一种基于V2V的协作式城市道路拥堵检测方法技术

本发明专利技术公开了一种基于V2V的协作式城市道路拥堵检测方法，将车辆行驶速度v和车流密度ρ作为交通拥堵水平的影响因素，输入到模糊控制器中得到本地的交通拥堵水平，当有车辆O检测到有交通拥堵发生时，启动拥堵判决过程，即检测到有拥堵的车辆O向其邻居表中的车辆发送拥堵查询消息，邻居表中的车辆根据其拥堵判决结果向车辆O回复拥堵验证消息。未检测到交通拥堵时，车辆之间仅互相发送其位置信息，因此能够有效抑制网络过载，这种由车辆O和邻居表中的车辆协作完成交通拥堵检测的机制，显著提高了车辆检测交通拥堵的准确性。模糊控制器输出交通拥堵水平值为连续值，精准地反映了交通拥堵的级别，并且车辆O根据位置信息计算出拥堵区域和拥堵长度。

A cooperative urban road congestion detection method based on V2V

The invention discloses a collaborative V2V city road congestion detection method based on the vehicle speed, V and traffic density as the factors influencing the level of traffic congestion, input to get the local traffic congestion level fuzzy controller, when a vehicle is detected by O traffic congestion occurs, start the trial process, i.e. O has detected the vehicle congestion query message to its neighbors in the vehicle transmission congestion in the neighbor table according to the vehicle to vehicle O congestion verdict congestion validation message reply. Traffic congestion is not detected, the vehicle only sends its location information, thus can effectively inhibit the network overload, the vehicle and the vehicle in the neighbor table O collaboration mechanism of traffic congestion detection, significantly improves the accuracy of vehicle detection and traffic congestion. The fuzzy controller outputs the traffic congestion level value as the continuous value, which accurately reflects the traffic congestion level, and the vehicle O calculates the congestion area and the length of the congestion according to the location information.

【技术实现步骤摘要】
一种基于V2V的协作式城市道路拥堵检测方法
本专利技术属于城市道路拥堵检测领域，具体涉及一种基于V2V的协作式城市道路拥堵检测方法。
技术介绍
在交通管理中，交通拥堵的发生既会对交通安全产生影响，又会造成巨大的经济损失。解决因交通拥堵造成的交通安全问题和社会经济损失问题，目前存在两种主要手段，一种是提升道路基础设施的建设水平，另一种是在现有的道路基础设施的基础上提高交通效率，保障行车安全，主要是采用铺设地磁线圈或者架设摄像机的方式对城市道路拥堵进行检测，此种方法只能检测设施覆盖区域的道路交通信息，但是铺设地磁线圈和架设摄像机受到成本、土地规划、环境保护的影响约束，不能进行无限建设。目前采用基于车路协同技术检测城市道路交通拥堵状态，车路协同技术是指利用包括交通参与者在内的，在交通参与者之间(VehicletoVehicle，V2V)，或者交通参与者与交通基础设施之间(VehicletoInfrastructure，V2I)利用无线通信进行信息交互，从而实现车辆运动控制，交通信号的控制或者信息发布的技术。与V2I技术相比，V2V无需布设任何路侧设备即可实现交通拥堵的检测，因此V2V被广泛应用于交通拥堵状态检测，而V2I技术被广泛应用于交通状态信息发布。目前基于V2V的交通拥堵检测方法，文献[FukumotoM,SugimuraT.Electronicdevice,vibrationgenerator,vibration-typereportingmethod,andreportcontrolmethod:U.S.Patent7,292,227[P].2007-11-6.]提出了一种基于交通密度的检测方法，但是该方法的实施需要不间断的交换交通密度估计信息，同时会造成通信信道的过载。为了解决通信信道过载的问题，文献[CameronAC,GelbachJB,MillerDL.Bootstrap-basedimprovementsforinferencewithclusterederrors[J].TheReviewofEconomicsandStatistics,2008,90(3):414-427.]提出在每个路段只有一辆车负责完成道路交通信息的收集和聚合，但是选择负责收集和聚合道路交通信息的车辆会产生新的额外信号负载。文献[ChenK,LiZ.PredictionofTrafficStateBasedonFuzzyLogicinVanet[J].InformationTechnologyJournal,2013,12(18):4642.]通过使用模式识别的技术使得每辆车都估计其周围的交通拥堵状况，这种方法成功减少了通信负载。但是该方法的缺点是缺少一种验证机制，即每辆车检测到本地的交通拥堵状况后，无法关联不同车辆间的交通拥堵估计，进而导致拥堵检测结果的不可靠。文献[BauzaR,GozálvezJ.Trafficcongestiondetectioninlarge-scalescenariosusingvehicle-to-vehiclecommunications[J].JournalofNetworkandComputerApplications,2013,36(5):1295-1307.]提出基于模糊控制检测出车辆的交通拥堵水平，通过在拥堵队列中由前向后的传播方式进一步验证该交通拥堵水平，该方法提高了交通拥堵水平检测的准确性，但该方法缺少本地车辆与拥堵队列的关联机制，同时增加了拥堵队列前车的判断过程，复杂度较高。因此，在交通拥堵检测领域，需要一种城市道路交通拥堵检测方法,该方法既能减少通信负载，又能获得准确的交通拥堵状况。
技术实现思路
本专利技术的目的在于提供一种基于V2V的协作式城市道路拥堵检测方法，以克服现有技术的不足。为达到上述目的，本专利技术采用如下技术方案：一种基于V2V的协作式城市道路拥堵检测方法，具体包括以下步骤：1)、首先检测车辆O的交通拥堵水平LOSo；2)、建立用于统计并实时储存车辆O信息以及存储周围其他车辆Oi的位置信息的邻居表；3)、当检测到交通拥堵水平LOSo为拥堵时，车辆O则进行拥堵消息验证，即获取邻居表中车辆Oi交通拥堵水平LOSi信息及车辆Oi位置信息，依据中心极限定理和基于大子样的假设检验知，假设H0为：LOS＝LOSo成立；当车辆检测到拥堵发生，车辆的邻居表中车辆信息i很大时，统计量：服从标准正态分布N(0，1)；给定显著水平α，存在使得：即：车辆O得到i辆汽车拥堵反馈信息LOS1、LOS2、LOS3…LOSi后，计算拥堵水平平均值以及标准差S的数值，若则拒绝H0，即认为该区域的交通拥堵水平LOS与LOS0有显著差异，车辆检测到该区域的拥堵水平LOS0不可靠，返回步骤1)；若则接受H0，即认为该区域的交通拥堵水平LOS与LOS0无显著差异，车辆检测到该区域的拥堵水平LOS0可靠，该区域的交通拥堵水平值为LOS0，且置信概率为1-α。进一步的，步骤1)中的邻居表用于记录该车辆曾接收过至少一个beacon(信标)消息的车辆信息，并且该车辆周期性地接收周围其他车辆的位置信息。进一步的，所述位置信息包括车辆ID、位置坐标P、行驶速度v、行驶方向D、时间戳T。进一步的，行驶速度v分为超低速(SV)、低速(SL)、中速(SM)、高速(SH)四类速度模糊集，车流密度ρ分为低(DL)、中(DM)、高(DH)、超高(DV)四类车流密度模糊集，一个输入量可以属于不同的模糊集，基于Skycomp的拥堵评级系统，交通拥堵水平LOS定义为自由流(LF)＝0、轻度拥堵(LL)＝1/3、中度拥堵(LM)＝2/3、严重拥堵(LS)＝1。进一步的，判断该交通拥堵水平LOS0是否拥堵根据Skycomp的拥堵评级系统判决，即LOS0<1/3，则车辆O认为没有拥堵，返回步骤d，LOS0≥1/3则车辆O认为已经形成拥堵，进入步骤2。进一步的，步骤1)中，检测车辆位置交通拥堵水平LOS0，具体包括以下步骤：a，确定输入模糊集Si和输出模糊集S0，然后分别建立输入模糊集Si和输出模糊集S0的隶属函数，b，实时计算车辆O的行驶速度v和当前所在车流的车流密度ρ，将行驶速度v和车流密度ρ作为输入变量，c，输入模糊集Si和输出模糊集S0的隶属函数组成模糊控制器C，d，将输入变量代入模糊控制器C得到输出值即为该车辆位置交通拥堵水平LOS0。进一步的，其中输入模糊集Si包括行驶速度v和车流密度ρ两个不同类别的输入模糊集；交通拥堵水平LOS构成输出模糊集S0。进一步的，步骤c中，建立模糊控制器C，模糊控制器C的输出量为连续值，取值范围为[0，1]，其中0表示自由流，1表示严重拥堵。进一步的，步骤3)中，车辆O进行拥堵消息验证时，向邻居表中的其他车辆Oi发出拥堵查询消息，车辆O进入睡眠状态，等待邻居表中的其他车辆Oi回复车辆发出的拥堵查询消息，邻居表中的其他车辆Oi将各自的交通拥堵水平LOSi，并将该交通拥堵水平LOSi写入拥堵验证消息中，将拥堵验证消息发给车辆O。进一步的，依据拥堵验证消息中记录的各拥堵车辆的位置坐标，车辆O计算得出拥堵的位置区域和拥堵长度,并将拥堵区域和拥堵长度信息定向发送给邻居表中没有检测到交通拥堵的本文档来自技高网...

【技术保护点】
一种基于V2V的协作式城市道路拥堵检测方法，其特征在于，具体包括以下步骤：1)、首先检测车辆O位置的交通拥堵水平LOS

【技术特征摘要】
1.一种基于V2V的协作式城市道路拥堵检测方法，其特征在于，具体包括以下步骤：1)、首先检测车辆O位置的交通拥堵水平LOSo；2)、建立用于统计并实时储存车辆O信息以及存储周围其他车辆Oi的位置信息的邻居表；3)、当检测到交通拥堵水平LOSo为拥堵时，车辆O则进行拥堵消息验证，即获取邻居表中车辆Oi交通拥堵水平LOSi信息及车辆Oi位置信息，依据中心极限定理和基于大子样的假设检验知，假设H0为：LOS＝LOSo成立；当车辆检测到拥堵发生，车辆的邻居表中车辆信息i很大时，统计量：服从标准正态分布N(0，1)；给定显著水平α，存在使得：即：车辆O得到i辆汽车拥堵反馈信息LOS1、LOS2、LOS3…LOSi后，计算拥堵水平平均值以及标准差S的数值，若则拒绝H0，即认为该区域的交通拥堵水平LOS与LOS0有显著差异，车辆检测到该区域的拥堵水平LOS0不可靠，返回步骤1)；若则接受H0，即认为该区域的交通拥堵水平LOS与LOS0无显著差异，车辆检测到该区域的拥堵水平LOS0可靠，该区域交通拥堵水平值为LOS0，且置信概率为1-α。2.根据权利要求1所述的一种基于V2V的协作式城市道路拥堵检测方法，其特征在于，步骤1)中的邻居表用于记录该车辆曾接收过至少一个beacon(信标)消息的车辆信息，并且该车辆周期性地接收周围其他车辆的位置信息。3.根据权利要求2所述的一种基于V2V的协作式城市道路拥堵检测方法，其特征在于，所述位置信息包括车辆ID、位置坐标P、行驶速度v、行驶方向D、时间戳T。4.根据权利要求3所述的一种基于V2V的协作式城市道路拥堵检测方法，其特征在于，行驶速度v分为超低速(SV)、低速(SL)、中速(SM)、高速(SH)四类速度模糊集，车流密度ρ分为低(DL)、中(DM)、高(DH)、超高(DV)四类车流密度模糊集，一个输入量可以属于不同的模糊集，基于Skycomp的拥堵评级系统，交通拥堵水平LOS定义为自由流(LF)＝0、轻度拥堵(LL)＝1/3、中度拥堵(LM)＝2/3、严重拥堵(LS)＝1。5.根据权利要求4所述的...

【专利技术属性】
技术研发人员：赵祥模，王润民，胡锦超，徐志刚，吴霞，杨楠，徐江，李强，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61