TRAFFIC AND SAFETY | 交通与安全
时代汽车 wwwautotime 智能网联车辆交通信息处理技术与信号控制方法研究 杨春雷
南京机电职业技术学院电子工程系 江苏省南京市 211135
摘 要： 随着科学技术的不断加强，智能网联车辆的数量也在不断增加，在智能交通系统发展中，车联网发挥了重要作用，人们对于车联网的研究也越来越多和越来越深入，为了能够使车联网更好的普及，应该加强对智能网联车辆交通信息技术和信号控制的研究。本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究，以供参考。 关键词：智能网联车辆 智能交通系统 信息处理技术 信号控制 方法
智能互联网技术的发展推动了智能网联交通系统的发展，同时也为城市交通问题的解决提供了新的思路，智能网联交通系统包括雷达、移动通信、计算机、网络和测控技术等，可以最大程度的使交通过程在安全有序的前提下实现速度最大化[1]。目前智能交通系统尚未普及，依旧还处于智能网联车辆与非网联车辆混行的状态下，这也在一定程度上对智能交通系统的发展造成了影响，加强对智能网联车辆交通信息处理技术和信号控制方法的研究对车联网的普及具有重要意义[2]。
1 混行状态下交通信息处理技术研究通过激光雷达等传感装置对道路信息进行收集是目前较为普遍的研究开发理念，不同环境下车辆控制策略是通过机器进行算法学习来实现。车辆自动驾驶技术和机器学习算法目前还在研究，因为在实际环境中还是智能网联车辆和非网联车辆的混行条件，因此对问题的解决只能利用仿真技术[3]。大量的计算内存是算法深度学习的基础，因此在计算机中应用算法复杂的统计学方法来对仿真
环境中对智能联网成的运行状况进行模拟是
家用沼气池很难实现的。在进行信息处理时可以利用算
法简单的跟驰模型在对网联车和非网联车的
跟驰行为进行表达。
对网联车辆的跟驰行为进行体现，并将
选出可以对网联车辆驾驶行特性正确表征的
模型是核心问题。网联车开平稳高效的进行
运行得益于其自感传感器和高级控制方法[4]。
可以对周围的道路信息和当前的运行状况进
行准确识别，是智能网联车和认为驱动车之
间的根本差别[5]。
通过对目前已有的跟驰模型和自适应巡
航技术，符合网联车辆留置策略要求的为安
叶轮加工
全距离类跟驰模型，其不但在模拟程序设计
中较容易实现，而且可以对网联车辆运行特
性模型中的每个变量进行体现。通过上述分
析，可以确定智能驾驶模型符合要求，智能
驾驶员模型通过模型参数和公式对交通状态
进行表征，其认为网联串联各驾驶行为会随
着前车速度、跟驰间距的改变而发生变化[6]。
驾驶者个体在不同的交通行驶状态下的驾驶
行为有较大差异，在道路处于低密度状态下，
提稳定性和舒适度是驾驶者重视的两个方面，
具体表现为按照心理期望的车速进行运行；
在道路处于高密度状态是，安全是驾驶前提，
同时对于较小行程时间的拥有也较为重视[7]。
2 信号控制方法研究
“智能网联车”（Intelligent Internet
connected Vehicle，简称1cv）是一种在线车
辆。在互联网络附近的智能车辆，即网络车辆，
它集成了传感器组合分选技术和传感器融合
算法[8]。可实现行人、非机动车、交通信号灯
和路口智能交通控制网络车辆之间的信息传
递，通过信息交互和决策，解决智能网络车
辆通过交叉口的问题。在识别出交叉，的基
础上，还可解决交叉口、行人和非车辆通过
交叉口的安全问题。交叉口实时交通流可以
优化和控制交通信号灯的变化，减少交叉口
的超载。2018年12月27日，工业和信息化
部发布“车联网智能汽车”战略，该行动计
划的目的是促进智能网络车辆的发展，使其
更具竞争力[8]。在非联网车辆向联网车辆过
Research on Intelligent Network Connected Vehicle Traffic Information Processing Technology and Signal Control Method
拖曳臂式悬架Yang Chunlei
Abstract： W ith the continuous strengthening of science and technology, the number of intelligent networked vehicles is also increasing. In the development of intelligent transportation system, the internet of vehicles has played an important role. People have more and more in-depth research on the internet of vehicles. In order to make the internet of vehicles more popular, we should strengthen the research on the traffic information technology and signal control of intelligent networked vehicles. Based on the current development status of vehicle networking, this paper discusses and studies the information processing technology and signal control method of intelligent network connected vehicles for reference. Key words： i ntelligent networked vehicle, intelligent transportation system, information processing technology, signal control, method
AUTO TIME 189
TRAFFIC AND SAFETY | 交通与安全
渡阶段，联网车辆和非联网车辆混合运行是常态。
2.1 单交叉口信号留置条件与特点
对于智能网联交叉路口的管理主要有RSU、边缘计算机、智能交通信号、路测传感器等组成。RSU主要进行数据广播和决策；边缘计算机主要进行数据采集和辅助计算；智能交通信号灯主要根据路口车流量进行红绿灯配时的自动调节；在整个系统中，路侧传感器主要充当眼睛的角[9]。
智能网联交叉路口管理系统的特包括红绿灯动态配时、协同感知和局部动态地图，对于目前状态下的信号控制研究，应该和传统的信号灯的“走－停”控制方式区分开来，在混行状态下对于信号的控制对象需要精确到单个车辆，对于网联车辆和非网联车辆的放行方案主要通过路侧单元进行分配，从而实现信号控制[10]。在混行状态在的信号控制，不但有信号灯，还有交叉路口路侧协同控制设备，除此之外，网车辆还有车载通信设备，这为网联车和信号灯、网联车和路侧设备、网联车和网联车之间的通信带来了便利。在对车辆运行状态信息进行收集后，信号灯和路侧协同控制设备要从系统统筹的角度出发，对于车辆进行相应的通信方案分配时要根据预算法进行分配，对车辆通行秩序进行优化，对每辆车的通行进行精确控制。因此，对于网联车辆的信号控制，不但是高精度而且是高粒度的，同时其也是能从全局的角度出发的一种信号控制。除此之外，在确保车辆安全通行的基础上合理的对控制策略进行设计，还可以降低信号控制延误。
在混行状态下，路侧设备和信号灯可以和网联车通信，但不能和非网联车进行通行，因此要对交叉路口附近的网联车和非网联车的位置、速度、流向等运行状态信息进行收集，对于获取到的车辆状态信息先使用人工智能算法进行分析处理，然后根据处理结果来对信号灯配时方案进行动态调整，对于混行状态下交叉口信号控制进行优化，并对车辆的车速进行正确引导，使得优化过后配时方案和交通状态匹配，将交叉路口信号控制大幅度提升，确保车辆运行畅通。
根据网联车和非网联车存在的常备使用信号控制盒协同控制并行来决定交叉口车辆
的放行方式，从而对交叉口资源进行精细化
管理，将混行状态下交叉口的非网联车和网
联车的通行效率大幅度提高，缩短非网联车
和网联车在交叉口的等待时间。在可插车理
论的支持下，通过车路双向实时通信来对网
联车的通信间隙进行合理分配，并匹配特定
车辆的通行间隙，确保网联车的通行速度和
效率。交叉口的车辆的苏荷和时间点的调节
可以通过利用路侧设备来实践，从而使网联
车和非网联车的通行间隙相匹配。
2.2 干线交通信号控制系统
在进行干线交通信号控制时，需要先对
满足网联车和非网联车混行状态下干线协调
控制框架的建立，在混行状态下，对于干线
上的路侧设备传输信息、网联车之间的信息
和信号灯的传递信息等相关信息，网联车全
部可以进行感知，通过对这些信号的感知，
更便于网联车对其行驶速度进行控制，对于
行人的信息、非机动车、路面状态、气候环
境以及运动状态信息、交通流状态信息等信
息进行动态采集并进预处理，之后再向交管
部门进行传输，交管部门通过对网联车和非
网联车整体运行状况进行分析，对混行干线
的控制方案进行优化，从而降低干线延误，
不但可以有效提高干线车辆通行效率，而且
还可以确保车辆通行安全。
3 结语
智能网联交通系统的决策主要依靠网
络技术和通信技术根据路况信息个车辆自
身信息来进行，从而实现智能化驾驶，使形
成过程在稳定、安全、舒适的基础上更加方
便快捷，但目前对于智能网联交车辆的信息
处理和信号控制还存在较多问题，这对于智
能网联交通系统的发展造成了阻碍，因此
应该进一步加强对智能网联交车辆的信息
水溶液锂电池处理和信号控制的研究，促进智能网联交
通系统的普及。
参考文献：
[1]黎恒，杨玉琳，陈大华，等.基于麦克
风阵列车辆检测的公路隧道照明控制方
法及系统研究[J].隧道建设（中英文），
2019，039（012）：P.1957-1964.
[2]郭张子璠，李强，陈晓洁，等.基于
网络巡检
FASTA结合p-指数阈值降噪法的MCA
方法对车轴应变信号处理的研究[J].中国
铁道科学，2019，40（02）：132-139.
[3]罗孝羚，蒋阳升.智能网联车环境下高速
匝道汇入车流轨迹优化模型[J].交通运
输系统工程与信息，2019，19（004）：
94-100.
[4]姜慧敏，崔颖，倪瑛，等.基于专利分
析的全球主要国家（地区）智能网联汽
车技术发展态势研究[J].科技管理研究，
2019，442（24）：126-134.
[5]孙子杰，姜国凯，丁一夫，等.偏心修正
智能网联车辆天线性能测量方法研究[J].
电子测量与仪器学报，2019，228（12）：
47-55.
[6]杨晓京.基于分数信号处理的变步长自适
应振动主动控制方法研究[J].重庆邮电大
学学报（自然科学版），2019，031（005）：
729-736.
[7]周维，梁伟铭，蔡俊，等.智能网联新能
源汽车能量管理优化控制仿真软件设计与
应用[J].汽车技术，2019，524（05）：
26-32.
[8]马晓洋，张晓冬，彭锐.基于物联网技术
的科技基础设施智能管理的可靠性研究
[J]. 控制与决策，2019，34（005）：1116-
1120.
[9]邓天民，岳云霞，杨其芝，等.基于
LSTM智能网联汽车高精度定位方法[J].
计算机工程与设计，2020，041（003）：
867-873.
作者简介
杨春雷： （1973—），男，山东泰安人，高级工
程师，电子与通信工程硕士。研究方向：
物联网应用技术。
190AUTO TIME耐腐蚀泵技术
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议