欧美成人黄色网_欧美精品久久_国产在线一区二区三区_免费视频久久久_亚洲二区视频_欧美大片免费高清观看

吳超/文 

基于仿真的GLOSA技術研究現狀及展望

01  概念架構  

綠波車速引導（Green Light Optimal Speed Advisory, GLOSA）系統可以在交通岔路口依據信號燈當前和未來的狀態，為行駛的車輛提供最優化的速度建議，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，保護環境。

GLOSA系統會在交叉路口處向靠近的車輛廣播交通信號燈狀態信息，該信息通常包含位置數據MAP、信號燈相位數據以及信號燈相位計時數據SPAT。

隨后，GLOSA系統將上述消息中的數據輸入到算法模型中，計算并輸出最佳的速度建議。

圖1 GLOSA系統提供速度建議

02

  研究現狀  

當前，學術界與工業界均將GLOSA系統作為智能交通系統(Intelligent Transport System, ITS)作為一種基本的應用模式，并開展了大量的學術研究與工業實現，涉及計算機科學、土木工程以及交通運輸等不同領域。現在，仿真實驗被廣泛應用于GLOSA算法及架構的驗證工作。

Tielert[1]等研究人員通過應用一系列不通的仿真框架，證明了GLOSA系統對自然環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。

該通信仿真實驗結果顯示，對于單一車輛靠近的場景，GLOSA系統可以降低22%的燃油消耗量，而對于多車路網場景，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系統的燃油經濟性造成影響：當信息距離超過500至600米時，GLOSA系統對燃油消耗的優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注消息（Cooperative Awareness Messages, CAMs）中。

研究結果顯示，GLOSA系統可以減少平均燃油消耗量約7%。與此同時，該研究表明最優的GLOSA系統激活距離為300米，即在距離交通信號燈300米時，GLOSA系統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

除燃油經濟性以外，不停車通過信號燈路口同樣是GLOSA系統的核心目標。為此，Krajzewicz[3]等學者通過仿真實驗，研究了GLOSA系統通信距離（非信息距離或系統激活距離）與不停車通行可靠性之間的關聯。在既定仿真參數的條件下，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境下的GLOSA系統性能。研究將相同的GLOSA系統模型分別應用于城市和鄉村道路場景，仿真結果顯示，在城市場景中，GLOSA系統降低了15.9%的燃油消耗量，而在鄉村場景中，GLOSA系統降低了18.4%的燃油消耗量。除此之外，GLOSA系統分別在400米（鄉村交通場景）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系統在燃油經濟性方面的影響。仿真實驗結果顯示，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應用（EcoApproach and Departure，EAD）。除了使用GLOSA系統中的SPAT信息外，EAD還將前裝車輛納入優化算法中，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濟性。

最后，仿真實驗結果還顯示，通信延遲對燃油經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系

03

  研究展望  

在未來的研究方向中，GLOSA系統性能優化需要結合到智能網聯汽車（Intelligent Connected Vehicle, ICV）及ITS的發展成果中。

例如，ad-hoc自組網絡與4G/5G蜂窩網絡的結合，將會提升GLOSA系統的性能，但是異構的網絡架構必然給系統集成和算法優化帶來新的挑戰。

此外，GLOSA算法與應用研究應當采用場地與仿真結合的模式，提高GLOSA系統優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.