现代车路协同系统:从泛在感知到智能管控

目录
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*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