车队协同驾驶技术与公共交通协同理论

车队协同驾驶是指在兼顾道路交通安全与效率的前提下，充分利用道路条件，将若干单车组成跨车道柔性车队，使其不仅具有单车道车队速度快、间距小等特点，还能根据不同的道路条件，通过车队之间的协调与合作，一方面简化交通控制与管理的复杂程度，有效减缓交通拥堵；另一方面减少人为因素所致的交通事故，保证交通安全，并在此基础上节约能源，减少环境污染。

车队协同驾驶本质上是一个连续动态系统和离散事件系统相结合的混成动态系统，比如车队协作策略的执行和协作模态的变迁。这些连续和离散的动力学行为不仅共同存在，而且相互作用。因此，车队协同驾驶过程既取决于对离散的瞬时事件的响应，又取决于对微分方程和差分方程表示的随时间变化的动力学行为的响应。这样，车队协同驾驶过程就可演化成多模态变迁下的车队协作策略执行过程。

国际上具有代表性的车-路协同计划有美国的车辆和道路设施系统协调计划（Inteli Drive）、日本的智能道路（Smartway）计划、欧盟的车-路协同计划（CVIS）、SAFESPOT、COOPERS（Co-operative Systems for Inteligent Road Safety）。这些计划将综合应用信息、通信、传感网络、新一代互联网、可信计算和计算仿真等领域的最新技术，实现车辆与道路设施的智能化和信息共享，在实时、可靠的全时空交通信息的基础上，结合车辆主动安全控制和道路协同控制技术，保证交通安全，提高通行效率，实现人、车、路的有效协同。由此可见，实现车-路协同技术的功效和作用，关键在于开展智能车-路系统中车队协同驾驶研究，其相关研究领域主要涉及车队协同驾驶系统结构、车-车通信技术、车队协作策略以及相关交通仿真与试验技术等方面。

1）车队协同驾驶系统的结构

目前国际上车队协同驾驶系统研究主要借鉴智能车-路系统体系结构（Intel⁃ligent Vehicle Highway Systems Architecture）和混成动态系统理论（Hybrid Dynamic System）。在智能车-路系统体系结构方面，美国加州大学伯克利分校PATH课题组于1991年提出的智能车-路系统采用分层的结构，具体包括网络层、链接层、协调层、控制层和物理层5个部分。网络层对整个路网进行管理与规划，增加路网容量，减少车辆平均出行时间，从而缓解交通拥堵。链接层将路网划分为不同路段，根据不同路段上的车流密度、车辆起始位置、行驶长度等决定是否需要相关的车辆操纵策略，如巡航、跟随、组合与拆分、车道保持与变换等，通过无线网络，将决策的结果发送到协调层。协调层根据车辆的位置、数目、即时活动等信息，选定相应的操纵策略，并与不同的协调层和链接层进行通信，即时更新上述信息，并改变相应的操纵策略。控制层执行相应的操纵策略，指导车辆的横向及纵向控制。物理层包括车载控制器以及车辆的物理结构（发动机、油门、制动系统、转向控制系统、车载传感器等），依靠车辆的动力学特性，实现车辆的横向及纵向控制。

智能车-路系统的体系结构主要是日本的Tsugawa等人于2000年提出的车辆协同驾驶系统结构。该系统结构在分析了车辆协同驾驶的功能需求和任务分解的基础上，设计了包括交通控制层、车辆管理层和车辆控制层的3层体系结构。其交通控制层位于路侧，其中，路侧设备，如可变情报板、标示牌、通信设备等，均用于支持车辆的协同驾驶；基本准则，如规则、规定、行为方式等，均用于指导车辆的协同驾驶。车辆管理层和控制层位于车载端，用于协同驾驶策略的决策与执行。此后，加拿大的Halé等人吸取和借鉴了Tsugawa的成果，提出车队协同驾驶系统结构，主要对管理层和控制层进行具体的模块化设计，并针对车队协同驾驶过程中的数据采集与处理、车队协同控制、车队通信、策略决策等作了详细的说明。上述系统结构都具有较高的实用价值，为车队协同驾驶混成控制系统提供了很好的参考。

在混成动态系统理论方面，由于上述系统是一个分层、分级的复杂系统，不仅包括连续的车辆动力学行为，而且要考虑离散的瞬时事件响应，美国加州大学伯克利分校PATH课题组的Horowitz等人在构建智能车-路系统的体系结构时，提出该体系结构具有混成逻辑性。系统中的离散逻辑部分主要处理车-车、车-路之间的通信。连续逻辑部分利用通信的手段接收所需的安全速度与车距，执行车辆行驶策略。1999年，Lygeros等人利用车-车信息交互手段改进车载混成控制系统的性能，采用博弈论和最优控制得到安全的约束条件，抑制离散扰动的碰撞和连续扰动的加速度变化。2000年，Varaiya等人将智能车-路系统的协调层定义为不同车辆利用通信和协作确定相关策略，控制层用于执行协调层传送过来的决策结果。协调层采用有限状态机进行建模，而控制层采用状态反馈定律建立线性模型，从而构成混成动态系统。2000年，Rajamani等人通过分析车辆的纵向和横向控制系统，将整个车载控制系统设计为混成动态系统。每一个车辆都有一个监督模型，用于车辆的决策与控制。对于系统的离散状态，可以通过选用合适的差分方程进行求解。

早期的混成动态系统理论主要集中在混成系统结构以及连续时间系统的混成控制器设计，由于缺乏专门的计算机分析及仿真软件，这并没有引起重视。

随着多体系统动力学方法及相关软件的发展，混成动态系统建模与仿真也逐渐得到发展。2001年，Jeon等人设计了车辆协同驾驶系统混成控制器，用于车辆组合与拆分策略。在车辆组合与拆分的过程中确定安全的组合/拆分距离，通过离散事件监督控制器对其进行控制。2004年，Alain针对从匝道人口驶人主干道的车辆所引发的碰撞问题，设计了车辆混成控制器。该控制器由混成自动机和导人其中的连续控制定律构成，混成自动机决定车辆何时驶人/驶出公路，何时组合及拆分车队等；连续控制定律决定车辆行驶加速度的大小，避免与相邻车辆产生碰撞。2005年，Girard等人考虑车辆控制系统的非线性特性，在设计车载混成控制器时，提出了嵌人式混成控制软件结构。该软件采用基于模型的设计方法，利用混成自动机描述车辆模型及模式切换，包括巡航控制（Cruise Control，CC）、自适应巡航控制（Adaptive Cruise Control，ACC）、协同式自适应巡航控制（Coordinated Adaptive Cruise Control，CACC）三者的切换过程，采用TEJA语言对模型进行仿真与测试。

2）车-车通信技术

智能车-路系统中的通信网络包括广域有线通信网络、无线通信网络、短程无线通信网络和车-车通信网络。正如成熟的车-路通信技术在先进交通管理系统中展示出的重要性一样，车-车通信技术也已成为车队协同驾驶研究中的关键技术，它使车队协同驾驶系统由过去的完全自主驾驶策略在经历了单、双向信息结构后，发展到目前结合传感和车载自组网的全方位信息网络。

车-车通信技术一般采用红外、激光、毫米波，Zigbee、WiFi及DSRC等方式。作为车载自组网的核心部分，DSRC具有容量大、速率高、延时小、范围合理等特点，因此，车-车通信主要采用DSRC网络。然而，DSRC适用于短程无线通信，并需考虑车辆安全和协作等相关规定，一旦信息接收方超出了有效的DSRC传送范围，就需要开发有效、可靠的通信协议，并考虑信道使用和阻塞以及机制安全性等问题。

2002年，Tsugawa在分析车-车通信功能需求的基础上，提出了载波侦听多址访问（CSMA）协议。虽然载波侦听机制在介质访问控制（MAC）上存在冲突，但是可以满足车载自组网以及数据传送实时性等要求。他又对载波侦听多址访问不同种类的优缺点进行了比较。2005年，Tatchikou等人设计了用于车辆防碰撞的车-车通信协议。该协议首次提出采用广播包转发机制代替传统的单播路由协议，用于DSRC网络中的车-车通信数据传送，同时引人握手机制，减少广播通信量、增强包数据传送率，并利用车-车通信网络模拟器InventSim，验证了车-车通信协议的准确性和实时性。此外，车-车通信大多发生在高速公路行驶车队中临近车辆的允许通信范围内，匝道车辆想要进人该车队中，也需要采用多跳通信机制。2010年，Wolterink等人设计了基于地域性群播（Geocast）的第1版车-车通信协议。该协议采用多跳通信机制，允许匝道车辆提前与车队通信，这样车队就可以送出尽快实现组合要求的安全车间距离及速度信息。

在信道阻塞方面，由于车队协同驾驶功能需要通过车载自组网获得周边车辆的行驶状态信息，虽然可以通过协作改善区域交通可控性，增加区域交通流密度，但是也不可避免地产生了共享信道拥塞问题。2004年，Ｋaichi和Takaaki结合车-车通信和车-路通信的优缺点，提出了基于车-路协同的介质访问控制协议（Vehicle to Vehicle and Road to Vehicle Colaborative MAC Protocol，VRCP），通过自适应信道分配的方法实现VRCP无缝通信。2004年，Yang等人设计了用于车辆危险预警的车-车通信协议。该协议包括信道拥塞（Channel Congestion）策略、服务多元化机制以及紧急预警发布方法等，可降低不同路况下紧急预警消息发送的延时性。2010年，Huang等人针对信道拥塞问题，提出了结合通信速率和功率的传输控制协议，该协议可以根据车载网络和车辆安全跟踪的动态变化，调整车载自组网的通信速率和功率，利用闭环控制环节解决网络中信道的不稳定性。其主要功能是：通信速率控制决定目标车辆广播发送行驶状态信息的频率，功率控制决定目标车辆行驶状态信息广播发送距离，并以此决定802.11p无线电的功率级别。由于MAC阻塞机制本身不能控制通信量和发射功率，从而不能从根本上阻止DSRC网络拥塞。2010年，He等人采用跨层设计的方法，在MAC层检测网络拥塞，在应用层控制通信量速率。其主要流程是：MAC层通过测量信道占用时间来检测信道拥塞状态并发送拥塞信号；应用层通过获得信道的拥塞状态，对通信量速率进行自适应控制。

由于目前车-车通信技术中的多跳广播协议及信道拥塞控制正在制定与测试，建立用于车-车通信测试的原型机或仿真平台就显得至关重要。2010年，Grau等人探讨了车-车通信使用的信道对车载安全设备或装置的覆盖率、可靠性和实时性的影响，设计了一款基于车-路协同系统平台的802.11p样机（CVISO⁃BU）。该样机可以通过实测的方法获得不同车-车通信场景中的RSSI（Received Signal Strength Indication）接收的信号强度指示和丢包率，从而评价车-车通信信道及模型的准确性。2010年，Fernandes等人扩展了SUMO（Simulation for Urban Mobility）模拟器的功能，建立了具备车-车通信功能的车队跟随模型。车-车通信协议采用车队中的领航车来协调DSRC网络信道中时间槽（Time Slots）的分配，避免了数据包的冲突。设计了车辆跟随的协同驾驶场景，并在SUMO模拟器上开展8辆车列队行驶仿真试验，验证了模型的正确性和鲁棒性，评价了通信延迟对车队行驶稳定性的影响。

3）车队协同驾驶策略

智能车路系统中车队协同驾驶主要采用5种协作策略，分别是巡航、跟随、换道、组合与拆分策略。巡航策略是指如果车辆是领航车，应该在指定车道内，按照给定的车速，并与前方车辆保持安全的车间距。这些给定的数据包括车速、车间距、车道位置等，是通过车-路通信由路侧管理设备发送过来的，并利用车-车通信传送到车队的每一辆车中。巡航策略主要解决车队速度控制和车队内通信协议的问题。跟随策略是指如果车辆是跟随车，它不仅要与前车保持较小的车间距，并且需要保持所处车道的位置。跟随策略应包括纵向上油门和制动器的控制，以及横向上方向盘的控制。换道策略是指车辆试图改变自己所处车道位置的策略，主要体现在车辆横向控制上，并需要考虑车流量、换道时间、换道距离、横向加速度等参数。组合与拆分策略反映了车辆群体协作性，需要依靠车队间通信支持，主要分为本车道与跨车道两种情况。在本车道内，组合与拆分策略比较简单，只需保持稳定的速度以及策略执行所需的车间距离。跨车道的情况比较复杂，首先需要依靠车队间通信建立自组织网络，确定队内所处位置或离开位置，其后车辆降低车速，保持策略执行所需的安全车间距，从而实现跨车道组合与拆分策略。

考虑到智能车-路系统的复杂性的限速（Speed Limit）、排队（Queuing）、匝道人口及出口（On/Of Ramp）、紧急制动（Emergency Braking）等因素，不同车辆采用协同驾驶策略，依据起点、行驶路线、目的地，组建各自所需的车队，可以简化智能车-路系统的复杂程度，增加系统的可组织性，从而增加交通流量。2003年，Alvarez等人针对高速公路交通流的特性，考虑多车道、车辆类型以及不同目的地对车流密度的影响，提出以车速和车道位置为输人的Link层控制器。其组建的车队根据Link层控制器传送过来的指令信息，采用协作策略，改变车队的速度或者变换车队所在车道的位置，从而使车流密度达到预先设定的要求。2008年，Dao等人通过组建车队、车道分配及车队控制等相关技术，支持车队在多车道并具有多个人口及出口匝道的城市高速公路上协同驾驶。为车队分配合适的车道，不仅可以减少该车队的行程时间，而且减少了其他车队，甚至整个交通流的行程时间。2009年，Xavier等人针对此约束条件，提出了一个实用的车队协同驾驶策略。该策略采用分散PID算法，仅需要通过车-车通信获得较少的信息量，如前后车辆的相对位置以及跟随车辆的转角，设计了车辆跟随及超车两个协同驾驶场景，最后采用Matlab的虚拟现实工具箱开展3辆车不同场景下的三维动态可视化仿真，验证了设计的控制器的有效性。2010年，Ｋhai⁃songkram等人提出了具有不对称信息结构的车辆协同驾驶系统，该系统使用车队中靠近本车的前后车辆的车间距，采用具有广义频率变量（Generalized Frequency Variable）的线性时不变系统证明车辆协同驾驶系统的性能与稳定性，设计了双车道7辆车组合的协同驾驶场景，通过车队组合策略仿真验证了方法的有效性。

从上述车队协同驾驶策略可以看出，车队协同驾驶系统的稳定性不仅表现在单个车辆稳定性和车队稳定性（String Stability），还表现在交通流稳定性（Trafic Flow Stability）以及整个交通能力（Trafic Flow Capacity），还要考虑传感器、车-车通信等引起的信息延时对系统稳定性的影响。单个车辆稳定性是指车队中的任意车辆都能按照有界的车间距和速度误差，跟踪前一辆车的速度和加速度。车队稳定性是指车间距和车速误差不会随着车队长度的增加而放大并繁衍到整个车队中。交通流稳定性是指影响某个区域的车流密度的扰动，即该区域的匝道人口或出口不会随着放大而减少该区域的稳态车流密度和平均车速。只有同时保证车队稳定性和交通流稳定性才能提高交通容量。

4）公共交通协同理论

城市公交运营调度优化问题的研究开始于20世纪50年代末，目前已经在线网布局优化、区域换乘优化、跨线运营优化、业务流程优化和设施选址优化这五个主要方面取得了明显进展。在21世纪初，为了解决区域公交调度系统整体优化方面的不足，完善区域公交调度系统优化理论体系，实现公交运营调度系统整体优化，考虑多模式公交换乘系统及公共交通发展态势的应急调度，人们开始运用协同理论研究公交运营调度模式、模型及算法。

（1）针对常规公交区域调度不同公交线路协同发车问题进行了研究。在实际工作中，编制出能够最大限度地减少乘客在不同线路交叉换乘点处换乘等待时间的公交时刻表是实现公交调度区域化的关键任务之一，而协同发车是实现这一目标的有效手段。针对这一问题，相关文献将以区域内乘客换乘时间最少为目标的区域公交时刻表的编制问题归结为一类特殊的带有协同系数且无容量约束的0-1背包问题，并定义了协同系数，建立了相应的数学模型，给出了基于嵌套式的禁忌搜索算法（Nesting Tabu Search，NTS）的模型解法，最后利用具体算例对模型及算法进行了必要的验证。

（2）按照协同优化思想和多层规划原理构建整合了时刻表生成和车辆、人员调度功能的区域公交调度三层协同优化管理系统。在模型的整体设计中，通过设置资源、时间和均衡三个系统权衡参量指标，对整个调度计划的产生加以控制。上层模型的目标函数主要综合考虑所需司售人员总数和司售人员待岗时间最优，其约束条件主要是司售人员的最短当班出行时间、最大连续工作时间以及各种时间窗限制。在中层车辆调度模型中，相关文献以区域内各条线路所使用的车辆总数以及车辆总空驶时间最小为目标，考虑了车辆续驶时间、车场最大容量和最低存量等三个约束条件。下层模型主要引用上一问题的主研究成果进行建模和求解。然后，再依据设定的满意度指标得出一组满意解供下一级模型比选，进而产生从系统的角度来讲更为理想的人员、车辆调度方案及与之对应的符合满意度评价标准的公交发车时刻表。最后，相关文献给出了一个典型算例来验证模型的可靠性与有效性。

（3）综合考虑节约企业运力资源，改善居民出行环境和提高城市运行效率，对多种公交运营模式之间的换乘效力进行评价。作为城市公交系统的服务对象的乘客是不受公交公司运营调度管理所控制的，客流是按照其特定的规律分布在整个区域的公交网络上。相关文献对多种公交模式下的城市公交枢纽换乘效力问题展开分析，建立了系统的评价体系，并基于目前我国城市公交枢纽建设方面存在的问题提出合理化建议。最后，基于系统旋进原则方法论，并结合对上述问题的研究，在方法论意义上对城市公共交通协同旋进发展进行了再思考，给出了城市公交系统三维协同发展模型，并对未来公交发展的趋势作了系统判断，以及明确了面向协同发展的公交企业发展定位。

随着《国家新型城镇化规划（2014—2020年）》的实施，有关部门将会强化综合交通运输网络支撑，通过完善综合运输通道和区际交通骨干网络，强化城市群之间的交通联系，加快城市群交通一体化规划建设，改善中小城市和小城镇对外交通，发挥综合交通运输网络对城镇化格局的支撑和引导作用。

在新型城镇化战略下，交通、产业、城市空间发展必须一体化，三者必须协同发展，构建“交通、产业、空间”三要素协同的新型综合交通规划技术体系，通过研究产业集聚与运输成本之间的互动机制、产业集聚与综合交通设施之间的空间协同关系，建立交通、产业和空间的新型三要素协同理论。