相比一般城市道路,快速路能夠顯著提高城市交通效率,緩解城市交通壓力。然而,快速路事故往往具有更高的致死率,且次生事故發(fā)生概率也較大,開(kāi)展對(duì)快速路事故進(jìn)行提前檢測(cè)并及時(shí)發(fā)出預(yù)警的方法研究很有必要�？紤]到現(xiàn)有的事故檢測(cè)方法存在安裝維護(hù)成本高、對(duì)外界環(huán)境適應(yīng)性差等固有缺陷,同時(shí)泛洪式廣播易造成較大的網(wǎng)絡(luò)負(fù)載,論文基于車聯(lián)網(wǎng)通信技術(shù),分別對(duì)快速路事故檢測(cè)方法和事故消息發(fā)布方案進(jìn)行了研究,旨在提升事故檢測(cè)準(zhǔn)確度和事故消息發(fā)布效率。論文首先闡述了事故檢測(cè)及發(fā)布系統(tǒng)的目的和功能,在分析了當(dāng)前DSRC通信技術(shù)的體系架構(gòu)及關(guān)鍵技術(shù)的基礎(chǔ)上,構(gòu)建了基于VANET的快速路事故檢測(cè)發(fā)布系統(tǒng)框架和應(yīng)用場(chǎng)景,并對(duì)系統(tǒng)中的通信連接類型和通信實(shí)體功能進(jìn)行了明確;其次,對(duì)事故消息采集過(guò)程中數(shù)據(jù)存儲(chǔ)單元的數(shù)據(jù)庫(kù)進(jìn)行了設(shè)計(jì),在此基礎(chǔ)上給出了事故信息的采集方案,并結(jié)合場(chǎng)景中的事故類型和事故發(fā)生過(guò)程,給出了車輛逼近過(guò)程的判定方法和事故判定的整體方案;然后,從場(chǎng)景特點(diǎn)的角度出發(fā),將事故過(guò)程進(jìn)行了分析,給出了安全場(chǎng)景下的網(wǎng)絡(luò)性能優(yōu)化方案,并針對(duì)事故場(chǎng)景,通過(guò)對(duì)車輛節(jié)點(diǎn)進(jìn)行分類,提出了節(jié)點(diǎn)角色判定方案和轉(zhuǎn)發(fā)方案以及事故消息發(fā)布的整體... 

【文章來(lái)源】：長(zhǎng)安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

DSRC應(yīng)用實(shí)例

圖 5.2 SUMO 建立的快速路場(chǎng)景速為 60Km/h~100Km/h，因此，交通仿真場(chǎng)景中最m/h 和 100Km/h，車流模型選用隨機(jī)車流模型，場(chǎng)景車輛稀疏、中等和擁堵的狀態(tài)。交通參數(shù)設(shè)置見(jiàn)表 表 5-1 交通參數(shù)設(shè)置參數(shù) 參數(shù)值仿真區(qū)域 200m 5000m最大速度 vmax80,100km/h測(cè)試模型 RW車道數(shù) 3駕駛員操作系數(shù) 0.2仿真時(shí)長(zhǎng) 200sec單車道車流密度 10 輛/Km, 20 輛/Km, 50 輛/數(shù)設(shè)置

圖 5.3 OMNeT++建立的網(wǎng)絡(luò)通信場(chǎng)景網(wǎng)絡(luò)參數(shù)的設(shè)置見(jiàn)表 5-2。表 5-2 網(wǎng)絡(luò)參數(shù)設(shè)置參數(shù) 參數(shù)值傳輸距離 200m熱噪聲 -110dB敏感度 -85dB路徑損耗 1.9載波頻率 5.89GHzCP 門限值 10.0dBCS 門限值 -72dBRX 門限值 -65dB傳輸功率 20dBm數(shù)據(jù)包長(zhǎng)度 1060byte

【參考文獻(xiàn)】：
期刊論文
[1]城市快速路交通運(yùn)行狀態(tài)分析[J]. 裴文杰.  洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(03)
[2]車聯(lián)網(wǎng)在智能交通中的應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)研究[J]. 梁卓宇.  交通世界. 2017(22)
[3]城市道路交通事故率探析[J]. 嚴(yán)守靖,劉敬輝,楊澤眾,晏斌.  交通與運(yùn)輸(學(xué)術(shù)版). 2017(01)
[4]基于OpenCV的前方車輛檢測(cè)和前撞預(yù)警算法研究[J]. 劉軍,高雪婷,王利明,晏曉娟.  汽車技術(shù). 2017(06)
[5]中國(guó)汽車工程學(xué)術(shù)研究綜述·2017[J]. 《中國(guó)公路學(xué)報(bào)》編輯部.  中國(guó)公路學(xué)報(bào). 2017(06)
[6]基于速度感知的MANET概率路由[J]. 陳耀華,彭凌西,古鵬.  系統(tǒng)仿真學(xué)報(bào). 2017(06)
[7]基于微信平臺(tái)的智能車禍救援系統(tǒng)設(shè)計(jì)[J]. 王洪亮,馬嘉良.  交通工程. 2017(02)
[8]基于車車通信的車輛防碰撞算法[J]. 陳友榮,萬(wàn)錦昊,陳俊潔,任條娟.  電信科學(xué). 2016(11)
[9]基于分簇的車載自組織網(wǎng)絡(luò)路由算法[J]. 陶洋,陶玲,董亞雷,劉小虎.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(02)
[10]一種基于協(xié)助下載方法的車聯(lián)網(wǎng)選車策略[J]. 劉建航,畢經(jīng)平,葛雨明,李世寶,陳海華,李忠誠(chéng).  計(jì)算機(jī)學(xué)報(bào). 2016(05)

博士論文
[1]物聯(lián)網(wǎng)應(yīng)用若干關(guān)鍵問(wèn)題的研究[D]. 周明.北京郵電大學(xué) 2014
[2]車聯(lián)網(wǎng)環(huán)境下交通信息采集與處理方法研究[D]. 周戶星.吉林大學(xué) 2013

碩士論文
[1]基于圖像識(shí)別的車輛檢測(cè)算法研究[D]. 李曉兵.吉林大學(xué) 2016
[2]CGMY-LIBOR隨機(jī)動(dòng)態(tài)模型的遺傳優(yōu)化算法參數(shù)估計(jì)方法研究[D]. 聶志平.浙江財(cái)經(jīng)大學(xué) 2017
[3]基于視頻圖像的車流量統(tǒng)計(jì)算法研究[D]. 李東.大連海事大學(xué) 2016
[4]無(wú)人車的自主導(dǎo)航與控制研究[D]. 葉偉銓.華南理工大學(xué) 2016
[5]基于分簇的車間安全預(yù)警信息多信道傳輸策略研究[D]. 張哲.重慶大學(xué) 2016
[6]車載網(wǎng)中基于概率的廣播算法與路由協(xié)議研究[D]. 彭杏云.福建師范大學(xué) 2016
[7]車聯(lián)網(wǎng)環(huán)境下交通信息傳輸保障方法研究[D]. 閆超.吉林大學(xué) 2014



本文編號(hào)：3350376