群车智能协作感知理论与算法研究

In vehicular sensing systems, mobile vehicle nodes integrated a variety of sensors can collect corresponding sensory data. In practice, the frequent encounters of massive mobile vehicles provide opportunities for collaborative vehicular sensing services. This project proposes the concept of collaborative and swarm intelligence based vehicular sensing; proposes a new swarm sending architecture based on hierarchical sensory data collection and storage; studies the collaborative sensing algorithms for heterogeneous sensing vehicle nodes, aiming to improve the quality of the collected sensory data; studies the data transmission methods in hybrid VANETs, which will provide a theoretical basis for designing communication strategies for sensory data transmission; studies the dynamic green path planning methods based on compressed sensing and data completion technologies, in order to reduce the overall emissions of the transport system; studies the theories and technologies for collaborative cruising based on swarm intelligence, with the objective to improve traffic efficiency of the transportation system; studies the key issues in collaborative augmented reality technologies for improving driving safety. The research results can provide basic theories and core algorithms for urban traffic management, road traffic safety, energy saving, emission reduction, environmental monitoring and other related fields.

车辆感知系统中，移动的车辆节点集成了多种传感器设备并可以采集相应的感知数据。车辆的广泛分布和移动使得车辆间频繁相遇，具有相互协作完成感知任务、合作地提供基于感知数据服务的机会。本课题提出了群车智能协作感知的概念，提出了新的层次化感知数据收集和存储的群体智能感知架构，研究群车智能协作感知中的异构节点协作感知，以协作的方式提高感知数据的整体质量；研究基于混合车载网的感知数据传输，为设计符合感知数据传输需求的通信手段提供理论基础；研究基于感知数据补全的动态绿色路径规划，降低交通系统的整体排放水平；研究基于群体智能感知与协作的群车协作巡航，提高交通系统的通行效率；研究群车协作增强现实，基于群车对路况的感知增强车辆的驾驶安全性。本课题的研究将为我国的城市交通管理、道路交通安全和节能减排、环境监测等领域提供一系列的基础理论与核心算法。

车辆广泛的分布在城市环境中，并随人们在城市中移动。随着车辆电气化的不断发展，车辆中各类传感器、通信端口不断丰富，以车辆为载体收集城市范围内的各类感知信息，并将其应用于智慧城市、智慧交通等的各个方面，已经成移动计算与移动通信领域的重要研究课题。然而，由于车辆在数据采集以及移动特征方面具有异构性，单个车辆难以收集全面而持久的感知信息，因此研究群体车辆协作的感知数据收集策略与应用方法是本领域迫切需要解决的问题。.本课题针对群车协作感知中的群车智慧协作数据收集算法、感知数据传输策略、绿色的路径规划以及群体协作的增强现实等方面开展深入研究，提出了以感知任务为核心的层次化异构群体车辆感知体系结构、设计了多任务环境下的参与者选择算法、分布式的感知任务迁移算法、面向感知数据时效性的感知数据收集策略和基于参与车辆信誉的感知车辆选择方法；提出了一种基于地理位置和交通信息的机会路由算法；设计了一种基于时空分辨率感知的协同数据采集及多跳路径校正算法；设计了动态交互式多视角分层视频流的自适应策略等若干创新性的技术路线和解决方案。通过真实轨迹数据和搭建的实际环境模拟实验系统，课题组验证了课题组提出的模型、算法和策略的有效性、可靠性等。课题组成员先后在IEEE Communications Surveys and Tutorials、IEEE Trans. on Circuits and Systems for Video Technology、IEEE Sensors Journal等国际知名期刊、会议中发表论文20余篇。本课题的研究将为群车智慧感知的进一步深入研究和成果转化提供技术支持，具有重要的理论价值和应用前景。