信息融合技术及其在智能运输系统中的应用

从信息融合算法和实际应用两方面分析了国内的研究热点与现状.结合智能运输系统中信息源的特点,系统地论述了信息融合技术在智能运输系统中的应用前景,指出信息融合技术在智能运输系统中的具体应用是发展趋势.     

面向智能网联交通系统的模块化柔性试验场

为了给智能网联试验场设计与建设提供参考,分析了智能网联交通系统中测试技术的研究现状;结合长安大学车联网与智能汽车试验场的测试和研究经验,提出了一种面向智能网联交通系统的模块化柔性试验场,该试验场包括应用场景、感知发布、网络链路和管理服务4个层次。应用场景层通过模拟真实场景中的天气、道路和交通条件,验证智能网联交通设备和服务在不同环境、不同场景的适应性;感知发布层通过摄像头、激光雷达、毫米波雷达等传感设备以及可变情报板等信息发布设备,实现环境数据及交通信息的采集,并下发相应的控制信息和服务信息;网络链路层由车载异构网络构成,通过网络间的协同工作,为应用场景层和感知发布层的设备提供网络信息服务;管理服务层负责下层数据的存储、备份、处理和可视化,并实现下层测试设备的管理与维护。在上述模块化平台的基础上,开发智能网联汽车室内测试台架,配合试验场进行交通场景构建、测试场景复现和单一要素分析,实现智能网联交通的柔性场景测试。结果表明：所提出的试验场具有标准化的测试条件,可控可追踪的测试流程和科学的测试评价体系,能够模拟真实的道路交通场景,提高智能网联相关技术的开发和测试效率。该试验场的建设、推广与应用,能够推进智能网联和无人驾驶技术从理论研究到实际应用的转化,为实现未来交通信息服务和交通系统的创新与变革起到至关重要的作用。     

雷达与视频融合的交通信息感知技术研究

交通信息感知作为交通信息基础设施最为关键的功能之一，可为交通态势预判、信号控制等交通应用场景提供重要的数据与决策支撑，是践行“交通强国”战略的基石。目前，常用交通信息感知手段主要包括地磁线圈、雷达、视频、红外等，但这些单一的交通信息感知设备普遍存在信息感知不全面、精度不高的问题。本文研究基于雷达与视频融合的交通信息感知技术，将毫米波雷达和视觉传感器两者的检测数据有机融合，从而实现大范围、精准而全面的交通信息感知，以期为交通的智能化、信息化发展奠定基础。     

基础交通信息融合方法综述

文章介绍了几种经典算法在基础交通信息融合中的应用,包括卡尔曼滤波、人工神经网络、统计分析(加权平均,指数平滑法,平均值的递推估计算法),以及交通流量和行程时间预测方法。各种方法均通过实际验证其有效性及可靠性。融合后的数据能够满足智能交通系统的子系统ATMS相关应用领域对信息的精度要求,为下一步的交通状态估计提供可靠信息。     

数据融合技术在交通事件检测中的应用综述

为了进一步提高交通事件检测系统的性能,在对基于单源信息的交通事件检测方法进行分析的基础上,从基于多信息源的交通事件自动检测数据级融合和基于多信息源的交通事件检测方法决策级融合2个方面,分析、总结了数据融合技术在交通事件检测中的应用现状,并指出了目前研究存在的主要问题及后续研究的发展趋势。     

言论

从外部环境、内部演化、客户需求三个方面考量,未来汽车电子与智能交通技术融合的主要方向将聚焦在节能、信息、安全三个方面,因此,智能交通的三大国际组织高度重视汽车电子与智能交通融合技术的发展。——中国智能交通协会理事长吴忠泽谈智能交通趋势当前中国的汽车经销商面临着三大困境：第一,汽车生产的增速高于销售的增速;第二,渠道建设的速度也是高于了销售的速度;第三,我们今天的定价机制有待于改善。     

Fusion Framework of Urban Traffic Control and Route Guidance Based on CPS Theory

以避免交通拥堵和提高交通效率为目标,同时满足交通用户要求和交通系统交通流均衡要求,对城市交通控制与诱导融合框架进行研究.分析城市交通控制与诱导系统和信息物理融合系统(CPS)的特性及两者关联.探讨CPS理论应用于城市交通控制与诱导系统的各项技术要求.根据动态城市交通流诱导系统和城市交通信号控制系统的内容,针对两者相关性、冲突性与解决方法,考虑信息物理融合系统的人机系统特点,提出一种基于信息物理融合系统理论的城市交通控制与诱导融合框架.该框架包含计算部分、通讯部分、控制部分和物理世界部分,增强了城市交通流诱导系统和城市交通信号控制系统的融合度,侧重从技术层面分析两者深度融合的可行性,为智能交通系统中交通控制与诱导融合的实施提供理论依据.     

汽车电子标识在智能交通中的应用与研究

介绍了汽车电子标识及其常见的应用场景,并探索了处于大数据热潮下,智慧城市交通领域中人工智能、深度学习等新兴技术如何与汽车电子标识融合,最终实现智能交通管控。首先,从汽车电子标识的技术原理、国内外的应用情况分析汽车电子标识的优势和局限性;其次,分析了智能停车、信号优先、电子围栏等业务领域的研究现状;然后,阐述图像复原、深度学习技术与汽车电子标识技术结合,展现其在智能交通领域中的应用优势。最后,提出未来汽车电子标识在智能交通领域的建议。     

新一代智能交通全出行链集成系统设计

智能网联汽车已成为汽车技术发展的大势,通过融合智能网联汽车和智慧交通技术,以自动驾驶车辆的需求为核心,应用深度学习、边缘计算以及领先水平的车路感知融合、车路云控协同等方法,构建"智能网联汽车+智能交通+智慧城市"全出行链场景,实现无人驾驶在智慧道路、智慧停车、智慧园区的综合应用,为后续工程建设、产业化落地提供强大的技术支撑,进一步推动自动驾驶产业的发展。     

城市路网中浮动车数据和线圈数据的融合

交通信息是 ATMS 的基础和核心,从实时交通数据中准确估计交通参数、判断和预测交通状态是 ATMS 的重要内容.文中在信息融合理论的基础上,介绍了交通数据融合的基本内容.分析了浮动车数据和线圈数据的特点后得出:在城市路网环境中,虽然浮动车采集和线圈采集方式各有优劣,但他们在时间和空间上具有很强的互补和冗余.为充分利用已获取的交通信息,应实现这两类数据的融合,并对浮动车数据和线圈数据的一般融合模型和基本融合方法进行了论述,明确了交通融合问题的2种研究方法,即通过仿真手段得到的数据和现场采集数据作为融合的数据源来验证融合模型.     

IntelliWay-变耦合模块化智慧高速公路系统一体化架构及测评体系

根据当前智慧高速公路系统的发展历程,总结一些典型的车路协同系统逻辑与物理模型。在总结国内外智慧高速公路系统的整体架构之后,提出新一代智慧高速系统的总体架构-IntelliWay,包括智慧高速公路系统分层模块化架构、基于变耦合程度的智能分级和基于事件驱动的数据分发机制。同时,根据当前智慧高速公路系统的主流应用技术,总结车载高精度定位、高级驾驶辅助系统(Advanced Driver Assistance System, ADAS)与车载总线、路侧设备优化、异构网络融合、网络负载均衡、网络信息安全、多传感器融合与协同感知、以用户为中心的场景自适应信息发布、车辆群体协同自动驾驶、基于大数据与人工智能的交通态势预测、车道级主动交通管理、组件式应用服务开发等驱动智慧高速公路系统快速发展的新兴技术研究现状,然后基于以上关键技术的特点提出未来智慧高速公路系统应用的实施建议;分析广播式交通信息服务、主动交通管理、伴随式信息服务、自动驾驶专用道、车辆队列协同驾驶等智慧高速公路系统的典型应用场景,进行智慧高速系统的测评方法分析和相关案例分析。最后,系统性地分析和预测智慧高速系统存在的挑战及未来发展趋势,以...     

C-V2X应用场景的算法建模及评价模型综述

V2X利用无线信息交互技术,实现车与其他实体之间的信息交互,将"人、车、路、云"交通参与要素有机地联系在一起,构建一个智慧的交通体系。算法的评价基于算法建模,通过建模梳理算法的逻辑思路,输出算法相关的标定参数,进而使算法性能达到更优。基于C-V2X应用场景的算法评价模型,旨在研究如何评判不同应用场景的实现优劣,用于设计出标准的指标参数衡量算法的性能,重点从算法计算效率和算法有效性2个维度考虑,构建起评估算法功能及性能的立体模型,多角度权衡并分析,从而对应用场景的实现给予评估反馈。     

基于地空信息融合的无人机交通状态感知方法研究

现有的无人机（UAV）交通状态感知方法，主要针对宏观交通状态参数的获取，同时尚未克服UAV自运动对交通参数检测精度的影响，难以满足智能交通系统对于高精度微观交通参数的应用需求。为此，提出一种基于地空信息融合的UAV交通状态感知方法，该方法包括：地空信息融合模型、道路关键点（IKP）检测及跟踪、车辆目标检测及追踪算法和交通状态参数提取及估计。其中，地空信息融合模型利用地基信息（IKP世界坐标）与空基信息（IKP像素坐标）进行最优化融合，并通过自适应IKP追踪算法与自适应UAV位置偏移判断算法实时更新模型参数，以此克服UAV自运动对车辆轨迹精度的影响，进而获取可靠的车辆级（瞬时速度、车头间距和车头时距）与车道级（车道动态密度、车道流量和空间平均车速）交通状态参数。利用提出的感知方法获取实地拍摄视频的车辆级交通参数并进行了分布检验，同时比较了基于不同交通流模型的车道级参数估算方法。结果表明：该方法在车辆检测的mAP@0.5指数超过90%，同时提取的车辆轨迹相对完整，获取的车辆级和车道级交通状态参数也符合实际交通流状况。最后，将该模型应用于实地道路的交通拥堵检测及交通事件检测，该研究结果为UAV在现代交通感知和管理中的应用提供了一种理论和技术参考。     

Traffic Simulation with Consideration of Driver Models,Theory and Examples

SUMMARY

In the last five years the IKA (Institut für Kraftfahrwesen Aachen) and BMW created the microscopic traffic simulation program PELOPS. It simulates the traffic flow on motorways with a specific view on vehicle affairs. One application for PELOPS was the assessment of ACC (Adaptive Cruise Control) systems inside the PROMETHEUS program. It was shown, that PELOPS is a powerful tool for the analysis of new technologies. A new research period will extend the use of ACC about the functionality in urban areas. This requires an extension of PELOPS about some specific models. With this extension it is possible, to analyse new traffic technologies for the individual vehicles or the infrastructure. In a first step, PELOPS is extended about functions for suburban areas. This effects mainly the modelling of the driver behaviour. The driver behaviour is related to the traffic situation. In contrast to the normal traffic flow on motorways, the driver has to stop and go in the suburban area, he has to control lower distances and he has to react on other vehicles on cross-roads. New concepts for these functions are included in PELOPS and calibrated by detailed traffic data from a video observation and floating car measurements in the surrounding of Aachen. Based on the traffic measurement near Aachen, different scenarios are simulated to improve the traffic flow and to relieve the environment. These scenarios include ACC systems, inter-vehicle-communication and intelligent traffic lights. The paper shows some information's about the simulation technic and the results from the described analysis.     

智能公路发展现状与关键技术（双语出版）

借鉴美国自动公路系统（Automated Highway Systems,AHS）技术框架,系统回顾了初级应用、通信技术、绿色能源技术、自动驾驶技术等不同因素驱动下智能公路的概念演化、技术发展和未来变革。根据当前信息技术的发展趋势,在AHS的研究基础上延伸和扩展了智能公路的概念和技术框架,提出了未来智能公路系统的演化方向以及包含信息管理层、网络通信层和感应控制层的智能公路体系架构。同时,瞄准当前主流技术和未来科技发展方向,总结了泛在无线通信、高精度定位与导航、车辆队列控制、无线充电、道路智能材料、道路主动安全控制、面向出行即服务的车路信息交互、基于基础设施的智能决策规划等驱动智能公路快速发展的新兴技术研究现状,并基于这8项关键技术的自身发展特点,提出了未来智能公路技术应用和推广的建议措施;分析了车路协同一体化、智能平行系统、人工智能、交通信息安全、自动驾驶等新兴技术将对未来智能公路发展带来的冲击和影响;系统性地预测了智能公路技术的商业化推广路线以及未来智能公路的应用将进一步降低自动驾驶的技术设备成本,为自动驾驶提供了一个更安全、更稳定和高效的交通环境。研究成果将对当前和未来智能公路的技术研发和工程应用具有一定指导意义。     

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。     

面向智能车辆的现役道路设施行驶适应性研究综述

为了总结面向智能车辆的现役道路设施行驶适应性，即现役道路基础设施承载智能车辆行驶的适宜程度，阐述自主智能驾驶定义与驾驶自动化等级分类，在此基础上剖析不同等级间的人机功能差异，并分别从感知层、感知-决策层、决策-控制层探讨与道路设计要素相关联的人机功能差异，通过归纳总结智能车辆与道路几何要素、路面性能及其他道路要素(如道路标线)的相互作用机制研究，从道路工程角度及其他道路要素方面回顾该领域的研究现状，指出存在的问题和未来发展方向。研究结果表明：相比传统车辆，配置高等级自动驾驶系统的智能车辆对现役道路设施行驶适应性最高，主动安全系统次之，而驾驶辅助及有条件自动驾驶系统适应性不足。而目前研究主要问题包括：难以归纳、标定不同驾驶自动化等级间的人机功能差异及其对于道路设计参数的需求设计值；测试道路场景条件过于理想，考虑的驾驶自动化等级单一，试验规模和样本有限；道路几何、路面性能以及道路标志、标线等道路要素与智能车辆间的相互作用机制研究不足，缺乏与不同道路场景相匹配的智能车辆驾驶特征数据的获取手段。因此建议：重视并推动与道路设计要素相关联的关键人机功能差异指标信息共享；联合高保真且可交互的道路场景、高精度感知传感器物理模型、车辆动力学模型及微观交通流模型，利用测试场景自动化生成、极限工况场景搜寻与泛化等技术开展智能驾驶虚拟测试，突破现有研究的深度和广度；探索反映不同等级智能车辆的道路行驶适应性特征指标与评价标准，精准、有效地评估预测复杂道路场景及不利道路条件下的行驶适应性。