车联网环境下CACC 车辆通信概率分析模型

交通运输系统工程与信息 ›› 2017, Vol. 17 ›› Issue (1): 112-119.

• 智能交通系统与信息技术 • 上一篇下一篇

车联网环境下CACC 车辆通信概率分析模型

陆丽丽1,2,3，郑彭军*1,2,3，任刚2，王炜2

1. 宁波大学海运学院，浙江宁波315211；2. 东南大学现代城市交通技术江苏高校协同创新中心，南京210096; 3. 国家道路交通管理工程技术研究中心宁波大学分中心，浙江宁波315211

收稿日期:2016-05-20 修回日期:2016-08-22 出版日期:2017-02-25 发布日期:2017-02-27
作者简介:陆丽丽（1987-），女，浙江上虞人，副研究员.
基金资助:
国家自然科学基金/National Natural Science Foundation of China (51578149)；浙江省自然科学基金/ Natural Science Foundation of Zhejiang Province(LQ17E080007, LY15E080013)；宁波市自然科学基金/ Ningbo Natural Science Foundation (2015A610162).

Probability Analysis Model for CACC Vehicle-to-vehicle Communication in Internet Vehicle

LU Li-li1,2,3, ZHENG Peng-jun1,2,3, REN Gang2,WANGWei2

1. Faculty of Maritime and Transportation, Ningbo University, Ningbo 315211, Zhejiang, China; 2. Jiangsu Province Collaborative Innovation Center for Modern Urban Traffic Technologies，Southeast University, Nanjing 210096, China; 3. Ningbo University Sub-center, National Traffic Management Engineering & Technology Research Centre, Ningbo 315211, Zhejiang, China

Received:2016-05-20 Revised:2016-08-22 Online:2017-02-25 Published:2017-02-27

摘要/Abstract

摘要：

汽车协同式自适应巡航控制(CACC)系统成功应用的前提和关键，是要保证道路上的CACC车辆能与一定距离范围内的其他车辆进行互联通信.本文依据元胞自动机的基本思想，将道路离散成均匀一致的格子单元系统，并基于交通流理论和概率论，构建了车—车通信概率与CACC车辆市场占有率、交通流密度(或占有率)、速度、车头时距，以及DSRC有效作用距离之间的数学关系模型.通过大量的数值模拟实验和美国加州I880 高速公路交通流数据对模型进行分析测试，表明该模型可分析不同交通流状态下道路上不同CACC车辆市场占有率，DSRC有效作用距离时的车—车通信概率.本文的研究成果对于未来促进CACC车辆的推广应用具有重要意义.

关键词: 智能交通, 通信概率, 交通流, CACC车辆, 车联网

Abstract:

In order to successfully apply the cooperative adaptive cruise system to transportation, the key precondition is to ensure that the CACC vehicle on road can communicate with other vehicles within certain distance. The road can be discretized into uniform cells with the cellular automation concept. Based on it and the traffic flow theory, probability theory, a mathematical model is proposed to analyze the relations among the vehicle- to- vehicle communication probability and the market penetration rate of CACC vehicle, the traffic density (or occupancy), traffic speed, the time headway and the effective working distance of DSRC. The proposed model is tested by a large amount of numerical simulation experiments and real world traffic flow data obtained from the I880 freeway in California, USA. The results demonstrate that the our model is capable to estimate the vehicle- to- vehicle communication probability under the various traffic flow condition, different CACC vehicle market penetration rates and different DSRC effective distances, and will be the important basis of the application and propagation of CACC in the near future.

Key words: intelligent transportation, communication probability, traffic flow, CACC vehicle, internet vehicle

中图分类号:

U268.6

陆丽丽，郑彭军，任刚，王炜. 车联网环境下CACC 车辆通信概率分析模型[J]. 交通运输系统工程与信息, 2017, 17(1): 112-119.

LU Li-li, ZHENG Peng-jun, REN Gang,WANGWei. Probability Analysis Model for CACC Vehicle-to-vehicle Communication in Internet Vehicle[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(1): 112-119.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19351.shtml

http://www.tseit.org.cn/CN/Y2017/V17/I1/112

参考文献

[1] 华雪东，王炜，王昊. 考虑自适应巡航车辆影响的上匝道系统混合交通流模型[J]. 物理学报, 2016, 65(8): 084503-0845012. [HUA X D, WANG W, WANG H. A hybrid traffic flow model with considering the influence of adaptive cruise control vehicles and on-ramps[J]. Acta Phys. Sin, 2016, 65(8): 084503-0845012.] [2] 秦晓辉，谢伯元.协同式自适应巡航技术发展现状及趋势[J]. 现代电信科技，2014, 3(3): 1-7. [QING X H, XIE B Y. The current situation and the future trend of the cooperative adaptive cruise control[J]. Modern Science and Technology of Telecommunications, 2014, 3 (3): 1-7.] [3] THORPE C, JOCHEM T, POMERLEAU D. Proceedings of intelligent transportation system, 1997. ITSC' 97., IEEE Conference on[C]. IEEE, 1997. [4] 王灿，马钧. 汽车CACC系统的车头时距策略研究[J]. 农业装备与车辆工程，2015, 53(2): 60-66. [WANG C, MA J. Study on automotive CACC system headway policy[J]. Agriculture Equipment and Vehicle Engineering, 2015, 53(2): 60-66.] [5] VAN A B, VAN D C, VISSER R. The impact of cooperative adaptive cruise control on traffic-flow characteristics[J]. IEEE Transactions on Intelligent Transportation Systems, 2006, 7(4): 429-436.] [6] XU Q, SENGUPTA R. Proceedings of IEEE intelligent vehicles symposium[C]. IEEE, 2003. [7] 华雪东，王炜，王昊. 考虑车与车互联通讯技术的交通流跟驰模型[J]. 物理学报, 2016, 25(1): 010502. [HUA X D, WANG W, WANG H. [A car-following model with the consideration of vehicle-to-vehicle communication technology[J]. Acta Phys. Sin, 2016, 25 (1): 010502. ] [8] WANG H Z, LI J, CHEN Q Y, et al. Proceedings of the 88th Transportation Research Board (TRB) annual meeting[C]. Washington, DC. 2009. [9] HALL F L. Traffic flow theory[M]. US: Federal Highway Administration, 1996. [10] University of California, Berkeley. PeMs user guide[R]. Caltrans, 2013.

[1]	郭烈, 胥林立, 秦增科, 王旭. 自动驾驶接管影响因素分析与研究进展[J]. 交通运输系统工程与信息, 2022, 22(2): 72-90.
[2]	徐猛, 刘涛, 钟绍鹏, 姜宇. 城市智慧公交研究综述与展望[J]. 交通运输系统工程与信息, 2022, 22(2): 91-108.
[3]	程君, 张立炎, 陈启宏. 一种基于地图辅助的自动驾驶视-惯融合定位方法[J]. 交通运输系统工程与信息, 2022, 22(2): 117-126.
[4]	王国栋, 刘立, 孟宇, 马智萍, 郑淏清, 顾青, 白国星. 一体式车辆避撞轨迹规划与跟踪控制[J]. 交通运输系统工程与信息, 2022, 22(2): 127-136.
[5]	马东方, 陈曦, 吴晓东, 金盛. 基于强化学习的干线信号混合协同优化方法[J]. 交通运输系统工程与信息, 2022, 22(2): 145-153.
[6]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[7]	许波桅, 王玲玲, 李军军. 自动化码头多级作业超网络延误传导特性研究[J]. 交通运输系统工程与信息, 2022, 22(2): 280-289.
[8]	田会娟, 刘嘉伟, 翟佳豪, 邓琳琳. 基于多入侵线的视频车速检测方法[J]. 交通运输系统工程与信息, 2022, 22(1): 49-56.
[9]	贾彦峰, 曲大义, 赵梓旭, 王韬, 宋慧. 基于安全势场的网联自主车辆跟驰行为决策及模型[J]. 交通运输系统工程与信息, 2022, 22(1): 85-97.
[10]	刘文, 汪文博. 基于秩最小化矩阵去噪的船舶轨迹重构方法[J]. 交通运输系统工程与信息, 2022, 22(1): 106-114.
[11]	赵建东, 陈溱, 焦彦利, 张凯丽, 韩明敏. 重点营运车辆的异常驾驶行为识别研究[J]. 交通运输系统工程与信息, 2022, 22(1): 282-291.
[12]	徐东伟, 彭航, 商学天, 魏臣臣, 杨艳芳. 基于图自编码-生成对抗网络的路网数据修复[J]. 交通运输系统工程与信息, 2021, 21(6): 33-41.
[13]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[14]	王福建, 俞佳浩, 赵锦焕, 梅振宇. 基于站点实时关联度的短时公交客流预测方法[J]. 交通运输系统工程与信息, 2021, 21(6): 131-144.
[15]	张毅, 姚丹亚, 李力, 裴华鑫, 晏松, 葛经纬. 智能车路协同系统关键技术与应用[J]. 交通运输系统工程与信息, 2021, 21(5): 40-51.

车联网环境下CACC 车辆通信概率分析模型

Probability Analysis Model for CACC Vehicle-to-vehicle Communication in Internet Vehicle

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics