智能網(wǎng)聯(lián)汽車車路協(xié)同技術(shù)

第1章　車路協(xié)同技術(shù)概況 001
1.1　車路協(xié)同技術(shù)的概念特征 002
1.1.1　車路協(xié)同的概念與內(nèi)涵 002
1.1.2　車路協(xié)同賦能自動駕駛 004
1.1.3　車路協(xié)同系統(tǒng)的關(guān)鍵技術(shù) 005
1.1.4　車路協(xié)同平臺構(gòu)建需求與場景 008
1.2　車路協(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　國內(nèi)外車路協(xié)同發(fā)展概況 017
1.3.1　美國 017
1.3.2　歐盟 019
1.3.3　日本 020
1.3.4　中國 021
第2章　車聯(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　車聯(lián)網(wǎng)系統(tǒng)的體系架構(gòu) 026
2.1.2　基于V2X的車聯(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)用場景 035
2.2.1　V2V技術(shù)的應(yīng)用場景 035
2.2.2　V2I技術(shù)的應(yīng)用場景 037
2.2.3　V2P技術(shù)的應(yīng)用場景 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　車路協(xié)同路側(cè)系統(tǒng) 042
2.3.3　車路協(xié)同預(yù)警算法 044
2.3.4　車路協(xié)同信息發(fā)布 045
第3章　基于車路協(xié)同的自動駕駛 049
3.1　5G車路協(xié)同自動駕駛 050
3.1.1　5G車路協(xié)同平臺架構(gòu)設(shè)計 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　車路協(xié)同自動駕駛管理平臺 057
3.2　車路協(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　前車跟車行駛場景 071
3.3.4　車輛穿越交叉路口場景 073
3.3.5　高速公路匝道車輛匯入場景 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)平臺的應(yīng)用 117
4.3　基于邊緣計算的車路協(xié)同應(yīng)用 120
4.3.1　邊緣計算的概念與特征 120
4.3.2　基于邊緣計算的自動駕駛 122
4.3.3　邊緣計算車路協(xié)同總體方案 124
4.3.4　邊緣計算在車路協(xié)同中的應(yīng)用 126
第5章　車路協(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　車路協(xié)同云平臺 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)動車的服務(wù)場景 139
5.2.2　交通信號燈控制與優(yōu)化 142
5.2.3　交通安全主動防控應(yīng)用 143
5.3　交通干線綠波協(xié)調(diào)控制 146
5.3.1　傳統(tǒng)綠波的車速引導(dǎo)方法 146
5.3.2　基于車路協(xié)同的綠波車速引導(dǎo)方法 149
5.3.3　智慧車列優(yōu)先綠波車速引導(dǎo) 151
5.4　交通流密度估計 155
5.4.1　交通流密度的常規(guī)檢測技術(shù) 155
5.4.2　基于V2X的交通流密度估計 158
第6章　車路協(xié)同與智慧物流 165
6.1　基于車路協(xié)同的干線物流應(yīng)用 166
6.1.1　車路協(xié)同賦能干線物流 166
6.1.2　基于5G車路協(xié)同的物流應(yīng)用 167
6.1.3　重卡自動駕駛與編隊(duì)行駛 168
6.1.4　干線物流自動駕駛的運(yùn)營模式 171
6.1.5　干線物流自動駕駛的典型案例 173
6.2　基于自動駕駛的末端配送應(yīng)用 174
6.2.1　城市末端智慧物流配送體系 174
6.2.2　自動駕駛物流運(yùn)輸系統(tǒng)設(shè)計 176
6.2.3　自動駕駛末端配送的發(fā)展前景 178
第7章　車路協(xié)同測評方法 183
7.1　仿真測試 184
7.1.1　仿真測試場景設(shè)計 184
7.1.2　駕駛場景與虛擬場景 186
7.1.3　測試場景庫的構(gòu)建方法 188
7.1.4　仿真測試的五大類型 190
7.2　車輛在環(huán)測試 192
7.2.1　車輛在環(huán)測試的主要特點(diǎn) 192
7.2.2　車輛在環(huán)測試的平臺搭建 193
7.2.3　車輛在環(huán)測試的應(yīng)用場景 197
7.2.4　車輛在環(huán)測試的未來前景 198
7.3　自動駕駛場地測試 199
7.3.1　場地測試的主要內(nèi)容 199
7.3.2　ADAS測試場地建設(shè) 202
7.3.3　V2X測試場地建設(shè) 203
7.3.4　自動駕駛測試場地建設(shè) 204
7.4　車路協(xié)同系統(tǒng)測試 205
7.4.1　測試需求分析 205
7.4.2　設(shè)備級測試 206
7.4.3　系統(tǒng)級測試 208
7.4.4　交通效果測試 211
參考文獻(xiàn) 213