基于车载自组网的交通异常信息分发机制研究

To deal with the problems of road congestion and the second accident that are caused by abnormal evens happened on the city road, it needs to design a fast and reliable dissemination mechanism for abnormal traffic information. Also, it is a key point to construct "smart citys". In our project, an new method is firstly researched to avoid the content incompleteness of individual information about road congestion, and then we build a fast and accurate road congestion detection and trend prediction approach considering the dynamic temporal and spatial characteristics of the range of road congestions. Based on the complexity of road graph and multiple geographical information dissemination areas, we analyze the features of network topology in the road congestion areas, and design a fast and reliable multi-region routing protocol. Furthermore, with the requirements of the large scale of subscription and publish users for abnormal information outside the road congestion range, we study a distributed and scalable information subscription and publish protocol. Finally, with the selfish vehicle nodes in VANET, which may cause inaccurate context data, unfairness, and social selfish problems that are unsolved in existing stimulating protocols, thus a stable and practical coalitional game cooperation stimulating mechanism will be proposed, to keep the abnormal information dissemination protocols run efficiently. Generally, the project can provide the important theory and technical support for building the intelligent transport system and Emergency Response Command Platform.

针对城市道路异常事件极易引起交通拥堵和二次事故问题，如何基于车载自组网设计一种快速可靠的交通异常信息分发机制，减轻异常事件对城市交通的恶劣影响成为推进智慧城市建设的核心问题。本课题从如何保证异常信息内容的完整性出发，结合拥堵区域的时变特征，构建一种快速准确的道路拥堵检测与态势识别机制；综合考虑城市道路拓扑复杂与异常信息分发的多目标地理区域分布特点，参考拥堵影响区域内的网络形态，设计一种快速可靠的多目标地理区域异常信息分发协议；基于车载自组网中异常信息订阅/发布的大规模需求，构建一种分布式可扩展的异常信息订阅/发布机制。最后，研究车载自组网中节点的自私行为，分析现有激励方法中存在的环境数据不准确性、不公平性及社会自私性等问题，提出高效实用的联盟合作激励机制，最大限度地保障上述异常信息分发机制的稳定性。通过本课题的研究，为建立高效的城市交通安全体系和应急决策指挥平台提供重要的理论和技术保障。

车联网作为备受关注的新一代网络技术，在城市路况监测和交通异常检测等方面具有广阔的应用前景。鉴于交通异常事件极易引发二次事故和道路拥堵问题，如何利用车联网及时准确地检测出交通异常信息，并提供切实可行的信息发布和订阅服务，减轻异常事件对城市交通的恶劣影响成为推进智慧城市建设的核心。. 本课题在以公共车辆为主体的网络架构下提出了一种能量感知社交路由协议。该协议根据历史相遇节点的差异性来评估节点的社会活跃程度，并设计了基于社交关系能力的聚焦算法。针对目前异常信息检测内容的不完整性和单级信息融合方法的局限性，本课题从综合优化的角度出发，通过整合特征级信息融合和决策级信息融合技术，提出了基于多级信息融合的道路拥堵信息检测机制。针对异常信息分发目标区域的不唯一性、地理广播路径的重复性以及广播对象的流动性问题，本课题提出了一种智慧地理广播机制。该机制通过在十字路口和目标区域中分别部署“灯塔”和“浮标”等虚拟的地理标志物，并将其坐标信息封装在广播的消息包内，从而引导消息智慧地执行广播行为和选择信息传输方向。由于异常信息订阅节点和目标节点所在地理位置之间存在跨区域和路边单元分布数量少且不均衡的特点，本课题提出了一种基于车辆社区结构感知的机会路由协议。该协议首先设计了基于链路稳定性的配额消息复制策略，以解决消息拷贝资源有限且易丢失的问题；其次，利用车辆移动行为的社会性和规律性，提出了基于访问相似度的车辆社区构建方法。. 本课题立足于车联网的交通异常信息检测与传输关键技术研究，以城市路况数据采集为基础，通过拥堵信息检测补充和完善异常信息的检测内容，并结合异常信息传输的不同需求，分别讨论面向多目标路段的地理广播技术和基于车车间通信的跨区域信息订阅问题。本课题的研究成果，将为建立高效的城市交通安全体系和应急决策指挥平台提供重要的理论和技术保障。.