CN109118758A - 一种面向移动共享的智能网联交通管理系统 - Google Patents

一种面向移动共享的智能网联交通管理系统 Download PDF

Info

Publication number
CN109118758A
CN109118758A CN201810818222.2A CN201810818222A CN109118758A CN 109118758 A CN109118758 A CN 109118758A CN 201810818222 A CN201810818222 A CN 201810818222A CN 109118758 A CN109118758 A CN 109118758A
Authority
CN
China
Prior art keywords
vehicle
traffic
management system
control
vehicles
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
CN201810818222.2A
Other languages
English (en)
Other versions
CN109118758B (zh
Inventor
程阳
冉斌
李深
谭华春
陈志军
伍元凯
林培群
何赏璐
钟罡
王翀
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.)
Shanghai Fengbao Business Consulting Co ltd
Original Assignee
Jin Nanjing And Jiaxin Mdt Infotech Ltd
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 Jin Nanjing And Jiaxin Mdt Infotech Ltd filed Critical Jin Nanjing And Jiaxin Mdt Infotech Ltd
Priority to CN201810818222.2A priority Critical patent/CN109118758B/zh
Publication of CN109118758A publication Critical patent/CN109118758A/zh
Application granted granted Critical
Publication of CN109118758B publication Critical patent/CN109118758B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种面向移动共享的智能网联交通管理系统，为共享移动服务提供商在道路上实现对智能网联车的自动驾驶，运营和控制；其中，所述系统提供给智能网联车具体的个性化信息和具有时间敏感性的控制指令，以辅助车辆完成自动驾驶任务，同时，为车辆所有者和/或车辆的共享移动服务提供商提供运营和维护服务，所述车辆为全时间控制或部分时间控制车辆；所述驾驶任务包括以下一种或多种：跟驰、换道和路径导航。

Description

一种面向移动共享的智能网联交通管理系统
技术领域
本发明涉及一种面向移动共享的智能网联交通管理系统，为智能网联汽车提供交通运营管理信息、车辆控制指令等。更具体地，一种实现控制智能网联车和交通管理的系统，具体通过向自动驾驶车辆发送定制化、详细的、具有时间敏感性的控制指令和交通信息实现，例如，跟驰、换道、路径导航等其他相关信息。
背景技术
自动驾驶车具备感知其周围环境，无论是否有驾驶员的输入下进行巡航。目前，自动驾驶车已在发展中，而多数在试验测试阶段，并未开展大规模的商业应用。既有的方法需要昂贵和复杂的车载系统，这也导致了大规模商用成为一个持续性的挑战。
已公开的专利(申请号：201711222257.1)提出了一种代替性的系统和方法，即智能网联交通系统。该发明提供了一个交通管理系统，通过向车辆发送具体的具有时间敏感性的控制指令(如车辆跟驰、换道、路径导航等)，实现所有智能网联车的运行控制。此智能网联交通系统包括以下一种或多种组成：1)一个分层控制网络，包括交通控制中心、局部的交通控制单元；2)一个路侧单元网络(整合了车辆传感器的功能，I2V通信以实现控制指令的传递)；3)车载单元网络，安置于智能网联车内；4)无线通信和安全系统，实现局部和全局通信。此系统提供了一个更加安全、可靠和经济的途径，通过将车辆驾驶任务分布到分层的交通控制网络和路侧单元网络。本发明面向共享汽车服务提供商(SMSP)加强了公开专利(申请号：201711222257.1)提出的系统。
发明内容
本发明的目的是提供一种面向移动共享的智能网联交通管理系统，为共享出行服务提供商实现对其管理的智能网联汽车进行自动驾驶控制和运营。
为实现上述目的，本发明采用的技术方案为：
一种面向移动共享的智能网联交通管理系统，为共享移动服务提供商在道路上实现对智能网联车的自动驾驶，运营和控制；其中，所述系统提供给智能网联车具体的个性化信息和具有时间敏感性的控制指令，以辅助车辆完成自动驾驶任务，同时，为车辆所有者和/或车辆的共享移动服务提供商提供运营和维护服务，所述车辆为全时间控制或部分时间控制车辆；所述自动驾驶任务包括以下一种或多种：跟驰、换道和路径导航。
在一些实施例中，智能网联交通管理系统是以开放平台的形式进行建设和管理；在以下描述中的子系统，可以被不同实体拥有或运营，同时也可以在不同的智能网联交通系统之间实现物理上或/和逻辑上的共享。
所述智能网联交通管理系统包括以下子系统的一种或多种：
分层的交通控制中心/单元，用于处理信息和交通运营指令；其中，所述分层的交通控制中心/单元是自动或半自动计算模块，具有数据采集、数据处理、网络优化和/或交通控制的功能；
路侧单元网络，用于接收来自网联车的数据流、检测交通状态以及发送目标指令给车辆；其中，所述路侧单元网络具有数据感知、数据处理、控制信号传递和信息发布的功能；一个点层或路段层交通控制单元能够被整合到所述路侧单元网络的一个路侧单元中；
车辆子系统，用于管理在不同车辆共享环境下的混合车流，包括：(1)由共享出行服务提供商管理的自动驾驶车，(2)在不同自动化水平下和不同的车辆所有权下的自动驾驶车，(3)无自动驾驶功能的车辆；
通信系统，为连接所述智能网联交通管理系统的一个或多个实体提供有线和无线通信服务，包括V2X功能；
道路网络管理系统，该系统中，按照地理围栏，道路被划分成不同水平或部分：道路分为主要道路(如快速路、主干道等)和次要道路；或者按照共享出行服务提供商的定义，道路分为专用道、非专用道或者两者的组合；
共享移动服务提供商车队运营和管理系统，向车辆提供指令以满足用户需求和车队维护；其中，指令包括用户接送地点，车辆加油充电指令等；
基于云的计算和信息平台，以支撑来自于路侧单元网络、车辆子系统、道路网络管理系统、共享移动服务提供商车队运营和管理系统的信息的处理和运算。
所述智能网联交通管理系统包括一个组件，用于控制和协调处于不同自动化级别的车辆，所述不同自动化级别车辆包括由人类驾驶的非自动驾驶车辆；所述车辆具有车载通信设备，从所述智能网联交通管理系统接收信息和指令；其中车辆的自动化级别遵循SAE的定义：
对于A0级别的车辆，智能网联交通管理系统提供驾驶辅助信息并在智能网联交通管理系统之间共享数据；
对于A1-A3级的车辆，智能网联交通管理系统给出了三种控制策略：(1)完全控制，(2)协调控制，(3)混合控制以控制目标车辆；
对于A4和A5级别的车辆，智能网联交通管理系统提供全局优化、大数据应用以及安全和移动性提升；
其中，所述组件的控制和协调特征为：
A0：通信设备在车辆驶入系统覆盖的道路之前，被安装或提供给乘客；通信设备从系统接收信息；如果驾驶员遵循通信设备的指令，则车辆能够跟随其它自动驾驶车辆进行管理；
A1-A3：智能网联交通管理系统提高了车辆的自动化水平；车辆接收来自智能网联交通管理系统的指令并合理驾驶；由道路子系统，车辆子系统，其他子系统或智能网联交通管理系统组合控制；
A4和A5：智能网联交通管理系统和车辆的自动化能力作为彼此的备份，协同工作以提高整体移动性和安全性。
所述车辆子系统由以下一个或多个模块组成：
(1)车载设备，用于检测车辆状态、驾驶环境；
(2)车载传感器，用于检测车辆周边驾驶环境和驾驶时的车辆状态；
(3)其它子系统，包括路侧单元,交通控制中心/单元,云,共享出行服务提供商队列运营和管理系统，这些子系统具有传感器以及信息共享的设备，以实现检测车辆周边驾驶环境和系统间的信息共享；
(4)通信模块，包括：无线通信模块或有线模块；如WiFi、DSRC、LTE-V、5G、Bluetooth；以太网；
(5)数据融合模块，由不同传感器采集的数据将通过通信模块被发送到数据融合模块，该模块整合和处理信息，并将结果数据分享给系统中的用户，其中，用户包括智能网联车和车辆所有者。
所述车辆子系统中，通过以下一个或多个模块实现规划和决策功能：
(1)微观层的规划和决策，包括纵向控制，如跟驰、加速和减速，横向控制，如车道保持、换道；
(2)中观层的规划和决策，包括特殊事件通知，事件检测；
(3)宏观层的规划和决策，包括路径规划和导航。
所述车辆子系统采用如下一种或多种车辆控制方法：
(1)全控制：交通控制中心/单元和路侧单元感知驾驶环境，规划驾驶路径，制定决策和控制车辆；
(2)协调控制：交通控制中心/单元和路侧单元和车辆子系统协调地控制车辆；
(3)全控制和协调控制的混合控制。
所述车辆子系统被不同的实体所拥有，包括：拥有所述智能网联交通管理系统的共享移动服务提供商，其他共享移动服务提供商和私人；
所述智能网联交通管理系统向以下车辆提供控制和信息服务：(1)由共享移动服务提供商完全拥有，(2)部分或部分时间由共享移动服务提供商运营，(3)根据协议的其他第三方；
其中车辆的所有权能够从完全私人拥有变为空间或时间上的共享。
所述道路网络管理系统依据交通量和基础设施等级分下述类型，在不同类别下，所述道路网络管理系统采用不同的管理：
A)共享移动服务提供商根据需求定义道路网络上的主要道路和次要道路；
B)确定主要道路和次要道路的标准：1)固定标准：道路交通等级，设计交通容量，设计速度，车道数量，土地宽度；2)统计标准：共享移动服务提供商车辆的交通量，平均车速，出行时间，交通量；统计标准可以根据需求在不同的时间段进行统计和计算；3)基础设施标准：路侧单元级别，包括布局密度，覆盖区域，高分辨率地图级别和其他相关基础设施级别；4)事件标准：交通事故，集体活动(如体育赛事，庆祝活动等)，封路；
C)共享移动服务提供商使用任意单一标准或任意标准组来定义主要道路。
所述主要道路和次要道路的定义是静态、或在不同时间段内动态变化、或者根据不同因素而变化，其中所述因素包括：路段的路侧单元覆盖范围，数字地图分辨率和交通量和交通安全评估。
所述路侧单元具备以下要求：
A)功能：主要道路上的路侧单元需要感知，行为预测，规划决策，和车辆控制功能来提供对车辆的全面操作和控制；
B)布局密度和覆盖范围：主要道路上路侧单元的布局密度和覆盖范围满足主要道路完全覆盖的要求；
C)位置：路侧单元的位置被动态地调整以满足系统的需求；
D)类型：固定位置路侧单元，临时路侧单元，移动路侧单元。
所述智能网联交通管理系统包括具有控制/协作功能的车道管理模块，其中所述控制/协作功能包括以下特征：
A)主要道路：共享移动服务提供商通过向个体车辆发送具体的个性化信息和具有时间敏感性的控制指令，为主要道路上的车辆提供全面的操作和控制；
B)次要道路：次要道路上的车辆由车载系统或司机操作和控制，共享移动服务提供商为车辆驾驶员提供辅助信息，包括事件信息和交通信号信息；
C)关键节点：系统在主要道路网络的一些关键点上接管车辆控制，包括：1)施工区：道路建设在区域内占用一条或几条车道；2)事故多发区：根据统计数据，事故发生率高于阈值；3)复杂互通处：出入口的数量高于互通处的阈值。
所述道路网络管理系统分专用车道、非专用车道、或者这两者的组合进行配置；其中，
专用车道被定义为专用于具有特定自动化和通信能力车辆的车道，专用车道通过感知系统采集车道交通信息，与道路上的车辆共享信息，并通过车道交通控制中心/单元向车辆发送控制指令；专用车道是物理实体或逻辑形式存在，物理专用车道与非专用车道在物理上分离，并具有固定的出入口，逻辑专用车道与非专用车道没有物理上的分离，但车辆在进入或离开时需要获得通道层交通控制中心/单元或共享移动服务提供商的许可；
非专用车道是为所有车辆使用的车道，非专用车道通过感知系统采集车道交通信息，并将所述信息共享给车道上的车辆，非专用车道不要求车辆遵守控制指令，而是在特定情况下要求获得车辆的控制许可，其中，特定情况包括紧急情况，事故，车辆失控。
所述智能网联交通管理系统提供给智能网联车具体的个性化信息包括天气、交通信息和事件，其中，
天气包括不同天气条件下的天气条件和路面条件；
交通信息包括：
A)车辆属性数据：速度，位置，类型，自动化级别和通信级别；
B)交通状态：车道交通流量，车道占用率和车道平均速度；
C)道路几何信息：车道结构数据，信号，标志，限速和可变限速；
事件包括：
A)实时：采集当前事件以及当前和计划中的车道和路网事件；
B)预测：基于车速，位置和类型的潜在事故/冲突。
所述智能网联交通管理系统提供给智能网联车具有时间敏感性的控制指令用于控制专用车道和非专用车道上的车辆，由车道上的路侧单元和智能网联交通云支持，控制指令包括：
A)速度和车间距保持控制：在车道上保持最小车间距和最大速度，以达到最大可能的通行能力；
B)冲突避让检测和控制：检测车道上潜在的事故/冲突，然后向车辆发送警告消息和冲突避让指令；
C)车道保持控制：保证在车道上行驶的车辆不会干扰相邻车道上的车辆；
D)换道控制：保证车辆按正确的顺序变换车道，对相邻车辆的干扰最小；
E)进入/驶离专用车道控制：当车辆请求进入专用车道时检查车辆许可权；当车辆要求离开专用车道时给出车辆驾驶指示。
所述智能网联交通管理系统包括一个分层接口，该接口允许所述系统与城市智能网联交通系统以及其它共享移动系统进行交互和协作，所述分层接口包括信息共享接口和车辆控制接口；其中，
信息共享接口：(1)共享和获取交通数据，例如来自于城市智能网联交通系统或其它移动共享系统的车辆密度、速度和轨迹；(2)共享和获取事件，例如交通事件、极端天气和路面损坏等；(3)共享和获取乘客需求；(4)根据城市智能网联交通系统的指令动态调整费率；(5)提供给特殊部门机构，例如车辆管理单位和交警等删除、修改和共享信息；
车辆控制接口：(1)允许城市智能网联交通系统在特定环境下接管车辆控制；(2)当车辆驾驶在相同的专用/非专用车道上时，允许不同共享移动服务提供商的车辆形成队列；(3)允许特定机构，如交通管理部门，执法部门，在极端条件(如重大事故和自然灾害)下接管车辆控制。
所述智能网联交通管理系统包括一个交通状态估计系统，交通状态估计系统包括一个适应车载单元上报状态的地图匹配算法，适应路侧单元交通状态的空间转换方法，一个交通状态预测系统和一个交通融合系统。数据融合方法的权重由RSU和OBU采集信息的质量决定。在非专用车道中，共享车辆的比例较低，所述融合方法将给预测和估计的信息赋予较高的权重，如此确保在RSU和OBU的信息由于传输或无车辆而缺失时，系统仍生成较可靠的交通状态。需要注意的是，同样的方法可以被用于计算其它的信息，比如天气状态和乘客需求。
所述智能网联交通管理系统包括动态价格模块，动态价格模块使用CAVH系统通过SMSP和RSU的信息共享接口采集城市交通信息，并向SMSP提供价格指令和帮助不同SMSP之间的协作，动态价格模块管理共享出行的价格。乘客的满意度、SMSP的利益、合理的价格对于所有SMSP和其合作者均非常重要。智能网联交通系统通过与其它SMSP和RSU的信息交互实现更加可靠的交通信息的采集。因此，它可以给SMSP提供价格指令，帮助实现不同SMSP之间的合作。SMSP系统包含一个动态价格调整子系统。例如，假设每公里价格是pk，每分钟价格是pm。一个行程T行驶了距离l和时间Δt，那么可以计算为f(T)＝pkl+pmΔt。在一些实施例中，不同出行者会共享他们的行程。系统为车辆共享提供了动态价格。在共享行程T，出行者n的价格由一个共享参数sp_n确定，价格为Sn(T)＝sp_n f(T)。系统控制参数pm、pk和sp_n来优化出行者的满意度和SMSP的利益。智能网联交通系统的指令作为动态价格的限制条件。限制条件包括pk和pm最大/最小限制，pk和pm的最大/最小改变率，不同sp_n方差的约束，出行者满意度和SMSP利益的权重。
所述智能网联交通管理系统包括用户优先级管理模块，用于将车辆定义为三个优先级别：
(1)紧急车辆：紧急车辆在道路上具有最高的优先级；例如，救护车、消防车、警车、校车、或者一些特殊事件(庆祝活动或比赛等)的车辆或车队；
(2)时间敏感性的出行者：系统提供给这些出行者优先级以顺利通过瓶颈和拥堵区域；例如，交叉口、匝道、桥梁、隧道；此时可能需要额外的费用；
(3)费用敏感性的出行者：这些出行者的出行时间较长，但系统会给他们提供其它方面的福利；这些出行者的出行时间较长，但系统会给他们提供其它方面的福利，例如收费减免；
其中，用户优先等级的标签存储在交通控制中心/单元中；
路侧单元网络根据优先等级序列生成车辆队列，根据优先级队列，路侧单元网络控制让具有较高优先级的车辆优先通行。
所述智能网联交通管理系统还包括队列运营和管理系统，它包括但不限于以下类型的架构：
(1)中心系统架构，通过队列运营和管理系统控制中心以中心式管理和运营所有任务，在队列中的车辆直接与队列运营和管理系统控制中心进行通信，车队在公司层面进行管理；中心式车队运营和管理的好处是集中式系统结构和数据流，减少系统错误概率，提高通信效率和安全；(2)分层系统架构，不同等级的队列运营和管理系统控制中心具有分层关系，运营与管理任务按照部门、地区和子公司进行分配和个性化，被允许采用各自的车队管理者或者独立监管其车队；与中心式架构相比，此架构和数据流相对复杂，在算法和通信技术方面的应用也相对困难；
(3)去中心系统架构，每辆车被允许采用它们自己的管理者或者独立监督、管理和运营，尽管遵守队列运营和管理系统控制中心的基本政策，但车辆在其具体决策方面是独立的。
所述队列运营和管理系统对共享移动服务提供商的作用为三个方面：
(1)为共享移动服务提供商车队制定调度和分派策略，为城市提供按需服务；为了最大限度地提高车队运营和管理的整体性能，队列运营和管理系统的重点是根据车队需求优化安排和调度车辆。更好的策略可以缩短车队总的行程时间和行驶距离的消耗，从而降低车队运营成本。影响策略的因素包括：共乘方案，上下客位置等
(2)共享移动服务提供商车辆的路径导航，利用智能网联交通系统为共享移动服务提供商车队导航制定最优的路径决策；路径决策的影响因素包括每辆车的基本信息(自动化水平、专业水平、优先等级等)。主要原则包括最大化系统中所有用户的安全和效益，最小化运营费用，兼顾智能网联交通系统的专用车道和非专用车道，同时兼顾共享移动服务提供商所拥有的专用车道。
(3)为共享移动服务提供商车队提供交通信息，包括事件，紧急情况，天气，路况和交通数据。单独的共享移动服务提供商无法自行收集整体交通信息。智能网联交通系统与路网上的所有共享移动服务提供商进行通信，进而从各个方面获得更全面的数据集。
共享移动服务提供商车队调度和分配系统管理着一群需求响应型共享移动服务提供商车队的部署。系统根据客户的需求安排和调度车队中的车辆。通过路线导航管理系统制定的导航计划，系统会在客户接送位置周围寻找适当的车辆，并将信息和管理订单发送给车队车辆和智能网联交通系统。
所述智能网联交通管理系统包括共享移动服务提供商车队路径导航管理模块，用于智能网联交通系统制定优化的最佳路径决策，包括以下原则：
(1)路径决策基于最大化系统内所有用户的安全性和效率为目标；
(2)路径决策还可以在不影响原则(1)的情况下最大限度地减少共享移动服务提供商车队的运营成本；
(3)兼顾共享移动服务提供商的专用车道。
共享移动服务提供商车队路径导航管理模块的功能主要集中在考虑共享移动服务提供商业务的整体路径规划和选择上。系统根据客户的需求和实时交通状况安排接/送地点和合适的路线。该系统还根据车队的状况和客户的需求以及该车辆的优先级确定是否以及何时使用智能网联交通系统的自动化功能。导航管理系统的决定不会影响智能网联交通系统的整体运行。
所述智能网联交通管理系统还包括以下模块的一种或多种：
远程车辆诊断模块，用于监测车辆的健康状况，确定问题和故障的根本原因，根据评判基准和实时的车辆参数信息评估其性能；智能网联交通系统的路侧单元与其它车辆的实施通信确保了在车载单元失效情况下诊断的正确性；
车辆维护模块，该模块包括：1)静态维护时间表：所述静态维护时间表根据车载单元记录的日常使用数据和共享移动服务提供商的乘客分布来制定；维护频率由平均使用时间和从日常使用数据来确定；维修的位置取决于乘客的分布和专用车道的位置；2)动态维护指令：系统通过由CAVH系统提供的车载单元和路测单元来监控车辆，从而实时检测车辆风险/故障；如果检测到危险因素，系统能够动态安排车辆进行维护；
智能节油驾驶模块：为整个驱动链条提供节油解决方案，自动驾驶车的经济模式或省时模式由乘客来定；
智能充电/加油模块：利用车辆的燃料消耗和行驶轨迹，以及云中保存的历史数据，预测未来的燃料消耗和轨迹，通过充电/加油的规划来优化车辆的能源消耗，该模块优先考虑共享移动服务提供商的专用站，并兼顾能源的动态价格。
此外，本发明的系统也可以用于任何使用了本发明所述的一个或多个交通控制和管理应用的系统。本发明所述的系统包括所述系统中的单独某一类参与者(例如驾驶员，公共、私人、地区或国家交通机构，政府部门等)使用的流程，同时也包括涉及多类参与者相互合作或独立参与的活动。
本发明的有益效果是：本发明提供了一种面向移动共享的智能网联交通管理系统，能够满足智能网联车、车辆所有者、移动共享服务提供商等多方实现车辆自动驾驶，提高效率，安全性和可靠性，在实现智能网联车的个性化自动驾驶同时，为车辆所有者和/或车辆的共享移动服务提供商提供运营和维护服务。
附图说明
图1是车辆子系统的示例图。
图2是道路子系统的示例图。
图3展示了所述系统中数据融合、规划和决策的示例图。
图4是路网管理系统中子系统和数据流的示例图。
图5展示了车辆进入主要道路的示例图。
图6展示了车辆离开主要道路的示例图。
图7展示了车道管理感知系统及其数据流的示例框架图。
图8是专用道上车辆控制的示例流程图。
图9是车辆进入专用道的示例流程图。
图10展示了车辆离开专用道的示例图。
图11是系统接口的示例架构图。
图12是交通状态估计系统示例图。
图13描述了动态价格决策模型。
图14描述了基于路侧单元的车辆优先级示例。
图15是FOMS、智能网联交通系统各单元及车队管理与控制之间的数据流。
图16是在智能网联交通系统(Connected and Automated Vehicle-Highway,CAVH)协助情况下FOMS系统的工作示例图。
图17是SMSP车队维护的示例图。
图18是车辆诊断和动态维护示例图。
图19是智能节能驾驶系统的示例图。
图20是智能充电/加油系统的示例图。
具体实施方式
下面结合附图以及具体实施例对本发明作更进一步的说明。
本发明中，所涉及的简称对应的技术术语如下：
SMSP：shared mobility service provider，共享移动服务提供商；
TCC/TCU：Traffic control center/Traffic control unit，交通控制中心/单元；
RSU：Road Side Units，路侧单元；
V2X：车对车的信息交换；
FOMS：车队运营和管理系统；
CAVH云：Connected and Automated Vehicle-Highway Cloud，智能网联交通云；
OBU：车载单元。
实施例
首先对附图中的附图标记进行以下说明：
图1展示了一个车辆子系统的示例。车辆子系统通过三种主要方式获得信息：1)车载检测器模块利用多个检测器感知车辆周边的驾驶环境；2)车载传感器模块检测行驶过程中的车辆状态；3)通信模块通过有线/无线通信服务提供整个系统中的其它信息。其中，
CCD摄像头：从本质上来说，电荷耦合元件(Charge Coupled Device，CCD)是一种刻蚀在硅表面用于形成光敏元素-像素的集成电路。在该表面随附的光子产生了可由电子器件读取的电荷并变成了落于仪器上的光图样的数字拷贝。
雷达：是一个利用无线电波的物件检测系统，它在汽车领域被广泛应用于范围、角度和物体速度的检测。
激光雷达：是一种测量与目标之间距离的勘测方法。该方法向目标照射激光脉冲并通过一个传感器来测量反射脉冲。
GPS：是全球卫星定位系统。它向地球上任意位置或地球周边的GPS接收器提供地理位置和时间信息，这些信息通常可由四个或更多GPS卫星顺利获取。
IMU：是一种检测和报告物体具体力和加速度的电子设备。
超声波传感器：是一种利用声波测量与目标间距离的设备。
转向角传感器：是ESC系统的一个重要部分，测量转向轮的位置角度和角速度。
CAN总线：Controller Area Network，CAN是一类健全的车辆总线标准。本发明的设计可以使微处理器和设备在没有主机的应用场景中进行相互通信。
纵向加速度传感器：在设计上与侧向加速度传感器类似，但是可以提供额外的路面材料信息和车辆的加速度及速度信息。
侧向加速度传感器：通常利用电机设备-加速度计测量加速度力。
偏航角速度传感器：是测量车辆旋转速度的传感器。
图2是一个道路子系统的示例。道路子系统由分层的交通控制中心/单元、路侧单元网络、基于云的计算和信息平台组成。道路子系统主要通过三种方式来获得信息：1)RSU检测器模块通过多个检测器感知车辆周边的行驶环境；2)系统信息共享模块共享其它系统功能中涉及的有用和准确的交通信息；3)通信模块利用有线/无限通信服务提供整个系统中的其它信息。
图3示例了系统中数据融合、规划和决策的过程。信息流经通信模块由车辆子系统和道路子系统流入数据融合模块。在此过程中，通信模块可能用到一种或多种通信技术(WiFi，DSRC，LTE-V，蓝牙，5G和以太网)。之后，系统利用数据融合模块输出的数据为车辆进行宏观规划并制定驾驶决策。微观规划过程同时受到决策制定模块和数据融合模块的影响。在规划和决策过程的最后阶段，系统中的路径规划和动态控制器模块控制车辆的运行。
图4是道路网管理系统中子系统和数据流的示例。点TCU、RSU和车辆是该系统的主要组成部分。在主干路上，RSU从车辆采集静态和动态信息104并向点层TCU发送处理后的车辆信息。点层TCU将用于车辆的指令信息101传输给RSU。之后，RSU将具体的车辆控制指令传送给车辆。由此，车辆的运行遵循控制指令103。在次干路上，RSU从车辆采集必要的信息105并将处理后的车辆信息102传输给点层TCU。相应地，点层TCU将用于车辆的信息101发送给RSU。之后，RSU向车辆发布辅助信息协助车辆运行。
在数据流中，各类编码的定义如下：
101-主要道路上的用于车辆的指令/次要道路上的用于车辆的信息。
102-道路上的车辆信息。
103-主要道路上的车辆控制指令，包括了车辆控制指令和诱导信息。
(1)车辆控制指令，包括在特定时间的侧向/纵向位置需求，转向和控制信息，建议行驶速度。
(2)诱导信息，包括天气、行程时间/可靠性、道路诱导。
104-主要道路上车辆的静态和动态信息。
(1)静态信息包括车辆编号，车辆尺寸，车辆类型信息(包括车辆的最大速度、加速度和减速度)，车辆OBU信息。
(2)动态信息包括时间戳，车辆侧向/纵向位置，车辆速度，车辆OD信息(包括起始点信息、终点信息和路线选择信息)，其它必要的车辆状态信息。
105-次要道路上车辆的辅助信息，包括天气、行程时间/可靠性、交通信号灯信息、事件信息、施工区信息。
106-次要道路上车辆的静态和动态信息。需要注意的是104中包含次要道路上需采集的车辆信息，但并不是104中所有类型的信息都是必需的。RSU会根据车辆的状态和系统的需求采集必要的信息。
图5展示了车辆进入主要道路的示例过程。如图中所示，车辆在到达主要道路的边界区域后会向RSU发送进入请求。这里的边界区域指主要道路控制范围的界限的周边区域。RSU向主要道路的点层TCU提供进入请求，并在主要道路的点层TCU接受进入请求后检测车辆的静态和动态信息。根据RSU检测到的信息，主要道路上的点层TCU制定车辆进入主要道路的控制指令(例如建议速度、进入时间和进入位置等)并尝试接管车辆。车辆从RSU接收控制指令并交由车辆子系统进行处理，以确定是否认可指令。如果根据车辆子系统的判断无法认可控制指令，车辆更新并重新发送进入指令。如果控制指令得到认可，车辆将遵循控制指令行驶并进入主要道路。之后，主要道路上的点层TCU接管车辆的驱动控制，车辆继续基于系统提供的控制指令行驶。在车辆进入完全控制的系统后，主要道路上的点层TCU更新交通状态信息并向路段TCC传输精炼的信息。
图6为车辆离开主要道路的示例过程。如图中所示，车辆到达主要道路的边界区域后将向RSU发送离开请求。这里的边界区域指主要道路控制范围界限的周边区域。RSU向主要道路上的点层TCU提供离开请求。之后，根据RSU检测的信息，主要道路上的点层TCU为车辆离开主要道路制定离开指令(例如建议速度、离开时间和离开位置等)。车辆由RSU接收该指令并交给车辆子系统进行处理以确定是否认可指令。基于车辆子系统的判断，如果离开指令不被认可，车辆将更新并重新发送离开请求。如果离开指令得到认可，车辆遵循该指令驶离主要道路。在此之后，点层TCU停止对车辆的行驶控制，车辆开始自动驾驶过程。而车辆在完成离开操作后，将遵循自身的行驶策略。
图7展示了车道管理传感系统及其数据流的示例。在一些实施例中，车道管理系统的数据在车辆和道路之间进行交互。这些信息包括但不限定于天气信息、道路状态信息、车道交通流信息、车辆信息和事件信息。在一些实施例中，感知系统由以下几部分组成：车辆-101；RSU-102；CAVH云-103。
车道管理系统的数据流包括：
201-车辆将自身感知范围内的数据传输给RSU；
202-RSU基于车道上的车辆数据采集车道交通流信息；RSU将采集到的交通信息共享给通信范围内的车辆；
203-RSU根据其覆盖范围内的车辆报告采集道路事件信息；
204-交通事件发生路段的RSU将事件信息发送给覆盖范围内的车辆；
205-RSU将其覆盖范围内采集的车道信息共享给CAVH云；
206-RSU从CAVH云中采集天气信息、道路信息和事件信息；
207/208-不同路段上的RSU共享信息；
209-RSU将事件信息发送给CAVH云。
图8表明专用道上车辆控制的示例。如图中所示，车道上的车辆由RSU进行监控。如果达到相关控制阈值(如最小车头距离、最大速度和可能的冲突距离等)，必要的控制算法将会触发，车辆跟随新的控制指令运行。如果指令不被认可，新的指令将被发送给车辆。
图9是车辆进入专用道的示例。如图中所示，当车辆想要进入专用道时，车辆向专用道上的点层TCU发送请求(由RSU传递)。点层TCU核对进入车道所需的条件(例如自动化和通信等级)。如果所有的条件都满足，点层TCU将向车辆发送进入控制指令。车辆确认控制指令并进入专用道。之后，点层TCU更新交通状态信息并将其传输给路段层TCC。如果车辆不能满足所需的进入条件，车辆将被拒绝进入专用道。如果车辆不能认可点层TCU所给的控制指令，新的控制指令将被发送给车辆。
图10展示了车辆离开专用道的示例。如图中所示，当车辆想要离开专用道时，它们会向专用道上的点层TCU发送请求(由RSU传递)。点层TCU接受请求并向车辆传输离开控制指令。车辆确认控制指令并离开专用道。之后点层TCU更新交通状态信息并将其发送给路段层TCC。如果车辆不认可点层TCU所给的控制指令，新的控制指令将被传送给车辆。
图11展示了系统接口的示例架构。在一些实施例中，系统包含了两类接口：1)信息共享系统：允许与城市智能网联交通系统、其它SMSP系统和特殊的主体进行信息共享；2)车辆控制接口：允许与城市智能网联交通系统、其它SMSP系统和特殊的主体对车辆进行控制。
图12描述了交通状态估计系统。系统所需数据来源主要包括三种：1)智能网联交通系统路侧段元；2)SMSPs系统的车载单元；3)城市智能网联交通系统、其他SMSP系统和特殊的主体上报的特殊事件。应用了一种加权交通状态融合方法进行数据融合，权重由来自RSU和OBU的数据质量确定。
图13描述了一个动态价格模型。为实现价格动态调控，系统将乘客和车辆特性上传至云。乘客满意度、收益数据被反馈至控制系统，控制系统基于上传数据进行动态价格调控。
如图14所示，从车辆进入控制区域时开始，RSU开始采集所有必需数据包括车辆发送的VIN，然后从TCC/TCU获取优先级。TCC/TCU主要数据来源包括：交通部门、政府部门、交通信息系统和SMSP。当接收到优先级数据后，RSU将不同车队分为三个优先等级：救急车队(最高优先级)、时间敏感性的车队(中等优先级)和费用敏感性的车队(低等优先级)。对同一优先等级的车辆，按照先进先出的策略进行编组，然后路侧单元控制最高优先等级车辆优先超车。
图15描述了FOMS、智能网联交通系统、和车队管理与控制系统之间的数据流。FOMS通过智能网联交通系统提供的数据和功能实现车队的运营与控制。在一些实施例中，FOMS中心与其车队之间通过两种方式进行通信：直接和间接通信。第一种直接通信允许FOMS中心直接传送数据到车队或直接从车队获取数据。第二种间接通信通过智能网联交通系统和TCC/TCU的协助实现。智能网联交通系统的协助通过模块实现。模块通过接管自动化提升、全无人驾驶任务和为FOMS模块化服务提供必需的补充数据进行实现。控制需求通过智能网联交通系统架构传输，然后由路侧设备和车队之间的连接实现传送。采集的大量的原始车辆数据被传送到智能网联交通系统云。数据通过智能网联交通系统的过滤和预处理后被传送至FOMS中心。
图16示例了FOMS系统的通过智能网联交通系统的协助进行工作。首先SMSP用户和合乘用户将他们需求的时刻计划、行程起终点传送到FOMS中心。然后中心为用户选择车队中最合适的车辆。通过云提供的交通信息(包括：路网、拥堵、紧急事件等)，中心为车辆制定最佳的接送路径，并将其传送至智能网联交通系统，从而，智能网联交通系统为车队车辆提供自动控制服务。
图17展示了SMSP车队维护系统的典型案例。该系统通过接口使用路侧单元和车载单元采集的实时交通信息，云和SMSP系统提供的预测信息。系统主要包括四个模块：车辆诊断、车辆维护时刻安排、智能节能驾驶和智能充电/加油。
图18展示了车辆诊断和动态维护系统。系统主要使用车载系统提供的信息包括：发动机控制模块数据、电动机数据、能耗、轨迹信息和检测器模块信息。路侧设备能够监测车辆的驾驶行为。信息被实时传送到路侧设备、其他车辆和云。云能够利用多源信息对车辆进行诊断并制定维修计划。
图19展示了智能节能驾驶系统典型案例。系统首先优化接乘客过程的能耗，考虑乘客的起终点、乘客需求为车辆匹配最优的乘客。然后系统优化乘客起终点过程的能耗。系统通过智能网联交通系统中的路侧设备和车载设备提供的高分辨率的交通状态对未来的交通状态进行预测，然后为车辆选择最经济和耗时最少的路径。
图20展示了智能充电/加油系统的典型案例。系统通过车载系统采集轨迹和能耗信息，并对未来的能耗、轨迹和能源价格进行预测。通过预测的信息，系统决定车辆的充电/加油方案。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (22)

1.一种面向移动共享的智能网联交通管理系统，其特征在于：为共享移动服务提供商在道路上实现对智能网联车的自动驾驶，运营和控制；其中，所述智能网联交通管理系统提供给智能网联车具体的个性化信息和具有时间敏感性的控制指令，以辅助车辆完成自动驾驶任务，同时，为车辆所有者和/或车辆的共享移动服务提供商提供运营和维护服务，所述车辆为全时间控制或部分时间控制车辆；所述自动驾驶任务包括以下一种或多种：跟驰、换道和路径导航。
2.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括以下子系统的一种或多种：
分层的交通控制中心/单元，用于处理信息和交通运营指令；其中，所述分层的交通控制中心/单元是自动或半自动计算模块，具有数据采集、数据处理、网络优化和/或交通控制的功能；
路侧单元网络，用于接收来自网联车的数据流、检测交通状态以及发送目标指令给车辆；其中，所述路侧单元网络具有数据感知、数据处理、控制信号传递和信息发布的功能；一个点层或路段层交通控制单元能够被整合到所述路侧单元网络的一个路侧单元中；
车辆子系统，用于管理在不同车辆共享环境下的混合车流，包括：(1)由共享出行服务提供商管理的自动驾驶车，(2)在不同自动化水平下和不同的车辆所有权下的自动驾驶车，(3)无自动驾驶功能的车辆；
通信系统，为连接所述智能网联交通管理系统的一个或多个实体提供有线和无线通信服务，包括V2X功能；
道路网络管理系统，该系统中，按照地理围栏，道路被划分成不同水平或部分：道路分为主要道路和次要道路；或者按照共享出行服务提供商的定义，道路分为专用道、非专用道或者两者的组合；
共享移动服务提供商车队运营和管理系统，向车辆提供指令以满足用户需求和车队维护；
基于云的计算和信息平台，以支撑来自于路侧单元网络、车辆子系统、道路网络管理系统、共享移动服务提供商车队运营和管理系统的信息的处理和运算。
3.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括一个组件，用于控制和协调处于不同自动化级别的车辆，所述不同自动化级别车辆包括由人类驾驶的非自动驾驶车辆；所述车辆具有车载通信设备，从所述智能网联交通管理系统接收信息和指令；其中车辆的自动化级别遵循SAE的定义：
对于A0级别的车辆，智能网联交通管理系统提供驾驶辅助信息并在智能网联交通管理系统之间共享数据；
对于A1-A3级的车辆，智能网联交通管理系统给出了三种控制策略：(1)完全控制，(2)协调控制，(3)混合控制以控制目标车辆；
对于A4和A5级别的车辆，智能网联交通管理系统提供全局优化、大数据应用以及安全和移动性提升；
其中，所述组件的控制和协调特征为：
A0：通信设备在车辆驶入系统覆盖的道路之前，被安装或提供给乘客；通信设备从系统接收信息；如果驾驶员遵循通信设备的指令，则车辆能够跟随其它自动驾驶车辆进行管理；
A1-A3：智能网联交通管理系统提高了车辆的自动化水平；车辆接收来自智能网联交通管理系统的指令并合理驾驶；由道路子系统，车辆子系统，其他子系统或智能网联交通管理系统组合控制；
A4和A5：智能网联交通管理系统和车辆的自动化能力作为彼此的备份，协同工作以提高整体移动性和安全性。
4.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述车辆子系统由以下一个或多个模块组成：
(1)车载设备，用于检测车辆状态、驾驶环境；
(2)车载传感器，用于检测车辆周边驾驶环境和驾驶时的车辆状态；
(3)其它子系统，包括路侧单元,交通控制中心/单元,云,共享出行服务提供商队列运营和管理系统，这些子系统具有传感器以及信息共享的设备，以实现检测车辆周边驾驶环境和系统间的信息共享；
(4)通信模块，包括：无线通信模块或有线模块；
(5)数据融合模块，由不同传感器采集的数据将通过通信模块被发送到数据融合模块，该模块整合和处理信息，并将结果数据分享给系统中的用户，用户包括智能网联车和车辆所有者。
5.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述车辆子系统中，通过以下一个或多个模块实现规划和决策功能：
(1)微观层的规划和决策，包括纵向控制，横向控制；
(2)中观层的规划和决策，包括特殊事件通知，事件检测；
(3)宏观层的规划和决策，包括路径规划和导航。
6.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述车辆子系统采用如下一种或多种车辆控制方法：
(1)全控制：交通控制中心/单元和路侧单元感知驾驶环境，规划驾驶路径，制定决策和控制车辆；
(2)协调控制：交通控制中心/单元和路侧单元和车辆子系统协调地控制车辆；
(3)全控制和协调控制的混合控制。
7.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述车辆子系统被不同的实体所拥有，包括：拥有所述智能网联交通管理系统的共享移动服务提供商，其他共享移动服务提供商和私人；
所述智能网联交通管理系统向以下车辆提供控制和信息服务：(1)由共享移动服务提供商完全拥有，(2)部分或部分时间由共享移动服务提供商运营，(3)根据协议的其他第三方；
其中车辆的所有权能够从完全私人拥有变为空间或时间上的共享。
8.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述道路网络管理系统依据交通量和基础设施等级分下述类型，在不同类别下，所述道路网络管理系统采用不同的管理：
A)共享移动服务提供商根据需求定义道路网络上的主要道路和次要道路；
B)确定主要道路和次要道路的标准：1)固定标准：道路交通等级，设计交通容量，设计速度，车道数量，土地宽度；2)统计标准：共享移动服务提供商车辆的交通量，平均车速，出行时间，交通量；统计标准可以根据需求在不同的时间段进行统计和计算；3)基础设施标准：路侧单元级别，包括布局密度，覆盖区域，高分辨率地图级别和其他相关基础设施级别；4)事件标准：交通事故，集体活动，封路；
C)共享移动服务提供商使用任意单一标准或任意标准组来定义主要道路。
9.根据权利要求8所述的面向移动共享的智能网联交通管理系统，其特征在于：所述主要道路和次要道路的定义是静态、或在不同时间段内动态变化、或者根据不同因素而变化，其中所述因素包括：路段的路侧单元覆盖范围，数字地图分辨率和交通量和交通安全评估。
10.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述路侧单元具备以下要求：
A)功能：主要道路上的路侧单元需要感知，行为预测，规划决策，和车辆控制功能来提供对车辆的全面操作和控制；
B)布局密度和覆盖范围：主要道路上路侧单元的布局密度和覆盖范围满足主要道路完全覆盖的要求；
C)位置：路侧单元的位置被动态地调整以满足系统的需求；
D)类型：固定位置路侧单元，临时路侧单元，移动路侧单元。
11.根据权利要求8所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括具有控制/协作功能的车道管理模块，其中所述控制/协作功能包括以下特征：
A)主要道路：共享移动服务提供商通过向个体车辆发送具体的个性化信息和具有时间敏感性的控制指令，为主要道路上的车辆提供全面的操作和控制；
B)次要道路：次要道路上的车辆由车载系统或司机操作和控制，共享移动服务提供商为车辆驾驶员提供辅助信息，包括事件信息和交通信号信息；
C)关键节点：系统在主要道路网络的一些关键点上接管车辆控制，包括：1)施工区：道路建设在区域内占用一条或几条车道；2)事故多发区：根据统计数据，事故发生率高于阈值；3)复杂互通处：出入口的数量高于互通处的阈值。
12.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述道路网络管理系统分专用车道、非专用车道、或者这两者的组合进行配置；其中，专用车道被定义为专用于具有特定自动化和通信能力车辆的车道，专用车道通过感知系统采集车道交通信息，与道路上的车辆共享信息，并通过车道交通控制中心/单元向车辆发送控制指令；专用车道是物理实体或逻辑形式存在，物理专用车道与非专用车道在物理上分离，并具有固定的出入口，逻辑专用车道与非专用车道没有物理上的分离，但车辆在进入或离开时需要获得通道层交通控制中心/单元或共享移动服务提供商的许可；
非专用车道是为所有车辆使用的车道，非专用车道通过感知系统采集车道交通信息，并将所述信息共享给车道上的车辆，非专用车道不要求车辆遵守控制指令，而是在特定情况下要求获得车辆的控制许可，其中，特定情况包括紧急情况，事故，车辆失控。
13.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统提供给智能网联车具体的个性化信息包括天气、交通信息和事件，其中，
天气包括不同天气条件下的天气条件和路面条件；
交通信息包括：
A)车辆属性数据：速度，位置，类型，自动化级别和通信级别；
B)交通状态：车道交通流量，车道占用率和车道平均速度；
C)道路几何信息：车道结构数据，信号，标志，限速和可变限速；
事件包括：
A)实时：采集当前事件以及当前和计划中的车道和路网事件；
B)预测：基于车速，位置和类型的潜在事故/冲突。
14.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统提供给智能网联车具有时间敏感性的控制指令用于控制专用车道和非专用车道上的车辆，由车道上的路侧单元和智能网联交通云支持，控制指令包括：
A)速度和车间距保持控制：在车道上保持最小车间距和最大速度，以达到最大可能的通行能力；
B)冲突避让检测和控制：检测车道上潜在的事故/冲突，然后向车辆发送警告消息和冲突避让指令；
C)车道保持控制：保证在车道上行驶的车辆不会干扰相邻车道上的车辆；
D)换道控制：保证车辆按正确的顺序变换车道，对相邻车辆的干扰最小；
E)进入/驶离专用车道控制：当车辆请求进入专用车道时检查车辆许可权；当车辆要求离开专用车道时给出车辆驾驶指示。
15.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括一个分层接口，该接口允许所述系统与城市智能网联交通系统以及其它共享移动系统进行交互和协作，所述分层接口包括信息共享接口和车辆控制接口；其中，
信息共享接口：(1)共享和获取交通数据；(2)共享和获取事件；(3)共享和获取乘客需求；(4)根据城市智能网联交通系统的指令动态调整费率；(5)提供给特殊部门机构；
车辆控制接口：(1)允许城市智能网联交通系统在特定环境下接管车辆控制；(2)当车辆驾驶在相同的专用/非专用车道上时，允许不同共享移动服务提供商的车辆形成队列；(3)允许特定机构在极端条件下接管车辆控制，特定机构包括交通管理部门，执法部门
16.根据权利要求2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括一个交通状态估计系统，交通状态估计系统包括一个适应车载单元上报状态的地图匹配算法，适应路侧单元交通状态的空间转换方法，一个交通状态预测系统和一个交通融合系统。
17.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括动态价格模块，动态价格模块使用CAVH系统通过SMSP和RSU的信息共享接口采集城市交通信息，并向SMSP提供价格指令和帮助不同SMSP之间的协作，动态价格模块管理共享出行的价格。
18.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括用户优先级管理模块，用于将车辆定义为三个优先级别：
(1)紧急车辆：紧急车辆在道路上具有最高的优先级；
(2)时间敏感性的出行者：系统提供给这些出行者优先级以顺利通过瓶颈和拥堵区域；
(3)费用敏感性的出行者：这些出行者的出行时间较长，但系统会给他们提供其它方面的福利；
其中，用户优先等级的标签存储在交通控制中心/单元中；
路侧单元网络根据优先等级序列生成车辆队列，根据优先级队列，路侧单元网络控制让具有较高优先级的车辆优先通行。
19.根据权利要求1所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统包括队列运营和管理系统，它包括但不限于以下类型的架构：
(1)中心系统架构，通过队列运营和管理系统控制中心以中心式管理和运营所有任务，在队列中的车辆直接与队列运营和管理系统控制中心进行通信，车队在公司层面进行管理；
(2)分层系统架构，不同等级的队列运营和管理系统控制中心具有分层关系，运营与管理任务按照部门、地区和子公司进行分配和个性化，被允许采用各自的车队管理者或者独立监管其车队；
(3)去中心系统架构，每辆车被允许采用它们自己的管理者或者独立监督、管理和运营，尽管遵守队列运营和管理系统控制中心的基本政策，但车辆在其具体决策方面是独立的。
20.根据权利要求19所述的面向移动共享的智能网联交通管理系统，其特征在于：所述队列运营和管理系统对共享移动服务提供商的作用为三个方面：
(1)为共享移动服务提供商车队制定调度和分派策略，为城市提供按需服务；
(2)共享移动服务提供商车辆的路径导航，利用智能网联交通系统为共享移动服务提供商车队导航制定最优的路径决策；
(3)为共享移动服务提供商车队提供交通信息，包括事件，紧急情况，天气，路况和交通数据。
21.根据权利要求1或2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统还包括共享移动服务提供商车队路径导航管理模块，用于智能网联交通系统制定优化的最佳路径决策，包括以下原则：
(1)路径决策基于最大化系统内所有用户的安全性和效率为目标；
(2)路径决策还可以在不影响原则(1)的情况下最大限度地减少共享移动服务提供商车队的运营成本；
(3)兼顾共享移动服务提供商的专用车道。
22.根据权利要求1或2所述的面向移动共享的智能网联交通管理系统，其特征在于：所述智能网联交通管理系统还包括以下模块的一种或多种：
远程车辆诊断模块，用于监测车辆的健康状况，确定问题和故障的根本原因，根据评判基准和实时的车辆参数信息评估其性能；
车辆维护模块，该模块包括：1)静态维护时间表：所述静态维护时间表根据车载单元记录的日常使用数据和共享移动服务提供商的乘客分布来制定；维护频率由平均使用时间和从日常使用数据来确定；维修的位置取决于乘客的分布和专用车道的位置；2)动态维护指令：系统通过由CAVH系统提供的车载单元和路测单元来监控车辆，从而实时检测车辆风险/故障；
智能节油驾驶模块：为整个驱动链条提供节油解决方案，自动驾驶车的经济模式或省时模式由乘客来定；
智能充电/加油模块：利用车辆的燃料消耗和行驶轨迹，以及云中保存的历史数据，预测未来的燃料消耗和轨迹，通过充电/加油的规划来优化车辆的能源消耗，该模块优先考虑共享移动服务提供商的专用站，并兼顾能源的动态价格。
CN201810818222.2A 2018-07-24 2018-07-24 一种面向移动共享的智能网联交通管理系统 Active CN109118758B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810818222.2A CN109118758B (zh) 2018-07-24 2018-07-24 一种面向移动共享的智能网联交通管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810818222.2A CN109118758B (zh) 2018-07-24 2018-07-24 一种面向移动共享的智能网联交通管理系统

Publications (2)

Publication Number Publication Date
CN109118758A true CN109118758A (zh) 2019-01-01
CN109118758B CN109118758B (zh) 2020-10-02

Family

ID=64863225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810818222.2A Active CN109118758B (zh) 2018-07-24 2018-07-24 一种面向移动共享的智能网联交通管理系统

Country Status (1)

Country Link
CN (1) CN109118758B (zh)

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785642A (zh) * 2019-03-18 2019-05-21 解保业 车辆智能诱导系统
CN109774627A (zh) * 2019-02-15 2019-05-21 苏州工业园区职业技术学院 一种面向智能网联汽车的混合操作系统
CN110072193A (zh) * 2019-04-29 2019-07-30 清华大学 一种用于智能网联车测试的通信拓扑结构
CN110083163A (zh) * 2019-05-20 2019-08-02 三亚学院 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统
CN110182219A (zh) * 2019-05-31 2019-08-30 江苏盛海智能科技有限公司 一种无人驾驶车辆的资源调度方法及无人驾驶车辆
CN110213716A (zh) * 2019-05-20 2019-09-06 北京邮电大学 一种基于雾无线接入网络的车联组网方法
CN110488844A (zh) * 2019-09-08 2019-11-22 刘璐 一种基于城市专用道路的无人驾驶系统及控制方法
CN110491155A (zh) * 2019-07-30 2019-11-22 深圳市前海胡桃科技有限公司 一种自动驾驶装置的调度方法、装置及自动驾驶装置
CN110517483A (zh) * 2019-08-06 2019-11-29 杭州博信智联科技有限公司 一种路况信息处理方法及数字轨路侧单元
CN110648550A (zh) * 2019-10-17 2020-01-03 深圳中集智能科技有限公司 行车安全系统
CN111309006A (zh) * 2020-02-12 2020-06-19 北京交通大学 一种自主导航运输系统
CN111402582A (zh) * 2020-03-12 2020-07-10 东南大学 智能网联环境电动汽车借用自动驾驶专用车道的控制方法
CN111627240A (zh) * 2020-05-27 2020-09-04 南京美慧软件有限公司 一种智能城市公交车辆专用车道设施系统与控制方法
CN112026678A (zh) * 2019-05-17 2020-12-04 长城汽车股份有限公司 智能车辆系统和调度方法
CN112116226A (zh) * 2020-09-07 2020-12-22 腾讯科技（深圳）有限公司 仿真车辆的控制方法、装置、计算机设备和存储介质
CN112124319A (zh) * 2020-08-28 2020-12-25 青岛慧拓智能机器有限公司 一种智能驾驶系统
CN112133113A (zh) * 2020-09-25 2020-12-25 安徽达尔智能控制系统股份有限公司 一种城市道路交叉路口的道路交通的智能网实时指挥系统
CN112634606A (zh) * 2020-12-21 2021-04-09 重庆交通大学 货车编队运输调度方法、调度系统、介质及数据处理终端
CN112767696A (zh) * 2021-01-18 2021-05-07 陈潇潇 对统一规格自动驾驶车辆进行统一管控的智能交通体系
CN112874526A (zh) * 2021-02-23 2021-06-01 丁立言 一种基于5g技术的自动驾驶汽车引导装置
CN112907424A (zh) * 2021-01-19 2021-06-04 东南大学 一种智能网联环境道路专用道设置方法及系统
CN112991801A (zh) * 2021-03-05 2021-06-18 合肥工业大学 一种基于时变路况的最优安全路径获取方法
CN113191588A (zh) * 2020-04-03 2021-07-30 上海丰豹商务咨询有限公司 一种分布式驾驶系统的设备分配系统
CN113192317A (zh) * 2021-01-27 2021-07-30 浙江同仕工程科技有限公司 一种智慧交通车路协同管控系统
US20210247195A1 (en) * 2020-02-11 2021-08-12 Delphi Technologies Ip Limited System and method for providing value recommendations to ride-hailing drivers
CN113257024A (zh) * 2021-04-29 2021-08-13 中汽研汽车检验中心(广州)有限公司 一种基于v2i的高速公路雨雾环境防追尾预警方法及系统
CN113285969A (zh) * 2020-02-03 2021-08-20 丰田自动车株式会社 车辆管理系统
CN113593221A (zh) * 2021-07-05 2021-11-02 哈尔滨工业大学（深圳） 信息价值评估式驾驶系统、网联车辆系统和数据传输方法
CN113591269A (zh) * 2021-06-29 2021-11-02 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN113630743A (zh) * 2021-08-17 2021-11-09 启迪云控(上海)汽车科技有限公司 一种基于v2x网络智能网联射频效益的分析方法
CN113661695A (zh) * 2019-04-05 2021-11-16 罗伯特·博世有限公司 用于控制在车辆和云之间分布的应用程序的方法和装置
US20210394797A1 (en) * 2020-06-23 2021-12-23 Cavh Llc Function allocation for automated driving systems
CN114120485A (zh) * 2020-08-11 2022-03-01 丰田自动车株式会社 车辆、认证系统、非暂时性计算机能够读取的介质以及认证方法
CN114283606A (zh) * 2020-09-27 2022-04-05 阿波罗智联(北京)科技有限公司 用于车辆导航的方法、装置、设备、系统和云控平台
CN114585876A (zh) * 2019-08-31 2022-06-03 智能网联交通有限责任公司 一种自动驾驶车辆的分布式驾驶系统和方法
CN115691192A (zh) * 2022-09-23 2023-02-03 张凯文 一种智能交通系统和方法
US11626012B2 (en) 2019-10-11 2023-04-11 Toyota Motor Engineering & Manufacturing North America, Inc. Hierarchical integrated traffic management system for managing vehicles
CN117456748A (zh) * 2023-12-25 2024-01-26 北京华创智芯科技有限公司 基于车路协同技术的交通信号智能调控方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240119829A1 (en) 2022-10-07 2024-04-11 T-Mobile Usa, Inc. Generation of c-v2x event messages for machine learning

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392622A (zh) * 2014-11-07 2015-03-04 南京富士通南大软件技术有限公司 一种基于车联网的多功能辅助驾驶服务系统
CN104851035A (zh) * 2015-05-13 2015-08-19 深圳易空间信息技术有限公司 一种基于互联网的社会运营车辆资源云调度共享方法
US20160086391A1 (en) * 2012-03-14 2016-03-24 Autoconnect Holdings Llc Fleetwide vehicle telematics systems and methods
US20160216130A1 (en) * 2012-06-21 2016-07-28 Cellepathy Ltd. Enhanced navigation instruction
CN105865472A (zh) * 2016-04-06 2016-08-17 重庆邮电大学 一种基于最佳油耗的车载导航方法
CN106251666A (zh) * 2016-08-08 2016-12-21 武汉理工大学 面向智能网联汽车的雾天环境下高速公路安全车速引导系统和方法
CN106549981A (zh) * 2017-01-13 2017-03-29 邹城众达知识产权咨询服务有限公司 一种基于大数据云计算服务的无方向盘智能网约车系统及其运营方法
CN106696962A (zh) * 2016-12-12 2017-05-24 东莞前沿技术研究院 交通系统、车辆及其控制方法
CN106845659A (zh) * 2017-02-03 2017-06-13 驭势科技（北京）有限公司 智能车辆用车前后自检方法、智能车辆及其运营系统、车载计算装置和计算机可读介质
US20170339224A1 (en) * 2016-05-18 2017-11-23 Veniam, Inc. Systems and methods for managing the scheduling and prioritizing of data in a network of moving things
CN107452218A (zh) * 2017-09-22 2017-12-08 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN107564268A (zh) * 2017-01-10 2018-01-09 东南大学 一种多维智能网联交通系统
US9870649B1 (en) * 2015-08-28 2018-01-16 State Farm Mutual Automobile Insurance Company Shared vehicle usage, monitoring and feedback
US9905133B1 (en) * 2016-09-30 2018-02-27 Allstate Insurance Company Controlling autonomous vehicles to provide automated emergency response functions
CN107750375A (zh) * 2015-06-22 2018-03-02 伟摩有限责任公司 确定自主交通工具的拾取和目的地位置
CN108039053A (zh) * 2017-11-29 2018-05-15 南京锦和佳鑫信息科技有限公司 一种智能网联交通系统
CN108140310A (zh) * 2015-08-26 2018-06-08 佩路通科技股份有限公司 用于车辆监测和编队的装置、系统及方法
CN108200164A (zh) * 2017-12-30 2018-06-22 武汉理工大学 一种无人驾驶汽车在互联网下的数据运行系统

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160086391A1 (en) * 2012-03-14 2016-03-24 Autoconnect Holdings Llc Fleetwide vehicle telematics systems and methods
US20160216130A1 (en) * 2012-06-21 2016-07-28 Cellepathy Ltd. Enhanced navigation instruction
CN104392622A (zh) * 2014-11-07 2015-03-04 南京富士通南大软件技术有限公司 一种基于车联网的多功能辅助驾驶服务系统
CN104851035A (zh) * 2015-05-13 2015-08-19 深圳易空间信息技术有限公司 一种基于互联网的社会运营车辆资源云调度共享方法
CN107750375A (zh) * 2015-06-22 2018-03-02 伟摩有限责任公司 确定自主交通工具的拾取和目的地位置
CN108140310A (zh) * 2015-08-26 2018-06-08 佩路通科技股份有限公司 用于车辆监测和编队的装置、系统及方法
US9870649B1 (en) * 2015-08-28 2018-01-16 State Farm Mutual Automobile Insurance Company Shared vehicle usage, monitoring and feedback
CN105865472A (zh) * 2016-04-06 2016-08-17 重庆邮电大学 一种基于最佳油耗的车载导航方法
US20170339224A1 (en) * 2016-05-18 2017-11-23 Veniam, Inc. Systems and methods for managing the scheduling and prioritizing of data in a network of moving things
CN106251666A (zh) * 2016-08-08 2016-12-21 武汉理工大学 面向智能网联汽车的雾天环境下高速公路安全车速引导系统和方法
US9905133B1 (en) * 2016-09-30 2018-02-27 Allstate Insurance Company Controlling autonomous vehicles to provide automated emergency response functions
CN106696962A (zh) * 2016-12-12 2017-05-24 东莞前沿技术研究院 交通系统、车辆及其控制方法
CN107564268A (zh) * 2017-01-10 2018-01-09 东南大学 一种多维智能网联交通系统
CN106549981A (zh) * 2017-01-13 2017-03-29 邹城众达知识产权咨询服务有限公司 一种基于大数据云计算服务的无方向盘智能网约车系统及其运营方法
CN106845659A (zh) * 2017-02-03 2017-06-13 驭势科技（北京）有限公司 智能车辆用车前后自检方法、智能车辆及其运营系统、车载计算装置和计算机可读介质
CN107452218A (zh) * 2017-09-22 2017-12-08 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN108039053A (zh) * 2017-11-29 2018-05-15 南京锦和佳鑫信息科技有限公司 一种智能网联交通系统
CN108200164A (zh) * 2017-12-30 2018-06-22 武汉理工大学 一种无人驾驶汽车在互联网下的数据运行系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CLARK LETTER 等: "Efficient control of fully automated connected vehicles at freeway merge segments", 《TRANSPORTATION RESEARCH PART C: EMERGING TECHNOLOGIES》 *
冉斌 等: "智能网联交通技术发展现状及趋势", 《汽车安全与节能学报》 *
车云 陈卓: "《智能汽车 决战2020》", 30 April 2018, 北京理工大学出版社 *

Cited By (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109774627A (zh) * 2019-02-15 2019-05-21 苏州工业园区职业技术学院 一种面向智能网联汽车的混合操作系统
CN109785642A (zh) * 2019-03-18 2019-05-21 解保业 车辆智能诱导系统
CN113661695A (zh) * 2019-04-05 2021-11-16 罗伯特·博世有限公司 用于控制在车辆和云之间分布的应用程序的方法和装置
US11926348B2 (en) 2019-04-05 2024-03-12 Robert Bosch Gmbh Method and device for controlling applications distributed between a vehicle and a cloud
CN110072193A (zh) * 2019-04-29 2019-07-30 清华大学 一种用于智能网联车测试的通信拓扑结构
CN110072193B (zh) * 2019-04-29 2019-12-17 清华大学 一种用于智能网联车测试的通信拓扑结构
CN112026678A (zh) * 2019-05-17 2020-12-04 长城汽车股份有限公司 智能车辆系统和调度方法
CN110083163A (zh) * 2019-05-20 2019-08-02 三亚学院 一种用于自动驾驶汽车的5g c-v2x车路云协同感知方法及系统
CN110213716A (zh) * 2019-05-20 2019-09-06 北京邮电大学 一种基于雾无线接入网络的车联组网方法
CN110182219B (zh) * 2019-05-31 2020-10-02 江苏盛海智能科技有限公司 一种无人驾驶车辆的资源调度方法及无人驾驶车辆
CN110182219A (zh) * 2019-05-31 2019-08-30 江苏盛海智能科技有限公司 一种无人驾驶车辆的资源调度方法及无人驾驶车辆
CN110491155A (zh) * 2019-07-30 2019-11-22 深圳市前海胡桃科技有限公司 一种自动驾驶装置的调度方法、装置及自动驾驶装置
CN110517483A (zh) * 2019-08-06 2019-11-29 杭州博信智联科技有限公司 一种路况信息处理方法及数字轨路侧单元
CN114585876A (zh) * 2019-08-31 2022-06-03 智能网联交通有限责任公司 一种自动驾驶车辆的分布式驾驶系统和方法
CN110488844A (zh) * 2019-09-08 2019-11-22 刘璐 一种基于城市专用道路的无人驾驶系统及控制方法
US11626012B2 (en) 2019-10-11 2023-04-11 Toyota Motor Engineering & Manufacturing North America, Inc. Hierarchical integrated traffic management system for managing vehicles
CN110648550A (zh) * 2019-10-17 2020-01-03 深圳中集智能科技有限公司 行车安全系统
CN113285969A (zh) * 2020-02-03 2021-08-20 丰田自动车株式会社 车辆管理系统
US11796330B2 (en) * 2020-02-11 2023-10-24 Delphi Technologies Ip Limited System and method for providing value recommendations to ride-hailing drivers
US20210247195A1 (en) * 2020-02-11 2021-08-12 Delphi Technologies Ip Limited System and method for providing value recommendations to ride-hailing drivers
CN111309006A (zh) * 2020-02-12 2020-06-19 北京交通大学 一种自主导航运输系统
CN111402582B (zh) * 2020-03-12 2021-05-25 东南大学 智能网联环境电动汽车借用自动驾驶专用车道的控制方法
CN111402582A (zh) * 2020-03-12 2020-07-10 东南大学 智能网联环境电动汽车借用自动驾驶专用车道的控制方法
CN113191588A (zh) * 2020-04-03 2021-07-30 上海丰豹商务咨询有限公司 一种分布式驾驶系统的设备分配系统
CN113191588B (zh) * 2020-04-03 2023-02-07 上海丰豹商务咨询有限公司 一种分布式驾驶系统的设备分配系统
CN111627240A (zh) * 2020-05-27 2020-09-04 南京美慧软件有限公司 一种智能城市公交车辆专用车道设施系统与控制方法
US12037023B2 (en) * 2020-06-23 2024-07-16 Cavh Llc Function allocation for automated driving systems
US20210394797A1 (en) * 2020-06-23 2021-12-23 Cavh Llc Function allocation for automated driving systems
CN114120485B (zh) * 2020-08-11 2024-01-16 丰田自动车株式会社 车辆、认证系统、非暂时性计算机能够读取的介质以及认证方法
CN114120485A (zh) * 2020-08-11 2022-03-01 丰田自动车株式会社 车辆、认证系统、非暂时性计算机能够读取的介质以及认证方法
CN112124319A (zh) * 2020-08-28 2020-12-25 青岛慧拓智能机器有限公司 一种智能驾驶系统
CN112124319B (zh) * 2020-08-28 2021-04-23 青岛慧拓智能机器有限公司 一种智能驾驶系统
CN112116226A (zh) * 2020-09-07 2020-12-22 腾讯科技（深圳）有限公司 仿真车辆的控制方法、装置、计算机设备和存储介质
CN112133113A (zh) * 2020-09-25 2020-12-25 安徽达尔智能控制系统股份有限公司 一种城市道路交叉路口的道路交通的智能网实时指挥系统
CN114283606A (zh) * 2020-09-27 2022-04-05 阿波罗智联(北京)科技有限公司 用于车辆导航的方法、装置、设备、系统和云控平台
CN112634606A (zh) * 2020-12-21 2021-04-09 重庆交通大学 货车编队运输调度方法、调度系统、介质及数据处理终端
CN112767696A (zh) * 2021-01-18 2021-05-07 陈潇潇 对统一规格自动驾驶车辆进行统一管控的智能交通体系
CN112907424B (zh) * 2021-01-19 2023-11-21 东南大学 一种智能网联环境道路专用道设置方法及系统
CN112907424A (zh) * 2021-01-19 2021-06-04 东南大学 一种智能网联环境道路专用道设置方法及系统
CN113192317A (zh) * 2021-01-27 2021-07-30 浙江同仕工程科技有限公司 一种智慧交通车路协同管控系统
CN113192317B (zh) * 2021-01-27 2022-12-06 浙江同仕工程科技有限公司 一种智慧交通车路协同管控系统
CN112874526A (zh) * 2021-02-23 2021-06-01 丁立言 一种基于5g技术的自动驾驶汽车引导装置
CN112991801A (zh) * 2021-03-05 2021-06-18 合肥工业大学 一种基于时变路况的最优安全路径获取方法
CN112991801B (zh) * 2021-03-05 2022-03-11 合肥工业大学 一种基于时变路况的最优安全路径获取方法
CN113257024A (zh) * 2021-04-29 2021-08-13 中汽研汽车检验中心(广州)有限公司 一种基于v2i的高速公路雨雾环境防追尾预警方法及系统
CN113591269B (zh) * 2021-06-29 2024-03-19 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN113591269A (zh) * 2021-06-29 2021-11-02 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN113593221A (zh) * 2021-07-05 2021-11-02 哈尔滨工业大学（深圳） 信息价值评估式驾驶系统、网联车辆系统和数据传输方法
CN113630743A (zh) * 2021-08-17 2021-11-09 启迪云控(上海)汽车科技有限公司 一种基于v2x网络智能网联射频效益的分析方法
CN113630743B (zh) * 2021-08-17 2023-11-21 云控智行(上海)汽车科技有限公司 一种基于v2x网络智能网联射频效益的分析方法
CN115691192A (zh) * 2022-09-23 2023-02-03 张凯文 一种智能交通系统和方法
CN115691192B (zh) * 2022-09-23 2024-08-09 张凯文 一种智能交通系统和方法
CN117456748A (zh) * 2023-12-25 2024-01-26 北京华创智芯科技有限公司 基于车路协同技术的交通信号智能调控方法及系统
CN117456748B (zh) * 2023-12-25 2024-03-05 北京华创智芯科技有限公司 基于车路协同技术的交通信号智能调控方法及系统

Also Published As

Publication number Publication date
CN109118758B (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN109118758B (zh) 一种面向移动共享的智能网联交通管理系统
CN109285373B (zh) 一种面向整体道路网的智能网联交通系统
US11854391B2 (en) Intelligent road infrastructure system (IRIS): systems and methods
US20190244518A1 (en) Connected automated vehicle highway systems and methods for shared mobility
US11881101B2 (en) Intelligent road side unit (RSU) network for automated driving
CN111210618B (zh) 自动网联公交道路系统
US11842642B2 (en) Connected automated vehicle highway systems and methods related to heavy vehicles
US11964674B2 (en) Autonomous vehicle with partially instrumened roadside unit network
CN110930747B (zh) 一种基于云计算技术的智能网联交通服务系统
US20190311616A1 (en) Connected and automated vehicle systems and methods for the entire roadway network
US20220114885A1 (en) Coordinated control for automated driving on connected automated highways
US12037023B2 (en) Function allocation for automated driving systems
CN111260946A (zh) 一种基于智能网联系统的自动驾驶货车运营控制系统
US20210311491A1 (en) Intelligent roadside toolbox
US12008893B2 (en) Autonomous vehicle (AV) control system with roadside unit (RSU) network
CN114501385A (zh) 一种应用于智能网联交通系统的协同自动驾驶系统
US20240351616A1 (en) Function allocation and integration for autonomous vehicles
AU2024227057A1 (en) Intelligent road infrastructure system (IRIS): systems and methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200924

Address after: Room 205, 14 / F, building 2, 588 Zixing Road, Minhang District, Shanghai, 200241

Patentee after: Shanghai Fengbao Business Consulting Co.,Ltd.

Address before: 210018 room B2201, 1 building, east science and Technology Park, 6 Yangtze River back street, Xuanwu District, Nanjing, Jiangsu

Patentee before: NANJING JINHE JIAXIN INFORMATION TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right