《基於車輛歷史行駛記憶的問題路況檢測模型與算法研究》是依託同濟大學，由張亞英擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於車輛歷史行駛記憶的問題路況檢測模型與算法研究
- 項目類別：青年科學基金項目
- 項目負責人：張亞英
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
問題路況是指車輛交通事故、故障停車、貨物散落、路面破損等道路偶發性事件，現有的車輛自組織網路中對問題路況的檢測研究通常假設駕駛人員自身檢測並主動向其他車輛節點或者系統中的信息中心報告當前的問題路況信息。實際上這種操作會分散駕駛人員的注意力從而降低他們自身的駕駛安全性。因此，研究新的檢測機制，使問題路況檢測可以在無需人員干預的情況下進行並對問題路段進行定位變得極其重要。本課題針對快速道路上車輛自組織網路的高移動性和間歇連通性，提出把車輛實時採集到的自身位置、速度、時間等行駛信息作為問題路況的檢測依據，建立車輛自組織網路中的動態分簇通信模型，提出車輛行駛記錄的單次動態聚合算法，構建路段上多個車輛自組織網路中問題路況信息的累積聚合算法，並提出基於灰色-徑向基本函式神經網路的多因素組合問題路況檢測算法，最後在道路仿真平台上對本課題提出的模型與算法進行驗證，為提高車輛駕駛安全提供更充分的科學依據。
結題摘要
現有的道路不正常的路況檢測研究通常假設駕乘人員或者其他路邊人員檢測並主動向其他車輛或者系統中的信息中心報告當前的問題路況信息。這種操作會分散駕乘人員的注意力從而降低他們自身的安全性。因此，本課題研究新的檢測機制，使道路信息檢測可以在無需人員干預的情況下自動進行。本課題的主要工作如下： （1）針對道路上車輛自組織網路的高移動性和間歇連通性，提出在車輛實時採集到行駛信息和路徑信息進行網路數據分發時，引入延時傳送機制，根據所在道路的暢通程度和到鄰近路口的距離，設定一定的延時，並基於橢圓限制進行信息廣播，減少信息包在路網中的泛洪廣播，實驗結果表明較傳統方法具有明顯的改進； （2）提出車輛行駛過程的時空連續動態聚合，引入動態角色和分布控制的思想，提出了一種自主協同車輛跟蹤模式。道路數據採集單元之間能夠動態組織對異常車輛的協同跟蹤，分散控制模式能夠有效減緩道路交通信息系統中後端伺服器的工作壓力，並降低了大量實時道路路況數據在路網中傳輸對道路信息網路頻寬的要求，實驗結果驗證了這種自主發現、自主追蹤目標的模式可以提高道路異常事件處理的效率； （3）提出模糊綜合評價模型的多因素組合的複合式輪詢算法，根據不同用戶、不同登入時間、不同關注路段等情況進行動態調整的信息推送方法。它結合了輪詢與長輪詢的特點，並且運用模糊綜合評價模型實現了推送方案的靈活性。將多個指標轉化為一個能夠反映綜合情況的指標來進行評價。該模型的實驗套用在道路交通信息檢測與推送中，結果表明複合式輪詢與傳統推送方式相比最大的優勢是具有其他推送方式沒有的靈活性，並且其餘各項指標均為中等值。複合式輪詢的實時性高於輪詢，低於長輪詢和流模式，但複合式輪詢的伺服器資源利用率要高於長輪詢和流模式。 （4）最後在道路仿真平台和校園道路環境中對本課題提出上述的模型與算法進行實驗，結果基本驗證了提出的模型和算法的有效性，但由於實地測試時交通流較小，不能完全準確地反映模型與算法的性能。
