智能網(wǎng)聯(lián)汽車協(xié)同控制技術(shù)（第2版）課件 第1-3章 智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過程- 基于車路信息融合的交通狀態(tài)感知與預(yù)測技術(shù)

智能網(wǎng)聯(lián)汽車協(xié)同控制技術(shù)第2版“十四五”時期國家重點出版物出版專項規(guī)劃項目新基建核心技術(shù)與融合應(yīng)用叢書智能網(wǎng)聯(lián)汽車技術(shù)系列本書匯總了作者及團(tuán)隊在車路協(xié)同體系下智能網(wǎng)聯(lián)汽車領(lǐng)域研究的相關(guān)科研成果，探討了交通運(yùn)行狀態(tài)的感知與評價、實時路徑?jīng)Q策方法和速度引導(dǎo)方法，研究了智能網(wǎng)聯(lián)汽車動力學(xué)模型、編隊控制模型及編隊切換控制技術(shù)、時空軌跡優(yōu)化方法、主動安全控制技術(shù)、數(shù)據(jù)交互系統(tǒng)，以及智能網(wǎng)聯(lián)汽車編隊控制模型及硬件在環(huán)仿真技術(shù)等。本書匯總的這些前沿關(guān)鍵技術(shù)可以為優(yōu)化城市干線車流行駛狀態(tài)、緩解城市干線擁堵、提高道路通行能力提供新的技術(shù)手段和解決方案。簡介戰(zhàn)略意義《交通強(qiáng)國建設(shè)綱要》《中國制造2025》《2018年智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)工作要點》《國家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南（智能網(wǎng)聯(lián)汽車）》2020年，《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》2022年，《“十四五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》智能網(wǎng)聯(lián)汽車已成為國家大力支持的未來交通系統(tǒng)的重點發(fā)展方向智能網(wǎng)聯(lián)汽車6種關(guān)鍵技術(shù)1）環(huán)境感知技術(shù)2）智能決策技術(shù)3）協(xié)同控制技術(shù)4）V2X通信技術(shù)5）云平臺與大數(shù)據(jù)技術(shù)6）信息安全技術(shù)本書研究重點1）設(shè)計了面向智能網(wǎng)聯(lián)汽車的高實時性車路協(xié)同體系2）定義了車輛與路側(cè)智能設(shè)備間的數(shù)據(jù)交互方式與交互軟件系統(tǒng)實現(xiàn)方案3）提出了一種基于多源信息融合的交通狀態(tài)評價方法第1章

智能網(wǎng)聯(lián)汽車相關(guān)技術(shù)發(fā)展過程1.1車路協(xié)同技術(shù)1.2智能網(wǎng)聯(lián)汽車技術(shù)1.3車輛編隊技術(shù)利用最新的科技手段解決交通安全問題1.1車路協(xié)同技術(shù)車路協(xié)同系統(tǒng)·采用先進(jìn)的無線通信和新一代互聯(lián)網(wǎng)等技術(shù)·全方位實施車車、車路動態(tài)實時信息交互·在全時空動態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動安全控制和道路協(xié)同管理·充分實現(xiàn)人車路的有效協(xié)同·保證交通安全，提高通行效率，從而形成安全、高效和環(huán)保的道路交通系統(tǒng)1.1車路協(xié)同技術(shù)1.1車路協(xié)同技術(shù)1.2智能網(wǎng)聯(lián)汽車技術(shù)智能網(wǎng)聯(lián)汽車·搭載先進(jìn)的車載傳感器、控制器、執(zhí)行器等裝置，融合現(xiàn)代網(wǎng)絡(luò)通信技術(shù)的一種新型智能汽車·實現(xiàn)車與X（人、車、路、云端等）智能信息交換共享·擁有復(fù)雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能·保障車輛安全、舒適、節(jié)能、高效行駛，并最終可替代駕駛?cè)藢崿F(xiàn)自動駕駛1.3車輛編隊技術(shù)車輛編隊控制技術(shù)目的在于充分利用道路條件，保證道路交通安全與高效行駛的條件下，將一系列車輛進(jìn)行統(tǒng)一車輛隊列管理，使具有相同行駛路徑的車輛能夠根據(jù)交通狀況，以協(xié)同合作的方式完成車輛隊列巡航、跟隨、組合與拆分、換道等相關(guān)控制策略1.3車輛編隊技術(shù)第2章面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)2.1車路協(xié)同技術(shù)特征分析2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計2.3車路數(shù)據(jù)交互軟件系統(tǒng)車路協(xié)同技術(shù)目的：實現(xiàn)交通智能化管理、動態(tài)交通信息服務(wù)等智能交通系統(tǒng)職能基礎(chǔ)：車內(nèi)網(wǎng)、車際網(wǎng)和車載互聯(lián)網(wǎng)遵循一定通信協(xié)議與交互標(biāo)準(zhǔn)，在相互獨(dú)立交通元素個體之間進(jìn)行通信與數(shù)據(jù)傳輸?shù)拇笙到y(tǒng)網(wǎng)絡(luò)技術(shù)是傳統(tǒng)物聯(lián)網(wǎng)與傳感網(wǎng)絡(luò)技術(shù)在交通領(lǐng)域的延伸第2章面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)2.1車路協(xié)同技術(shù)特征分析通過先進(jìn)通信網(wǎng)絡(luò)將人、車、路三個基本交通要素綁在一起，定制化開發(fā)各要素上的終端軟硬件，實現(xiàn)對要素數(shù)據(jù)與指令的交互2.1車路協(xié)同技術(shù)特征分析為傳統(tǒng)交通帶來的變革（1）近場自組織通信支持各節(jié)點在通信范圍內(nèi)自動組網(wǎng)（2）高實時性穩(wěn)定傳輸?shù)脱舆t、低丟包率，更穩(wěn)定的數(shù)據(jù)傳輸（3）多源異構(gòu)節(jié)點交互各智能設(shè)備或終端能夠自由發(fā)送具有自身特征的數(shù)據(jù)包2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計面對的問題：一是受技術(shù)條件和成本限制；二是研究成果場景不符合交通實際。2.2.1系統(tǒng)設(shè)計目的解決的方法：更豐富、準(zhǔn)確、高實時性的車輛數(shù)據(jù)匯總進(jìn)行評估分析，大大提高評價精度。2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計兩部分：車載終端；路側(cè)終端。2.2.2車路信息交互場景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計兩個核心功能：（1）智能網(wǎng)聯(lián)汽車信息交互（2）基于車輛數(shù)據(jù)的實時交通狀態(tài)感知2.2.2車路信息交互場景2.2面向智能網(wǎng)聯(lián)汽車的車路協(xié)同系統(tǒng)設(shè)計車輛離開上一個交叉口（點A）時，系統(tǒng)開始記錄所需行車數(shù)據(jù)，在離開下一個交叉口（點D）時將在路段上生成的數(shù)據(jù)發(fā)送給RSU2。從點A到點D間的時間間隔即為車輛在路段上的通過時間；當(dāng)車輛進(jìn)入RSU2的通信范圍（點B）時，雙方將建立穩(wěn)定的V2X通信。2.2.3車路數(shù)據(jù)實時交互方法2.3車路數(shù)據(jù)交互軟件系統(tǒng)兩項主要開發(fā)內(nèi)容：（1）基于安卓系統(tǒng)的深度開發(fā)（2）高實時性的數(shù)據(jù)采集與通信功能設(shè)計2.3.1車路數(shù)據(jù)交互軟件系統(tǒng)總體目標(biāo)兩個主要創(chuàng)新點：（1）采用智能網(wǎng)聯(lián)汽車行駛數(shù)據(jù)代替?zhèn)鹘y(tǒng)檢測器數(shù)據(jù)（2）面向智能網(wǎng)聯(lián)汽車建立車路信息交互機(jī)制2.3車路數(shù)據(jù)交互軟件系統(tǒng)（1）檢測數(shù)據(jù)方案本方案采用OBD無線傳輸數(shù)據(jù)2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)（2）協(xié)同通信方案本方案采用LTE-V模塊2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)（3）車載終端系統(tǒng)方案本方案采用Android系統(tǒng)2.3.2車路數(shù)據(jù)交互軟件系統(tǒng)方案論證2.3車路數(shù)據(jù)交互軟件系統(tǒng)車載終端程序包括如下三部分：●系統(tǒng)層，在Linux系統(tǒng)下完成Android源碼的編譯和燒錄?！耱?qū)動層，Android系統(tǒng)中間件的程序開發(fā)?！駪?yīng)用層，基于AndroidStudio工具的AndroidApp開發(fā)。2.3.3車載終端軟件系統(tǒng)實現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)車載終端程序包括如下三部分：●系統(tǒng)層，在Linux系統(tǒng)下完成Android源碼的編譯和燒錄?！耱?qū)動層，Android系統(tǒng)中間件的程序開發(fā)?！駪?yīng)用層，基于AndroidStudio工具的AndroidApp開發(fā)。2.3.3車載終端軟件系統(tǒng)實現(xiàn)2.3車路數(shù)據(jù)交互軟件系統(tǒng)路側(cè)終端沒有操作系統(tǒng)。路側(cè)終端程序包括如下三部分：●初始化程序，時鐘、引腳配置、模塊驅(qū)動、通信參數(shù)設(shè)置?！裰餮h(huán)程序，車載終端數(shù)據(jù)交互、計算車輛與路口的間距、評價的道路運(yùn)行狀態(tài)?！裰袛喑绦颍邮苤袛嗪投〞r中斷。2.3.4路側(cè)終端軟件系統(tǒng)實現(xiàn)第3章基于車路信息融合的交通狀態(tài)感知與預(yù)測技術(shù)3.1交通狀態(tài)感知與預(yù)測的現(xiàn)狀分析3.2基于V2X通信的多源車路信息融合系統(tǒng)3.3基于V2X通信的交通狀態(tài)感知場景3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型3.5實驗測試與分析第3章

基于車路信息融合的交通狀態(tài)感知與預(yù)測技術(shù)

針對城市交叉口場景，提出了一種基于車路信息融合的交通狀態(tài)感知與預(yù)測的方法。3.1交通狀態(tài)感知與預(yù)測的現(xiàn)狀分析各項研究成果表明，在V2X通信環(huán)境中，交通管理方基于多種交通傳感器建立交通數(shù)據(jù)集，可以實時感知當(dāng)前道路的交通狀態(tài)；同時，基于多源融合數(shù)據(jù)實時預(yù)測交通運(yùn)行狀況，可以大幅提高交叉口的通行效率，提高道路安全性?，F(xiàn)有理論方法存在以下問題：一、基于V2X通信交通狀態(tài)感知方法從車載端獲取的交通流數(shù)據(jù)集規(guī)模較??；

二、歷史交通數(shù)據(jù)存在一定的滯后和冗余，導(dǎo)致預(yù)測結(jié)果實時性差、預(yù)測精度不高。本章提出一種基于圖嵌入長短期記憶神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)城市交叉口交通狀態(tài)的實時動態(tài)預(yù)測。其特點如下：●深度游走（DeepWalk）算法捕捉交通流的空間特征●長短期記憶神經(jīng)網(wǎng)絡(luò)實現(xiàn)時間特征的動態(tài)捕捉3.2基于V2X通信的多源車路信息融合系統(tǒng)基于V2X通信的多源車路信息融合系統(tǒng)：1）交通感知層2）網(wǎng)絡(luò)傳輸層3）數(shù)據(jù)處理層

4）信息服務(wù)層多源信息融合的目的是將來自路側(cè)傳感器數(shù)據(jù)、交通信號機(jī)的控制數(shù)據(jù)及來自V2X通信的OBU數(shù)據(jù)進(jìn)行特征級數(shù)據(jù)融合，以構(gòu)建一個立體、精準(zhǔn)的交叉口狀態(tài)感知數(shù)據(jù)集合。3.2.1交通感知層3.2基于V2X通信的多源車路信息融合系統(tǒng)3.2.1交通感知層3.2基于V2X通信的多源車路信息融合系統(tǒng)

LTE-V2X通信是基于LTE蜂窩網(wǎng)絡(luò)的車與外界信息交互技術(shù)，是對現(xiàn)有蜂窩網(wǎng)絡(luò)技術(shù)的延伸，借助無線網(wǎng)絡(luò)帶寬優(yōu)勢，可實現(xiàn)高可靠性、低延時、大容量的車輛通信。LTE-V2X通信主要有兩種通信方式：廣域蜂窩式（即LTE-V-Cell）短程直通式（即LTE-V-Direct）3.2.2網(wǎng)絡(luò)傳輸層3.2基于V2X通信的多源車路信息融合系統(tǒng)對應(yīng)兩種互補(bǔ)的網(wǎng)絡(luò)通信接口：●PC5接口●Uu接口3.2.2網(wǎng)絡(luò)傳輸層3.2基于V2X通信的多源車路信息融合系統(tǒng)1.點云與圖像數(shù)據(jù)的融合處理過程3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)路側(cè)傳感器融合主要包括兩種組合：●基于激光雷達(dá)與攝像機(jī)的融合（主流）；●基于攝像機(jī)與毫米波雷達(dá)的融合。本書采用的多源傳感器融合方案為，激光雷達(dá)與高清攝像機(jī)的融合。1.點云與圖像數(shù)據(jù)的融合處理過程3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)

首先，對激光雷達(dá)點云數(shù)據(jù)進(jìn)行預(yù)處理其次，對圖像的原始數(shù)據(jù)進(jìn)行去畸變處理

3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)

最后，對兩類識別框進(jìn)行匹配融合計算3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)多源傳感器在數(shù)據(jù)采集過程中分別有著獨(dú)立的坐標(biāo)系和采集頻率，因此需要將多源傳感器的坐標(biāo)系變換到同一坐標(biāo)系下進(jìn)行配準(zhǔn)，才能實現(xiàn)多源傳感器的融合。3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)1）將激光雷達(dá)坐標(biāo)變換為攝像機(jī)坐標(biāo)3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)2）將攝像機(jī)坐標(biāo)變換為圖像坐標(biāo)3）將圖像坐標(biāo)變換為像素坐標(biāo)3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)2.基于V2X通信的車路信息融合處理過程3.2.3數(shù)據(jù)處理層3.2基于V2X通信的多源車路信息融合系統(tǒng)收集到的信息分為●車輛信息數(shù)據(jù)●道路信息數(shù)據(jù)3.2.4信息服務(wù)層3.2基于V2X通信的多源車路信息融合系統(tǒng)●利用圖像處理技術(shù)進(jìn)行交通事件識別●利用激光雷達(dá)、車載V2X通信單元等先進(jìn)的技術(shù)手段進(jìn)行交通參與者的目標(biāo)識別與跟蹤3.2.4信息服務(wù)層3.2基于V2X通信的交通狀態(tài)感知場景基于V2X通信的實時交通流量感知模型●統(tǒng)計車流信息●道路交叉口的車流量3.3.1基于V2X通信的城市單交叉口場景3.3基于V2X通信的交通狀態(tài)感知場景利用V2X通信技術(shù)低延時性、高可靠性和高安全性的優(yōu)勢，設(shè)計的基于V2X通信的城市單交叉口感知場景3.3.1基于V2X通信的城市單交叉口場景3.3基于V2X通信的交通狀態(tài)感知場景主要研究目的：實現(xiàn)OBU、RSU及路側(cè)傳感器數(shù)據(jù)之間的接收與轉(zhuǎn)發(fā)3.3.2城市單交叉口圖模型3.3基于V2X通信的交通狀態(tài)感知場景根據(jù)真實的測試場景的選擇，對交叉口道路網(wǎng)絡(luò)進(jìn)行建模3.3.2城市單交叉口圖模型3.3基于V2X通信的交通狀態(tài)感知場景基于V2X通信路側(cè)傳感器感知的范圍（帶底紋區(qū)域），表示為加權(quán)有向圖3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型圖嵌入-長短期記憶（GE-SLTM）模型3.4.1基于圖嵌入提取道路空間特征3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型采用圖嵌入DeepWalk算法學(xué)習(xí)節(jié)點之間的相互作用以提取空間特征3.4.1基于圖嵌入提取道路空間特征3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型優(yōu)化問題可以表示為交通流的方向為單向，只考慮右側(cè)窗口內(nèi)的節(jié)點，則優(yōu)化問題表示為3.4.1基于圖嵌入提取道路空間特征3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型根據(jù)獨(dú)立假設(shè)對式（3-5）中的條件概率進(jìn)行因式分解利用softmax函數(shù)來近似概率分布，得到概率3.4.2基于神經(jīng)網(wǎng)絡(luò)捕獲時間特征3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型網(wǎng)絡(luò)單元中，傳遞到下一個網(wǎng)絡(luò)的運(yùn)算過程：其中3.4.2基于神經(jīng)網(wǎng)絡(luò)捕獲時間特征3.4V2X通信環(huán)境下的交通狀態(tài)預(yù)測模型網(wǎng)絡(luò)預(yù)測輸出：3.5.1基于多源車路信息融合的智能邊緣計算平臺3.5實驗測試與分析路側(cè)激光雷達(dá)，32線束，最高采樣頻率30Hz路側(cè)高清攝像機(jī)，分辨率1080p，采樣頻率10Hz機(jī)械激光雷達(dá)，采樣頻率設(shè)置為10Hz激光雷達(dá)測程可達(dá)300m，測量精度精確至±2cm，120°水平視場角，測點速率高達(dá)每秒鐘42.6萬次實驗路段：北京市石景山區(qū)阜石路一處典型交叉口3.5.1基于多源車路信息融合的智能邊緣計算平臺3.5實驗測試與分析3.5.2模型參數(shù)設(shè)置3.5實驗測試與分析兩種常用的預(yù)測評價指標(biāo)：方均根誤差（RMSE）；平均絕對誤差（MAE）3.5.2模型參數(shù)設(shè)置3.5實驗測試與分析兩種常用的預(yù)測評價指標(biāo)：方均根誤差（RMSE）；平均絕對誤差（MAE）3.5.2模型參數(shù)設(shè)置3.5實驗測試與分析實驗數(shù)據(jù)集分兩組：