CN103116995A - 基于电子眼的车联网数据传输路径选择优化方法 - Google Patents

基于电子眼的车联网数据传输路径选择优化方法 Download PDF

Info

Publication number
CN103116995A
CN103116995A CN2013100081786A CN201310008178A CN103116995A CN 103116995 A CN103116995 A CN 103116995A CN 2013100081786 A CN2013100081786 A CN 2013100081786A CN 201310008178 A CN201310008178 A CN 201310008178A CN 103116995 A CN103116995 A CN 103116995A
Authority
CN
China
Prior art keywords
stream
electronic eyes
traffic
vehicle
speed synchronous
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100081786A
Other languages
English (en)
Other versions
CN103116995B (zh
Inventor
王新红
刘富强
徐婷
纪鹏
刘琳颖
史丹青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201310008178.6A priority Critical patent/CN103116995B/zh
Publication of CN103116995A publication Critical patent/CN103116995A/zh
Application granted granted Critical
Publication of CN103116995B publication Critical patent/CN103116995B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于电子眼的车联网数据传输路径选择优化方法,包括以下步骤:1)电子眼实时采集道路交通视频图像;2)视频处理模块根据道路交通视频图像提取交通参数;3)云计算平台根据交通参数,结合国家道路服务等级水平表,确定交通流状态信息;4)路边单元向车辆节点广播交通流状态信息,每个车辆节点接收到交通流状态信息后,自适应调整车辆节点发送beacon消息的广播周期;5)车辆源节点根据电子地图确定与车辆目的节点之间数据传输路径上可能经过的十字路口;6)车辆源节点根据数据传输路径上可能需要经过的十字路口之间的交通流状态信息,选择最优路径进行数据发送。与现有技术相比,本发明具有通信可靠、数据传输及时性高等优点。

Description

基于电子眼的车联网数据传输路径选择优化方法
技术领域
本发明涉及一种车联网数据传输方法,尤其是涉及一种基于电子眼的车联网数据传输路径选择优化方法。
背景技术
车联网作为新兴的车辆通信技术,为在路上的移动用户提供无缝的连接服务,可以实现车辆与车辆之间,车辆与路边基础设施之间的多跳无线通信,以提供多种车辆安全应用与非安全应用。相对于传统的移动自组织网络,车联网有自身独有的特点:(1)高动态拓扑结构。因为车辆间的高速移动,车联网的拓扑结构经常改变。(2)经常的网络中断。同样的原因,车联网的链接会经常变化。特别是在车辆密度不高的时候,网络中断的可能性会更高。一种可行的解决办法是预先沿路安放一些中继节点或接入点来保持道路的连通性。(3)足够的能量和存储空间。车联网中的通信节点是汽车而不是小的手持设备,它们有足够大的能量和功率(包括存储空间和数据处理)。(4)移动模型可预测。车辆节点虽然高速运动,但是它们的移动经常受限于已经建好的高速公路和城市街道,所以只要提供了速度和街道地图,车辆的未来状态就可以被预测。(5)严格的时延限制。在一些车联网应用中,网络不需要高数据速率但需要严格的时延限制。正是由于以上这些特点使得车联网的路由方法存在很多新问题和新挑战,传统的数据传输路径选择方法在车联网中很难获得理想的性能。
目前的车联网路由协议总体来说分为传统的路由协议、广播路由协议、基于地理位置的和基于十字路口的路由协议。上面说到,传统的路由协议很难适用于车联网环境,基于广播路由协议一般用于车辆beacon消息的广播、路边单元(Road-sideUnit)对道路交通信息的广播;而在车车通信中,通常运用较少,主要原因是因为广播路由在车辆密集场景下很容易导致广播风暴,产生很大时延,并极大浪费网络带宽。基于地理位置的路由协议以GPSR为代表,但这类路由协议每次选取下一跳转发节点的方式都是以距离目的节点最近为原则,这样一来很容易发生局部最大问题而导致路由失败,且该类协议在直路上运用良好,但一旦到了复杂的城市场景,很容易导致数据包转发到错误的路径。随着位置路由的进一步研究,人们发现单纯的依靠GPS获取的位置信息并不能很好的考虑到城市车辆的通信环境情况。随着电子地图的广泛应用,路由设计的目光开始投向城市道路拓扑对车辆移动带来的限制以及城市障碍物对通信的遮挡情况,因此一些基于十字路口的数据转发思想为学者重视。基于十字路口的路由协议大部分是在十字路口和道路上标定锚点,并让数据沿着各个锚点进行转发,如CAR路由协议。但这类路由协议的锚点设置可能会是移动的,如此一来,锚点的移动会对整个路由的性能带来负影响效果,且标定锚点的判断准则还欠准确,其中假设都显得过于理想化。在实际应用中,不同道路的交通状况不一样,单一的数据转发方法并不能产生好的效果。因此,设计一种高效可靠的数据传输路径选择方法是十分有必要的。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而设计的一种可提供可靠的通信服务、提高数据传输及时性的基于电子眼的车联网数据传输路径选择优化方法。
本发明的目的可以通过以下技术方案来实现:
一种基于电子眼的车联网数据传输路径选择优化方法,该方法通过电子眼、图像处理模块、路边单元和位于后台指挥中心的云计算平台所组成的系统实现,所述的电子眼位于道路十字路口处,并连接图像处理模块,所述的路边单元位于相邻两个十字路口之间,所述的云计算平台分别连接图像处理模块和路边单元,该方法包括以下步骤:
1)电子眼实时采集道路交通视频图像,发送至视频处理模块;
2)视频处理模块根据道路交通视频图像提取交通参数,并发送至后台指挥中心的云计算平台;
3)云计算平台根据交通参数,结合国家道路服务等级水平表,确定交通流状态信息,并发送至对应的路边单元;
4)路边单元向车辆节点广播交通流状态信息,每个车辆节点接收到交通流状态信息后,自适应调整车辆节点发送beacon消息的广播周期;
5)需要发送数据的车辆源节点根据电子地图确定与接收数据的车辆目的节点之间数据传输路径上可能需要经过的十字路口;
6)车辆源节点根据数据传输路径上可能需要经过的十字路口之间的交通流状态信息,选择最优路径进行数据发送。
所述的交通参数包括道路密度、车辆速度、道路占有率。
所述的国家道路服务等级水平表包括四个服务水平等级,其中,服务水平等级一对应的交通流状态为自由流,服务水平等级二对应的交通流状态为高速同步流,服务水平等级三对应的交通流状态为低速同步流,服务水平等级四对应的交通流状态为拥堵流。
步骤4)中车辆节点自适应调整beacon消息广播周期的过程为:
41)车辆节点查找路由表,获取周边车辆节点数量,计算局部道路车辆密度,具体的计算公式为:
N = X S
式中,N为局部道路车辆密度值,X为周边车辆节点数量,S为车辆节点通信覆盖范围中的道路面积;
42)根据局部道路车辆密度上限值Nmax,判断是否需要延长beacon消息广播周期,若N>Nmax,则执行步骤43),进行广播周期的调整,若N<Nmax,则不进行调整;
43)根据公式
Figure BDA00002719785400032
计算出合理的beacon消息广播周期,T为调整后的广播周期,T0为初始的广播周期,[]为取整符号。
车辆源节点与车辆目的节点之间的数据传输路径包括距离车辆源节点最近两个十字路口至距离车辆目的节点最近两个十字路口间途经十字路口数量最少的所有路径。
步骤6)中最优路径的选择优先级由高到低依次为:低速同步流、高速同步流、拥堵流和自由流;具体选择的方式为:
判断数据传输路径上是否有低速同步流,若有低速同步流,则优先选择有低速同步流的路径建立路由,并进行数据转发;若无低速同步流,则判断数据传输路径上是否有高速同步流,若有高速同步流,则优先选择有高速同步流的路径建立路由,并进行数据转发;若无高速同步流,则判断数据传输路径上是否有拥堵流,若有拥堵流,则优先选择有拥堵流的路径建立路由,并进行数据转发;若无拥堵流,则选择有自由流的路径建立路由,并进行数据转发。
在低速同步流、高速同步流和拥堵流的路段建立路由,并进行数据转发时,所采用的路由协议为直道场景下的基于地理位置的路由协议,在自由流的路段建立路由,并进行数据转发时,所采用的路由协议为直道场景下的广播洪泛路由协议和传染病路由协议。
所述的电子眼采用CCD摄像机,并通过LED强补光设备在夜间进行补光。
所述的图像处理模块采用DSP处理器,集成于电子眼中。
与现有技术相比,本发明具有以下优点:
1.考虑到系统必须24小时运行,一方面选择使用CCD(影像传感器)摄像机时,充分考虑低照度性能,另外使用LED强补光设备,确保能够高清、全天候拍摄。
2.本发明利用电子眼的实时交通信息检测功能,通过发布交通流信息,使得车辆能选择路径进行数据传输时尽量选择车辆密度分布达到一定要求的道路,因此最大可能地降低了发送节点缺乏直接邻居的风险,避免了因道路上车辆稀少或者车辆密度分布不均匀而产生的局部最大现象有效提高数据传输的可靠性和及时性。
3.本发明的数据转发路由是由从源节点到目的节点路径上的一系列十字路口组成。在两个十字路口之间,仍然采用成熟的路由协议,这种选择方式使得数据包只能沿着道路进行传输,无线信号无需穿越路边的障碍物,改善了信道条件。同时,由于道路的延伸方向也正是节点运动的方向,通过选择同向运动的节点作为下一跳,可以进一步降低多普勒频移效应带来的不良影响。
4.通过自适应广播算法控制堵塞流中的数据量,有效降低过多beacon信标消息带来的负面影响。
5.本发明中数据转发采用的路由协议为现有的车联网中成熟的直道场景下的路由协议,很好的兼容现有的成熟的路由协议。
附图说明
图1为本发明所采用的电子眼交通信息采集视频检测系统的组成图;
图2为本发明车辆节点自适应调节beacon消息广播周期的实现流程图;
图3为本发明车辆源节点的通信流程图;
图4为本发明实现实例场景示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
一种基于电子眼的车联网数据传输路径选择优化方法,该方法通过电子眼、图像处理模块、路边单元和位于后台指挥中心的云计算平台所组成的系统实现,电子眼位于道路十字路口处,并连接图像处理模块,路边单元位于相邻两个十字路口之间,在实际的运行中,图像处理模块通过工控机再经由光端机向云计算平台发送信息,而云计算平台则经由光端机向路边单元发送信息,具体的系统组成如图1所示。考虑到系统必须24小时运行,一方面选择使用CCD(影像传感器)摄像机时,充分考虑低照度性能,另外使用LED强补光设备进行补光,确保能够高清、全天候拍摄。此外,图像处理模块采用DSP处理器,集成于电子眼中。
结合图6对该方法的具体步骤进行说明,:
第一步,处于各个十字路口处的电子眼,实时采集道路交通视频图像,发送至视频处理模块。
第二步,视频处理模块根据道路交通视频图像提取道路密度ρ、车辆速度v、道路占有率δ等交通参数,并发送至后台指挥中心的云计算平台。
第三步,云计算平台根据交通参数,结合国家道路服务等级水平表,见表1,确定各个路段的交通流状态信息。
表1国家道路服务等级水平表
Figure BDA00002719785400051
Figure BDA00002719785400061
当服务水平等级为一时,交通流状态为自由流F-flow,此时,车辆密度小,车速高、车距大,道路连通性低,路由链接保持时间短。当服务水平等级处于二时,交通流状态为高速同步流H-S-flow,道路连通性良好,路由链接保持时间一般,当服务水平等级为三时,交通流状态为低速同步流L-S-flow,道路连通性高,路由链接保持时间长。当服务水平等级为四时,交通流状态为拥堵流状态J-flow,车辆经常排成对,车辆密度高,车速低,车距小,道路连通性很高,路由链接保持时间很长,但网络负载量也很高,易产生广播风暴。
第四步,云计算平台将确定的交通流状态信息通过光端机发送到路边单元(如图6中各十字路口之间的圆圈部分所示)。
第五步,路边单元向车辆节点广播包含交通流状态信息的消息flow-massage,广播周期可以设定为100ms。
第六步,每个车辆节点接收到flow-massage后,自适应调整车辆节点间beacon消息的广播周期,具体的调整过程如图2所示:
首先车辆节点查找路由表,获取周边车辆节点数量X,然后结合车辆节点通信覆盖范围中的道路面积S,计算局部道路车辆密度值N,计算公式为:
N = X S
然后,根据局部道路车辆密度上限值Nmax,判断是否需要延长beacon消息广播周期,若N>Nmax,则执行步骤43),进行广播周期的调整,根据公式
Figure BDA00002719785400071
计算出合理的beacon消息广播周期,T为调整后的广播周期,T0为初始的广播周期,[]为取整符号;若N<Nmax,则不进行调整。
第七步,需要发送数据的车辆源节点A,根据电子地图确定与接收数据的车辆目的节点B之间数据传输路径上可能需要经过的十字路口I1~I9。该路径包括了距离车辆源节点最近两个十字路口I1、I2至距离车辆目的节点最近两个十字路口I8、I9间途经十字路口数量最少的所有路径。
第八步,车辆源节点根据数据传输路径上可能需要经过的十字路口之间的交通流状态信息,其中,I1-I2、I2-I3为J-flow,I3-I6、I6-I5为L-S-flow,I1-I4-I7、I8-I9、I5-I8为H-S-flow,I2-I5、I4-I5、I6-I9、I7-I8为F-flow,选择最优路径建立路由,由位于最优路径十字路口处的车辆节点作为中继节点进行数据发送。其中,最优路径的选择优先级由高到低依次为:低速同步流、高速同步流、拥堵流和自由流。在具体选择的步骤为:判断数据传输路径上是否有低速同步流,若有低速同步流,则优先选择有低速同步流的路径建立路由,并进行数据转发;若无低速同步流,则判断数据传输路径上是否有高速同步流,若有高速同步流,则优先选择有高速同步流的路径建立路由,并进行数据转发;若无高速同步流,则判断数据传输路径上是否有拥堵流,若有拥堵流,则优先选择有拥堵流的路径建立路由,并进行数据转发;若无拥堵流,则选择有自由流的路径建立路由,并进行数据转发。
在低速同步流、高速同步流和拥堵流的路段建立路由,并进行数据转发时,所采用的路由协议为直道场景下的基于地理位置的路由协议,在自由流的路段建立路由,并进行数据转发时,所采用的路由协议为直道场景下的广播洪泛路由协议和传染病路由协议。这种选择方式使得数据包只能沿着道路进行传输,无线信号无需穿越路边的障碍物,改善了信道条件。同时,由于道路的延伸方向也正是节点运动的方向,通过选择同向运动的节点作为下一跳,可以进一步降低多普勒频移效应带来的不良影响。

Claims (9)

1.一种基于电子眼的车联网数据传输路径选择优化方法,该方法通过电子眼、图像处理模块、路边单元和位于后台指挥中心的云计算平台所组成的系统实现,所述的电子眼位于道路十字路口处,并连接图像处理模块,所述的路边单元位于相邻两个十字路口之间,所述的云计算平台分别连接图像处理模块和路边单元,其特征在于,该方法包括以下步骤:
1)电子眼实时采集道路交通视频图像,发送至视频处理模块;
2)视频处理模块根据道路交通视频图像提取交通参数,并发送至后台指挥中心的云计算平台;
3)云计算平台根据交通参数,结合国家道路服务等级水平表,确定交通流状态信息,并发送至对应的路边单元;
4)路边单元向车辆节点广播交通流状态信息,每个车辆节点接收到交通流状态信息后,自适应调整车辆节点发送beacon消息的广播周期;
5)需要发送数据的车辆源节点根据电子地图确定与接收数据的车辆目的节点之间数据传输路径上可能需要经过的十字路口;
6)车辆源节点根据数据传输路径上可能需要经过的十字路口之间的交通流状态信息,选择最优路径进行数据发送。
2.根据权利要求1所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,所述的交通参数包括道路密度、车辆速度、道路占有率。
3.根据权利要求2所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,所述的国家道路服务等级水平表包括四个服务水平等级,其中,服务水平等级一对应的交通流状态为自由流,服务水平等级二对应的交通流状态为高速同步流,服务水平等级三对应的交通流状态为低速同步流,服务水平等级四对应的交通流状态为拥堵流。
4.根据权利要求1所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,步骤4)中车辆节点自适应调整beacon消息广播周期的过程为:
41)车辆节点查找路由表,获取周边车辆节点数量,计算局部道路车辆密度,具体的计算公式为:
N = X S
式中,N为局部道路车辆密度值,X为周边车辆节点数量,S为车辆节点通信覆盖范围中的道路面积;
42)根据局部道路车辆密度上限值Nmax,判断是否需要延长beacon消息广播周期,若N>Nmax,则执行步骤43),进行广播周期的调整,若N<Nmax,则不进行调整;
43)根据公式
Figure FDA00002719785300022
计算出合理的beacon消息广播周期,T为调整后的广播周期,T0为初始的广播周期,[]为取整符号。
5.根据权利要求1所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,车辆源节点与车辆目的节点之间的数据传输路径包括距离车辆源节点最近两个十字路口至距离车辆目的节点最近两个十字路口间途经十字路口数量最少的所有路径。
6.根据权利要求3所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,步骤6)中最优路径的选择优先级由高到低依次为:低速同步流、高速同步流、拥堵流和自由流;具体选择的方式为:
判断数据传输路径上是否有低速同步流,若有低速同步流,则优先选择有低速同步流的路径建立路由,并进行数据转发;若无低速同步流,则判断数据传输路径上是否有高速同步流,若有高速同步流,则优先选择有高速同步流的路径建立路由,并进行数据转发;若无高速同步流,则判断数据传输路径上是否有拥堵流,若有拥堵流,则优先选择有拥堵流的路径建立路由,并进行数据转发;若无拥堵流,则选择有自由流的路径建立路由,并进行数据转发。
7.根据权利要求3所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,在低速同步流、高速同步流和拥堵流的路段建立路由,并进行数据转发时,所采用的路由协议为直道场景下的基于地理位置的路由协议,在自由流的路段建立路由,并进行数据转发时,所采用的路由协议为直道场景下的广播洪泛路由协议和传染病路由协议。
8.根据权利要求1所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,所述的电子眼采用CCD摄像机,并通过LED强补光设备在夜间进行补光。
9.根据权利要求1所述的一种基于电子眼的车联网数据传输路径选择优化方法,其特征在于,所述的图像处理模块采用DSP处理器,集成于电子眼中。
CN201310008178.6A 2013-01-09 2013-01-09 基于电子眼的车联网数据传输路径选择优化方法 Expired - Fee Related CN103116995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310008178.6A CN103116995B (zh) 2013-01-09 2013-01-09 基于电子眼的车联网数据传输路径选择优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310008178.6A CN103116995B (zh) 2013-01-09 2013-01-09 基于电子眼的车联网数据传输路径选择优化方法

Publications (2)

Publication Number Publication Date
CN103116995A true CN103116995A (zh) 2013-05-22
CN103116995B CN103116995B (zh) 2015-01-14

Family

ID=48415357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310008178.6A Expired - Fee Related CN103116995B (zh) 2013-01-09 2013-01-09 基于电子眼的车联网数据传输路径选择优化方法

Country Status (1)

Country Link
CN (1) CN103116995B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103906142A (zh) * 2014-03-24 2014-07-02 珠海市魅族科技有限公司 一种无线通信方法、相关设备及系统
CN104134344A (zh) * 2014-07-29 2014-11-05 北京航空航天大学 一种基于车联网的道路交通网络应急疏散路径生成方法
CN104851282A (zh) * 2015-04-24 2015-08-19 同济大学 基于连通性机制的城市车联网数据传输路径选择方法
CN105631793A (zh) * 2015-12-18 2016-06-01 华南理工大学 一种车流拥堵中车辆群自主协同调度的智能疏导方法
CN105765640A (zh) * 2013-11-21 2016-07-13 三菱电机株式会社 车载器、云服务器、车车间通信系统及车车间通信方法
WO2017049975A1 (zh) * 2015-09-25 2017-03-30 中兴通讯股份有限公司 车联网v2x业务传输路径的选择方法及装置
WO2017133501A1 (zh) * 2016-02-04 2017-08-10 中兴通讯股份有限公司 车联网业务拥塞控制的方法及装置
CN107071827A (zh) * 2017-03-16 2017-08-18 北京航空航天大学 一种基于传染病算法的车联网数据广播方法
CN108811029A (zh) * 2018-04-28 2018-11-13 长安大学 一种基于节点认知交互度的车联网路由方法
CN111541770A (zh) * 2020-04-24 2020-08-14 深圳市元征科技股份有限公司 一种车辆数据分拣方法和相关产品
CN113055736A (zh) * 2019-12-27 2021-06-29 大唐高鸿数据网络技术股份有限公司 一种视频接收、发送方法、终端设备及路侧设备
CN115273453A (zh) * 2021-04-30 2022-11-01 阿波罗智联(北京)科技有限公司 车路协同中管理路侧设备的方法、装置、云控平台和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080095134A1 (en) * 2006-10-23 2008-04-24 Wai Chen Roadside network unit and method of organizing, managing and maintaining local network using local peer groups as network groups
CN101369982A (zh) * 2008-10-13 2009-02-18 北京邮电大学 用于车载Ad hoc网络中的数据包贪婪转发的方法
CN101383768A (zh) * 2008-10-21 2009-03-11 上海第二工业大学 基于数字地图和移动预测的车辆网络数据路由方法
CN101710449A (zh) * 2009-12-04 2010-05-19 吉林大学 基于公交车gps数据的交通流运行状态识别方法
CN101720059A (zh) * 2009-11-05 2010-06-02 浙江大学城市学院 一种车载移动自组织网络路由的实现方法
CN101739800A (zh) * 2009-12-29 2010-06-16 上海交通大学 基于无线传感技术的阀门数据采集系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080095134A1 (en) * 2006-10-23 2008-04-24 Wai Chen Roadside network unit and method of organizing, managing and maintaining local network using local peer groups as network groups
CN101369982A (zh) * 2008-10-13 2009-02-18 北京邮电大学 用于车载Ad hoc网络中的数据包贪婪转发的方法
CN101383768A (zh) * 2008-10-21 2009-03-11 上海第二工业大学 基于数字地图和移动预测的车辆网络数据路由方法
CN101720059A (zh) * 2009-11-05 2010-06-02 浙江大学城市学院 一种车载移动自组织网络路由的实现方法
CN101710449A (zh) * 2009-12-04 2010-05-19 吉林大学 基于公交车gps数据的交通流运行状态识别方法
CN101739800A (zh) * 2009-12-29 2010-06-16 上海交通大学 基于无线传感技术的阀门数据采集系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡继勇: "车辆联网式中心导航系统车载无线终端的研发", 《中国优秀硕士学位论文全文数据库》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105765640A (zh) * 2013-11-21 2016-07-13 三菱电机株式会社 车载器、云服务器、车车间通信系统及车车间通信方法
CN103906142A (zh) * 2014-03-24 2014-07-02 珠海市魅族科技有限公司 一种无线通信方法、相关设备及系统
CN104134344A (zh) * 2014-07-29 2014-11-05 北京航空航天大学 一种基于车联网的道路交通网络应急疏散路径生成方法
CN104134344B (zh) * 2014-07-29 2016-05-18 北京航空航天大学 一种基于车联网的道路交通网络应急疏散路径生成方法
CN104851282A (zh) * 2015-04-24 2015-08-19 同济大学 基于连通性机制的城市车联网数据传输路径选择方法
CN104851282B (zh) * 2015-04-24 2017-11-07 同济大学 基于连通性机制的城市车联网数据传输路径选择方法
WO2017049975A1 (zh) * 2015-09-25 2017-03-30 中兴通讯股份有限公司 车联网v2x业务传输路径的选择方法及装置
CN106559443A (zh) * 2015-09-25 2017-04-05 中兴通讯股份有限公司 车联网v2x业务传输路径的选择方法及装置
CN105631793B (zh) * 2015-12-18 2020-01-14 华南理工大学 一种车流拥堵中车辆群自主协同调度的智能疏导方法
CN105631793A (zh) * 2015-12-18 2016-06-01 华南理工大学 一种车流拥堵中车辆群自主协同调度的智能疏导方法
WO2017133501A1 (zh) * 2016-02-04 2017-08-10 中兴通讯股份有限公司 车联网业务拥塞控制的方法及装置
CN107040959A (zh) * 2016-02-04 2017-08-11 中兴通讯股份有限公司 车联网业务拥塞控制的方法及装置
CN107071827A (zh) * 2017-03-16 2017-08-18 北京航空航天大学 一种基于传染病算法的车联网数据广播方法
CN107071827B (zh) * 2017-03-16 2020-05-01 北京航空航天大学 一种基于传染病算法的车联网数据广播方法
CN108811029A (zh) * 2018-04-28 2018-11-13 长安大学 一种基于节点认知交互度的车联网路由方法
CN113055736A (zh) * 2019-12-27 2021-06-29 大唐高鸿数据网络技术股份有限公司 一种视频接收、发送方法、终端设备及路侧设备
CN113055736B (zh) * 2019-12-27 2023-02-21 中信科智联科技有限公司 一种视频接收、发送方法、终端设备及路侧设备
CN111541770A (zh) * 2020-04-24 2020-08-14 深圳市元征科技股份有限公司 一种车辆数据分拣方法和相关产品
CN111541770B (zh) * 2020-04-24 2023-08-15 深圳市元征科技股份有限公司 一种车辆数据分拣方法和相关产品
CN115273453A (zh) * 2021-04-30 2022-11-01 阿波罗智联(北京)科技有限公司 车路协同中管理路侧设备的方法、装置、云控平台和系统
CN115273453B (zh) * 2021-04-30 2023-12-26 阿波罗智联(北京)科技有限公司 车路协同中管理路侧设备的方法、装置、云控平台和系统
US11889341B2 (en) 2021-04-30 2024-01-30 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method and apparatus for managing roadside device in vehicle road cooperation, and cloud control platform system

Also Published As

Publication number Publication date
CN103116995B (zh) 2015-01-14

Similar Documents

Publication Publication Date Title
CN103116995B (zh) 基于电子眼的车联网数据传输路径选择优化方法
Oliveira et al. Reliable data dissemination protocol for VANET traffic safety applications
CN105959993B (zh) 一种应用于车辆自组织网络的多跳转发通信算法
CN106961707B (zh) 一种vanet中基于连通性的多因素决策路由协议
CN103546937B (zh) 一种车载自组织网络中基于主动链路状态感知的机会路由方法
CN106535280B (zh) 一种基于地理位置的车联网机会路由方法
CN103281742A (zh) 基于自主获取道路信息车载自组织网络路由方法
Noori et al. A connected vehicle based traffic signal control strategy for emergency vehicle preemption
CN106603658B (zh) 一种基于软件定义网络的车联网数据传输方法和装置
CN105578552B (zh) 基于车辆-簇-通信小区三层架构的数据传输系统及方法
CN103379575A (zh) 一种利用路口静态节点辅助数据转发的车载网路由协议
CN105282813B (zh) 一种车载网络环境下的路由方法、装置及系统
CN107105389A (zh) 车载网络中基于道路拓扑结构的地理信息路由方法
CN104185239A (zh) 车辆自组织网络中基于路段长度的交叉口路由方法
CN104539643A (zh) 基于交通流特征和网络编码的vanet文件传输方法
Zhao et al. A vehicle density and load aware routing protocol for VANETs in city scenarios
CN105813159A (zh) 车载短距离通信网中改进的GeoGRID路由方法
CN102421142A (zh) 一种车载通信网中基于跨层设计的tcp拥塞控制方法
CN107509229A (zh) 一种基于车辆节点中心性计算的车联网机会路由方法
CN110519682A (zh) 一种结合位置与通信范围预测的v2v路由方法
Cao et al. ETCS: An efficient traffic congestion scheduling scheme combined with edge computing
CN101867997B (zh) 一种车载自组织网络环境下基于越区切换的分群路由方法
CN103095592A (zh) 车辆自组织网络的区域多播路由系统及方法
CN109769033A (zh) 一种城市VANETs分布式文件传输方法
CN108391249B (zh) 一种应用于车联网的交通感知路由方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150114

Termination date: 20180109

CF01 Termination of patent right due to non-payment of annual fee