车路协同条件下智能网联高速公路通行效率信息自适应分发协议:NRT-V2X

车路协同技术是解决自动驾驶中单车智能现存缺陷的关键技术。而智能网联高速公路的出现为车路协同技术真正应用于实际提供了良好的平台，其中，路侧单元（Road Side Unit，RSU）如何将路侧传感器信息或交通监控中心发布消息传递给路上车辆，是车路协同技术的一个关键环节。为此，提出一种基于V2V（Vehicle to Vehicle）和V2I（Vehicle to Infrastructure）融合的自适应数据分发协议（Adaptive Network and Road Traffic Data Dissemination for V2X，NRT-V2X）。NRT-V2X协议在影响通行效率事件的车流上游为RSU定义了一段服务区域（ROI，Region of Interest）。RSU通过感知服务区域中车辆的无线通信网络状况和路面交通状况来自适应调整其信息发送间隔，从而在保证ROI中车辆信息全覆盖的前提下，降低RSU发送信息开销，抑制ROI内车辆的接收信息冗余。基于创建的2个场景和2个车路协同应用，利用双向耦合车联网仿真平台进行性能评估。试验结果表明：采用NRT-V2X协议的车路协同技术可使高速公路的通行效率提高28%以上；与RSU固定发送间隔协议和典型V2X协议ATB相比，NRT-V2X的信息覆盖率稳定在100%，发送信息开销降低了至少30%，接收信息冗余下降了20%以上；NRT-V2X能够将智能网联高速公路通行效率相关信息高效地由RSU分发到其定义的ROI中的所有车辆，从而保证所有车辆预先接收到相关信息，选择最优行车路线，提高通行效率。     

基于蚁群算法的自适应车路协作消息传输方法研究

为解决车辆因高速运动在路侧单元（RSU）覆盖范围内通行时间较短导致下载数据量有限的问题，提出了一种基于蚁群算法的车路协作消息传输策略。依据RSU间能够进行车辆数据等信息共享的特性，设计了相应的启发式函数与对应路径信息素更新规则，形成多个车路协作通信组，在增加网络中数据传输量和种类的同时避免了陷入局部最优解。通过SUMO仿真平台进行验证，结果表明，相对于非协作、联盟博弈（CGS）方案与多级联盟划分（MHEMs）方案，所提出策略在信息传输量、路网收益和运行时间等方面结果均更优，证明了该策略的有效性。     

一种新型智能车载单元OBU系统的设计与量产

OBU(On Board Unit),即车载单元^[1]。在智能网联车路系统中,OBU使不同厂商车辆,以及路侧单元RSU(Road Side Unit)^[1]互联互通。本文设计了一种新型OBU系统,融合了5G通信、C-V2X通信(Cellular Vehicle to Everything,V2X)^[2]和GNSS定位、硬件加密等功能。针对客户需求和OBU系统架构,对软硬件子单元进行了详细分析和设计,经落地优化、批量生产,成功大规模应用于城市公交系统与车路协同项目中。     

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...     

基于多需求响应的定制公交绿色线网优化

通过对定制公交服务模式系统的探究,结合绿色交通理论,对多需求响应机制下的定制公交线网优化问题进行了系统研究。在已知乘客需求的条件下,以定制公交需求服务率、平均上座率、定制公交总成本3方面最优为目标,其中定制公交总成本为运营距离成本、运营时间成本、运营环保成本、运营固定成本3者最优,构建了多需求响应机制下的城市绿色定制公交线网优化模型。多种需求模型依次为单对多定制公交线网优化模型、多对单定制公交线网优化模型、多对多定制公交线网优化模型。对定制公交线网优化模型细化研究,设计了上车线网和下车线网相结合的分层线网算法。上车线网规划以改进的蚁群算法求解,上车线网与下车线网的连接规划通过聚类分析思想取得,下车线网规划以精确数学算法得到。以杭州市的定制公交线网为实例,对多对多定制公交线网优化模型和分层线网算法进行了验证。通过对方案对比分析和车型对比分析研究,分别以总里程、总时间、总成本、总体服务率为主得到了不同线路方案,通过算法分析得到了综合成本最优线路方案和各种方案下的不同车型配比模型。结果表明:基于分层线网算法提出的多需求响应机制下的绿色定制公交线网优化方案,满足社会、乘客、企业3方面需求,对定制公交线网系统优化问题提供了新思路。     

基于C-V2X自适应巡航仿真研究

在传统的自适应巡航(Adaptive Cruise Control ACC)控制中,主要依靠雷达或视觉对车辆周围环境的感知,但是在一些情况,比如:下雨、雾天或者在弯道行驶时,因为传感器对外界感知能力的不足,造成自适应巡航体验不佳;为克服雷达和视觉传感器的不足,文章主要基于C-V2X(Cellular Vehicle to Everything)技术,结合RSU(Road Side Unit)发送局部地图,实现车辆对周边车辆的感知。在弯曲道路下,ACC利用车车通信V2V(Vehicle to Vehicle)和RSU发送的MAP消息集,实现对不同车道的目标车辆进行实时切换,保障车辆在弯道上的ACC行驶安全。通过Matlab/Simulink搭建基于C-V2X的ACC算法,通过仿真表明利用C-V2X的ACC在弯道上能够根据RSU提供的MAP消息集,针对不同车道远车RV(Remote Vehicle)进行实时的目标切换,同时主车HV(Host Vehicle)能够与跟踪目标车辆保持安全距离,实现车辆安全行驶。     

基于车速与信号协同优化的区域绿波协调控制模型

针对车路协同环境下的区域绿波协调控制问题，根据自动驾驶车辆车速可控的特点，提出利用绿波车速与信号配时的协同优化方法，建立一种区域绿波协调控制模型。模型在信号配时与相位相序优化的基础上，增加对路段绿波车速的优化，为车路协同环境下的自动驾驶车辆提供路段车速引导方案；通过扩大优化模型的可行解空间，以解决区域协调中相位差的设计问题；选取绿波带宽折减率与通行速度折减率的加权量作为模型评价指标，使得设计方案能够实现绿波带宽与通行速度的综合最优。算例结果分析表明：模型可以根据不同的绿波带宽权重系数，求解相应的绿波带宽与通行速度综合最优协调控制方案，其中绿波带宽最优方案的路网绿波带宽占比均值能够达到95%，明显优于TRANSYT模型的绿波协调优化效果。VISSIM仿真结果显示，与TRANSYT优化方案相比，所提模型方案能够减少干道平均停车次数39%，缩短交叉口平均延误时间10%，使区域交叉口的通行效率得到进一步提升。     

V2X车联网关键技术研究及应用综述

通过文献查阅及行业调研,研究全球汽车行业对网联化的需求。分析车联网技术的发展现状,指出当前国内外车联网技术的发展瓶颈,识别急需攻克的关键技术领域,并建议面向第5代移动通信的车路协同系统(Vehicle to Everything,V2X)车联网核心技术的演进路径,聚焦全球智能网联汽车的发展方向,为汽车产业全面数字化转型和互联网化应用提供理论基础和智力支持。     

IBE技术在V2X通信中的应用

V2X(Vehicle to Everything)技术是智能网联汽车的一项关键技术,为解决在V2X通信过程中在满足隐私保护的同时实现安全性,欧美等国提出了基于PKI/CA的认证体系,这种解决方案对通信证书发放中心的处理能力和性能要求较高,证书签发流程的复杂性无法满足车车、车路通信低时延的要求。为此提出了基于IBE技术的V2X通信身份认证体系,采用IBE服务器取代欧美方案中通信证书发放中心,由IBE服务器向通信参与方发放密钥用于身份验证,该认证流程相对简化,整体通信效率得到了优化。     

公交线网设计算法分析及线路调整研究

目前,国外公交线网设计主要采用启发式算法,存在计算效率不高、线网质量不佳、线网稳定性差等问题;国内公交线网设计主要采用"逐条布设,优化成网"方法,不适用于大路网,无法同时计算出线路发车频率,具有局限性,而其他研究多为模型研究,缺少算法研究及算例证明,难以应用。文中主要研究模拟退火、遗传、模拟退火遗传3种算法在公交线网设计中的运用,使用算例演算,从计算效率、路网质量、稳定性三方面比较不同算法的优劣。计算分析结果表明3种算法的线路重复率过高,与实际不符,为改进计算质量,提出了线路调整思想,使公交线网设计更加合理、稳定。     

OD需求不确定的离散交通网络设计模型研究

以OD需求不确定性为基本前提,以随机双层规划和均值方差理论为基础,建立OD需求不确定离散交通网络设计的基本模型.根据需求不确定的交通网络设计模型特点,建立基于Monte Carlo模拟和遗传算法的算法,实现了对问题的有效求解.Sioux Falls网络的计算结果表明,本论文的模型和算法可以很好地应用于中等规模网络.     

Updating of Travel Behavior Model Parameters and Estimation of Vehicle Trip Chain Based on Plate Scanning

This article proposes a maximum-likelihood method to update travel behavior model parameters and estimate vehicle trip chain based on plate scanning. The information from plate scanning consists of the vehicle passing time and sequence of scanned vehicles along a series of plate scanning locations (sensor locations installed on road network). The article adopts the hierarchical travel behavior decision model, in which the upper tier is an activity pattern generation model, and the lower tier is a destination and route choice model. The activity pattern is an individual profile of daily performed activities. To obtain reliable estimation results, the sensor location schemes for predicting trip chaining are proposed. The maximum-likelihood estimation problem based on plate scanning is formulated to update model parameters. This problem is solved by the expectation-maximization (EM) algorithm. The model and algorithm are then tested with simulated plate scanning data in a modified Sioux Falls network. The results illustrate the efficiency of the model and its potential for an application to large and complex network cases.     

Improving multi-channel wave-based V2X communication to support advanced driver assistance system (ADAS)

The advent of vehicle-to-everything (V2X) communication has opened the opportunity to design advanced driver assistance systems (ADAS) that collect information from sensors in neighboring vehicles and roadside infrastructure. IEEE and ETSI have designed network protocol standards for V2X communications. Despite the differences between the vehicular wireless communication architecture defined by ETSI and the IEEE protocol stack, the two standards have multichannel operations as a main commonality, with some channels dedicated to safety-critical applications and others to nonsafety services. Some recent studies have demonstrated that these standards might not provide sufficient channel utilization for reliable exchange of information in mid- and heavily congested scenarios. In this paper, we propose and evaluate the performance of a driver-assistance system to reduce the connectivity gaps between vehicles and roadside units (RSUs). This cooperative system of multi-service channel allocation will improve radio channel utilization. We also show that the required latency for this inter-vehicle communication can be obtained using the IEEE-WAVE standards and dedicated short-range communication (DSRC) proposed for vehicular environments. Simulation results show that the proposed scheme can improve the average throughput by up to 15 % in various traffic density conditions compared with the dynamic channel allocation method.     

考虑多目标的城市停车换乘选址优化模型及算法

停车换乘选址问题是城市交通网络设计研究的重点领域,已有研究的优化目标多集中在系统总费用方面,而对交通可持续发展方面考虑不足。为此,提出综合考虑多方面目标的停车换乘设施选址优化模型及其求解算法。首先,基于超网络理论,提出多方式城市交通系统的超网络模型并定义O-D (Origin-destination)间的超路径、有效超路径及子路径,结合出行者出行过程及交通网络拥挤特征,给出超路径费用的数学表达;其次,基于多方式交通网络随机均衡配流结果,构建交通总阻抗、污染物排放量以及交通系统公平性等系统优化指标的计算模型,并建立用以描述停车换乘设施选址问题的多目标优化模型;进而,以多目标系统优化模型为上层问题,以超网络下满足Logit分配的多方式交通网络配流模型为下层问题,构建描述城市多方式交通系统停车换乘设施选址问题的双层规划模型,并基于模型特征,结合“记录-搜索”思想设计非支配排序遗传算法进行求解;最后,基于Sioux Falls网络设计算例。研究结果表明：算法能够在有限的步骤内搜索到90%以上的Pareto最优解;平均而言,停车换乘措施使得交通总阻抗减小了0.31%,污染物排放量减少了7.32%...     

基于扩展TAM的车路协同系统驾驶人接受度研究

车路协同系统（Cooperative Vehicle Infrastructure System，CVIS）已成为智能交通领域的前沿技术和研究热点。世界各国都在致力于CVIS的研发、试验、示范应用和效用评估。然而CVIS的服务对象是驾驶人，在其正式投入使用之前研究驾驶人对CVIS的主观接受度及其影响因素非常重要。基于此，以基础的技术接受模型（Technology Acceptance Model，TAM）为理论框架，在基础变量（感知有用性、感知易用性、态度和使用意图）的基础上，引入预警服务质量、分心感知、个人创新和信任度4个扩展变量，建立扩展TAM，分析驾驶人对CVIS的主观接受度及其影响因素。首先，通过在线调查收集392名驾驶人对CVIS的技术接受问卷；然后，使用Cronbach's α和验证性因子分析检验问卷的信效度；最后，采用路径分析探究驾驶人对CVIS的接受度及其影响因素。研究结果表明：基础TAM变量之间的关系与基础模型假设一致；CVIS的预警服务质量通过感知有用性、感知易用性和态度间接影响使用意图；驾驶人对CVIS的分心感知对其态度和使用意图没有负向影响；驾驶人的个人创新不仅直接影响使用意图，而且通过态度间接影响使用意图；驾驶人对CVIS的信任度是使用意图的直接影响因素，也通过其他变量间接影响使用意图。研究结果有助于了解驾驶人对CVIS的接受度及其影响因素，并为CVIS的设计提供理论依据。     

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。     

A proposed vision and vehicle-to-infrastructure communication-based vehicle positioning approach

It is essential to obtain accurate location of vehicles for new applications of Intelligent Transportation Systems. To remedy the defects of present Global Positioning System and vehicle-to-infrastructure (V-I) positioning technology, a new positioning approach based on vision and V-I communication is proposed. This approach aims at lane-level positioning with lower cost than conventional ones. In this approach, the position of the vehicle is represented by its lateral position (the lane number) and longitudinal position (the distance from entrance of the road) in a course coordinate system along the road; the specific lane the vehicle is occupying (the lane number) can be judged using the information of lane lines detected by vision systems; then the distance to the vehicle is obtained by a Road Side Unit (RSU) during the V-I communication; and the longitudinal position is calculated. The error of the approach on typical operating conditions is analyzed, indicating that the new approach can achieve the accuracy of less than 0.31 m for straight road and 0.58 m for typical arc road with ultra-wideband communication and ranging technologies and rational arrangement of RSUs. The feasibility of this approach is presented.     

车路协同系统接受度建模及性别差异分析

为了研究公众对车路协同系统（CVIS）的接受度以及在性别上的差异,考虑心理因素,基于拓展的技术接受模型建立车路协同系统接受度模型,通过网络问卷调查方法获取车路协同系统接受度影响因素的主观评价数据,使用偏最小二乘法的结构方程模型（PLS-SEM）检验测量模型的内部一致性和可靠性、收敛效度和判别效度以及模型的假设。研究结果表明：该模型对男性接受意向方差具有70.1%的解释力,对女性接受意向方差具有45.0%的解释力,表明模型对男性接受意向的解释力更强;男性与女性之间的接受意向存在很大的差异,女性比男性更加注重车路协同系统的实用性和安全性,而男性比女性更加注重车路协同系统的便利性,也更容易受到社会因素的影响;对于男性和女性来说,行为态度（ATB）对行为意向（BIU）具有正向显著影响,感知易用性（PEU）可以通过感知有用性（PU）和行为态度间接影响行为意向,感知有用性和可靠性对信任度具有正向显著影响;由于受访者对车路协同系统的实用性感知很高,导致对隐私的关注就越少,因而感知隐私风险（PPR）对信任度的影响并不显著;总体来看,构建的模型对于描述车路协同系统接受度具有一定的合理性与有效性,并且可以针对不同性别的人提高其接受度,可对制定精细化、差异化的策略提供支持。     

A study of the environmental impacts of intelligent automated vehicle control at intersections via V2V and V2I communications

This article presents a novel intersection traffic management system for automated vehicles and quantifies its impact on fuel consumption and greenhouse gas emissions of CO₂ relative to traditional traffic signal and roundabout intersection control. The developed intelligent traffic management (ITM) techniques, which are based on a spatiotemporal reservation scheme, ensure that vehicles proceed through the intersection without colliding with other vehicles while at the same time reducing the intersection delay and environmental impacts. Specifically, the spatiotemporal reservation scheme provides each vehicle a collision-free path that is decomposed into a speed profile along with navigational instructions. The integration of the developed microscopic traffic simulator with instantaneous emission model, provides improved assessments of the environmental impact of traffic control strategies at intersections. The simulator architecture integrates several ITM algorithms, vehicle sensors, V2V/V2I communications, and emission and fuel consumption models. Each vehicle is modeled by an agent and each agent provides information depending on the specific vehicle sensors. The ITM system is supported by V2V and V2I communications, allowing the exchange of information among vehicles and infrastructure. The data include the estimated vehicle position and speed. Compared with traditional traffic management techniques, the simulation results prove that the proposed ITM system reduces CO₂ emissions significantly. The research also shows that these reductions are more significant when the traffic flow increases.