多目标约束的智能路侧设施优化布设方法研究

研究多目标约束下的智能路侧设施优化布设方法,构建设备成本、平均可靠性、平均管控效果等多目标约束的优化框架,并引入遗传算法结合AHP层次分析法等评价方法,提出多目标约束的智能路侧设施优化布设模型。其次,选用多品牌、多种类智能路侧设施开展案例分析,以遗传算法求解最优解。为验证模型灵敏度,本文还通过灵敏度分析验证了所设计的模型在侧重某一指标的应用效果:相较于专家给定的α、β、γ(平均管控效果、设备成本、平均可靠性对应权重值),侧重平均可靠性指标提升6.67%,侧重设备成本指标降低了27.82%,侧重平均管控效果指标有一定提升。实验结果表明本文模型在面向多品牌、多种类的智能路侧设施选型布设和实际动态需求具有可行性。

基于车路协同的智能驾驶研究综述

为了缓解日益增长的汽车保有量造成的交通事故多发,国外提出了基于环境感知为主的单车智能化方案,国内单车智能化研究的时间短,而且道路环境复杂多变,主要侧重于路侧基础设施智能化为主的车路协同方案。基于以上背景,首先简要叙述了近几年车路协同的发展路径,然后重点从智能网联汽车、车路协同关键技术、车路协同应用场景这3个方面详细叙述了国内外的研究进展,并总结了研究的不足之处。其次阐述了现有技术存在的问题、瓶颈,探讨了相应的解决方案,最后展望了车路协同未来的发展方向。