智慧交通系统可以显著改善交通运行效率,降低事故发生率并减少能源消耗。因此,随着物联网技术及车联网技术的快速发展和广泛应用,智慧交通系统的理论研究和实际部署受到了学术界和工业界的高度关注。作为实现智慧交通系统的核心技术,车路协同的研究和示范已经成为了未来世界各国在交通领域的战略制高点。车路协同的研究和示范是未来世界各国在交通领域的战略制高点。面向我国车路协同系统中交通数据感知难、异构网络数据传输难、多源大数据分析难、交通智能管控决策难等核心挑战,本书作者在总结国内外车路协同体系架构的基础上,对交通数据感知技术、V2X通信技术、大数据分析技术、智能管控技术等车路协同关键使能技术及其应用进行讨论。本书提出的方法、理论和技术将为推动车路协同技术的发展和落地示范应用提供技术参考。
本书依托作者团队承担的国家重点研发计划课题的相关研究成果,以智慧交通构建为背景对国内外车路协同现状、应用场景、体系架构与发展方向进行详细的总结及讨论。在此基础上,引出交通数据感知技术、V2X通信技术、大数据分析技术、智能管控技术等车路协同关键使能技术。其中感知技术对车路协同系统中多样化感知设备的基本原理、应用场景及感知方案的优缺点进行归类讨论。V2X通信技术对车路协同系统中V2P、V2V、V2I原理及发展历程进行梳理。结合不同通信技术的优缺点,对比讨论不同V2X通信技术及在车路协同系统中的性能。大数据分析技术阐述大数据分析在车路协同中的精准服务、交通信息规划及管控决策制定等应用。智能管控技术介绍面向不同应用时车路协同系统中采用的管控技术并结合现阶段世界各国实际部署的应用案例,讨论信息化对传统交通系统中智能管控的赋能。
前言智能交通系统可以显著提高交通运行效率,降低事故发生率并减少能源消耗。因此,随着物联网技术及车联网技术的快速发展和广泛应用,智能交通系统的理论研究和实际部署受到了学术界和工业界的高度关注。作为实现智能交通系统的核心技术,车路协同的研究和示范已经成为未来世界各国在交通领域的战略制高点。面对我国复杂多变的交通场景,当前的车路协同系统存在以下关键问题。① 交通数据感知难:现有的感知设备难以实现复杂交通系统中数据的全天候全息感知。② 异构网络数据传输难:车联网中异构的网络具有不同的适用场景,现有的研究缺乏对异构网络场景及模式选择的研究。③ 多源大数据分析难:不同的感知设备采集的多源交通数据缺乏有效的处理策略及高效的分析手段。④ 交通智能管控决策难:目前的智能管控策略难以实现交通流高效的诱导和调度。因此,亟须从泛在交通数据感知到智能管控进行全面研究,建立系统、完备、可示范的现代车路协同系统。本书依托作者团队承担的国家重点研发计划课题的相关研究成果,以智能交通构建为背景对国内外车路协同现状、应用场景、体系架构与发展方向进行详细的总结与讨论。在此基础上,引出交通数据感知技术、V2X通信技术、大数据分析技术、智能管控技术等车路协同关键使能技术。其中在交通数据感知技术介绍中对车路协同系统中多样化感知设备的基本原理、应用场景及感知方案的优缺点进行分类讨论。在V2X通信技术介绍中对车路协同系统中V2P、V2V、V2I原理及发展历程进行梳理。结合不同通信技术的优缺点,对比讨论不同V2X通信技术及其在车路协同系统中的性能。在大数据分析技术介绍中阐述大数据分析在车路协同中的精准服务、交通信息规划及管控决策制定等应用。对于智能管控技术,介绍了面向不同应用时车路协同系统中采用的管控技术并结合现阶段世界各国实际部署的应用案例,讨论了信息化对传统交通系统中智能管控的赋能。本书提出的方法、理论和技术可为广大企业、科研院所、高等院校进一步深入研究车路协同提供理论基础,为推动智能交通及车路协同技术的发展和落地示范应用提供技术参考,对提升我国车路协同技术的国际竞争力及交通垂直行业的综合实力具有重要意义。本书由国家重点研发计划高速公路智能车路协同系统集成应用项目2019YFB1600100资助,主要面向智能交通研究者和交通从业人员,其中包括将要进行智能交通及车路协同方面研究的学者和工业界中期望实现传统交通智能化改造的从业人员。本书也可作为信息与通信工程、交通运输工程、物联网工程、控制科学与工程、电子科学与技术、计算机科学与技术等相关专业的研究生和高年级本科生的教材和参考书。现代车路协同系统:从泛在感知到智能管控前言作者2022年10月
惠一龙博士在车联网、智能交通系统及无人驾驶领域发表期刊及国际会议学术论文40余篇(包括IEEE JSAC,IEEE IoT,IEEE/ACM ToN,IEEE TVT,IEEE TITS,IEEE TETC,IEEE Wireless Communications,IEEE Network等TOP期刊),共5篇文章入选了ESI高被引论文,出版车联网英文专著《The Next Generation Vehicular Networks, Modeling, Algorithm and Applications》一部。获得IEEE CyberSciTech2017及WiCon2016国际会议*佳论文奖。担任IEEE Transactions on Vehicular Technology、Applied Energy、IEEE Transactions on Wireless Communications、IEEE Internet of Things Journal、IEEE Transactions on Industrial Informatics、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Network Science and Engineering、Sensors、China Communications及IEEE Access等通信及交通领域学术期刊的审稿人。
第1章 绪论 1
1.1 国内外车路协同现状 1
1.1.1 国外研究现状 1
1.1.2 国内研究现状 3
1.2 车路协同应用场景 4
1.2.1 交通安全预警场景 4
1.2.2 交通信号灯场景 5
1.2.3 公交运营管理场景 6
1.2.4 自动驾驶场景 6
1.3 车路协同体系架构 7
1.3.1 美国 8
1.3.2 欧盟 9
1.3.3 日本 10
1.3.4 中国 12
1.4 车路协同感知技术 13
1.4.1 传感器概述 13
1.4.2 传感器融合 16
1.5 V2X通信技术 18
1.5.1 V2X概述 18
1.5.2 技术分类及演进 19
1.6 大数据分析技术 22
1.6.1 交通大数据战略 22
1.6.2 大数据分析技术 25
1.6.3 交通大数据应用 26
1.7 智能管控技术 28
1.8 参考文献 29
第2章 物联网感知技术 32
2.1 行人检测 32
2.1.1 引言 32
2.1.2 研究现状 33
2.1.3 多传感器数据融合 34
2.1.4 行人检测系统集成与构建 36
2.1.5 基于多传感器数据融合的行人检测算法 39
2.1.6 实验结果与分析 47
2.2 基于微波的车辆检测 51
2.2.1 引言 51
2.2.2 研究现状 52
2.2.3 车辆检测基础理论及系统设计 53
2.2.4 微波传感器原理及车辆数据采集分析 55
2.2.5 双检测模块协作式车辆检测算法 57
2.2.6 实验结果与分析 68
2.3 基于地磁的车流检测 73
2.3.1 引言 74
2.3.2 研究现状 74
2.3.3 地磁车辆检测原理及其系统设计 75
2.3.4 地磁车辆检测算法 77
2.3.5 实验结果与分析 83
2.4 道路健康检测 84
2.4.1 引言 85
2.4.2 研究现状 85
2.4.3 振动传感器道路健康检测架构 86
2.4.4 道路裂缝检测算法 88
2.4.5 实验结果与分析 93
2.5 参考文献 95
第3章 V2X通信技术 100
3.1 V2X通信技术及应用场景 100
3.1.1 V2X通信技术 100
3.1.2 车路协同技术应用 101
3.2 V2V 102
3.2.1 引言 102
3.2.2 研究现状 103
3.2.3 系统模型 104
3.2.4 网络性能分析 108
3.2.5 仿真结果与分析 114
3.3 V2I 117
3.3.1引言 118
3.3.2 研究现状 119
3.3.3 系统模型 119
3.3.4 基于拍卖博弈的卸载机制 123
3.3.5 基于拥塞博弈的卸载机制 125
3.3.6 卸载潜力预测 127
3.3.7 仿真结果与分析 129
3.4 案例分析车辆碰撞避免 132
3.4.1 应用V2V的追尾事故分级预警 132
3.4.2 应用V2I的交叉路口碰撞避免 137
3.5 参考文献 145
第4章 大数据分析技术 150
4.1 大数据分析技术及应用场景 150
4.1.1 大数据信息采集 150
4.1.2 大数据分析平台 150
4.1.3 大数据分析特征 151
4.1.4 大数据技术变革 152
4.2 应用实例城市交通瓶颈识别 153
4.2.1 交通瓶颈识别技术 153
4.2.2 拥塞传播图及最大生成树 156
4.2.3 交通瓶颈识别 158
4.2.4 仿真结果与分析 160
4.3 应用实例交通拥塞成因分析 164
4.3.1 拥塞传播 165
4.3.2 因果拥塞树 167
4.3.3 拥塞成因识别 168
4.3.4 交通拥塞成因预测方法 170
4.3.5 仿真结果与分析 172
4.4 参考文献 180
第5章 智能管控技术 183
5.1 智能管控技术及应用场景 183
5.1.1 智能管控技术 183
5.1.2 智能管控尺度 185
5.1.3 智能管控方式 186
5.1.4 智能管控事件 189
5.1.5 智能管控交通场景 191
5.2 宏观管控分析 195
5.2.1 交通运行管理 195
5.2.2 特殊事件交通管理 196
5.2.3 单路口交通信号控制 197
5.2.4 干线交叉口信号联动控制 198
5.2.5 区域交通信号控制 199
5.3 微观管控分析 200
5.3.1 车辆行为决策 200
5.3.2 车辆控制决策 206
5.4 智能管控案例 207
5.4.1 宏观控制案例 207
5.4.2 微观控制案例 224
5.5 参考文献 230
第6章 未来展望 233
6.1 车路协同发展 233
6.2 关键使能技术 236
6.3 参考文献 238