| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 动态交通网络环保出行路径规划研究 |
| 第617期 作者：□文/王 娟1 阎柄辰2 胡开建3 张 海1 郝玉娇1 郭 栋2 时间：2019/9/16 17:56:30 浏览：353次 |
［提要］ 将实时交通信息应用到乘用车出行路径规划，构建与动态交通网络耦合的排放测算模型，基于改进Dijkstra算法完成排放最优路径规划。利用MATLAB完成以排放最低为优化目标的路径仿真分析，最后通过车载实验验证排放最优路径规划方法的合理性和准确性。结果表明：相比于时间最优路线方案，两者交叉口等待时间仅相差了4.25s，而车辆排放降低了5.6%左右；相比于距离最优路线方案，虽然路段距离增加了2.15%，但交叉口时间和车辆排放分别降低了48.5%和25.5%。
关键词：城市交通；排放测算模型；改进Dijkstra算法；路径规划
中图分类号：U491.1 文献标识码：A
收录日期：2019年5月17日
引言
随着机动车保有量迅速增加，能源消耗、环境污染、交通拥堵和事故频发等问题日益严峻。面对机动车排放污染问题，改进发动机技术、ITS交通环境污染控制和实现燃料清洁化是改善机动车排放的有效途径，同时绿色出行路径的选择对排放控制也同样重要。
国内外关于车速和加速度变化对排放的影响研究较多。Hyung-Wook Choi等研究表明，车速从65mph提高到80mph，其NOx、HC、CO质量排放率分别提高30%、20%、80%。国内外关于道路坡度变化、不同道路等级对瞬态排放的影响也开展一系列研究。Yazdani等研究表明，机动车在坡度大于5%的道路行驶，其CO、HC、NOx的质量排放率相对于水平路面会有60%～450%的提高。吉林大学王云鹏等分析城市不同等级道路车辆运行速度对排放的影响表明，随着道路等级的降低，HC和CO质量排放率有40%～100%的增长，NOx质量排放率有10%～30%的减少。目前，相关研究主要集中于车速、加速度、道路坡度和道路等级等因素对机动车排放特性的影响分析，而关于实时路况信息的出行路径排放定量评价方法研究较少。综上，如何准确计算出行路径的排放量以及路径规划方法是亟须解决的关键问题。
一、乘用车排放测算模型
为准确评价道路特征、运行特征对乘用车排放的影响。通过以车载排放实验所获得的实时排放数据为基础，以机动车比功率（VSP）为中间变量，获取了不同等级道路各车速区间的排放因子，构建乘用车排放测算模型。
（一）车载排放实验。采用德国MAHA公司生产的MAHA MET6.3便携式车载排放测试仪器进行机动车实际道路上实时质量排放数据测试。该车载排放测试仪器通过不分光红外（NDIR）确定所述CO和HC浓度，声光光谱（PAS）确定NOX的浓度，并对三种污染气体浓度进行连续监测。通过电脑软件端实时获取OBD状态和GPS状态，读取车辆相关参数，计算出各污染物的排放因子，为建立乘用车排放测算模型提供数据支持。车载排放测试实验平台如图1所示。（图1）
通过车载排放实验获取真实反映城市复杂多变交通流中机动车排放状况是行之有效的方式。相对于底盘测功机实验并未考虑道路状况和交通流状况对机动车排放的影响，此外实际车载实验还需考虑实验车辆、实验路线、实验时间等影响因素。实验方案具体设计如下：（1）选取淄博市城区道路上具有代表性的16款汽油乘用车作为实验车辆，分别满足国IV、国V排放标准，排量为1.3L～1.8L。（2）为分析不同道路等级对车辆排放的影响，选取了涵盖淄博市城区主要交通道路的实验路线，包括快速路、主干路、次干路和支路四种等级道路。（3）实验时间的选择包含上下班高峰期（6.30～7.30；16.30～18.00），白天平峰期（9.30～11.00；14.50～15.50）和夜晚低谷期（19.30～21.00），获取不同交通流状态下车辆的运行数据和排放信息。
（二）排放测算模型。目前，国内所开发大多为机动车排放测算静态模型，均无法与实时路况进行有效结合。本文基于大量车载排放实验所获取的实时数据，构建适用于与动态交通信息耦合的乘用车排放测算模型。
1、排放率计算。机动车比功率可以准确描述功率需求随车辆行驶状态的变化。目前应用最为广泛的简化公式由车辆的速度、瞬时加速度以及道路情况推算得到，本文以作为中间变量，深入分析和排放之间变化特性，有效避免相同值对应的排放数据在逐秒PEMS数据的离散性。比功率计算公式如下：
VSP＝v（1.1a+9.8s+0.132）+0.000302v3 （1）
其中，v表示行驶速度，单位为m/s；a表示瞬时加速度，单位为m/s2；s表示道路坡度。
本文对VSP区间（VSP Bon）进行聚类处理，并通过公式2计算出不同VSP Bon区间CO、HC、NOx三种污染物的排放率。
PERi=■ERi/m （2）
其中，PERi表示VSP Bin为i时的排放率，单位为g/s；ERi表示VSP Bin为i时第j个VSP的排放率，单位是g/s；m表示VSP Bin为i时VSP的个数。
由于VSP绝对值大于20kw/t的数据量较少，故本文仅对VSP Bin在［-20～20］的区间展开处理分析。以所获取的乘用车实时排放数据为基础，根据上式1、2计算得到乘用车在各VSP Bin内三种排放污染物排放率如表1所示（因篇幅有限，列出部分数据）。（表1）
2、排放因子计算。由于无法细致描述实验路段的平均车速及乘用车的逐秒尾气排放特性，故本文将以5km/h为间隔划分速度区间，统计分析不同速度区间的逐秒数据和相应的VSP值，反映不同等级道路上各速度区间的VSP Bin分布特点，根据不同等级道路各速度区间的VSP分布率，结合各VSP Bin的污染物排放率，计算得到四种等级道路不同车速区间下的排放因子（g/km），计算公式如式3所示：
PEFk=■3600gERkgri，k/v （3）
其中，PEFk为第k车速区间下对应的排放因子，单位为g/km；ERk为第i个VSP Bin对应的排放率，单位为g/s。
3、排放测算模型建立。目前，构建排放预测模型需综合考虑道路特征、运行特征，以及反映发动机实时功率需求的比功率等影响因素。故本文所搭建的乘用车排放测算模型包括路段排放测算模型和道路交叉口排放测算模型两部分组成。
（1）路段排放测算模型。以实验路段的实测数据为基础，将道路等级和平均车速代入得到排放因子，结合道路长度等信息完成不同路段的排放模拟，如公式4所示：
Er=■VCFgEFigLi （4）
其中，Er表示n条路段某种污染物气体总的排放量，单位为g；EFi表示第i路段当前平均车速下对应的尾气排放因子；Li表示通行的第条路段长度，单位为km，VCF为不同等级道路不同速度下的修正因子。
（2）交叉口排放测算模型。本文参照北京交通发展研究中心制定的《城市道路交通运行评价指标体系》，针对不同等级道路各速度区间划定车辆在交叉口的停车延误时间，结合乘用车怠速排放率计算出因信号控制所造成的车辆怠速排放量，具体公式如式5所示：
Ej，i＝T×PER0 （5）
其中，Ej，i表示某种气体的怠速排放量，单位为g；T表示交叉口信号延误时间，单位为s；PER0表示某种气体的怠速排放率，单位为g/s。
二、绿色出行路径仿真研究
基于车辆实时定位以及动态交通信息，采用改进型Dijkstra算法分别求解特定时间段特定速度下的静态解，进而实现动态路径规划。
（一）算法改进。通过最大限度降低算法搜索区域的面积，提高运行效率是Dijkstra算法优化的关键。本文提出基于椭圆最小外接正矩形限制搜索区域的算法来提高算法运行效率。同时为完成动态规划，通过调用不同时间段的交通数据库信息来模拟动态交通环境，故将晚上10点到第二天早上6点的交通情况设为一个数据库文件，其余时间段以十分钟为间隔对数据信息进行划分并存储。
（二）路径仿真分析。以排放测算模型及改进Dijkstra算法为基础，基于相同实验仿真环境，在“平峰期”和“高峰期”分别完成以时间最短、距离和排放为优化目标的三组路径仿真分析，实验结果如图2、图3、表2所示。（图2、图3、表2）
从表2得出，在平峰期，当选定距离最优路径规划方案时，虽然车辆行驶距离最短，但通行时间较其他方案均增加了约15%，由于该路段拥堵情况较为严重，加减速频繁导致车辆排放高达8.60g，较排放最优路线增加了26%。时间最优路径规划方案中，通行时间仅比排放最优路径方案减少3%左右，但路线距离最长，导致车辆的排放不是最优状态。
在高峰期时，由于最短距离的路径规划方案中途经火车站，该路段拥堵情形较为严重，造成该路线时间和排放均表现较差，通行时间比其他方案均高出17%左右。时间最优路径规划方案用时最少，但通行距离较排放最优的路线增加了4%左右，排放也增加了6.5%。与其他方案对比，排放最优方案的污染物排放水平平均降低了15.9%左右。
当乘用车出行路径分别以时间最少、距离最短和排放最低为优化目标时，虽然车辆行驶的通行时间和行驶距离处于最优状态时，但车辆的排放并非处于最优状态。排放最优的路径规划方案中路段总体较为畅通，导致其污染物排放最少，且其他两项指标均为次优状态，成为环保出行的优选路径。
（三）实例验证。本文选择淄博市实际路网完成实际道路车载实验，将实验结果与仿真结果进行对比分析，验证路径规划模型的适用性与准确性。实验细节具体如下：（1）实验路线选择平峰期所规划的三种路径方案，按照平峰期所设定的平均速度在交通流中跟车行驶，实验选择驾龄超过20年且有丰富经验的驾驶员。（2）实验车辆选用福特福克斯、长城哈弗H6以及大众速腾三种车型，分别在三条路线各完成三组实车实验，最后每条线路取实验结果的平均值。
按照设计的实验方案完成车载道路实验，记录并计算每次行车过程中的运行情况及排放情况。结果显示：三种路径规划方案的实验结果基本符合各自优化目标的仿真结果，每种车型的实验结果总排放误差率基本在10%以内，平均误差率不超过5%。不同车型排放误差率相差较大，由于驾驶员自身的驾驶习惯及车辆技术参数差异所造成的，其中哈弗H6排放误差率分别是福克斯和大众速腾的2.3倍和3.3倍。因此，本文搭建的路径规划模型能够较好地规划不同优化目标的路线方案，判断不同路线、不同指标的差异，并应用到实际道路行车中，协助驾驶员完成排放最优路径规划。
三、结论
本文基于乘用车排放测算模型，考虑动态交通信息，并结合改进Dijkstra算法对乘用车经济环保出行路径规划方法展开研究。具体研究结论如下：（一）排放最优与时间最优方案相比，两者交叉口等待时间平均仅相差4.25s，而车辆排放平均降低了5.6%左右；相比于距离最优方案，虽然路段距离增加了2.15%，但交叉口时间和车辆排放分别降低了48.2%和25.7%。排放最优路线减排效果明显，成为驾驶员环保出行的优先选择。（二）实车验证结果表明：每种车型的实际实验结果排放误差率基本在10%以内，三种路径规划方案基本符合各自优化目标的仿真结果。
未来从车型细化、实时路况优化升级和采用高精度路径规划算法等三个角度入手，深入研究为基于实时路况信息在给定的数字地图中寻找从出发地到目的地的经济环保出行路径，以及为开发经济环保出行路径导航系统奠定了理论基础。
（作者单位：1.山东理工大学交通与车辆工程学院；2.淄博市环境污染防控中心；3.济南汽车检测中心有限公司）
主要参考文献：
［1］Hyung-Wook Choi，H.Christopher Frey.Light duty gasoline vehicle emission factors at high transient and constant speeds for short road segments［J］.Transportation Research Part D：Transport and Environment，2009.14（8）.
［2］王云鹏，郭栋，隗海林，等.城市分等级道路车辆运行速度对排放的影响［J］.哈尔滨工业大学学报，2009（7）.
［3］姚荣涵，王筱雨，赵胜川，等.基于机动车比功率的单点信号配时优化模型［J］.交通运输系统工程与信息，2015.15（5）.
［4］任伟建，左方晨，黄丽杰.基于GIS的Dijkstra算法改进研究［J］.控制工程，2018.25（2）.
|
|
|
|
