分布式交通態(tài)勢感知與傳播方法.pdf

1、隨著經(jīng)濟(jì)的迅速發(fā)展，私家車保有量急劇增長，雖然城市交通路網(wǎng)也得到了極大提升，但汽車保有量遠(yuǎn)遠(yuǎn)超過了路網(wǎng)的承載能力?，F(xiàn)有城市智能交通系統(tǒng)的局部信息采集和集中處理與分發(fā)機(jī)制，已不能適應(yīng)交通流的大規(guī)模聚集和高突發(fā)性，交通指揮控制嚴(yán)重滯后，高峰期仍需大量人工干預(yù)，無法從根本上緩解城市交通擁堵問題。為此，急需突破現(xiàn)有智能交通系統(tǒng)框架，建設(shè)一種新型智能交通控制系統(tǒng)，及時(shí)獲得并發(fā)布高實(shí)時(shí)性交通態(tài)勢給所轄或鄰居區(qū)域，為車輛主動(dòng)進(jìn)行擁堵避免和分流提供依據(jù)

2、，從而在有效緩解交通擁堵的同時(shí)極大地提高道路網(wǎng)絡(luò)的運(yùn)行效率。圍繞這一課題，論文所在項(xiàng)目組提出了一種基于車輛間通信的分布式智能交通系統(tǒng)框架，其中車輛既是交通態(tài)勢的感知節(jié)點(diǎn)、態(tài)勢信息的傳輸(中繼)節(jié)點(diǎn)，又是態(tài)勢信息的接收節(jié)點(diǎn)和最終受益者。其主要關(guān)鍵技術(shù)包括車輛定位、交通態(tài)勢信息獲取/融合/傳輸、交通流大數(shù)據(jù)分析及其應(yīng)用(如實(shí)時(shí)交通地圖更新與發(fā)布等)。
　　本論文先給出分布式智能交通系統(tǒng)架構(gòu)，然后針對(duì)交通態(tài)勢信息感知與傳輸技術(shù)進(jìn)行研究，

3、具體包括：
　　第一，研究路面上車輛定位、群移動(dòng)速度獲取和交通狀態(tài)感知方法和技術(shù)。
　　首先，針對(duì)現(xiàn)有GPS等車輛定位方法不能定位到車輛所在車道、信號(hào)易受遮擋等缺陷，提出了一種基于 RFID的路面移動(dòng)車輛主動(dòng)定位方法(RAVP, RFID based Active Vehicle Positioning)，并對(duì)RFID標(biāo)簽的安裝部署方案、定位性能和成本等進(jìn)行了詳細(xì)分析。其次，考慮群移動(dòng)速度是表征車流的重要參數(shù)之一，給出了一種

4、基于聚簇的群速度感知方法。最后，當(dāng)獲取了準(zhǔn)確的位置信息和群移動(dòng)速度后，結(jié)合模糊邏輯理論中的模糊映射函數(shù)關(guān)系得到交通擁堵等級(jí)。提出了一種基于 VANETs的交通暢通-擁堵狀態(tài)感知方法(TraSD-VANET, Traffic Situation Detection method using Vehicular Ad-hoc NETworks)。在車輛密度不同的交通場景中，把 TraSD-VANET與現(xiàn)有方法進(jìn)行仿真對(duì)比，TraSD-VAN

5、ET方法不僅可以動(dòng)態(tài)地感知交通狀態(tài)，而且具有較高的準(zhǔn)確度，該感知結(jié)果用于交通疏導(dǎo)，可提高車輛的平均行駛速度，減少停等車輛數(shù)目，縮短等待時(shí)間，提高了路網(wǎng)效率。
　　第二，節(jié)點(diǎn)非均勻分布和高速移動(dòng)使VANETs具有拓?fù)浣葑冃浴⒕W(wǎng)絡(luò)節(jié)點(diǎn)突發(fā)性地大規(guī)模聚集性和稀疏節(jié)點(diǎn)密度時(shí)的網(wǎng)絡(luò)連接通斷性等。針對(duì)VANETs的網(wǎng)絡(luò)特性帶來的廣播沖突、網(wǎng)絡(luò)空洞等問題，分析了在VANETs中傳播信息時(shí)的數(shù)據(jù)包成功投遞率和多跳連通性。
　　首先，為分析2

6、-D VANETs中廣播的數(shù)據(jù)包成功接收率，建立了十字路口場景，分析了隱藏終端、并發(fā)節(jié)點(diǎn)、廣播覆蓋范圍、載波偵聽范圍、鄰居的干擾范圍等因素對(duì)數(shù)據(jù)包接收的影響，推導(dǎo)了數(shù)據(jù)包的成功接收概率與上述因素間的關(guān)系式，仿真驗(yàn)證了分析結(jié)論。該結(jié)論為后續(xù)多跳廣播的性能評(píng)估及應(yīng)用需求提供了理論依據(jù)。其次，從新的視角分析多跳傳輸?shù)倪B通性，研究了網(wǎng)絡(luò)空洞在VANETs中的產(chǎn)生概率和分布率，給出了采用SCF路由算法解決網(wǎng)絡(luò)空洞問題時(shí)數(shù)據(jù)包成功傳輸?shù)臅r(shí)間延遲表達(dá)

7、式，并分析了時(shí)間延遲在不同車輛環(huán)境下的分布，為所提廣播方法設(shè)定攜帶時(shí)長提供了參考。
　　第三，為了應(yīng)對(duì)信息傳播過程中面臨的廣播沖突、網(wǎng)絡(luò)過載、網(wǎng)絡(luò)空洞等問題，提出三種傳播方法。
　　首先，針對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)的快速移動(dòng)帶來的鄰居信息快速失效問題，以及高節(jié)點(diǎn)密度環(huán)境下頻繁地廣播信標(biāo)帶來的廣播沖突和網(wǎng)絡(luò)過載問題，提出了一種自適應(yīng)調(diào)節(jié)信標(biāo)廣播間隔的方法(SDMB, Self-Decision-Making Beaconing)。在該方法中

8、，節(jié)點(diǎn)根據(jù)自身及鄰居節(jié)點(diǎn)的活躍度，確定信標(biāo)廣播的時(shí)間間隔，以改善網(wǎng)絡(luò)性能。結(jié)果表明，與IEEE802.11p的WAVE模型中采用的固定速率廣播beacon的方法相比，SDMB方法有較高的信標(biāo)廣播成功率和較低的網(wǎng)絡(luò)負(fù)載率。
　　其次，針對(duì)由車輛節(jié)點(diǎn)的高速移動(dòng)和非均勻分布導(dǎo)致的網(wǎng)絡(luò)空洞問題，提出了一種先應(yīng)式網(wǎng)絡(luò)空洞發(fā)現(xiàn)策略，在此基礎(chǔ)上提出時(shí)間受限的攜帶貪婪前傳方法(CGFB, Carry Greedy Forward Broadcas

9、t)。該方法中的空洞發(fā)現(xiàn)策略是依據(jù)精確的位置信息建立鄰居排序表，通過查詢表格中的鄰居存無和節(jié)點(diǎn)間的幾何關(guān)系發(fā)現(xiàn)網(wǎng)絡(luò)空洞，再通過攜帶貪婪前傳，有效解決由網(wǎng)絡(luò)空洞導(dǎo)致的鏈路中斷問題，提高了成功傳輸數(shù)據(jù)包的概率。同時(shí)，根據(jù)網(wǎng)絡(luò)空洞的分布概率設(shè)定攜帶時(shí)長，以降低對(duì)緩存資源的消耗。結(jié)果表明，CGFB算法在建立連通路徑的成功率和節(jié)省存儲(chǔ)資源方面優(yōu)于GF和SCF算法。
　　最后，針對(duì)事故信息的影響特點(diǎn)以及特定目標(biāo)區(qū)域?qū)π畔V播的需求，提出了一種