發(fā)布時間：2020-08-15 22:52

【摘要】：隨著經(jīng)濟(jì)的持續(xù)增長以及汽車制造業(yè)的迅速發(fā)展,汽車保有量與日俱增。由此引發(fā)了交通事故、車輛盜竊、道路擁塞,環(huán)境污染等一系列的社會問題。為了解決以上問題,智能交通系統(tǒng)(ITS)應(yīng)運(yùn)而生。它是將現(xiàn)代通信技術(shù)、傳感器技術(shù)、自動控制技術(shù)、數(shù)據(jù)處理技術(shù)等集成運(yùn)用于整個交通系統(tǒng),使得交通運(yùn)輸網(wǎng)絡(luò)更加高效、安全、便捷和舒適,建立與現(xiàn)代社會文明相協(xié)調(diào)的交通運(yùn)輸體系。ITS的目的是通過路,車,人三者密切配合以降低交通事故,緩解交通擁塞,提高交通運(yùn)輸效率,減少資源消耗,以及緩輕環(huán)境污染,從而最大效率的利用公共資源。車載自組織網(wǎng)絡(luò)(VANETs)和智能感知作為智能交通系統(tǒng)中兩項(xiàng)關(guān)鍵技術(shù)已引起了工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。此外,配置豐富傳感技術(shù)的智能手機(jī)具有強(qiáng)大的感知計(jì)算存儲通信功能,使智能手機(jī)感知成為車載環(huán)境下智能感知的良好實(shí)現(xiàn)方案。面對當(dāng)下交通中突出問題,本文圍繞VANETs與智能感知在交通信息系統(tǒng)中的關(guān)鍵技術(shù)開展研究。在對VANETs與智能感知進(jìn)行了全面分析和總結(jié)的基礎(chǔ)上,深入細(xì)致的討論了將VANETs和智能手機(jī)感知以及深度學(xué)習(xí)技術(shù)相結(jié)合在交通信息系統(tǒng)的應(yīng)用可行性,分別在交通信息系統(tǒng)的車輛安全,運(yùn)輸效率,以及安全駕駛方面進(jìn)行研究和探索。針對這些問題,取得了若干創(chuàng)新和成果。本文的主要貢獻(xiàn)包括:1.針對目前車輛盜竊已經(jīng)成為日益嚴(yán)重的公共安全問題這一事實(shí),提出了基于廢舊智能手機(jī)的低成本車輛防盜跟蹤系統(tǒng)PhoneInside。在不使用額外特殊設(shè)備基礎(chǔ)上實(shí)現(xiàn)車輛防盜和跟蹤的功能。具體而言,在鑒別非法駕駛者入侵方面,首先根據(jù)自組織網(wǎng)絡(luò)認(rèn)證核實(shí)駕駛者的身份信息。為了消除錯誤警報,在基于歷史駕駛習(xí)慣和行程軌跡的基礎(chǔ)上,系統(tǒng)建立車輛的個人獨(dú)特移動模型,并通過LSTM(Long Short-Term Memory)網(wǎng)絡(luò)區(qū)分非法的駕駛行為。為了實(shí)現(xiàn)準(zhǔn)確的車輛跟蹤,本文創(chuàng)新性的提出了一種新的VelocityAware航位推算方法,該方法利用地圖信息和在曲線路段以及交叉路口處的車輛轉(zhuǎn)彎來估計(jì)車輛速度以用于軌跡計(jì)算。相對于傳統(tǒng)的航位推測方法,有效的降低了累計(jì)誤差�；谡鎸�(shí)環(huán)境下的駕駛數(shù)據(jù)實(shí)驗(yàn)結(jié)果顯示,PhoneInside可以有效的檢測車輛被盜,準(zhǔn)確的跟蹤并定位被盜車輛的位置。同時本系統(tǒng)對廢舊手機(jī)的再利用提供了一種新的解決方案。2.針對當(dāng)下交通車輛運(yùn)輸效率低的問題,提出了基于停車場中停放車輛輔助的拼車方法PLAC(Parking-Lot-Assisted Carpool)。由共同或相鄰?fù)＼噲隼肰ANETs收集與交換停放車輛歷史行程數(shù)據(jù),據(jù)此分析預(yù)測車輛將來的軌跡,為具有相同或相似行程的駕駛者提供共享拼車服務(wù)。具體而言,首先將停車場作為分布式集群,并對停放車輛按照簇狀結(jié)構(gòu)進(jìn)行管理,簇頭節(jié)點(diǎn)維持成員車輛的信息。車載設(shè)備記錄車輛的行駛軌跡,在進(jìn)入停車場簇群后通過VANETs同步行程數(shù)據(jù)到簇頭節(jié)點(diǎn)保存。然后,為了覆蓋附近停車場中具有滿足拼車行程需求的駕駛者,確立了簇頭遞交車輛路徑信息到周邊停車場簇群的路由策略。最后,設(shè)計(jì)出合適的車輛路徑匹配重合度方案以選擇最佳的拼車駕駛者�；谡鎸�(shí)城市地圖和停車場數(shù)據(jù)的仿真實(shí)驗(yàn)結(jié)果表明,對比另外兩種拼車方法,本文提出的PLAC有效的提高車載運(yùn)輸能力。3.針對在安全駕駛中,通過監(jiān)測駕駛者的呼吸頻率的改變來判斷駕駛者疲勞狀態(tài)已被證實(shí)為一種有效的方法。本文利用智能手機(jī)的麥克風(fēng)感知駕駛者的呼吸信息,將呼吸作為一種特殊的語音識別用以計(jì)算呼吸頻率,提出了基于深度學(xué)習(xí)的細(xì)粒度呼吸頻率監(jiān)測模型DeepFilter。模型是以多重卷積的輸入層開始的循環(huán)神經(jīng)網(wǎng)絡(luò),同時對網(wǎng)絡(luò)進(jìn)行端到端訓(xùn)練,并加入了以交叉熵為損失函數(shù)的分批標(biāo)準(zhǔn)化方法來加速模型的訓(xùn)練過程。具體而言,在呼吸速率監(jiān)測中創(chuàng)建幀對齊的訓(xùn)練標(biāo)簽,并將標(biāo)簽在幀級別上轉(zhuǎn)換為分類問題,以決定幀是否屬于吸氣或者呼氣。在卷積層的輸入序列上,通過快速傅里葉變換將固定幀長的時域序列轉(zhuǎn)換成時頻譜,從而利用卷積的平移不變性來克服呼吸語音信號多樣性。一個吸氣或者呼氣過程可能涉及多個幀,因此利用雙向循環(huán)層捕獲序列歷史信息以提高性能。收集大量呼吸數(shù)據(jù)并經(jīng)過后處理降噪以訓(xùn)練模型,再對模型進(jìn)行對比測試表明,DeepFilter對呼吸頻率監(jiān)測具有較高的準(zhǔn)確性。最后,基于真實(shí)車載與睡眠環(huán)境下實(shí)驗(yàn)結(jié)果表明模型具有良好的實(shí)用性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：U495
【圖文】：

隨之而來的就是汽車大量普及所引發(fā)的問題也日益突出，交通事故，道路擁塞，環(huán)境污染，能源消耗，車輛安全等都成為現(xiàn)代社會難以消除的問題。首先是頻發(fā)的交通事故對人們的生命財產(chǎn)安全帶來極大危害。如圖1-1所示，國家統(tǒng)計(jì)局顯示近 5 年交通事故數(shù)據(jù)，2016 年我國交通事故發(fā)生總數(shù)共計(jì) 212846 起，相比2015 年上升 13.3%；其中交通事故死亡人數(shù)共計(jì) 63093，受傷人數(shù) 226430，對于上一年也有明顯的增加；造成直接財產(chǎn)經(jīng)濟(jì)損失高達(dá) 12 億元[7]。全球其他地區(qū)的形勢也不容樂觀，歐洲每年有大約 5 萬人因交通事故死亡，總共經(jīng)濟(jì)損失超過 3千億歐元。在美國

本文基于 VANETs 與智能感知，針對交通信息系統(tǒng)中的實(shí)際問題進(jìn)行深入研究。分別在車輛安全，運(yùn)輸效率，安全駕駛?cè)矫嫣岢鰟?chuàng)新方法和應(yīng)用�？偣灿闪鹿�(jié)構(gòu)成，各章之間關(guān)系如圖1-2所示，具體每章內(nèi)容結(jié)構(gòu)安排如下：第一章為緒論部分，首先介紹了本課題研究的背景，研究的目的和意義。其中依次描述了物聯(lián)網(wǎng)，智能交通系統(tǒng)，VANETs 與智能感知的基本內(nèi)容以及內(nèi)在聯(lián)系；然后分析了由于車輛增加給城市交通帶來的各種嚴(yán)峻問題和解決辦法。最后，闡述了本文研究的主要內(nèi)容和貢獻(xiàn)，以及全文的結(jié)構(gòu)安排。第二章為本課題的研究基礎(chǔ)和相關(guān)工作。該部分首先介紹了 VANETs 發(fā)展?fàn)?

這為車輛與車輛之間通信（Vehicle-to-Vehicle，V2V），以及車輛和固定基礎(chǔ)設(shè)施之間的通信（Vehicle-to-Infrastructure，V2I）提供基礎(chǔ)，從而形成無中心，結(jié)構(gòu)開放，部署方便，費(fèi)用低廉的自組織無線通信網(wǎng)絡(luò)，如圖2-1所示。VANETs 允許彼此距離在 100 至 300 米的汽車，彼此鏈接，當(dāng)某個車輛脫離了信號范圍，離開網(wǎng)絡(luò)，其他的車輛可以加入，建立起新的移動自組織互聯(lián)網(wǎng)。VANETs 作為運(yùn)行在道路上的新型無線移動自組織網(wǎng)絡(luò)，允許車輛利用無線通信設(shè)備將車載傳感器獲取與感知到的移動速度，坐標(biāo)位置，行程記錄等信息與其他車輛進(jìn)行交換與共享，為駕駛者在交通安全，出行計(jì)劃，以及駕駛體驗(yàn)等方面提供豐富的基礎(chǔ)性服務(wù)。圖 2-1 車載自組織網(wǎng)絡(luò)現(xiàn)如今，世界各國的學(xué)術(shù)研究機(jī)構(gòu)和工業(yè)工程項(xiàng)目都對 VANETs 展現(xiàn)出密切廣泛關(guān)注。首先是在 2003 年的國際電信聯(lián)盟遠(yuǎn)程通信標(biāo)準(zhǔn)化組的汽車通信標(biāo)準(zhǔn)化會議上，VANETs 技術(shù)[26]首次被各國專家公開提出

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 周鋒華;孟憲元;梅順良;任雁軍;;司機(jī)疲勞駕駛實(shí)時檢測系統(tǒng)設(shè)計(jì)[J];測控技術(shù);2013年01期

2 李都厚;劉群;袁偉;劉浩學(xué);;疲勞駕駛與交通事故關(guān)系[J];交通運(yùn)輸工程學(xué)報;2010年02期

本文編號：2794774