CN116756992B - 具有语义层的车路协同系统建模方法及设备 - Google Patents

具有语义层的车路协同系统建模方法及设备 Download PDF

Info

Publication number
CN116756992B
CN116756992B CN202310829143.2A CN202310829143A CN116756992B CN 116756992 B CN116756992 B CN 116756992B CN 202310829143 A CN202310829143 A CN 202310829143A CN 116756992 B CN116756992 B CN 116756992B
Authority
CN
China
Prior art keywords
vehicle
resources
library
representing
semantic layer
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
CN202310829143.2A
Other languages
English (en)
Other versions
CN116756992A (zh
Inventor
刘畅
黄开胜
刘为凯
何敏华
袁飚
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.)
Beijing Haishu Technology Co ltd
Yangtze Delta Region Institute of Tsinghua University Zhejiang
Original Assignee
Beijing Haishu Technology Co ltd
Yangtze Delta Region Institute of Tsinghua University Zhejiang
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 Beijing Haishu Technology Co ltd, Yangtze Delta Region Institute of Tsinghua University Zhejiang filed Critical Beijing Haishu Technology Co ltd
Priority to CN202310829143.2A priority Critical patent/CN116756992B/zh
Publication of CN116756992A publication Critical patent/CN116756992A/zh
Application granted granted Critical
Publication of CN116756992B publication Critical patent/CN116756992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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

Abstract

本发明涉及车路协同技术领域，具体涉及一种具有语义层的车路协同系统建模方法及设备，旨在提高信息交互效率。本发明的建模方法包括：对车路协同系统中每个对象的状态进行抽象描述，生成对象抽象；所述对象包括车路协同系统中的所有物体和现象；对需要关注的对象抽象执行资源化操作生成对应的资源；根据指定条件选取资源生成资源的集合；对资源的集合执行资源化操作生成新的资源；基于资源的集合，根据使用规则生成新的对象抽象；根据资源的集合、资源化操作和使用规则，构建语义层的结构模型；利用Petri网对语义层的语法基元进行表示，进而构建车路协同系统的各种行为模型的基础。本发明提高了信息交互效率，并降低了应用程序编写的复杂度。

Description

具有语义层的车路协同系统建模方法及设备
技术领域
本发明涉及车路协同技术领域，具体涉及一种具有语义层的车路协同系统建模方法及设备。
背景技术
在车路协同系统中，交通参与者、交通运输工具、交通基础设施和交通环境不再只被看作一个简单的对象，人、车、路和环境所对应的交通要素通过传感器的采集和融合处理，成为具有自主身份且具备信息交互功能的数字孪生体。物理实体和数字孪生体之间可以通过有效信息流和决策控制流完成信息传递和决策控制闭环，例如车辆的远程操控、道路红绿灯的优化控制、道路可变标识控制等；不同物理实体之间，在车路协同这个复杂信息物理系统的全局调度下，呈现更加高效、更加秩序化的交通运行态势。
但是在目前的车路协同系统中，应用程序获取物理实体生产的信息时通常是采用专用的车-云信息通道来获取数据，这就需要在开发应用程序时针对不同厂商的产品设计不同的数据结构来完成通信功能，导致应用程序编写比较繁琐、信息结构定制化、扩展不灵活、结构信息冗余度高、统一调用难度大，进而系统中信息交互的效率较低。
发明内容
为了解决现有技术中的上述问题，本发明提出了一种具有语义层的车路协同系统建模方法及设备，提高了信息交互的效率。
本发明的第一方面，提出一种具有语义层的车路协同系统建模方法，所述方法包括：
对车路协同系统中每个对象的状态进行抽象描述，生成对象抽象；所述对象包括车路协同系统中的所有物体和现象；
对需要关注的所述对象抽象执行资源化操作，生成对应的资源；
根据指定条件选取所述资源，生成所述资源的集合；
对所述资源的集合执行资源化操作，生成新的所述资源；
基于所述资源的集合，根据使用规则生成新的所述对象抽象；
根据所述资源的集合、所述资源化操作和所述使用规则，构建所述语义层的结构模型：
G＝(U,V,E)
其中， 为所述资源的集合；/> 包括所述使用规则和所述资源化操作；/>×表示笛卡尔乘积。
优选地，所述对象抽象表示为一个三元组(o,s,t)；
其中，o表示所述对象在全局统一时空坐标系下的状态，所述状态是一种数据表达，包括所述对象在时空坐标(s,t)下的属性和度量。
优选地，所述资源化操作表示为：
其中，(o,s,t)表示所述对象抽象，表示资源化，(r,s,t)表示所述资源。
优选地，“对所述资源的集合执行资源化操作，生成新的所述资源”的步骤表示为：
其中，cluster表示所述资源的集合；表示所述指定条件；/> 表示输入条件的全集；(r,s,t)表示所述资源；spec表示资源化。
优选地，“基于所述资源的集合，根据使用规则生成新的所述对象抽象”的步骤表示为：
其中，(r,s,t)表示所述资源；表示所述指定条件；/> 表示输入条件的全集；rule表示所述使用规则；(o,s,t)表示所述对象抽象。
优选地，所述方法还包括：
利用Petri网对所述语义层的语法基元进行表示，进而构建所述车路协同系统的各种行为模型的基础。
优选地，“利用Petri网对所述语义层的语法基元进行表示”的步骤包括：
将所述资源化操作表示为变迁spec，将所述对象抽象表示为库所(o,s,t)，将所述资源表示为库所(r,s,t)；将所述语义层中资源的集合表示为库所库所/>中包含与所述语义层中的资源一一对应的令牌；其中，所述变迁spec用于通过对库所(o,s,t)执行所述资源化操作生成库所(r,s,t)，从而在库所/>中增加一个对应的令牌；
将选取资源的操作表示为变迁AG；所述变迁AG用于从库所中选择满足所述指定条件的令牌，并将筛选出的令牌放入库所cluster；库所cluster在被执行资源化操作后生成一个新的库所(r,s,t)，并在库所R中增加一个令牌；其中，cluster为库所/>的一个子集；
将所述使用规则表示为变迁rule，所述变迁rule用于在库所cluster上执行特定的操作，生成一个新的库所(o,s,t)。
优选地，所述车路协同系统的行为模型包括：特定路段车速推荐模型；
所述模型包括：
库所Cvn，表示单个车辆的速度；
库所CSvn，表示推荐速度被个别车辆采用；
库所flow，表示由所述特定路段上的车辆组成的一个车流；
库所fv,表示车流的平均速度；
库所sv，表示所述推荐速度；
变迁s1，用于产生被检测车辆的速度值；
变迁r1，用于确定车流的平均速度；
变迁r2，用于根据历史数据确定所述推荐速度；
变迁r3，用于改变速度；
变迁s2，用于确定车辆集合以形成一个车流；
所述模型用于将不同的算法应用在变迁r2上，评估采纳所述推荐速度的车辆最低比例、所述车流的平均速度和系统吞吐量。
本发明的第二方面，提出一种处理设备，包括存储器和处理器，所述存储器上存储有能够被所述处理器加载并执行如上面所述方法的计算机程序。
本发明的第三方面，提出一种存储设备，存储有能够被处理器加载并执行如上面所述方法的计算机程序。
本发明具有如下有益效果：
本发明中在网络连接层与应用层之间增加了语义层，为应用层与物理实体层之间进行信息交互提供了一个规范化的接口，并通过构建动态行为模型，方便应用程序的开发工程师简单、快捷地使用物理实体层采集的各种信息数据，为不同专业领域对同一交通问题建立模型的沟通并达到共识提供了实现手段，提高了行业间信息交互和工作协同的质量和效率，并降低了特定领域应用程序编写的复杂度。
附图说明
图1是本发明的具有语义层的车路协同系统分层示意图；
图2是本发明的具有语义层的车路协同系统建模方法实施例的主要步骤示意图；
图3是本发明实施例的公式(1)中对对象抽象进行资源化操作的Petri网图形；
图4是本发明实施例的公式(2)中对资源的集合进行资源化操作的Petri网图形；
图5是本发明实施例的公式(3)中按使用规则在资源的集合上执行特定操作生成新的对象抽象的Petri网图形；
图6是本发明实施例中特定路段车速推荐模型的Petri网图形。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本申请的实施例，本领域普通技术人员在没有作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。
需要说明的是，在本发明的描述中，术语“第一”、“第二”仅仅是为了便于描述，而不是指示或暗示所述装置、元件或参数的相对重要性，因此不能理解为对本发明的限制。另外，本发明中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
图1是本发明的具有语义层的车路协同系统分层示意图。现有技术中，应用层与物理实体层之间通过网络连接层进行交互时没有统一的接口规范，交互效率低下。如图1所示，本发明中在网络连接层与应用层之间增加了语义层，为应用层与物理实体层的信息交互提供了一个规范化的接口。
图2是本发明的具有语义层的车路协同系统建模方法实施例的主要步骤示意图。如图2所示，本实施例的建模方法包括步骤S10-S70：
步骤S10，对车路协同系统中每个对象的状态进行抽象描述，生成对象抽象。
其中，“对象”包括车路协同系统中的所有物体(例如，信号灯、减速带、车辆、隔离护栏、测速设备等)和现象(例如，车辆事故、暴雨等)。
本实施例中，将对象抽象表示为一个三元组(o,s,t)。其中，o表示对象在全局统一时空坐标系下的状态，这里所述的状态是一种数据表达，包括该对象在时空坐标(s,t)下的属性和度量。s表示时间、t表示空间位置。例如，对某辆行驶的汽车，可以抽象为一个速度v、时间s和空间位置t的三元组(v,s,t)。
步骤S20，对需要关注的对象抽象执行资源化操作，生成对应的资源。
有些对象不需要关注，比如偏僻路段上道路两侧的房子、草坪，不会影响到交通，可以不做资源化。
资源化操作可以用公式(1)表示：
其中，(o,s,t)表示对象抽象，表示资源化，(r,s,t)表示资源。
资源化操作可以包括按照语义层中的统一定义对数据进行规范化，并进行发布，以便车路协同系统中的其它车辆或指挥中心等能够获取并利用该资源。例如对一辆汽车的对象抽象进行资源化操作，可以是将其速度单位、时间单位和基准、空间坐标系都按照语义层中的统一定义进行规范化，并且将规范后的数据以XML形式发布，或者发布到统一资源池。
步骤S30，根据指定条件选取资源，生成资源的集合。
根据实际应用场景，把当前需要关注的资源筛选出来，生成一个集合。比如，车辆在路面行驶时，需要关注周围车辆的行驶速度，就将一定范围内的所有车辆对应的资源(v,s,t)组成集合。
步骤S40，对资源的集合执行资源化操作，生成新的资源，如公式(2)所示：
其中，cluster表示资源的集合；表示所述指定条件；/> 表示输入条件的全集；(r,s,t)表示一个资源；spec表示资源化。
资源的集合也可以资源化(例如发布到统一资源池)为一个新的资源(也可以称为组合资源)供系统在某种特定情况下使用。例如，当某个路段发生拥堵时，指挥中心就倾向于建议车辆绕行临近的其它路线，如果能获取每个临近路线在两公里内针对车辆的组合资源，就可以快速计算出每条路线上的车流平均速度，从而得知哪些路线是值得推荐的。
步骤S50，基于资源的集合，根据使用规则生成新的对象抽象，如公式(3)所示：
其中，(r,s,t)表示一个资源；表示指定条件；/> 表示输入条件的全集；rule表示使用规则；(o,s,t)表示一个对象抽象。
使用规则用来定义某个资源或某个资源的集合可以如何被使用。比如，针对特定路段内的车辆资源的集合，可以根据集合内每辆车的速度计算出该路段内车流的平均速度，还可以根据该路段内车辆行驶的历史数据计算出一个推荐速度，以期增大单位时间内该路段的车流吞吐量。
步骤S60，根据资源的集合、资源化操作和使用规则，构建语义层的结构模型，如公式(4)所示：
G＝(U,V,E) (4)
其中， 为资源的集合；/> 包括使用规则和资源化操作；/>×表示笛卡尔乘积。
步骤S70，利用Petri网对语义层的语法基元进行表示，进而构建车路协同系统的各种行为模型的基础。
利用Petri网对所述语义层的语法基元进行表示的步骤可以具体包括：
(1)将资源化操作表示为变迁spec，将所述对象抽象表示为库所(o,s,t)，将所述资源表示为库所(r,s,t)，将语义层中资源的集合表示为库所库所/>中包含与语义层中的资源一一对应的令牌。图3是本发明实施例的公式(1)中对对象抽象进行资源化操作的Petri网图形。如图3所示，变迁spec用于通过对库所(o,s,t)执行资源化操作生成库所(r,s,t)，从而在库所/>中增加一个对应的令牌。
(2)将选取资源的操作表示为变迁AG，图4是本发明实施例的公式(2)中对资源的集合进行资源化操作的Petri网图形。如图4所示，所述变迁AG用于从库所中选择满足所述指定条件的令牌，并将筛选出的令牌放入库所cluster；库所cluster在被执行资源化操作后生成一个新的库所(r,s,t)，并在库所R中增加一个令牌。
(3)将资源的集合cluster表示为库所cluster，cluster为库所的一个子集，将使用规则表示为变迁rule。图5是本发明实施例的公式(3)中按使用规则在资源的集合上执行特定操作生成新的对象抽象的Petri网图形。如图5所示，所述变迁rule用于在库所cluster上执行特定的操作，生成一个新的库所(o,s,t)。
基于车路协同系统的不同应用场景，可以构建各种各样的行为模型。例如，特定路段车速推荐模型、高峰期出行道路规划模型等。其中，特定路段车速推荐模型可以用图6所示的Petri网来描述：
库所Cvn，表示单个车辆的速度；
库所CSvn，表示推荐速度被个别车辆采用；
库所flow，表示由所述特定路段上的车辆组成的一个车流；
库所fv,表示车流的平均速度；
库所sv，表示所述推荐速度；
变迁s1，用于产生被检测车辆的速度值；
变迁r1，用于确定车流的平均速度；
变迁r2，用于根据历史数据确定所述推荐速度；
变迁r3，用于改变速度；
变迁s2，用于确定车辆集合以形成一个车流。
从库所flow到变迁s2上有一个抑制弧D，表示如果某辆车的速度值超出了时间或空间范围，则不会被纳入考虑。例如某辆车停在马路边上不影响行车的位置，可以不考虑。
上述行为模型可以用于将不同的算法应用在变迁r2上，以便评估采纳推荐速度的车辆最低比例、所述车流的平均速度和系统吞吐量。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时(并行)执行或以颠倒的次序执行，这些简单的变化都在本发明的保护范围之内。
进一步地，本发明还提供了一种处理设备的实施例。本实施例的处理设备包括存储器和处理器，所述存储器上存储有能够被所述处理器加载并执行如上面所述方法的计算机程序。
更进一步地，本发明还提供了一种存储设备的实施例。本实施例的存储设备中存储有能够被处理器加载并执行上面所述方法的计算机程序。
所述计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案。但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (8)

1.一种具有语义层的车路协同系统建模方法，其特征在于，所述方法包括：
对车路协同系统中每个对象的状态进行抽象描述，生成对象抽象；所述对象包括车路协同系统中的所有物体和现象；
对需要关注的所述对象抽象执行资源化操作，生成对应的资源；
根据指定条件选取所述资源，生成所述资源的集合；
对所述资源的集合执行资源化操作，生成新的所述资源；
基于所述资源的集合，根据使用规则生成新的所述对象抽象；
根据所述资源的集合、所述资源化操作和所述使用规则，构建所述语义层的结构模型：
G＝(U,V,E)
其中，为所述资源的集合；/>包括所述使用规则和所述资源化操作；/>×表示笛卡尔乘积；
利用Petri网对所述语义层的语法基元进行表示，进而构建所述车路协同系统的各种行为模型的基础；
“利用Petri网对所述语义层的语法基元进行表示”的步骤包括：
将所述资源化操作表示为变迁spec，将所述对象抽象表示为库所(o,S,t)，将所述资源表示为库所(r,s,t)；将所述语义层中资源的集合表示为库所库所/>中包含与所述语义层中的资源一一对应的令牌；其中，所述变迁spec用于通过对库所(o,s,t)执行所述资源化操作生成库所(r,s,t)，从而在库所/>中增加一个对应的令牌；
将选取资源的操作表示为变迁AG；所述变迁AG用于从库所中选择满足所述指定条件的令牌，并将筛选出的令牌放入库所cluster；库所cluster在被执行资源化操作后生成一个新的库所(r,s,t)，并在库所/>中增加一个令牌；
将资源的集合cluster表示为库所cluster，库所cluster为库所的一个子集；将所述使用规则表示为变迁rule，所述变迁rule用于在库所cluster上执行特定的操作，生成一个新的库所(o,s,t)。
2.根据权利要求1所述的具有语义层的车路协同系统建模方法，其特征在于，所述对象抽象表示为一个三元组(o,s,t)；
其中，o表示所述对象在全局统一时空坐标系下的状态，所述状态是一种数据表达，包括所述对象在时空坐标(s,t)下的属性和度量。
3.根据权利要求1所述的具有语义层的车路协同系统建模方法，其特征在于，所述资源化操作表示为：
其中，(o,s,t)表示所述对象抽象，表示资源化，(r,s,t)表示所述资源。
4.根据权利要求1所述的具有语义层的车路协同系统建模方法，其特征在于，“对所述资源的集合执行资源化操作，生成新的所述资源”的步骤表示为：
其中，cluster表示所述资源的集合；表示所述指定条件；/> 表示输入条件的全集；(r,s,t)表示所述资源；spec表示资源化。
5.根据权利要求1所述的具有语义层的车路协同系统建模方法，其特征在于，“基于所述资源的集合，根据使用规则生成新的所述对象抽象”的步骤表示为：
其中，(r,s,t)表示所述资源；表示所述指定条件；/>表示输入条件的全集；rule表示所述使用规则；(o,s,t)表示所述对象抽象。
6.根据权利要求1所述的具有语义层的车路协同系统建模方法，其特征在于，所述车路协同系统的行为模型包括：特定路段车速推荐模型；
所述模型包括：
库所Cvn，表示单个车辆的速度；
库所CSvn，表示推荐速度被个别车辆采用；
库所flow，表示由所述特定路段上的车辆组成的一个车流；
库所fv,表示车流的平均速度；
库所sv，表示所述推荐速度；
变迁s1，用于产生被检测车辆的速度值；
变迁r1，用于确定车流的平均速度；
变迁r2，用于根据历史数据确定所述推荐速度；
变迁r3，用于改变速度；
变迁s2，用于确定车辆集合以形成一个车流；
所述模型用于将不同的算法应用在变迁r2上，评估采纳所述推荐速度的车辆最低比例、所述车流的平均速度和系统吞吐量。
7.一种处理设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被所述处理器加载并执行如权利要求1-6中任一项所述方法的计算机程序。
8.一种存储设备，其特征在于，存储有能够被处理器加载并执行如权利要求1-6中任一项所述方法的计算机程序。
CN202310829143.2A 2023-07-07 2023-07-07 具有语义层的车路协同系统建模方法及设备 Active CN116756992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310829143.2A CN116756992B (zh) 2023-07-07 2023-07-07 具有语义层的车路协同系统建模方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310829143.2A CN116756992B (zh) 2023-07-07 2023-07-07 具有语义层的车路协同系统建模方法及设备

Publications (2)

Publication Number Publication Date
CN116756992A CN116756992A (zh) 2023-09-15
CN116756992B true CN116756992B (zh) 2024-02-23

Family

ID=87960838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310829143.2A Active CN116756992B (zh) 2023-07-07 2023-07-07 具有语义层的车路协同系统建模方法及设备

Country Status (1)

Country Link
CN (1) CN116756992B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616066A (zh) * 2013-11-05 2015-05-13 中国移动通信集团公司 一种行车用量数据的采集方法及系统
CN105809953A (zh) * 2014-12-27 2016-07-27 吉林大学 一种基于m2m的城市交通流车路协同控制方法
CN112365704A (zh) * 2020-06-04 2021-02-12 同济大学 基于Petri网的道路交通建模方法、系统、介质及终端
CN115512319A (zh) * 2022-09-15 2022-12-23 北京交通大学 基于异构图网络的多模态协同检测方法及系统
CN115600421A (zh) * 2022-10-31 2023-01-13 上海交通大学（Cn） 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质
CN115909740A (zh) * 2022-11-30 2023-04-04 深圳开鸿数字产业发展有限公司 车路协同实现方法、装置、计算机设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616066A (zh) * 2013-11-05 2015-05-13 中国移动通信集团公司 一种行车用量数据的采集方法及系统
CN105809953A (zh) * 2014-12-27 2016-07-27 吉林大学 一种基于m2m的城市交通流车路协同控制方法
CN112365704A (zh) * 2020-06-04 2021-02-12 同济大学 基于Petri网的道路交通建模方法、系统、介质及终端
CN115512319A (zh) * 2022-09-15 2022-12-23 北京交通大学 基于异构图网络的多模态协同检测方法及系统
CN115600421A (zh) * 2022-10-31 2023-01-13 上海交通大学（Cn） 基于改进型Petri网的自主式交通系统演化模型的构建方法及装置、介质
CN115909740A (zh) * 2022-11-30 2023-04-04 深圳开鸿数字产业发展有限公司 车路协同实现方法、装置、计算机设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Mixed Test Environment-based Vehicle-in-the-loop Validation - A New Testing Approach for Autonomous Vehicles;Yu Chen 等;2020 IEEE Intelligent Vehicles Symposium;第1283-1289页 *
以车路协同和互联互通为先导抓手推进智能网联汽车与智慧城市协同发展;黄开胜 等;建设科技(第01期);第47-52页 *
基于交通路口的车路协同通信的语义分析;吕植勇 等;福建电脑;第32卷(第07期);第85-88, 124页 *
基于车路协同的区域化无信号交叉口控制方法研究;崔晓丹;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第06期);第C034-225页 *

Also Published As

Publication number Publication date
CN116756992A (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN113256976B (zh) 一种车路协同系统、模拟仿真方法、车载设备和路侧设备
CN110795818B (zh) 一种确定虚拟测试场景方法、装置、电子设备和存储介质
Maiti et al. A conceptualization of vehicle platoons and platoon operations
Bhat et al. Tools and methodologies for autonomous driving systems
He et al. Developing vehicular data cloud services in the IoT environment
US20070043803A1 (en) Automatic specification of semantic services in response to declarative queries of sensor networks
Chen et al. Milestones in autonomous driving and intelligent vehicles—part 1: Control, computing system design, communication, hd map, testing, and human behaviors
US20100114633A1 (en) System and method for planning/replanning collision free flight plans in real or accelerated time
Komma et al. An approach for agent modeling in manufacturing on JADE™ reactive architecture
US11902374B2 (en) Dynamic vehicle data extraction service
Khan Intelligent environment enabling autonomous driving
Fernández-Isabel et al. Modeling multi-agent systems to simulate sensor-based Smart Roads
US20230169805A1 (en) Fleet data collection using a unified model to collect data from heterogenous vehicles
Miri et al. Improved routing vehicular ad-hoc networks (VANETs) based on mobility and bandwidth available criteria using fuzzy logic
CN116756992B (zh) 具有语义层的车路协同系统建模方法及设备
Rezaei et al. Digital twins and 3D information modeling in a smart city for traffic controlling: A review
CN116245183B (zh) 基于图神经网络的交通场景泛化理解方法及装置
Keiser et al. IMA-an adaptable and dynamic service platform for intermodal mobility assistance
Lam A methodology for the optimization of autonomous public transportation
Ribas-Xirgo A state-based multi-agent system model of taxi fleets
Xu et al. A bounded multi-dimensional modal logic for autonomous cars based on local traffic and estimation
Passos et al. Traffic light control using reactive agents
Bravos et al. A Capability–Driven modelling approach applied in smart transportation & management systems for large scale events
Lee et al. Class abstraction and upcasting for self-evolving digital twin system
Chang et al. Interaction-Based Driving Scenario Classification and Labeling

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