基于车联网的快速路事故检测及发布技术
发布时间：2021-08-18 18:08
相比一般城市道路,快速路能够显著提高城市交通效率,缓解城市交通压力。然而,快速路事故往往具有更高的致死率,且次生事故发生概率也较大,开展对快速路事故进行提前检测并及时发出预警的方法研究很有必要。考虑到现有的事故检测方法存在安装维护成本高、对外界环境适应性差等固有缺陷,同时泛洪式广播易造成较大的网络负载,论文基于车联网通信技术,分别对快速路事故检测方法和事故消息发布方案进行了研究,旨在提升事故检测准确度和事故消息发布效率。论文首先阐述了事故检测及发布系统的目的和功能,在分析了当前DSRC通信技术的体系架构及关键技术的基础上,构建了基于VANET的快速路事故检测发布系统框架和应用场景,并对系统中的通信连接类型和通信实体功能进行了明确;其次,对事故消息采集过程中数据存储单元的数据库进行了设计,在此基础上给出了事故信息的采集方案,并结合场景中的事故类型和事故发生过程,给出了车辆逼近过程的判定方法和事故判定的整体方案;然后,从场景特点的角度出发,将事故过程进行了分析,给出了安全场景下的网络性能优化方案,并针对事故场景,通过对车辆节点进行分类,提出了节点角色判定方案和转发方案以及事故消息发布的整体...
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
DSRC应用实例
图 5.2 SUMO 建立的快速路场景速为 60Km/h~100Km/h，因此，交通仿真场景中最m/h 和 100Km/h，车流模型选用随机车流模型，场景车辆稀疏、中等和拥堵的状态。交通参数设置见表 表 5-1 交通参数设置参数 参数值仿真区域 200m 5000m最大速度 vmax80,100km/h测试模型 RW车道数 3驾驶员操作系数 0.2仿真时长 200sec单车道车流密度 10 辆/Km, 20 辆/Km, 50 辆/数设置
图 5.3 OMNeT++建立的网络通信场景网络参数的设置见表 5-2。表 5-2 网络参数设置参数 参数值传输距离 200m热噪声 -110dB敏感度 -85dB路径损耗 1.9载波频率 5.89GHzCP 门限值 10.0dBCS 门限值 -72dBRX 门限值 -65dB传输功率 20dBm数据包长度 1060byte
【参考文献】：
期刊论文
[1]城市快速路交通运行状态分析[J]. 裴文杰. 洛阳理工学院学报(自然科学版). 2017(03)
[2]车联网在智能交通中的应用现状及发展趋势研究[J]. 梁卓宇. 交通世界. 2017(22)
[3]城市道路交通事故率探析[J]. 严守靖,刘敬辉,杨泽众,晏斌. 交通与运输(学术版). 2017(01)
[4]基于OpenCV的前方车辆检测和前撞预警算法研究[J]. 刘军,高雪婷,王利明,晏晓娟. 汽车技术. 2017(06)
[5]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[6]基于速度感知的MANET概率路由[J]. 陈耀华,彭凌西,古鹏. 系统仿真学报. 2017(06)
[7]基于微信平台的智能车祸救援系统设计[J]. 王洪亮,马嘉良. 交通工程. 2017(02)
[8]基于车车通信的车辆防碰撞算法[J]. 陈友荣,万锦昊,陈俊洁,任条娟. 电信科学. 2016(11)
[9]基于分簇的车载自组织网络路由算法[J]. 陶洋,陶玲,董亚雷,刘小虎. 计算机工程与设计. 2016(02)
[10]一种基于协助下载方法的车联网选车策略[J]. 刘建航,毕经平,葛雨明,李世宝,陈海华,李忠诚. 计算机学报. 2016(05)
博士论文
[1]物联网应用若干关键问题的研究[D]. 周明.北京邮电大学 2014
[2]车联网环境下交通信息采集与处理方法研究[D]. 周户星.吉林大学 2013
硕士论文
[1]基于图像识别的车辆检测算法研究[D]. 李晓兵.吉林大学 2016
[2]CGMY-LIBOR随机动态模型的遗传优化算法参数估计方法研究[D]. 聂志平.浙江财经大学 2017
[3]基于视频图像的车流量统计算法研究[D]. 李东.大连海事大学 2016
[4]无人车的自主导航与控制研究[D]. 叶伟铨.华南理工大学 2016
[5]基于分簇的车间安全预警信息多信道传输策略研究[D]. 张哲.重庆大学 2016
[6]车载网中基于概率的广播算法与路由协议研究[D]. 彭杏云.福建师范大学 2016
[7]车联网环境下交通信息传输保障方法研究[D]. 闫超.吉林大学 2014
本文编号：3350376
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
DSRC应用实例
图 5.2 SUMO 建立的快速路场景速为 60Km/h~100Km/h，因此，交通仿真场景中最m/h 和 100Km/h，车流模型选用随机车流模型，场景车辆稀疏、中等和拥堵的状态。交通参数设置见表 表 5-1 交通参数设置参数 参数值仿真区域 200m 5000m最大速度 vmax80,100km/h测试模型 RW车道数 3驾驶员操作系数 0.2仿真时长 200sec单车道车流密度 10 辆/Km, 20 辆/Km, 50 辆/数设置
图 5.3 OMNeT++建立的网络通信场景网络参数的设置见表 5-2。表 5-2 网络参数设置参数 参数值传输距离 200m热噪声 -110dB敏感度 -85dB路径损耗 1.9载波频率 5.89GHzCP 门限值 10.0dBCS 门限值 -72dBRX 门限值 -65dB传输功率 20dBm数据包长度 1060byte
【参考文献】：
期刊论文
[1]城市快速路交通运行状态分析[J]. 裴文杰. 洛阳理工学院学报(自然科学版). 2017(03)
[2]车联网在智能交通中的应用现状及发展趋势研究[J]. 梁卓宇. 交通世界. 2017(22)
[3]城市道路交通事故率探析[J]. 严守靖,刘敬辉,杨泽众,晏斌. 交通与运输(学术版). 2017(01)
[4]基于OpenCV的前方车辆检测和前撞预警算法研究[J]. 刘军,高雪婷,王利明,晏晓娟. 汽车技术. 2017(06)
[5]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[6]基于速度感知的MANET概率路由[J]. 陈耀华,彭凌西,古鹏. 系统仿真学报. 2017(06)
[7]基于微信平台的智能车祸救援系统设计[J]. 王洪亮,马嘉良. 交通工程. 2017(02)
[8]基于车车通信的车辆防碰撞算法[J]. 陈友荣,万锦昊,陈俊洁,任条娟. 电信科学. 2016(11)
[9]基于分簇的车载自组织网络路由算法[J]. 陶洋,陶玲,董亚雷,刘小虎. 计算机工程与设计. 2016(02)
[10]一种基于协助下载方法的车联网选车策略[J]. 刘建航,毕经平,葛雨明,李世宝,陈海华,李忠诚. 计算机学报. 2016(05)
博士论文
[1]物联网应用若干关键问题的研究[D]. 周明.北京邮电大学 2014
[2]车联网环境下交通信息采集与处理方法研究[D]. 周户星.吉林大学 2013
硕士论文
[1]基于图像识别的车辆检测算法研究[D]. 李晓兵.吉林大学 2016
[2]CGMY-LIBOR随机动态模型的遗传优化算法参数估计方法研究[D]. 聂志平.浙江财经大学 2017
[3]基于视频图像的车流量统计算法研究[D]. 李东.大连海事大学 2016
[4]无人车的自主导航与控制研究[D]. 叶伟铨.华南理工大学 2016
[5]基于分簇的车间安全预警信息多信道传输策略研究[D]. 张哲.重庆大学 2016
[6]车载网中基于概率的广播算法与路由协议研究[D]. 彭杏云.福建师范大学 2016
[7]车联网环境下交通信息传输保障方法研究[D]. 闫超.吉林大学 2014
本文编号：3350376
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3350376.html
