第2版序
第2版前言
第1版序
第1版前言
第1章 智能網(wǎng)聯(lián)汽車相關技術發(fā)展過程 1
1.1 車路協(xié)同技術 2
1.2 智能網(wǎng)聯(lián)汽車技術 6
1.3 車輛編隊技術 9
參考文獻 13
第2章 面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng) 15
2.1 車路協(xié)同技術特征分析 15
2.2 面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設計 16
2.2.1 系統(tǒng)設計目的 16
2.2.2 車路信息交互場景 17
2.2.3 車路數(shù)據(jù)實時交互方法 18
2.3 車路數(shù)據(jù)交互軟件系統(tǒng) 18
2.3.1 車路數(shù)據(jù)交互軟件系統(tǒng)總體目標 18
2.3.2 車路數(shù)據(jù)交互軟件系統(tǒng)方案論證 19
2.3.3 車載終端軟件系統(tǒng)實現(xiàn) 21
2.3.4 路側終端軟件系統(tǒng)實現(xiàn) 22
參考文獻 23
第3章 基于車路信息融合的交通狀態(tài)感知與預測技術 24
3.1 交通狀態(tài)感知與預測的現(xiàn)狀分析 25
3.2 基于V2X通信的多源車路信息融合系統(tǒng) 26
3.2.1 交通感知層 28
3.2.2 網(wǎng)絡傳輸層 29
3.2.3 數(shù)據(jù)處理層 30
3.2.4 信息服務層 33
3.3 基于V2X通信的交通狀態(tài)感知場景 35
3.3.1 基于V2X通信的城市單交叉口場景 35
3.3.2 城市單交叉口圖模型 36
3.4 V2X通信環(huán)境下的交通狀態(tài)預測模型 37
3.4.1 基于圖嵌入提取道路空間特征 38
3.4.2 基于神經(jīng)網(wǎng)絡捕獲時間特征 39
3.5 實驗測試與分析 40
3.5.1 基于多源車路信息融合的智能邊緣計算平臺 40
3.5.2 模型參數(shù)設置 41
3.5.3 測試結果分析 41
3.5.4 對比實驗結果分析 43
3.5.5 實驗結果總結 44
參考文獻 45
第4章 基于車路信息融合的交通運行狀態(tài)評價方法 47
4.1 車路信息融合技術分析 47
4.2 基于信息融合的交通運行狀態(tài)模糊評價方法研究 47
4.2.1 目前常用的交通評價方法 47
4.2.2 多級模糊綜合方法結構設計 48
4.2.3 一級模糊評價空間 49
4.2.4 基于樣本數(shù)據(jù)的層次分析法 53
4.2.5 二級模糊評價空間 56
4.3 交通狀態(tài)評價方法實驗驗證 57
4.3.1 實驗設計 57
4.3.2 實驗流程 57
4.3.3 實驗結果與分析 59
參考文獻 61
第5章 智能網(wǎng)聯(lián)汽車實時路徑?jīng)Q策方法 63
5.1 路徑規(guī)劃算法分析 63
5.2 智能網(wǎng)聯(lián)汽車實時路徑規(guī)劃系統(tǒng)設計 65
5.2.1 車路協(xié)同場景描述及路徑規(guī)劃系統(tǒng)設計目的 65
5.2.2 智能網(wǎng)聯(lián)汽車路徑規(guī)劃策略 65
5.3 基于車路協(xié)同的路徑規(guī)劃優(yōu)化方法研究 67
5.3.1 車路信息交互過程 67
5.3.2 路阻計算方法 68
5.3.3 路徑選擇策略 71
5.4 優(yōu)化方法實驗驗證 72
5.4.1 實驗設計 72
5.4.2 實驗結果與分析 74
參考文獻 77
第6章 智能網(wǎng)聯(lián)汽車速度引導方法 78
6.1 基于車路協(xié)同的交通控制系統(tǒng)概述 78
6.2 車路協(xié)同環(huán)境下車速引導方法 80
6.2.1 車路協(xié)同環(huán)境下的單車車速引導模型 81
6.2.2 車路協(xié)同環(huán)境下多車車速引導模型 84
6.2.3 面向智能網(wǎng)聯(lián)汽車的干線信號優(yōu)化模型 86
6.3 基于VISSIM/MATALB的車速引導仿真驗證 88
6.3.1 交通仿真驗證場景 88
6.3.2 仿真數(shù)據(jù)分析 91
參考文獻 93
第7章 面向城市道路的智能網(wǎng)聯(lián)汽車時空軌跡優(yōu)化方法 94
7.1 時空軌跡優(yōu)化算法現(xiàn)狀分析 94
7.2 智能網(wǎng)聯(lián)汽車時空軌跡優(yōu)化的典型城市多車道場景 96
7.2.1 基于V2X通信的多車道路段場景 96
7.2.2 智能網(wǎng)聯(lián)汽車時空軌跡優(yōu)化系統(tǒng)架構 96
7.3 面向智能網(wǎng)聯(lián)汽車的多車道時空軌跡生成方法 98
7.3.1 智能網(wǎng)聯(lián)汽車的狀態(tài)向量 98
7.3.2 系統(tǒng)成本函數(shù)的定義 99
7.3.3 智能網(wǎng)聯(lián)汽車行駛約束條件 101
7.3.4 基于大值原理的求解方法 102
7.4 基于先進先出算法的協(xié)同換道方法 103
7.5 基于強化學習的優(yōu)化方法 105
7.6 基于MySQL數(shù)據(jù)庫的時空軌跡匹配方法 107
7.7 基于雙尾配對T檢驗算法的系統(tǒng)分析方法 108
7.8 基于SUMO軟件二次開發(fā)的模型仿真驗證 109
7.8.1 基于SUMO軟件的測試平臺 109
7.8.2 基于SUMO軟件的測試方案 110
7.8.3 測試結果分析 112
7.8.4 實驗結果總結 115
參考文獻 115
第8章 面向城市路網(wǎng)的智能網(wǎng)聯(lián)汽車時空軌跡優(yōu)化方法 118
8.1 優(yōu)路徑相關算法的研究現(xiàn)狀 118
8.2 基于V2X通信的城市路網(wǎng)場景 119
8.3 城市路網(wǎng)環(huán)境下的系統(tǒng)架構改進 120
8.4 基于有向加權圖方法的多子節(jié)點拓撲圖生成 121
8.5 路網(wǎng)承載力分析模型 123
8.5.1 基于優(yōu)劣解距離法的節(jié)點承載力分析 124
8.5.2 基于重力模型法的路段承載力評價 125
8.6 面向城市路網(wǎng)的路徑?jīng)Q策模型 125
8.6.1 基于D�乘惴ǖ某鞘新窂揭�(guī)劃 125
8.6.2 基于混合遺傳算法的求解方法 127
8.7 仿真實驗 129
8.7.1 場景選擇與搭建 130
8.7.2 參數(shù)設置 132
8.7.3 仿真實驗結果分析 133
8.7.4 實驗總結 143
參考文獻 144
第9章 智能網(wǎng)聯(lián)汽車動力學模型 145
9.1 智能網(wǎng)聯(lián)汽車受力分析 145
9.2 智能網(wǎng)聯(lián)汽車簡化縱向動力學分層模型 149
9.2.1 智能網(wǎng)聯(lián)汽車動力學模型的簡化 149
9.2.2 簡化縱向車輛動力學模型的分層 150
9.3 基于CarSim/MATLAB軟件的車輛動力學模型聯(lián)合仿真驗證 152
9.3.1 CarSim軟件仿真環(huán)境參數(shù)設置 153
9.3.2 CarSim、MATLAB、Simulink聯(lián)合仿真驗證 156
9.3.3 下層動力學控制模型仿真結果分析 156
參考文獻 159
第10章 智能網(wǎng)聯(lián)汽車編隊控制模型 160
10.1 智能網(wǎng)聯(lián)汽車編隊控制系統(tǒng)概述 160
10.1.1 車輛編隊控制系統(tǒng)數(shù)學模型 160
10.1.2 車輛隊列系統(tǒng)控制方法 161
10.1.3 車輛隊列控制系統(tǒng)結構 162
10.2 智能網(wǎng)聯(lián)汽車編隊行駛條件 163
10.2.1 車輛行駛安全性條件 163
10.2.2 車輛隊列穩(wěn)定性條件 164
10.3 智能網(wǎng)聯(lián)汽車編隊控制技術 165
10.3.1 智能網(wǎng)聯(lián)汽車編隊控制數(shù)學模型 165
10.3.2 智能網(wǎng)聯(lián)汽車隊列穩(wěn)定性分析 168
10.4 智能網(wǎng)聯(lián)汽車編隊控制模型仿真 169
10.4.1 階躍緊急減速輸入仿真效果 170
10.4.2 正弦加速度輸入仿真效果 171
參考文獻 173
第11章 智能網(wǎng)聯(lián)汽車編隊切換控制技術 175
11.1 通信異常對智能網(wǎng)聯(lián)車隊控制影響及模型策略調整 175
11.1.1 通信延遲的影響及模型策略調整 175
11.1.2 通信失效的影響及模型調整策略 176
11.2 考慮通信時延的智能網(wǎng)聯(lián)汽車編隊切換控制模型 177
11.2.1 存在通信時延時智能網(wǎng)聯(lián)汽車編隊切換控制模型 177
11.2.2 存在通信時延時保持隊列穩(wěn)定性條件 177
11.3 通信失效下的智能網(wǎng)聯(lián)汽車編隊切換控制模型 178
11.3.1 車輛隊列中通信失效車輛及其后車的控制模型 178
11.3.2 通信失效下保持隊列穩(wěn)定性條件 179
11.4 通信異常時智能網(wǎng)聯(lián)汽車編隊控制模型仿真 180
11.4.1 頭車階躍緊急減速輸入仿真 181
11.4.2 頭車正弦加速度輸入仿真 182
參考文獻 183
第12章 智能網(wǎng)聯(lián)汽車主動安全控制技術 184
12.1 車輛主動安全控制系統(tǒng)概述 184
12.2 傳統(tǒng)避撞模型缺陷分析 185
12.3 避撞過程中交通資源非線性規(guī)劃問題 186
12.3.1 非線性規(guī)劃函數(shù) 186
12.3.2 非線性規(guī)劃求解方法 187
12.4 智能網(wǎng)聯(lián)汽車協(xié)同主動避撞模型 189
12.4.1 加速度非線性規(guī)劃模型 189
12.4.2 非線性規(guī)劃求解條件 190
12.5 協(xié)同主動避撞模型應用于車輛隊列控制 191
12.6 仿真驗證 195
12.6.1 兩車協(xié)同主動避撞 195
12.6.2 車輛隊列協(xié)同主動避撞 195
參考文獻 199
第13章 混行車隊通信拓撲及車間距策略 201
13.1 混行車隊研究現(xiàn)狀分析 201
13.2 混行車隊多車道區(qū)域劃分及長度計算方法 203
13.2.1 混行車隊協(xié)同控制流程 204
13.2.2 多車道行駛區(qū)域內換道場景分析 205
13.2.3 緩沖區(qū)與編隊區(qū)長度計算方法 207
13.3 混行車隊規(guī)模計算方法 208
13.4 車隊通信拓撲結構 210
13.4.1 通信正常車隊拓撲結構 210
13.4.2 通信異常拓撲結構切換 211
13.5 車間距策略 212
13.5.1 通信正常車間距策略 212
13.5.2 通信異常車間距策略 214
參考文獻 215
第14章 混行車輛編隊控制方法及穩(wěn)定性分析 216
14.1 基于模型預測控制的混行車輛編隊模型 216
14.1.1 模型預測控制方法簡述 217
14.1.2 通信正常混行車輛編隊控制模型 218
14.1.3 通信異�；煨熊囕v編隊控制模型 222
14.2 系統(tǒng)穩(wěn)定性分析 224
14.2.1 e L 2 隊列穩(wěn)定性分析 225
14.2.2 漸進穩(wěn)定性分析 226
14.3 混行車輛編隊控制效果驗證及分析 227
14.4 混行車隊協(xié)同控制及通信異常切換控制 229
14.4.1 實驗場景設計 229
14.4.2 實驗結果分析 230
14.5 考慮交通信號配時下的單車道混行車隊協(xié)同控制 232
14.5.1 實驗場景設計 232
14.5.2 實驗結果分析 233
14.6 考慮交通信號配時下的多車道混行車隊協(xié)同控制 236
14.6.1 實驗場景設計 236
14.6.2 實驗結果分析 237
參考文獻 242
第15章 智能網(wǎng)聯(lián)汽車編隊控制硬件在環(huán)仿真技術 243
15.1 智能網(wǎng)聯(lián)汽車編隊控制硬件在環(huán)仿真平臺原理 243
15.1.1 硬件在環(huán)仿真系統(tǒng)框架 244
15.1.2 硬件在環(huán)仿真平臺驗證原理 246
15.1.3 硬件在環(huán)仿真平臺驗證可行性驗證 247
15.1.4 車輛動力學的微縮車實現(xiàn) 249
15.2 智能微縮車平臺硬件結構 250
15.2.1 控制部分電路設計 251
15.2.2 環(huán)境感知部分設計 255
15.3 智能微縮車平臺軟件結構 256
15.3.1 圖像處理部分軟件結構 256
15.3.2 控制系統(tǒng)部分軟件結構 256
15.3.3 數(shù)據(jù)濾波處理程序結構 257
15.3.4 上位機控制軟件結構 259
15.4 仿真結果分析 261
15.4.1 仿真場景環(huán)境參數(shù)設置 261
15.4.2 智能網(wǎng)聯(lián)汽車編隊控制效果 262
15.4.3 智能網(wǎng)聯(lián)汽車編隊主動安全控制效果 262
15.5 智能網(wǎng)聯(lián)汽車駕駛模擬平臺 264
15.5.1 仿真環(huán)境建立 266
15.5.2 仿真平臺與智能小車聯(lián)調測試 268
15.5.3 智能網(wǎng)聯(lián)虛擬駕駛運行效果 272
參考文獻 281