cooperative Awareness Messages, CAMs)中。
研究結(jié)果顯示,GLOSA系統(tǒng)可以減少平均燃油消耗量約7%。與此同時,該研究表明最優(yōu)的GLOSA系統(tǒng)激活距離為300米,即在距離交通信號燈300米時,GLOSA系統(tǒng)開始計算建議車速將得到最佳的效用。
圖3 Katsaros研究中的場景模型
除燃油經(jīng)濟性以外,不停車通過信號燈路口同樣是GLOSA系統(tǒng)的核心目標。為此,Krajzewicz[3]等學(xué)者通過仿真實驗,研究了GLOSA系統(tǒng)通信距離(非信息距離或系統(tǒng)激活距離)與不停車通行可靠性之間的關(guān)聯(lián)。在既定仿真參數(shù)的條件下,需要保證1000米以上的有效通信距離才可以保證較高的不停車通行可靠性。
圖4 Krajzewicz研究中的交通場景
Staubach[4]等人研究了在不同交通環(huán)境下的GLOSA系統(tǒng)性能。研究將相同的GLOSA系統(tǒng)模型分別應(yīng)用于城市和鄉(xiāng)村道路場景,仿真結(jié)果顯示,在城市場景中,GLOSA系統(tǒng)降低了15.9%的燃油消耗量,而在鄉(xiāng)村場景中,GLOSA系統(tǒng)降低了18.4%的燃油消耗量。除此之外,GLOSA系統(tǒng)分別在400米(鄉(xiāng)村交通場景)和300米(城市交通場景)下可以得到最佳的效果。
Eckhoff[5]等人研究了車輛密度對GLOSA系統(tǒng)在燃油經(jīng)濟性方面的影響。仿真實驗結(jié)果顯示,在低密度場景下,GLOSA能夠降低約11.5%的CO2排放,而在高密度交通場景下,GLOSA系統(tǒng)在減少CO2排放方面的效果大幅下降。
圖5 車輛密度對行車速度的影響(輛/KM)
Xia[6]等人利用仿真工具研究了一種增強的GLOSA應(yīng)用(EcoApproach and Departure,EAD)。除了使用GLOSA系統(tǒng)中的SPAT信息外,EAD還將前裝車輛納入優(yōu)化算法中,這樣可以提高建議速度的效果。
除此之外,EAD還可以很好地幫助編隊行駛的車輛(Platooning)高效地通過信號燈交叉路口。研究還指出,如果GLOSA系統(tǒng)中的通信距離和路口交通信號燈之間的距離相等,則可以得到最佳的燃油經(jīng)濟性。
最后,仿真實驗結(jié)果還顯示,通信延遲對燃油經(jīng)濟性的影響具有一定的上限,該上限為2秒。低于2秒的通信延遲不會對燃油經(jīng)濟性造成明顯的積極影響。
圖6 EAD中時間與距離之間的匹配關(guān)系
03
研究展望
在未來的研究方向中,GLOSA系統(tǒng)性能優(yōu)化需要結(jié)合到智能網(wǎng)聯(lián)汽車(Intelligent Connected Vehicle, ICV)及ITS的發(fā)展成果中。
例如,ad-hoc自組網(wǎng)絡(luò)與4G/5G蜂窩網(wǎng)絡(luò)的結(jié)合,將會提升GLOSA系統(tǒng)的性能,但是異構(gòu)的網(wǎng)絡(luò)架構(gòu)必然給系統(tǒng)集成和算法優(yōu)化帶來新的挑戰(zhàn)。
此外,GLOSA算法與應(yīng)用研究應(yīng)當(dāng)采用場地與仿真結(jié)合的模式,提高GLOSA系統(tǒng)優(yōu)化性能的可靠性與實用性。
04
參考文獻
[1] T. Tielert, M. Killat, H. Hartenstein, R. Luz, S. Hausberger, T. Benz, The impact of traffic-light-to-vehicle communication on fuel consumption and emissions, 2010 Internet of Things (IOT), Tokyo, Japan,(2010),pp.1–8, http://dx.doi.org/10.1109/IOT.2010.5678454.
[2] K. Katsaros, R. Kernchen, M. Dianati, D. Rieck, Performance study of a Green Light Optimized Speed Advisory (GLOSA) application using an integrated cooperative ITS simulation platform, 2011 7th International Wireless Communications and Mobile Computing Conference, Istanbul, Turkey, (2011),pp.918–923, http://dx.doi.org/10.1109/IWCMC.2011.5982524.
[3] D. Krajzewicz, L. Bieker, J. Erdmann, Preparing simulative evaluation of the GLOSA application, 19th ITS World Congress, Vienna, Austria, (2012).
[4] M. Staubach, N. Schebitz, F. K?ster, D. Kuck, evaluation of an eco-driving support system, Transp. Res.PartF27,PartA(2014)11–21, http://dx.doi.org/10.1016/j.trf.2014.09.006.
[5] D. Eckhoff, B. Halmos, R. German, Potentials and limitations of Green Light Optimal Speed Advisory systems,2013IEEE Vehicular Networking Conference, Boston,MA,USA,(2013),pp.103–110, http://dx.doi.org/10.1109/VNC.2013.6737596.
[6]H.Xia,G.Wu,K.Boriboonsomsin,M.J.Barth, Development and evaluation of an enhanced eco-approach traffic signal application for connected vehicles,16thInternational IEEE Conference on Intelligent Transportation Systems (ITSC 2013), The Hague, The Netherlands, (2013), pp. 296–301, http://dx.doi.org/10.1109/ITSC.2013.6728248.
下一篇: PLC、DCS、FCS三大控
上一篇: MATLAB和Simulink在航