基于驾驶模拟技术的车路协同应用系统仿真测试及评估

基于驾驶模拟技术如何有效再现多样的车路协同应用系统，并实现车路协同应用系统综合评测是当前车路协同技术领域的重要议题。北京工业大学城市交通学院驾驶行为实验室基于驾驶模拟技术实现了典型14种车路协同应用系统的仿真测试，并基于主观感受、高效性、安全性、生态性、舒适性、有效性等指标体系形成了一套标准化面向人因的车路协同应用系统评估方法。

背 景

随着机动车保有量的持续增长，交通安全、拥堵、污染作为交通领域的三大难题日趋严峻。车路协同技术作为解决交通领域现存问题的新机遇，已成为炙手可热的研究焦点。事实上，车路协同应用系统测试至少包括三个阶段：计算机模拟仿真测试、封闭环境测试以及实际道路测试。目前，车路协同应用系统实地测试受到试验场地难申请、测试成本高、周期长、相关立法未健全等限制，且无法涵盖多种交通环境，故现阶段多数研究基于虚拟仿真技术实现系统效能测试，通过描述车辆特征及构建交通流仿真环境开展车路协同技术的应用评价。

实验设计

北京工业大学城市交通学院驾驶行为实验室采用驾驶模拟技术搭建了车路协同应用系统人机双在环效能测试平台（图1）。

    

以北京冬奥会主干通道兴延高速为对象，面向驾驶人适应性，针对多种道路条件、交通状态、特殊事件等面向高速公路车路协同应用系统应用设计了包括14种不同车路协同应用系统的驾驶模拟方案及情景再现，具体情景有：

长下坡预警（A）

雾预警（C）

 施工区预警（I）

 隧道预警（J、L）

 弯道预警（K）

 生态车道预警（B）

 前向碰撞预警（D）

异常车辆提醒（E）

车辆失控预警（F）

紧急车辆预警（G）

前方拥堵预警（H）

排队预警（M）

 限速预警（N）

 盲区预警（O）

选择兴延高速（总长46km）作为实验场景的设计原型。场景设置为双向四车道，道路横断面为22.4 m (车道宽度= 3.75 m，中位数(绿化带)宽度=2.6 m，肩宽=4.55 m)，自由流状态，限速80-120 km/h。为保证数据的有效性，避免被试疲劳驾驶，将路段用服务区分割，两段长度分别为22 km（路段1）和24 km（路段2）。测试平台中各车路协同应用系统设置位置如图2所示。基于该测试平台，设计人机交互系统（HMI），实现了基于驾驶模拟的车路协同应用系统情景再现与人机交互测试，并在高效、安全、生态、舒适及有效性等方面进行了综合评测。

初步结果-适应性评估

初步分析结果显示，车路协同技术降低了单车行驶效率（图3），但其安全性有显著提升（图4），生态性改善效果明显（图5），舒适性各系统存在不一致性（图6），有效性具有明显的优势（图7）。

初步结果-交通流评估（以隧道为例）

    

隧道作为高速公路的瓶颈路段，尤其是特长隧道，因其物理结构的特殊性，驾驶员在进入和驶出隧道过程中驾驶环境发生剧烈变化，使其交通流存在较多的不稳定性。时空轨迹是揭示运动物体在指定空间内连续时序变化状况的特性指标，准确地表述车辆行驶速度控制、速度稳定性以及进入隧道前减速触发点等方面车辆运行的特性。

基于被试在驾驶过程中车辆的运动学特征（位置、时间、速度、加速度、横向摆动等）数据，研究特长隧道路段环境下车辆时空运行特性，对比驾驶员在预警系统开启与关闭2种状态下通过特长隧道路段（石峡隧道预警系统）车辆运行状态变化的差异性，并基于试验车辆的纵向时空轨迹汇聚数据，分析预警系统对交通流实际通行效率的影响。将车载系统开启和关闭两种状态下的被试车辆时空轨迹曲线按照最小跟车时距（选取1.5s）的原则进行随机排序（1000次取最优），获得车载设备两种状态下最佳时空轨迹汇聚模式。结果表明，车载系统开启时的时空轨迹汇聚图更加紧密，速度整体比较稳定，有利于交通流整体通行效率的提高。

总 结

基于驾驶模拟技术成功实现了车路协同应用系统的再现与仿真测试，通过构造虚拟路侧传感器、虚拟车车通信系统，构建试验车辆与背景车辆的交互场景，并记录细粒度、多维度、高精度驾驶行为数据，实现车路协同应用系统的定制化仿真，形成了面向人因的车路协同应用系统实验测试仿真一般性方法。在车路协同应用系统上路测试之前，通过基于驾驶模拟的定制化场景设定和柔性化参数控制，该技术方案可实现绝大多数车路协同应用系统的仿真测试与评估，克服了封闭环境测试和实际道路测试成本高、周期长、场景库单一的缺点。

北京工业大学城市交通学院驾驶行为研究团队，通过构建基于驾驶模拟的车路协同应用系统综合实验测试平台，实现不同场景下驾驶行为数据细粒度、多维度、高精度获取，从人因角度出发，实现车路协同应用系统在驾驶人适应性和交通流多层面的测试评估和优化，为进一步开展外场测试奠定基础。

End