论文部分内容阅读
随着我国汽车保有量的持续增加,有限的道路资源和持续增长的车辆构成了难以调和的矛盾,交通事故、交通拥堵频发。行车服务系统逐渐出现为车辆提供服务,如客车上使用的G-BOS(客车智慧运营系统)和货车上使用的天行健车联网服务系统,能够在一定程度上促进驾驶员的安全驾驶及车辆的维修保养。但是,这些行车服务系统都有着特殊的应用对象,如G-BOS可以为客车提供行车服务,天行健能够为货车提供服务,对于其他类型的车辆则不适用。行车主动服务系统(Driving Active Service System,DASS)就是要通过采集车辆在车联网环境(Internet of Vehicles,IV)下的行驶信息,通过信息融合对行车服务进行有效的自动感知与辨识,为车联网环境下的车辆行驶提供实时、主动、高效的服务。论文在传统的行车服务系统(Traditional Traffic Service Systems,TTSS)的基础上,以江苏省六大人才高峰项目“行车主动服务系统关键技术研究(项目编号:DZXX-048)”为依托,对DASS系统需求感知模型及关键算法进行了研究。DASS需求感知模型是整个DASS系统最基础、但同时又是最重要的部分,是DASS系统基础理论的研究及关键技术探索。论文的主要研究工作包含以下4部分内容:(1)系统阐述了车联网与DASS的研究及发展现状,重点分析了车联网环境下DASS的可行性、详细分析了车联网环境下的DASS行车服务需求,并对车联网环境下的车辆行驶信息进行了系统性分类、对DASS行车服务进行了细致的划分。(2)提出了基于主动数据库的DASS需求感知模型,研究了以ECA(事件-条件-动作)模型为基础的DASS需求感知模型,构建了识别交通拥堵的ECA规则,并建立起一套数据库管理系统的界面。(3)针对上述DASS需求感知模型服务实现的过程,分别提出了基于Multiagent的信息融合算法、不需借助于检测设备的交通拥堵感知算法,以及DASS服务类型、服务能力匹配算法等三类关键算法,并对算法的复杂度进行了分析和实验验证。(4)自主搭建了基于Prescan-Matlab/simulink软件和罗技G29的驾驶员硬件在环DASS仿真平台,以DASS感知模型提供追尾预警安全类行车服务和实时动态的路径规划服务为例,验证了上述模型与关键算法的有效性和优越性。