車車協(xié)同安全控制技術(shù)

前言

第1章 緒論
1.1 美國國家智能交通系統(tǒng)體系
1.2 日本的智能交通系統(tǒng)體系
1.3 歐洲的智能交通系統(tǒng)體系
1.4 中國的智能交通系統(tǒng)體系
1.5 協(xié)同式智能交通系統(tǒng)——智能交通的新階段
1.5.1 美國——從自動公路到車路協(xié)同
1.5.2 日本——從交通信息服務(wù)到智能公路
1.5.3 歐洲——eSafety推動車路協(xié)同的發(fā)展
1.5.4 中國——協(xié)同的路還很長
1.6 車車協(xié)同——協(xié)同式智能交通系統(tǒng)的重要組成部分
1.7 本書內(nèi)容
參考文獻(xiàn)

第2章 面向車車協(xié)同控制的車載系統(tǒng)
2.1 車載系統(tǒng)需求分析
2.1.1 自車信息采集系統(tǒng)
2.1.2 車車信息交互系統(tǒng)
2.1.3 車載控制器
2.1.4 車載執(zhí)行器
2.1.5 人機(jī)交互系統(tǒng)
2.2 車車協(xié)同控制系統(tǒng)硬件
2.2.1 車輛狀態(tài)信息采集
2.2.2 車車通信系統(tǒng)
2.2.3 車速控制機(jī)構(gòu)
2.2.4 系統(tǒng)集成及布置
2.3 車車交互式協(xié)同控制軟件系統(tǒng)
2.3.1 系統(tǒng)軟件設(shè)計概述
2.3.2 軟件需求
2.3.3 軟件模型
2.3.4 人機(jī)交互界面設(shè)計
2.4 小結(jié)
參考文獻(xiàn)

第3章 車輛狀態(tài)信息融合處理
3.1 GPS／INS組合導(dǎo)航原理
3.1.1 導(dǎo)航坐標(biāo)系
3.1.2 SINS力學(xué)編排
3.2 SINS的誤差方程
3.3 聯(lián)合卡爾曼濾波器基本原理
3.3.1 經(jīng)典卡爾曼濾波器基本原理
3.3.2 聯(lián)合卡爾曼濾波基本原理
3.4 聯(lián)合卡爾曼濾波器設(shè)計
3.4.1 組合導(dǎo)航系統(tǒng)的狀態(tài)方程
3.4.2 INS／GPS位置速度子系統(tǒng)
3.4.3 INS／GPS雙天線航向子系統(tǒng)
3.4.4 一些參數(shù)取值和計算
3.5 車輛定位坐標(biāo)信息轉(zhuǎn)換
3.5.1 經(jīng)緯度坐標(biāo)向高斯坐標(biāo)的轉(zhuǎn)換
3.5.2 高斯坐標(biāo)的轉(zhuǎn)換車輛坐標(biāo)系的轉(zhuǎn)換
3.6 車輛狀態(tài)信息融合算法測試
3.6.1 濾波效果測試
3.6.2 車輛定位精度測試
3.6.3 車車相對定位測試
3.7 小結(jié)
參考文獻(xiàn)

第4章 車車／車路信息交互技術(shù)
4.1 無線通信技術(shù)
4.1.1 蜂窩3G通信
4.1.2 WiFi通信
4.1.3 DSRC通信
4.2 DSRC自適應(yīng)數(shù)據(jù)廣播
4.3 異構(gòu)網(wǎng)絡(luò)3G／WiFi自適應(yīng)切換
4.4 小結(jié)
參考文獻(xiàn)

第5章 車輛輔助制動控制
5.1 EVB參數(shù)標(biāo)定
5.1.1 慣性測量單元安裝角度偏差的測定
5.1.2 EVB性能參數(shù)測定
5.2 車輛開環(huán)輔助制動控制算法
5.3 車輛輔助制動控制的PID控制
5.3.1 PID控制流程
5.3.2 傳遞函數(shù)的辨識
5.3.3 PID控制器的控制算法
5.4 小結(jié)
參考文獻(xiàn)

第6章 無信號交叉口車車協(xié)同安全通行控制技術(shù)
6.1 車車／車路協(xié)同的無信號交叉口通行控制原理
6.1.1 集中式控制方法
6.1.2 分布式控制方法
6.2 無信號交叉口車輛沖突分類及特征分析
6.3 無信號交叉口車輛通行規(guī)則庫
6.3.1 無信號交叉口車輛通行規(guī)則
6.3.2 無信號交叉口車輛通行規(guī)則庫
6.3.3 無信號交叉口的多車通行規(guī)則
6.4 基于信息交互的無信號交叉口車輛沖突檢測
6.4.1 車車沖突分析
6.4.2 車車沖突檢測算法
6.5 車車沖突嚴(yán)重程度量化
6.6 無信號交叉口沖突點(diǎn)避讓策略
6.6.1 路口信息已知情況下兩車沖突避讓策略
6.6.2 路口信息未知情況下兩車沖突避讓策略
6.6.3 無信號交叉口的多車沖突避讓策略
6.7 車車協(xié)同交叉口避撞測試
6.7.1 路口信息未知
6.7.2 路口信息已知
6.8 小結(jié)
參考文獻(xiàn)

第7章 車車協(xié)同跟馳危險辨識與避撞控制技術(shù)
7.1 跟馳過程的危險與危險感知
7.2 跟馳過程的危險感知量化
7.2.1 距離碰撞的時間（TTC）
7.2.2 車頭時距（timeheadway）
7.2.3 用TTC和TH構(gòu)建的危險感知指標(biāo)
7.2.4 駕駛?cè)说奈ｋU感知水平量化指標(biāo)：安全裕度
7.3 跟馳模型
7.3.1 跟馳模型準(zhǔn)則
7.3.2 刺激反應(yīng)跟馳模型
7.3.3 安全距離（或者稱為安全行為）跟馳模型
7.3.4 心理生理（反應(yīng)點(diǎn)）跟馳模型
7.3.5 基于模糊邏輯的跟馳模型
7.3.6 期望安全裕度跟馳模型（DSM）
7.4 車車協(xié)同的跟馳安全控制技術(shù)
7.4.1 跟隨目標(biāo)識別
7.4.2 跟馳危險量化與安全控制
7.5 車車協(xié)同安全控制的實(shí)驗(yàn)測試
7.5.1 車輛跟馳危險預(yù)警與輔助控制
7.5.2 前車緊急制動時后車的預(yù)警與輔助控制
7.6 小結(jié)
參考文獻(xiàn)

第8章 車車協(xié)同技術(shù)發(fā)展展望
8.1 車車協(xié)同技術(shù)帶來交通系統(tǒng)的革命性變化
8.2 車車協(xié)同技術(shù)發(fā)展中存在的問題
8.3 車車協(xié)同技術(shù)關(guān)鍵技術(shù)發(fā)展展望
8.4 結(jié)語
附錄