面向智能交通系统的群感知关键技术研究

The popularity of vehicles brings huge convenience to our daily lives, however, it raises societal problems such as traffic jams and accidents in the mean time. To address these problems, we propose a crowded sensing solution in smart transportation, which aims to optimize the control of road segments, provide better navigation, and so forth. Our research mainly includes three parts. At the sensing level, we investigate the group-based cooperative sensing technique and sensing algorithms for mobile crowds; at the transmission level, we study the reliable transmission mechanism and data fusion approach in smart transportation; finally, at the system level, we investigate the spatial-temporal trends of urban traffic flow and event detection algorithms. All these research threads combine to provide solid theory base for crowd sensing in smart transportation, and support the development and testing of next-generation smart transportation systems.

近年来汽车的普及给人民生活带来了极大便利，但也同时带来了交通事故、道路拥堵等诸多社会问题。有鉴于此，我们提出了面向智能交通的群智感知概念，旨在针对道路控制优化、车辆调度导航和行人出行推荐等应用，探索感知资源、异构网络和复杂应用之间的耦合机理，通过在可靠感知、高效传输和数据利用等三个不同层面上的分析设计，构建一整套符合智能交通特性的群智感知关键技术体系，主要研究内容包括：①感知层面：移动环境下群感知协作算法研究和动态群体的感知算法研究；②传输层面：面向智能交通的数据融合关键技术研究和移动环境下群感知可靠传输机制研究；③系统层面：城市交通流时空规律分析关键技术、智能事件分析检测算法研究和城市交通智能优化关键技术研究。基于以上研究成果，本项目将最终开发智能交通综合测试验证平台系统，为推动群智感知技术走向智能交通实际应用提供坚实的理论和技术支撑。

在国家自然科学基金“面向智能交通系统的群智感知关键技术研究（61672487）”的资助下，我们面向智能交通的群智感知应用场景，着力突破感知与传输、稀疏场景数据融合与交通流时空建模、出行与动态资源调度、异常事件检测与预测这四个层面的等关键技术，在城市交通资源动态配置优化、多源稀疏信息感知与预测、城市交通事件预测等领域取得较为显著的成就，基于以上成果共发表标注基金资助文章20 篇，其中SCI 期刊、EI 期刊与会议文章20篇，申请受理发明专利2项，超额完成申请书中提出的任务。特别值得一提的是，由于课题组追求研究和文章的质量，因此几乎所有的成果均发表在相关领域的CCF B类以上且大多数均为CCF A类的顶级会议（CCF推荐A类或JCR一区论文12篇以）如Mobicom、AAAI、Ubicomp（IMWUT）、IEEE ICDE和多个IEEE Transaction上（IEEE TVT, IEEE TKDE）。总而言之，在本项目的资助下，课题组在面向智能交通系统的群智感知与创新应用场景等方面均取得了一系列较好的理论与实践成果。