高速公路上匝道自动驾驶交通排放影响分析

秦严严

(1.东南大学 城市智能交通江苏省重点实验室，江苏 南京 210096;2.威斯康星大学麦迪逊分校 土木与环境工程系，麦迪逊 53706，美国)

据统计，中国28.8%的氮氧化物是由交通系统的运营产生，而其中的91.6%又是由车辆的尾气排放造成的[1].车辆的尾气排放与燃油消耗直接关联，交通排放与油耗问题成为制约智慧交通建设的重要问题，是我国中长期发展规划重点解决的三大问题之一.自动驾驶汽车(autonomous vehicles，AVs)可从微观的车辆层面，改善交通系统的运营状况，从而为有效降低交通排放与油耗提供新的途径.就目前而言，大规模的AVs实地测试条件尚不成熟，因而以交通流模型为基础，应用计算机仿真实验分析AVs对交通系统的潜在影响，已成为智能交通系统与交通流理论领域的研究热点[2].国外研究相对较早，Fagnant等[3]应用基于智能体的模型，对共享自动驾驶汽车(shared autonomous vehicles，SAVs)的运营进行了设计分析，并分析了系统运营设计所带来的交通排放效益，但是却没有具体分析交通排放以及油耗的降低与AVs不同比例之间的关系.国内在这方面的研究工作开展较晚，笔者[4]仿真分析了不同AVs比例下的交通安全特性，但没有涉及交通排放与油耗问题，同时该研究虽假设了AVs与手动驾驶车辆均具有相同不变的驾驶方式，却没有体现手动驾驶车辆的驾驶行为差异性以及AVs在控制参数上的差异性.为了弥补现有研究的不足，本文针对AVs与手动驾驶车辆混合行驶下的交通流，研究其在高速公路上匝道的交通排放与油耗影响，并在计算机数值仿真实验中，考虑两种车型空间位置分布的随机性、AVs以及手动驾驶车辆分别在反应延时与安全跟车时距上的随机性差异.

1 仿真模型

在大规模AVs真车实验实施之前，基于交通流微观模型，应用计算机数值仿真实验，分析AVs与手动驾驶车辆混合行驶的交通特性是目前常用的研究手段.跟驰模型是一种重要的交通流微观模型，被广泛应用于交通系统的仿真研究中.在诸多跟驰模型中，智能驾驶模型(intelligent driver model，IDM)[5]具有模型结构与模型参数物理意义明确的优点，因此，以IDM为基础，分别构建AVs与手动驾驶车辆的跟驰模型.IDM模型公式如下：

(1)

对手动驾驶车辆而言，所有手动驾驶车辆的驾驶行为均存在差异性.具体而言，每个驾驶人在驾驶反应延时上存在差异性，即较保守的驾驶人往往保持较大的安全车头时距，较激进的驾驶人往往保持较小的安全车头时距.根据文献[6]，驾驶人的反应延时均值在1.2 s左右，同时在某些情况下的反应延时可降低至0.9 s左右，因此，对手动驾驶车辆的驾驶反应延时的随机选择为0.9～1.5 s，以体现手动驾驶车辆在反应延时上的随机差异性.同时，对于安全车头时距而言，在1.3～1.6 s的范围内随机确定，以体现保守型驾驶人与激进型驾驶人的随机差异性.

针对AVs而言，自动控制系统取代了驾驶人的驾驶任务，但驾驶员依然能够针对各自驾驶习惯，选择AVs的相应驾驶控制参数[7].依据文献[7]，AVs控制系统反应延时约为0.4～0.8 s，因此，将AVs的反应延时参数在0.4～0.8 s的范围内随机确定，以体现AVs控制参数设计的随机性.鉴于AVs可具备较小的安全车头时距，且在1.1 s左右[8]，故而将AVs的安全车头时距在1.0～1.2 s内随机进行选择，以体现AVs在安全车头时距选择上随机差异性.同时在文献[8-9]基础之上，确定IDM模型其他参数取值在AVs以及手动驾驶车辆上的具体体现.具体见表1.

表1 AVs与手动驾驶车辆仿真模型参数

2 交通排放与油耗模型

由于应用车辆跟驰模型进行计算机数值仿真，并以微观仿真数据为基础，应用交通排放与油耗模型计算不同AVs比例下的混合交通流的排放与油耗影响，因此，建立的交通排放与油耗模型需要具备明确的车辆微观轨迹数据与排放及油耗输出之间的数学关系.Ahn等[10]提出的VT-Micro模型，可满足由车辆微观数据计算排放与油耗输出的要求.在VT-Micro模型中，每辆车的排放及油耗输出与该车辆瞬时的速度及加速度有关.具体计算公式如下：

(2)

表2 CO排放、HC排放、NOx排放以及油耗计算中的ki,j取值

续表

3 数值仿真实验

基于车辆跟驰模型进行数值仿真实验，常假设道路为单车道道路，高速公路上匝道瓶颈区域为车辆频繁加减速地段，因此，选择文献[4]中的数值仿真实验路段，即仿真路段总长度为7 km，上匝道位于仿真路段的中间位置，路段上游的交通需求设置为1 700 veh/h，具体参数详见文献[4].这里，应用MATLAB软件进行数值仿真实验，仿真时间为1 h，仿真步长为0.1 s.在仿真实验中，考虑AVs和手动驾驶车辆空间相对位置的随机性，通过程序设定，使得每次仿真中的两种车型车辆的空间位置均是随机的.同时根据表1中的参数取值，在每次仿真实验中，均随机确定每辆AVs以及手动驾驶车辆的反应延时与安全车头时距，以体现每辆车的驾驶行为差异性.各AVs比例下的仿真实验均独立重复3次，并取平均值作为该AVs比例下的仿真结果.根据不同AVs比例下的仿真结果，应用以上的交通排放与油耗模型，计算AVs在不同比例时相对于手动驾驶车辆的排放及油耗降低的百分比.结果见表3.

表3 AVs相比于手动驾驶车辆的排放及油耗平均降低百分比

由表3可以看出，随着AVs比例的逐渐增加，CO排放、HC排放、NOx排放以及油耗均逐渐得到下降，表明了AVs有利于排放与油耗的降低.相比于手动驾驶车辆，当AVs比例达到100%时，CO排放、HC排放、NOx排放以及油耗可分别达到73.17%、73.33%、78.03%、80.57%.但是在AVs比例处于10%以下时，排放与油耗的降低均小于8.22%.为了直观地看出排放及油耗降低与AVs比例增加之前的定性关系，依据表3中的仿真结果，计算得到排放及油耗的降低趋势.如图1所示.

图1 排放及油耗降低趋势

从图1可以看出，CO排放、HC排放、NOx排放以及油耗随着AVs比例的增加呈现出基本一致的降低趋势.在AVs比例小于10%时，排放及油耗的平均降低百分比较低；在AVs比例处于10%～20%时，排放及油耗的降低速度加快，属于快速下降阶段；当AVs比例增加至20%～50%时，排放及油耗的降低幅度减缓，基本处于缓慢下降阶段；在AVs比例达到约50%～70%时，排放及油耗的降低处于快速下降阶段；当AVs比例增加至约70%以上时，排放及油耗的降低重新处于缓慢下降阶段.因此，排放与油耗的降低随着AVs比例的增加呈现出降低幅度较低阶段、快速下降阶段以及缓慢下降阶段等3个阶段，且快速下降阶段与缓慢下降阶段交替出现.

4 结语

针对AVs与手动驾驶车辆混合行驶下的交通流，以跟驰模型、计算机仿真为技术手段，研究了高速公路上匝道瓶颈区域在不同AVs比例下的交通排放及油耗影响.随着AVs比例的逐渐增加，CO排放、HC排放、NOx排放以及油耗呈现出基本一致的下降趋势，形成降低幅度较低、快速下降以及缓慢下降等3个阶段，且快速下降阶段与缓慢下降阶段交替出现.虽然AVs比例的增加有利于交通排放及油耗的降低，但当AVs比例小于10%时，下降幅度低于8.22%，因此如何有效降低AVs在较低比例下的交通排放及油耗显得更为重要.此外，针对高速公路下匝道瓶颈的仿真分析有利于补充已有结论，也是下一步的研究方向.