随着计算机技术、通信技术和人工智能技术的快速发展,交通系统的智能化和网联化也得到了快速发展,而传统的车辆运动行为理解方法也越来越难以满足智能网联交通系统对车辆运动行为理解的需求。因此,迫切需要进一步探讨智能网联环境下车辆运动行为的理解方法,包括车辆运动信息采集方法、车辆运动信息表征方法和车辆运动行为分析方法,为交通系统的智能化提供理论支撑。
《智能网联环境下车辆运动行为理解方法》共5章,第1章为绪论,主要介绍智能网联环境历史沿革,概述了车辆运动行为理解方法发展历程,分析了智能网联交通系统国内外相关发展现状与未来趋势;第2章为智能网联环境下车辆运动信息采集方法,分别介绍了基于自车传感器的采集方法和基于路侧传感器的采集方法,以及信息采集中经常使用到的传感器;第3章为智能网联环境下车辆运动信息表征方法,主要介绍了车辆运动特征提取算法和车辆运动轨迹表征方法,分析了特征选择算法在车辆运动行为理解中的重要性,并分别对三种典型类型的特征选择方法展开了介绍;第4章为智能网联环境下车辆运动行为分析方法,主要介绍了车辆行为识别方法和车辆行为理解方法,并介绍了稀疏重构理论应用于车路行为识别与分析;第5章总结,对全书内容进行了回顾,梳理了《智能网联环境下车辆运动行为理解方法》每个章节的重点内容。
随着计算机技术、通信技术和人工智能技术的快速发展,交通系统的智能化和网联化也得到了快速发展,而传统的车辆运动行为理解方法也越来越难以满足智能网联交通系统对车辆运动行为理解的需求。因此,迫切需要进一步探讨智能网联环境下车辆运动行为的理解方法,包括车辆运动信息采集方法、车辆运动信息表征方法和车辆运动行为分析方法,为交通系统的智能化提供理论支撑。
本书共5章,第1章为绪论,主要介绍智能网联环境历史沿革,概述了车辆运动行为理解方法发展历程,分析了智能网联交通系统国内外相关发展现状与未来趋势;第2章为智能网联环境下车辆运动信息采集方法,分别介绍了基于自车传感器的采集方法和基于路侧传感器的采集方法,以及信息采集中经常使用到的传感器;第3章为智能网联环境下车辆运动信息表征方法,主要介绍了车辆运动特征提取算法和车辆运动轨迹表征方法,分析了特征选择算法在车辆运动行为理解中的重要性,并分别对三种典型类型的特征选择方法展开了介绍;第4章为智能网联环境下车辆运动行为分析方法,主要介绍了车辆行为识别方法和车辆行为理解方法,并介绍了稀疏重构理论应用于车路行为识别与分析;第5章总结,对全书内容进行了回顾,梳理了本书每个章节的重点内容。
本书由武汉理工大学陈志军撰写,研究生陈德鹏、余锦秋、陈秋实、张晶明、苏紫鹏、胡军楠参与了书稿的整理工作。本书的出版得到了科技部重点研发计划车路协同环境下车辆群体智能控制理论与测试验证项目(2018YFB1600600),国家自然科学基金智能网联环境下考虑驾驶个性的车辆生态驾驶方法研究项目(52072288)、智能车个性化学习方法与行为决策模型研究项目(61703319)的资助,在此表示感谢。本书在编著过程中参阅了大量国内外相关文献,由于条件有限,未能与原作者一一取得联系,引用不当之处敬请谅解!另外,向这些参考文献的作者表示感谢。由于水平有限,兼时间和精力有限,书中的缺点和不妥之处在所难免,敬请广大同行、读者批评指正,将不胜感激。
第1章 绪论
1.1 智能网联环境的历史沿革
1.2 车辆运动行为理解问题概述
1.3 智能网联交通系统的内涵和发展
1.4 车辆运动行为理解研究现状
1.5 全书编排
第2章 智能网联环境下车辆运动信息采集方法
2.1 基于自车传感器的车辆运动信息采集方法
2.2 基于路侧传感器的车辆运动信息采集方法
2.3 小结
第3章 智能网联环境下车辆运动信息表征方法
3.1 车辆运动特征提取算法
3.2 车辆运动轨迹表征方法
3.3 小结
第4章 智能网联环境下车辆运动行为分析方法
4.1 识别分类算法
4.2 基于稀疏表示的车辆行为分析方法
4.3 小结
第5章 总结
参考文献