王云鹏

(北京航空航天大学 交通科学与工程学院，北京 100191)

夏海英

(交通运输部 公路科学研究院 北京 100088)

易振国

(吉林大学 交通学院，长春 130022)

田大新

(北京航空航天大学 交通科学与工程学院，北京 100191)

基于流行病模型的车路协同预警信息交互方法

王云鹏

(北京航空航天大学 交通科学与工程学院，北京 100191)

夏海英

(交通运输部 公路科学研究院 北京 100088)

易振国

(吉林大学 交通学院，长春 130022)

田大新

(北京航空航天大学 交通科学与工程学院，北京 100191)

针对车辆移动速度快、行驶路径受道路约束、网络拓扑结构易改变的特点，提出了一种基于流行病模型的车路协同安全预警信息交互方法，并采用马尔可夫链对传播延迟进行了理论分析.实验采用NS2网络仿真平台，构建了2 000m长、20m宽的双向车道测试场景，移动节点间采用802.11协议，实验测得的延迟结果与理论分析基本一致.

车路协同;交通安全;流行病模型;马尔可夫链

根据公安部交管局的统计，2009年全国共发生道路交通事故238351起，造成67 759人死亡、275125人受伤，直接财产损失9.1亿元.虽然近年来我国的万车死亡率连年下降，已经从2000年的15.60，下降到2009 年的3.6，但形势并不容乐观.日本万车死亡率是0.77，英国是 1.1，加拿大是1.2，澳大利亚是 1.17，法国是 1.59，美国是1.77，我国万车死亡率超过发达国家3倍.道路交通事故是由多方面的原因造成的，其中的主要因素包括:驾驶员、车辆、道路环境.驾驶员的因素涉及到驾驶人遵纪守法意识的强弱、交通系统综合知识与驾驶经验技能的多少、驾驶危机处理意识与知识多少等;车辆是现代道路交通得以实现的主要因素，车况的好坏、车辆的性能等直接影响着道路交通的安全;道路及其环境因素包括道路线形、坡度、坡长、道路景观、气候等.无论是上述哪种原因导致交通事故，如果能提前将危险信息通知驾驶员，保证其具有一定的提前期来采取安全处置措施，则将大大降低交通事故的发生率.

随着无线通信技术的高速发展，基于车-车、车-路无线通信构建车路协同系统，将各种安全预警信息通过无线电信号传递给相关车辆，能有效减少各种碰撞事故的发生［1－3］.车路协同系统的成功实施将为交通安全带来革命性变革，按照美国IntelliDrive组织预测，基于车路协同系统实现的主动安全保障技术能将安全碰撞事故减少82%.此外，车路协同技术也将在提高交通运输效率、缓解交通拥堵［4］、减少尾气排放等方面发挥重要作用［5－6］.

目前，针对不同应用场景的车-车、车-路信息交互方法受到了极大关注.美国UCLA大学建立了CVeT车路协同实验平台，并提出了MobEyes［7］车-车、车-路无线通信协议用于城镇环境下的数据传播.美国麻省理工学院基于CarTel项目建立了由27辆汽车构成的Fleet测试平台，并提出了 Cabernet接入系统［8］和 CafNet延迟容忍网络［9］用于车路协同环境下的数据传播和收集.文献［10］提出了基于Soft-state sketch的分层VANETs数据收集方法.文献［11］提出了基于模糊逻辑的数据收集方法以减少VANETs中带宽资源的消耗.文献［12］提出了基于内容的车-车、车-路混合数据传播方法.文献［13］提出了基于服务的车路协同网络信息传播机制，通过模糊推理方法选择转发节点，以保证娱乐资讯等信息在基于IP的车路协同网络中高效实时传输.为了确保安全预警信息能够及时地传递给一定范围内的车辆，针对车辆移动速度快、行驶路径受道路约束、网络拓扑结构易改变的特点，本文提出了基于流行病模型的车路协同安全预警信息交互方法，并采用马尔可夫链对传播延迟进行了理论分析.

1 安全预警信息交互方法

传染病模型的基本原理是模仿传染病的传播过程，如果一个个体已被传染，在它遇到其他个体并且该个体未被感染的话，病毒将被传播给该节点，持续该过程，病毒将在群体中迅速传播.无线移动网络可通过模仿传染病的传播过程传递信息，在稀疏移动自组织网络或延迟容忍网络中传染病模型是基本的数据路由算法.本文将利用该模型进行交通安全信息的传播，其基本过程是事故发生车辆或危险路段路侧设备将危险信息发送给邻近车辆，收到该信息的车辆将该信息传递给其遇到的车辆.

行车安全预警类信息传输的目的节点是一定范围内的车辆，当一辆车离开事故点达到一定的距离时，该车保存的警示信息将不再具有实时效用.如减速制动过程持续时间包括驾驶员反应时间tr，汽车制动系统协调时间ta，和减速度增长时间ts，在此时间行驶过的距离s如下:

式中，v为初速度;x··为减速度(取为负值).在减速制动过程通常驾驶员需要0.7～1.5 s的反应时间［14］，若取ts=0.2 s，x··=－5 m/s2，tr+ta=1.5 s，则当v=80km/h时，制动距离为85m左右.因此，在车辆相对密集的场景，当携带该消息的车辆离开事发地一定距离后将不再传播该消息，在保证该报警信息在一定范围内传播的同时，减少大量重复消息的传播对无线信道资源的消耗.同时，在一些车辆稀疏的环境下，为了确保消息传播的范围足够大，以消息传播次数为判别条件来决定是否继续转发该消息.由于在车辆密集环境下转发的次数较多，因此在转发次数达到门限值时将判断车辆与事发地之间的距离，当距离超过门限值时将不再传播该消息;而在车辆稀疏环境下，即使车辆已驶离事发地较远距离，但由于转发次数很少，在没有达到转发次数门限值前不会进行距离条件的判断.

目前世界上主流的无线通信协议是基于802.11系列的无线通信协议，其中IEEE已制定了专用于车路协同系统的802.11p协议，该协议的无线接入采用载波侦听多点接入/避免冲撞机制(CSMA/CA，Carrier Sense Multiple Access with Collision Avoidance).该机制在信息发送前先查看介质是否空闲，当介质被侦听到空闲时，优先发送;否则，通过随机的时间等待，使信号冲突发生的概率减到最小.这在信息传输量较大时有可能导致信息无法被发送，因此，对于安全类相关的紧急信息要给予较高的优先级，同时尽量减少不必要的重复信息发送以减少对信道资源的抢占.对于车路协同系统，可根据车辆的行驶方向来优化信息传播机制.通常道路都是双向行驶，见图1.在发生事故时，如何通知即将驶入事故点的车辆注意减速慢行或避道行驶是安全预警的重点.因此，为减少重复信息的传播，保证信息迅速传递给亟需得到警示的车辆，定义驶离事故现场的车辆只向逆向行驶的车辆传播该事故消息，从而有效保证即将行驶到事发地的车辆及时得到该消息.

图1 事故场景图

当两辆车行驶方向之间的夹角α＜45°时可以判定为逆向行驶.如图2所示，如果两辆车Va和 Vb当前的位置为(Xa，Ya)，(Xb，Yb)，下一个时间点的位置为(XNa，YNa)，(XNb，YNb)，则

图2 行驶方向夹角

2 传播延迟

为了分析基于传染病模型的预警信息传播速度，定义如图3所示的马尔可夫链Mi，i=1，2，…，n.如果汽车j收到了消息，则定义马尔可夫链处于状态Mj.如果两辆移动汽车建立连接遵从参数为λ的指数分布，并且其中一辆汽车未被感染，信息能被成功传播的概率为p，按照传染病模型传播方法，则从状态Mj转换到Mj+1的概率为(nj)·jλp，在状态 Mi停留的时间为

其概率密度函数:

信息传递给所有n个车所需时间为

由式(5)可计算出T的拉普拉斯变换为

其中E()为期望函数，将T代入式(6):

图3 信息传播的马尔可夫链

由式(4)可计算出在状态Mi停留时间ti的拉普拉斯变换为

将式(8)代入式(7)可得

由式(6)可计算出

当k=1时，将式(9)代人式(10)可得

3 仿真测试

采用NS2网络仿真平台对上述方法进行了测试和分析.测试场景为2 000m长，20m宽的双向车道.无线通信的具体参数如下:IEEE802.11 MAC协议，Two-ray Ground传播模型，传输范围为250m.在无线环境下即使两辆车位于无线信号传输范围内，由于障碍物阻挡、信号干扰、频道冲突等因素的影响，也可能导致信息无法成功传递.在不同成功传输概率 p下，当 λ =0.05，0.005，0.001时，信息传播的理论延迟见图4～图6.

图4 λ=0.05时不同成功传输概率p下的传播延迟

图5 λ=0.005时不同成功传输概率p下的传播延迟

由结果可知随着车辆数量的增加，传播延迟也随之降低;同时成功传输概率p对延迟也具有一定的影响，p越大延迟越小.图7与图8分别给出了当成功传输概率p=100%，80%时NS2实验得出的实际传播延迟.由结果可知实际结果与λ=0.01～0.05时的理论结果基本吻合.

图6 λ=0.001时不同成功传输概率p下的传播延迟

图7 p=100%时实验测得的传播延迟

图8 p=80%时实验测得的传播延迟

4 结论

基于车-车、车-路无线通信构建车路协同系统成为未来智能交通技术发展的主流方向.通过车路协同系统将各种安全预警信息通过无线电信号传递给相关车辆，能有效减少各类交通安全事故的发生.本文提出了基于流行病模型的车路协同安全预警信息交互方法，并对不同成功传输概率下的传播延迟进行了理论分析.通过在NS2网络模拟器中的仿真实验，结果表明在由WiFi构成的无线通信网络中，当λ=0.01～0.05时的理论结果与实际测得的传播延迟基本一致.

References)

［1］ Xu Q，Mark T，Ko J，et al.Vehicle-to-vehicle safetymessaging in DSRC［C］//Laberteaux K.Proceedings of the 1st ACM InternationalWorkshop on Vehicular Ad Hoc Networks.Philadelphia:ACM，2004:19－28

［2］ Yin J，ElBatt T，Yeung G，et al.Performance evaluation of safety applications over DSRC vehicular ad hoc networks［C］//Laberteaux K.Proceedings of the 1st ACM InternationalWorkshop on Vehicular Ad Hoc Networks.Philadelphia:ACM，2004:1 －9

［3］ Xu Q，Sengupta R，Jiang D，et al.Design and analysisof highway safety communication protocol in 5.9GHz dedicated short range communication spectrum［C］//Proceedings of the IEEE Vehicular Technology Conference.Jeju:IEEE，2003:2451 －2455

［4］ Hewer T D，Nekovee M.Congestion reduction using ad-hocmessage dissemination in vehicular networks［C］//Mehmood R，Cerqueira E，Piesiewicz R，et al.The First International ICST Conference on Communications Infrastructure，Systems and Applications in Europe(EuropeComm).Berlin:Springer，2009:128 －139

［5］ Hartenstein H，Laberteaux K P.A tutorial survey on vehicular ad hoc networks［J］.IEEE Communications Magazine，2008，46(6):164－171

［6］ Wischhof L，Ebner A，Rohling H，et al.Adaptive broadcast for travel and traffic information distribution based on inter-vehicle communication［C］//Hotel H.Proceedings of the IEEE Intelligent Vehicles Symposium.Columbus:IEEE，2003:6 －11

［7］ Lee U，MagistrettiE，GerlaM，et al.Dissemination and harvesting of urban data using vehicular sensing platforms［J］.IEEE Transactions on Vehicular Technology，2009，58(2):882 －901

［8］ Eriksson J，Balakrishnan H，Madden S.Cabernet:Vehicular content delivery using WiFi［C］//Garcia-Luna-Aceves JJ.Proceedings of the 14th ACM International Conference on Mobile Computing and Networking.San Francisco:ACM，2008:199 －210

［9］ Hull B，Bychkovsky V，Zhang Y，et al.CarTel:A distributed mobile sensor computing system［C］//Campbell A.Proceedings of the 4th International Conference on Embedded Networked Sensor Systems.Boulder:ACM，2006:125 －138

［10］ Lochert C，Scheuermann B，Mauve M.A probabilistic method for cooperative hierarchical aggregation of data in VANETs［J］.Ad Hoc Networks，2010，8(5):518 －530

［11］ Dietzel S，Bako B，Schoch E，et al.A fuzzy logic based approach for structure-free aggregation in vehicular ad-hoc networks［C］//Proceeding of the Sixth Acm International Workshop on Vehicalar Inter NET Working.New Yourk:ACM，2009:79 －88

［12］ Leontiadis I，Costa P，Mascoloc C.A hybrid approach for content-based publish/subscribe in vehicular networks［J］.Pervasive and Mobile Computing，2009，5(6):697 －713

［13］ Huang C J，Chen Y J，Chen I F，et al.An intelligent infotainment dissemination scheme for heterogeneous vehicular networks［J］.Expert Systems with Applications，2009，36(10):12472－12479

［14］ Green M.“How long does it take to stop?”methodological analysis of driver perception-brake times［J］.Transportation Human Factors，2000，2(3):195 －216

(编 辑:文丽芳)

Cooperative traffic alarm ing method based on epidemic model

Wang Yunpeng

(School of Transportation Science and Engineering，Beijing University of Aeronautics and Astronautics，Beijing 100191，China)

Yi Zhenguo

(College of Traffic，Jilin University，Changchun 130022，China)
Xia Haiying

(Research Institute，Highway Ministry Transport，Beijing 100088，China)

Tian Daxin

(School of Transportation Science and Engineering，Beijing University of Aeronautics and Astronautics，Beijing 100191，China)

Based on the characteristics of high speed，the movement was constrained by roads，and the vehicle networking topology changed frequently，a cooperative traffic safety alarming method based on epidemic model was presented，and the transmitting delay was analyzed with Markov chain.The method was tested with NS2 network simulator.The simulation scenario contains a 2 000 meters long and 20 meters wide highway，which allows two-way movements of vehicles.The experimental results prove that the transmitting delay is consistent with the theory analysis.

vehicle infrastructure integration;traffic safety;epidemic model;Markov chain

U 491.2

A

1001-5965(2011)05-0515-04

2010-08-06

国家自然科学基金资助项目(50878094);城市交通复杂系统理论与技术教育部重点实验室(北京交通大学)开放基金资助项目

王云鹏(1966 －)，男，吉林舒兰人，教授，ypwang@buaa.edu.cn.