面向智能交通的协同驾驶系统可靠高效通信技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61802288
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

As the representative product of ITS, CDS (cooperative driving systems) becomes the most important part of ITS. In cooperative driving systems, vehicles form in a group (e.g. platoon or cluster), use wireless communication and adopt suitable control law to maintain a constant inter-vehicle spacing, and achieve autonomous driving, which can further improve transportation efficiency, traffic safety. The stability of cooperative driving strongly relies on the efficient and reliable communication. Howeve, due to the particular structure and control law of CDS, the existed communication pattern in VANET cannot meet the requirement of CDS. In this projects, some fundamental issues in communication for CDS will be investigated. First, we will investigate the inter-vehicle communication method for CDS, which includes the V2I-based inter-vehicle communication, an consensus-based control algorithm for CDS and slot allocation and frequency adjust means for message dissemination. Then we will study an efficient and reliable inter-system message dissemination for CDS in different senarios, which includes an distributed and centralized communication pattern, and 5G&cloud-assisted method. The research achievements of this project will provide theoretical and technical support for the application and development of CDS.
协同驾驶系统作为智能交通发展的代表性产物,成为现代智能交通的重要组成部分。协同驾驶系统中,车辆利用无线通信技术组成特定结构(例如簇或者队列),通过数据传输和信息共享并结合有效的控制策略,车辆能够保持较短行驶距离并实现自动驾驶,从而有效提高行驶安全和道路通行率。协同驾驶车辆行驶稳定性极大程度依赖于可靠高效的通信方法,由于协同驾驶特有的行驶形态和控制需求,已有的车联网通信技术无法满足协同系统通信需求。本项目拟针对协同驾驶系统通信方法进行相关基础和创新性研究,首先拟研究协同驾驶系统中车辆间可靠通信方法,包括结合V2I的协同驾驶车辆间通信技术、基于车辆通信的一致性控制方法、协同车辆消息发送时隙分配方法和频率调整策略;其次针对不同的交通场景拟分别研究分布式、集中式和基于5G网络和云技术的协同驾驶系统间通信方法。本项目的研究成果将为协同驾驶系统通信技术和发展供理论支撑和技术保障。

结项摘要

协同驾驶从系统设计的角度提出了一种高效、安全、环保和舒适的交通运行模式,达到了优化利用系统资源、提高道路交通安全以及缓解交通拥堵的目标。运行在自动化高速路环境下的物流卡车与乘用车辆是协同驾驶技术应用与推广的主要对象,对物流运输而言意义尤为重大,可减小物流公司对经验丰富的卡车司机的依赖性,降低运营成本并提高物流运输过程中的安全性和效率。本项目的研究内容主要有:1)协同驾驶系统中协同车辆间的可靠高效通信研究,这其中也涉及自由车辆信道接入方法,避免与协同驾驶车辆间通信相互干扰;2)协同驾驶系统之间可靠高效通信研究,这其中包括适用于不同交通场景的分布式、集中式和基于5G网络和云技术的时间块分配方法。本项目首先从理论上分析了车辆行驶稳定性和通信性能的数值关系,该数值关系为设计高效的通信方法提供理论参考依据;提出了结合V2I通信的协同车辆通信方法,该方法充分利用基础设施提供的信道状态和车流信息,提高协同驾驶车辆之间数据传输成功率;基于协同车辆通信提出了一种协同车辆一致性控制方法,保持车辆行驶状态稳定性最优,确保协同驾驶车辆间位置和速度的稳定性。提出了一种自适应时隙分配方法,基于该方法设计相应的可变长的协同车辆数据帧结构。状态消息和安全消息发送时间段长度根据当前网络状态和车辆控制需求进行自适应进行调整,从而提高数据传输率的同时也保证了信道利用率。提出了一种协同驾驶车辆消息发送动态频率调整方法,根据当前信道状况和车辆行驶的动态性来调整成员车辆发送频率,确保满足车辆控制需求的同时提高信道利用率。针对不同的交通场景,提出协同车辆系统间数据分发方法,包括一种适应性更广泛的分布式时间块分配方法;适用于车辆密度较大路段的基于RSU 的协同驾驶系统时间块分配方案;适用于城市交通环境的基于5G网络和云计算的时间块分配方案。项目成果及设备已经部分投入规模化商用,例如在天津,投入应用到首个国内高校5G智能网联试验区和高速公路编队行驶业务示范。在仿真环境是实际场景下进行了大量测试,测试数据可以看到本项目研究成果中队列协同驾驶系统队首车辆和成员车辆的数据传输率能够稳定在90%以上,队首车辆的数据接受率稳定在95%以上,能够满足协同驾驶汽车安全稳定行驶的需求。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(8)
专利数量(4)
CPA-MAC: A Collision Prediction and Avoidance MAC for Safety Message Dissemination in MEC-Assisted VANETs
CPA-MAC:用于 MEC 辅助 VANET 中安全消息传播的碰撞预测和避免 MAC
  • DOI:
    10.1109/tnse.2021.3133480
  • 发表时间:
    2022-03-01
  • 期刊:
    IEEE TRANSACTIONS ON NETWORK SCIENCE AND ENGINEERING
  • 影响因子:
    6.6
  • 作者:
    Liu, Bingyi;Deng, Dongxiao;Qiao, Chunming
  • 通讯作者:
    Qiao, Chunming
Integrated simulation platform for conventional, connected and automated driving: A design from cyber-physical systems perspective
传统驾驶、网联驾驶和自动驾驶的集成仿真平台:网络物理系统视角的设计
  • DOI:
    10.1016/j.trc.2021.102984
  • 发表时间:
    2021
  • 期刊:
    Transportation Research Part C: Emerging Technologies
  • 影响因子:
    --
  • 作者:
    Jia Dongyao;Sun Jie;Sharma Anshuman;Zheng Zuduo;Liu Bingyi
  • 通讯作者:
    Liu Bingyi
A Hierarchical Architecture for the Future Internet of Vehicles
未来车联网的分层架构
  • DOI:
    10.1109/mcom.2019.1800772
  • 发表时间:
    2019-07-01
  • 期刊:
    IEEE COMMUNICATIONS MAGAZINE
  • 影响因子:
    11.2
  • 作者:
    Liu, Kai;Xu, Xincao;Lee, Victor C. S.
  • 通讯作者:
    Lee, Victor C. S.
A novel framework for message dissemination with consideration of destination prediction in VFC
一种考虑 VFC 中目的地预测的消息传播新颖框架
  • DOI:
    10.1007/s00521-021-05754-9
  • 发表时间:
    2021-02
  • 期刊:
    Neural Computing & Applications
  • 影响因子:
    6
  • 作者:
    Liu Bingyi;Wang Ze;Qin Jing;Jiang Yi;Chen Xinhai;Wang Enshu;Xiong Shengwu
  • 通讯作者:
    Xiong Shengwu
一种结合雾计算的车辆通信网络碰撞避免TDMA MAC协议
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    刘冰艺;秦静;熊盛武;邓东晓;吴黎兵;程传奇
  • 通讯作者:
    程传奇

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

面向物联网环境的网络管理消息转换机制研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    吴黎兵;刘冰艺;聂雷;何炎祥;魏学将;杨科
  • 通讯作者:
    杨科
VANET-cellular环境下安全消息广播中继选择方法研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    吴黎兵;刘冰艺;聂雷;范静;谢永
  • 通讯作者:
    谢永
一种VANET环境下的智能交通信号控制方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    刘冰艺;吴妮;邹逸飞;叶璐瑶
  • 通讯作者:
    叶璐瑶
无间隙的车联网协助下载方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    通信学报
  • 影响因子:
    --
  • 作者:
    吴黎兵;何炎祥;范静;刘冰艺
  • 通讯作者:
    刘冰艺

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘冰艺的其他基金

基于雾计算的车联网自适应组网和可靠通信关键技术研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
基于雾计算的车联网自适应组网和可靠通信关键技术研究
  • 批准号:
    62272357
  • 批准年份:
    2022
  • 资助金额:
    55.00 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码