智慧交通系統可以顯著改善交通運行效率，降低事故發(fā)生率并減少能源消耗。因此，隨著物聯網技術及車聯網技術的快速發(fā)展和廣泛應用，智慧交通系統的理論研究和實際部署受到了學術界和工業(yè)界的高度關注。作為實現智慧交通系統的核心技術，車路協同的研究和示范已經成為了未來世界各國在交通領域的戰(zhàn)略制高點。車路協同的研究和示范是未來世界各國在交通領域的戰(zhàn)略制高點。面向我國車路協同系統中交通數據感知難、異構網絡數據傳輸難、多源大數據分析難、交通智能管控決策難等核心挑戰(zhàn)，本書作者在總結國內外車路協同體系架構的基礎上，對交通數據感知技術、V2X通信技術、大數據分析技術、智能管控技術等車路協同關鍵使能技術及其應用進行討論。本書提出的方法、理論和技術將為推動車路協同技術的發(fā)展和落地示范應用提供技術參考。
本書依托作者團隊承擔的國家重點研發(fā)計劃課題的相關研究成果，以智慧交通構建為背景對國內外車路協同現狀、應用場景、體系架構與發(fā)展方向進行詳細的總結及討論。在此基礎上，引出交通數據感知技術、V2X通信技術、大數據分析技術、智能管控技術等車路協同關鍵使能技術。其中感知技術對車路協同系統中多樣化感知設備的基本原理、應用場景及感知方案的優(yōu)缺點進行歸類討論。V2X通信技術對車路協同系統中V2P、V2V、V2I原理及發(fā)展歷程進行梳理。結合不同通信技術的優(yōu)缺點，對比討論不同V2X通信技術及在車路協同系統中的性能。大數據分析技術闡述大數據分析在車路協同中的精準服務、交通信息規(guī)劃及管控決策制定等應用。智能管控技術介紹面向不同應用時車路協同系統中采用的管控技術并結合現階段世界各國實際部署的應用案例，討論信息化對傳統交通系統中智能管控的賦能。
前言智能交通系統可以顯著提高交通運行效率，降低事故發(fā)生率并減少能源消耗。因此，隨著物聯網技術及車聯網技術的快速發(fā)展和廣泛應用，智能交通系統的理論研究和實際部署受到了學術界和工業(yè)界的高度關注。作為實現智能交通系統的核心技術，車路協同的研究和示范已經成為未來世界各國在交通領域的戰(zhàn)略制高點。面對我國復雜多變的交通場景，當前的車路協同系統存在以下關鍵問題。① 交通數據感知難：現有的感知設備難以實現復雜交通系統中數據的全天候全息感知。② 異構網絡數據傳輸難：車聯網中異構的網絡具有不同的適用場景，現有的研究缺乏對異構網絡場景及模式選擇的研究。③ 多源大數據分析難：不同的感知設備采集的多源交通數據缺乏有效的處理策略及高效的分析手段。④ 交通智能管控決策難：目前的智能管控策略難以實現交通流高效的誘導和調度。因此，亟須從泛在交通數據感知到智能管控進行全面研究，建立系統、完備、可示范的現代車路協同系統。本書依托作者團隊承擔的國家重點研發(fā)計劃課題的相關研究成果，以智能交通構建為背景對國內外車路協同現狀、應用場景、體系架構與發(fā)展方向進行詳細的總結與討論。在此基礎上，引出交通數據感知技術、V2X通信技術、大數據分析技術、智能管控技術等車路協同關鍵使能技術。其中在交通數據感知技術介紹中對車路協同系統中多樣化感知設備的基本原理、應用場景及感知方案的優(yōu)缺點進行分類討論。在V2X通信技術介紹中對車路協同系統中V2P、V2V、V2I原理及發(fā)展歷程進行梳理。結合不同通信技術的優(yōu)缺點，對比討論不同V2X通信技術及其在車路協同系統中的性能。在大數據分析技術介紹中闡述大數據分析在車路協同中的精準服務、交通信息規(guī)劃及管控決策制定等應用。對于智能管控技術，介紹了面向不同應用時車路協同系統中采用的管控技術并結合現階段世界各國實際部署的應用案例，討論了信息化對傳統交通系統中智能管控的賦能。本書提出的方法、理論和技術可為廣大企業(yè)、科研院所、高等院校進一步深入研究車路協同提供理論基礎，為推動智能交通及車路協同技術的發(fā)展和落地示范應用提供技術參考，對提升我國車路協同技術的國際競爭力及交通垂直行業(yè)的綜合實力具有重要意義。本書由國家重點研發(fā)計劃高速公路智能車路協同系統集成應用項目2019YFB1600100資助，主要面向智能交通研究者和交通從業(yè)人員，其中包括將要進行智能交通及車路協同方面研究的學者和工業(yè)界中期望實現傳統交通智能化改造的從業(yè)人員。本書也可作為信息與通信工程、交通運輸工程、物聯網工程、控制科學與工程、電子科學與技術、計算機科學與技術等相關專業(yè)的研究生和高年級本科生的教材和參考書�，F代車路協同系統：從泛在感知到智能管控前言作者2022年10月
惠一龍博士在車聯網、智能交通系統及無人駕駛領域發(fā)表期刊及國際會議學術論文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篇文章入選了ESI高被引論文，出版車聯網英文專著《The Next Generation Vehicular Networks, Modeling, Algorithm and Applications》一部。獲得IEEE CyberSciTech2017及WiCon2016國際會議*佳論文獎。擔任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等通信及交通領域學術期刊的審稿人。
第1章 緒論 1
1.1 國內外車路協同現狀 1
1.1.1 國外研究現狀 1
1.1.2 國內研究現狀 3
1.2 車路協同應用場景 4
1.2.1 交通安全預警場景 4
1.2.2 交通信號燈場景 5
1.2.3 公交運營管理場景 6
1.2.4 自動駕駛場景 6
1.3 車路協同體系架構 7
1.3.1 美國 8
1.3.2 歐盟 9
1.3.3 日本 10
1.3.4 中國 12
1.4 車路協同感知技術 13
1.4.1 傳感器概述 13
1.4.2 傳感器融合 16
1.5 V2X通信技術 18
1.5.1 V2X概述 18
1.5.2 技術分類及演進 19
1.6 大數據分析技術 22
1.6.1 交通大數據戰(zhàn)略 22
1.6.2 大數據分析技術 25
1.6.3 交通大數據應用 26
1.7 智能管控技術 28
1.8 參考文獻 29
第2章 物聯網感知技術 32
2.1 行人檢測 32
2.1.1 引言 32
2.1.2 研究現狀 33
2.1.3 多傳感器數據融合 34
2.1.4 行人檢測系統集成與構建 36
2.1.5 基于多傳感器數據融合的行人檢測算法 39
2.1.6 實驗結果與分析 47
2.2 基于微波的車輛檢測 51
2.2.1 引言 51
2.2.2 研究現狀 52
2.2.3 車輛檢測基礎理論及系統設計 53
2.2.4 微波傳感器原理及車輛數據采集分析 55
2.2.5 雙檢測模塊協作式車輛檢測算法 57
2.2.6 實驗結果與分析 68
2.3 基于地磁的車流檢測 73
2.3.1 引言 74
2.3.2 研究現狀 74
2.3.3 地磁車輛檢測原理及其系統設計 75
2.3.4 地磁車輛檢測算法 77
2.3.5 實驗結果與分析 83
2.4 道路健康檢測 84
2.4.1 引言 85
2.4.2 研究現狀 85
2.4.3 振動傳感器道路健康檢測架構 86
2.4.4 道路裂縫檢測算法 88
2.4.5 實驗結果與分析 93
2.5 參考文獻 95
第3章 V2X通信技術 100
3.1 V2X通信技術及應用場景 100
3.1.1 V2X通信技術 100
3.1.2 車路協同技術應用 101
3.2 V2V 102
3.2.1 引言 102
3.2.2 研究現狀 103
3.2.3 系統模型 104
3.2.4 網絡性能分析 108
3.2.5 仿真結果與分析 114
3.3 V2I 117
3.3.1引言 118
3.3.2 研究現狀 119
3.3.3 系統模型 119
3.3.4 基于拍賣博弈的卸載機制 123
3.3.5 基于擁塞博弈的卸載機制 125
3.3.6 卸載潛力預測 127
3.3.7 仿真結果與分析 129
3.4 案例分析車輛碰撞避免 132
3.4.1 應用V2V的追尾事故分級預警 132
3.4.2 應用V2I的交叉路口碰撞避免 137
3.5 參考文獻 145
第4章 大數據分析技術 150
4.1 大數據分析技術及應用場景 150
4.1.1 大數據信息采集 150
4.1.2 大數據分析平臺 150
4.1.3 大數據分析特征 151
4.1.4 大數據技術變革 152
4.2 應用實例城市交通瓶頸識別 153
4.2.1 交通瓶頸識別技術 153
4.2.2 擁塞傳播圖及最大生成樹 156
4.2.3 交通瓶頸識別 158
4.2.4 仿真結果與分析 160
4.3 應用實例交通擁塞成因分析 164
4.3.1 擁塞傳播 165
4.3.2 因果擁塞樹 167
4.3.3 擁塞成因識別 168
4.3.4 交通擁塞成因預測方法 170
4.3.5 仿真結果與分析 172
4.4 參考文獻 180
第5章 智能管控技術 183
5.1 智能管控技術及應用場景 183
5.1.1 智能管控技術 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 智能管控交通場景 191
5.2 宏觀管控分析 195
5.2.1 交通運行管理 195
5.2.2 特殊事件交通管理 196
5.2.3 單路口交通信號控制 197
5.2.4 干線交叉口信號聯動控制 198
5.2.5 區(qū)域交通信號控制 199
5.3 微觀管控分析 200
5.3.1 車輛行為決策 200
5.3.2 車輛控制決策 206
5.4 智能管控案例 207
5.4.1 宏觀控制案例 207
5.4.2 微觀控制案例 224
5.5 參考文獻 230
第6章 未來展望 233
6.1 車路協同發(fā)展 233
6.2 關鍵使能技術 236
6.3 參考文獻 238
書單推薦
