CN104778851B - 一种基于行驶轨迹的生态驾驶优化方法和系统 - Google Patents

Abstract

本发明公开了一种基于行驶轨迹的生态驾驶优化方法和系统。本发明将当前信号状态划分为六种情景，分别研究各情景下车辆通过交叉口的驾驶行为特性，并得到各情景的判断条件。针对各情景，将交叉口上游和下游整体考虑，建立车辆的生态驾驶策略模型和生态驾驶轨迹优化算法，从而为动态生态驾驶辅助系统的开发提供模型支持。利用车‑路通信技术和车辆定位系统获取基础数据，为驾驶员实时测算通过交叉口的驾驶轨迹可行解(建议的速度和加速度)。利用基于比功率参数的排放模型定量测算各驾驶轨迹的排放和油耗，为选择生态驾驶轨迹提供理论依据。该方法实现了基于车辆行驶轨迹的生态驾驶优化。同时，基于该方法设计了动态生态驾驶辅助系统，集成于车载系统实时为驾驶员提示该行驶轨迹，提醒其根据实际的道路交通条件改变驾驶行为，达到减少道路尾气排放，实现生态驾驶的目的。

Description

一种基于行驶轨迹的生态驾驶优化方法和系统

【技术领域】

本发明涉及一种基于行驶轨迹的生态驾驶优化方法和系统。

【背景技术】

随着城市化、机动化进程加快，我国机动车保有量持续增长，汽车尾气已经成为我国城市大气污染的主要来源。在交通路网中，交叉口是高能耗高排放的重要区域。通过系统的分析得知，其主要原因为：(1)机动车在交叉口范围内大量急加速、急减速等激进驾驶行为以及长时间怠速等，会造成较高的燃油消耗和尾气排放；(2)车辆在交叉口经常出现启停现象，会造成车辆延误、燃料消耗、污染物排放的增加；(3)驾驶员无法提前获知前方交叉口的灯控状态，不能充分利用信号灯时间，降低了交叉口的利用效率；(4)没有切实可行的生态驾驶行为模型来指导驾驶员进行生态驾驶。

针对交叉口内急加速、急减速等激进驾驶行为问题，前人尽管做过大量研究，但是大部分研究仅针对交叉口上游的最优驾驶行为，但是上游的驾驶行为并不能确保车辆在交叉口的整个范围内排放最优，故有必要将车辆在交叉口上游、停车线上、下游的驾驶行为作为整体考虑。现有研究中，固定选取了车辆到达进口道时信号灯的时间、车辆位置等参数，简化了车辆在交叉口驾驶行为的研究，而不同的信号灯时间和车辆位置直接影响着车辆在交叉口的驾驶行为，现有研究中对这方面考虑较少。

针对交叉口内车辆延误对油耗排放的影响问题，目前大部分研究为论证车辆在交叉口经常出现减速、停车、加速现象，不仅会造成车辆延误，而且会造成大量燃油消耗和尾气排放。较少研究从提高车辆对有效绿灯时间的利用率、提高交叉口的运行效率和降低车辆的延误出发，来优化车辆在交叉口范围内的驾驶轨迹。

针对驾驶员无法提前获知前方交叉口灯控状态问题，目前大部分研究未能利用先进的车-车通信和车-路通信技术来实时获取当前的交通信息，倡导的大部分为静态生态驾驶辅助系统。由于路面交通信息是随时变化的，所以驾驶辅助系统提供的信息也应随着路面交通信息的变化而及时调整，因此动态生态驾驶辅助系统更能满足需求。而且当前广泛应用的机动车排放量化方法与模型主要是基于车辆自身性能特征来计算排放，较少考虑路网微观交通流运行状态对车辆排放的影响，不适合于研究交叉口动态运行状态与车辆排放间的关系。驾驶行为模型与能耗排放模型的衔接问题有待进一步研究。

针对指导驾驶员驾驶轨迹的生态驾驶模型问题，目前主要为对生态驾驶策略效果的评价研究，尚不能为驾驶员提供通过交叉口的驾驶轨迹建议，缺乏切实可行的生态驾驶行为模型来指导驾驶员进行生态驾驶。而且，大部分研究未考虑在交叉口处停车熄火的驾驶行为对油耗排放的影响。

【发明内容】

针对现有技术存在的问题，本发明提出了一种面向生态的车辆驾驶轨迹优化方法和生态驾驶辅助系统。首先根据驾驶员的驾驶行为特性和心理特性，结合智能交通技术，设计了动态的生态驾驶辅助系统；然后，将当前信号状态划分为六种情景，把交叉口上游和下游作为整体考虑，建立车辆的生态驾驶策略模型和生态驾驶轨迹优化算法，为动态生态驾驶辅助系统的开发提供模型支持；并且通过车载设备和路侧设备实时获取车辆信息和交通信息，利用生态驾驶优化算法，为驾驶员实时测算通过交叉口的驾驶轨迹。利用基于比功率参数的排放模型定量测算各驾驶轨迹的排放和油耗情况。同时，该生态驾驶轨迹优化算法可集成于车载驾驶辅助系统，时刻提醒驾驶员根据实际的道路交通条件改变其驾驶轨迹(速度和加速度)，对其驾驶行为进行指导，从而实现生态驾驶的目 的。

车辆的行驶轨迹反映其驾驶特性，驾驶特性影响车辆的排放特性。因此，通过本发明可以减少机动车在交叉口范围内急加速、急减速以及长时间怠速等激进驾驶行为；可以提高车辆通过交叉口的效率，降低车辆在交叉口的延误；可以使驾驶员提前获知交叉口信号灯控状态；可以对驾驶员的驾驶行为进行指导，使其采取生态驾驶轨迹，进而减少燃油消耗和尾气排放，降低对大气环境的污染。

【附图说明】

图1是本发明DSRC通信系统构成示意图。

图2是本发明生态驾驶辅助系统的结构示意图。

图3是本发明生态驾驶辅助系统的运行框图。

图4是本发明生态驾驶辅助系统的仪表盘示意图。

图5是本发明生态驾驶辅助系统的车载显示屏示意图。

图6是本发明生态驾驶辅助系统的弹出指示牌示意图。

图7是本发明生态驾驶辅助系统的弹出指示牌显示的信息。

图8是本发明的工作流程图。

图9是本发明生态驾驶辅助系统的工作流程图。

图10是本发明生态驾驶轨迹优化算法的流程图。

图11是T_R较短-加速通过策略下车辆在上游的驾驶轨迹。

图12是T_R较短-加速通过策略下车辆在下游的驾驶轨迹。

图13是T_R较短-停车等待策略下车辆在上游的驾驶轨迹。

图14是T_R较短-停车等待策略下车辆在下游的驾驶轨迹。

图15是T_G较长-车辆在交叉口上游的驾驶轨迹。

图16是T_G较长-车辆在交叉口下游的驾驶轨迹。

图17是T_G较短-车辆在交叉口上游的驾驶轨迹。

图18是T_G较短-车辆在交叉口下游的驾驶轨迹。

【具体实施方式】

通过具体的实例并结合附图对本发明作进一步详细的描述。

首先，对使用到的术语进行解释：

生态驾驶是指通过对驾驶员进行有效的宣传、培训改变其不良的驾驶习惯，减少机动车在交叉口范围内急加速、急减速以及长时间怠速等，会造成较高的燃油消耗和尾气排放的激进行为。从而有效减少燃油消耗和尾气排放，可以适用于所有车辆。

本发明利用车-路通信技术和车辆定位系统，获得前方交叉口交通信号信息和车辆当前行驶速度及距离前方交叉口的距离等数据，为生态驾驶策略模型和生态驾驶轨迹优化算法的运行提供数据支持。内嵌于生态驾驶辅助系统中的生态驾驶策略模型，根据当前信息，可判断得知当前车辆所处的情景及建议的生态驾驶策略。进而生态驾驶轨迹优化算法，根据当前交通数据和车辆行驶数据，可为驾驶员测算出各驾驶策略下具体的驾驶轨迹。驾驶轨迹是指根据车辆当前行驶状态建议的逐秒速度和加速度。利用各驾驶轨迹逐秒的速度和加速度数据，可测算逐秒的VSP，进而利用基于比功率技术的排放模型， 即通过VSP聚类以及与相应类型机动车的油耗和各排放物的平均排放率乘积求和，可得到各驾驶轨迹的油耗和排放量。通过对比，即可从中选择出通过前方交叉口油耗和排放最低的驾驶轨迹。最后，利用生态驾驶辅助系统，为驾驶员提示该驾驶轨迹，对驾驶员的驾驶行为进行指导。主要涉及生态驾驶辅助系统的设计，以及生态驾驶策略模型和生态驾驶优化算法的设计两部分内容，下面将进行具体说明。

一.生态驾驶辅助系统的设计

结合图1-7说明本发明的生态驾驶辅助系统的结构组成及系统的主要工作过程。本发明中生态驾驶辅助系统的构建基于DSRC的设备。DSRC通信系统由3部分组成，包括车载单元(OBU)、路侧单元(RSU)以及专用短距离无线通信协议，具体如附图1所示。生态驾驶辅助系统系统主要包括：信息采集设备、信息传输接收设备、信息分析设备和信息输出设备。

1.信息采集设备

(1)信号灯信息采集和传输设备

利用路侧的信号控制机读取前方交叉口的信号灯信息，使用车-路通信DSRC(Dedicated Short Range Communication)系统的路侧控制单元RSU传输信号灯信息。路侧控制单元RSU是指车安装在车道旁边或者车道上方通信及计算机设备，其功能是与车载单元OBU完成实时高速通信，向车辆传递交叉口的信号灯显示信息，其组成主要包括射频部分(如天线、收发信机等)、控制单元和显示设备等。

(2)车载车辆信息采集和接收设备

使用GPS设备可以准确的定位车辆的位置信息，判断车辆距离前方交叉口的距离，并可以获得车辆当前的行驶速度，为生态驾驶辅助系统的分析提供数据支持。车载信息接收设备使用车-路通信DSRC系统的车载单元OBU。车载单元OBU是放在移动的车辆上，相当于通信系统中的移动终端，它可以实现车辆和路面基础设施的双向通信。

2.信息传输接收设备

信息传输接收设备使用车-路通信DSRC系统的车载单元OBU。车载单元OBU是放在移动的车辆上，相当于通信系统中的移动终端，它可以实现车辆和路面基础设施的双向通信。

3.信息分析设备

在车辆内部安置车载智能电脑，并安装相应的软件，内置生态驾驶策略模型和生态驾驶轨迹优化算法。从而利用车辆信息和交通信息，测算车辆通过前方交叉口的驾驶轨迹可行解(建议的速度和加速度)，从而为驾驶员提供最优的生态驾驶轨迹方案。

4.信息输出设备

本发明的系统通过汽车仪表盘、车载显示屏和弹出指示牌三项内容，共同指导驾驶员的驾驶行为。

(1)仪表盘

本发明设计的仪表盘在现有车辆仪表盘速度指示区增加了颜色显示区域，主要显示红色和绿色两种颜色。绿色表示在此速度范围内，车辆符合生态驾驶的要求；红色表示在此速度范围内，车辆不符合生态驾驶的要求。仪表盘上的红色和绿色区域根据系统的分析结果不断变化，驾驶员只需要将车辆速度控制在绿色区域显示的速度范围内即可。

(2)车载系统显示屏

由于车载系统显示屏的屏幕较大，可显示前方交叉口的信号灯信息及车辆当前行驶速度信息。如图5所示，车载显示屏的左上方为当前信号灯的状态，其余信号灯的颜色设为灰色。车载显示屏的左下方为当前信号灯状态转变为下一状态的时间，单位s，例如图5中的信号灯转变为绿灯的时间为5s。车载显示屏的右侧为对驾驶员建议速度范围及实际驾驶速度轨迹，绿色的范围为车载系统计算出的符合生态驾驶要求的驾驶速度范 围，红色曲线为驾驶员实际的驾驶速度轨迹。

(3)弹出指示牌

由于其动态移动的性能，弹出指示牌能够对驾驶员的视觉形成新的刺激，提升驾驶员接收信息的效果。弹出指示牌的位置设置很重要，既不能在驾驶员的正面弹出，遮挡正常视线，同时也要保证其在驾驶员的余光范围内，以通过眼角的余光观察到弹出指示牌。经过综合考虑，本发明将弹出指示牌设置在车载显示屏幕的上方，可以作为车载显示屏的附加屏幕，具体如图6所示。其内部设有弹簧装置，可在合适的时间弹出。弹出指示牌的内容包括三个部分，最左侧以图片的形式显示当前信号灯的状态，和车载显示屏内容统一。弹出指示牌的中间部分为当前信号状态转变为下一状态的时间，单位为s。最右侧是系统给出符合生态驾驶要求的行车方案，如图7所示，建议车辆以当前的速度匀速行驶。

下面，结合附图8-9说明本发明的工作流程图及生态驾驶辅助系统的工作流程图。通过信号灯信息采集设备，采集前方交叉口的灯控信息，即可判断当前的灯控状态，为红灯或绿灯及变为下一个信号状态所剩余的时间。利用车载车辆信息采集设备，可获知当前车辆的行驶速度、距离交叉口的距离。通过与各情景的判断条件对比，可知当前车辆所处的情景。进而利用车载的生态驾驶轨迹优化算法，测算车辆通过前方交叉口的驾驶轨迹方案。以下内容将对生态驾驶优化算法的设计进行具体说明。

二.生态驾驶策略模型和生态驾驶优化算法的设计

本发明的研究对象假设为单车，不考虑车辆排队、跟驰行为等外部因素。同时，假定交叉口的信号灯配时情况可以通过短程无线通讯技术(Dedicated Short RangeCommunication,DSRC)和车-路通信系统传递给车辆，驾驶员通过车载系统可获知当前信号状态。交叉口分析区域包括上、下游两部分。参数如下所示：(1)道路基础设施参数：D_U和D_D分别表示交叉口上、下游的研究范围，单位为m；T_R、T_G表示当前信号变为红灯的时间(time tored)、变为绿灯的时间(time to green)；V_limit表示路段的限速；(2)车辆实时运行参数：v₀为车辆进入DSRC通信范围的初始速度；d₀为除去驾驶员在反应时间内的车辆行驶距离，车辆在交叉口上游距离信号灯的距离；t₀为驾驶员的反应时间；t为除去驾驶员反应时间，车辆从进入DSRC通信范围到驶离交叉口的时间；a_a、a_a为车辆的加、减速度；a_a-max为最大加速度；a_d-max、a_d-min为最大减速度和最小减速度；v_max为最大速度；t_a、t_d、t_c为加速、减速、匀速行驶时间。

1.基于比功率参数的排放模型

根据排放测算机理，对机动车行为特性的刻画方法包括基于固定行驶周期和基于比功率分布两类。前者是对大量测试结果进行统计回归得到的平均化结果，而基于比功率分布的机动车行为特性刻画方法考虑了机动车在道路上的微观行驶情况，更能反映动态交通特性。

本发明选用基于比功率参数的排放模型，对各驾驶策略以及驾驶策略内的各驾驶轨迹的排放和油耗进行定量。机动车比功率(Vehicle Specific Power,VSP)是指发动机移动单位质量所输出的功率，可以将车辆的瞬时运动状态与排放联系起来。对典型轻型车而言，VSP可以简化为：

vsp＝v×(1.1a+0.132)+0.000302v³ (1)

其中：VSP表示机动车比功率(kW/t或W/kg)；v表示速度(m/s)；a表示加速度(m/s²)。

为清晰地表示VSP变量与排放的关系，将VSP按照一定的间隔划分为不同的区间单元(Bin)，以每个Bin下的排放率或油耗率的平均值作为预测模型的基础数据。本发明以1kW/t为间隔，以[-3kW/t，3kW/t]为研究范围，对VSP进行聚类处理，VSP聚类 方法如下：

其中：n为整数。

车辆逐秒加速度可由逐秒速度计算得出，通过上式(2)可得机动车逐秒的VSP值，利用下式(3)通过VSP聚类方法进而计算每个VSP Bin下的平均排放率。根据既有研究，可得典型车辆各VSP Bin的排放率。

其中：为排放物i在VSP Bin区间j的平均排放率，g/s；为排放物i在VSP Bin区间j第m秒的实测逐秒排放率，g/s；n_j为第j个VSP Bin区间所含的总样本量个数；m为第j个VSP Bin区间下第m个样本量。

排放量等于排放率与排放时间之积，可得每个VSP Bin下的排放量，而总排放量为每个VSP Bin下的排放量之和。具体表示为：

其中：E为污染物i的总排放量，g；p为VSP Bin区间总个数。

2.分情景的生态驾驶轨迹优化

本发明根据当前信号状态的特点，对其划分为六种情景，如表1所示：

表1 根据当前信号状态不同划分的六种情景

针对各情景，从交叉口上游和下游设计了基于行驶轨迹的生态驾驶策略模型和生态驾驶轨迹优化方法。

(1)情景“当前信号为绿灯，变为红灯的时间(T_R)较长”

在此情景下，车辆以当前速度可匀速通过交叉口。判断条件为：

(2)情景“当前信号为绿灯，变为红灯的时间(T_R)较短”

在该情景下，车辆以当前速度不能匀速通过交叉口。驾驶员可通过：(1)加速通过策略。在交叉口上游，车辆进行加速运动，然后匀速通过交叉口。在交叉口下游，再进行减速运动，直到速度降到v₀后进行匀速运动；(2)停车等待策略，车辆缓慢的减速停车，然后怠速等待下一个绿灯，再匀加速直到v₀后进行匀速运动。该情景的判断条件为：

由于驾驶员的驾驶行为特性不同，致使相同情景下车辆有不同的驾驶轨迹。但可根据行驶距离、时间、车辆最大加减速度以及道路限速等约束条件，建立模型对其驾驶轨迹进行定量表达，如表2所示。

表2 T_R较短-加速通过策略下车辆的驾驶轨迹

对于停车等待策略，车辆在交叉口上、下游的驾驶轨迹和数学模型如表3所示。

表3 T_R较短-停车等待策略下车辆的驾驶轨迹

(3)情景“当前信号为绿灯，变为红灯的时间(T_R)非常短”

在该情景下，车辆匀速和加速行驶都不能在剩余绿灯时间内通过交叉口。此时，车辆减速至0或某固定值，怠速或匀速至信号变为绿灯后通过交叉口。其判断条件如式(7)所示：

车辆在交叉口上游和下游的驾驶轨迹定量表达式与T_R较短时的停车等待策略一致。(4)情景“当前信号为红灯，变为绿灯的时间(T_G)较长”

该情景下的生态驾驶策略为：车辆匀减速运动到达交叉口停车线后，停车等待。当信号变为绿灯后进行匀加速运动。其判断条件如式(8)所示，驾驶轨迹的数学表达如表4所示。

表4 T_G较长-车辆在交叉口的驾驶轨迹

(5)情景“当前信号为红灯，变为绿灯的时间(T_G)较短”

该情景下的生态驾驶策略为：首先进行匀减速运动，减至某固定值后匀速运动到达交叉口。此时信号灯变为绿灯，车辆再进行加速运动。其判断条件如式(9)所示，驾驶轨迹的定量表达如表5所示。

表5 T_G较短-车辆在交叉口的驾驶轨迹

(6)情景“当前信号为红灯，变为绿灯的时间(T_G)非常短”

此时，车辆无需减速，匀速行驶即可通过交叉口。T_G非常短的判断条件为：

内置于生态驾驶辅助系统的生态驾驶轨迹优化模型的工作流程图如图10所示。在系统工作过程中，针对每种情景，涉及不同驾驶策略间的选择，以及同一策略内不同驾驶轨迹的选择。其中不同驾驶策略间的选择，指在当前信号状态下，驾驶员面临多种驾驶策略时，需以生态驾驶的标准进行选择；同一驾驶策略内的驾驶轨迹选择，指车辆的匀速、加速、减速时间的长短对于车辆的燃油消耗和尾气排放有显著的影响，从而形成不同的驾驶轨迹方案，有必要在多种轨迹中进行生态驾驶轨迹的选择。首先，利用车-路通信技术获取基础数据，判断当前车辆所处的情景，即可得知建议的驾驶策略。根据当前车辆的行驶速度及距离交叉口的距离，利用时间约束及距离约束，可得知该情景下各驾驶策略建议的速度、加速度、行程时间。利用基于比功率技术的排放模型测算各驾驶策略内各驾驶轨迹的油耗及排放情况。根据驾驶员的需求，利用生态驾驶辅助系统，为驾驶员提供该驾驶轨迹。以下将通过一个实例，对生态驾驶优化模型进行具体描述。

3.仿真实例

设定场景为“当前信号为红灯，至变为绿灯的时间T_G较长”。在该情景下，生态驾驶策略为车辆匀减速运动到达交叉口停车线后，停车等待。当信号变为绿灯后进行匀加速运动。车辆在交叉口上、下游的驾驶轨迹和数学模型如表4所示。

针对该情景的判断条件表达式，代入表6中的参数可得52＜T_G≤60，具体取值为53、54……60。

表6 交叉口和车辆的基本仿真参数

(1)交叉口上游不同的减速方案

交叉口上游不同减速方案下瞬时速度v_t，如下式所示：

其中，减速度a_d，如下式所示：

假定最小减速时间为1s，并以1s为步长逐秒递增交叉口上游的减速时间t_d；且匀速时间t_c以1s为步长从0至T_G间取值。通过仿真可得到不同信号状态下车辆通过交叉口上游各减速方案的排放情况，从中分别选择最优的生态驾驶方案，并与常规驾驶方案对比可知其生态效果，具体如表7所示(注：关于四种排放物降低效果，正号百分比表示为减少，负号百分比表示为增加)：

表7 不同信号状态下车辆通过交叉口上游的生态驾驶效果

(2)交叉口下游不同的加速方案

车辆以v_t进入交叉口下游，面对生态驾驶辅助系统的驾驶方案提示，驾驶员反应时 间为1s。然后以加速度a_a匀加速t_a秒至初始速度11.11m/s后，匀速运动驶出交叉口下游。交叉口下游不同加速方案下瞬时速度v，如下式所示：

其中，加速度a_a，如下所示：

其中，t_c为：

不同信号状态下，车辆通过交叉口下游的生态驾驶轨迹及其与常规驾驶方案相比效果，具体如表8所示

(注：关于四种排放物降低效果，正号百分比表示为减少，负号百分比表示为增加)：

表8 不同信号状态下车辆通过交叉口下游的生态驾驶效果

在“当前信号为红灯，变为绿灯的时间T_G较长”情景，不同信号状态下的生态驾驶效果具体如表9和表10所示(注：关于行程时间和四种排放物降低效果，正号百分比表示为减少，负号百分比表示为增加)。由表10可知，当T_G不同取值时，利用本发明提出的生态驾驶轨迹优化方法，在不显著影响行程时间的同时，可使CO₂、NOx、CO、HC四种排放物均降低。通过表10可知，在T_G较长情景下，通过采用生态驾驶轨迹，在行程时间仅增加2.70％时，可使CO₂、NOx、CO、HC四种排放物分别降低19.33％、7.19％、18.21％、5.41％。

表9 不同信号状态下车辆通过交叉口的生态驾驶效果

表10 T_G较长情景的生态驾驶效果

4.生态驾驶轨迹优化算法效果评价

利用生态驾驶策略模型和生态驾驶轨迹优化算法，对其他五个情景不同信号状态下，车辆通过交叉口的生态驾驶轨迹进行仿真测算，及其节能减排进行评估。通过对所有信号状态下的生态驾驶效果进行加权求和，可知驾驶员采取生态驾驶策略的生态效果，具体如表11所示。利用本发明提出的生态驾驶优化算法，在增加1.77％的行程时间时，可使CO2、NOx、CO、HC四种排放物分别降低12.01％、0.11％、17.30％、6.05％左右。

表11 生态驾驶轨迹优化算法的节能减排效果

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1.一种生态驾驶辅助系统，包括信息采集设备、信息传输接收设备、信息分析设备和信息输出设备，其中：

信息采集设备，进一步包括：(1)信号灯信息采集和传输设备，利用路侧的信号控制机读取前方交叉口的信号灯信息，使用车路通信DSRC系统的路侧控制单元RSU传输信号灯信息；(2)车载车辆信息采集和接收设备，使用GPS设备定位车辆的位置信息，判断车辆距离前方交叉口的距离，并获得车辆当前的行驶速度；

信息传输接收设备，使用车路通信DSRC系统的车载单元OBU，实现车辆和路面基础设施的双向通信；

信息分析设备，内置基于行驶轨迹的车辆通过交叉口的生态驾驶优化算法和基于比功率技术的排放模型，根据信息采集设备采集到的数据，通过判断条件得知当前车辆所处的情景，进而得知建议的生态驾驶策略，利用生态驾驶轨迹优化算法为车辆测算通过前方交叉口的驾驶轨迹可行解，并利用基于比功率参数的排放模型计算该驾驶策略的各驾驶轨迹的排放和油耗，通过对比，即选出排放和能耗最优的驾驶轨迹方案；

信息输出设备，进一步包括：(1)仪表盘，增加了颜色显示区域，显示红色和绿色两种颜色，绿色表示在此速度范围内，车辆符合生态驾驶的要求；红色表示在此速度范围内，车辆不符合生态驾驶的要求；(2)车载系统显示屏，显示前方交叉口的信号灯信息及车辆当前行驶速度信息；(3)弹出指示牌，设置在车载显示屏幕的上方，其内部设有弹簧装置，在合适的时间弹出。

2.如权利要求1所述的生态驾驶辅助系统，其特征在于：信息输出设备中的车载系统显示屏，在左上方显示当前信号灯的状态，其余信号灯的颜色设为灰色，在左下方显示当前信号灯状态转变为下一状态的时间，在右侧显示建议速度范围及实际驾驶速度轨迹，绿色的范围为车载系统计算出的符合生态驾驶要求的驾驶速度范围，红色曲线为驾驶员实际的驾驶速度轨迹。

3.如权利要求1所述的生态驾驶辅助系统，其特征在于：信息输出设备中的弹出指示牌，在最左侧显示当前信号灯的状态，在中间部分显示当前信号状态转变为下一状态的时间，在最右侧显示系统给出符合生态驾驶要求的行车方案。

4.一种生态驾驶轨迹优化方法，其特征在于：

利用车-路通信技术和车辆定位系统获取基础数据，所述基础数据包括前方交叉口信号灯信息、当前车辆的行驶速度及距离交叉口的距离；

利用各情景的判断条件，根据基础数据，判断当前车辆所属于的情景，同时，利用生态驾驶策略模型，进而得知建议当前车辆的驾驶策略；

利用生态驾驶轨迹优化算法和交通数据、车辆基础数据，对车辆通过前方交叉口的驾驶轨迹进行分析，测算各驾驶策略内的驾驶轨迹可行解；

利用基于比功率参数模型计算各驾驶策略以及驾驶策略内各驾驶轨迹的排放和油耗；

通过对各驾驶轨迹的油耗和排放进行对比，即为驾驶员提供最优的生态驾驶轨迹方案。

5.如权利要求4所述的生态驾驶轨迹优化方法，其特征在于：根据前方交叉口交通信号信息，对其划分为如下六种情景进行具体分析：(1)当前信号为绿灯，至变为红灯的时间即T_R较长；(2)当前信号为绿灯，至变为红灯的时间即T_R较短；(3)当前信号为绿灯，至变为红灯的时间即T_R非常短；(4)当前信号为红灯，至变为绿灯的时间即T_G较长；(5)当前信号为红灯，至变为绿灯的时间即T_G较短；(6)当前信号为红灯，至变为绿灯的时间即T_G非常短，通过划分情景，分别研究各情景下车辆在常规情况下的驾驶行为特性，进而得各情景的判断条件。

6.如权利要求4所述的生态驾驶轨迹优化方法，其特征在于：信息分析设备基于比功率即VSP参数的排放模型对各驾驶策略以及驾驶策略内的各驾驶轨迹的排放和油耗进行计算，

根据各驾驶轨迹建议的逐秒速度和加速度，通过式(1)测算逐秒的VSP，机动车逐秒的VSP具体计算方法如下：

vsp＝v×(1.1a+0.132)+0.000302v³ (1)

其中：VSP表示机动车比功率即kW/t或W/kg；v表示速度即m/s；a表示加速度即m/s²；

VSP聚类处理方法如下：

$VSPBin=n,\∀:VSP\∈(n-0.1,n+0.1\]---\left(2\right)$

其中：n为整数；

通过VSP聚类方法进而计算每个VSP区间单元即Bin下的平均排放率的方法如下：

${\mathrm{Er}}_j^i=\frac{1}{n_j}{\Σ}_{m=1}^{n_j}{r}_{mj}^i---\left(3\right)$

其中：为排放物i在VSP Bin区间j的平均排放率，g/s；为排放物i在VSP Bin区间j第m秒的实测逐秒排放率，g/s；n_j为第j个VSP Bin区间所含的总样本量个数；m为第j个VSPBin区间下第m个样本量，

以每个Bin下的平均排放率作为基础数据，得到总排放量，具体计算方法如下：

$E={\mathrm{\Σ}}_{j=1}^p{n}_j\×{\mathrm{Er}}_j^i---\left(4\right)$

其中：E为污染物i的总排放量，j、p为VSP Bin区间总个数。