智能网联交通环境下高速公路车辆位置估计方法研究
发布时间：2021-07-17 17:40
近些年来,我国的社会经济得到了快速发展,机动车保有量持续保持快速增长的态势,人民群众的交通需求呈现出多层次、高品质、个性化的特点。高速公路作为城市与城市之间物流和人流的重要通道,在交通量快速增长的背景下,其服务水平也逐步恶化。在不对高速公里进行扩建的前提下,提高高速公路的数据感知水平,实现对高速公路交通的主动管理逐渐成为了缓解高速公路交通问题的重要手段。此外,随着新一代信息技术的发展,传统交通系统正逐步往智能化和网联化方向发展。智能网联交通被认为是智能交通系统发展的终极形式。目前众多互联网公司和传统车企为了能抢占市场先机都投入了巨资进行智能网联汽车的研发。在未来很长一段时间内,将会出现智能网联车辆与普通车辆混行的情况。本文立足于智能网联混合交通流环境,对高速公路中普通车辆位置估计方法进行研究。首先,根据国内外对智能网联交通的已有研究,对智能网联交通系统的发展与构成进行了阐述。分析了智能网联交通系统的三维发展体系,总结了智能网联交通系统的主要构成。此外,对智能网联汽车的主要构成模块进行了详细的分析,重点研究了智能网联汽车的数据感知和传输流程。进而根据智能网联环境和智能网联汽车的特点,提出...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
研究技术路线图
??应提出本文研究中对智能网联环境的假设。同时根据假设环境获取相应的数据集，并对数据进行相关的处理与分析。2.1智能网联交通系统传统交通环境中最重要的组成部分是人、车和路。在智能网联交通中人的作用被逐渐弱化，取而代之的是高度的人工智能。因此在智能网联环境中最重要的组成部分被简化为智能的车和聪明的路。智能网联交通系统在广义上主要涵盖了智能网联汽车系统和智能网联道路系统。冉斌等学者在多年的研究基础上提出智能网联交通技术体系可分为三个维度，分别为：车辆自动化、网络互联化和系统集成化[38]。图2-1展示了智能网联交通体系的三个维度的具体发展阶段。图2-1智能网联交通体系三维体系发展架构智能网联交通系统发展主要分为两大方向：一是以车为主的智能网联车方向，一是以路或者基础设施为主的智能网联道路方向。智能网联车的发展重点是提高车辆本身的自动化水平。根据SAEInternational(国际自动机工程师学会)标准，自动驾驶水平可分为0-5共六个级别，分别为：无自动驾驶、驾驶协助、部分自动驾驶、有条件的自动驾驶、高级自动驾驶和完全自动驾驶。智能网联道路的发展重点是提高道路的智能化水平，用“聪明的路”指引车辆行驶。
东南大学硕士学位论文10BinRan等人[39,40]在美国专利中对高速公路上的智能网联交通系统进行了顶层设计。图2-2展示了典型的智能网联环境。在智能网联环境中主要存在着智能网联车、路侧单元(RoadSideUnit,RSU)、交通控制单元(TrafficControlUnit,TCU)和交通控制中心(TrafficControlCenter,TCU)。同时由于发展的限制，必然会存在智能网联车与普通车混行的过渡时期，因此在环境中还可能存在着普通车辆。智能网联车是具有一定的自动驾驶功能，在行驶过程中能够实车车通信(VehicletoVehicle,V2V)和车路通信(VehicletoRoadSideUnit,V2R)的智能车。路侧单元装载有各类传感器，能够与智能网联车进行信息交互以及车辆调度控制。交通控制单元能与多个路侧单元进行通信，可根据路侧单元所提供的信息，为实现某一控制目的进行数据计算，并将计算后所得的控制指令传递给路侧单元。交通控制中心与多个交通控制单元进行通信，能够实现对道路区域交通状态的检测和交通控制。同时交通控制中心具有丰富的面向交通管理者的UI界面，可供交通管理者对道路进行控制。图2-2智能网联系统2.2智能网联汽车智能网联汽车是指搭载有先进的传感器、控制器和执行器等设备，并且融合网络技术和现代通信，实现车与X(车、路、人、云等)智能信息交换、共享，具备先进的环境感知、智能决策、协同控制等功能，可最终实现替代人驾驶的新一代汽车[1]。智能网联汽车可带给用户更加安全、舒适、高效、环保的出行。智能网联汽车相比传统汽车具有智能化和网联化的特点。智能化与网联化的实现主要依赖于车辆四个主要功能模块：环境感知模块、车载决策模块、底层控制模块和网络通信模块[41]。2.2.1环境感知模块环境感知模块由各类车载传感器构成，主要有摄像头、毫米波雷达、激光雷
【参考文献】：
期刊论文
[1]智能网联交通技术发展现状及趋势[J]. 冉斌,谭华春,张健,曲栩. 汽车安全与节能学报. 2018(02)
[2]自适应巡航控制车辆跟驰模型综述[J]. 秦严严,王昊,王炜,NI Dai-heng. 交通运输工程学报. 2017(03)
[3]智能网联汽车（ICV）技术的发展现状及趋势[J]. 李克强,戴一凡,李升波,边明远. 汽车安全与节能学报. 2017(01)
[4]基于轨迹预测的车辆协同碰撞预警仿真研究[J]. 宋晓琳,熊琦玮,曹昊天. 湖南大学学报(自然科学版). 2016(10)
[5]Hoefs标定下GM跟驰模型仿真分析[J]. 李全艳,詹晓松. 大连交通大学学报. 2014(05)
[6]改进的基于安全距离的车辆跟驰模型[J]. 杨达,蒲云,祝俪菱,杨飞,Ran Bin. 北京工业大学学报. 2013(09)
[7]城市快速路交通流车头时距分布特性分析[J]. 袁凯,关伟. 交通运输系统工程与信息. 2011(06)
[8]跟驰模型参数标定及验证方法[J]. 王殿海,陶鹏飞,金盛,马东方. 吉林大学学报(工学版). 2011(S1)
[9]一种新的交通流动力学模型[J]. 姜 锐,吴清松,朱祚金. 科学通报. 2000(17)
博士论文
[1]车联网环境下高速公路车辆跟驰模型及仿真研究[D]. 顾海燕.东南大学 2017
硕士论文
[1]智能网联汽车高速公路自主性换道决策模型研究[D]. 丁婉婷.东南大学 2017
[2]车联网移动云通信网络系统的设计与关键技术研究[D]. 夏文龙.广东工业大学 2014
本文编号：3288638
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
研究技术路线图
??应提出本文研究中对智能网联环境的假设。同时根据假设环境获取相应的数据集，并对数据进行相关的处理与分析。2.1智能网联交通系统传统交通环境中最重要的组成部分是人、车和路。在智能网联交通中人的作用被逐渐弱化，取而代之的是高度的人工智能。因此在智能网联环境中最重要的组成部分被简化为智能的车和聪明的路。智能网联交通系统在广义上主要涵盖了智能网联汽车系统和智能网联道路系统。冉斌等学者在多年的研究基础上提出智能网联交通技术体系可分为三个维度，分别为：车辆自动化、网络互联化和系统集成化[38]。图2-1展示了智能网联交通体系的三个维度的具体发展阶段。图2-1智能网联交通体系三维体系发展架构智能网联交通系统发展主要分为两大方向：一是以车为主的智能网联车方向，一是以路或者基础设施为主的智能网联道路方向。智能网联车的发展重点是提高车辆本身的自动化水平。根据SAEInternational(国际自动机工程师学会)标准，自动驾驶水平可分为0-5共六个级别，分别为：无自动驾驶、驾驶协助、部分自动驾驶、有条件的自动驾驶、高级自动驾驶和完全自动驾驶。智能网联道路的发展重点是提高道路的智能化水平，用“聪明的路”指引车辆行驶。
东南大学硕士学位论文10BinRan等人[39,40]在美国专利中对高速公路上的智能网联交通系统进行了顶层设计。图2-2展示了典型的智能网联环境。在智能网联环境中主要存在着智能网联车、路侧单元(RoadSideUnit,RSU)、交通控制单元(TrafficControlUnit,TCU)和交通控制中心(TrafficControlCenter,TCU)。同时由于发展的限制，必然会存在智能网联车与普通车混行的过渡时期，因此在环境中还可能存在着普通车辆。智能网联车是具有一定的自动驾驶功能，在行驶过程中能够实车车通信(VehicletoVehicle,V2V)和车路通信(VehicletoRoadSideUnit,V2R)的智能车。路侧单元装载有各类传感器，能够与智能网联车进行信息交互以及车辆调度控制。交通控制单元能与多个路侧单元进行通信，可根据路侧单元所提供的信息，为实现某一控制目的进行数据计算，并将计算后所得的控制指令传递给路侧单元。交通控制中心与多个交通控制单元进行通信，能够实现对道路区域交通状态的检测和交通控制。同时交通控制中心具有丰富的面向交通管理者的UI界面，可供交通管理者对道路进行控制。图2-2智能网联系统2.2智能网联汽车智能网联汽车是指搭载有先进的传感器、控制器和执行器等设备，并且融合网络技术和现代通信，实现车与X(车、路、人、云等)智能信息交换、共享，具备先进的环境感知、智能决策、协同控制等功能，可最终实现替代人驾驶的新一代汽车[1]。智能网联汽车可带给用户更加安全、舒适、高效、环保的出行。智能网联汽车相比传统汽车具有智能化和网联化的特点。智能化与网联化的实现主要依赖于车辆四个主要功能模块：环境感知模块、车载决策模块、底层控制模块和网络通信模块[41]。2.2.1环境感知模块环境感知模块由各类车载传感器构成，主要有摄像头、毫米波雷达、激光雷
【参考文献】：
期刊论文
[1]智能网联交通技术发展现状及趋势[J]. 冉斌,谭华春,张健,曲栩. 汽车安全与节能学报. 2018(02)
[2]自适应巡航控制车辆跟驰模型综述[J]. 秦严严,王昊,王炜,NI Dai-heng. 交通运输工程学报. 2017(03)
[3]智能网联汽车（ICV）技术的发展现状及趋势[J]. 李克强,戴一凡,李升波,边明远. 汽车安全与节能学报. 2017(01)
[4]基于轨迹预测的车辆协同碰撞预警仿真研究[J]. 宋晓琳,熊琦玮,曹昊天. 湖南大学学报(自然科学版). 2016(10)
[5]Hoefs标定下GM跟驰模型仿真分析[J]. 李全艳,詹晓松. 大连交通大学学报. 2014(05)
[6]改进的基于安全距离的车辆跟驰模型[J]. 杨达,蒲云,祝俪菱,杨飞,Ran Bin. 北京工业大学学报. 2013(09)
[7]城市快速路交通流车头时距分布特性分析[J]. 袁凯,关伟. 交通运输系统工程与信息. 2011(06)
[8]跟驰模型参数标定及验证方法[J]. 王殿海,陶鹏飞,金盛,马东方. 吉林大学学报(工学版). 2011(S1)
[9]一种新的交通流动力学模型[J]. 姜 锐,吴清松,朱祚金. 科学通报. 2000(17)
博士论文
[1]车联网环境下高速公路车辆跟驰模型及仿真研究[D]. 顾海燕.东南大学 2017
硕士论文
[1]智能网联汽车高速公路自主性换道决策模型研究[D]. 丁婉婷.东南大学 2017
[2]车联网移动云通信网络系统的设计与关键技术研究[D]. 夏文龙.广东工业大学 2014
本文编号：3288638
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3288638.html
