智能網(wǎng)聯(lián)汽車(chē)車(chē)路協(xié)同技術(shù)

第1章　車(chē)路協(xié)同技術(shù)概況 001
1.1　車(chē)路協(xié)同技術(shù)的概念特征 002
1.1.1　車(chē)路協(xié)同的概念與內(nèi)涵 002
1.1.2　車(chē)路協(xié)同賦能自動(dòng)駕駛 004
1.1.3　車(chē)路協(xié)同系統(tǒng)的關(guān)鍵技術(shù) 005
1.1.4　車(chē)路協(xié)同平臺(tái)構(gòu)建需求與場(chǎng)景 008
1.2　車(chē)路協(xié)同系統(tǒng)架構(gòu)與應(yīng)用 010
1.2.1　交通管控協(xié)調(diào)系統(tǒng) 010
1.2.2　駕駛安全服務(wù)系統(tǒng) 011
1.2.3　交通信息服務(wù)系統(tǒng) 014
1.2.4　其他服務(wù)應(yīng)用系統(tǒng) 016
1.3　國(guó)內(nèi)外車(chē)路協(xié)同發(fā)展概況 017
1.3.1　美國(guó) 017
1.3.2　歐盟 019
1.3.3　日本 020
1.3.4　中國(guó) 021
第2章　車(chē)聯(lián)網(wǎng)V2X通信技術(shù) 025
2.1　V2X通信技術(shù)的主流方案 026
2.1.1　車(chē)聯(lián)網(wǎng)系統(tǒng)的體系架構(gòu) 026
2.1.2　基于V2X的車(chē)聯(lián)網(wǎng)方案 028
2.1.3　DSRC技術(shù)標(biāo)準(zhǔn)與應(yīng)用 031
2.1.4　C-V2X通信技術(shù)標(biāo)準(zhǔn)與應(yīng)用 033
2.2　V2X通信技術(shù)的應(yīng)用場(chǎng)景 035
2.2.1　V2V技術(shù)的應(yīng)用場(chǎng)景 035
2.2.2　V2I技術(shù)的應(yīng)用場(chǎng)景 037
2.2.3　V2P技術(shù)的應(yīng)用場(chǎng)景 039
2.3　基于5G和C-V2X的公路信息服務(wù) 041
2.3.1　公路信息服務(wù)需求分析 041
2.3.2　車(chē)路協(xié)同路側(cè)系統(tǒng) 042
2.3.3　車(chē)路協(xié)同預(yù)警算法 044
2.3.4　車(chē)路協(xié)同信息發(fā)布 045
第3章　基于車(chē)路協(xié)同的自動(dòng)駕駛 049
3.1　5G車(chē)路協(xié)同自動(dòng)駕駛 050
3.1.1　5G車(chē)路協(xié)同平臺(tái)架構(gòu)設(shè)計(jì) 050
3.1.2　智能全域感知道路的構(gòu)建 053
3.1.3　智能路側(cè)設(shè)備系統(tǒng)及應(yīng)用 055
3.1.4　車(chē)路協(xié)同自動(dòng)駕駛管理平臺(tái) 057
3.2　車(chē)路協(xié)同感知系統(tǒng) 060
3.2.1　協(xié)同感知系統(tǒng)構(gòu)成 060
3.2.2　協(xié)同感知信息融合 063
3.2.3　協(xié)同感知信息分享 065
3.3　基于 V2I/V2N 的感知融合系統(tǒng) 068
3.3.1　感知融合系統(tǒng)架構(gòu) 068
3.3.2　感知融合算法架構(gòu) 070
3.3.3　前車(chē)跟車(chē)行駛場(chǎng)景 071
3.3.4　車(chē)輛穿越交叉路口場(chǎng)景 073
3.3.5　高速公路匝道車(chē)輛匯入場(chǎng)景 075
3.4　智能路側(cè)決策系統(tǒng) 077
3.4.1　智能路側(cè)決策系統(tǒng)架構(gòu) 077
3.4.2　安全預(yù)警決策應(yīng)用 079
3.4.3　交通管控決策應(yīng)用 081
3.4.4　智能輔助決策應(yīng)用 085
3.4.5　云邊端協(xié)同決策機(jī)制 095
第4章　智能網(wǎng)聯(lián)汽車(chē)云控系統(tǒng) 099
4.1　云控系統(tǒng)的概念特征與應(yīng)用 100
4.1.1　云控系統(tǒng)框架與構(gòu)成 100
4.1.2　云控系統(tǒng)特征與功能 103
4.1.3　云控系統(tǒng)的關(guān)鍵技術(shù) 106
4.1.4　云控系統(tǒng)的典型應(yīng)用 109
4.2　云控基礎(chǔ)平臺(tái)的構(gòu)成與應(yīng)用 111
4.2.1　邊緣云的概念與結(jié)構(gòu) 111
4.2.2　區(qū)域云的概念與結(jié)構(gòu) 114
4.2.3　中心云的概念與結(jié)構(gòu) 115
4.2.4　云控基礎(chǔ)平臺(tái)的應(yīng)用 117
4.3　基于邊緣計(jì)算的車(chē)路協(xié)同應(yīng)用 120
4.3.1　邊緣計(jì)算的概念與特征 120
4.3.2　基于邊緣計(jì)算的自動(dòng)駕駛 122
4.3.3　邊緣計(jì)算車(chē)路協(xié)同總體方案 124
4.3.4　邊緣計(jì)算在車(chē)路協(xié)同中的應(yīng)用 126
第5章　車(chē)路協(xié)同與智慧交通 129
5.1　智慧交通關(guān)鍵技術(shù)及應(yīng)用 130
5.1.1　車(chē)路協(xié)同云平臺(tái) 130
5.1.2　數(shù)字孿生技術(shù)的應(yīng)用 131
5.1.3　高精度定位技術(shù)的應(yīng)用 134
5.1.4　多傳感器融合技術(shù)的應(yīng)用 136
5.2　道路交通交叉路口應(yīng)用 139
5.2.1　面向機(jī)動(dòng)車(chē)的服務(wù)場(chǎng)景 139
5.2.2　交通信號(hào)燈控制與優(yōu)化 142
5.2.3　交通安全主動(dòng)防控應(yīng)用 143
5.3　交通干線綠波協(xié)調(diào)控制 146
5.3.1　傳統(tǒng)綠波的車(chē)速引導(dǎo)方法 146
5.3.2　基于車(chē)路協(xié)同的綠波車(chē)速引導(dǎo)方法 149
5.3.3　智慧車(chē)列優(yōu)先綠波車(chē)速引導(dǎo) 151
5.4　交通流密度估計(jì) 155
5.4.1　交通流密度的常規(guī)檢測(cè)技術(shù) 155
5.4.2　基于V2X的交通流密度估計(jì) 158
第6章　車(chē)路協(xié)同與智慧物流 165
6.1　基于車(chē)路協(xié)同的干線物流應(yīng)用 166
6.1.1　車(chē)路協(xié)同賦能干線物流 166
6.1.2　基于5G車(chē)路協(xié)同的物流應(yīng)用 167
6.1.3　重卡自動(dòng)駕駛與編隊(duì)行駛 168
6.1.4　干線物流自動(dòng)駕駛的運(yùn)營(yíng)模式 171
6.1.5　干線物流自動(dòng)駕駛的典型案例 173
6.2　基于自動(dòng)駕駛的末端配送應(yīng)用 174
6.2.1　城市末端智慧物流配送體系 174
6.2.2　自動(dòng)駕駛物流運(yùn)輸系統(tǒng)設(shè)計(jì) 176
6.2.3　自動(dòng)駕駛末端配送的發(fā)展前景 178
第7章　車(chē)路協(xié)同測(cè)評(píng)方法 183
7.1　仿真測(cè)試 184
7.1.1　仿真測(cè)試場(chǎng)景設(shè)計(jì) 184
7.1.2　駕駛場(chǎng)景與虛擬場(chǎng)景 186
7.1.3　測(cè)試場(chǎng)景庫(kù)的構(gòu)建方法 188
7.1.4　仿真測(cè)試的五大類(lèi)型 190
7.2　車(chē)輛在環(huán)測(cè)試 192
7.2.1　車(chē)輛在環(huán)測(cè)試的主要特點(diǎn) 192
7.2.2　車(chē)輛在環(huán)測(cè)試的平臺(tái)搭建 193
7.2.3　車(chē)輛在環(huán)測(cè)試的應(yīng)用場(chǎng)景 197
7.2.4　車(chē)輛在環(huán)測(cè)試的未來(lái)前景 198
7.3　自動(dòng)駕駛場(chǎng)地測(cè)試 199
7.3.1　場(chǎng)地測(cè)試的主要內(nèi)容 199
7.3.2　ADAS測(cè)試場(chǎng)地建設(shè) 202
7.3.3　V2X測(cè)試場(chǎng)地建設(shè) 203
7.3.4　自動(dòng)駕駛測(cè)試場(chǎng)地建設(shè) 204
7.4　車(chē)路協(xié)同系統(tǒng)測(cè)試 205
7.4.1　測(cè)試需求分析 205
7.4.2　設(shè)備級(jí)測(cè)試 206
7.4.3　系統(tǒng)級(jí)測(cè)試 208
7.4.4　交通效果測(cè)試 211
參考文獻(xiàn) 213