CN114495508B - 一种基于模糊决策的紧急路况信息传输方法及装置 - Google Patents

一种基于模糊决策的紧急路况信息传输方法及装置 Download PDF

Info

Publication number
CN114495508B
CN114495508B CN202210338115.6A CN202210338115A CN114495508B CN 114495508 B CN114495508 B CN 114495508B CN 202210338115 A CN202210338115 A CN 202210338115A CN 114495508 B CN114495508 B CN 114495508B
Authority
CN
China
Prior art keywords
fuzzy
vehicle
road
information
emergency
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.)
Active
Application number
CN202210338115.6A
Other languages
English (en)
Other versions
CN114495508A (zh
Inventor
许馨宸
李英龙
季白杨
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202210338115.6A priority Critical patent/CN114495508B/zh
Publication of CN114495508A publication Critical patent/CN114495508A/zh
Application granted granted Critical
Publication of CN114495508B publication Critical patent/CN114495508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于模糊决策的紧急路况信息传输方法及装置，携带紧急路况信息的车辆行驶在路口时，通过模糊决策选择将要经过的最优路段；携带紧急路况信息的车辆行驶在路上时，通过模糊决策选择下一跳最优转发车辆；本发明中，模糊信息代替原始交通数据用于紧急路况信息转发时的模糊决策，此外设计的模糊算子、模糊支配过滤规则和随机决策也保证了紧急路况信息被及时可靠地发送到目的地，可有效地降低紧急路况带来的危害。本发明提出的方法计算和通信开销低，且容易利用现有路边交通设施进行部署和实现，实用价值高。

Description

一种基于模糊决策的紧急路况信息传输方法及装置
技术领域
本发明涉及智能城市交通领域，尤其涉及一种基于模糊决策的紧急路况信息传输方法及装置。
背景技术
行驶在道路上（尤其特殊路段，如隧道）的车辆遇到紧急路况或事故，需要将紧急路况信息快速地传输到路边交通设施或者前后方的车辆，避免更严重的交通事故和损失。而道路上车辆的快速移动，对于数据包传输质量（Quality of Service，QoS），如数据包达到目的地的成功率、实时性等有很大影响。因此为高移动性车联网设计一种轻量级的实时数据传输方案，以解决紧急路况信息快速而可靠的传递问题，是一个挑战性的工作。
车辆通常配备了车载单元OBU和GPS模块，这使得其具有一定的计算和通信能力，但是这种能力十分有限，因此在数据传输服务中需要轻量级的边缘计算方法；另外动态变化的车辆和复杂的道路环境使得车联网具有很多不确定性和难以预见性，复杂的精确计算也难以确保计算结果的精确性。针对以上两个挑战，本发明基于模糊集方法设计了一种轻量级的数据转发新方法，可以将紧急路况信息实时而可靠地传输到目的地。
发明内容
本发明目的在于针对现有技术的不足，提出一种基于模糊决策的紧急路况信息传输方法及装置，可以快速而可靠地传递紧急路况信息到目的地。
本发明的目的是通过以下技术方案来实现的：第一方面，本发明提供了一种基于模糊决策的紧急路况信息传输方法，所述传输方法包括如下步骤：
步骤1：携带紧急路况信息的车辆行驶在路口时，通过模糊决策选择将要经过的最优路段；
考虑两个模糊决策因素：路段的连通性质量和路段方向合适性；携带紧急路况信息的车辆通过与路边交通设施和周围车辆交换信息获得路段位置和车辆位置信息，再经过模糊化处理得到上述两个模糊因素相关的模糊语言变量信息；针对模糊信息设计模糊算子、模糊支配过滤规则和随机决策，最终模糊决策得到将要经过的最优路段；
步骤2：携带紧急路况信息的车辆行驶在路段上时，通过模糊决策选择下一跳最优转发紧急路况信息的车辆；
携带紧急路况信息的车辆不断嗅探比它更有利于到达目的地的转发车辆，这个过程中考虑与转发车辆有关的三个模糊决策因素：距离下个路口的远近、转发可靠性以及移动方向，其中移动方向用于过滤和携带紧急路况信息的车辆移动方向相反的候选转发车辆；距离下个路口的远近和转发可靠性通过携带紧急路况信息的车辆与路边交通设施和周围车辆信息交换并模糊化处理获得模糊语言变量信息；针对模糊化后的模糊信息设计模糊算子、模糊支配过滤规则和随机决策，最终模糊决策得到下一跳最优的转发车辆。
进一步地，所述紧急路况信息为车辆行驶的道路上的突发路况，包括道路积水、交通事故和道路塌方的路况信息。
进一步地，所述路边交通设施能够和其周围的车辆进行无线通信并进行数据传输，用于采集其周围车辆的速度、位置信息并存储。
进一步地，所述步骤1中，携带紧急路况信息的车辆记为V c ，其行驶在路口时，模糊化处理得到路段的连通性质量和路段方向合适性相关的模糊信息的具体过程如下：
1.1、携带紧急路况信息的车辆V c 行驶在路口J c 时，通过与路边交通设施以及周围 车辆的信息交换，得到与J c 相连的路段上车辆密度p；定义车辆密度p上的3个模糊集“差的” FC1，“好的”FC2和“中等的”FC3来描述这些路段的连通性质量，它们的梯形隶属度函数为
Figure 100949DEST_PATH_IMAGE001
，
Figure 221351DEST_PATH_IMAGE002
和
Figure 469930DEST_PATH_IMAGE003
如式(1)、式(2)和式(3)所示：
Figure 130718DEST_PATH_IMAGE004
(1)
Figure 413932DEST_PATH_IMAGE005
(2)
Figure 439657DEST_PATH_IMAGE006
(3)
其中
Figure 972270DEST_PATH_IMAGE007
、
Figure 374432DEST_PATH_IMAGE008
和
Figure 512152DEST_PATH_IMAGE009
为衡量路段上车辆密度的参数，取值根据路段上历史车辆 密度分布设定，使得“好的”连通性质量的路段数量比“差的”和“中等的”连通性的路段数量 少，以提高后来模糊决策的精确度；
Figure 771095DEST_PATH_IMAGE010
和
Figure 997196DEST_PATH_IMAGE011
分别是论域“车辆密度”的下界和上界；上述三个 模糊集隶属度函数在论域“车辆密度”上相交两个节点
Figure 937470DEST_PATH_IMAGE012
和
Figure 726435DEST_PATH_IMAGE013
，而形成3个 划分区间：
Figure 359541DEST_PATH_IMAGE014
，
Figure 70008DEST_PATH_IMAGE015
和
Figure 610711DEST_PATH_IMAGE016
；然后定义3个模 糊语言变量c、a和b分别对应3个区间，分别对应模糊集“差的”、“好的”和“中等的”；
1.2、携带紧急路况信息的车辆V c 行驶在路口J c 时，计算与J c 相连的路段和目的地 的转向夹角θ；定义转向夹角θ的两个模糊集：“正面的”FA1和“负面的”FA2，用于描述相邻路 段相对于目的地的方向合适性，它们的梯形隶属度函数
Figure 261452DEST_PATH_IMAGE018
和
Figure 255953DEST_PATH_IMAGE019
分别如式(4) 和式(5)所示：
Figure 538030DEST_PATH_IMAGE020
(4)
Figure 504849DEST_PATH_IMAGE021
(5)
其中，
Figure 542075DEST_PATH_IMAGE022
和
Figure 695976DEST_PATH_IMAGE023
分别为衡量路段和目的地转向夹角的参数，根据实际道路布局 设定；
Figure 844060DEST_PATH_IMAGE018
和
Figure 665386DEST_PATH_IMAGE024
两个隶属度函数相交于一点
Figure 811196DEST_PATH_IMAGE025
，并将论域“转向夹角”θ划分成两个区间：
Figure 514710DEST_PATH_IMAGE026
和
Figure 404169DEST_PATH_IMAGE027
，再定义两个模糊语言变量i和j 与之对应，分别对应论域“转向夹角”上的模糊集“正面的”和“负面的”。
进一步地，所述步骤2中，携带紧急路况信息的车辆V c 行驶在路段上时，模糊化处理得到距离下个路口的远近和转发可靠性相关的模糊信息的具体过程如下：
2.1、携带紧急路况信息的车辆V c 行驶在路段上时，通过和路边交通设施以及周围 车辆的信息交换，得到与候选转发车辆V i 与下个路口J n 的距离d；定义论域“距离”d上的3个 模糊集“近的”FD1，“中等的”FD2和“远的”FD3，用于描述候选转发车辆的“距离下个路口的远 近”，它们的梯形隶属度函数
Figure 80001DEST_PATH_IMAGE028
，
Figure 459030DEST_PATH_IMAGE029
和
Figure 853102DEST_PATH_IMAGE030
如式(6)、式(7)和式(8)所示：
Figure 280672DEST_PATH_IMAGE031
(6)
Figure 607748DEST_PATH_IMAGE032
(7)
Figure 360941DEST_PATH_IMAGE033
(8)
其中，
Figure 973800DEST_PATH_IMAGE034
、
Figure 267378DEST_PATH_IMAGE035
和
Figure 652223DEST_PATH_IMAGE036
分别表示候选转发车辆到下个经过路口的距离参数，
Figure 310737DEST_PATH_IMAGE037
和
Figure 476140DEST_PATH_IMAGE038
分别是论域“距离”的下界和上界；三个模糊集隶属度函数在论域“距离”d上相交两个节 点
Figure 245512DEST_PATH_IMAGE039
和
Figure 812760DEST_PATH_IMAGE040
，而形成三个划分区间
Figure 642176DEST_PATH_IMAGE041
，
Figure 232557DEST_PATH_IMAGE042
和
Figure 867938DEST_PATH_IMAGE043
，分别定义三个模糊语言变量e、f和g 对应三区间，分别对应模糊集“近的”、“中等的”和“远的”；
2.2、携带紧急路况信息的车辆V c 行驶在路段上时，通过与路边交通设施以及周围 车辆的信息交换，得到V c 与候选转发车辆V i 的距离和相对速度，然后计算连接持续时间t；定 义在论域“连接持续时间”t上的两个模糊集：“糟糕的”FS1和“良好的”FS2，用于描述车辆V c 向候选转发车辆V i 转发紧急路况信息的可靠性，它们的梯形隶属度函数
Figure 227375DEST_PATH_IMAGE044
和
Figure 227692DEST_PATH_IMAGE045
如式(9)、式(10)所示：
Figure 102107DEST_PATH_IMAGE046
(9)
Figure 478862DEST_PATH_IMAGE047
(10)
其中，
Figure 958385DEST_PATH_IMAGE048
、
Figure 191920DEST_PATH_IMAGE049
、
Figure 491314DEST_PATH_IMAGE050
、
Figure 671760DEST_PATH_IMAGE051
和
Figure 802527DEST_PATH_IMAGE052
分别表示当前携带紧急路况信息车辆和候选转 发车辆的连接持续时间参数；
Figure 144647DEST_PATH_IMAGE053
和
Figure 196916DEST_PATH_IMAGE054
分别是论域“连接持续时间”的下界和上界；两个模糊集 隶属度函数在论域t上相交两点I1和I2，而形成两个划分区间
Figure 712211DEST_PATH_IMAGE055
∪
Figure 900747DEST_PATH_IMAGE056
和
Figure 476085DEST_PATH_IMAGE057
，分别 定义两个模糊语言变量r和s对应两个区间，分别对应模糊集“糟糕的”和“良好的”。
进一步地，对于模糊语言变量信息，定义模糊算子如下：根据英文字母表顺序，定义越靠前的模糊语言变量越模糊“大”。
进一步地，分别定义模糊支配过滤规则和随机决策如下：
对于车辆行驶在路口时，如果路段R1在“连通性质量”和“路段方向合适性”两个模糊因素上都不比路段R2模糊“小”，且至少在一个模糊因素上比R2模糊“大”，则R1模糊支配R2，当R1和R2同时为V c 的候选路段时，则R2被模糊过滤，R1被选为最优的路段；当R1和R2互不模糊支配时，随机选择一个作为将要经过的最优路段；
对于车辆行驶在路段上时，首先通过待转发车辆的“移动方向”过滤掉和携带紧急路况信息的车辆移动方向相反的候选转发车辆，然后再通过“距离下个路口的远近”和“转发可靠性”两个模糊决策因素进行决策选择要转发紧急路况信息的车辆，具体为：如果候选转发车辆V1在“距离下个路口的远近”和“转发可靠性”两个模糊因素上都不比候选转发车辆V2模糊“小”，且至少在一个模糊因素上比V2模糊“大”，则V1模糊支配V2，当V1和V2同时为V c 的候选转发车辆时，则V2被模糊过滤，V1被选为最优的候选转发车辆；当V1和V2互不模糊支配时，随机选择一个候选转发车辆作为将要转发紧急路况信息的车辆。
第二方面，本发明还提供了一种基于模糊决策的紧急路况信息传输装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现所述的基于模糊决策的紧急路况信息传输方法。
第三方面，本发明还提供了一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时，实现所述的基于模糊决策的紧急路况信息传输方法。
本发明的有益效果：
1）通过本发明提供的方法，紧急路况信息能被实时而可靠地发送到目的地，有效地降低紧急路况带来的危害；
2）本发明提出的方法计算和通信开销低，且容易利用现有路边交通设施进行部署和实现，实用价值高。
附图说明
图1是本发明一种基于模糊决策的紧急路况信息传输方法流程图。
图2是车联网紧急路况信息数据包传输网络结构示意图。
图3是行驶在路口上的车辆选择转发路段时，模糊集“连通性质量”（“差的”、“好的”和“中等的”）用于选择最优的转发路段的示意图。
图4是在路口的车辆选择路段时，路段和目的地的转向夹角θ 1为“负面的”模糊方向合适度，θ 2为“正面的”模糊方向合适度的示意图。
图5是行驶在路段上的车辆选择转发车辆时，模糊集“距离下个路口的远近”（“近的”、“中等的”和“远的”）用于选择最优的转发车辆的示意图。
图6是行驶在路段上的车辆选择转发车辆时，模糊集“转发可靠性”（“糟糕的”和“良好的”）用于选择最优的转发车辆的示意图。
图7是本发明一种基于模糊决策的紧急路况信息传输装置示意图。
具体实施方式
以下结合附图对本发明具体实施方式作进一步详细说明。
本发明提供的一种基于模糊决策的紧急路况信息传输方法及装置，携带紧急路况信息的车辆V c 要么行驶在路口，要么行驶在路上。当V c 在路口时，它需要选择将要经过的最优路段，本发明考虑了相邻候选路段连通性质量和相邻路段（相对于目的地）方向合适性两个模糊因素。V c 通过与路边交通设施和周围车辆的信息交换得到基础交通数据，然后这些原始交通数据被模糊化成上述两个模糊决策因素信息。之后为这些模糊信息设计模糊算子和模糊支配过滤规则，最后在互不模糊支配的结果中利用随机决策得到最优的转发路段；当V c 在路上时，它不断嗅探比自己更有利于达到目的地的转发车辆并选择最优的一个转发车辆，为此本发明考虑了与转发车辆有关的三个模糊决策因素：距离下个路口的远近，转发可靠性，以及移动方向，其中移动方向用于过滤那些和V c 移动方向相反的候选车辆；距离下个路口的远近和转发可靠性通过V c 与路边交通设施和周围车辆信息交换和模糊化获得。针对上述模糊信息分别设计模糊算子和模糊支配过滤规则，最终随机决策得到下一跳最优的转发车辆。本发明中，模糊信息代替原始交通数据用于紧急路况信息转发时的模糊决策，此外模糊算子、模糊支配过滤和随机决策规则也保证了紧急路况信息被及时可靠地发送到目的地。
参照图1，本发明提供的一种基于模糊决策的紧急路况信息传输方法，仅使用路边交通设施，图2显示了本发明提出的基于模糊决策的紧急路况信息传输方法的边缘车联网结构模型图。基于该网络模型图，经过如下两个步骤可以完成基于模糊决策的紧急路况信息传输。
步骤1：携带紧急路况信息的车辆V c 行驶在路口时，通过模糊决策选择将要经过的最优路段；所述紧急路况信息为车辆行驶的道路上的突发路况，包括道路积水、交通事故和道路塌方的路况信息。
考虑两个模糊决策因素：路段的连通性质量和路段方向合适性；携带紧急路况信息的车辆V c 通过与路边交通设施和周围车辆交换信息获得路段位置和车辆位置信息，所述路边交通设施能够和其周围的车辆进行无线通信并进行数据传输，用于采集其周围车辆的速度、位置信息并存储。再经过模糊化处理得到上述两个模糊因素相关的模糊语言变量信息；具体过程如下：
1.1、携带紧急路况信息的车辆V c 行驶在路口J c 时，通过与路边交通设施以及周围 车辆的信息交换，得到与J c 相连的路段上车辆密度p；定义车辆密度p上的3个模糊集“差的” FC1，“好的”FC2和“中等的”FC3来描述这些路段的连通性质量，它们的梯形隶属度函数为
Figure 15651DEST_PATH_IMAGE058
，
Figure 286968DEST_PATH_IMAGE059
和
Figure 595590DEST_PATH_IMAGE060
如式(1)、式(2)和式(3)所示：
Figure 341829DEST_PATH_IMAGE061
(1)
Figure 837532DEST_PATH_IMAGE062
(2)
Figure 960209DEST_PATH_IMAGE063
(3)
其中
Figure 123337DEST_PATH_IMAGE064
、
Figure 978161DEST_PATH_IMAGE065
和
Figure 289056DEST_PATH_IMAGE066
为衡量路段上车辆密度的参数，取值根据路段上历史车辆 密度分布设定，使得“好的”连通性质量的路段数量比“差的”和“中等的”连通性的路段数量 少，以提高后来模糊决策的精确度；
Figure 887528DEST_PATH_IMAGE067
和
Figure 905162DEST_PATH_IMAGE068
分别是论域“车辆密度”的下界和上界，下界通常 为0，表示路段上没有车，即车辆密度为0，上界为路段上塞满了车，通常取该路段上历史车 辆密度最高值；上述三个模糊集隶属度函数在论域“车辆密度”上相交两个节点
Figure 258783DEST_PATH_IMAGE069
和
Figure 729079DEST_PATH_IMAGE070
，而形成3个划分区间：
Figure 396821DEST_PATH_IMAGE071
，
Figure 65699DEST_PATH_IMAGE072
和
Figure 527905DEST_PATH_IMAGE073
；然后定义3个模糊语言变量c、a和b分别对应3个区间，分别对应模糊集“差 的”、“好的”和“中等的”；图3显示了本发明中选择路段时考虑的“路段连通性质量”模糊因 素，图3通过评估候选路段上车辆密度p，分别定义了三个模糊集“差的”FC1、“好的”FC2和“中 等的”FC3，在选择路段时，选择“好的”路段，即p处于
Figure 751076DEST_PATH_IMAGE074
的路段会被 优先地选择作为最优的转发路段。
1.2、携带紧急路况信息的车辆V c 行驶在路口J c 时，计算与J c 相连的路段和目的地 的转向夹角θ；定义转向夹角θ的两个模糊集：“正面的”FA1和“负面的”FA2，用于描述相邻路 段相对于目的地的方向合适性，它们的梯形隶属度函数
Figure 480314DEST_PATH_IMAGE018
和
Figure 379000DEST_PATH_IMAGE019
分别如式(4) 和式(5)所示：
Figure 620626DEST_PATH_IMAGE020
(4)
Figure 364591DEST_PATH_IMAGE021
(5)
其中，
Figure 476903DEST_PATH_IMAGE022
和
Figure 77649DEST_PATH_IMAGE075
分别为衡量路段和目的地转向夹角的参数，根据实际道路布局 设定；
Figure 9833DEST_PATH_IMAGE018
和
Figure 354226DEST_PATH_IMAGE019
两个隶属度函数相交于一点
Figure 318116DEST_PATH_IMAGE025
，并将论域“转向夹角”θ划分成两个区间：
Figure 27446DEST_PATH_IMAGE076
和
Figure 509243DEST_PATH_IMAGE027
，再定义两个模糊语言变量i和j 与之对应，分别对应论域“转向夹角”上的模糊集“正面的”和“负面的”。图4显示了本发明中 选择路段时考虑的“路段方向合适性”模糊因素。图4中Vc是携带紧急路况信息的车辆在某 路口，J1 n和J2 n分别是候选下个路口，θ 1和θ 2分别是目的地到J1 n和J2 n转向夹角，分别在θ上定义两个模糊集“正面的”FA1和“负面的”FA2。在选择路段时，选择“正面的”路段，即θ处 于
Figure 595010DEST_PATH_IMAGE077
的路段会被优先地选择作为最优的转发路段。
针对模糊信息设计模糊算子、模糊支配过滤规则和随机决策，最终模糊决策得到将要经过的最优路段；具体过程为：
对于模糊语言变量，定义模糊算子“≯”如下：根据英文字母表顺序，定义越靠前的模糊语言变量越模糊“大”，比如a≯b = a，表示英文字母顺序中a比b更靠前，因此a比b模糊“大”，同理j比i模糊“小”；分别定义模糊支配过滤规则和随机决策如下：
对于车辆行驶在路口时，如果路段R1在“连通性质量”和“路段方向合适性”两个模糊因素上都不比路段R2模糊“小”，且至少在一个模糊因素上比R2模糊“大”，则R1模糊支配R2，当R1和R2同时为V c 的候选路段时，则R2被模糊过滤，R1被选为最优的路段；当R1和R2互不模糊支配时，随机选择一个作为将要经过的最优路段，这是因为R1和R2都是优秀的候选路段，因此随机决策也能保证良好的数据传输服务质量；
步骤2：携带紧急路况信息的车辆行驶在路段上时，通过模糊决策选择下一跳最优转发紧急路况信息的车辆；
携带紧急路况信息的车辆不断嗅探比它更有利于到达目的地的转发车辆，这个过程中考虑与转发车辆有关的三个模糊决策因素：距离下个路口的远近、转发可靠性以及移动方向，其中移动方向用于过滤和携带紧急路况信息的车辆移动方向相反的候选转发车辆；距离下个路口的远近和转发可靠性通过携带紧急路况信息的车辆与路边交通设施和周围车辆信息交换并模糊化处理获得模糊语言变量信息；具体过程如下：
2.1、携带紧急路况信息的车辆V c 行驶在路段上时，通过和路边交通设施以及周围 车辆的信息交换，得到与候选转发车辆V i 与下个路口J n 的距离d；定义论域“距离”d上的3个 模糊集“近的”FD1，“中等的”FD2和“远的”FD3，用于描述候选转发车辆的“距离下个路口的远 近”，它们的梯形隶属度函数
Figure 416336DEST_PATH_IMAGE028
，
Figure 624463DEST_PATH_IMAGE029
和
Figure 265660DEST_PATH_IMAGE030
如式(6)、式(7)和式(8)所示：
Figure 951856DEST_PATH_IMAGE031
(6)
Figure 893268DEST_PATH_IMAGE032
(7)
Figure 944400DEST_PATH_IMAGE078
(8)
其中，
Figure 135210DEST_PATH_IMAGE034
、
Figure 828360DEST_PATH_IMAGE035
和
Figure 624277DEST_PATH_IMAGE036
分别表示候选转发车辆到下个经过路口的距离参数，
Figure 111890DEST_PATH_IMAGE037
和
Figure 789996DEST_PATH_IMAGE038
分别是论域“距离”的下界和上界，其中下界为0，表示距离为零，上界为所处路段长度；三 个模糊集隶属度函数在论域“距离”d上相交两个节点
Figure 755678DEST_PATH_IMAGE039
和
Figure 406103DEST_PATH_IMAGE040
，而形成 三个划分区间
Figure 126934DEST_PATH_IMAGE079
，
Figure 230019DEST_PATH_IMAGE080
和
Figure 264971DEST_PATH_IMAGE081
， 分别定义三个模糊语言变量e、f和g对应三区间，分别对应模糊集“近的”、“中等的”和“远 的”；图5显示了本发明步骤2.1中选择转发车辆时考虑的“距离下个路口远近”模糊因素，图 5通过评估候选车辆到下个路口的距离d，分别定义了三个模糊集“近的”FD1、“中等的”FD2和 “远的”FD3。在选择转发车辆时，选择“近的”车辆，即d处于
Figure 566640DEST_PATH_IMAGE082
的车辆会被优 先地选择作为最优的转发车辆。
2.2、携带紧急路况信息的车辆V c 行驶在路段上时，通过与路边交通设施以及周围 车辆的信息交换，得到V c 与候选转发车辆V i 的距离和相对速度，然后计算连接持续时间t；定 义在论域“连接持续时间”t上的两个模糊集：“糟糕的”FS1和“良好的”FS2，用于描述车辆V c 向候选转发车辆V i 转发紧急路况信息的可靠性，它们的梯形隶属度函数
Figure 396055DEST_PATH_IMAGE044
和
Figure 48754DEST_PATH_IMAGE045
如式(9)、式(10)所示：
Figure 356238DEST_PATH_IMAGE083
(9)
Figure 984184DEST_PATH_IMAGE084
(10)
其中，
Figure 46818DEST_PATH_IMAGE048
、
Figure 858916DEST_PATH_IMAGE049
、
Figure 501250DEST_PATH_IMAGE050
、
Figure 777511DEST_PATH_IMAGE051
和
Figure 948729DEST_PATH_IMAGE052
分别表示当前携带紧急路况信息车辆和候选转 发车辆的连接持续时间参数；
Figure 310440DEST_PATH_IMAGE053
和
Figure 225307DEST_PATH_IMAGE054
分别是论域“连接持续时间”的下界和上界，下界为0，表 示两车不在无线通信范围内，上界由路段长度和实际交通状况设定边界；两个模糊集隶属 度函数在论域t上相交两点I1和I2，而形成两个划分区间
Figure 559336DEST_PATH_IMAGE085
∪
Figure 963773DEST_PATH_IMAGE086
和
Figure 16042DEST_PATH_IMAGE057
，分别定义 两个模糊语言变量r和s对应两个区间，分别对应模糊集“糟糕的”和“良好的”。图6显示了本 发明中选择转发车辆时考虑的“转发可靠性”模糊因素，图6中模糊集的论域t由V c 和候选转 发车辆之间的距离和它们间的相对速度决定，t太小会造成转发跳数增多，t太大导致信号 衰减，从而降低无线传输的可靠性，因此图6中I1和I2之间的连接持续时间可以产生“良好 的”转发可靠性，其他的区间会对数据传输质量有负面影响。
通过转发车辆的移动方向过滤和V c 移动方向相反的候选转发车辆，因为步骤1.2已经考虑了路段方向性，因此移动方向不需要被模糊化。
针对模糊化后的模糊信息设计模糊算子、模糊支配过滤规则和随机决策，最终模糊决策得到下一跳最优的转发车辆；具体过程为：
模糊算子定义与步骤1中的一致，并且同样地类似于步骤1，分别定义模糊支配过滤规则和随机决策如下：
对于车辆行驶在路段上时，首先通过待转发车辆的“移动方向”过滤掉和携带紧急路况信息的车辆移动方向相反的候选转发车辆，然后再通过“距离下个路口的远近”和“转发可靠性”两个模糊决策因素进行决策选择要转发紧急路况信息的车辆，具体为：如果候选转发车辆V1在“距离下个路口的远近”和“转发可靠性”两个模糊因素上都不比候选转发车辆V2模糊“小”，且至少在一个模糊因素上比V2模糊“大”，则V1模糊支配V2，当V1和V2同时为V c 的候选转发车辆时，则V2被模糊过滤，V1被选为最优的候选转发车辆；当V1和V2互不模糊支配时，随机选择一个候选转发车辆作为将要转发紧急路况信息的车辆。
本发明的一个具体实施例如下：
当某车辆遇到紧急路况时，紧急路况包括隧道突发积水、交通事故、道路塌方等。紧急路况信息须快速地被传输到某位置的路边交通设施，或者即将进入受影响区域的入口处，以减少紧急路况带来的生命和财产损失。一开始遇到紧急路况的车辆会记录并携带该紧急路况信息，之后该车辆会不断嗅探比它本身更有利于到达目的地的转发车辆，并逐跳地传输到目的地。在紧急路况信息传输过程中，携带紧急路况信息的车辆Vc要么行驶在路口，要么行驶在路上。Vc在路口时，往哪条路上的车辆转发是一个决策过程。
本发明基于模糊理论定义了两个影响选路的关键模糊因素，分别是候选路段的“连通性质量“和”方向合适性”，前者由车辆密度来衡量，后者由候选路段和目的地的夹角衡量。最理想的状态是选择车辆密度适中，又最快通向目的地的路段。但是实际情况可能很难同时满足，因此在路口的Vc借助与路边交通设施和周围车辆的信息交换和模糊化，得到候选路段的连通性质量和路段方向性合适性的模糊信息；再利用发明设计的模糊算子、模糊支配过滤规则和随机决策，基于模糊信息进行快速的模糊选路决策。例如：当存在三个候选路段R1(连通性质量1,方向合适性1)、R2(连通性质量2,方向合适性2)和R3(连通性质量3,方向合适性3)时，假设它们携带的模糊信息分别为R1(a,i)、R2(b,i)和R3(c,i)，则R3被R2模糊支配，因此R3被过滤，而R1和R2互不支配，因此随机选择一个都能保证良好的传输服务质量。同理，当Vc行驶在路上时，Vc同样不断嗅探比它更有利于紧急路况信息到达目的地的转发车辆。
在选车决策中，本发明定义了3个关键性的决策模糊因素：距离下个路口的远近、转发可靠性以及移动方向，其中移动方向用于过滤和携带紧急路况信息的车辆移动方向相反的候选转发车辆。用于选车决策的模糊因素为候选车辆“距离下个路口的远近”和候选车辆的“转发可靠性”。例如：当存在三个候选车辆V1(距下个路况远近1, 转发可靠性1)、V2(距下个路况远近2, 转发可靠性2)和V3(距下个路况远近3, 转发可靠性3)时，假设它们携带的模糊信息分别为V1(g,r)、V2(f,r)和V3(f,s)，则V1和V3都被V2模糊支配，因此V1和V3被过滤，只有V2是选车的模糊决策结果。基于上述方法，本发明可以以轻量级计算和通信代价，实现快速而可靠的紧急路况信息传输。
与前述基于模糊决策的紧急路况信息传输方法的实施例相对应，本发明还提供了基于模糊决策的紧急路况信息传输装置的实施例。
参见图7，本发明实施例提供的一种基于模糊决策的紧急路况信息传输装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，用于实现上述实施例中的基于模糊决策的紧急路况信息传输方法。
本发明基于模糊决策的紧急路况信息传输装置的实施例可以应用在任意具备数据处理能力的设备上，该任意具备数据处理能力的设备可以为诸如计算机等设备或装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图7所示，为本发明基于模糊决策的紧急路况信息传输装置所在任意具备数据处理能力的设备的一种硬件结构图，除了图7所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明实施例还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述实施例中的基于模糊决策的紧急路况信息传输方法。
所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备的外部存储设备，例如所述设备上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、SD卡、闪存卡（Flash Card）等。进一步的，所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。
上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。

Claims (7)

1.一种基于模糊决策的紧急路况信息传输方法，其特征在于：所述传输方法包括如下步骤：
步骤1：携带紧急路况信息的车辆行驶在路口时，通过模糊决策选择将要经过的最优路段；
考虑两个模糊决策因素：路段的连通性质量和路段方向合适性；携带紧急路况信息的车辆通过与路边交通设施和周围车辆交换信息获得路段位置和车辆位置信息，再经过模糊化处理得到上述两个模糊因素相关的模糊语言变量信息；针对模糊信息设计模糊算子、模糊支配过滤规则和随机决策，最终模糊决策得到将要经过的最优路段；具体为，对于模糊语言变量信息，定义模糊算子如下：根据英文字母表顺序，定义越靠前的模糊语言变量越模糊“大”；分别定义模糊支配过滤规则和随机决策如下：
对于车辆行驶在路口时，如果路段R1在“连通性质量”和“路段方向合适性”两个模糊因素上都不比路段R2模糊“小”，且至少在一个模糊因素上比R2模糊“大”，则R1模糊支配R2，当R1和R2同时为V c 的候选路段时，则R2被模糊过滤，R1被选为最优的路段；当R1和R2互不模糊支配时，随机选择一个作为将要经过的最优路段；步骤2：携带紧急路况信息的车辆行驶在路段上时，通过模糊决策选择下一跳最优转发紧急路况信息的车辆；
携带紧急路况信息的车辆不断嗅探比它更有利于到达目的地的转发车辆，这个过程中考虑与转发车辆有关的三个模糊决策因素：距离下个路口的远近、转发可靠性以及移动方向，其中移动方向用于过滤和携带紧急路况信息的车辆移动方向相反的候选转发车辆；距离下个路口的远近和转发可靠性通过携带紧急路况信息的车辆与路边交通设施和周围车辆信息交换获得其他车辆位置信息并模糊化处理获得模糊语言变量信息；针对模糊化后的模糊信息设计模糊算子、模糊支配过滤规则和随机决策，最终模糊决策得到下一跳最优的转发车辆；具体为，按照步骤1同样的方式定义模糊算子，则模糊支配过滤规则和随机决策如下：
对于车辆行驶在路段上时，首先通过待转发车辆的“移动方向”过滤掉和携带紧急路况信息的车辆移动方向相反的候选转发车辆，然后再通过“距离下个路口的远近”和“转发可靠性”两个模糊决策因素进行决策选择要转发紧急路况信息的车辆，具体为：如果候选转发车辆V1在“距离下个路口的远近”和“转发可靠性”两个模糊因素上都不比候选转发车辆V2模糊“小”，且至少在一个模糊因素上比V2模糊“大”，则V1模糊支配V2，当V1和V2同时为V c 的候选转发车辆时，则V2被模糊过滤，V1被选为最优的候选转发车辆；当V1和V2互不模糊支配时，随机选择一个候选转发车辆作为将要转发紧急路况信息的车辆。
2.根据权利要求1所述的一种基于模糊决策的紧急路况信息传输方法，其特征在于：所述紧急路况信息为车辆行驶的道路上的突发路况，包括道路积水、交通事故和道路塌方的路况信息。
3.根据权利要求1所述的一种基于模糊决策的紧急路况信息传输方法，其特征在于：所述路边交通设施能够和其周围的车辆进行无线通信并进行数据传输，用于采集其周围车辆的速度、位置信息并存储。
4.根据权利要求1所述的一种基于模糊决策的紧急路况信息传输方法，其特征在于：所述步骤1中，携带紧急路况信息的车辆记为V c ，其行驶在路口时，模糊化处理得到路段的连通性质量和路段方向合适性相关的模糊信息的具体过程如下：
1.1、携带紧急路况信息的车辆V c 行驶在路口J c 时，通过与路边交通设施以及周围车辆的信息交换，得到与J c 相连的路段上车辆密度p；定义车辆密度p上的3个模糊集“差的”FC1，“好的”FC2和“中等的”FC3来描述这些路段的连通性质量，它们的梯形隶属度函数为
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE004
和
Figure DEST_PATH_IMAGE006
如式(1)、式(2)和式(3)所示：
Figure DEST_PATH_IMAGE008
(1)
Figure DEST_PATH_IMAGE010
(2)
Figure DEST_PATH_IMAGE012
(3)
其中
Figure DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE016
和
Figure DEST_PATH_IMAGE018
为衡量路段上车辆密度的参数，取值根据路段上历史车辆密度分布设定，使得“好的”连通性质量的路段数量比“差的”和“中等的”连通性的路段数量少，以提高后来模糊决策的精确度；
Figure DEST_PATH_IMAGE020
和
Figure DEST_PATH_IMAGE022
分别是论域“车辆密度”的下界和上界；上述三个模糊集隶属度函数在论域“车辆密度”上相交两个节点
Figure DEST_PATH_IMAGE024
和
Figure DEST_PATH_IMAGE026
，而形成3个划分区间：
Figure DEST_PATH_IMAGE028
，
Figure DEST_PATH_IMAGE030
和
Figure DEST_PATH_IMAGE032
；然后定义3个模糊语言变量c、a和b分别对应3个区间，分别对应模糊集“差的”、“好的”和“中等的”；
1.2、携带紧急路况信息的车辆V c 行驶在路口J c 时，计算与J c 相连的路段和目的地的转向夹角θ；定义转向夹角θ的两个模糊集：“正面的”FA1和“负面的”FA2，用于描述相邻路段相对于目的地的方向合适性，它们的梯形隶属度函数
Figure DEST_PATH_IMAGE036
和
Figure DEST_PATH_IMAGE038
分别如式(4)和式(5)所示：
Figure DEST_PATH_IMAGE040
(4)
Figure DEST_PATH_IMAGE042
(5)
其中，
Figure DEST_PATH_IMAGE044
和
Figure DEST_PATH_IMAGE046
分别为衡量路段和目的地转向夹角的参数，根据实际道路布局设定；
Figure DEST_PATH_IMAGE047
和
Figure DEST_PATH_IMAGE048
两个隶属度函数相交于一点
Figure DEST_PATH_IMAGE050
，并将论域“转向夹角”θ划分成两个区间：
Figure DEST_PATH_IMAGE052
和
Figure DEST_PATH_IMAGE054
，再定义两个模糊语言变量i和j与之对应，分别对应论域“转向夹角”上的模糊集“正面的”和“负面的”。
5.根据权利要求1所述的一种基于模糊决策的紧急路况信息传输方法，其特征在于：所述步骤2中，携带紧急路况信息的车辆V c 行驶在路段上时，模糊化处理得到距离下个路口的远近和转发可靠性相关的模糊信息的具体过程如下：
2.1、携带紧急路况信息的车辆V c 行驶在路段上时，通过和路边交通设施以及周围车辆的信息交换，得到与候选转发车辆V i 与下个路口J n 的距离d；定义论域“距离”d上的3个模糊集“近的”FD1，“中等的”FD2和“远的”FD3，用于描述候选转发车辆的“距离下个路口的远近”，它们的梯形隶属度函数
Figure DEST_PATH_IMAGE056
，
Figure DEST_PATH_IMAGE058
和
Figure DEST_PATH_IMAGE060
如式(6)、式(7)和式(8)所示：
Figure DEST_PATH_IMAGE062
(6)
Figure DEST_PATH_IMAGE064
(7)
Figure DEST_PATH_IMAGE066
(8)
其中，
Figure DEST_PATH_IMAGE068
、
Figure DEST_PATH_IMAGE070
和
Figure DEST_PATH_IMAGE072
分别表示候选转发车辆到下个经过路口的距离参数，
Figure DEST_PATH_IMAGE074
和
Figure DEST_PATH_IMAGE076
分别是论域“距离”的下界和上界；三个模糊集隶属度函数在论域“距离”d上相交两个节点
Figure DEST_PATH_IMAGE078
和
Figure DEST_PATH_IMAGE080
，而形成三个划分区间
Figure DEST_PATH_IMAGE082
，
Figure DEST_PATH_IMAGE084
和
Figure DEST_PATH_IMAGE086
，分别定义三个模糊语言变量e、f和g对应三区间，分别对应模糊集“近的”、“中等的”和“远的”；
2.2、携带紧急路况信息的车辆V c 行驶在路段上时，通过与路边交通设施以及周围车辆的信息交换，得到V c 与候选转发车辆V i 的距离和相对速度，然后计算连接持续时间t；定义在论域“连接持续时间”t上的两个模糊集：“糟糕的”FS1和“良好的”FS2，用于描述车辆V c 向候选转发车辆V i 转发紧急路况信息的可靠性，它们的梯形隶属度函数
Figure DEST_PATH_IMAGE088
和
Figure DEST_PATH_IMAGE090
如式(9)、式(10)所示：
Figure DEST_PATH_IMAGE092
(9)
Figure DEST_PATH_IMAGE094
(10)
其中，
Figure DEST_PATH_IMAGE096
、
Figure DEST_PATH_IMAGE098
、
Figure DEST_PATH_IMAGE100
、
Figure DEST_PATH_IMAGE102
和
Figure DEST_PATH_IMAGE104
分别表示当前携带紧急路况信息车辆和候选转发车辆的连接持续时间参数；
Figure DEST_PATH_IMAGE106
和
Figure DEST_PATH_IMAGE108
分别是论域“连接持续时间”的下界和上界；两个模糊集隶属度函数在论域t上相交两点I1和I2，而形成两个划分区间
Figure DEST_PATH_IMAGE110
∪
Figure DEST_PATH_IMAGE112
和
Figure DEST_PATH_IMAGE114
，分别定义两个模糊语言变量r和s对应两个区间，分别对应模糊集“糟糕的”和“良好的”。
6.一种基于模糊决策的紧急路况信息传输装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，其特征在于，所述处理器执行所述可执行代码时，实现如权利要求1-5中任一项所述的基于模糊决策的紧急路况信息传输方法。
7.一种计算机可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时，实现如权利要求1-5中任一项所述的基于模糊决策的紧急路况信息传输方法。
CN202210338115.6A 2022-04-01 2022-04-01 一种基于模糊决策的紧急路况信息传输方法及装置 Active CN114495508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210338115.6A CN114495508B (zh) 2022-04-01 2022-04-01 一种基于模糊决策的紧急路况信息传输方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210338115.6A CN114495508B (zh) 2022-04-01 2022-04-01 一种基于模糊决策的紧急路况信息传输方法及装置

Publications (2)

Publication Number Publication Date
CN114495508A CN114495508A (zh) 2022-05-13
CN114495508B true CN114495508B (zh) 2022-07-12

Family

ID=81488172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210338115.6A Active CN114495508B (zh) 2022-04-01 2022-04-01 一种基于模糊决策的紧急路况信息传输方法及装置

Country Status (1)

Country Link
CN (1) CN114495508B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180299284A1 (en) * 2014-12-02 2018-10-18 Kevin Sunlin Wang Method and System For Avoidance of Accidents
CN110139245A (zh) * 2019-05-20 2019-08-16 重庆邮电大学 一种基于模糊逻辑的车联网中继节点选择方法
CN110310480A (zh) * 2019-06-25 2019-10-08 电子科技大学 一种基于拥塞控制的实时路径规划方法
CN111063212A (zh) * 2019-11-26 2020-04-24 浙江工业大学 一种具有隐私保护的模糊Skyline实时停车推荐方法
CN111578964A (zh) * 2020-04-13 2020-08-25 河北德冠隆电子科技有限公司 基于时空轨迹重构高精地图道路信息快速生成系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7659827B2 (en) * 2006-05-08 2010-02-09 Drivecam, Inc. System and method for taking risk out of driving

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180299284A1 (en) * 2014-12-02 2018-10-18 Kevin Sunlin Wang Method and System For Avoidance of Accidents
CN110139245A (zh) * 2019-05-20 2019-08-16 重庆邮电大学 一种基于模糊逻辑的车联网中继节点选择方法
CN110310480A (zh) * 2019-06-25 2019-10-08 电子科技大学 一种基于拥塞控制的实时路径规划方法
CN111063212A (zh) * 2019-11-26 2020-04-24 浙江工业大学 一种具有隐私保护的模糊Skyline实时停车推荐方法
CN111578964A (zh) * 2020-04-13 2020-08-25 河北德冠隆电子科技有限公司 基于时空轨迹重构高精地图道路信息快速生成系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
智能汽车决策中的驾驶行为语义解析关键技术;李国法等;《汽车安全与节能学报》;20191231;第10卷(第4期);全文 *

Also Published As

Publication number Publication date
CN114495508A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN109841059A (zh) 一种基于vanet环境下预测拥挤路段并进行规避的方法
CN110376594A (zh) 一种基于拓扑图的智能导航的方法和系统
CN108417070A (zh) 一种基于大数据的道路车辆引导系统
CN106530781A (zh) 基于车联网分享路况信息的方法及系统
CN112700639A (zh) 一种基于联邦学习与数字孪生的智能交通路径规划方法
CN112614366A (zh) 汽车协同决策方法、装置、电子设备及计算机存储介质
KR102007181B1 (ko) 교통 텔레매틱스용 경로 데이터의 전송 방법
CN109916422B (zh) 一种全局路径规划方法及装置
CN109584567A (zh) 基于车路协同的交通管理方法
CN102243811B (zh) 车辆导航系统及推荐路径检索方法
CN108447263A (zh) 基于浮动车的干线协调控制交叉口的信号控制评价方法
CN108171967A (zh) 一种交通控制方法及装置
CN106781556A (zh) 一种适用于车载短距离通信网络的交通信号灯时长判断方法
CN113382382B (zh) 一种基于模糊逻辑优化策略的车辆自组网络路由方法
CN108549952A (zh) 车辆搭载无人机双层路径的优化方法及装置
CN114627648B (zh) 一种基于联邦学习的城市交通流诱导方法及系统
Shahi et al. MRGM: An adaptive mechanism for congestion control in smart vehicular network
CN116424336A (zh) 一种轨迹预测方法、装置及车联网设备
CN114495508B (zh) 一种基于模糊决策的紧急路况信息传输方法及装置
CN112444256A (zh) 一种基于道路车流量的时间最短路径的方法
Özkul et al. Police‐less multi‐party traffic violation detection and reporting system with privacy preservation
Paul et al. Real-time routing for ITS enabled fog oriented VANET
Doering et al. Impact of radio range on contact characteristics in bus-based delay tolerant networks
Cao et al. ETCS: An efficient traffic congestion scheduling scheme combined with edge computing
CN110072210B (zh) 在车载自组织网络rsu缺失场景下的路网信息收集方法

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