基于空间序列的车辆行驶工况研究*

王 明 常云涛 邱红桐 董可然

(公安部交通管理科学研究所1) 无锡 214151) (同济大学道路与交通工程教育部重点实验室2) 上海 201804)

0 引 言

行驶工况也称运转循环，是某一类型车辆(如乘用车、公交车、重型车辆等)在特定环境(如城区，郊区等)下车辆行驶的速度-时间变化规律[1].车辆在行驶过程中，影响车辆行驶工况的因素复杂，既包括驾驶员和车辆本身的内在因素，也包括交通管理控制、交通流密度、道路物理几何等外在因素.汽车行驶工况可以直接反映特定地区车辆在行驶过程中速度的变化情况，反映车辆行驶过程的平顺性，也能够评估车辆在行驶过程中的能源消耗量和污染物排放量，并助力新型车开发等工作[2-3].

国内外学者对车辆行驶工况做了大量的研究.其中，对于车辆行驶工况构建方法的研究，姜平等[4]采用离散小波变换的多分辨信号分解算法，以短行程为单元对汽车行驶工况进行构建.李宁[5]通过聚类分析和主成分分析对车辆运动学片段进行划分，并按照固定时间长度进行车辆行驶工况构建.李友文等[6]通过马尔可夫过程来构建不同状态之间转移矩阵，通过状态转移矩阵来构建车辆行驶工况.另外，对于车辆行驶工况与道路环境关系的研究，毛林锋等[7-9]研究城市道路交叉口间距对车辆行驶工况的影响，交叉口间距越小，车辆的行驶工况越不稳定，道路上的交通事故越多，出行时间、能耗与排放越大.卓亚娟[10]研究城市道路交叉口信号配时方案的不同对车辆的行驶工况影响，针对不同的周期、绿信比和相位差，车辆行驶过程中的匀速、加速、减速、怠速状态都会不同，由此带来的车辆延误、能耗和排放也不同.Greenshields[11]提出了流量-速度-密度之间的函数关系，体现了交通量对于车辆行驶工况影响.

然而，当前普遍使用的车辆行驶工况是一种基于时间参数的车辆速度随机变化序列，见图 1a).这种行驶工况无法反映车辆的空间位置信息，难以反映行驶工况与道路不同位置的交通服务水平、交叉口间距、信号控制参数的关系.为了解决这一问题，本文将行驶工况重新定义为车速沿车辆行驶方向的空间变化过程，见图 1b).这些交通行驶环境因素是与车辆所处的道路空间构成直接关联，车辆的行驶工况不再是一种随时间变化的过程，而是被定义为沿道路行驶方向的空间变化过程.

图1 行驶工况

行驶环境是指车辆所在道路的交通服务水平、距离交叉口的位置、信号控制参数等，这些环境参数与车辆在道路上所处的位置有关.本文采集行驶工况数据的道路交叉口的信号控制参数无变化，并且选择畅通状态下行驶工况数据进行分析，故而本文只探索车辆行驶工况随着空间位置改变的变化规律，分析沿道路行驶方向车辆行驶状态的变化规律以及车辆能耗和排放变化规律.

1 车辆行驶状态划分的基本原理

在聚类分析中，样本之间的相似性通常采用样本之间的距离来表示.数据之间的距离通常用明氏(Minkowski)距离表示，当q=1时，称为绝对距离；当q=2时，称为欧式距离；当q=∞时，称为切比雪夫距离.

(1)

车辆在行驶过程中，车辆行驶速度会随着车辆位置的变化而变化.为了反映车辆在行驶过程中的车辆行驶速度的变化规律，按照车辆行驶过程中的速度和加速度值差异，可通过聚类分析将沿道路行驶方向车辆行驶状态进行聚类.

2 空间序列数据的获取方法

2.1 工况数据采集范围

本文车辆行驶工况数据来源于美国佛罗里达州NW 13th street道路(双向4车道、双黄线隔离)，实验车(小汽车、功率147 kW、排量2.0 L手动)共有效采集了单程97组车辆行驶工况数据，根据各组行驶工况标准化后的平均速度和速度变异系数差异，经状态聚类，获得畅通工况67组，协同流工况25组，拥堵工况5组，畅通工况可作为理想的分析对象，因此本文只是对畅通状态下的车辆行驶工况数据进行分析.车辆行驶工况数据采集范围从距SW 10th street交叉口停车线后100 m到SW 16th street交叉口停车线后140 m，整个行驶区域共计长650 m，见图 2.

图2 工况数据采集范围

2.2 基于空间位置的工况数据获取

实验车辆配备有OBD设备和GPS设备，在车辆行驶过程中，OBD设备主要采集车辆行驶工况数据，包括速度、加速度、能耗和排放等参数，GPS设备主要记录车辆的位置和行驶路径信息，包括时间、经度、纬度和高程等参数.设置OBD设备和GPS设备同时按秒进行数据采集，统一使用GPS时间，因此两个设备采集的数据包含相同的时间参数，通过时间参数来实现车辆行驶工况数据与具体空间位置的结合.

2.3 空间序列的行驶工况数据获取

通过时间参数相关联的OBD设备和GPS设备采集的数据是按照每秒统计的，虽然具有了空间位置信息，但是依然属于时间序列数据.将每秒输出的车辆速度、加速度进行变换为沿道路行驶方向每相等间隔的车辆行驶速度和加速度数据，加速度通过相邻速度差获得.

车辆速度的变换公式

(2)

图3为每10 m间隔的空间序列工况数据，可以发现，路段范围车辆速度较为平稳，当车辆到达交叉口范围时通常会出现明显的减速停车过程，接着启动加速驶离交叉口，基于空间位置的车辆行驶工况能够清楚反映车辆行驶速度随着道路空间位置转移的变化规律.

图3 67条行驶工况每10 m间隔的速度值

3 沿道路行驶方向车辆行驶工况及能耗和排放分析

3.1 车辆行驶状态的划分

当机动车通过信号控制交叉口时，由于受到信号控制的影响，车辆会频繁出现减速、怠速、加速等状态，相对于路段匀速行驶过程，车辆能耗和尾气排放因此会有较大增加.为了研究沿道路行驶方向车辆行驶状态的变化规律以及能耗和排放的变化规律，将沿道路行驶方向每10 m间隔的车辆速度和加速度值进行标准化，经聚类分析，共获得7类车辆行驶状态，也就是7个模式事件，其中：状态1代表车辆处于高速匀速行驶状态、状态2代表车辆处于高速减速行驶状态、状态3代表车辆处于中速加速行驶状态、状态4代表车辆处于中速匀速行驶状态、状态5代表车辆处于中速减速行驶状态、状态6代表车辆处于低速加速行驶状态，状态7代表车辆处于低速匀速行驶状态(包含怠速状态).各状态聚类中心见表1，聚类效果见图4.

表1 7类行驶工况状态的聚类中心

图4 沿道路行驶方向车辆行驶状态划分

根据上述行驶状态的聚类结果，选取5条车辆行驶工况绘制沿道路行驶方向车辆行驶状态变化图，见图5.

图5 沿道路行驶方向车辆行驶状态变化图

3.2 各车辆行驶状态下车辆能耗和排放率

为了对沿道路行驶方向每10 m间隔车辆能耗和排放进行分析，并得到车辆行驶过程中各类行驶状态对应的能耗和排放数据，将按每秒间隔采集的车辆能耗和排放数据变换为沿道路行驶方向每10 m间隔车辆的能耗和排放数据.车辆能耗的变换公式为

(3)

式中：C为10 m细分段的能耗值，L；ci为10 m细分段内第i个非怠速的能耗值，L/h；cj为10 m细分段内第j个怠速的能耗值，L/h；vi为10 m细分段内第i个非怠速的速度值，km/h；k1为10 m细分段内速度非怠速的个数；k2为10 m细分段内怠速的个数.

车辆排放的变换公式为

(4)

根据上述能耗和排放计算方法，获得车辆行驶过程中每10 m间隔车辆的能耗和排放数据，图 6为7类状态的能耗和排放分布，可以发现，每类状态车辆能耗和排放分布区间差异明显，但都比较集中，每类状态能耗和排放的均值可用于代表该类状态的能耗和排放.

图6 状态的能耗和排放分布图

根据7类行驶状态下车辆行驶能耗和排放值以及分布频率，计算7类车辆行驶状态下的车辆平均能耗和排放值，见表 2.

表2 各车辆行驶状态平均能耗和排放

图7为7类车辆行驶状态下车辆平均能耗和排放的关系图，其中，无填充柱型代表每个状态的平均能耗，斜线填充柱型代表每个状态的平均排放.可以发现：①车辆能耗和排放呈现正相关性；②状态1和状态4的车辆能耗和排放基本相同，表明车辆在保持中高速匀速行驶状态行驶时，车辆能耗和排放处于稳定状态；③状态2和状态5车辆能耗和排放都很低，大小基本相同，表明减速状态车辆能耗和排放与减速这一过程有关，而与减速过程中的速度大小关系很小；④状态3和状态6车辆能耗和排放都明显较大，表明加速过程会增加车辆能耗和排放，并且起步加速阶段能耗和排放更大；⑤状态7车辆能耗和排放最大，因为这个状态包含了车辆怠速状态，车辆在怠速状态车辆发动机空转，车辆在交叉口停车等待时间越长，这一过程能耗和排放越大.

图7 各车辆行驶状态下车辆平均能耗和排放

3.3 车辆行驶状态占比的空间分布规律

实验数据共包含了67组行驶工况数据，按照10 m间隔进行划分，单条650 m车辆行驶工况包含了65个车辆行驶状态，统计沿道路行驶方向每10 m间隔每类状态所占比例，其结果见图8，其中，第510 m处为交叉口停车线位置.

1) 状态1为高速匀速行驶，前部路段区域，状态1所占比例比较稳定，随着离交叉口停车线越来越近，状态1所占比例逐渐减少，随着车辆远离交叉口，状态1所占比例逐渐增加.这是因为车辆在通过交叉口时受到信号控制影响，车辆逐渐减速由状态1转为状态2，通过交叉口后车辆加速又逐渐变为状态1.

2) 状态2为高速减速行驶，随着车辆靠近交叉口，状态2所占的比例先逐渐增加然后逐渐减少.前期逐渐增加是因为高速行驶的车辆遇到交叉口开始减速从而由状态1转化为状态2，后期逐渐减少是因为车辆速度降到一定程度后保持中速行驶或者继续减速行驶或者开始加速行驶，即状态2又转为状态4或状态3或状态5.

3) 状态3为中速加速行驶，在车辆通过交叉口后开始逐渐增加，后期逐渐减少.这是因为状态3为中速加速过程，车辆通过交叉口后逐渐加速，当车辆达到中速后继续加速就变为中速加速进入状态3.随着车辆速度进一步加大，又逐渐转为高速行驶进入状态1.

4) 状态4为中速匀速行驶，在距离交叉口停车线前约200 m位置开始出现，往后小幅度增加，说明在交叉口范围保持中速匀速行驶的车辆不多.这一状态是由车辆高速行驶减速到中速并匀速行驶，即状态2转化为状态4的过程.

5) 状态5为中速减速行驶，在距离交叉口停车线前约200 m位置开始出现，在70 m处达到最大值，随后逐渐下降直到停车线位置.这一状态是由状态2(高速减速状态)或者状态4(中速匀速状态)转变而来，由于交叉口停车线后车辆开始加速驶离交叉口，所以停车线后就不存在状态5.

6) 状态6为低速加速行驶，在距离交叉口停车线前约100 m逐渐增加，并且在停车线附近达到最大值，从停车线往后约100 m状态6逐渐减少直到消失.这一状态由低速状态转变而来，即由状态7转为状态6.由于车辆一般是在交叉口上游集聚，等待绿灯启亮时开始加速驶离交叉口，因此这一状态占比会在停车线附近达到最大值.

7) 状态7为低速匀速行驶，主要在交叉口停车线前100 m范围内存在，包含了车辆在交叉口停车怠速过程以及低速通过交叉口过程.

图8 沿道路行驶方向各状态占比变化规律

3.4 沿道路行驶方向车辆能耗和排放

根据以上求得7类车辆行驶状态下车辆平均能耗和排放值，结合沿道路行驶方向车辆行驶状态的变化，获取沿道路行驶方向每10 m间隔内车辆平均能耗和排放的变化值.各细分段平均能耗计算公式为

(5)

式中：Ci为第i个细分段车辆能耗值(i=1,2,…,65)，L/100 km；pk为第i个细分段内状态k所占的比例(k=1,2,…,7)；ck为车辆行驶状态k的平均能耗值，L/100 km.

各细分段平均能耗计算公式为

(6)

式中：Di为第i个细分段车辆排放值(i=1,2，…，65)，g/km；pk为第i个细分段内状态k所占的比例(k=1,2，…，7)；dk为车辆行驶状态k的平均排放值，g/km.

根据上述计算方法，生成沿道路行驶方向每10 m间隔内车辆平均能耗和排放(CO2)变化情况，见图9.

注：虚线代表停车线位置图9 沿道路行驶方向车辆平均能耗和排放

由图9可知：①路段范围车辆行驶过程中车辆能耗和排放较为稳定，能耗值在5～8 L/100 km，排放量在130～200 g/km；②车辆能耗和排放在交叉口停车线前150 m左右到停车线后150 m左右先逐渐上升后逐渐下降，并且在交叉口停车线附近达到最大值.停车线前能耗和排放逐渐增大是由于车辆在停车线前低速行驶和怠速状态产生的过高能耗和排放；停车线后车辆能耗和排放逐渐下降说明前期车辆加速过程能耗和排放较大，随着车速达到一定程度后车辆处于匀速行驶状态，车辆能耗和排放相对较小，并且趋于稳定.

4 结 论

1) 沿道路行驶方向的车辆行驶状态能够进行有效聚类.包括：高速匀速行驶状态、高速减速行驶状态、中速加速行驶状态、中速匀速行驶状态、中速减速行驶状态、低速加速行驶状态和低速匀速行驶状态(包含怠速状态)，并且分析发现，每类状态内的能耗和排放分布都比较集中，每类状态的平均值能够有效代表该状态的能耗和排放.

2) 车辆行驶状态受道路行驶环境影响变化显著.根据沿道路行驶方向车辆行驶状态变化规律，路段范围车辆主要包含状态1和状态2，并且状态比较稳定；交叉口范围车辆行驶状态从状态1到状态7都有分布，并且状态之间转换频繁，这与实际车辆行驶过程相吻合.

3) 受交叉口信号控制影响，沿道路行驶方向车辆能耗和排放变化规律明显.①车辆能耗和排放基本成正相关关系；②状态1和状态4车辆能耗和排放基本相同；③状态2和状态5车辆能耗和排放都很低，大小基本相同；④状态3和状态6车辆能耗和排放明显较大；⑤状态7车辆能耗和排放最大.⑥路段范围车辆能耗和排放较为稳定，能耗值在5～8 L/100 km，排放量在130～200 g/km；⑦车辆能耗和排放在交叉口停车线前150 m左右到停车线后150 m左右先逐渐增加后逐渐减少，并且在交叉口停车线附近达到最大值.

下一步将在本文研究基础上，深入研究车辆行驶工况与道路行驶环境的内在联系，探索从比较容易大规模获取的几何、交通控制参数出发，生成行驶工况数据，这些工况数据可以作为车辆能耗和排放分析研究的输入，应用于能耗和排放模型之中，对车辆能耗和排放进行分析和计算.

参考文献

[1] 余志生．汽车理论[M]．第五版，北京：机械工业出版社，2011.

[2] 马冬，丁焰，刘志华，等.轻型汽车实际行驶工况的排放研究[J].安全与环境学，2008,8(5):66-68.

[3] 郑殿宇,吴晓刚,陈汉等.哈尔滨城区乘用车行驶工况的构建[J].公路交通科技,2017,34(4):101-107.

[4] 姜平,石琴,陈无畏，等.基于小波分析的城市道路行驶工况构建的研究[J].汽车工程,2011,33(1):70-73.

[5] 李宁.城市道路车辆行驶工况的构建与研究[D].保定：河北农业大学,2013.

[6] 李友文,石琴,姜平，等.基于马尔科夫过程的行驶工况构建中数据处理与分析[J].合肥工业大学学报(自然科学版),2010,33(4):491-494.

[7] 毛林锋.公路平面交叉口安全间距研究[D].南京：东南大学,2007.

[8] 张兰芳，方守恩.公路平面交叉口合理间距研究[J].重庆交通大学学报(自然科学版).2008(2):276-278.

[9] 龙雪琴，关宏志.基于仿真的城市道路交叉口最小安全间距研究[J].武汉理工大学学报(交通科学与工程版)，2012,36(3):510-514.

[10] 卓亚娟.城市干道单行系统信号配时方法研究[D].西安：长安大学,2013.

[11] GREENSHIELDS B D. A study in highway capacity[J]. Highway Research Board Proceedings,1935(1):448-477.