基于车辆自组网协同感知的连环碰撞预警模型与算法研究

在高速公路上驾驶员前向感知范围受限，跟驰车辆存在时延累积效应，给高速公路的交通安全带来巨大隐患，交通事故预警问题成为智能交通领域的重要难题。本项目将驾驶员和机动车合二为一，并抽象为一个能感知车流信息的智能体，将高速公路汽车碰撞和追尾预警建模问题转化为移动网络结点逼近的拓扑结构优化问题，从交通状态协同感知、信息有效传输、碰撞协调预警三个层面系统地研究连环碰撞预警机制，主要内容包括：1)面向车流状态的开放式自组网模型与有向网络拓扑融合演化规则；2)单向多通道快速移动环境下车流相态突变的协同感知方法与协同通信机制；3)车辆自组网的前向预测路由；4)多智能体群集行为的模糊逻辑控制模型与基于势场法的车辆碰撞预警算法；5）高速公路交通流分析与仿真验证。项目成果将形成一套理论模型，完成核心算法、协议的研究，为建立有效的高速公路碰撞预警机制奠定理论基础，具有重要的理论意义和社会效益。

项目主要研究高速公路汽车碰撞和追尾预警机制，从三个方面系统地进行研究，包括交通状态协同感知、信息有效传输、防追尾碰撞协调预警。相应地分为三个主要研究部分。. 第一是关于车联网的网络稳定性基础相关的理论。涉及多智能体网络的协调一致性问题、移动网络节点的定位方法、VANET的QoS问题和延迟容忍网络的稳定性等四个关键点。1) 讨论具有联合连通拓扑的多智能体复杂动态网络的分散式自适应一致性.针对系统中存在的未知非线性动态信息，利用参数化假设的方法，设计一个分散式的自适应率以便表达.进一步地，针对固定拓扑和切换拓扑下Leaderless高阶多智能体系统的分散式自适应一致性问题。2）在移动自组网协议ZigBee基础上开发协议栈，并利用无线信号衰减理论设计一个简易的移动节点定位方法。3）比较分析了几种经典VANET路由协议的网络服务质量。4）探讨占空比容忍网络数据转发中节点关系模型及其探测方法。. 第二部分是关于用于交通安全预警的VANET路由方法。介绍了两种主要方法：1）基于传输时延或传输距离。节点接收到预警信息后根据与消息发送者距离延迟转播预警信息，离发送节点距离越远，计算出的延迟转播时间越短。2）基于分族思想。针对不能获取车辆精确位置信息的场景，设计了一种基于分簇的VANET自适应路由算法。在预警信息包中加入父节点编号，节点隐式侦听消息，收到子节点预警消息后当选为簇头节点，消息发送节点为该簇成员。簇成员不转播预警信息，减少了转播节点数量。. 第三部分是关于交通安全状态协同感知与预警方法。为使车辆彼此保持一定安全距离，提出一种基于模糊控制的自优化控制模型。1）定义交通流的理想状态、密集状态和危险状态；2）提出跟车协同感知和预警方法；3）建立协同仿真预警系统。. 通过四年的项目研究，形成系列理论模型和算法，奠定了高速公路追尾预警的理论基础。基于这些成果，共发表14篇期刊论文和5篇会议论文。其中SCI收录5篇，EI收录11篇。出版专著1部，另2部专著计划2016年出版，1篇期刊论文在审。项目共资助8位硕士研究生。