楊春雷

摘 要：隨著科學技術(shù)的不斷加強，智能網(wǎng)聯(lián)車輛的數(shù)量也在不斷增加，在智能交通系統(tǒng)發(fā)展中，車聯(lián)網(wǎng)發(fā)揮了重要作用，人們對于車聯(lián)網(wǎng)的研究也越來越多和越來越深入，為了能夠使車聯(lián)網(wǎng)更好的普及，應該加強對智能網(wǎng)聯(lián)車輛交通信息技術(shù)和信號控制的研究。本文基于目前車聯(lián)網(wǎng)發(fā)展現(xiàn)狀對智能網(wǎng)聯(lián)車輛信息處理技術(shù)和信號控制的方法進行探討研究，以供參考。

關(guān)鍵詞：智能網(wǎng)聯(lián)車輛 智能交通系統(tǒng) 信息處理技術(shù) 信號控制 方法

智能互聯(lián)網(wǎng)技術(shù)的發(fā)展推動了智能網(wǎng)聯(lián)交通系統(tǒng)的發(fā)展，同時也為城市交通問題的解決提供了新的思路，智能網(wǎng)聯(lián)交通系統(tǒng)包括雷達、移動通信、計算機、網(wǎng)絡和測控技術(shù)等，可以最大程度的使交通過程在安全有序的前提下實現(xiàn)速度最大化[1]。目前智能交通系統(tǒng)尚未普及，依舊還處于智能網(wǎng)聯(lián)車輛與非網(wǎng)聯(lián)車輛混行的狀態(tài)下，這也在一定程度上對智能交通系統(tǒng)的發(fā)展造成了影響，加強對智能網(wǎng)聯(lián)車輛交通信息處理技術(shù)和信號控制方法的研究對車聯(lián)網(wǎng)的普及具有重要意義[2]。

1 混行狀態(tài)下交通信息處理技術(shù)研究

通過激光雷達等傳感裝置對道路信息進行收集是目前較為普遍的研究開發(fā)理念，不同環(huán)境下車輛控制策略是通過機器進行算法學習來實現(xiàn)。車輛自動駕駛技術(shù)和機器學習算法目前還在研究，因為在實際環(huán)境中還是智能網(wǎng)聯(lián)車輛和非網(wǎng)聯(lián)車輛的混行條件，因此對問題的解決只能利用仿真技術(shù)[3]。大量的計算內(nèi)存是算法深度學習的基礎，因此在計算機中應用算法復雜的統(tǒng)計學方法來對仿真環(huán)境中對智能聯(lián)網(wǎng)成的運行狀況進行模擬是很難實現(xiàn)的。在進行信息處理時可以利用算法簡單的跟馳模型在對網(wǎng)聯(lián)車和非網(wǎng)聯(lián)車的跟馳行為進行表達。

對網(wǎng)聯(lián)車輛的跟馳行為進行體現(xiàn)，并將選出可以對網(wǎng)聯(lián)車輛駕駛行特性正確表征的模型是核心問題。網(wǎng)聯(lián)車開平穩(wěn)高效的進行運行得益于其自感傳感器和高級控制方法[4]?？梢詫χ車牡缆沸畔⒑彤斍暗倪\行狀況進行準確識別，是智能網(wǎng)聯(lián)車和認為驅(qū)動車之間的根本差別[5]。

通過對目前已有的跟馳模型和自適應巡航技術(shù)，符合網(wǎng)聯(lián)車輛留置策略要求的為安全距離類跟馳模型，其不但在模擬程序設計中較容易實現(xiàn)，而且可以對網(wǎng)聯(lián)車輛運行特性模型中的每個變量進行體現(xiàn)。通過上述分析，可以確定智能駕駛模型符合要求，智能駕駛員模型通過模型參數(shù)和公式對交通狀態(tài)進行表征，其認為網(wǎng)聯(lián)串聯(lián)各駕駛行為會隨著前車速度、跟馳間距的改變而發(fā)生變化[6]。駕駛者個體在不同的交通行駛狀態(tài)下的駕駛行為有較大差異，在道路處于低密度狀態(tài)下，提穩(wěn)定性和舒適度是駕駛者重視的兩個方面，具體表現(xiàn)為按照心理期望的車速進行運行;在道路處于高密度狀態(tài)是，安全是駕駛前提，同時對于較小行程時間的擁有也較為重視[7]。

2 信號控制方法研究

“智能網(wǎng)聯(lián)車”（Intelligent Internet connected Vehicle，簡稱1cv）是一種在線車輛。在互聯(lián)網(wǎng)絡附近的智能車輛，即網(wǎng)絡車輛，它集成了傳感器組合分選技術(shù)和傳感器融合算法[8]?？蓪崿F(xiàn)行人、非機動車、交通信號燈和路口智能交通控制網(wǎng)絡車輛之間的信息傳遞，通過信息交互和決策，解決智能網(wǎng)絡車輛通過交叉口的問題。在識別出交叉，的基礎上，還可解決交叉口、行人和非車輛通過交叉口的安全問題。交叉口實時交通流可以優(yōu)化和控制交通信號燈的變化，減少交叉口的超載。2018年12月27日，工業(yè)和信息化部發(fā)布“車聯(lián)網(wǎng)智能汽車”戰(zhàn)略，該行動計劃的目的是促進智能網(wǎng)絡車輛的發(fā)展，使其更具競爭力[8]。在非聯(lián)網(wǎng)車輛向聯(lián)網(wǎng)車輛過渡階段，聯(lián)網(wǎng)車輛和非聯(lián)網(wǎng)車輛混合運行是常態(tài)。

2.1 單交叉口信號留置條件與特點

對于智能網(wǎng)聯(lián)交叉路口的管理主要有RSU、邊緣計算機、智能交通信號、路測傳感器等組成。RSU主要進行數(shù)據(jù)廣播和決策;邊緣計算機主要進行數(shù)據(jù)采集和輔助計算;智能交通信號燈主要根據(jù)路口車流量進行紅綠燈配時的自動調(diào)節(jié);在整個系統(tǒng)中，路側(cè)傳感器主要充當眼睛的角色[9]。

智能網(wǎng)聯(lián)交叉路口管理系統(tǒng)的特色包括紅綠燈動態(tài)配時、協(xié)同感知和局部動態(tài)地圖，對于目前狀態(tài)下的信號控制研究，應該和傳統(tǒng)的信號燈的“走-停”控制方式區(qū)分開來，在混行狀態(tài)下對于信號的控制對象需要精確到單個車輛，對于網(wǎng)聯(lián)車輛和非網(wǎng)聯(lián)車輛的放行方案主要通過路側(cè)單元進行分配，從而實現(xiàn)信號控制[10]。在混行狀態(tài)在的信號控制，不但有信號燈，還有交叉路口路側(cè)協(xié)同控制設備，除此之外，網(wǎng)車輛還有車載通信設備，這為網(wǎng)聯(lián)車和信號燈、網(wǎng)聯(lián)車和路側(cè)設備、網(wǎng)聯(lián)車和網(wǎng)聯(lián)車之間的通信帶來了便利。在對車輛運行狀態(tài)信息進行收集后，信號燈和路側(cè)協(xié)同控制設備要從系統(tǒng)統(tǒng)籌的角度出發(fā)，對于車輛進行相應的通信方案分配時要根據(jù)預算法進行分配，對車輛通行秩序進行優(yōu)化，對每輛車的通行進行精確控制。因此，對于網(wǎng)聯(lián)車輛的信號控制，不但是高精度而且是高粒度的，同時其也是能從全局的角度出發(fā)的一種信號控制。除此之外，在確保車輛安全通行的基礎上合理的對控制策略進行設計，還可以降低信號控制延誤。

在混行狀態(tài)下，路側(cè)設備和信號燈可以和網(wǎng)聯(lián)車通信，但不能和非網(wǎng)聯(lián)車進行通行，因此要對交叉路口附近的網(wǎng)聯(lián)車和非網(wǎng)聯(lián)車的位置、速度、流向等運行狀態(tài)信息進行收集，對于獲取到的車輛狀態(tài)信息先使用人工智能算法進行分析處理，然后根據(jù)處理結(jié)果來對信號燈配時方案進行動態(tài)調(diào)整，對于混行狀態(tài)下交叉口信號控制進行優(yōu)化，并對車輛的車速進行正確引導，使得優(yōu)化過后配時方案和交通狀態(tài)匹配，將交叉路口信號控制大幅度提升，確保車輛運行暢通。

根據(jù)網(wǎng)聯(lián)車和非網(wǎng)聯(lián)車存在的常備使用信號控制盒協(xié)同控制并行來決定交叉口車輛的放行方式，從而對交叉口資源進行精細化管理，將混行狀態(tài)下交叉口的非網(wǎng)聯(lián)車和網(wǎng)聯(lián)車的通行效率大幅度提高，縮短非網(wǎng)聯(lián)車和網(wǎng)聯(lián)車在交叉口的等待時間。在可插車理論的支持下，通過車路雙向?qū)崟r通信來對網(wǎng)聯(lián)車的通信間隙進行合理分配，并匹配特定車輛的通行間隙，確保網(wǎng)聯(lián)車的通行速度和效率。交叉口的車輛的蘇荷和時間點的調(diào)節(jié)可以通過利用路側(cè)設備來實踐，從而使網(wǎng)聯(lián)車和非網(wǎng)聯(lián)車的通行間隙相匹配。

2.2 干線交通信號控制系統(tǒng)

在進行干線交通信號控制時，需要先對滿足網(wǎng)聯(lián)車和非網(wǎng)聯(lián)車混行狀態(tài)下干線協(xié)調(diào)控制框架的建立，在混行狀態(tài)下，對于干線上的路側(cè)設備傳輸信息、網(wǎng)聯(lián)車之間的信息和信號燈的傳遞信息等相關(guān)信息，網(wǎng)聯(lián)車全部可以進行感知，通過對這些信號的感知，更便于網(wǎng)聯(lián)車對其行駛速度進行控制，對于行人的信息、非機動車、路面狀態(tài)、氣候環(huán)境以及運動狀態(tài)信息、交通流狀態(tài)信息等信息進行動態(tài)采集并進預處理，之后再向交管部門進行傳輸，交管部門通過對網(wǎng)聯(lián)車和非網(wǎng)聯(lián)車整體運行狀況進行分析，對混行干線的控制方案進行優(yōu)化，從而降低干線延誤，不但可以有效提高干線車輛通行效率，而且還可以確保車輛通行安全。

3 結(jié)語

智能網(wǎng)聯(lián)交通系統(tǒng)的決策主要依靠網(wǎng)絡技術(shù)和通信技術(shù)根據(jù)路況信息個車輛自身信息來進行，從而實現(xiàn)智能化駕駛，使形成過程在穩(wěn)定、安全、舒適的基礎上更加方便快捷，但目前對于智能網(wǎng)聯(lián)交車輛的信息處理和信號控制還存在較多問題，這對于智能網(wǎng)聯(lián)交通系統(tǒng)的發(fā)展造成了阻礙，因此應該進一步加強對智能網(wǎng)聯(lián)交車輛的信息處理和信號控制的研究，促進智能網(wǎng)聯(lián)交通系統(tǒng)的普及。

參考文獻：

[1]黎恒，楊玉琳，陳大華，等.基于麥克風陣列車輛檢測的公路隧道照明控制方法及系統(tǒng)研究[J].隧道建設（中英文），2019，039（012）：P.1957-1964.

[2]郭張子璠，李強，陳曉潔，等.基于FASTA結(jié)合p-指數(shù)閾值降噪法的MCA方法對車軸應變信號處理的研究[J].中國鐵道科學，2019，40（02）：132-139.

[3]羅孝羚，蔣陽升.智能網(wǎng)聯(lián)車環(huán)境下高速匝道匯入車流軌跡優(yōu)化模型[J].交通運輸系統(tǒng)工程與信息，2019，19（004）：94-100.

[4]姜慧敏，崔穎，倪瑛，等.基于專利分析的全球主要國家（地區(qū)）智能網(wǎng)聯(lián)汽車技術(shù)發(fā)展態(tài)勢研究[J].科技管理研究，2019，442（24）：126-134.

[5]孫子杰，姜國凱，丁一夫，等.偏心修正智能網(wǎng)聯(lián)車輛天線性能測量方法研究[J].電子測量與儀器學報，2019，228（12）：47-55.

[6]楊曉京.基于分數(shù)信號處理的變步長自適應振動主動控制方法研究[J].重慶郵電大學學報（自然科學版），2019，031（005）：729-736.

[7]周維，梁偉銘，蔡俊，等.智能網(wǎng)聯(lián)新能源汽車能量管理優(yōu)化控制仿真軟件設計與應用[J].汽車技術(shù)，2019，524（05）：26-32.

[8]馬曉洋，張曉冬，彭銳.基于物聯(lián)網(wǎng)技術(shù)的科技基礎設施智能管理的可靠性研究[J]. 控制與決策，2019，34（005）：1116-1120.

[9]鄧天民，岳云霞，楊其芝，等.基于LSTM智能網(wǎng)聯(lián)汽車高精度定位方法[J].計算機工程與設計，2020，041（003）：867-873.