基于车路协同多业务优先级的车载通信退避算法

为研究车路协同下不同优先级业务的通信,打破传统IEEE802.11 标准的CSMA/CA(Carrier Sense Multiple Access/Collision Avoidance)协议所采用的二进制指数退避策略（Binary Exponential Backoff, BEB）仅适用于传统业务如语音、视频等业务,而未考虑车路协同场景典型业务及其优先级的限制,提出一种面向车路协同的车载通信退避算法。首先,研究车路协同场景下的典型通信业务;然后,利用层次分析法建立了业务优先级层次结构模型,对车路协同下的业务进行了优先级的划定;最后,基于车路协同多业务优先级不同对传统BEB算法进行改进,提出一种面向车路协同的车载通信退避算法。通过仿真,验证了所提算法具有良好的适应性,可针对不同业务优先级,提供差异化的信息资源和业务传输保障,相对于传统的通信协议系统丢包率降低,系统吞吐量增加。     

基于交通业务特征理解的车路协同可信交互方法

为保障车路协同环境下信息的可信交互，分析了车车、车路协同信息交互流程和不同模式下的交互需求，设计了车路协同可信交互架构；构建了车辆行为状态推演模型与路径扰动因子量化模型，设计了车辆主体可信度计算方法与等级评估规则，实现了车辆主体行为可信认证；通过对交通业务的有效特征理解构建了消息紧急度量化模型，利用低分辨率筛选策略初步过滤了消息报文，基于支持向量机(SVM)对消息内容进行了深度理解，形成了多分辨率交互内容认知方法；使用包含OMNeT++和SUMO仿真模拟器的Veins搭建了仿真测试环境，针对不同网联自动驾驶车辆(CAV)渗透率下的开放道路和交叉口场景开展了仿真试验，对提出的车路协同可信交互方法进行了测试验证。研究结果表明:结合交通业务特征理解能够有效改善车路协同信息交互的可信度判别，提出的方法对信标位置消息的平均认知正确率可以达到90.91%，相比基于时效性检测的可信交互方法提高了8.68%；在安全效率消息可信交互验证试验中，随着恶意车辆比例的增加，传统基于投票机制的车路协同可信交互方法逐渐失效，而提出的方法在保证单次认证时延小于13 ms的条件下，平均正确率达到94.96%，较传统基于反向传播(BP)神经网络的方法提高了3.05%，且CAV渗透率越大，可信交互检测结果的准确率越高，漏报率越低，能够满足车路协同可信交互需求。      

面向车路协同的智慧路侧系统设计

车路协同是智慧交通与自动驾驶融合发展的重要方式,针对自动驾驶功能需求,提出一种面向车路协同的智慧交通路侧系统。设计了一套基于多边接入边缘计算单元、车路协同通信单元、实时动态差分定位基站、融合感知等融合技术的系统架构,通过在既有路灯与标志牌杆件上部署车路通信设备、多传感器融合感知设备、边缘计算单元、高精定位基站等,为车辆提供交叉口车速引导、安全预警、高精地图服务,实际应用证明该系统可有效提升通行效率、行车安全。     

关于我国智能交通车路协同系统的探讨与研究

随着人类进步的不断发展．我国的智能交通车路协同系统的研究在各个交通研究领域也在不断被深层次探索。为了保障我国交通道路的顺利通行，车路协同系统被提出。车路协同系统的应用非常广泛．在交通公司管理交通中，即可以保证交通的安全还能．通过数学的智能算法来优化出最好的方法路径以及其他车路车速车辆等信息。     

公交车辆动态车速引导系统设计及实验平台构建

给出了车路协同环境下的公交车辆动态车速引导系统设计,包括系统功能、逻辑、物理框架整体设计及数据交互等方面。在此基础上,从实验系统的功能要求和实际需求出发,构建了基于VISSIM及COM接口二次开发的仿真实验平台。最后,利用所搭建实验平台针对系统效益进行了实验研究,初步验证了实验平台操作的可行性与应用的有效性。     

车路协同系统的视景仿真模型

在车路协同系统仿真的基础上,以局部交通网络的实时交通仿真为例,建立了车路协同系统视景仿真模型库,确立了视景仿真系统的框架体系结构。将视景仿真集成为整个仿真系统的一个联邦成员,建立了车车信息交互、车路信息交互的典型视景仿真功能模型。使用LOD模型简化技术对视景仿真功能模型进行分解,生成了5个不同精细程度的LOD模型。采用DOF、LOD、Switch功能化节点,从节点结构上优化了典型应用场景中的交叉口信号灯、车辆运动等相关模型,建立了一套类似模型几何形状的层级节点结构。构建了车路协同系统可视化视景仿真平台,包括HLA/RTI信息交互与控制模块、车路协同数据处理模块、信息交互模块、模型引导控制模块、视角动态切换模块与模型状态参数动态显示模块。采用建模优化相关技术,对典型交通场景进行了视景仿真。仿真结果表明:通过LOD模型简化技术,模型简化率最高可达95.5%,内存占用减少86.3%;通过视景仿真方法的使用,提高了渲染效率与系统仿真效率,车路协同典型交通场景验证了仿真方法的可行性。     

��·Эͬ�µ�·������źſ����Ż�����

车路协同系统能实时获取车辆个体的运行状态信息,并能通过速度引导实现车辆与交通控制系统之间的动态交互,为交通信号控制提供了新的数据源和技术手段.分析了现有车路协同下交通信号控制方法存在的不足,引入基于时间窗的滚动预测方法,提出了改进的交叉口信号控制优化流程;将相位饱和度作为表征信号控制效果的指标,在考虑速度引导对车辆运行状态影响基础上,建立了车路协同环境下道路交叉口信号控制优化方法和模型.运用VISSIM软件进行了仿真实验,结果表明,本文方法优于感应控制方法,在各种交通流量下均能有效降低交叉口平均延误和停车次数.     

高速公路场景下基于C-V2X和IEEE802.11p的V2V通信性能对比

为了研究高速公路场景下C-V2X和IEEE 802.11p的V2V通信性能的不同表现,通过SUMO与OMNET++联合仿真对比研究不同车辆速度与数量对通信性能的影响.实验结果表明:IEEE 802.11p和C-V2X均满足安全应用的时延要求,而C-V2X在丢包率方面优于IEEE 802.11p.     

基于车路协同的商运车辆载重实时监测技术的应用

车路协同系统(Cooperative Vehicle-Infrastructure System,CVIS)是基于无线通信、传感探测等技术进行车路信息获取,通过车车、车路信息交互和共享,实现车辆和基础设施之间智能协同与配合,达到优化利用系统资源、提高道路交通安全、缓解交通拥堵的目标.车路协同的建设与发展,将对交通运营管理和提高交通运行质量有着划时代的意义.美国政府的车路协同概念涉及智能交通的诸多方面.     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。      

车路协同网络中服务功能链可行时长优化映射算法

以车路协同网络为研究对象，针对物理链路间连通时长的差异性，本文提出优化可行时长的服务功能链映射算法。首先，建立车路协同的物理传输网络模型，并分别分析车车链路和车路链路的连通时长；其次，以映射可行时长为优化目标，以服务功能链的映射规则为约束，建立整数规划问题；最后，为求解该NP-hard问题，提出基于改进子图同构的映射算法，联合考虑车路协同环境中的节点属性、链路属性及链路间关联关系，设计剪枝策略，从而实现服务链路在物理链路上的组合优化映射。实验结果表明，通过考虑物理链路连通时长的差异性，并对其进行优化选择，提出算法在车间通信距离150m和最大车速60km·h-1 条件下，可将可行时长提升34.4%；同时，在车车通信范围、车辆数以及最大车辆速度这3项主要参数设置中均可验证发现，所提算法可有效提升映射可行时长。     

雾天高速公路安全车速分析

针对高速公路雾天低能见度及路面附着系数减小的情况,进行安全车速研究。根据跟车状态下停车过程及标志视认相关方法,分别进行基于停车视距模型（包括AASHT0停车视距模型和NCHRP停车视距模型）和基于交通标志认知距离的安全车速计算。以湖北黄黄高速公路为例,综合3种模型条件下安全车速,最终得出雾天气候下的交通管理措施。     

车路协同雾天预警系统对车辆运行生态特性的影响

为探究车路协同技术对车辆运行生态特性的影响，基于驾驶模拟试验平台构建车路协同条件下的雾天预警系统，测试了驾驶人在浓雾条件下驾驶车辆的能耗排放特征；设计了空白对照组、可变情报板(DMS)预警组、人机交互界面(HMI)预警组以及DMS+HMI预警组4种试验场景，招募43名驾驶人开展驾驶模拟试验，通过对比不同预警方式作用下车辆总体和道路关键区段的能耗排放差异，明确不同预警系统对车辆运行生态特性的影响效用。分析结果表明:相对于空白组，3种车路协同雾天预警系统均能显著降低车辆整体能耗与排放，但是不同预警方式的作用效果并无明显差别；道路场景分为了预警前、预警区、渐变区和雾区4个关键区段，3种预警系统在预警区及渐变区均可有效降低车辆能耗及排放；HMI从发出预警信息后开始生效，DMS可在车辆进入预警区前产生效果，DMS+HMI在预警区的效果最为显著，但进入雾区后不能有效降低车辆能耗与排放。可见，虽然车路协同雾天预警系统整体可以提升车辆运行生态特性，但是单一增加预警强度或改变预警方式并不能有效保证整个雾天影响区域不同区段均具有节能减排效用，合理设置车路协同预警系统应综合考虑不同预警方式、预警信息触发点位及时机、驾驶人特性等因素的匹配关系。      

车路协同环境下混合交通群体智能仿真与测试研究综述

归纳了车路协同及其仿真测试技术的发展历程,并结合典型仿真结果探讨了萌芽期、起步期、发展期阶段下的仿真需求、经典方法与技术瓶颈;在此基础上,提出了基于交通主体建模、群体行为仿真、测试结果分析的3层新型虚实交互仿真测试架构;针对混合交通主体仿真需求构建了异构交通主体模型,解析了混合交通运行机理,以此作为仿真系统底层模型支撑;结合设计的虚实交互仿真测试架构,突破了混合交通群体智能场景生成技术,提出了混合交通群体智能仿真方法;在此基础上,选取交叉口和路段典型交通场景,开展了不同群体智能决策控制方法的仿真试验,以验证所提方法的效能;最后,总结了车路协同的未来发展方向和相关建议。研究结果表明:相比于传统仿真测试方法,提出的虚实交互仿真测试方法的系统仿真粒度从500 ms减小到100 ms以内,仿真规模从9个节点和500个交通主体提升到150个节点和2 000个交通主体,仿真场景数量由36个扩展到98个,实现了异构交通主体渗透率0~100%动态可调,有效提高了车路协同混合交通仿真测试的效率、规模和覆盖度;目前新型混合交通环境下车路协同仿真测试需求快速朝着群体化、智能化、规模化演变,开展基于虚实交互和运行环境数据模拟的车路协同群体智能仿真测试方法技术研究,将有力推动下一代智能交通系统的发展。      

车路协同系统仿真信息多分辨率交互方法

车路协同系统仿真研究对于交通系统的发展具有重要的意义.为了研究车路协 同系统的仿真关键技术并构建车路协同系统仿真平台,本文提出信息多分辨率交互方法 解决基于HLA的系统仿真过程中的网络拥塞问题,建立了高分辨率车辆行驶状态信息模 型、中分辨率车队状态信息模型、低分辨率交通流信息模型,运用聚合解聚法实现不同信 息分辨率间的仿真过程,采用模糊预测发送缓冲区信息排队长度方法确定多分辨率模型 间的聚合解聚时机.通过仿真管理器联邦成员的运行结果分析表明,该方法能够有效减少 系统属性吞吐量,从而较好控制网络拥塞,降低系统属性延时,提高仿真效率.     

泛在交通信息服务系统的概念、架构与关键技术

分析了现有交通信息服务系统存在的感知能力有限、服务方式单一和动态信息更新不及时的问题,围绕当前交通工程和信息技术领域的研究发展趋势,提出了一种泛在交通信息服务系统（U-TISS）的架构,将先进的协同感知、泛在网络、云计算、大数据等技术综合运用于交通信息服务领域,实现交通信息服务系统与交通物理系统的深度融合。U-TISS 架构包括感知、网络、计算和服务4层次。感知层主要通过传感器、射频标签、识读器、摄像头、全球定位系统、车载智能终端设备等,实现对人、车、路、环境的全面感知;网络层是以ZigBee、蓝牙、DSRC 等短程通信为主的末梢节点通信与以3G/4G或有线通信链路为主的承载网络通信,通过车路短程通信和自组织网络、路侧与感知中心的承载网络实时采集和传输各种交通信息,构建交通要素信息的精准获取与发布体系;计算层利用云计算技术实现有效的交通富信息挖掘与提取,提升交通信息服务质量;服务层构建基于泛在网络和云计算的交通信息服务平台,通过移动智能终端、车载终端、资讯广播、可变信号板等信息发布方式,为交通参与者提供实时动态的交通信息服务和丰富全面的辅助决策支持,实现交通信息服务的智能化与个性化。基于U-TISS架构,分析了实现U-TISS的关键技术,包括智能终端的普适感知与交互、车辆精确定姿与定位、交通信息路侧协同感知、车车/车路短程通信与组网、车载移动互联、交通信息云管理、交通大数据分析与挖掘、信息安全与隐私保护。分析结果表明：U-TISS具有泛在感知、开放互联、实时传输、深度挖掘与优质服务的特点,能够从安全性、高效性、便捷性和环保性4方面改进与提升现有交通信息服务系统的服务水平。在安全性方面,基于DSRC的车车/车路通信与组网技术使驾驶人可以获取超越视距、超车载感知能力范围与多时空尺度的交通信息,增强车车/车路间的协同能力;在高效性方面,借助泛在感知的海量路网运行信息和云计算平台提供的大数据分析技术,通过精细化的管理实现交通系统的高效运行;在便捷性方面,通过智能终端能够为公众出行路线、方式和出发时间的个性化定制提供支持;在环保性方面,通过对车辆控制系统提供更多的行车环境信息实现车辆控制的优化,通过大数据或社交网络提高驾驶人对环保驾驶的认知,实现绿色出行。U-TISS 关键技术的深入研究、推广与应用,及相关行业标准与规范的出台,将引起交通信息服务类应用商业模式的创新与变革,最终实现协作式智慧交通。     

车路协同环境下交通业务服务系统设计与开发

为解决车路协同个性化服务和交通管理应用需求的冲突问题,对现有应用进行了总结,基于应用集成设计了车路协同环境下的交通业务服务系统。综合考虑国标、国内外研究组织提出的应用以及国内实际落地的应用,并分析了上述应用的发展方向,共整合总结得到14个依托实际交通场景的交通业务,作为系统目标。针对现有主体产品集中于路侧单元和车载单元两类核心设备的现状,运用结构化的系统分析和设计方法进行了功能模块和逻辑框架的设计,统一考虑了各类交通设施的实体特性和通信特性,设计了服务系统的物理架构和数据流内容,实现了对所提出的14项交通业务的兼容。开发了示范系统并实现了样例功能,系统表现出良好的适应性和可移植性。     

基于车路信息交互的车辆卫星定位协同定权方法

为确保基于卫星导航系统的车辆定位性能满足特定交通应用需求，本文针对导航卫星观 测量权重分配对复杂动态运行环境的跟踪适配问题，建立基于车路信息交互的车辆卫星定位协 同定位增强总体框架；基于加权最小二乘定位解算模式，设计基于轻量级梯度提升机建模与多车 信息综合决策的协同定权方法，提出面向学习建模通道的导航卫星伪距残差轻量级梯度提升机 建模方案，面向定权计算通道设计了基于多车信息综合决策的导航卫星观测量权重决策策略。 实验结果表明：运用轻量级梯度提升机构建伪距残差模型，相较于支持向量机、随机森林以及仅 基于基础卫星观测特征的轻量级梯度提升机，均方根误差分别降低了62.1%，29.9%，60.4%；运用所建立的预测模型协同定权所得水平误差标准差，相对于等权和卫星仰角/信噪比组合定权策略分别降低了48.5%和47.6%。研究结果对于充分发挥车路协同系统模式下，信息交互机制的核心优势和优化车辆卫星定位性能具有重要意义。     

专道公交车经济驾驶的车速引导机制与计算

通过车路协同系统,减少车辆行驶过程中加速、减速怠速工况次数是实现经济驾驶的一种新方法。结合油耗理论、驾驶行为和车速引导等知识体系,设计出一套不同于传统车速引导的公交车经济驾驶车速引导机制与计算方法。机制与算法在后续研究中,通过VISSIM仿真与驾驶模拟器平台实验和实际实地实验验证了其合理性,结果显示实现经济驾驶的效果良好。     

基于车联网技术的车路协同系统设计

在全面分析系统功能的基础上,基于车联网技术提出了一种具有感知功能的车路协同系统的设计方案,对系统的物理框架和逻辑框架进行了设计,重点研究了各子系统的组成与功用,分析了系统的智能感知、车路协同通信和智能信息处理等关键技术.研究表明:该系统可以实时、准确地感知和采集车辆、道路环境以及全路网的交通运行状况等信息,有效实现车与...