基于Google Earth的車輛防碰撞虛擬仿真系統(tǒng)

肖廣兵 陳有超 季淦 孫寧 陳勇

摘要：車載自組織網(wǎng)絡(luò)（VANET）是近年來智能交通領(lǐng)域的研究熱點(diǎn)之一。在VANET網(wǎng)絡(luò)中，智能車輛通過交互共享道路環(huán)境信息，可提高交通安全水平。在現(xiàn)實(shí)環(huán)境中進(jìn)行大規(guī)模的車載自組織網(wǎng)絡(luò)實(shí)驗(yàn)，在經(jīng)濟(jì)性和可行性上都具有較大困難。在SUMO交通仿真基礎(chǔ)上開發(fā)出車輛防碰撞虛擬仿真系統(tǒng)，通過Google StreetMap獲取真實(shí)道路環(huán)境（如路網(wǎng)、樓宇、植被等），并結(jié)合GEMV2軟件對(duì)智能車輛在真實(shí)道路環(huán)境下的無線通訊鏈路質(zhì)量進(jìn)行評(píng)估，實(shí)現(xiàn)了虛擬行車交通流與車輛間無線通訊質(zhì)量評(píng)估兩位一體的模擬仿真，增強(qiáng)了車輛對(duì)周圍道路交通環(huán)境的綜合感知能力。

關(guān)鍵詞：虛擬行車系統(tǒng);交通仿真;SUMO;車載自組織網(wǎng)絡(luò);通訊鏈路評(píng)估

DOI：10.11907/rjdk.191860開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：中圖分類號(hào)：TP319文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2019）010-0107-04

0引言

車載自組織網(wǎng)絡(luò)（VehicularAd hoc Network，VANET）是近年來智能交通領(lǐng)域的研究熱點(diǎn)之一，在城市道路交通系統(tǒng)中具有極其重要的研究?jī)r(jià)值。在現(xiàn)實(shí)環(huán)境中進(jìn)行大規(guī)模的車載自組織網(wǎng)絡(luò)試驗(yàn)，在經(jīng)濟(jì)性與可行性上都存在較大困難，而隨著近年來計(jì)算機(jī)仿真技術(shù)的快速發(fā)展，采用虛擬仿真技術(shù)進(jìn)行車載自組織網(wǎng)絡(luò)仿真實(shí)驗(yàn)研究車輛避碰方案已成為一種趨勢(shì)。該研究方式可在縮短研究周期、降低研究難度的同時(shí)，極大地節(jié)省研究經(jīng)費(fèi)，因此是一種行之有效的方法。

在大規(guī)模交通流仿真實(shí)驗(yàn)中，目前運(yùn)用較廣的是SU-MO交通仿真（Simulation of Urban Mobility）。文獻(xiàn)[2]、[3]均采用SUMO進(jìn)行交通仿真，取得了良好的仿真效果，但SUMO仿真僅限于交通流仿真，并不涉及交通流中車輛與車輛之間的通訊仿真，且仿真結(jié)果僅能從宏觀視角進(jìn)行展示，不具備以駕駛員為觀測(cè)視角的道路實(shí)景仿真功能，缺乏直觀性，難以實(shí)現(xiàn)避碰方案研究的最佳環(huán)境。

本文設(shè)計(jì)的車輛防碰撞虛擬仿真系統(tǒng)在SUMO仿真基礎(chǔ)上進(jìn)行二次開發(fā)，可將SUMO中任意車輛的仿真結(jié)果轉(zhuǎn)化為以駕駛員為第一視角的行駛過程實(shí)時(shí)路況仿真，之后進(jìn)一步結(jié)合GEMV2（Geometry-based Efficient propaga-tion Model for V2V communication）對(duì)車輛行駛過程中的通訊鏈路進(jìn)行評(píng)估，從而實(shí)現(xiàn)虛擬行車和通訊質(zhì)量評(píng)估兩位一體的模擬仿真，使仿真結(jié)果的顯示更加直觀與真實(shí)。

1研究現(xiàn)狀

目前，車載自組織網(wǎng)絡(luò)仿真更加注重真實(shí)性、可拓展性以及系統(tǒng)集成性，并通過虛擬現(xiàn)實(shí)建模技術(shù)增強(qiáng)仿真的表現(xiàn)力和感染力。但目前該領(lǐng)域取得的研究成果，如車道公路通行能力仿真、非信號(hào)燈公路交叉口交通仿真、高速路人口匝道交通仿真等，僅是針對(duì)一些局部或特定問題的研究，其對(duì)網(wǎng)絡(luò)和車輛流的分析都缺乏系統(tǒng)化考慮。

從涵蓋范圍來看，車載自組織網(wǎng)絡(luò)仿真主要涉及兩方面：一是對(duì)網(wǎng)絡(luò)方面的仿真，通過建立車輛間通訊模型與算法，對(duì)車輛間的通訊質(zhì)量進(jìn)行評(píng)估與測(cè)試;二是對(duì)車輛流的仿真，通過仿真模型模擬車輛在路網(wǎng)中的運(yùn)動(dòng)狀況。以上兩方面的仿真工具目前都已發(fā)展得很成熟，如典型的網(wǎng)絡(luò)模擬器NS-2，OPNET、OMNet++等，典型的交通模擬器CORSIM、VISSIM、SOMO等。

車輛運(yùn)動(dòng)會(huì)直接影響到車輛間的通訊狀況，例如：當(dāng)車輛經(jīng)過高樓等遮擋物時(shí)，部分通訊鏈路會(huì)被遮蔽。反之，車輛間的通訊信息同樣會(huì)作用于車輛運(yùn)動(dòng)，例如：當(dāng)某車輛接收到其相對(duì)方向車輛駛來的信號(hào)，則發(fā)出避讓提示，必然會(huì)引起車輛運(yùn)動(dòng)軌跡的改變。因此，在車載自組網(wǎng)仿真中，網(wǎng)絡(luò)模擬器和交通模擬器是相互影響、相互作用的。以上提到的仿真軟件在功能上相對(duì)獨(dú)立，但整合性欠佳，距離實(shí)現(xiàn)網(wǎng)絡(luò)與車輛流的聯(lián)合仿真還有一定差距。

在文獻(xiàn)[6]中，考慮到因距離產(chǎn)生的信號(hào)衰減及阻擋信號(hào)傳播障礙物的影響，提出一種新的基于拓?fù)涞目梢娦阅Ｐ?，以?shí)現(xiàn)更精確的警告消息傳播過程。但該方案在仿真模擬階段多采用高速公路場(chǎng)景（最簡(jiǎn)單的布局、無交叉點(diǎn)）和曼哈頓風(fēng)格的街道網(wǎng)格（街道正交排列），而很少使用真實(shí)的城市場(chǎng)景布局，因此難以實(shí)現(xiàn)仿真的準(zhǔn)確性與真實(shí)性;在文獻(xiàn)[7]中提出一種利用SUMO軟件計(jì)算道路上車輛每個(gè)時(shí)刻位置以及道路特性的模擬方案，雖然一定程度上還原了真實(shí)的道路情況，但由于SUMO只能提供平面路網(wǎng)信息，因此該方案缺乏直觀的行車交互感知，也未能實(shí)現(xiàn)對(duì)信號(hào)傳播中障礙物影響的檢測(cè)。

本文設(shè)計(jì)了一種虛擬車輛防碰撞系統(tǒng)，在SUMO仿真基礎(chǔ)上結(jié)合Google Earth地圖軟件得到以駕駛員為第一視角行駛的實(shí)時(shí)路況，并結(jié)合GEMV²對(duì)行駛車輛通訊鏈路進(jìn)行評(píng)估，較好地實(shí)現(xiàn)了網(wǎng)絡(luò)與車輛流的聯(lián)合仿真。

2系統(tǒng)設(shè)計(jì)與工作原理

車輛防碰撞虛擬仿真系統(tǒng)將交通仿真工具SUMO與通訊仿真工具GEMV²進(jìn)行整合，運(yùn)用本文開發(fā)的Python腳本，可將SUMO中產(chǎn)生的車輛移動(dòng)樣本生成可供GoogleEarth地圖軟件使用的KML文件，再通過通訊仿真工具GEMV²生成包含車輛間通訊鏈路的KML文件。最終將兩者的仿真結(jié)果整合到Google Earth中進(jìn)行演示，通過實(shí)時(shí)調(diào)整駕駛員視線與水平線的夾角，形成多視角車輛防碰撞虛擬仿真系統(tǒng)。

2.1交通仿真工具SUMO

SUMO（Simulation of Urban Mobility）是一種開源、微觀、多模態(tài)的交通模擬器，可以實(shí)現(xiàn)車輛跟馳模型、換道模型、路徑選擇、信號(hào)燈控制、路口轉(zhuǎn)向等仿真功能，能真實(shí)模擬城市道路中的車輛移動(dòng)。SUMO中的每輛車都是明確建模的，有自己的路線，并在路網(wǎng)中獨(dú)立移動(dòng)。在默認(rèn)情況下，模擬是確定性的，也可采用SUMO自帶的腳本引入隨機(jī)性，如使車輛在多路口路段內(nèi)隨機(jī)轉(zhuǎn)向等。需要注意的是，其隨機(jī)性始終受到路網(wǎng)中包含交通規(guī)則的限制，以保證仿真效果的真實(shí)、可靠。

包含道路信息的路網(wǎng)文件是用于SUMO仿真的基本文件。OpenStreetMap（一個(gè)開源地圖軟件）有豐富、準(zhǔn)確的路網(wǎng)信息，采用提取自O(shè)penStreetMap的路網(wǎng)文件，再根據(jù)仿真實(shí)驗(yàn)需求作進(jìn)一步調(diào)整，基本可達(dá)到仿真要求，是一種高效、可行的方案。

SUMO仿真是車輛防碰撞虛擬仿真系統(tǒng)的基礎(chǔ)，虛擬行車系統(tǒng)將從SUMO仿真軟件最終產(chǎn)生的包含道路和車輛運(yùn)動(dòng)的XML文件中提取車輛數(shù)據(jù)。

SUMO仿真基本步驟可簡(jiǎn)化如下：①?gòu)牡貓D文件中提取路網(wǎng);②運(yùn)用SUMO提供的腳本生成符合路網(wǎng)交通規(guī)則的車輛;③運(yùn)行SUMO交通流仿真。

2.2通訊仿真工具GEMV²

GEMV²是用于車輛到車輛（V2V）或車輛到基礎(chǔ)設(shè)施（V2I）的基于幾何模型的通信模型。使用GEMV²進(jìn)行仿真的流程如圖4所示。

運(yùn)行GEMV²仿真，需要地圖幾何模型和車輛群運(yùn)動(dòng)參數(shù)兩方面數(shù)據(jù)。其中，地圖幾何模型提取自SUMO仿真時(shí)用到的同一個(gè)OpenStreetMap地圖文件，而車輛群運(yùn)動(dòng)參數(shù)提取自SUMO仿真文件。GEMV²根據(jù)地圖幾何模型實(shí)時(shí)計(jì)算并評(píng)估運(yùn)動(dòng)車輛之間的通信鏈路質(zhì)量，通過確定高質(zhì)量通信條件以達(dá)到避碰目的。例如，當(dāng)車輛之間沒有建筑物等阻斷信號(hào)的物體，且彼此在其廣播能力范圍內(nèi)時(shí)，可通訊質(zhì)量較好;反之，車輛通訊質(zhì)量會(huì)隨著車輛間阻隔物體的增多或車輛間距離的增大而下降。

GEMV²仿真效果如圖5所示（彩圖見封三），其中藍(lán)色線條代表通訊鏈路通訊質(zhì)量較好，反之，黃色線條代表該通訊鏈路通訊質(zhì)量較差。

2.3Google Earth

Google Eaah是一款由Google公司開發(fā)的虛擬地球軟件，其將衛(wèi)星照片、航空照相和GIS布置在一個(gè)地球的三維模型上，支持多種操作系統(tǒng)平臺(tái)。由于Google Eaah提供了大量通用的功能模塊與接口，基于Google Eaah進(jìn)行二次開發(fā)的應(yīng)用非常豐富，最常見的開發(fā)領(lǐng)域是GIS，但在交通模擬方面還十分欠缺。Google Earth豐富的三維模型可為交通模擬提供實(shí)驗(yàn)所需的道路，從而大大減少模擬過程中道路環(huán)境搭建的工作量及搭建成本。

Google Eaah三維模型是基于KML（Keyhole MarkupLanguage，Keyhole標(biāo)記語言）的，KML是一種基于XML的標(biāo)記語言，利用與XML相似的語法格式描述地理空間數(shù)據(jù)（如點(diǎn)、線、面、時(shí)間、位置及模型等），從而構(gòu)建地理模型。通過在一系列連續(xù)的時(shí)間點(diǎn)上定義車輛位置、前進(jìn)方向、速度等數(shù)據(jù)，即可實(shí)現(xiàn)車輛在Google Earth地理模型道路上行駛的仿真效果。

2.4仿真整合

運(yùn)用本文開發(fā)的Python腳本，從SUMO仿真軟件產(chǎn)生的XML仿真文件中提取車輛運(yùn)動(dòng)參數(shù)，包括任意時(shí)間點(diǎn)上的車輛經(jīng)緯度、車速、車輛行駛方向等信息，并按照一定格式轉(zhuǎn)換為Google Eaah專用的KML文件。另一方面，運(yùn)用GEMV²生成的實(shí)時(shí)通信鏈路質(zhì)量評(píng)估仿真結(jié)果也以KML文件形式同步加載至Google Eaah中。只要確保兩個(gè)KML文件中的時(shí)間軸同步，即可實(shí)現(xiàn)虛擬行車與通訊質(zhì)量評(píng)估兩者合一的虛擬車輛防碰撞系統(tǒng)。虛擬行車系統(tǒng)整體仿真流程如圖6所示。

車輛防碰撞虛擬系統(tǒng)仿真效果如圖7所示（彩圖見封三），結(jié)果以類似視頻的形式進(jìn)行展示。隨著時(shí)間推移，車輛沿著設(shè)定路徑行駛，在以駕駛員為第一視角顯示道路實(shí)景的同時(shí)，生成車輛間的通訊鏈路。

3結(jié)語

本文創(chuàng)新地將SUMO交通仿真與Google Earth相結(jié)合，開發(fā)出仿真效果更加立體直觀、道路周邊景物更加豐富的虛擬車輛防碰撞系統(tǒng)，同時(shí)結(jié)合GEMV²進(jìn)行車輛間通信質(zhì)量評(píng)估，將原本分離的SUMO交通流仿真與GEMV²通信仿真整合為一個(gè)體系，為車載自組織網(wǎng)絡(luò)仿真提供了一種有效的解決方案，實(shí)現(xiàn)了車輛避碰方案中的真實(shí)環(huán)境搭建，解決了網(wǎng)絡(luò)模擬與交通模擬相互獨(dú)立的問題，達(dá)到了更佳的虛擬仿真效果。然而，本文開發(fā)的系統(tǒng)受限于目前的技術(shù)發(fā)展?fàn)顩r，車輛防碰撞虛擬仿真系統(tǒng)中缺少人在交通流中的運(yùn)動(dòng)狀態(tài)。因此，將運(yùn)動(dòng)方向和運(yùn)動(dòng)狀態(tài)多變的人加入到車輛防碰撞虛擬仿真系統(tǒng)中將是未來無人駕駛交通系統(tǒng)仿真研究的方向。