基于路口V2P的避撞算法与验证

张家波，王超凡，李哲



基于路口V2P的避撞算法与验证

张家波，王超凡，李哲

（重庆邮电大学通信与信息工程学院，重庆 400065）

近年来交通事故数量逐渐攀升，无信号灯路口的人车事故尤其严重。首先，基于行人、车辆在路口的穿插延误支付、碰撞风险支付，建立人车通行的博弈模型，给予双方合理的优先通行决策；进一步地，在此基础上引入驾驶员的交通奖罚支付，改进博弈模型，并通过实例进行对比分析，改进后的博弈模型增加了车辆的让行率，更有利于道路交通安全；此外，改进传统的病毒传播模型，分析交通参与者的违章心理，通过数值模拟仿真，证明了违章处罚的必要性。为今后过街行人与车辆避撞系统的开发提供了理论上的参考。

交通安全；支付；博弈；违章心理分析

1 引言

世界卫生组织全球道路安全状况报告显示，每年有124万人死于交通事故，5 000万人伤残，其中22%是行人，约20%的交通事故发生在交叉路口，而我国人口众多，交通系统出现严重的人车混行现象，更是加大了车辆与行人的交通冲突[1,2]。

为了解决车辆与行人（vehicle to pedestrian，V2P）的冲突问题，贝叶斯网络、隐马尔可夫、博弈等算法模型被广泛用于车辆与行人运动的研究。参考文献[3]中将车辆运动模型分为3个层次：基于物理的运动模型、基于行为的运动模型和交互感知的运动模型。参考文献[4,5]中不仅考虑车辆自身，又结合车辆与相邻车辆的关系，预测车辆变道轨迹，实现了碰撞风险的避免。参考文献[6]中提出了一种基于运动轮廓的支持向量机分类模型，识别行人在交叉口的意图。参考文献[7]中基于动态贝叶斯网络，考虑行人当时、历史、未来的运动状态，再融合粒子滤波，建立行人运动模型，能够从行人的当前位置信息，识别行人是否穿越马路的决定。车辆与过街行人信息交互的过程也是一个博弈过程，参考文献[8]中利用重复博弈在无灯控交叉口建立驾驶员行为模型，给予车辆合理的通行决策，但重复博弈加大了碰撞风险且通行效率低下。参考文献[9]中提出了驾驶员与过街行人非合作的动态博弈模型，博弈中考虑到了延误和风险支付（收益），但却没有量化。参考文献[10]中在驾驶员与过街行人博弈的过程中量化了延误支付，但却忽视了风险因子。

为此，本文首先将无信号路口影响V2P通行的因子量化，建立博弈模型对V2P的通行决策进行指导，然后，引入奖罚支付到博弈中，提高车辆对行人的让行率，减少V2P之间的冲突，最后，改进病毒传播模型（susceptible，infected，exposed，recovered，SEIR）[11,12]分析交通参与者的违章心理，证明引入交通奖罚支付后，将会有更多的交通参与者为行人礼让，从而保障道路交通安全。

2 基于延误和风险的V2P博弈模型

2.1 博弈的参与者、策略集以及支付

在无信号灯路口，分析过街行人和车辆相互穿越的微观交通模型，定义博弈的参与者为过街行人和驾驶员（车辆），将行人的策略集定为={等待，通行}，驾驶员的策略集定为={等待，通行}。考虑到过街行人的特点，行人的类型分定为P={健壮者，其他}；驾驶员的类型则可根据他们平时的驾车习惯做安全等级的划分，将驾驶员的类型定分为V={安全型，一般型，危险型}。

V2P双方采取策略的组合决定了他们相应的支付，根据上述博弈的参与者及其策略集，建立V2P的支付函数，见表1。

表1 V2P的支付函数

其中，行人和驾驶员都采取等待策略时，1为行人的支付，2为驾驶员的支付，同理，2、3、4、2、3、4分别为V2P双方不同策略组合下的支付，本章以双方的通行延误、风险作为支付的衡量。

2.2 支付计算

2.2.1 延误支付

2.2.2 风险支付

2.2.3 总支付

根据上述延误和风险支付的分析，假设V2P任一方通行和等待的概率均为1:1，结合V2P的类型，双方的支付见表2。

2.3 实例分析

表2 基于延误和风险的支付

表3 基于延误和风险的V2P博弈结果

表3中的加粗字体为博弈结果的最优组合，（若存在纳什均衡，纳什均衡即最优策略组合，若不存在纳什均衡，则双方支付和最大的为最优策略组合）即V2P的最优通行策略，如安全型的驾驶员与健壮型的行人在路口相遇时，分别给予他们通行策略，既保障了交通安全，又保证了通行效率。

3 引入奖罚支付的V2P博弈模型

交通安全法第四十四条规定：机动车通过无信号灯路口时，应让行人和优先通行的车辆先行。但现实中机动车在路口屡屡和行人抢道，因此，很有必要处罚抢道车辆，本章首先在博弈模型中引入了对车辆的奖罚支付，然后改进SEIR病毒传播模型证明引入交通奖罚更有利于整个交通环境的安全。

3.1 引入奖罚支付的博弈

3.1.1 奖罚支付

引入交通奖罚支付后，驾驶员受交通奖罚的影响，违章心理必然发生变化。首先，定义驾驶员的交通奖罚支付为分段函数，如下：

3.1.2 实例分析

以第2.3节的场景实例代入新的博弈模型中，计算结果见表4。

表4 引入奖罚的V2P博弈结果

比较表3和表4可以看出，引入交通奖罚支付后，行人的过街率、车辆的让行率都有提高。在此场景下，当安全型的驾驶员与健壮型的行人在路口博弈时，车辆以不同的速度驶过决策区，双方采取通行或等待策略时，获得的支付如图1所示。

图1 车辆在不同速度下的V2P支付

从图1中可以看出，随着车速的增加，行人通行的支付递减速度逐渐增大，等待支付波动相对平稳，说明在车速较快的情况下，行人选择通行是一种很危险的策略；加入奖罚支付后，驾驶员的等待支付远高于未加入奖罚时的支付，通行支付远低于未加入奖罚时的支付，说明加入交通奖罚后驾驶员选择等待让行将是明智的选择。此外，图1中显示，当车速高于7 m/s时，行人、驾驶员的等待支付骤升、通行支付骤降，这表明在决策区车速高于7 m/s时，V2P必须有一方要选择等待策略。

3.2 违章处罚的必要性分析

3.2.1 IEVRI模型

IEVRI模型如图2所示。

由此，根据IEVRI模型建立如下方程组：

初始值为：

（13）

3.2.2 仿真分析

图3 时，系统的演变趋势

图4 时，系统的演变趋势

由此可见，在交通规则中引入恰当的违章处罚，能够确保更多的驾驶员遵守交通规则，机动车通过没有交通信号灯交路口时，与行人抢道的行为也应该纳入交通处罚之中。

4 结束语

本文重点研究了路口车辆和过街行人的优先通行问题，考虑交通流中的人流量、车流量，V2P从决策区到冲突区域的距离、速度，单位批次过街行人数量相对的势，再加入交通奖罚等因素，建立V2P的博弈模型，给予路口V2P合理的通行策略，保证道路交通的安全的同时保障通行效率。此外，改进SEIR病毒传播模型，建立分析交通参与者的违章心理模型IEVRI，证明了加入违章处罚，不仅能够确保更多的车辆为行人让行，而且保证了整个交通系统更加优良。但是，研究中缺乏对路口V2P博弈中，车辆加速度的考虑，这将是下一步的研究重点。

[1] World Health Organization. Global forum for road safety legislators launched in London[EB/OL]. (2016-11-28)[2017-07-07]. http://www.ourglobalforum.org/about/.

[2] 李洁. 互联网汽车发展及关键技术分析[J]. 电信科学, 2016, 32(8): 34-38.

LI J. Introduction and critical technology analysis of internet of vehicle[J]. Telecommunications Science, 2016, 32(8): 34-38.

[3] LEFÈVRE S, VASQUEZ D, LAUGIER C. A survey on motion prediction and risk assessment for intelligent vehicles[J]. Robomech Journal, 2014, 1(1): 1.

[4] KOEHLER S, GOLDHAMMER M, BAUER S, et al. Stationary detection of the pedestrian intention at intersections[J]. IEEE Intelligent Transportation Systems Magazine, 2013, 5(5): 87-99.

[5] KAMAL M A S, IMURA J I, HAYAKAWA T, et al. A vehicle-intersection coordination scheme for smooth flows of traffic without using traffic lights[J]. IEEE Transactions on Intelligent Transportation Systems, 2015, 16(3): 1136-1147.

[6] IRYO-ASANO M, ALHAJYASEEN W K, NAKAMURA H. Analysis and modeling of pedestrian crossing behavior during the pedestrian flashing green interval[J]. IEEE Transactions on Intelligent Transportation Systems, 2015, 16(I2): 958-969.

[7] HASHIMOTO Y, GU Y, HSU L T, et al. A probabilistic model for the estimation of pedestrian crossing behavior at signalized intersections[C]//2015 International Conference on Intelligent Transportation Systems, Sept 15-18, 2015, Las Palmas, España. New Jersey: IEEE Press, 2015: 1520-1526.

[8] 刘小明, 王秀英. 基于重复博弈的无灯控交叉口驾驶员行为模型[J]. 中国公路学报, 2011, 24(4): 94-100.

LIU X M, WANG X Y. Vehicle-cross action model in intersection without traffic light based on reduplicate game[J]. China Journal of Highway and Transport, 2011, 24(4): 94-100.

[9] 刘博通. 驾驶员与过街行人非合作动态博弈模型研究[D]. 哈尔滨: 哈尔滨工业大学, 2013.

LIU B T. Non-cooperative dynamic game model between drivers and crossing pedestrian[D]. Harbin: Harbin Institute of Technology, 2013.

[10] 唐勍勍. 基于合作博弈的平面信号交叉口行人和机动车干扰研究[D]. 北京: 北京交通大学, 2010.

TANG Q Q. Research on pedestrian and motor vehicle interference at plane intersection based on cooperative game[D]. Beijing: Beijing Jiaotong University, 2010.

[11] PHILIP E P, CAROLYN L B, ANGELIA N. Stability analysis and control of virus spread over time-varying networks[C]// 2015 Conference on Decision and Control, Dec 15-18, 2015, Osaka, Japan. New Jersey: IEEE Press, 2015: 3554-3559.

[12] YOUNSI F Z, BOUNNEKAR A, HAMDADOU D, et al. SEIR-SW, simulation model of influenza spread based on the small world network[J]. Tsinghua Science and Technology, 2015, 20(5): 460-473.

[13] 胡舜耕, 王志军, 张琳, 等. 移动互联汽车数据共享[J]. 电信科学, 2016, 32(12): 26-31.

HU S G, WANG Z J, ZHANG L, et al. Data sharing of mobile internet vehicles[J]. Telecommunications Science, 2016, 32(12): 26-31.

Collision avoidance algorithm and validation based on V2P at intersection

ZHANG Jiabo, WANG Chaofan, LI Zhe

School of Communication and Information Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China

Traffic accidents have risen in recent years, especially in the case of traffic accidents without signal intersection. A pedestrian and vehicle prevailing game model was established based on the delay and the risk payoff of the pedestrian and the vehicle at the intersection, which could give pedestrians and vehicles a reasonable priority prevailing decision. Moreover, an improved game model was established on the basis of the introduction of the driver’s reward and fine payoff. Practices proved that the improved model could increase the pass rate of pedestrian, which was more conducive to road traffic safety. In addition, the traditional virus transmission model was improved to analyze the psychology of traffic participants, which proved the necessity of illegal punishment by numerical simulation. The research provides a theoretical reference for the future development of pedestrian and vehicle collision avoidance system.

traffic safety, payoff, game, analysis of violation psychology

TP311

A

10.11959/j.issn.1000−0801.2017276

2017−07−10；

2017−09−25

四川省高校重点实验室开放资助项目（No.QXXCSYS201505，No.QXXCSYS201606）；国家重大科学仪器设备开发专项资助项目（No.2012YQ20022404）；重庆邮电大学教学改革资助项目（No.XJG1301）

: Opened Project of Key Lab of Sichuan (No.QXXCSYS201505, No.QXXCSYS201606), The National Key Scientific Instrument and Equipment Development Project of China (No.2012YQ20022404), Education Reform Project of Chongqing University of Posts and Telecommunications (No.XJG1301)

张家波（1974−），男，重庆邮电大学通信与信息工程学院副教授、硕士生导师，主要研究方向为车联网通信技术、无线传输技术应用。

王超凡（1992−），男，重庆邮电大学通信与信息工程学院硕士生，主要研究方向为车联网通信技术。

李哲（1992−），男，重庆邮电大学通信与信息工程学院硕士生，主要研究方向为车联网通信技术。