智能网联车辆交通信息处理技术与信号控制方法研究

随着科学技术的不断加强,智能网联车辆的数量也在不断增加,在智能交通系统发展中,车联网发挥了重要作用,人们对于车联网的研究也越来越多和越来越深入,为了能够使车联网更好的普及,应该加强对智能网联车辆交通信息技术和信号控制的研究.本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究,以供参考.     

异构智能网联汽车编队延迟补偿控制研究

智能网联汽车多车编队行驶可有效缩短跟车间距和提升交通系统通行效率，但多车编队控制须解决异构编队控制器的普适性问题，且能够在执行器响应延迟和通讯延迟情况下保证车辆编队的弦稳定性。本文提出一种面向异构智能网联汽车编队的延迟补偿控制方法，在无须获取他车系统动力学参数及控制输入前提下，利用他车加速度信息即可实现车辆编队纵向跟踪控制；此外，提出一种基于Smith预测器的延迟补偿控制架构，分别消除和降低了执行器响应延迟和通讯延迟对车辆编队弦稳定性的影响。典型工况仿真结果表明，相较常见车辆编队控制方法，本文提出的异构车辆编队延迟补偿控制器的跟车误差降低了80.7%，有效减小了最小车头时距和跟车间距。     

城市郊区道路跟车条件下智能网联汽车速度规划

随着智能网联汽车技术的快速发展，跟车行驶控制能够有效实现车辆智能跟随及快速高效队列行驶。针对城市郊区道路条件下的智能网联汽车速度规划问题，以提高车辆的燃油经济性、舒适性及安全性为目的，基于跟车速度限幅和车辆动力系统信息，设计了基于初值优化的序列二次规划算法(Sequential Quadratic Programming, SQP),实时求解获取车辆跟车过程中的最优速度轨迹。首先，在车联网环境下，基于车车(Vehicle to Vehicle, V2V)通信及车辆与交通设施(Vehicle to Infrastructure, V2I)通信技术实时获取前方车辆的速度、加速度及位置等行驶信息并实时采集道路交通信息；然后，为减少车辆动态能耗损失和减小所需牵引力，并在规定的时间段内完成相应的行驶路程，利用采集到的前车行驶信息，采用基于初值优化的SQP算法对最优目标车速进行求解；此外，基于周边动态的道路交通场景，考虑边界约束条件，采用滚动时域的方法实现目标车辆速度在每个采样时刻的在线滚动优化，保证目标车辆节能安全地跟车行驶；最后，通过仿真验证了该算法的有效性和实时性。研究结果表明：基于初值优化...     

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。     

基于I^2CT技术的智能视觉车联网化解城市拥堵问题

全球城市化的快速发展迫切需要采用智慧信息通信技术(I2CT)化解交通拥堵问题,文中介绍基于I2CT技术的智能视觉车联网架构、基于智能视觉分析的一杆一系统以及云计算—云存储—云分析—云控制主机在车联网中的应用,指出了I2CT技术、智能交通以及安防行业在发展城市智能视觉车联网中面临的巨大商机。     

面向车联网多点协作联合传输的安全认证与密钥更新方法

未来基于车联网的车路协同和自动驾驶场景要求车-车/车-路等网络通信在保证数据安全的前提下，具备低时延、高可靠的特性，从而保证车辆的行驶安全以及车/人的信息安全。LTE-V2X作为车联网通信方案之一，LTE的多点协作联合传输（Coordinated Multiple Points-Joint Transmission，CoMP-JT）技术不仅可以减少车辆在高速行驶过程中进行基站（Evolved Node B，eNB）切换时的通信中断，还能通过多个基站的协同传输来辅助提高网络的数据传输性能。然而当前LTE标准中的安全密钥管理方案无法满足多点协作联合传输过程中的密钥管理场景。针对该问题，提出一种可用于LTE-V2X车联网通信中多点协作传输切换的安全密钥生成与更新算法。该算法由车辆生成基站切换请求并使用随机数、共享密钥、目标基站公钥对切换请求进行加密、广播；基于密码学特性，目标基站不仅可基于私钥从密文请求中计算出共享密钥，还可以计算得到后续的会话密钥；车辆则可以基于目标基站位置信息、生成请求时的随机数计算出会话密钥，从而实现在只需要1次密钥传输的前提下，达成车辆与基站之间的密钥共享和密钥更新，并从密码学角度针对该密钥生成与更新算法进行验证分析。研究结果表明：在LTE-V2X多点协作传输时的基站切换过程中，该算法能够确保车辆与基站进行后向/前向密钥分离的安全认证以及会话密钥建立；与传统方案相比，所提方法可减少26.4%的基站切换过程中引入的通信时延，基站信道负载均仅为传统方案的1/2，并且随基站小区范围内车辆数目增加，基站的信道负载也仅线性增加，提升了该算法在LTE-V2X车联网场景中的适用性。     

国内车联网领域关键技术的发展现状及趋势

随着车辆智能化、电动化、网联化趋势的发展,车联网的发展对智能网联汽车技术的进步起到了决定性作用。文章通过对国内车联网发展现状及趋势进行分析,从通信技术、云控技术、高精度定位技术、信息安全四个方面对国内车联网的发展现状进行简要分析,并从安全问题、生产问题、商业模式三个角度总结出国内车联网面临的挑战。分析认为必须加快完善相关政策标准,立足于产业现状,加快核心技术培育攻关,健全产业链条,推进车联网健康有序发展。     

智能网联汽车技术发展现状刍议

现阶段,我国汽车产品正在向着智能化、网联化的方向发展,如此便带给了汽车用户全新的体验,同时让其重新认识了智能网联汽车技术。智能网联汽车,即融合车联网和智能车,把控制中心、车辆传感器以及执行装置等设置在智能汽车中,利用环境感知、智能决策以及执行等相关功能,通过网络和通信技术,实现人、路、车的信息交互共享,今后会慢慢代替人类驾驶汽车,可以确保汽车驾驶更加舒适和安全。     

基于5G 网络的车联网通信模式及应用

作为物与物之间通信的典型应用场景,车联网技术应用潜力巨大。车联网技术可以提供更 加安全的驾车方式,有效避免车辆行驶过程中遇到的各种交通问题,降低交通事故发生的概率。从车联网概念出发,分析了基于5G技术的车联网通信模式及5G 网络环境下车联网的应用方向,为智能 交通的发展提供了参考。     

城市交通区域智能协调控制研究

针对我国城市混合交通状态复杂多变，随机性大，具有分布式交通区域控制等特点，利用多智能体技术和融合技术对其进行研究，提出了基于多智能体技术和融合技术的城市交通区域控制系统框架和智能体的内部结构，并采用博弈再励学习方法进行优化控制和区域协调，实现城市交通控制区域智能协调和全局优化，最后通过仿真分析说明算法的有效性。     

基于DCOM式智能体的交通控制系统模型

章提出了一种智能体的实现方式——DCOM式智能体，并将其应用到交通控制中。针对交通控制中的集中指挥、分级管理和动态变化等特点，将DCOM分布组件技术和智能体技术结合起来。以DCOM式智能体管理交叉口信号、设定道路服务水平，并对堵塞道路选取替换路径，再通过“协作智能体”维护智能体间的通信，从而实现统一指挥、分工协作的交通控制系统。研究表明，此交通控制系统具有更强的稳定性和可扩展性。并减少了人工干预，提高了交通控制的自动化水平。     

一种车路协同封闭场地测试系统设计方法

智能网联汽车搭载了先进的环境感知系统及智能逻辑算法功能,具备环境感知及智能决策功能。但对于道路盲区的预测及控制,是单车智能无法跨越的壁垒。目前,路侧感知及车联网技术已成为未来发展无人驾驶汽车、道路通行安全及效率提升的公认技术路线之一。文章通过标准梳理及走访调研国内车联网测试场、示范区,以测试场景为依托,提出道路技术参数设计方法及最小通信距离设计方法,结合设备设施布置要求,提出一种封闭测试场车路协同系统设计方法,满足智能网联汽车车路协同全场景封闭场地闭环测试及验证。     

电控空气悬架多智能体博弈控制系统研究

为协调互联状态控制与车身高度控制之间的耦合关系,结合多智能体理论和博弈论思想搭建电控空气悬架多智能体博弈控制系统。首先建立与试验样车相匹配的整车模型,验证模型准确性,在此基础上,搭建由信息采集智能体、车身高度控制智能体、互联状态控制智能体和博弈智能体构成的多智能体博弈控制系统。在单一工况下验证系统学习行为的有效性,在混合工况下验证系统控制效果。结果表明,在该系统的控制下,直线行驶时,驾驶员位置处的总加权加速度均方根值降低了7.77%,侧倾因子降低了17.87%;转弯工况下,通过牺牲部分行驶平顺性,改善了车辆操纵稳定性;在混合工况下,车辆整体性能有大幅度提升。     

通信时延和感知时延对车辆编队稳定性的影响

通信时延和传感器感知时延对智能车辆协同动作和行车安全至关重要。针对2类车辆编队控制策略(定常间距双向不对称控制和定常时距多前车跟车控制),引入通信时延和感知时延，并计算编队系统保持稳定性的通信时延阈值和感知时延阈值。首先，考虑到信息获取的便捷性和准确性，在直接相邻车辆的位移和速度分量上引入感知时延，在直接相邻车辆的加速度分量以及非直接邻居车辆的状态信息引入通信时延。将具有时延的信息用于反馈控制器。其次，对双向不对称控制下的同质车队及对多前车跟车控制下的异质车队进行模态分解得到多个低阶的双时延模态子系统。然后，基于双时延微分方程结构特性，提出了几何构型分析方法用于确定单个模态子系统保持稳定性的通信时延阈值和感知时延阈值。从而，车队系统稳定的通信时延阈值和感知时延阈值取决于解耦后的多个模态子系统。最后，进行了MATLAB数值仿真，研究通信时延和感知时延对2类编队系统稳定性的影响。仿真结果表明：在双向不对称控制下，当不对称度较大时，车队系统对时延具有较高容忍度；在定常时距单前车及两前车跟车控制下，车队系统的感知时延阈值和通信时延阈值随时距的增大整体上呈下降趋势。     

网联车辆协同编队控制系统研究

为改善车辆编队行驶的稳定性、安全性和舒适性,本文中基于车车通信构建了多车协同编队控制系统。该系统采用了基于非线性车距控制的驾驶行为决策模型,并充分考虑了实际通信延时对系统的影响。针对车辆编队控制的稳定性,分析了各控制器参数的约束边界及其变化对系统稳定性的综合影响。最后搭建Matlab/Simulink模型,并进行仿真,以验证头车持续扰动、紧急制动和非零初始状态3种典型工况下多车协同控制的有效性与合理性。结果表明,本文设计的车辆编队控制系统可实现车辆编队的稳定性控制,保障行驶安全性,同时避免车辆频繁加速、制动的现象,在一定程度上提高了行驶舒适性。     

车联网标识解析体系研究

车联网标识解析体系是建立在工业互联网相关技术之上,针对车路协同、自动驾驶、车辆运行等交通环节的设备赋予全局唯一的标识。本文介绍了我国工业互联网标识解析体系的建设与技术发展情况,提出了车联网标识解析体系的实施框架与技术架构。通过建立车联网标识解析体系,可以实现车联网信息通信的身份验证、高效传输与安全保障,助力车联网的发展与应用。     

基于改进跟驰模型的混合车辆编队研究

现有的车辆编队控制研究多基于全智能网联环境，不适用于智能网联汽车(Connected and Automated Vehicle, CAV)与人工驾驶汽车(Human-Driven Vehicles, HDV)组成的混合交通场景，因此以混合交通环境下CAV和HDV组成的车辆编队为研究对象，引入头车及前车、后方HDV信息，提出一种改进的智能驾驶员模型(Intelligent Driver Model, IDM)。为更贴合驾驶员的操作行为，缓解优化速度模型(Optimal Velocity Model, OVM)受前车影响产生的速度波动，通过引入驾驶员误差，对OVM模型进行改进。为验证模型的有效性，分别对以上改进进行仿真对比分析，结果表明改进后的IDM模型和OVM模型组成的混合车辆编队在速度响应时间、跟驰间距、油耗、安全性、稳定性等性能方面得到明显改善。     

基于多智能体技术的交通管理系统的研究

提出了基于多智能体技术的交通管理系统，将交通管理系统与目前人工智能领域的研究热点问题－多智能体技术相结合，即通过多个智能体有机构成多智能体系统，利用各个智能体之间的协商与合作来辅助实现智能化的交通管理系统，从而提高交通管理部门的管理效率，降低由于交通带来的环境污染，论述了多智能体系统的原理，基于多智能体技术的交通管理系统的结构框架及其优势。     

面向智能网联汽车的车联网技术应用研究

随着汽车电子化、智能化和网联化的发展,智能网联汽车逐渐成为车联网技术应用的重要载体。基于此,分析了智能网联汽车发展的现状,探讨了面向智能网联汽车的三大车联网技术,即智能驾驶辅助、车载资源管理和智能交通管理等方面的应用。在此基础上,提出面向智能网联汽车的车联网技术发展策略和建议。     

本期导语

<正>在分析交通安全现状的基础上,站在道路安全管理的角度,在交通管理系统、车联网和自动驾驶系统等方面对美国、日本和欧洲的智能交通系统研究现状进行了系统总结与分析。同时,对我国智能交通系统安全管理措施和技术应用状况进行了分析。最后对我国交通安全科技的发展趋势进行了探讨并提出了建议:需重视智能汽车技术的开发;提升车辆主被动安全技术水平;研究车联网环境下的道路交通安