CN105303836A - 基于车辆健康状态的车辆分簇信息传输方法 - Google Patents
基于车辆健康状态的车辆分簇信息传输方法 Download PDFInfo
- Publication number
- CN105303836A CN105303836A CN201510819386.3A CN201510819386A CN105303836A CN 105303836 A CN105303836 A CN 105303836A CN 201510819386 A CN201510819386 A CN 201510819386A CN 105303836 A CN105303836 A CN 105303836A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- bunch
- health
- sub
- value
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车辆健康状态的车辆分簇信息传输方法,包括:在对象区域内的多个车辆内选择亚健康状态值最高的一个车辆作为簇头,并以该簇头为中心生成簇,根据分簇结果进行车辆之间的信息传输,其中,所述车辆的亚健康状态值根据车辆的固有属性和实时特征评估而得到。本发明的车辆分簇信息传输方法以提高有效信息传输质量为出发点,根据车辆健康状态评价结果进行道路车辆分簇,能保证高危信息的传输优先级,提高高危信息传输质量,以之为基础建立V2V通信,能提升道路安全告警性能表现,提升交通安全;本发明提出了基于PSHV的簇稳定机制,能提升簇内信息交互拓扑稳定性,进一步提升传输质量。
Description
技术领域
本发明涉及智能交通中车辆行驶道路上区域内车辆簇的形成及簇头的竞争领域,特别涉及一种基于车辆健康状态的车辆分簇信息传输方法。
背景技术
近年来,我国交通行业蓬勃发展,居民汽车拥有量大幅上升,随之而来的道路交通问题频繁发生,诸如车辆的追尾碰撞、侧翻等交通事故日益引起政府和社会的普遍重视,车辆行驶安全成为交通科技领域关注的焦点。设想如果安全预警信息(SWM,safetyWarningMessage)可以提前告知车辆自身及周边车辆其健康状况,区域内车辆可以提前知道周边车辆的健康状况,则可以一定程度上避免交通事故的发生,减少交通事故带来的损失。
2007年,Sengupta等人提出采用CVS解决实时安全问题,车辆感知其自身状态,如位置,速度等,进行综合安全评估,并通过DSRC(DedicateShortRangeCommunication)广播通知周围车辆,接收到广播信息的车辆则对周围车辆构造实时位置图,用于进一步控制处理,车间协同关系模型(CooperativeVehicleRelationshipModel,CVRM)雏形初现;早期的CVRM是一个位置图,通过周期性感知发送信息获得车间距离,这种方法的性能表现并不好,特别当对象区域车量过多时,定位与跟踪精度会大大下降;2012年,Fallah与Sengupta设计了一个V-CPS的协同车辆安全系统,其CVS设计综合了邻居估计及网络优化,在发送端加入远端估计模块,通过测试网络信道质量,利用统计模型获取车辆状态信息,建立车间作用模型以获得认知通信质量评估矩阵。但问题在于,在高车辆密度条件下,比如当堵车发生,区域车辆大多已经完成相关驾驶行为,此时弥漫在信道中的信息有效性将大大降低,车间的位置关系对于事故发生的影响度也会下降,如果仅仅从网络信道的角度来考虑,会进一步陷入信息风暴;
我们认为,选择有安全信息交互需求的车辆进行通信,能从源头上控制待传输信息量,从而缓解信息风暴,并提升传输质量,交互需求不再单纯取决于车辆的个体属性,还需要引入社会属性;2013年4月,Intel公司的研究科学家JenniferHealey在一次演讲中提出,如果车辆之间可以互相对话(TEO,TalktoEachOther),就不会发生车祸,TEO的概念将社会属性引入了车间通信,通过收集车辆个体的各种参数,进行评级判断,发现车辆间的关系,及时发现危险并采取适当措施引导易受影响的车辆避险。
我们将道路车辆定义为“车辆个体(PrivateVehicle,PV)”。PV之间的信息交互具有个体倾向性和社会选择性。PV的个体倾向性即PV的健康状态直接影响周边车辆,但其影响范围也十分有限,目前的研究热点——车队控制(PlatoonControl)即对车辆的影响范围进行了界定,将道路车辆分成一个一个的车队,在车队控制中,道路车辆根据其所处空间位置组成车队,车队内部车辆间距小,相互之间影响作用大,车队内部的信息交互能够很大程度提升信息分发和共享的有效性;研究者们致力于研究车队控制策略,通过信道评价结果构造路由矩阵,2011年,Yin等人在车队控制中根据信道条件引入权重和代价矩阵,用以提升车队控制的协同能力;2013年,Jia等人研究了车队内部的连通性,在综合考虑系统参数,如车流量、速度、车队规模和传输距离等,估计了车队内部的安全信息传输性能,给出了更加详细的控制代价矩阵构造方法。
问题在于,目前的车队控制大多按照单列生产车队,研究从队末到队首的传输方法,但是实际当中,道路车辆并非以单列行进,多车道的并存可能导致多列之间的干扰,文献[22]将分簇引入车队控制,簇内允许多车道车辆参与,根据簇内车辆ID排序选择簇头;文献[23]则建立了车辆簇的位置关系图,并将其应用于V2V信标分发;我们认为,将车辆按区域分簇,结合PV健康特征,研究车间作用关系,构造基于健康状态评价的CVRM——HCVRM(CVRMbasedonHealthEvaluation),既能体现簇内车辆的位置关系,也能充分表现PV的健康状况影响力,将其用于通信策略设计,能为车辆间信息交换提供新思路,具有重要的研究意义。
目前最常见的道路车辆分簇方法是基于周围车辆数选择簇头,即选择周围车辆最多的车辆节点为簇头,该类方法虽然能保证簇覆盖车辆数,但可能导致局部信息有效度下降,难以保证高危信息的及时分发。
发明内容
针对上述现有技术的不足,本发明所要解决的技术问题是:提供了一种能够提高车辆之间的信息传输有有效性的基于车辆健康状态的车辆分簇信息传输方法。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种基于车辆健康状态的车辆分簇信息传输方法,在对象区域内的多个车辆内选择亚健康状态值最高的一个车辆作为簇头,并以该簇头为中心生成簇,根据分簇结果进行车辆之间的信息传输,其中,所述车辆的亚健康状态值根据车辆的固有属性和实时特征评估而得到。
进一步的,所述亚健康状态值包括永久性亚健康状态值和暂时性亚健康状态值,所述永久性亚健康状态值根据车辆的固有属性而评估得到,所述固有属性包括车辆的车型、车辆的累计行驶公里数、驾驶员累积驾驶参数其中至少一种;所述暂时性亚健康状态值根据车辆的实时特征而评估得到,所述实时特征包括车辆实时车况、驾驶员身体状况、实时驾驶状态参数其中至少一种。
进一步的,所述永久型亚健康状态值通过以下公式获得:
PH=[Vtype,kVT,ACEdriver]·[WPi]T,i=1,2,3;所述PH表示永久性亚健康状态值,Vtype表示车辆的车型,kVT表示车辆的累计行驶公里数,ACEdriver表示驾驶员累积参数,WPi表示特征权重。
进一步的,所述暂时性亚健康状态值由以下公式获得:
TH=[Hdriver,Vcondition,RSdriving]·[WIi]T,i=1,2,3;所述TH表示暂时性亚健康状态值,Hdriver表示驾驶员的身体状况,Vcondition表示车辆的实时车况,RSdriving表示实时驾驶状态,WIi表示特征权重。
进一步的,簇的生成步骤如下:
S101、亚健康车辆嗅探周围亚健康车辆的健康状态信息;
S102、该亚健康车辆判断自身属于永久性亚健康车辆或是属于暂时性亚健康车辆;若该亚健康车辆属于永久性亚健康车辆,则进入S103步骤,否则转入S106;
S103、将自身的PH值与嗅探到的亚健康车辆的PH值进行对比,若自身PH值高,则进入S104步骤,否则转入S105步骤;
S104、广播自身的健康状态信息,并开始构造簇;
S105、继续嗅探周围的亚健康车辆的健康状态信息,选出PH值最高的永久性亚健康车辆为簇头,加入该簇头形成簇;
S106、若该亚健康车辆为暂时性亚健康车辆,则将自身的TH与嗅探到的亚健康车辆的PH值和TH值进行对比,以判断周围是否有永久性亚健康车辆,若有则转入步骤S105步骤;否则进入S107步骤;
S107、将自身的TH值与嗅探到的暂时性亚健康车辆的TH值进行对比,若自身的TH值最高,则转入S104步骤,否则进入S108步骤;
S108、继续嗅探周围的亚健康车辆的健康状态信息,选出TH值最高的暂时性亚健康车辆作为簇头,加入该簇头形成簇。
进一步的,在以暂时性亚健康车辆为簇头的簇内若出现永久性亚健康车辆时,则直接切换簇头。
进一步的,在以永久性亚健康车辆为簇头的簇内若出现永久性亚健康状态值高于簇头的永久性亚健康车辆时,则计算两者永久性亚健康状态值的差值,如差值高于原簇头永久性亚健康状态值的一阈值,则转移簇头,否则维持原簇头不变。
进一步的,当簇头发生变化而带来的簇移动,若使得原簇内的车辆失去归属,则发生簇分离,分离的簇按照上述方法重新选取簇头;当两个簇相近且车辆相对集中时,发生簇合并;相邻簇可拥有重叠区域,簇间依靠重叠区域内的车辆实现信息转发。
进一步的,当簇头发生变化而带来的簇移动,若使得原簇内的车辆失去归属,则发生簇分离,分离的簇按照上述方法重新选取簇头;当两个簇相近且车辆相对集中时,发生簇合并;相邻簇可拥有重叠区域,簇间依靠重叠区域内的车辆实现信息转发。
本发明的车辆分簇信息传输方法以提高有效信息传输质量为出发点,根据车辆健康状态评价结果进行道路车辆分簇,能保证高危信息的传输优先级,提高高危信息传输质量,以之为基础建立V2V通信,能提升道路安全告警性能表现,提升交通安全;本发明提出了基于PSHV的簇稳定机制,能提升簇内信息交互拓扑稳定性,进一步提升传输质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明基于车辆健康状态的车辆分簇信息传输方法一实话例的流程图
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明主要研究车间安全信息交互区域的选择问题。发明依据车辆PV固有属性和实时特征,对车辆健康状态进行实时评估,区分亚健康车辆(SubHealthVehicle,SHV)和健康车辆(HealthVehicle,HV),并基于车辆健康状态评价结果对目标区域进行分簇。本发明旨在研究目标区域内稳定的车辆分簇机制,并基于此构建车辆安全信息的V2V(VehicletoVehicle)通信机制,以提升该信息交互的实时性和有效性。解决的关键技术问题包括车辆健康状态评估,基于车辆健康状态的分簇算法,簇头选择和竞争算法,簇的活动机制。
关于本发明中涉及的术语:
本发明将道路车辆定义为“车辆个体(PrivateVehicle,PV)”。为分析PV特性,首先进行以下定义:
定义1(PV特性):PV特性表示道路车辆的个体属性,包括固有属性和实时特征。本具体实施方式中,固有属性包括车型Vtype(VehcileType)、车辆的累计行驶公里数kVT(VehicleKilometersofTravel)、驾驶员累积驾驶参数ACEdriver(DriverAccumulativeExperience)等固有特征。根据车辆的固有属性可评估得到车辆的永久性健康参数,即车辆的永久性健康参数(PH,PermanentHealth)由固有属性向量与特征权重WPi的内积构成,定义如下:
PH=[Vtype,kVT,ACEdriver]·[WPi]T,i=1,2,3(1)
车辆的固有属性特征向量中的Vtype,kVT可直接通过行车电脑获得,ACEdriver信息则需要通过驾驶员选择进行确认,驾驶员信息ACEdriver由驾驶员基础经验因子和累计驾驶习惯分析因子两个部分组成,如该驾驶员第一次驾驶该车辆,则累计驾驶习惯分析因子取值为1;若驾驶员多次驾驶该车辆,则累计驾驶习惯分析因子小于1,随着该驾驶员的驾驶次数的逐渐增加,习惯分析因子因此而逐渐减小。该习惯分析因子可以通过摄像头采集驾驶员的头像,进而分析同一个驾驶员驾驶的次数,根据同一个驾驶员驾驶次数而分析得到。也可以通过驾驶员手动输入或者手动按钮,根据按钮的次数而获取得到。
车辆的实时特征是在行驶过程中通过车内各种传感器信息采集后,建模综合分析获得。
在其他的实施例中,车辆的固有属性可能远不止上述例举的几个固有特征,也可能只有上述例举的特征中的其中一个或者多个固有特征,上述公式仅选出其中最具代表性的参数来表示车辆的固有属性。通过上述公式,可以清楚的了解PH值根据车辆的各个固有特征所占用的权重值来评估车辆的PH值,即永久性健康状态值,当PH值越大,则表示该车辆的永久性健康状态越差。当不同实施例中,例如当固有特征增加时,仅需要将增加的固有特征增加至上述公式中,再根据原有的固有特征的权重而调整它的权重,从而来评估车辆的PH值即可。又例如当固有特征减少时,则适应性的修改剩余的固有特征的权重值即可,因此,此处便不再进行过多的赘述。
包括车辆实时车况Vcondition(VehicleCondition),驾驶员身体状况Hdriver(DriverHealth)、实时驾驶状态RSdriving(RealtimeDrivingStatus)。根据车辆的实时特征可评估得到车辆的暂时性健康参数,即车辆的暂时性健康参数(TH,TemporaryHealth)由实时特征向量与特征权重WIi的内积构成,定义如下:
TH=[Hdriver,Vcondition,RSdriving]·[WIi]T,i=1,2,3(2)
同样的,在其他的实施例中,车辆的实时特征可能远不止上述例举的几个实时特征,也可能只有上述例举的特征中的其中一个或者多个实时特征,上述公式仅选出其中最具代表性的参数来表示车辆的实时特征。通过上述公式,可以清楚的了解TH值根据车辆的各个实时特征所占用的权重值来评估车辆的TH值,即暂时性健康状态值,当TH值越大,则表示该车辆的暂时性健康状态越差。当不同实施例中,例如当实时特征增加时,仅需要将增加的实时特征增加至上述公式中,再根据原有的实时特征的权重而调整它的权重,从而来评估车辆的TH值即可。又例如当实时特征减少时,则适应性的修改剩余的实时特征的权重值等等,因此,此处便不再进行过多的赘述。
本发明中PV健康状态值由PH和TH组成。根据PV的健康状态值(PH和TH)将道路车辆分为亚健康车辆(SubHealthVehicle,SHV)和健康车辆(HealthVehicle,HV)。根据车辆固有属性的不同,将SHV分为永久性的亚健康车辆(PermanentSubHealthVehicle,PSHV)和暂时性的亚健康车辆(TemporarySubHealthVehicle,TSHV),PSHV用于表示道路行驶的对安全威胁较大的车辆,如大货车,罐车,泥头车;TSHV则表示由于驾驶操作不当而导致短临危险的车辆。
定义2:
PH值的门限值PHth,以之为依据识别PSHV:如果PV的PH值大于PHth,该PV为PSHV;
TH值的门限值THth,以之为依据识别TSHV:如果PV的PH值小于PHth且TH值大于THth,则该PV为TSHV;当某PV的PH值小于PHth且TH值小于THth时,该PV为HV。
道路分簇模型:
本发明将以健康评价指标为依据选取簇中心及领航者(即簇头ClusterHeader,CH),根据簇内PV的PH值和TH值竞争领航者并跟踪其动态变化过程,实现簇分裂、合并,以及领航者地位掠夺,此处设定PH和TH值越大,健康状况越差。
PV分簇包括以下三个操作过程:
(1)簇的产生;
(2)簇头的转移;
(3)簇的分裂及合并。
关于(1)簇的产生:
前提条件为:在对象区域内存在多个PV,综合车辆物理特性和驾驶员驾驶行为,获得PV健康特征评价结果。所述簇的产生步骤如下:
在对象区域内的多个车辆内选择亚健康状态值最高的一个车辆作为簇头,并以该簇头为中心生成簇,根据分簇结果进行车辆之间的信息传输,其中,所述车辆的亚健康状态值根据车辆的固有属性和实时特征评估而得到。
本实施例中,所述亚健康状态值包括永久性亚健康状态值和暂时性亚健康状态值,所述永久性亚健康状态值根据车辆的固有属性而评估得到,所述固有属性包括车辆的车型、车辆的累计行驶公里数、驾驶员累积驾驶参数其中至少一种;所述暂时性亚健康状态值根据车辆的实时特征而评估得到,所述实时特征包括车辆实时车况、驾驶员身体状况、实时驾驶状态参数其中至少一种。具体通过上述的PH门限值PHth来判别对象区域内的车辆是否属于永久性亚健康车辆,即判断车辆个体的PH值是否大于PHth,若是,则该车辆为永久性亚健康车辆;通过上述的TH值的门限值THth来判别对象区域内的车辆是否属于暂时性亚健康车辆:即判断车辆的PH值是否小于PHth且TH值大于THth,若是,则该车辆为TSHV;当某车辆的PH值小于PHth且TH值小于THth时,该车辆为健康车辆。
本具体实施例中,通过上述固有属性:车辆的车型、车辆的累计行驶公里数以及驾驶员累积驾驶参数利用上述公式来计算车辆的永久性亚健康状态值,所述永久型亚健康状态值通过以下公式获得:
PH=[Vtype,kVT,ACEdriver]·[WPi]T,i=1,2,3;所述PH表示永久性亚健康状态值,Vtype表示车辆的车型,kVT表示车辆的累计行驶公里数,ACEdriver表示驾驶员累积参数,WPi表示特征权重,i=1,2及3分别指前面三个特征变量,WP1表示Vtype的权重值,WP2表示Vtype的权重值,WP3表示ACEdriver的权重值。
具体结合实例:车辆的固有属性特征向量中的Vtype,kVT可直接通过行车电脑获得。车型参数Vtype取值为1~5间的整数,分别指代:1为小型、微型载客汽车;2为低速载货汽车(和城市公共汽车);3为中型载客汽车和中型载货汽车和城市公共汽车;4为重型载货汽车和大型载客汽车;5为重型载货汽车及重型、中型全挂、半挂汽车列车。车辆的累计行驶公里数参数kVT取值为0~5间的整数,分别指代:累计行驶公里数为0~3万公里时该参数为0;3万~7万公里时该参数为1;7万~14万公里时该参数为2;14万~20万公里时该参数为3;20万~30万公里时该参数为4;累计行驶公里数超过30万公里时该参数为5。ACEdriver参数由驾驶员基础经验因子ACEdriver1和累计驾驶习惯分析因子ACEdriver2相加求得。ACEdriver1取值为1~4间的整数,1代表驾龄5年及以上,2代表驾龄3~5年;3代表驾龄1~3年;4代表驾龄1年以内。ACEdriver2计算公式为ACEdriver2=e1-n,其取值范围为0~1,如该驾驶员第一次驾驶该车辆,则累计驾驶习惯分析因子取值为1,如驾驶员多次驾驶该车辆,则累计驾驶习惯分析因子下降。随着驾驶次数的增加,累计驾驶习惯分析因子将趋于0结合特征权重WPi,可计算出车辆的永久性亚健康状态值。
例如,一辆行驶了10万公里的重型载货汽车,驾龄为4年的驾驶员首次接触该车辆,若特征权重WPi=[0.80.10.1]。则该PV的PH值为:PH=[422+e1-1]*[0.80.10.1]T=3.7。一辆行驶了21万公里的小型载客汽车,驾龄为10年的驾驶员第100次接触该车辆,则该PV的PH值为PH=[141+e1-100]*[0.80.10.1]T=1.3。
通过上述实时特征:车辆实时车况、驾驶员身体状况、实时驾驶状态参数来计算车辆的暂时性亚健康状态值,所述暂时性亚健康状态值由以下公式获得:
TH=[Hdriver,Vcondition,RSdriving]·[WTi]T,i=1,2,3;所述TH表示暂时性亚健康状态值,Hdriver表示驾驶员的身体状况,Vcondition表示车辆的实时车况,RSdriving表示实时驾驶状态,WTi表示特征权重。
具体结合实例:车辆的实时特征是在行驶过程中通过车内各种传感器信息采集后,建模综合分析获得。驾驶员的身体状况Hdriver参数值为0~2间的整数,分别代表驾驶员身体状态正常,差,和极差。车辆的实时车况Vcondition参数值为0~2间的整数,分别代表车辆实时车况正常,差,和极差。实时驾驶状态RSdriving参数值为0~2间的整数,分别代表实时驾驶状态正常,差,和极差。结合特征权重WTi,可计算出车辆的暂时性亚健康状态值。
例如,驾驶员身体状态良好,实时驾驶状态良好,但车辆实时车况差时,若特征权重WTi=[0.30.40.3]。则该PV的TH值为:TH=[010]*[0.30.40.3]T=0.4。若驾驶员身体状态良好,车辆实时车况良好,但实时驾驶状态极差,则该PV的TH值为TH=[002]*[0.30.40.3]T=0.6。
具体请参见图1,所述簇的生成步骤如下:
S101、亚健康车辆嗅探周围亚健康车辆的健康状态信息(因为仅仅SHV发送健康信息,即PH、TH超过门限值的车辆发送,HV不需发送);
本步骤中,亚健康车辆每隔一预定时间段嗅探周围亚健康车辆的健康状态信息;
本具体实施例中,可基于IEEE1609.4标准,本发明将100ms的同步时隙(SYNC)分为控制时隙(CCHI)和业务时隙(SCHI),并动态调整CCHI和SCHI长度。在控制时隙中实现簇头的选择,信道分配等。在业务时隙中按照分配的信道传输安全信息。因此,各个车辆在CCHI内,亚健康车辆节点在CCH信道发出嗅探信息包;车辆通过分析自身和其他车辆的信息包。
S102、该亚健康车辆判断自身属于永久性亚健康车辆或是属于暂时性亚健康车辆;若该亚健康车辆属于永久性亚健康车辆,则进入S103步骤,否则转入S106;
S103、将自身的PH值与嗅探到的亚健康车辆的PH值进行对比,若自身PH值高,则进入S104步骤,否则转入S105步骤;
S104、广播自身的健康状态信息,并开始构造簇;
S105、继续嗅探周围的亚健康车辆的健康状态信息,选出PH值最高的永久性亚健康车辆为簇头,加入该簇头形成簇;
S106、若该亚健康车辆为暂时性亚健康车辆,则将自身的TH与嗅探到的亚健康车辆的PH值和TH值进行对比,以判断周围是否有永久性亚健康车辆,若有则转入步骤S105步骤;否则进入S107步骤;
S107、将自身的TH值与嗅探到的暂时性亚健康车辆的TH值进行对比,若自身的TH值最高,则转入S104步骤,否则进入S108步骤;
S108、继续嗅探周围的亚健康车辆的健康状态信息,选出TH值最高的暂时性亚健康车辆作为簇头,加入该簇头形成簇。
关于(2)簇内簇头的转移机制:
领航者竞争的目的是发现更加适合的簇头,并依据竞争结果转移簇头,但频繁的簇头转移会导致簇稳定性下降,因此,本发明采用了簇头稳定策略以降低簇头转移概率,本发明采用PSHV优先的簇头稳定策略,具体描述如下:
1)以TSHV为簇头的簇内出现PSHV,则直接切换簇头,即在以暂时性亚健康车辆为簇头的簇内若出现永久性亚健康车辆时,则直接切换簇头。;
2)以PSHV为簇头的簇内出现PH值高于簇头的PSHV,则计算两者PH差值,如差值高于原簇头PH值的一阈值,则转移簇头,否则维持原簇头不变,即在以永久性亚健康车辆为簇头的簇内若出现永久性亚健康状态值高于簇头的永久性亚健康车辆时,则计算两者永久性亚健康状态值的差值,如差值高于原簇头永久性亚健康状态值的一阈值,则转移簇头,否则维持原簇头不变。本具体实施例中,作为举例性阐述,所述阈值可以被定义为30%,可以理解的,在不同的实施例中,所述阈值可以被定义为其他范围的数值,此处不作过多限制。
关于(3)簇的分裂及合并:
簇领航者发生变化带来的簇移动可能使得某些PV失去簇归属,若使得原簇内的车辆失去归属,则发生簇分离,即一个PV簇分裂成多个PV簇,分裂簇同样根据簇内破坏度的大小以上述方法选取领航者;当两簇距离较近且PV相对集中时,发生簇合并;相邻簇可拥有重叠区域,簇间依靠重叠区域内的PV实现信息转发。
本发明以提高有效信息传输质量为出发点,根据车辆健康状态评价结果进行道路车辆分簇,能保证高危信息的传输优先级,提高高危信息传输质量,以之为基础建立V2V通信,能提升道路安全告警性能表现,提升交通安全;本发明提出了基于PSHV的簇稳定机制,能提升簇内信息交互拓扑稳定性,进一步提升传输质量。
本发明中,当分簇完成后则进行簇内的安全警告信息传输。
本发明还公开了一种新的安全警告信息的传输方法,具体如下:
S201、簇内的亚健康车辆向簇头发出通信需求信息包,所述通信需求包内有车辆的ID、位置信息、通信需求值以及影响范围值信息,其中,通信需求值与亚健康车辆的亚健康状态值成正比,所述影响范围值与所述通信需求值成正比;
本步骤中,若基于IEEE1609.4标准;将100ms的同步时隙(SYNC)分为控制时隙(CCHI)和业务时隙(SCHI),并动态调整CCHI和SCHI长度。在控制时隙中实现簇头的选择,信道分配等。在业务时隙中按照分配的信道传输安全信息。那么,本步骤则通过控制时隙发出通信需求包。
S202、簇头按照通信需求信息包内的通信需求值的高低进行优先级排序,据此由高至低的为具有通信需求的亚健康车辆分配信道资源,并将信道资源信息广播至簇内的车辆成员;
若基于IEEE1609.4标准;本步骤则在CCH信道中进行信道资源的分配以及发出AM广播信息至簇内车辆。
在本步骤中,所述簇头在接收到亚健康车辆发送的通信需求包进行信道资源分配时,若发现有簇成员的通信需求与自身的通信需求之差超过预设的阈值时,则会向该成员发送簇头转移信息包申请簇头转移以进行簇头的转移。
所述簇头在接收到簇内的亚健康车辆发送的通信需求信息包之后,根据收到的通信需求信息包分析得到有通信需求的车辆节点数,按照有通信需求的车辆节点数和可用信道数分配信道;若有通信需求的车辆节点数为n,可用信道数为s,n和s均为正整数,如果n≤s,则表明有通信需求的车辆节点数小于或等于可用信道数,那么只需依次为有通信需求的车辆节点数分配信道,就能满足车辆之间的通信;如果n>s,则视为有通信需求的车辆节点数大于可用信道数,则需要将信道分为多个时间片,先为需求高的车辆节点分配信道,在下个时间片再为剩余的其它车辆节点分配信道,通过时分复用与频分复用共同工作的方式完成车辆之间的通信。
S203、被分配了信道资源的亚健康车辆通过各自的信道进行安全警告信息的传输,其中,每一信道的接收车辆根据该信道的亚健康车辆的影响范围值而确定。
本步骤中,被分配了信道资源的亚健康车辆通过各自的业务信道SCH传输安全警告信息。
本步骤中,亚健康车辆的安全警告信息至少包括本车实时状态信息,本具体实施方式中,除了包括上述实时状态信息外,还包括本车的健康状态值以及影响范围值。实时状态信息可以包括但不限于上述的位置信息、速度信息、加速度信息、方向信息的其中一种或多种。
上述实施方式中,以一个时间周期(例如100ms)为准,以此循环。当本周期的安全警告信息传输完成,那么则进入下一时间周期,在进入下一时间周期时,需要先进行控制事务的处理,再进行业务事务的处理,即需要先确认原簇头内是否有簇头转移,若有,则先进行簇头转移等控制事务处理,若无簇头转移,则进行安全警告信息传输等业务事务的处理。
见表1,本实施例中的传输的信息包及其信息包的构成如下表所示:
表1
在表1中,所述通信需求值与本发明的亚健康车辆的亚健康状态值成正比,亚健康状态值越高的车辆,它的通信需求值越大,同样的,影响范围值与亚健康状态值成正比。影响范围值是指根据当前亚健康车辆的亚健康状态值评估它的前、后、左、右的影响距离,即是指影响的方向以及影响的距离。
所述车辆的ID可以是指车辆的唯一标识号,例如车架号、设备ID,亦或者专为其编制的唯一符号。所述位置信息可以通过车辆自带的GPS导航设备而确定。
AM信息是簇头需要广播的信息,其中,通信需求数是指根据亚健康车辆发送的RM通信需求信息而统计的数量、时分数是指根据通信需求数和可用信道数量确定的发送SWM信息的时间片数量,信道分配表是指为有通信需求的车辆分配的能够传输安全警告信息的信道表格,若基于IEEE1609.4标准,信道即是指它的业务信道(SCH),在不同的标准中,采用与其相适应的信道的分配。
安全警告信息,包括了簇ID,本车信息,包括但不限于它的位置信息、速度信息、加速度信息、方向信息、健康状态值、影响范围的其中一种或者多种。
CHreq请求信息,当有簇头转移时,簇头向比自身的需求值高一定阈值的簇头请求簇头转移,该信息包括但不限于原簇头车辆ID、位置信息、簇内成员参数表。
CHres应答信息,当原簇头发出CHreq请求信息,目标簇头进行确认和应答。
以上仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于车辆健康状态的车辆分簇信息传输方法,其特征在于:在对象区域内的多个车辆内选择亚健康状态值最高的一个车辆作为簇头,并以该簇头为中心生成簇,根据分簇结果进行车辆之间的信息传输,其中,所述车辆的亚健康状态值根据车辆的固有属性和实时特征评估而得到。
2.如权利要求1所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于:所述亚健康状态值包括永久性亚健康状态值和暂时性亚健康状态值,所述永久性亚健康状态值根据车辆的固有属性而评估得到,所述固有属性包括车辆的车型、车辆的累计行驶公里数、驾驶员累积驾驶参数其中至少一种;所述暂时性亚健康状态值根据车辆的实时特征而评估得到,所述实时特征包括车辆实时车况、驾驶员身体状况、实时驾驶状态参数其中至少一种。
3.如权利要求2所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于,所述永久型亚健康状态值通过以下公式获得:
PH=[V type ,k VT ,ACE driver ]·[WPi]T,i=1,2,3;所述PH表示永久性亚健康状态值,V type 表示车辆的车型,k VT 表示车辆的累计行驶公里数,ACE driver 表示驾驶员累积参数,WPi表示特征权重。
4.如权利要求2所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于,所述暂时性亚健康状态值由以下公式获得:
TH=[H driver ,V condition ,RS driving ]·[WIi]T,i=1,2,3;所述TH表示暂时性亚健康状态值,H driver 表示驾驶员的身体状况,V condition 表示车辆的实时车况,RS driving 表示实时驾驶状态 , WIi表示特征权重。
5.如权利要求2所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于,簇的生成步骤如下:
S101、亚健康车辆嗅探周围亚健康车辆的健康状态信息;
S102、该亚健康车辆判断自身属于永久性亚健康车辆或是属于暂时性亚健康车辆;若该亚健康车辆属于永久性亚健康车辆,则进入S103步骤,否则转入S106;
S103、将自身的PH值与嗅探到的亚健康车辆的PH值进行对比,若自身PH值高,则进入S104步骤,否则转入S105步骤;
S104、广播自身的健康状态信息,并开始构造簇;
S105、继续嗅探周围的亚健康车辆的健康状态信息,选出PH值最高的永久性亚健康车辆为簇头,加入该簇头形成簇;
S106、若该亚健康车辆为暂时性亚健康车辆,则将自身的TH与嗅探到的亚健康车辆的PH值和TH值进行对比,以判断周围是否有永久性亚健康车辆,若有则转入步骤S105步骤;否则进入S107步骤;
S107、将自身的TH值与嗅探到的暂时性亚健康车辆的TH值进行对比,若自身的TH值最高,则转入S104步骤,否则进入S108步骤;
S108、继续嗅探周围的亚健康车辆的健康状态信息,选出TH值最高的暂时性亚健康车辆作为簇头,加入该簇头形成簇。
6.如权利要求5所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于,还包括:在以暂时性亚健康车辆为簇头的簇内若出现永久性亚健康车辆时,则直接切换簇头。
7.如权利要求6或5所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于,还包括:在以永久性亚健康车辆为簇头的簇内若出现永久性亚健康状态值高于簇头的永久性亚健康车辆时,则计算两者永久性亚健康状态值的差值,如差值高于原簇头永久性亚健康状态值的一阈值,则转移簇头,否则维持原簇头不变。
8.如权利要求1至6所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于:当簇头发生变化而带来的簇移动,若使得原簇内的车辆失去归属,则发生簇分离,分离的簇按照上述方法重新选取簇头;当两个簇相近且车辆相对集中时,发生簇合并;相邻簇可拥有重叠区域,簇间依靠重叠区域内的车辆实现信息转发。
9.如权利要求7所述的基于车辆健康状态的车辆分簇信息传输方法,其特征在于:当簇头发生变化而带来的簇移动,若使得原簇内的车辆失去归属,则发生簇分离,分离的簇按照上述方法重新选取簇头;当两个簇相近且车辆相对集中时,发生簇合并;相邻簇可拥有重叠区域,簇间依靠重叠区域内的车辆实现信息转发。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510819386.3A CN105303836B (zh) | 2015-11-23 | 2015-11-23 | 基于车辆健康状态的车辆分簇信息传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510819386.3A CN105303836B (zh) | 2015-11-23 | 2015-11-23 | 基于车辆健康状态的车辆分簇信息传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105303836A true CN105303836A (zh) | 2016-02-03 |
CN105303836B CN105303836B (zh) | 2017-11-21 |
Family
ID=55201035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510819386.3A Active CN105303836B (zh) | 2015-11-23 | 2015-11-23 | 基于车辆健康状态的车辆分簇信息传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105303836B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105828440A (zh) * | 2016-03-14 | 2016-08-03 | 重庆大学 | 基于车间通信需求的簇内信道分配方法 |
CN105959983A (zh) * | 2016-06-30 | 2016-09-21 | 中南林业科技大学 | 基于阿波罗尼斯圆的车联网簇关联边界和簇间切换方法 |
CN108073076A (zh) * | 2017-12-22 | 2018-05-25 | 东软集团股份有限公司 | 车辆控制方法和装置 |
CN109523807A (zh) * | 2018-11-28 | 2019-03-26 | 湖南大学 | 一种交通路网车辆分布式控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100046363A1 (en) * | 2008-05-02 | 2010-02-25 | Rochester Institute Of Technology | Methods for managing an election of a cluster head in ad hoc mobile communication network and systems thereof |
CN103501270A (zh) * | 2013-10-15 | 2014-01-08 | 南通大学 | 一种节点簇簇首快速推举方法 |
CN103781198A (zh) * | 2013-11-05 | 2014-05-07 | 同济大学 | 一种基于802.11p与LTE/LTE-A的车联网消息传播方法 |
CN103957525A (zh) * | 2014-05-12 | 2014-07-30 | 江苏大学 | 车联网中基于分簇信任评估的恶意节点检测方法 |
CN104181881A (zh) * | 2014-08-06 | 2014-12-03 | 天津诺顿创新科技有限公司 | 一种车联网智慧诊断设备 |
-
2015
- 2015-11-23 CN CN201510819386.3A patent/CN105303836B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100046363A1 (en) * | 2008-05-02 | 2010-02-25 | Rochester Institute Of Technology | Methods for managing an election of a cluster head in ad hoc mobile communication network and systems thereof |
CN103501270A (zh) * | 2013-10-15 | 2014-01-08 | 南通大学 | 一种节点簇簇首快速推举方法 |
CN103781198A (zh) * | 2013-11-05 | 2014-05-07 | 同济大学 | 一种基于802.11p与LTE/LTE-A的车联网消息传播方法 |
CN103957525A (zh) * | 2014-05-12 | 2014-07-30 | 江苏大学 | 车联网中基于分簇信任评估的恶意节点检测方法 |
CN104181881A (zh) * | 2014-08-06 | 2014-12-03 | 天津诺顿创新科技有限公司 | 一种车联网智慧诊断设备 |
Non-Patent Citations (1)
Title |
---|
冯琳 等: "一种分簇车联网通信方法", 《传感器与微系统》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105828440A (zh) * | 2016-03-14 | 2016-08-03 | 重庆大学 | 基于车间通信需求的簇内信道分配方法 |
CN105828440B (zh) * | 2016-03-14 | 2018-11-16 | 重庆大学 | 基于车间通信需求的簇内信道分配方法 |
CN105959983A (zh) * | 2016-06-30 | 2016-09-21 | 中南林业科技大学 | 基于阿波罗尼斯圆的车联网簇关联边界和簇间切换方法 |
CN108073076A (zh) * | 2017-12-22 | 2018-05-25 | 东软集团股份有限公司 | 车辆控制方法和装置 |
CN108073076B (zh) * | 2017-12-22 | 2020-08-28 | 东软集团股份有限公司 | 车辆控制方法和装置 |
CN109523807A (zh) * | 2018-11-28 | 2019-03-26 | 湖南大学 | 一种交通路网车辆分布式控制方法 |
CN109523807B (zh) * | 2018-11-28 | 2020-06-05 | 湖南大学 | 一种交通路网车辆分布式控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105303836B (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Vehicular communications: A network layer perspective | |
Bao et al. | Efficient clustering V2V routing based on PSO in VANETs | |
Yuan et al. | Toward efficient content delivery for automated driving services: An edge computing solution | |
Chen et al. | Broadcasting safety information in vehicular networks: issues and approaches | |
Jakubiak et al. | State of the art and research challenges for VANETs | |
Nafi et al. | A VANET based intelligent road traffic signalling system | |
Maglaras et al. | Social clustering of vehicles based on semi-Markov processes | |
Sou | Modeling emergency messaging for car accident over dichotomized headway model in vehicular ad-hoc networks | |
CN105245563A (zh) | 一种基于车辆节点连通稳定度的动态分簇方法 | |
Nguyen et al. | An efficient and reliable green light optimal speed advisory system for autonomous cars | |
Seredynski et al. | A survey of cooperative ITS for next generation public transport systems | |
CN105303836A (zh) | 基于车辆健康状态的车辆分簇信息传输方法 | |
Won | L-Platooning: A protocol for managing a long platoon with DSRC | |
Suthaputchakun et al. | Applications of vehicular communications for reducing fuel consumption and co 2 emission: The state of the art and research challenges | |
Boubakri et al. | Intra-platoon communication in autonomous vehicle: A survey | |
CN103095593B (zh) | 车辆自组网络的路由系统及方法 | |
Rapelli et al. | A distributed V2V-based virtual traffic light system | |
CN116246452A (zh) | 网联自动驾驶车辆专用道规划方案合理性分析方法 | |
Uchikawa et al. | Filter multicast: A dynamic platooning management method | |
Raposo et al. | From connected vehicles to a connected, coordinated and automated road transport (C 2 ART) system | |
Talib et al. | Vehicular ad-hoc networks: Current challenges and future direction of research | |
CN105282854A (zh) | 基于车辆健康状态的簇内车辆间安全信息传输方法 | |
Khan et al. | A game theory approach for smart traffic management | |
CN107889077A (zh) | 一种基于车联网技术的快速数据传输方法 | |
Maglaras et al. | Clustering in urban environments: Virtual forces applied to vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |