基于交通信号管理对减少能源消耗和CO2排放的研究

刘 冰(湖南省衡阳市蒸湘区南华大学,湖南 衡阳 414200）

基于交通信号管理对减少能源消耗和CO2排放的研究

刘 冰
(湖南省衡阳市蒸湘区南华大学,湖南 衡阳 414200）

化石燃料燃烧将会导致CO2的排放，在陆路传输系统中，减少能源消耗和CO2排放，将对环境和经济有一个直接正面的影响，目前已成为绿色技术的生要组成部分。交通信号管理是管理运输网络的一种基本手段，随着智能运输系统（Intelligent Transportation System，简记为ITS）的发展，交通信号管理的研究尚未完善，依然是最重要的研究和发展项目之一。它利用信息与通信技术，解决城市交通拥塞和能耗减少，已成为将来绿色ITS的主要研究方向。本文旨在调查目前最新的基于交通信号管理的应用研究，以及在这个领域所面临的挑战。

交通信号管理；能源消耗和CO2排放；信息与通信技术

0 引言

当今，环境问题如大气污染变得日趋严重，主要是化石燃料燃烧而排放大量的CO2气体所致。作为一个CO2的主要来源，汽车尾气的排放由于快速增长的车辆而变得越发严重，设想如果能在交通运输中减少CO2的排放将是解决大气污染的一个重要手段。

智能交通系统（ITS）项目集成了软件、硬件、交通工程概念和通信等多种技术，为相关的交通系统应用提供底层的技术支持。在陆地交通系统中减少燃料消耗和CO2排放的方法是应用车载通信技术开发出更加高效的交通系统。系统能让驾驶员提前获悉当前的道路情况，避免在红灯期间通过交叉路口，保证以最优的速度行驶并且避免不必要的停止，减少燃料消耗和CO2排放。本文主要对陆地交通系统中基于交通信号管理在减少能耗和CO2排放方面的绿色应用进展进行回顾。

1 交通信号管理提高能源利用率和减少CO2排放概述

一个典型的驾驶过程包含怠速、加速、巡航和减速。在行驶过程中不同阶段的能源消耗和CO2排放比例根据驾驶员的行为习惯、道路类型以及交通拥塞程度而定。根据论文[1]，相对于汽车在移动的情况下，发动机在怠速时将消耗更多的燃料和释放更多的CO2。此外，车辆最好行驶在一个有交效的速度之内，以至于不会在红绿灯前停车而释放更多的CO2。图1位使用稳态活动数据集和[3]中提出的方法，得出燃料消耗（以g/s为单位）与车辆在巡航速度下的关系图。在城市主干道限速为70km/h下，在极限速度与怠速之间的蓝色虚线表示加权时间平均燃料消耗。此图显示车辆以35km/h行驶40s所产生的消耗小于车辆先以70km/h行驶20s，然后再怠速20s所产生的消耗量。

一般情况下，驾驶员是不能够提前知道交通灯的调度信息的。为了避免不必要的停止、加速、减速带来的车辆燃料的消耗，驾驶员应该通过V2I通信提前知道交通灯的调度信息。通过接收到的调度信息，驾驶员可以调整自己的速度以便在绿灯期间通过交叉路口。这种方法称为静态的交通信号灯调度。另外一个方式就是动态交通信号灯调度。在某些情况下，即使驾驶员提前知道交通信号灯的调度信息，他们也有可能加速或减速地通过，因为有可能他们到达交叉路口的时候，绿灯的剩余时间已经很少了。因此，不能仅仅依靠静态交通信号调度中控制器简单地将信息广播给车辆的单向通信，双向通信被动态交通信号灯调度所支持。它需要准确而且实时地检测车辆信息，如位置、速度、类型等实时的交通流信息，以有效地应对当前交通状况的任何变化。

现在，有些基于车辆间无线通讯的自适应控制系统，对交通灯的实时决策过程提供了更加准确的信息支持。然而，由于车辆通讯的动态特性和车辆进出率的变化，实时调度变得非常具有挑战性，需要仔细地研究。

2 目前最新的应用情况

车辆通信能提高交通信号管理应用的性能，大幅度减少能源消耗和CO2排放。交通信号管理的应用可分为两个大的方面：静态交通信号灯调度与动态交通信号灯调度。而动态交通信号灯调度已成为目前解决环境污染最有前景的方案。

静态调度主要利用通信技术使得车辆能知道交通灯的调度信息（红、黄、绿灯的时间，当前所处的状态等）。基于这些调度信息，我们就能开发一些速度规划算法，给驾驶员一些动态速度建议，使车辆最大可能在绿灯期间通过交叉路口。

在[4]中，作者提出动态环保驾驶（dynamic eco-driving）利用实时感知交通情况和交通设施信息，接收车辆行驶速度建议，从而减少燃料消耗和CO2的排放。文中对提出的动态环保行驶速度规划算法在一个有10个交叉路口的主干道上进行测试，实验结果表明，相对于没有使用速度规划的车辆，使用了速度规划算法的车辆将减少12%的能源和CO2排放量，同时车辆平均行驶时间大约减少了2%或更多。

在[5]中研究了兴趣区域（ROI）对能量消耗和废气排放、停止时间、推荐速度和平均加速度的影响。ROI是指一段距离，在这段距离内交通灯的调度信息能够被嵌入在车辆上的接收器所接收到（如通过无线传输）。实验结果表明，ROI的长度越大，车辆将会有更多的时间去调整速度，从而避免停止或减速。如果ROI小于1km，车辆将没有足够的距离和时间对交通灯的状态做出反应。

在[6]中，在车辆与路边交通设施之间，利用最新的通信技术，车辆就可能在接近十字路口时提前获得信号相位和时间调度信息。在有信号的道路上，基于交通信号信息，开发给一个主干道速度规划算法（AVP），它能够给驾驶员动态速度的建议，以此速度行驶可以保证车辆通过交叉路口的剩余绿灯时间最长的可能性概率是最大的。

在动态调度中，车辆与交通设施能够进行双向通信，交通灯能够获得路面的车流量信息，如数据，车的类型、位置、速度。这些信息将被用来决定最优的交通灯规划信息，使得绝大多数的车辆都能通过交叉路口，而没有或很少的速度调整。

文章[7]在交通信号灯处使用自适应和嵌入式信号控制策略来使得交通流量最大化。论文提出一个ATSWSN算法，开发了一个自适应交通控制系统，它利用探测器连续不断地测量交通负载，并将这些信息传输到一个基于微控制器的系统，它能执行所有交叉路口的信号控制功能。

在[8]中，作者提出一个基于ETC实时交通信号灯控制的方案。首先，基于专用短程通信技术，实时道路状况可以在ETC与交通灯之间通过无线通信获得。其次，采用决策树分类算法，不同的控制方法被设计来应对同的交通流量。然后，交通控制中心改变交通信号灯的持续时间或交通信号灯的周期，使得平均等待时间最小化。最后，红绿灯发送当前绿灯状态，帮助驾驶员快速而安全地通过交叉路口。与固定时间控制相比，仿真结果表明，针对较轻的交通流情况下，可以允许更多的车辆通过交叉路口而没有中断，从而减少了CO2的排放和节约了能源，相对于定时控制，减少CO2排放的百分比超过60.1%（3veh/h）。而在车流量较大的情况下，车辆花费更少的时间等待红灯，因此减少了发动机空转时CO2的排放，至少减少了26.9%（2500veh/h）的CO2排放。

文章[9]对[8]中的几个设计中的不足进行考虑。首先未考虑相邻交叉路口的协调与合作。其次，前文主要关注的是减少等待时间而没有考虑停止次数。第三，提出的基于决策树交通控制算法，此算法十分适合单个的十字路，但不适用于复杂道路。文章对于改进和完善前面的工作提出了一个三层结构来实现动态交通信号灯控制来平滑车辆行驶。第一层是GPS和ETC、OBU(车载装置),第二层是由红绿灯、存储器、天线，天线安装在红绿灯附近,第三层是交通控制中心，它是一个基于分支定界的实时交通信号灯控制算法，目的是使车辆行驶更加流畅。在车辆行驶变得平滑后，更多的车辆能通过交叉路口也可以减少等待时间以及更少的短暂停止，因此，汽车的CO2的排放量可以显著地减少。

ITS引进了很多与车载环境相关的项目，比如安全应用，但是很少关注能源的利用率与CO2排放量。智能交通系统（ICT）在节约能源和减少CO2排放方面扮演着重要角色。交通信号管理（Traffic Signal Management）能够使得车辆行驶更加流畅，避免产生重大交通事故。但是，现在对驾驶员与交通信号管理系统之间的交互研究比较少，可能会导致一些因驾驶员操作失误而造成不安全的情况。因此，驾驶员与系统之间的接口设计将是一个有趣的研究方向。同时，获取定位信息及车辆相关信息的准确性也能够影响交通灯的动态调度，很小的信息失误可能会造成更大的交通拥塞，这就要求提高传感器信息获取的可靠性以及无线传感器网络中信息传输的质量。在动态信号调度中，要求开发实时最优算法来决定最优的交通灯调度，算法要求是快速而且准确的。一方面，大部分研究都没有考虑驾驶环境的变化，比如天气变化，意外情况的出现，路面上行人对系统造成的影响等，同时大部分实验都是在模拟环境中进行的，并没有在实际中运用，这就会导致实验结果与实际中的情况存在着差异，这是交通信号管理中的一个挑战；另一方面，有一些影响因子是很难确定的，比如紧急因子，这也会导致差异性。因此，以后研究中应根据实际情况，考虑更多的影响因素。

3 总结

由于化石燃料的有限性以及全球气候变暖的加剧，减少能源消耗和CO2排放成为当务之急。应用车载通信技术来缓解燃料短缺和全球变暖问题是ITS项目的一部分。然而，在这一领域目前研究并不是很多。本文介绍了交通信号管理在减少能耗和CO2排放方面所取得的成果，并指出所面临的挑战，以及未来的研究方向。将来如果将电力车辆与基于ICT的绿色应用成功结合，在陆地交通系统中的能源消耗和CO2排放将会显著地减少，这将会给经济和环境产生重大的影响。

[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.

导师:刘振宇教授

刘冰(1988-)，女，湖南华容人，研究生，软件工程。