基于改进DV-HOP的道路交通拥堵传感节点快速监测

由于现有交通拥堵监控设备在海量三维交通信息中处理数据的能力较差,导致监测目标延迟较高,故设计一种基于改进DV-HOP的道路交通拥堵传感节点快速监测方法;在待监测区域安置无线视觉传感器,划分子节点与Sink节点,采集车辆通行状况和整体长度;把异常道路数据作为小概率事件,确立速率采集周期及交通状态采集周期,推算历史车辆速率均值和交通数据方差,设定拥堵临界值,分析路段是否产生拥堵;对道路交通拥堵节点进行初始化,确定全部道路交通拥堵节点,并将其转换到二维坐标中;利用改进DV-HOP算法获取道路交通拥堵节点位置信息,得出道路交通拥堵节点监测结果;实验分析表明：设计方法的均等系数值可达0.998,数据传输延时仅为3.5 s,表明交通拥堵监测精度较高。     

IEEE 802.11p协议MAC层自适应移动性改进研究

针对VANET环境下标准IEEE 802.11p协议的MAC层对车辆移动性因素支持不足的问题,对IEEE 802.11p协议MAC层自适应移动性机制进行了研究。首先,构建了一种VANET通信场景;然后,基于构建的通信场景,分别基于节点邻居数量和节点相对速度提出了一种P持续CSMA/CA机制和一种基于节点相对速度的动态优先级管理机制;最后,基于Veins仿真平台构建了测试场景,并对提出的改进机制进行了仿真测试。测试结果表明提出的两种机制能够有效增加系统吞吐量、减少丢包数量、降低平均数据传输延迟和平均数据重传次数,显著提升了VANET网络性能。     

节点重要程度感知的分布式DTN结构检测机制

间断连接无线网络具有较强的社会属性,感知网络结构能够有效改善网络性能。提出一种节点重要程度感知的网络结构检测机制,节点根据转发消息数量和邻居数量估计自身的重要程度,并以分布式的方式选取社区中心节点,进而依据与中心节点的共同邻居数确定本社区的邻居节点,完成网络结构检测。仿真结果表明,本机制检测准确率相较于HCDA提高大约45%,且所提出的方法扩展性较强,适用于各种混杂网络场景。     

基于复杂网络的路网交通拥堵评估仿真模型

为了能够深入分析路网交通拥堵动态演进过程, 为交通拥堵治理提供决策分析工具, 提出了一个基于复杂网络的路网拥堵评估仿真模型。通过将路段阻抗概念引入复杂网络理论, 实现了路网拓扑模型和流量模型的结合; 此外, 还提出了虚拟测试车辆遍历的路网通行能力评估方法, 对不同路网条件下的道路通行能力进行评估。最后在PC系统上实现了完整的路网拥堵评估仿真系统, 并利用该系统对拥堵路段数量、交通流量和路网拓扑结构等因素对路网通行能力的影响进行了仿真分析。仿真实验结果与经典交通理论分析结果一致, 并能反映更多的动态过程信息, 表明该模型能够准确有效地进行交通路网拥堵评估, 可以为相应的交通拥堵管理决策提供依据。     

基于车辆自组织网络的交通态势检测方法

随着汽车保有量的迅速增加,城市道路交通拥堵变得尤为严重,精确地检测交通态势可以帮助缓解交通问题。为此,提出一种基于车辆自组织网络（vehicular Ad hoc networks,VANETs）的交通态势检测方法---TraSD-VANET（traffic situation detection method based on VANETs）。在该方法中,车辆自动聚簇,然后主动向簇头汇报当前自身的位置和速度信息;簇头根据收到的信息计算簇内的车辆密度和路面上的加权平均速度,之后基于模糊逻辑判断簇内的交通态势。仿真结果表明,在四种车辆场景下,TraSD-VANET检测准确程度比协作检测方法 CoTEC （cooperative traffic congestion detection）平均高16％。该方法在道路交通态势检测中有重要的应用价值。     

基于簇的分布式传感器故障检测算法

针对大规模无线传感器网络(WSN)中故障检测准确率降低,并产生较大通信负载的问题,根据传感器节点的时空相关性特点,提出一种基于簇的分布式传感器故障检测算法。通过邻居节点间的数据交换和互相测试检测簇首节点,并以正常簇首节点作为参照诊断故障节点。性能分析与实验结果表明,在大规模WSN中,该算法具有良好的故障检测能力和较低的通信负载,在邻居节点数较少、节点故障率较高的情况下,能达到98%以上的故障检测准确率,并保持较低的能耗水平。     

增量式贝叶斯分类器在交通拥堵判别中的应用

为有效发现道路交通拥堵状态,提出基于增量式贝叶斯分类器的交通拥堵判别方法.该方法把交通拥堵是否发生看成是特殊的分类问题,选取增量式贝叶斯分类器,根据以往是否发生交通拥堵的检测数据,即分别把在发生交通拥堵和不发生交通拥堵两种情况下的交通参数作为特征参数对其进行训练,然后用得到的分类器对检测到的交通参数进行分类,判别是否发生交通拥堵.微观交通仿真数据表明该方法的可行性和有效性.     

基于拥堵系数的道路交通网络关键路段辨识

城市道路交通的路段信息与车流量信息对道路交通的安全、高效运行至关重要.在交通高峰时期,通过对关键路段加以控制,可实现整个道路交通网络的完全能控.为寻找路网中的关键路段,将道路网络的交叉口-节点模型转化为道路网络的路段-节点模型,基于路段信息与车流量信息提出拥堵系数来衡量道路交通网络的车辆拥堵程度,并将其作为道路网络的路段-节点模型的边权重,最后运用关键路段辨识算法对道路交通网络的关键路段进行辨识.以沈阳市皇姑区主城区道路为例建立以拥堵系数为权重的网络模型, 按照所提方法辨识的关键路段数量为14条,约占道路网络总路段数的14.3%,具有较低的控制成本,且大部分为由北向南方向和由西向东方向.其中8条路段分布在皇姑区道路实时拥堵排行前5名,约占关键路段总数的57.1%,表明所给出的关键路段更多地分布在交通状态较为拥堵的路段上,符合实际情况.     

Grid-Scan算法定位误差和定位率的改进

针对Grid-Scan算法定位率及定位精度较低的问题,提出了一种基于虚拟锚节点的Grid-Scan定位算法。具体做了3个方面的工作：有邻居锚节点的未知节点只利用邻居锚节点进行定位,定位后的节点升级为虚拟锚节点;没有邻居锚节点的未知节点利用虚拟锚节点完成定位;锚节点及虚拟锚节点与未知节点采用不同的通信半径进行扫描并完成定位。仿真结果表明,相比传统算法,改进算法的定位精度和定位率分别平均提高了约6.35%和23.37%。     

基于物联网视觉的大型拥堵车辆调度系统设计

针对道路拥堵车辆调度问题,设计了一种基于物联网视觉的大型拥堵车辆调度系统,分析了系统的总体结构,给出了系统的ZigBee协调器模块、车载传感器节点、图像采集处理模块以及无线传输模块的硬件结构,详细介绍了拥堵车辆调度算法流程,并给出了车辆调度最佳路径算法代码,实现了大型拥堵车辆的有效调度;实验结果说明,所设计系统可获取有效的交通车辆拥堵图像,实现交通拥堵的高效调度.     

Traffic congestion detection in large-scale scenarios using vehicle-to-vehicle communications

Cooperative vehicular systems are currently being investigated to design innovative ITS (Intelligent Transportation Systems) solutions for road traffic management and safety. Through the wireless exchange of information between vehicles, and between vehicles and infrastructure nodes, cooperative systems can support novel decentralized strategies for ubiquitous and more cost-attractive traffic monitoring. In this context, this paper presents and evaluates CoTEC (COperative Traffic congestion detECtion), a novel cooperative technique based on Vehicle-to-Vehicle (V2V) communications designed to detect road traffic congestion. CoTEC is evaluated under large-scale highway scenarios using iTETRIS, a unique open source simulation platform created to investigate the impact of cooperative vehicular systems. The obtained results demonstrate CoTEC's capability to accurately detect and characterize road traffic congestion conditions under different traffic scenarios and V2V penetration rates. In particular, CoTEC results in congestion detection probabilities higher than 90%. These results are obtained without overloading the cooperative communications channel. In fact, CoTEC reduces the communications overhead needed to detect road traffic congestions compared to related techniques by 88%.     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

时变论域下红绿灯配时的模糊控制

针对交叉口日益拥堵,交通信号灯配时设置的不合理问题,提出一种基于时变论域的模糊控制方法,给出了交通信号灯的实时配时方案。该配时方法通过动态地调整信号周期和绿灯时长,以匹配多变的交通流状况,实现了实时控制。以长沙市某十字路口为例验证了该方案的有效性,结果表明：与定时信号配时方法相比,该配时方法更有效的缓解了交叉口交通拥堵状况,增强了路口通行能力,减少了车辆延误时间。     

基于DSP的单车道车流量实时监测算法

针对传统的车流量检测系统采用感应器设备硬件安装繁杂及通用车流量检测算法无法判别车辆行驶方向的问题,提出一种基于数字信号处理器（DSP）的单车道车流量实时监测算法,并应用于停车场。首先,在虚拟检测带上使用背景差分法完成车辆检测,并对均值法背景建模进行改进;其次,提出一种邻帧二值归类算法对车辆行驶方向进行判别;最后,在虚拟检测带上进行车流量计数并将车位情况实时显示于LED显示屏上。通过模拟实验验证了所提算法的可行性,并在实际测试实验中,得到邻帧二值归类算法方向判别的准确率为96.5%,车位监控算法准确率为92.2%。实验结果表明,该单车道车流量实时监测算法准确率较高,节省了检测系统设备,可以应用于单车道停车场进行车流量实时监测。     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。     

车联网环境下基于重复博弈的恶意车辆节点检测机制

针对车联网内部存在的虚假信息攻击,以及节点动态变化快及密集程度不同造成的恶意车辆节点检测机制效率低下,提出了一种基于重复博弈的恶意车辆节点检测机制。首先,根据车辆在信息交互中的行为建立重复博弈模型,并利用生成的节点收益计算出信任值与动态阈值,经二者比较,筛选出可疑的恶意车辆节点;其次,通过权值投票算法从可疑的恶意车辆节点中判定出恶意车辆节点;最后,从邻居列表中选取信任值最高的下一跳车辆节点进行合作。仿真和分析表明,与现有的相关机制相比,该机制提高了对虚假信息攻击的检测率,降低了误检率。     

面向交通信息采集的无线传感器网络节点

智能交通系统的关键技术环节之一是能够准确地获取实时交通参数,包括交通流量、车速、车道占有率等,无线传感器网络在智能交通方面有潜在的广泛应用前景.设计实现了面向交通信息采集的无线传感器网络节点,提出了一系列相关交通信息采集专用算法,包括基于数字滤波和匹配滤波的交通流量监测算法、车速测量算法和车辆识别算法,在道路上进行了实测验证并对节点功耗进行了分析.实测结果表明,交通信息采集节点能以较高精度得到交通流量、车速、车道占有率等信息,并能较准确地对机动车和自行车进行识别.     

自动驾驶交叉路口测试场景建模及验证方法

自动驾驶汽车在缓解交通拥堵和消除交通事故方面发挥着重要作用.为了保证自动驾驶系统的安全性和可靠性,在自动驾驶汽车部署到公共道路之前,必须进行全面的测试.现有的测试场景数据大多来源于交通事故和交通违法场景,而且自动驾驶系统最基本的安全需求就是遵守交通法规,这充分体现了自动驾驶汽车遵守交通规则的重要性.然而,目前严重缺少针对交通法规构建的自动驾驶测试场景.因此,本文从交通法规出发,根据自动驾驶系统安全需求,提出交叉路口测试场景的Petri网建模及形式化验证方法.首先,依据自动驾驶测试场景对交规进行分类,提取适合自动驾驶汽车的文本交规,并进行半形式化表征.其次,以覆盖道路交通安全法规以及测试场景功能测试规程为目标,融合交叉路口场景要素的交互行为,合理选择并组合测试场景要素,布设交叉路口测试场景.然后,基于交规的测试场景被建模为一个Petri网,其中,库所描述自动驾驶汽车的状态,变迁表示状态的触发条件,并选择时钟约束规范语言（CCSL）作为中间语义语言,将Petri网转换为一个可进行形式化验证的中间语义模型,提出具体的转换方法.最后,通过Tina软件分析验证交规场景模型的活性、有界性和可达性,结果表明所建模型的正确性,并基于SMT的分析工具MyCCSL来分析CCSL约束,采用LTL公式以形式化方法验证交规场景模型的一致性.     

Type-2 fuzzy logic based urban traffic management

This paper presents a multi-agent system based on type-2 fuzzy decision module for traffic signal control in a complex urban road network. The distributed agent architecture using type-2 fuzzy set based controller was designed for optimizing green time in a traffic signal to reduce the total delay experienced by vehicles. A section of the Central Business District of Singapore simulated using PARAMICS software was used as a test bed for validating the proposed agent architecture for the signal control. The performance of the proposed multi-agent controller was compared with a hybrid neural network based hierarchical multi-agent system (HMS) controller and real-time adaptive traffic controller (GLIDE) currently used in Singapore. The performance metrics used for evaluation were total mean delay experienced by the vehicles to travel from source to destination and the current mean speed of vehicles inside the road network. The proposed multi-agent signal control was found to produce a significant improvement in the traffic conditions of the road network reducing the total travel time experienced by vehicles simulated under dual and multiple peak traffic scenarios.     

一种基于车联网的车辆定位方法

车辆群体行为态势能够准确描述车辆在车联网中的运动规律,车联网中GPS信号强的车辆可以利用通信能力、邻居位置关系,对位于一定距离范围内、出行目的地相同或相近、GPS信号弱的车辆进行实时位置计算。该方法首先提出车辆目的地伴随标签的标签簇划分算法,将有相同或相近目的地的车辆,其目的地视做标签,通过挖掘标签重叠结构与层次结构划分至同一标签簇,使之聚类成为车辆群体;然后提出基于标签划分结果的定位算法与结果修正算法,对亟待定位的车辆进行实时位置计算。实验结果表明,该方法较同类方法定位误差降低15%~35%,不同交通状况结果稳定性提高25%以上,所以提出的定位方法是有效的。