1 引言
隨著車輛的增加和道路的建設，交通事故量尤其是在交叉路口發生的事故量在逐年增加。死亡率分析報告系統FARS(Fatality Analysis Reporting System)指出，2009年美國有40.1%的交通事故發生地點為交叉路口[1]。美國公路交通安全管局的一份報告指出，在2010年，44.1%的交叉路口事故發生的原因是由于駕駛員的不當監測和反應[2]。公安部的統計數據顯示，2012年全國接報涉及人員傷亡的路口交通事故4.6萬起，造成1.1萬人死亡5萬人受傷，分別比2011年上升17.7%、16.5%和12.3%[3]。
無人駕駛汽車通過改變汽車的基本使用方式，協助預防交通事故，將人們從大量的駕車時間和隨時面臨的安全威脅中解放出來。無人駕駛汽車大賽(DARPA Grand Challenge)、各大汽車制造商和Goog1e對無人駕駛汽車的發展注入了先進的技術，并使得無人駕駛汽車真正上路的目標逐步變為現實。以Google無人駕駛汽車為例，它于2012年5月獲得了美國首個無人駕駛車輛許可證，并將于2015年～2017年進入市場銷售。然而無人駕駛汽車同樣會碰到如車胎爆裂、油門卡死等突發狀況，一個微小的狀況也會引起撞車事故。基于此，故障自動保護(也稱為自動防撞協議)成為無人駕駛汽車研究的一個重要領域。
無人駕駛汽車依靠先進的感應技術以車對車V2V(Vehicle—to—Vehicle)或車對路口V2I(Vehicle—to—Intersection)的形式進行信息傳輸和交互，在感應到事故發生后躲避撞擊的動作需通過計算機程序進行控制。目前存在的無人駕駛車輛的防撞系統在感應到路口有事故發生后，都給出了未進入路口車輛的躲避策略，但對已在路口內部的車輛的躲避策略研究得比較少。本文以Dreser和Stone的基于V2I的自治路口管理協議AIM(Autonomous Intersection Management)L40為對象，對AIM協議進行改進，以提供防撞機制。
本文結構安排如下：第2節介紹相關工作;第3節對AIM協議進行簡單介紹;當路口狹窄或因車輛擁擠空間較小時，強制轉彎可能會引發更嚴重的撞擊，針對這種情況，第4節首先給出了這種情況的處理方式，然后對AIM的已有算法進行改進，給出了基于轉彎和剎車兩種方式的防撞策略;在第5節通過一個實例表明改進后的算法能為車輛提供有效的防撞策略;最后第6節是本文的總結。
2 相關工作
文獻[5～8]等從控制的角度，通過計算在路口內部的車輛的最大可控集合給出防撞機制，但它只適用于一輛車進入事故場景的情形，不能為兩輛以上的車輛同時給出防撞策略，而且判斷車輛是否屬于最大可控集合是NP困難的[9]。文獻[10]利用無人機模型給出了多輛車的防撞策略，但是當路口車輛較多時，無人機模型的個數呈指數式增長，因此這個方法僅適用于路口車輛較少的情況。文獻[11]給出了一個基于時間區間分配策略的算法，它假設每輛車有無限多個防撞策略，當多輛車需同時產生防撞策略時，他們通過一個算法對每個車輛的防撞策略進行組合，以找出最優防撞策略，因此這個算法能處理路口車輛較多的情形。Hafner等人在文獻[12]中給出了一個算法，這個算法以剎車和限速兩種方式確保車輛沒有相撞的可能性。以上的算法在處理下面兩類事故(如圖1所示)時存在不足，如圖1a所示，如果所有車輛沒有出現故障，它們會順利通過路口。但是，當車B突然熄火停靠在路口中央時，若采用a11一hard—stop策略，慣性可能會導致車輛發生碰撞。這種情況下，應采用的策略是，車A向右轉向，車C和車D繼續按原計劃行駛。圖1b表示若假設車E在A的右前方，則路口空間不足，此時若車A向右轉向會導致車E和車A的碰撞。為避免兩者相撞，算法應為A預留空間。
3 AIM協議
本文將對自治路口管理協議AIM進行改進，基于此協議和前面介紹的現有防撞策略的不足之處，本文提出一個改進的AIM協議，并用實驗說明該協議提供的防撞策略的有效性。本節將簡單介紹AIM協議的主要內容。AIM協議定義的關鍵詞是駕駛員代理DA(Driver Agent，用于控制車輛的程序)和路口管理者IM(Intersection Manager，決定是否接受車輛的預定)。AIM協議的核心是預定方式RM(Reservation Mode)。簡單來說，RM的工作步驟為：
(1)即將駛人路口的車A向IM發出一個內容為預計到達時間、車速(<限制速度)、駛入車道、駛出車道的信息，此信息用來預定路口的塊(注：AIM將路口按水平垂直的方式等分為塊(Tile)，IM根據A發出的預定消息計算A通過路口時經過的塊序列(每個時間段都包含一個塊序列)。
(2)根據以上信息，IM對A的行為進行模擬，以確定A的預定是否與之前發出預定請求的車輛的路線有沖突(注：IM拒絕A的預定當且僅當在車輛B已經成功預定該塊，且根據模擬B使用該塊的時間和A是在同一個時間段內)。
(3)如果沒有沖突，IM接受A的預定;若IM未接受A的預定，A將重新發送消息，即回到第(1)步，直到IM接受A的預定。A在穿過路口時，每離開一個塊，就會向IM發送一個消息，通知該塊已經空閑，這樣IM將該空閑塊納入其他車輛占用塊的計算范圍內。
4 基于防撞機制CAP的AIM協議
本節分兩種情況對AIM協議進行改進，這兩種情況分別是：基于安全距離的剎車防撞機制;依靠剎車和轉彎的防撞機制。
4.1基于安全距離的剎車防撞機制
首先考慮一種簡單情況，即僅靠剎車防撞。這種方式雖然簡單，但在特殊情況下，比如在路口極其狹窄，或路口車輛密度很大時，它是必須的，因為此時轉彎可能會造成多輛鄰近車輛的相撞。
下面按照車輛的相對位置對這種策略進行分類討論，圖2表示了根據兩輛車的相對行駛方向得到的車輛的三類相對位置。另外，用區間表示每輛車加速度的上限和下限，如
定理4的證明比較簡單，故本文省略。定理1～定理3在現有AIM協議[4]中是無法實現的，因為在RM中沒有將汽車的安全距離考慮在內。根據以上定理，本文對AIM所做的改進為：根據塊占用的前后順序，為所有塊計算相鄰車輛的安全距離，在車輛穿過路口時，AIM通過感應技術計算相鄰車輛的安全距離，若小于安全距離，則提示車輛減速。以上改進是合理的，因為我們規定了它的執行條件，即路口寬度小于4m且為同向單車道路口。這種保守的策略保證了無人駕駛車輛的安全性。
4.2依靠剎車和轉彎的防撞機制
當路口寬度大于4 m或為同向多車道路口時，防撞機制不僅可使用依賴安全距離的剎車方式，而且還可以選擇更高效的依靠剎車和轉彎的防撞機制。通過一組算法說明本文對AIM調度策略的改進。首先對車輛的動作進行描述。用微分描述車輛的動作：
5 實例
6 結束語
目前存在的無人駕駛車輛的防撞系統在感應到路口有事故發生后，都給出了未進入路口車輛的躲避策略，但對已在路口內部的車輛的躲避策略的研究比較少。自治路口管理協議AIM的防撞機制也不能有效地為路口內部的車輛給出躲避策略。本文設計的算法根據事故發生的時間、監測到故障的時間和給出防撞策略的時間為路口每個車輛單獨設計防撞策略，與傳統的計算最大防撞集合的做法相比，不會因為算法的不同造成策略遺漏。
本文待改進的地方是須通過實驗找到合理的時間步和Texe算法的有效性取決于時間的更新步長和Texe，步長越小給出的策略越完善，但這卻拉長了從監測到故障到給出防撞策略的時間即Texe如何找到合理的時間步和Texe。是待解決的問題。
參考文獻：
[1] Traffic Accident causation inEurope(TRAcE)FP6—2004一IST一4. Deliverable 1.3 road users and accident causation[EB/0L].[2009一07—21].http：//halshs.archives—ouvertes.fr/hal一00545396/.
[2] USA National Highway Traffic Administration(NHTSA).Traffic safety Facts[EB/0L].[2009一08—13].http：//www.nrd.nhtsa.dot.gov/Pubs/81 1402EE.pdf.
[3] Tranbbs.com. The nationaI traffic accident statistics[EB/0L].[2012—12—15].http：//www.tranbbs.com/Techarticle/TInformation/TechArticle-111913.shtml.(in Chinese)
[4] Dresner K M，stone P.A multiagent approach to autonomous intersection management[J]. Journal of Artificial Intelligence Research，2008，31(3)：591—656.
[5] Desaraju V，Ro H，Yang M，et a1.Partial order techniquesfor vehicIe collision avoidance：Application to an autonomous roundabout test_bed[c]∥Proc of IcRA’09，2009：82—87.
[6] Duperret J，Hafner M R，Vecchio D D.Formal design of a provably safe robotic mundabout system[c]∥Proc of IRos’10，Z010：2006—2011.
[7] Hafner M R，Vecchio D D.Computationaltools for the safety control of a class of piecewise continuous systems with imperfect information on a partial order[J].sIAM Journal of Contr01 and 0ptimization，2011，49(6)：2463—2493.
[8] Lygeros J，Tomlin c，Sastry S.contr01lers for reachability specifications for hybrid systems[J].Automatica，1999，35(3)：349—370.
[9] CoIombo A，Vecchio D D.Efficient algorithms for collision avoidance atintersections[c]//Proc ofHscc’12，2012;145—154.
[10] C010mbo A，Vecchio D D.supervisory control of differentiaIly flat systems based on abstraction[C]//Proc of cDc—ECE’11。2011：6134—6139.
[11] Kowshik H，caveney D，Kumar P R.ProvabIe systemwide safety in inteIligent intersections[J].IEEE Transactions on Vehicular Technology，2011，60(3)：804—818.
[12] Hafner M R，cunningham D，caminiti L，et a1.Automated vehicl}to_vehicle coIlision avoidance at intersections[c] //Proc of WCITS，11，201l：1.
