基于V2I通信的交叉口车辆碰撞预警方法

面向交通事故高发比例的无信号交叉口场景,提出了一种基于V2I通信的车辆碰撞预警方法,以保障行车安全。首先,提出路段与冲突区域匹配方法,筛选存在碰撞风险的车辆与冲突区域;在此基础上,提出两级冗余碰撞预警方法,包括用于车辆进入交叉口前的一级动态碰撞距离检测（DDTC）算法以及车辆进入交叉口后的二级圆形区域碰撞检测（CATC）算法。该方法通过网联信息弥补自车感知局限性,通过冲突区域匹配与安全距离过滤提高检测效率,通过动态距离差阈值设置提高检测准确率。基于NHTSA交叉口场景集的测试结果表明,该方法与具代表性的时间差法与距离差法相比,漏报率分别降低了约16%和6%,误报率分别降低了约88%和48%,检测时间均降低了约74%,具备更高的准确性和高效性。     

一种改进的二进制防碰撞算法

采用一种改进的防碰撞算法,以求有效的解决RFID系统通信时存在的碰撞问题.首先对常用的几种二进制防碰撞算法进行分析与比较,在此基础上运用后退原则与记录的碰撞位信息,利用标签的唯一性和分组方法进行识别.经过实验仿真得出结论：新算法查询次数仅为后退式算法的2/7,传输的比特量较常用的二进制算法减少了59％以上.     

动态帧时隙Aloha算法防信息碰撞研究

为了防止井下工作人员所携带的标签与读卡器之间发生信息碰撞,将动态帧时隙Aloha算法引入基于无线射频识别技术的矿井人员定位系统,并就其防信息碰撞问题进行研究。借助Matlab软件所进行的仿真结果显示:采用动态帧时隙Aloha算法后,读卡器识别速度增加,系统效率有所提高,标签信息在被阅读时发生碰撞的机率减小。     

主动式标签的RFID系统防碰撞算法研究

利用防碰撞算法解决标签的碰撞问题是射频识别系统中的一项关键技术。在分析了避免冲突的载波侦听的随机多址接入方式（CSMA）以及基于CSMA技术的标签防碰撞算法的基础上,将预约机制与载波侦听技术相融合,提出了一种新的预约机制的主动标签的RFID防碰撞算法,给出了该算法的实现原理。利用Matlab软件平台对多种防碰撞算法的吞吐量和时延性能进行了分析,通过分析比较发现新算法在提高系统吞吐量和时延性能上的具有优越性。     

主动式标签的RFID系统防碰撞算法研究

利用防碰撞算法解决标签的碰撞问题是射频识别系统中的一项关键技术.在分析了避免冲突的载波侦听的随机多址接入方式(CSMA)以及基于CSMA技术的标签防碰撞算法的基础上,将预约机制与载波侦听技术相融合,提出了一种新的预约机制的主动标签的RFID防碰撞算法,给出了该算法的实现原理.利用Matlab软件平台对多种防碰撞算法的吞吐量和时延性能进行了分析,通过分析比较发现新算法在提高系统吞吐量和时延性能上的具有优越性.     

RFID二进制防碰撞算法研究与改进

标签防碰撞技术是RFID系统中的关键技术。该文在二进制算法的基础上,提出了一种改进算法。对碰撞位的表示方式进行了改进。读写器在检测到碰撞后,用一较短的包含碰撞位信息的定长序列来作为自己的命令参数;标签在接收到阅读器的请求指令后,发送位数低于碰撞位的序列号,减少了发送的数据量。改进后的算法很大程度上减少了搜索标签的时间。     

高速公路汽车追尾碰撞预警关键参数估计

为准确、可靠获取高速公路汽车追尾预警算法的关键参数,提出一种基于车辆相对运动典型工况的估计方法。根据高速公路车辆不同的相对运动典型工况建立多个卡尔曼滤波系统状态模型,以全球定位系统与车车通信信息结合雷达信息作为观测量,并在运行过程中检测、容忍传感器信息的不准确甚至失效,利用交互多模型算法,实时、准确、可靠的获取两车相对距离、速度、加速度以及碰撞时间等关键参数。仿真及实车试验结果表明,估计方法具有精度高、鲁棒性和适应性好的优点,且在传感器失效的情况下依然能取得较好的估计效果。     

基于A2C的匝道相联交叉口信号控制优化

城市快速路的交通运行效率对于整个城市的顺畅通行至关重要,在早晚高峰期间,受限于相连接辅路的交通承载能力,快速路上较大的交通流量无法顺利从出口匝道驶入目标路段,在匝道上形成排队现象,严重时会导致匝道回溢,使快速路上车道由于被占用而产生交通瓶颈,造成较大的交通出行损失．利用深度强化学习算法进行出口匝道相关联的道路交叉口信号控制优化,将信号灯设为智能体,通过设置检测器,将快速路出口匝道及交叉口的交通运行情况作为智能体获取的状态信息,引入以辅路与出口匝道剩余通行能力之比为动态修正参数的奖励函数,在保证匝道交通运行效率下,完成交叉口信号优化过程．以中国北京市东三环快速路及某关联交叉口为例,借助交通仿真平台SUMO(simulation of urban mobility)及Traci库搭建仿真环境进行实验.结果表明,基于改进A2C(advantage actor critic)算法的信号控制方法在控制效果上优于传统信号控制以及基于深度Q网络（deep Q-network, DQN）算法的信号控制方法,在出行高峰期间能够有效降低匝道回溢的发生概率,有效改善辅道相联交叉口的通行效率．     

一种改进的RFID防碰撞算法

多标签的防碰撞技术是射频识别系统中的关键技术。该文在研究各种基本二进制算法的基础上,提出了一种改进的防碰撞算法。该算法能够有效地减少搜索次数以及传输的比特量,缩短识别时间,提高搜索效率。     

高效的功率可控防碰撞算法

多标签防碰撞技术是射频识别系统中的关键技术,针对现有的ALOHA防碰撞算法消耗大量的时隙和能量,提出了一种高效的功率可控防碰撞算法.首先,本算法通过对标签UUID进行哈希编码将标签映射到相应的帧时隙,提高了时隙利用率.然后,利用碰撞检测机制,每次只允许无碰撞的标签与阅读器进行通信,从而大大减少了无效通信的过程.最后,采用功率控制机制将标签按区域进行识别,明显地减少了标签碰撞并且节约了通信耗能.通过仿真结果分析可以看出:该算法的性能比已有的防碰撞算法有明显提高,基本满足了RFID系统对标签防防碰撞算法的要求,提高了系统的稳定性.     

城市交通灯信号配时控制器优化的一种新策略

以某市一孤立单交叉路口为例，在双模糊控制器协调控制获得相序和各相位的绿灯时长的基础上，提出了一种采用将遗传算法和模拟退火有效结合的GASA混合算法，设计了城市单交叉路口的多相位信号配时控制方案.Matlab仿真结果表明这种新算法可以达到避免局部最优、更快实现全局收敛的目的，与单纯采用遗传算法优化控制器参数相比，可以实现更小的平均车辆延误，保证车队更顺畅地通过交叉路口.     

基于交叉路口道路时空网格的车辆碰撞预警方法研究

通过车-路通信构建协作型交叉路口防碰撞安全预警系统,能保证车辆在交叉路口行驶过程安全的同时,提高交叉路口的通行率,然而车辆防碰撞安全预警需要对车辆行驶路线进行准确地估计,当车辆有碰撞危险时,需要给出安全速度区间,通知车辆减速或制动. 为解决这一问题,提出了交叉路口道路时空网格车辆避碰算法,其基本思想是将交叉路口划分为多个网格,利用路侧单元根据车辆当前车速、方向预测车辆行驶轨迹即车辆所占的网格数,若在某一时刻两车占用相同的网格则会发生碰撞,此时根据车辆当前的运动状态给出车辆能避开冲突的安全速度建议. 为了对算法进行验证,在无信号灯交叉路口和有信号灯交叉路口环境中对所提出的算法进行了仿真实验和真实测试,实验结果表明,所提出的算法能准确预判出在交叉路口处于潜在碰撞危险中的车辆,并给予车速建议,证明了该系统的有效性和准确性.     

公交优先下交叉口配时优化的双层模型与遗传算法

在综合分析各类城市交叉口特性基础上,对传统的信号配时方法进行了理论改进,针对设有公交专用道的交叉口建立了公交优先交叉口配时的双层模型,并利用遗传算法对该模型进行了定量求解.VISSIM仿真实验结果表明:与传统配时方法相比,该模型不仅降低了乘客在交叉口的人均延误和车辆在车道上的平均运行延误,而且在保障交叉口交通顺畅的前提下实现了公交优先,同时未过多损害社会车辆的通行效益.     

无控制交叉口车辆延误影响因素分析

研究无控制交叉口车辆延误对于改善交叉口的交通秩序及提供有效的管理有重要意义.论文分析了无控制交叉口延误产生的过程,设计了延误的调查方案,通过对哈尔滨市典型无控制交叉口的调查,对交通条件中的交通量、冲突流量、流量分布、流向构成、车型比例5种因素与延误的关系进行了研究,通过实测数据散点图的变化分析了各种因素对延误的影响.论文研究可以加强对无控制交叉口车辆延误的分析与判断,并为无控制交叉口车辆延误的计算提供理论依据.     

城市道路交通主动控制系统与模型设计

为实现城市道路交通管控的智能化,缓解交通拥堵,研究和设计了城市道路交通主动控制系统.系统由4个子系统构成,其中云-边-端支撑子系统是计算、通信和存储的基础,可视化软硬件在环子系统是指挥决策与演练的关键,实时控制子系统和实时仿真子系统是道路交通控制的核心,用以保障交通控制的实时性和先进性.系统采用基于时空资源分配的主动控制模型,将传统以周期、绿信比调节为核心的交叉口信号被动控制转变为车道可变、相位相序可调且具有链状连接特性的交叉口主动控制.实际数据仿真分析表明,系统的主动控制能够有效降低交叉口通行车辆的总行程时间和平均排队长度.     

信控交叉口公交专用车道动态共享实时控制方法

针对目前交叉口拥堵、公交专用车道利用率低的问题,提出一种信控交叉口公交专用车道动态共享实时控制方法。利用GPS定位实时获取交叉口处公交车的位置,并通过交通检测设备获取专用道内小汽车车辆数,结合主信号显示情况综合计算当前时刻公交专用道共享前后交叉口车辆总延误。将延误大小判断结果反馈给车道信号,车道信号显示红灯或绿灯以提醒司机是否能够进入公交专用道。引入受影响车辆概念,建立以减少交叉口车辆总延误为目标的公交专用车道共享控制模型。通过对当前时刻主信号显示红灯和显示绿灯两种情况分析,提出一种综合考虑车辆司乘系数、受影响车辆的交叉口延误计算方法,得到共享公交专用车道前后交叉口车辆总延误差值的表达式。利用示例数值模拟在多种不同场景下车道信号的显示情况,分析了专用道内已有车辆、公交车位置以及主信号显示情况对车道共享的影响。结果表明：该控制方法较符合实际情况,并能有效提高公交专用车道利用率,能够充分利用交叉口绿灯时间,为解决公交专用车道的动态共享、缓解道路拥堵提供了一种新的思路。     

基于PARAMICS的公交专用道时分复用方法研究及优化

公交专用道有效实现公交优先的同时加深了社会车辆与道路资源间的矛盾,保证公交优先的车道复用方法可以较好的解决这一问题.为了改善目前的公交专用道复用方法,研究了一种能够定量计算社会车辆借道时间的公交专用道时分复用方法.在PARAMICS交通仿真软件中建立以特定路段为中心的微观交通路网模型,采用C语言扩展PARAMICS功能对实验路段进行仿真实验,并通过调整时分复用方法中各关键参数的取值,对该方法进行优化设计.最后验证优化后的公交专用道时分复用方法能够保证公交优先的前提下提高社会车辆的平均行驶速度、降低路段的车流密度、减少交叉口延误和道路拥堵时间.     

城市元胞路网下自组织控制规则参数的整定

为解决城市信号自组织控制中,由相邻路口间各自最优通行效率冲突造成的路口群整体通行效率难以继续提升的问题,提出一种城市元胞路网下自组织控制规则参数的整定方法. 首先,利用城市路网元胞传输（CTM）模型模拟路网交通流动态状态信息;然后,基于元胞路网实时信息,以选定局域路网中各路口元胞的自组织控制规则参数为设计空间;最后,建立各路口相互协调下通行量最大化的目标函数,完成各路口自组织控制规则参数的整定. 仿真结果表明:在基于城市元胞路网实时信息条件的整定方法下,不仅解决了自组织控制中相邻路口间互相制约通行效率的问题,并且有效提高了自组织单元中所有路口的通行效率. 该方法为面向复杂城市路网的实时城市交通信号自组织控制系统提供可借鉴的智能化方法与工程化理论.     

Application of Machine Vision to Vehicle Automatic Collision Warning Algorithm

Using the new technologies such as information technology, communication technology and electronic control technology, vehicle collision warning system(CWS) can acquire road condition, adjacent vehicle march condition as well as its dynamics performance continuously, then it can forecast the oncoming potential collision and give a warning. Based on the analysis of driver's driving behavior, algorithm's warning norms are determined. Based on warning norms adopting machine vision method, the cooperation collision warning algorithm(CWA) model with multi-input and multi-output is established which is used in supporting vehicle CWS. The CWA is tested using the actual data and the result shows that this algorithm can identify and carry out warning for vehicle collision efficiently, which has important meaning for improving the vehicle travel safety.     

Decision-Making Models Based on Meta-Reinforcement Learning for Intelligent Vehicles at Urban Intersections

Behavioral decision-making at urban intersections is one of the primary difficulties currently impeding the development of intelligent vehicle technology. The problem is that existing decision-making algorithms cannot effectively deal with complex random scenarios at urban intersections. To deal with this, a deep deterministic policy gradient (DDPG) decision-making algorithm (T-DDPG) based on a time-series Markov decision process (T-MDP) was developed, where the state was extended to collect observations from several consecutive frames. Experiments found that T-DDPG performed better in terms of convergence and generalizability in complex intersection scenarios than a traditional DDPG algorithm. Furthermore, model-agnostic meta-learning (MAML) was incorporated into the T-DDPG algorithm to improve the training method, leading to a decision algorithm (T-MAML-DDPG) based on a secondary gradient. Simulation experiments of intersection scenarios were carried out on the Gym-Carla platform to verify and compare the decision models. The results showed that T-MAML-DDPG was able to easily deal with the random states of complex intersection scenarios, which could improve traffic safety and efficiency. The above decision-making models based on meta-reinforcement learning are significant for enhancing the decision-making ability of intelligent vehicles at urban intersections.