基于V2X的公交车盲区预警系统策略及测试验证.pdf

67 TRAFFIC&TRANSPORTATION2023 年 7 月 第 39 卷第 4 期（总第 228 期）Jul.2023,Volume 39No.4(Serial No.228)收稿日期：2023-03-30第一作者简介：刘 琪（1982-），男，汉族，湖北洪湖人，学士，工程师，主要研究方向：交通信息工程与控制、车联网。基于 V2X 的公交车盲区预警系统策略及测试验证刘 琪1，顾 帅2,3，苑广勇1，廖汉秋3，吴希钢1,2（1.深圳市智慧城市通信有限公司，深圳 518000；2.武汉理工大学，武汉 430000；3.深圳巴士集团股份有限公司，深圳 518000）摘 要：为解决城市公交车运行过程中容易出现因视野盲区导致的交通事故问题，提出一种基于车路协同的盲区预警策略。首先，利用高斯克吕格投影建立公交车与盲区车辆的位置关系模型，通过车与路侧基础设施通信（V2I）获取盲区车辆或行人的相关信息；其次，基于碰撞时间（TTC）和避撞时间（TTA）2 个评价指标建立预警算法；最后，基于 Prescan 和 Simulink 软件搭建测试模型并进行联合仿真，并依托深圳市坪山区智能网联测试示范区建立公交车盲区预警系统进行道路测试。结果表明，相较于传统单车感知，盲区预警策略在高速行驶场景下能够提前 2.4s 检测到碰撞风险；在低速行驶场景下能够提前 1.6s 检测到碰撞风险，系统运行稳定。关键词：车路协同；盲区预警系统；碰撞时间；避撞时间中图分类号：U491文献标志码：A文章编号：1671-3400(2023)04-0067-05Strategy and Simulation Verification of Bus Blind Spot Warning System Based on V2XLIU Qi1,GU Shuai2,3,YUAN Guangyong1,LIAO Hanqiu3,WU Xigang1,2(1.Shenzhen Smart City Communication Co.,Ltd,Shenzhen 518000,China;2.Wuhan University of Technology,Wuhan 430000,China;3.Shenzhen Bus Co.,Ltd,Shenzhen 518000,China)Abstract:In order to solve the problem that traffic accidents caused by blind spots in the operation of urban buses are prone to occur,a blind spot warning strategy based on vehicle-road coordination is proposed.Firstly,the Gauskrg projection is used to establish the position relationship model between buses and vehicles in the blind spot,and the relevant information of vehicles or pedestrians in the blind area is obtained through V2I(Vehicle to Infrastructure)vehicle-road communication.Secondly,an early warning algorithm is established based on two evaluation indicators:Time to Collision(TTC)and Time to Avoidance(TTA).Finally,based on Prescan and Simulink software,the test model is built and co-simulated,and the bus blind spot warning system is established by relying on the intelligent network test demonstration area in Pingshan District,Shenzhen for road testing,and the results show that compared with the traditional bicycle perception,the blind spot warning strategy can detect the collision risk 2.4 s in advance in the high-speed driving scenario,and the collision risk can be detected 1.6 s in the low-speed driving scenario,and the system runs stably.Keyword:Vehicle-road coordination;Blind spot early warning system;TTC;TTA超过 5 亿人次，为市民出行做出了巨大贡献。然而，公交车车身较长、盲区较多，频繁往来于市政道路极易引发交通事故，行业安全营运形势较为严峻。据统计，中国每年大型机动车事故中由于车辆盲区引起的事故占比86%1。因此，对于大型机动车盲区的安全问题引起了广泛的研究。许圣洁等2针对车辆转弯时 A 柱遮挡问题，设计一种大型货车专用的盲区预警系统，实现车辆右侧盲区0 引言 深圳巴士集团股份有限公司官网公布数据显示现有营运车辆 1.2 万余台（其中公交车 5 686 台），年客运量122023 年第 4 期 68 的全面监测；任可可3为提高车辆变道及转弯安全性，提出一种基于多源信息融合的监测预警系统，提供冗余信息改善预警效果；杨炜等4针对车辆盲区转弯问题，设计一种基于红外视觉的大型车辆转弯告警系统；何霞等5针对行人横穿马路的危险场景，提出基于雷达探测的紧急制动系统。上述方案虽对降低事故率发挥了一定的作用，但也存在一些问题：一是车辆靠近道路两侧行驶时距离路侧的隔离带较近，容易引起误报，对目标识别的准确率有待提高；二是传感器的探测距离有限，系统检测到危险场景的时间较晚；三是雷达传感器的遮挡问题无法解决，导致无法及时检测到盲区的车辆或行人。为解决上述问题，专家提出一种可能的解决方案：通过全新的通信方式，实现车辆、行人以及路侧基础设施的全方位连接，进而提高行车安全性6。车路协同（Vehicle to Everything，V2X）是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议在固定频段工作的无线通信技术，即使在雨雪等恶劣天气条件下仍能保证链接的可靠稳定，有效弥补摄像头、雷达等传统传感器的不足，是实现交通智能化管理和车辆智能化控制的有效途径7。彭理群等8针对弱势交通参与者在交通场景中运动行为的不确定性问题，提出一种基于车与行人通信（Vehicle to Pedestrian，V2P）的碰撞事故概率和冲突风险程度模型，并讨论定位精度以及 V2X 通信时延对系统的影响；Tahmasbi 等9提出一种端到端的碰撞风险检测算法，并对系统的功耗和稳定性进行评估。针对公交车盲区较多的问题，本文提出一种基于车路协同的公交车盲区预警系统。首先，基于车与路侧基础设施通信（Vehicle to Infrastructure，V2I）建立公交车与盲区车辆的相对位置关系；其次，提出碰撞时间（Time to Collision，TTC）和避撞时间（Time to Avoidance，TTA）2 个参数以实现公交车盲区预警系统危险场景判别；最后，基于 Prescan 和 Simulink 软件对该预警系统进行仿真测试，通过在测试车部署车载终端系统（On-Board Unit，OBU），在深圳智能网联交通测试示范区开展实车测试以验证系统的有效性。1 基于公交场景的盲区预警系统原理1.1 盲区预警系统简介 公交车存在部分视野盲区，如果遇到阴雨天光线不足，或有大型车辆遮挡视野等状况时，车辆无法及时发现正在通行的盲区车辆或行人，从而导致事故发生10（见图 1）。利用 V2X 技术将车与路等交通要素有效地结合起来，车辆能够获取比单车智能感知更多的信息，可以有效解决如“鬼探头”等车辆传感器和驾驶员无法及时感知的危险信息，使市民出行更加便捷安全。基于车路协同的公交车盲区预警系统可以利用路侧摄像头、雷达等感知设施检测到公交车视野盲区的车辆和行人，利用路测单元（Road Side Unit，RSU）通过V2I 通信的方式将盲区车辆、行人的位置以及运动状态等信息发送给公交车驾驶员，对行驶时的危险状态进行判断，提前做好准备，避免事故发生11。图 1 公交车视野盲区1.2 盲区预警系统危险场景判断 盲区预警系统以安全时间算法建立模型识别危险场景，根据公交车与盲区车辆的相对位置关系和运动状态建立 TTC 和 TTA 评价指标，并通过比较二者的大小关系判断是否存在安全风险12。公交车行驶过程中，根据 OBU 和 RSU 获得的车辆运动状态信息，由物体运动路程、时间、速度以及加速度间的关系建立碰撞时间模型：(v1 v2)tTTC+1(a1 a2)tT2TC+(drel L)=0（1）2式中：v1、a1分别为公交车的速度和加速度；v2、a2分别为盲区车辆的速度和加速度；drel为相对距离；L 为车长；tTTA 为避免发生事故，系统发出预警的最短时间。由上式可知碰撞时间模型为一个以时间为变量的一元二次方程。因此，当方程的判别式 =(v1 v2)2 2(a1 a2)(drel L)0 时存在碰撞风险，由此可得：D L,vrel 0 且 arel=0 vrel tTTC=D L vr2el 2(D L)arel,vrel 0 且 arel 0（2）vrel arel D L+vr2el 2(D L)arel,vrel0 且 arel 0 vrel arel式中：D 为两车的距离；vrel、arel分别为两车的相对速度、加速度。tTTA由制动力增长时间、排除制动间隙时间和系统预测车辆的当前加速度行驶至预计碰撞点时间等 3 个部分组成，其计算公式如下：tTTA=v1 +t1+t2（3）gcos+gsin 2刘 琪，顾 帅，苑广勇，廖汉秋，吴希钢：基于 V2X 的公交车盲区预警系统策略及测试验证2023 年第 4 期 69 式中：为路面附着系数；g 为自由落体加速度；为路面坡度；t1和 t2分别为排除制动间隙时间和制动力增长时间，依据工程经验，分别取 0.1 s 和 0.2 s。由上式可知，预警时间与车速有关，车速较低时的安全避撞时间也较小，由此系统可能频繁预警。因此，依据联合国欧洲经济委员会（the United Nations Economic Commission for Europe，UNECE）方案13，综合考虑驾驶员收到预警后的反应时间以及排除制动器间隙和制动力增长时间，取预警时间最小值为 1.6 s，即：tTTA=max(v1/(gcos+gsin)+t1+t2/2,1.6 s)（4）2 测试验证2.1 模型准备2.1.1 位置信息坐标转换 V2X 通信中，由于 OBU 与 RSU 发送的位置信息均以 WGS-84 坐标（B0,L0），即大地坐标表示，为方便车辆与车辆、车辆与路侧设施间的位置关系计算，需要将大地坐标转换为笛卡尔坐标。首先利用 GaussKrueger投影14将其转换为 Gauss 平面坐标（x,y），二者的转换关系为 x=X0+Nz l2 cos2 B 1 +1 l4(5 z2+92+44)cos2 B+1 l4(61 58z2+z4)cos4 B 2 24 720（5）y=NlcosB 1+1 l2(1 z2+2)cos2 B+1 l4 (5 18z2+z4+142 582 z2)cos4 B+500 000 6 120式中：X0为赤道到纬线 B 的弧长；N 为卯酉圈曲率半径；z=tanB；l 为投影点经度与所处带轴子午线经度的差；=e cosB；e 为第二偏心率。转换后的高斯平面坐标以北向为 x 轴，以东向为 y轴，需要进行坐标转换将其转换为笛卡尔坐标：x =0 1 x（6）y 1 0 y 笛卡尔坐标为全局坐标，（X,Y）为转换后的 OBU或 RSU 的坐标。2.1.2 场景搭建 为验证基于车路协同的公交车盲区预警系统策略的有效性，在 PreScan 和 Simulink 软件设计相关实验。在PreScan 软件中搭建虚拟测试场景（见图 2）。测试场景显示：路口右侧有车辆即将驶向路口，由于建筑遮挡和路口僵尸车的存在，公交车驾驶员无法观察到路口右侧车辆驶入，车辆速度方向和公交车行驶方向垂直，两车均不采取任何制动措施时发生碰撞。图 2 测试场景示意图2.2 仿真实验及评价2.2.1 高速行驶场景 深圳市公共交通管理局规定，城市交通场景下公交车限速 50 km/h（约 14 m/s），路口处限速 20 km/h（约5 m/s）。因此，搭建场景一：公交车和盲区车辆分别以12 m/s 和 14 m/s 的初速度行驶，两车行驶方向垂直，纵向距离为 80 m，横向距离为 90 m。基于车路协同的公交车盲区预警系统和基于雷达的紧急制动系统进行测试，得到仿真结果（见图 3）。由图 3（a）可知，第 2.8 s 时，盲区预警系统检测到碰撞风险，随即发出预警；第 5.2 s 时，由于基于雷达的盲区车辆开始减速，盲区预警系统判断碰撞风险解除，取消告警。由图 3（b）可知，驾驶员收到预警消息后第 3.2 s时给出 30%的制动力，车辆开始缓慢减速，第 5.2 s 时告警解除，公交车以较低车速行驶；基于雷达探测的盲区车辆第 4.9 s 时检测到碰撞风险，随即开始减速，减速度值较大，第 7.2 s 时车速降至 7 m/s。由图 3（c）可知，第 7.2 s 时两车距离达到最小值，相距 8 m，随后两车顺利通过路口，相对距离逐渐增大，两车成功避撞。车辆行驶速度较高时，由于使用雷达探测的局限性，对车辆横向的危险状态感知较晚，因而车辆制动时间也较晚，减速度值更大，驾乘体验较差。而基于车路协同的公交车盲区预警系统可以实时地感知周围可能的碰撞风险，提前减速，速度变化平缓，乘客乘坐舒适性较好，效果较好。2.2.2 低速行驶场景 公交车通过路口处限速 5 m/s，因而搭建场景二：公交车和盲区车辆分别以 5 m/s 和 6 m/s 的初速度行驶，两车行驶方向垂直，纵向距离为 30 m，横向距离为刘 琪，顾 帅，苑广勇，廖汉秋，吴希钢：基于 V2X 的公交车盲区预警系统策略及测试验证2023 年第 4 期 70 40 m。基于车路协同的公交车盲区预警系统和基于雷达的紧急制动系统进行测试，得到仿真结果（见图 4）。由图 4（a）可知，第 3.2 s 时，盲区预警系统检测到碰撞风险，随即发出预警；第 4.8 s 时，由于基于雷达的盲区车辆开始减速，盲区预警系统判断碰撞风险解除，取消告警。由图 4（b）可知，驾驶员收到预警消息后第 3.8 s开始缓慢减速，第 4.8 s 时告警解除，车辆以较低的车速行驶；基于雷达的盲区车辆第 5.6 s 时检测到碰撞风险，随即开始减速，第 7.1 s 时车速降至 2 m/s。由图 4（c）可知，第 7.1 s 时两车距离达到最小值，相距 2 m，随后两车顺利通过路口，相对距离逐渐增大，两车成功避撞。2.3 道路测试 在对仿真测试数据分析验证系统有效性的基础上，将该策略移植到实际车辆上。依托“建设 5G+车联网先导应用环境构建及场景试验验证公共服务平台（广东深圳）”项目搭建的全新车路协同智慧公交系统，于深圳市龙华区大浪时尚小镇对公交车盲区预警系统进行道路测试（见图 5）。公交车由位于 1 号路口的大浪时尚?图 3 高速行驶场景下盲区预警系统测试结果图 4 低速行驶场景下盲区预警系统测试结果刘 琪，顾 帅，苑广勇，廖汉秋，吴希钢：基于 V2X 的公交车盲区预警系统策略及测试验证2023 年第 4 期 71 小镇西公交场站行驶至十号路口，OBU 接收 RSU 消息，司机屏搭载应用 APP，用于展示路口视频分享等车路协同场景。图 5 道路实测线路图 公交车以 20 km/h 的速度接近 3 号路口，右后方车辆加速驶入公交车盲区，当 tTTAtTTC时，系统发出预警，通过可视化界面和语音方式播报预警信息，提示驾驶员注意盲区车辆减速缓行。据驾驶员反馈，盲区预警系统可以有效提醒司机注意公交车盲区的车辆和行人，减少车辆急刹车的次数，有利于优化乘客的乘车体验，提升公交的吸引力。3 结语 针对大型车辆视觉盲区事故频发的问题，综合考虑摄像头、雷达和 V2X 通信技术的优缺点，在研究大地坐标系转换过程中能够顺利获取盲区车辆信息的基础上，构建一种基于 V2X 通信的公交车盲区预警系统，并在 PreScan 和 Matlab 软件设计了相关试验验证预警策略的可行性与稳定性。测试结果表明，在不考虑传感器和定位误差以及系统通信延迟的条件下，公交车盲区预警系统在不同车速下均能有效告警，弥补了单车感知对盲区车辆及行人信息获取不足的问题；在高速行驶场景下，基于车路协同的公交车盲区预警系统能够提前判断车辆是否存在碰撞风险，提醒驾驶员提前减速缓行，减少车辆紧急制动次数，提升乘客乘坐舒适感。在道路实测过程中，系统使用方便、运行流畅，在不同路况下行车均能有效提醒，设备性能稳定无故障告警效果良好。参考文献：1 刘雨萌，刘俐冰.基于车路协同的货车右转弯盲区预警系统 J.时代汽车，2021（15）：181-182.2 许圣洁，梁叶惠，刘可婧.货运车辆右侧盲区监测预警系统设计 J.汽车电器，2023（2）：36-37；40.3 任可可.基于多源信息融合的汽车盲区检测及预警关键技术研究 D.成都：电子科技大学，2022.4 杨炜，张志威，周凯霞，等.大型车辆右转弯盲区预警系统设计 J.中国科技论文，2019，14（7）：737-742.5 何霞，张道文，车瑶栎，等.基于行人横穿场景的 AEB触发宽度优化研究 J.中国安全科学学报，2020，30（4）：141-146.6 任娅.基于车路协同的交叉口避撞预警研究及实现 D.重庆：重庆大学，2021.7 范文博，周壮，蔡超，等.基于 5G 的车联网可靠通信方法研究 J.邮电设计技术，2022，（10）：88-92.8 彭理群，何书贤，贺宜，等.基于车联网 V2P 的行人碰撞风险辨识研究 J.交通运输系统工程与信息，2018，18（1）：89-95.9 TAHMASBI-SARVESTAN A,MAHJOUB N H,FALLAH Y P,et al.Implementation and Evaluation of a Cooperative Vehicle-to-Pedestrian Safety ApplicationJ.IEEE Intelligent Transportation Systems,2017,9(4):62-75.10 张杨，朱霞，丁文静，等.基于 YOLOv3 的货车盲区检测系统 J.电子技术与软件工程，2021（11）：138-139.11 许其运.路口环境下车路协同技术的应用研究 D.马鞍山：安徽工业大学，2019.12 王晶晶，郭文博，张友松，等.基于车联网的行人主动避撞策略及仿真验证 J.汽车技术，2022（5）：43-51.13 陈东杰.电动汽车车外声音警示装置研究 D.浙江：浙江科技学院，2020.14 陆佳伟.UTM 投影和高斯 克吕格投影及其变换实现 J.交通世界（工程技术），2015（4）：72-73.刘 琪，顾 帅，苑广勇，廖汉秋，吴希钢：基于 V2X 的公交车盲区预警系统策略及测试验证