基于Wi-Fi Direct的道路交通状态信息采集方法

针对传统交通状态信息采集中采用的环形线圈车辆检测器存在布设和维护难度较大等问题,提出了一种基于Wi-Fi Direct的道路交通状态信息采集方法,以实现对基本的道路交通流状态参数进行采集估计。该方法利用车-路通讯设备实现车辆与路侧设备的通信;以车载通讯设备的Wi-Fi芯片MAC地址完成车辆个体识别;通过车载通讯设备中的北斗定位装置向路侧设备提供车辆实时位置及时间信息,进而实现道路区段内交通流基本状态信息估计。实验测试表明,该方法能够有效完成路段平均速度、交通流量及车流密度等交通状态信息的采集和估计。     

汽车驾驶员车道内行车特点分析

基于图像传感器获得的车辆位置信息,提出一种分析汽车驾驶员驾驶特性的新方法。建立基于模糊机制的驾驶员车道内行驶安全评价模型,以数据库的观点对车辆行驶过程数据进行描述,通过分时间段采样的方式记录行驶车辆距道路标识线的横向距离,根据采样数据特征的统计分析结果确定车道内行车的安全评价模糊隶属度,以此评估驾驶员车道内行车的安全性,分析驾驶员的行车特点。车辆行驶试验表明,该方法能够准确分析驾驶员的行车状态,并评判驾驶员车道内行驶的安全特性。     

车载自组织网络中车辆路径预测序列模式数据挖掘方法

为了向交通参与者提供实时、可靠的交通状况信息,提高出行效率,根据车辆序列模式特点,联系车载自组织网络拓扑结构与实际车辆运动路径,提出车载自组织网络环境下序列模式定义,采用基于路侧单元(RSU-Based)和基于车辆(Vehicle-Based)两种方案收集车辆路径信息,建立车辆行驶路径数据库,进行序列模式数据挖掘,评估其通信开销,计算车辆路径模式生成的运动规则的支持度和置信度,提取车辆频繁行驶路径及其概率。案例分析表明,在动态路网中使用序列模式数据挖掘方法能有效解决单车路径选择问题。     

基于STM32和Zigbee的智能车路协同系统的设计和实现

文章以车辆顺利安全通过有信号灯的城市十字路口为背景,研究基于STM32微处理器和Zigbee无线通讯协议的智能车路协同系统的设计和实现。整个系统包含智能车载单元和智能路侧单元。路侧单元和车载单元通过Zigbee无线传输协议实现信息交互,智能路侧单元通过实时获取的车辆位置和行驶方向及距离车辆最近的十字路口的红绿灯信息和道路信息,通过速度引导略为驾驶员提供行驶建议,使其不停车通过十字交叉路口,达到安全,畅行的目的。     

基于白适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统（ANFIS）建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。     

基于自适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型.针对这一问题,应用自适应模糊神经推理系统(ANFIS)建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练.最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真.结果表明,前者输出的跟驰车辆加速度值更接近于真实值.     

车路协同车辆编队系统研究

车辆编队是通过网络技术，使车辆彼此之间紧跟在一起行驶。设计了基于信息物理系统(cyber-physical system CPS)理论的货车编队系统的框架，利用路侧摄像头、毫米波雷达等路侧智能设备、车载OBU智能终端获取道路及车辆信息进行多源信息融合，并通过V2X通信技术进行数据传输，从而实现车、路、云协同工作。     

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息，为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性，目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势，提出一种利用车路信息融合的实时交通状态评价方法。首先，定义了一种网联汽车与路侧终端间的无线交互方式，并确定数据协议以保证实时车辆数据的准确性；其次，从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合，应用多算子对计算的一级评价结果构成二级交通状态评价指标，并根据层次分析法确立指标权重，同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则，从而融合动态车辆数据与静态路段参数，计算得出交通状态评价结果与评分；最后，由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致，能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性，同时为车路协同技术应用于实时交通诱导，缓解城市交通拥堵提供了理论依据。     

基于中心差分卡尔曼滤波的车速估计研究

针对车辆行驶过程中车速估计问题,论文基于中心差分卡尔曼滤波理论设计了车速的估计算法。建立了非线性三自由度车辆估算模型,根据纵向加速度、侧向加速度和方向盘转角低成本传感器信号的信息融合,实现对车速的准确估计,应用CarSim与Matl ab/Simulink联合仿真实验对算法进行验证。结果表明:估计算法能够准确估计车辆行驶过程中的纵向车速、侧向车速和质心侧偏角。     

基于自适应模糊扩展卡尔曼滤波的车辆运动状态联合估计

为准确实时地获取车辆运动状态信息,满足车辆主动安全控制系统的需求,基于模糊控制器和扩展卡尔曼滤波（EKF）算法,采用非线性3自由度车辆动力学模型,提出一种基于自适应模糊扩展卡尔曼滤波（AFEKF）的车辆运动状态联合估计策略。首先利用EKF算法对待测量噪声的输入量联合估计得到所需的状态量,然后建立模糊控制器对其进行自适应调节,最后应用MATLAB/Simulink仿真平台建立14自由度车辆动力学模型对估计算法进行仿真和实车试验验证。结果表明：AFEKF算法能够准确有效地估计车辆的行驶状态,且与EKF算法相比,准确性和鲁棒性更好。     

Cooperative Estimation Using Vehicle Communications

Summary Each vehicle on a section of highway is potentially a driving condition 'sensor.' For example, a vehicle's speed give can give a clue about the traffic conditions in its section of roadway. By 'cooperative estimation,' we mean a system that uses a communication network to combine the experience of many vehicles into parameter estimates that are more useful than the estimates that any individual vehicle could generate by itself. This paper demonstrates the cooperative estimation concept by showing how it can be used to estimate traffic conditions and road friction without using roadside sensors.     

Radar Health Monitoring for Highway Vehicle Applications

Monitoring the health of the radar sensor on a highway vehicle poses a special challenge. This is because the radar measures the distance to other independent vehicles on the highway and the motion of these other vehicles may be completely unknown to the fault detection system. Traditional observer-based approaches to fault diagnostic system design cannot be used. A number of new approaches are therefore explored in this paper in an attempt to create a reliable fault detection system for the radar. These include: (a) Use of inter-vehicle communication; (b) Use of a geographic database of pre-identified roadside radar targets; (c) Detection of abrupt failures using fuzzy logic and a knowledge of vehicle acceleration abilities; (d) Use of a redundant sensor that is inexpensive but of poor quality. The performance of each of these approaches is evaluated. Experimental results indicate that a combination of approaches (c) and (d) would provide the most reliable method for radar health monitoring. This combination would work effectively even in the absence of inter-vehicle communication in a realistic highway environment.     

汽车运行状态远程监测系统开发

介绍了汽车运行状态远程监测系统的组成和开发情况。该系统通过车载子系统采集车辆运行过程中的状态参数信息,借助于移动通信技术和计算机通信网络传至监测中心,状态监测与故障预测服务子系统对这些参数进行分析,以达到对车辆运行状态实时监测与故障预测的目的。该系统可以及时发现汽车潜在的故障,并提供警示信息或技术服务,确保汽车具有良好的运行性能,从而防止车辆带＂病＂行驶,避免因车辆故障引起的交通堵塞和交通事故,有利于保障道路交通的畅通。     

基于模糊PID的遥控转向技术

结合车辆行驶过程中转向控制的特点,将模糊PID控制策略用于车辆遥控转向技术研究,并且搭建了实验台, 做了大量的实验,验证了该方法的可行性和有效性。     

基于车轴图谱的城市道路汽车运行轨迹特性分析

为探究城市道路行车轨迹与路侧之间的横向距离对车辆运行的影响,提高驾驶员行车安全,在某市滨海路进行汽车运行轨迹样本采集试验,使用AxleLight RLU11系列路侧交通数据采集系统分车道采集试验路段汽车运行轨迹样本,利用SPSS Statistics对试验路段不同车道车辆运行轨迹样本进行数据处理,绘制不同行车道运行车辆横向距离的累积频率曲线,计算得到汽车运行轨迹与路侧的横向距离D85,通过绘制行驶车辆距路侧的横向距离直方图,得到不同车道的车辆分布规律。结果显示,驾驶员大多数偏向选择在内侧车道运行。根据试验路段内外2条车道车辆横向距离和运行轨迹特性,可为城市道路交通安全设施的设置提供理论依据,以期提高城市道路交通运行安全。     

基于轨迹数据的交叉口相位切换期间危险驾驶行为实证分析

基于交叉口相位切换期间的车辆轨迹数据,分别根据单车和跟车行驶状态,识别和分析了相位切换期间可能发生的危险驾驶行为。通过视频拍摄和图像处理的方式,提取了曹安公路沿线3个交叉口共312条单车状态和四平路-大连路交叉口共449条跟车状态的高精度车辆轨迹数据。针对交叉口相位切换期间的危险驾驶行为特征,利用速度、加减速度、减速度变化率、潜在碰撞时间（TTC）等指标,研究在此期间车辆发生危险驾驶行为的特点和类型。对于单车状态下行驶的车辆,按停止、通过分类,依据减速度、减速度变化率、减速度变化率的峰值差等指标将停止车辆的危险驾驶行为分为紧急减速型、增强减速型和持续急减型,依据过停车线时间、速度、加速度等指标将通过车辆分为闯红灯型、超速过线型、激进加速型和持续高速型。对于在跟车状态下行驶的车辆,按前、后车不同的停止、通过决策组合分类,依据连续5个时间间隔（0.12 s）的TTC分析前、后车的危险驾驶行为及发生追尾事故的危险程度。针对识别出的危险驾驶行为类型,讨论车辆的关键行为参数与危险驾驶行为之间的内在关联。研究结果表明：单车状态下有17%的车辆存在危险驾驶行为,其中53%为紧急减速行为;跟车状态下有19%的跟车行为是危险的,其中停止车辆的比例是通过车辆的2倍以上。研究成果可进一步应用于驾驶行为模型的参数标定、基于车辆轨迹的交叉口安全评价以及预防危险驾驶行为的主动安全控制策略等。     

基于互联网+的新能源公交车远程监控平台研究

文章根据实车调研提出了关于新能源公交车的远程监控系统,并设计了一种基于互联网+的新能源公交车远程监控平台系统。该系统车载终端的控制器利用CAN总线采集车辆的整车状态和三电系统状态信息,并通过数据分析确定是否存在故障并进行故障预警,再利用GPS获取公交车的位置信息,通过互联网终端即可掌握车辆运行状态。最后通过实车实验,验证了该系统的高效和实用性。     

基于动量定理的汽车单次三维碰撞运动状态参数计算模型

为了给汽车单次三维碰撞事故的碰撞车速推算提供算法,并为汽车运动轨迹再现提供初始条件,在借鉴已有的二维碰撞运动状态参数计算模型的基础上,将碰撞冲量推广至三维空间。以动量定理为理论基础,结合PC-Crash事故再现软件的碰撞分析方法,提出了汽车三维运动临界条件,推导了汽车三维运动状态参数计算模型。以实际事故案例为研究对象,将基于上述模型开发的事故再现分析系统的计算结果与PC-Crash软件计算结果进行了对比,并将事故再现分析结果与实际案例中车辆翻滚方式进行了对比。结果表明:所提出的汽车单次三维碰撞运动状态参数计算模型能够有效计算汽车三维碰撞速度参数与角速度参数。     

道路交叉口车路协调实验系统设计与实现

提出了道路交叉口车路协调实验系统框架、实现方法并进行了系统搭建测试。在分析系统功能的基础上进行了系统逻辑框架与系统物理框架设计,实现了各子系统功能,包括：GPS车载定位信息采集、交通控制系统设定、路侧处理单元与车载处理单元程序设计与短程无线通信,在此基础上建立了道路交叉口车路协调实验系统,模拟实际交通运行状态对系统主要性能进行测试。实验结果表明该系统可以完成信号灯状态的车载实时显示,但应进一步提高定位精度与通信效果。实验系统不仅为进一步研究基于车路协调的下一代智能交通运输系统提供了实验平台,还能采集相关的车辆运行数据与驾驶员特征数据。