时空-服务域多无人车自主行为协同模型与关键机制研究

Intelligent Transportation System (ITS), which is synthetically constructed with technologies of environment sensing, mobile communication, and intelligent control etc, is one pivotal part to the future smart city and human society. With the emerging cyber-physical-social trends of such systems, service-oriented cooperation of driverless vehicles has been becoming one novel fundamental problem to the study on ITS. Regarding swarm intelligence features in temporal-spatial-serviced domain, two fundamental and key aspects, cooperation models based on vehicular communication network and diverse-service-oriented behavior coordination mechanisms, will be mainly studied in this project. Especially, the study on three vital problems: prediction models for vehicular temporal-spatial collisions, state-driven coordinated control of vehicular behavior, and Quality-of-Service oriented behavior coordination, will be devoted to. Expectedly, a complete study architecture about corresponding theories and methods will be also established. With the model-driven thoughts, the correctness and efficiency of proposed models and methods will be analyzed and evaluated, and further key methods and policies will be verified within a scenario-customizable hardware-in-loop traffic simulator. Research work is in this project is the important foundation to novel ITS, and it can also support the study of future swarm intelligent systems in different domains, typically aerospace system, intelligent storage system and logistics and so on.

基于综合感知、移动通信、智能控制等技术的智能交通系统，是未来智能城市与社会的重要组成与基础。随着该类系统日益呈现出信息物理社会融合的发展新趋势，面向服务的多无人车自主行为协同已开始成为该领域一个新兴的基础研究问题。针对时空-服务域的多无人车群智能协作特征，本项目重点研究基于车载通信的无人车协同模型以及面向多元服务的多无人车行为协同机制等主要内容，致力于解决时空域冲突预测模型、状态驱动的无人车行为协同控制、面向服务质量的多车协同机制与策略等关键问题，并形成针对该类问题研究的理论和方法体系。基于模型驱动的思想，本项目将对所研究模型、方法的正确性及算法、机制的效能进行分析和评价，进而构建原型系统对关键方法进行半实物仿真验证。本项目所研究方法和机制是新型智能交通系统研究的基础，亦可为多无人航行器、智能仓储与物流等领域的新型群智能系统研究提供支撑。

随着智能驾驶、车联网技术的不断成熟，智能交通系统（ITS）开始迈入协作式智能交通系统（C-ITS）新阶段。作为智慧城市中的移动服务基础载体，网联智能车的行为必然会呈现出特定的服务质量约束，这对车-车、车-路间的协同提出了新颖而又现实的技术挑战。为此，本项目以此为目标重点研究了时空—服务域中异构交通对象模型、状态驱动的预约式无人车行为自主控制、面向服务质量的无人车协同方法与策略以及模型驱动的场景可定制仿真机制等核心内容。在此基础上，设计、开发了仿真软件，并对所研究的模型、方法和策略进行了综合验证与评价。实验结果表明，所研究的交通对象模型正确，所研究的归一化无人车动作模型和状态模型可以有效描述预约式的车辆通行行为；所研究状态驱动的预约通行过程RAAL可以保证基于V2I通信的车-路-车行为协同；所研究的渐进式车辆优先级调度机制以及HQEP-SV、HWFP-SQ、HWFP-SQ-SV、HWFP-MQ等策略以车辆服务紧急度、道路权重作为优先级，可以有效保障高优先级车辆的服务质量。而FAFP-SV、FAFP-SQ、FAFP-SQ-SV、FAFP-MQ等四个策略以车辆到达临界区的时间作为优先级，则将所有车辆等同对待，无法满足不同的QoS约束。同时，-SQ、-SQ-SV、-MQ类的策略实现了多临界区的并行通行过程，具有更高的临界区吞吐量。总体上，本项目中所提出的新机制和策略较现有其他方法可以有效提升高优先级车辆的服务质量。. 本研究引入了车辆的交通服务属性，这符合交通系统的实际应用，因此，所创新研究的方法和机制不仅具有理论意义，还具有未来实际应用价值。本项目开发形成的服务域智能交通仿真软件属于本领域的首创，可以为新型智能交通系统的研究提供工具支撑，也已受到UC Berkeley EECS教授/IEEE Fellow Edward教授、IEEE ITSS主席Miguel教授等国内外领域专家的关注与肯定。当然，这些研究成果也可在智能仓储、物流以及地面多无人战车协同中进行应用。