CN109996174A - 一种面向车载自组织网络内容路由的路段实时评分方法 - Google Patents

一种面向车载自组织网络内容路由的路段实时评分方法 Download PDF

Info

Publication number
CN109996174A
CN109996174A CN201910304118.6A CN201910304118A CN109996174A CN 109996174 A CN109996174 A CN 109996174A CN 201910304118 A CN201910304118 A CN 201910304118A CN 109996174 A CN109996174 A CN 109996174A
Authority
CN
China
Prior art keywords
section
vehicle
rsu
crossing
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910304118.6A
Other languages
English (en)
Other versions
CN109996174B (zh
Inventor
李致远
朱宗强
毕俊蕾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201910304118.6A priority Critical patent/CN109996174B/zh
Publication of CN109996174A publication Critical patent/CN109996174A/zh
Application granted granted Critical
Publication of CN109996174B publication Critical patent/CN109996174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • H04W4/027Services making use of location information using location based information parameters using movement velocity, acceleration information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/026Route selection considering the moving speed of individual devices
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/18Communication route or path selection, e.g. power-based or shortest path routing based on predicted events
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/20Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种面向车载自组织网络内容路由的路段实时评分方法。为准确的获得道路车辆拓扑情况,本发明将路段化分成三部分,依靠路边单元(Road side unit,RSU)实时感知道路交通信息,RSU根据感知道路交通信息分别对路段的三部分进行连通性评估,由路段三部分的连通性得到路段的整体连通率,再结合道路长度、道路平均行驶速度为路段进行综合实时评分。该方法能够反映道路的真实情况,为城市环境下车载自组织网络(Vehicular Ad‑Hoc Network,VANET)的消息路由途径规划提供很好的支持,特别是基于路段评分的VANET路由算法,从而保证VANET路由算法性能的整体最优性。

Description

一种面向车载自组织网络内容路由的路段实时评分方法
技术领域
本发明属于车载自组织网络领域,是一种路段综合评分方法,适用于城市车载自组织网络(Vehicular Ad-Hoc Network,VANET)环境,特别适合内容路由的规划。
背景技术
VANET作为ITS(Intelligent Transportation System,ITS)的重要组成部分,具有极高的研究和应用价值。路边单元(Road side unit,RSU)被广泛的应用于VANET的路由算法中,作为重要的信息感知和的路由辅助设施。在城市环境高楼林立,802.11P作为VANET车间无线通信的标准穿透能力较差,很难做到跨车道传输。消息的路由途径几乎是沿着道路进行,因此消息路由途径的规划也是沿着道路进行的。在这种场景下,诞生很多VANET路由途径的规划方法。能够反映道路真实情况的方法是路由规划的可靠依据,是影响VANET的路由性能关键因素之一。
“转发-存储-转发”中的存储策略已经被证明为VANET中遇到本地最大化时的有效调整策略,被广泛的应用于车载自组织网络中。车辆节点在对车辆进行存储携带的情况下消息的转发中,转发速度取决于路段的车辆的移动速度,因此在路段评分时应该关系到车辆节点的平均移动速度和路段长度。基于以上技术背景提出本发明。
相关定义与结论
定义一,稳定路段
路口两端处的车辆受交通信号灯的影响,红灯时出现聚集排队的现象,由于车辆之间的距离较近,且连接具有短期稳定性,按照以上特性,本发明将路口处,以停车线为起点长度为排队车辆长度的路段称为稳定路段,由定义可以看出稳定路段的长度时随着排队车辆长度的变化而动态变化。
定义二,自由行驶路段
城市环境中道路路况良好,在路段中间的车辆几乎不受交通信号灯的影响,以稳定的速度行驶,且车辆分布服从结论一、结论二中所述的分布规律,本发明将这一部分路段称为自由行驶路段,即整个路段除去稳定路段部分。由定义一和定义二易知,自由行驶路段的长度也是动态变化的,随着稳定路段的长度变化而变化。
定义三,路段连通率
本发明定义路段连通率来衡量整个路段的实时连通情况。如图2是路段连通情况示意图,黑色路段表示该部分路段上车辆是连通的,即该部分路段上任意两相邻车辆均在彼此的通信范围内,相邻车辆间连接表现出较长的连通链路。灰色部分表示该部分的路段车辆是不连通的,即该部分路段上的任意两辆车均不在彼此的通信范围内。可以看出该路段有多个连通部分和多个不连通部分,黑色路段的长度之和(连通路段片段长度之和)比上整个路段的长度,即路段的连通率。连通率能够很好的反应车辆在路段的实际拓扑情况,成为重要的路段评分因素之一。
结论一:目前已经有论文证明,在不受交通信号灯影响的自由行驶的路段上,车辆近似以匀速行驶,行驶速度为平均速度在一个时间段Δt内,车辆通过路段某个观察点的数量和车辆密度ρ满足泊松分布,其中车道密度ρ的定义为:某一车道上的车辆总数除以该车道的总长度。因为自由行驶路段的车速近似恒定,所以,一定长度的路段内出现的车辆数同样满足泊松分布。同一路段的同向车道上车辆的分布满足独立同分布,车辆节点的通信半径为R,本发明将长度R的路段称为一个单位路段,各个单位路段上的车辆数分布情况独立同分布,概率密度函数如(0.1)所示,其中k为出现车辆数。
结论二:有论文证明同一车道任意相邻的车辆之间的距离X满足参数为ρ指数分布,车间距的概率密度函数为式(0.2)所示
在路段中,相邻两辆车之间是连接的情况下(即0<x≤R),连接车辆的车间距期望值为E为式(0.3)所示
发明内容
城市交通环境下道路类型比较多,但是路段总体上具有相同的类型,即双向多车道,且道路两端配有交通信号灯。本发明提出的一种路段实时评分方法将从路段连通率、路段长度、路段车辆行驶的平均数据、交通信号灯方面对路段进行实时的评分。该发明的整体流程如图1所示,技术方案如下:
(1)该发明要求路段的两个路口各设有一个RSU,其中一个为主RSU另一个为从RSU,主从RSU之间可以进行实时的通信,驶入驶出路段的车辆会与所在路口处的RSU进行通信,汇报自身ID以及将要进入的路段ID。从RSU会周期的向主RSU汇报自身存储信息,以便主从RSU对路段中的车辆状态进行感知。
(2)路***通信号灯周期变化,以一个交通信号灯周期为例进行叙述,分别为一个交通信号灯周期内,路口j处的交通灯的红灯和绿灯的开始时刻以及绿灯的结束时刻主从RSU均能够感知所在路口处的交通信号灯的状态(认为黄灯时间段为绿灯的部分)。
(3)按照相关定义与结论中所述的定义一、定义二将路段划分成三部分:路段两边受交通信号灯影响较大的两个小路段,即稳定路段,路段中间几乎不受交通信号灯影响的路段,即自由行驶路段。分别对自由行驶路段和稳定路段进行分析计算,得出定义三种所述的路段的连通率值。
(4)主RSU根据(3)中获得的路段连通率,结合路段车辆平均行驶速度、路段长度进行加权综合,计算出RSU所监控路段的得分值。
本发明提出一种路段评分方法,为基于路段评分类型的VANET路由算法的途径的规划提供重要依据,具有以下有益效果:
1)考虑交通信号灯对车辆在道路的拓扑结构的影响,对路段上车辆的连通长度进行分段评估,更能反映车辆的真实拓扑分布。
2)考虑多车道对自由行驶路段上车辆连通性的影响,使得自由行驶路段的车道连通性评估更加准确。
3)在充分考虑道路连通性的情况下,充分考虑路段长度,车辆平均速度因素,为VANET路由途径规划提供综合的依据,进而提高VANET的路由性能。
附图说明
图1方法整体流程图
图2路段连通率示意图
图3本发明的总体设计场景
图4道路车辆分布拓扑与路段划分示意图
图5路口排队车辆示意图
图6同车道车辆拓扑分布示意图
图7同向多车道车辆拓扑分布示意图
具体实施方式
本发明方法主要包括四个步骤,下面结合本发明实施例中的附图,对本发明实施中的技术方案进行清楚、完整的描述。
步骤一***设置:对***主要组成,以及各个部分的功能介绍。如图3所示,道路两端各有一个路口,每一个路口均有一个ID,路口处各设有RSU,并且同一个路段路口两端的RSU分为主RSU和从RSU,两个RSU能够通过有线(如http协议)或者4G网络进行实时相互通信,网络中的任意车辆节点有唯一的身份标识ID,任意路段有唯一标识的ID,任何进入RSU通信范围的车辆会主动向所在位置的RSU发送如表1所示格式的报文信息,报文中包含发送报文车辆ID、发送报文车辆将要驶入路段的ID、发送报文车辆将要驶向路口ID,以及该报文的汇报时刻。具体如下:
(1-1)车辆i在进入主RSU时向RSU发送表1所示数据表,当车辆驶入到下一个路口(从RSU)时,同样的向从RSU发送表1所示格式信息。主从RSU各自将车辆发送的数据包进行存储,将存储的数据包称为通过车辆信息。
表1
(1-2)从RSU每隔一段时间向主RSU汇报自身存储的通过车辆信息,以及在步骤三中得到的当前时刻路口处稳定连接长度值,稳定连接长度值等于路口处排队等待车辆的总长度,即图4中len1或len2的长度。主RSU使用从RSU发送的通过车辆信息,和自身存储的通过车辆信息进行比对,得到该路段两个方向上通过的车辆各自平均行驶速度(j等于1或2),当前道路上拥有车辆、驶向路段两个路口的车辆各自总数Nsum,j(j等于1或2),并删除本地存储的车辆通行信息中已离开所监控路段的车辆相关数据包信息,同时向从RSU反馈主RSU比对后得到的相关车辆信息,信息格式如表2所示。
表2
(1-3)从RSU得到主RSU反馈的信息后,根据反馈信息删除自身存储的通过车辆信息中已经驶出所监控路段车辆的相关数据,获得驶向其所在路口的车辆总数Nsum,2,平均速度完成车辆通行信息的本地更新。
步骤二RSU对交通信号灯状态的具体感知方法如下:
(2-1)为了准确的衡量道路车辆连通情况,路边RSU能够获得其所在路***通信号灯的状态信息,本发明将交通状态灯从红灯开始到下一个红灯开始作为一个交通信号周期,并且在有黄灯的情况下将黄灯时间算到绿灯时间内。以一个交通控制周期为研究对象,分别为一个交通信号灯周期内路口j(为区分路段的两个路口,j取值为1或2,分别代表两个路口)的红灯和绿灯的开始时刻以及绿灯结束时刻
(2-2)交通信号灯周期变化,且各个路口处的信号灯状态也不一定相同,但是路口处的主从RSU各自监控各自的交通信号灯状态,并且各自凭借各自感知的交通信号灯状态独立的计算路口处稳定连接长度。且各自随着各自交通信号灯变化周期的更新的值。
步骤三为了真实反映车辆在路段上的拓扑结构,将整个路段的车辆链路连通性分成三部分计算如图4所示,len1,len2分别为路口处的稳定连通长度值,L为路段的总长度,具体计算方法如下:
(3-1)在路口处稳定连通长度计算中,以一个交通控制周期为研究对象进行说明,分别为一个交通信号灯周期内路口j的红灯和绿灯的开始时刻以及绿灯的结束时刻RSU根据步骤(2-1)和(2-2)方法中感知的交通信号灯信息,计算在路口j处的等待通过的车辆数量为Nj,p随着时间变化关系如式(0.4)所示
如图5所示,为车辆的平均长度,为路口处等待红的平均车间距,以停车线为坐标原点,车辆行驶的方向为正方向,可得路口处起第n(n<Nj,p)辆等待红灯的车辆坐标Xn如式(0.5)所示。
(3-2)当RSU感知到交通灯变为绿色(时),即在一个交通信号灯控制周期内红灯结束时刻,车辆在路口j排队等待的长度lenj达到最大,如式(0.6)所示。
(3-3)当RSU感知交通信号灯由红色变成绿色时(即),路口停车线处前后任意两辆相邻车辆以间隔时长Td先后启动,并加速行驶,车辆会以平均匀加速匀加速到平均速度车辆的平均加速时间为那么从绿灯开始到未来一段时间内,路口j的第n辆车在t时刻的坐标为X(n,t),由运动学规律可以得(0.7)式。
其中
(3-4)RSU感知交通信号灯变为绿色后的一段时间后,通过路口停车线的车辆数为N时,则第N+1辆车不能通过路口停车线,即X(N,t)>0且X(N+1,t)<0,可以得到(0.8)方程组
解出通过路口停车线的车辆和时间t的关系如(0.9)所示。
由(0.9)式可得第N辆车通过停车线的车辆和通过时刻满足(0.10)关系式
(3-5)由(0.10)关系式,令RSU可以解出各自路口在红灯结束时排队等待的车辆全部通过路口停车线的时刻tr如(0.11)式所示
(3-6)当时,在这个时间区间内,车辆受交通信号灯的影响,在路口处停车聚集,呈现局部比较稳定连通现象,当时,路口的车等待红灯的车辆开始陆续启动,但是这段时间内同样有车辆到达路口处,RSU近似认为车辆在这个时间区间内,自身所在路口稳定的连通长度不会改变。即在该时间区间内路口j的聚集车辆数仍为认为在一个交通信号控制周期内,在路口等待红灯的车辆均能通过路口,即不考虑交通堵塞的情况,即当车辆在路口处和路段中间的车辆行驶状态是类似的,是自由行驶状态,因此,RSU将该时间段内的路口的稳定连通的路段长度计为零。
(3-7)综合(3-1)-(3-6)所述,RSU计算出路口j的稳定连通长度在一个交通信号周期内任意时刻的变化关系如(0.12)所示,主RSU、从RSU按照该方法可以感知各自所在路口任意时刻稳定连接路段长度值。
(3-8)从RSU在(1-2)中周期的向主RSU发送自身存储的车辆通过信息数据时,也会发送自身根据式(0.12)和(0.4)式中计算出的该时刻路口处的稳定连接的长度,和所在路口排队等待车辆数。主RSU结合自身路口处稳定连接长度以及从RSU发送的稳定连接长度值计算出整个路段中自由行驶路段长度l2如(0.13)所示
(3-9)如图4中所示,双向多车道的路段单个方向车道数为m(m≥1),在自由行驶路段上同向车道的各个车道上出现的数量是近似相等的,即同向各个车道的车辆平均车辆密度ρj相同,主RSU根据从RSU反馈的(0.12)和(0.4)中的数据,使用(0.14)(0.15)式分别计算出ρj和单个车道的车辆数δj(该处j取1或2,用来区分路段的不同方向车道),主RSU根据该方法实时的感知自由行驶路段上车辆密度、单个车道车辆数信息,为自由行驶路段的车辆链路连通率计算提供数据支持。
(3-10)主RSU根据(0.14)计算的自由行驶路段的车辆密度,结合相关定义与结论中介绍的结论一,得出单个车道上长度为R的观察路段内实时出现的车辆数如(0.16)所示,其中ρj(t)为t时刻的车辆密度(j等于1或2,分别表示路段的两个方向的车辆密度),k为长度为R的观察路段内出现的车辆数。
(3-11)在以观察点为起点,相邻车辆间的距离小于通信范围则认为该相邻车辆是连通的,相邻车辆间的距离满足技术背景中结论二的指数分布,以j=1方向的路段进行计算,任意相邻车辆间链路是连通的概率Pc为(0.17)
自由行驶路段的同一车道上,有λ(λ≥0)个相邻车辆连接是断开的,断开连接车辆之间的距离为Y1,Y2...Yλ,Yi表示第i个两相邻断开连接的车辆之间的距离。如图7所示,自由行驶路段的任意一个车道上的相邻车辆Ni,Ni+1之间的距离大于R时,则Ni,Ni+1断开,且任意同向的车道车辆分布独立同分布,相邻Ni,Ni+1节点之间断开,即Ni,Ni+1之间距离内出现车辆数为零,由(0.16)式可以求得在Yi>R的区间长度内出现车辆数为零的概率(链路断开的概率)Pd可以用式(0.18)表示。
(3-12)如图6所示,自由行驶路段的某个车道上有δ辆车,同一车道上可能出现多个相邻的节点之间链路是断开的,假设有λ个相邻车辆节点是断开的(即Yi>R),则有δ-λ-1个相邻车辆节点之间的链路是连接的(即Yi≤R),相邻节点间是连接的与相邻节点间是断开的两种情况是相互独立的,上述场景发生的概率为PQ,PQ满足(0.19)关系。
(3-13)道路长度远远大于R,因此在同一车道上中有δ辆车,其中有λ个相邻车辆是相连接的,λ个相邻连接的总长度可以近似用结论二中同一车道上相邻车辆间连通情况下,车间距的期望值E计算,即E(t)λ,所以式(0.19)可以表示为式(0.20)。
(3-14)在图7中,同一车道上相邻节点Ni,Ni+1之间的距离Yi大于R,这种情况下Ni,Ni+1两辆车之间的连接是断开的,断开的个数为λ,如果在每一个断开的连接所在的路段区间上,其他车道上有中间节点进行连接补充,如图7中,相邻车道上Ni+2节点的出现在Ni,Ni+1之间使得Ni,Ni+1这一小段路段连通。各个同向车道车节点分布情况独立同分布,所以自由路段上某个车道已知有λ个连接断开的情况下,整个自由路段连通的概率为PW满足式(0.21)
(3-15)综合(3-8)到(3-14)所述,主RSU可以计算出自由行驶路段上车辆的实时连通概率Pcn,如(0.22)所示。其中δ(t)为道路车道t时刻出上的车辆数,γ表示变量,值从1取到δ(t)-1;
(3-16)主RSU根据(0.22)的计算值可以得到自由行驶路段上车辆链路的连通率值,结合路段两端的稳定连通长度计算出定义三中所述的整个路段的连通率Cv,如式(0.23)所示。
步骤四主RSU综合步骤二和步骤三中获得的数据对监控路段进行评分。
(4-1)在技术背景中介绍VANET中车辆节点存在“最大化”现象,该种情况发生时“存储携带”的策略是大多数路由算法使用的修复策略。在节点稀疏的情况下,容易出现本地最大化的情况,即在源节点的通信范围内,不能找到比自己更靠近目的节点的中继节点,会采用“存储携带”的策略进行调整,在这个过程中消息投递的速度取决于车辆节点的运动速度,因此路段长度和道路连通性均相同的情况下,选择车辆平均速度更高的路段进行消息投递将具有更少的平均延时。
(4-2)综合(4-1)所述,路段的得分Core和路段长度、路段连通率、路段平均速度有关,其中路段的车辆平均速度为(分别为路段的两个方向上车辆行驶的平均速度)每个因素均能够反映该路段作为消息路由途径的合适性,但是各个因素的影响并不尽相同,所以各个影响因子具有各自的权值,路段的评分具体如式(0.24)所示。其中μ,η,β为权值。Cv,road_id为路段road_id的连通率,Lroad_id为路段road_id的长度。
(4-3)主RSU根据(0.24)为自己所监控的路段进行实时的评分,该评分值可以作为VANET路由算法中路由途径的规划的重要决策参考因子,为VANET算法制定全局最优路由途径提供参考。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (8)

1.一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,包括以下:
(1)***设置:路段的两个路口各设有一个RSU,其中一个为主RSU、另一个为从RSU,主从RSU之间可以进行实时的通信,驶入驶出路段的车辆会与所在路口处的RSU进行通信,汇报自身ID以及将要进入的路段ID;从RSU会周期的向主RSU汇报自身存储信息,使得主从RSU对路段中的车辆状态进行感知;
(2)根据路***通信号灯周期变化,设分别为一个交通信号灯周期内路口j处的交通灯的红灯和绿灯的开始时刻以及绿灯的结束时刻,并且主RSU、从RSU均能够感知所在路口处的交通信号灯的状态;
(3)将路段划分成三部分:路段两端受交通信号灯影响较大的两个小路段,即稳定路段,路段中间几乎不受交通信号灯影响的路段,即自由行驶路段;分别对自由行驶路段和稳定路段进行分析,计算得出路段的连通率值。
(4)主RSU根据(3)中获得的路段连通率值,结合路段车辆平均行驶速度、路段长度进行加权综合,计算出RSU所监控路段的评分值。
2.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(2)中,将黄灯时间段记为绿灯的部分。
3.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(3)中,所述稳定路段为:以停车线为起点、长度为排队车辆长度的路段称为稳定路段;所述自由行驶路段为:城市环境中道路路况良好,在路段中间的车辆几乎不受交通信号灯的影响,以稳定的速度行驶,且车辆分布服从泊松分布、指数分布的规律,将这一部分路段设为自由行驶路段。
4.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(1)中的主RSU、从RSU以及车辆之间的通信方法具体如下:
(1-1)车辆i在进入主RSU时向RSU发送数据表,当车辆驶入到下一个路口(从RSU)时,同样的向从RSU发送信息,主RSU和从RSU各自将车辆发送的数据包进行存储,将存储的数据包称为通过车辆信息;
(1-2)从RSU每隔一段时间向主RSU汇报自身存储的通过车辆信息,以及在(3)中得到的当前时刻路口处稳定连接长度值;主RSU使用从RSU发送的通过车辆信息,和自身存储的通过车辆信息进行比对,得到该路段两个方向上通过的车辆各自平均行驶速度(j等于1或2),当前道路上拥有车辆、驶向路段两个路口的车辆各自总数Nsum,j(j等于1或2),并删除本地存储的车辆通行信息中已离开所监控路段的车辆相关数据包信息,同时向从RSU反馈主RSU比对后得到的相关车辆信息;
(1-3)从RSU得到主RSU反馈的信息后,根据反馈信息删除自身存储的通过车辆信息中已经驶出所监控路段车辆的相关数据,获得驶向其所在路口的车辆总数Nsum,2,平均速度完成车辆通行信息的本地更新。
5.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(2)中,主RSU、从RSU交通信号灯状态的具体感知方法如下:
(2-1)将交通状态灯从红灯开始到下一个红灯开始作为一个交通信号周期,并且在有黄灯的情况下将黄灯时间算到绿灯时间内;以一个交通信号周期为研究对象,分别为一个交通信号灯周期内路口j的红灯和绿灯的开始时刻以及绿灯结束时刻,并有
(2-2)路口处的主RSU、从RSU各自监控各自的交通信号灯状态,并且各自凭借各自感知的交通信号灯状态独立的计算路口处稳定连接长度,且各自随着各自交通信号灯变化周期更新的值。
6.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(3)中,计算得出路段的连通率值的具体方法如下:
(3-1)在路口处稳定连通长度计算中,分别为一个交通信号灯周期内路口j的红灯和绿灯的开始时刻以及绿灯的结束时刻,其中RSU根据步骤(2-1)和(2-2)方法中感知的交通信号灯信息,计算在路口j处的等待通过的车辆数量为Nj,p随着时间变化关系如式(0.4)所示:
为车辆的平均长度,为路口处等待红的平均车间距,以停车线为坐标原点,车辆行驶的方向为正方向,可得路口处起第n(n<Nj,p)辆等待红灯的车辆坐标Xn如式(0.5)所示:
(3-2)当RSU感知到交通灯变为绿色(时),即在一个交通信号灯控制周期内红灯结束时刻,车辆在路口j排队等待的长度lenj达到最大,如式(0.6)所示:
(3-3)当RSU感知交通信号灯由红色变成绿色时(即),路口停车线处前后任意两辆相邻车辆以间隔时长Td先后启动,并加速行驶,车辆会以平均匀加速匀加速到平均速度车辆的平均加速时间为那么从绿灯开始到未来一段时间内,路口j的第n辆车在t时刻的坐标为X(n,t),由运动学规律得(0.7)式:
其中
(3-4)RSU感知交通信号灯变为绿色后的一段时间后,通过路口停车线的车辆数为N时,则第N+1辆车不能通过路口停车线,即X(N,t)>0且X(N+1,t)<0,可以得到(0.8)方程组
得出通过路口停车线的车辆和时间t的关系如(0.9)所示:
由(0.9)式得第N辆车通过停车线的车辆和通过时刻满足(0.10)关系式
(3-5)根据(0.10)关系式,令RSU可以解出各自路口在红灯结束时排队等待的车辆全部通过路口停车线的时刻tr如(0.11)式所示:
(3-6)当时,在这个时间区间内,车辆受交通信号灯的影响,在路口处停车聚集,呈现局部比较稳定连通现象,当时,路口的车等待红灯的车辆开始陆续启动,但是这段时间内同样有车辆到达路口处,RSU近似认为车辆在这个时间区间内,自身所在路口稳定的连通长度不会改变,即在该时间区间内路口j的聚集车辆数仍为认为在一个交通信号控制周期内,在路口等待红灯的车辆均能通过路口,即不考虑交通堵塞的情况,即当车辆在路口处和路段中间的车辆行驶状态是类似的,为自由行驶状态,因此,RSU将该时间段内的路口的稳定连通的路段长度计为零;
(3-7)综合(3-1)-(3-6),RSU计算出路口j的稳定连通长度在一个交通信号周期内任意时刻的变化关系如(0.12)所示,主RSU、从RSU按照该方法可以感知各自所在路口任意时刻稳定连接路段长度值:
(3-8)从RSU在(1-2)中周期的向主RSU发送自身存储的车辆通过信息数据时,也会发送自身根据式(0.12)和(0.4)式中计算出的该时刻路口处的稳定连接的长度,和所在路口排队等待车辆数,主RSU结合自身路口处稳定连接长度以及从RSU发送的稳定连接长度值计算出整个路段中自由行驶路段长度l2如(0.13)所示:
(3-9)双向多车道的路段单个方向车道为m(m≥1),在自由行驶路段上同向车道的的各个车道上出现的数量是近似相等的,即同向各个车道的车辆平均车辆密度ρj相同,主RSU根据从RSU反馈的(0.12)和(0.4)中的数据,使用(0.14)(0.15)式分别计算出ρj和单个车道的车辆数δj(该处j取1或2,用来区分路段的不同方向车道),主RSU根据该方法实时的感知自由行驶路段上车辆密度、单个车道车辆数信息,为自由行驶路段的车辆链路连通率计算提供数据支持;
(3-10)主RSU根据(0.14)计算的自由行驶路段的车辆密度,得出单个车道上长度为R的观察路段内实时出现的车辆数如(0.16)所示:
(3-11)在以观察点为起点,相邻车辆间的距离小于通信范围则认为该相邻车辆是连通的,相邻车辆间的距离满足指数分布,以j=1方向的路段进行计算,任意相邻车辆间链路是连通的概率Pc为(0.17)
自由行驶路段的同一车道上,有λ(λ≥0)个相邻车辆连接是断开的,断开连接车辆之间的距离为Y1,Y2...Yλ,Yi表示第i个两相邻断开连接的车辆之间的距离,自由行驶路段的任意一个车道上的相邻车辆Ni,Ni+1之间的距离大于R时,则Ni,Ni+1断开,且任意同向的车道车辆分布独立同分布,相邻Ni,Ni+1节点之间断开,即Ni,Ni+1之间距离内出现车辆数为零,由(0.16)式可以求得在Yi>R的区间长度内出现车辆数为零的概率(链路断开的概率)Pd可以用式(0.18)表示:
(3-12)自由行驶路段的某个车道上有δ辆车,同一车道上可能出现多个相邻的节点之间链路是断开的,假设有λ个相邻车辆节点是断开的(即Yi>R),则有δ-λ-1个相邻车辆节点之间的链路是连接的(即Yi≤R),相邻节点间是连接的与相邻节点间是断开的两种情况是相互独立的,上述场景发生的概率为PQ,PQ满足(0.19)关系:
(3-13)道路长度远远大于R,在同一车道上中有δ辆车,其中有λ个相邻车辆是相连接的,λ个相邻连接的总长度用同一车道上相邻车辆间连通情况下、车间距的期望值E计算,即E(t)λ,所以式(3.18)可以表示为式(0.20):
(3-14)同一车道上相邻节点Ni,Ni+1之间的距离Yi大于R,这种情况下Ni,Ni+1两辆车之间的连接是断开的,断开的个数为λ,如果在每一个断开的连接所在的路段区间上,其他车道上有中间节点进行连接补充,相邻车道上Ni+2节点的出现在Ni,Ni+1之间使得Ni,Ni+1这一小段路段连通,各个同向车道车节点分布情况独立同分布,所以自由路段上某个车道已知有λ个连接断开的情况下,整个自由路段连通的概率为PW满足式(0.21)
(3-15)综合(3-8)到(3-14)所述,主RSU计算出自由行驶路段上车辆的实时连通概率Pcn,如(0.22)所示:
(3-16)主RSU根据(0.22)的计算值可以得到自由行驶路段上车辆链路的连通率值,结合路段两端的稳定连通长度计算出整个路段的连通率Cv,如式(0.23)所示:
7.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(4)中,所述路段的评分值计算方法为:
其中μ,η,β为权值。
8.根据权利要求1所述的一种面向车载自组织网络内容路由的路段实时评分方法,其特征在于,所述(4)中,在计算路段评分值时还包括如下情况:
在节点稀疏的情况下,容易出现本地最大化的情况,即在源节点的通信范围内,不能找到比自己更靠近目的节点的中继节点,此时采用“存储携带”的策略进行调整。
CN201910304118.6A 2019-04-16 2019-04-16 一种面向车载自组织网络内容路由的路段实时评分方法 Active CN109996174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910304118.6A CN109996174B (zh) 2019-04-16 2019-04-16 一种面向车载自组织网络内容路由的路段实时评分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910304118.6A CN109996174B (zh) 2019-04-16 2019-04-16 一种面向车载自组织网络内容路由的路段实时评分方法

Publications (2)

Publication Number Publication Date
CN109996174A true CN109996174A (zh) 2019-07-09
CN109996174B CN109996174B (zh) 2020-12-18

Family

ID=67133756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910304118.6A Active CN109996174B (zh) 2019-04-16 2019-04-16 一种面向车载自组织网络内容路由的路段实时评分方法

Country Status (1)

Country Link
CN (1) CN109996174B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110809254A (zh) * 2019-10-29 2020-02-18 天津大学 一种在城市vanet中基于停车区域的蜘蛛网路由协议

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101720059A (zh) * 2009-11-05 2010-06-02 浙江大学城市学院 一种车载移动自组织网络路由的实现方法
CN103886756A (zh) * 2014-04-17 2014-06-25 交通运输部公路科学研究所 基于obu的高速公路路网运行状态检测方法
CN104537848A (zh) * 2015-01-08 2015-04-22 南开大学 一种基于车载自组织网络的城市道路交通状态探测方法
CN104851282A (zh) * 2015-04-24 2015-08-19 同济大学 基于连通性机制的城市车联网数据传输路径选择方法
US9672734B1 (en) * 2016-04-08 2017-06-06 Sivalogeswaran Ratnasingam Traffic aware lane determination for human driver and autonomous vehicle driving system
CN107181640A (zh) * 2017-05-03 2017-09-19 同济大学 一种城市道路场景下车联网连通性指标的获取方法
US20180053405A1 (en) * 2016-08-19 2018-02-22 Veniam, Inc. Adaptive road management in the network of moving things
CN108320551A (zh) * 2018-02-28 2018-07-24 北京瑞腾中天科技有限公司 基于车联网络的交通信号显示提醒***及其显示提醒方法
CN108667668A (zh) * 2018-05-21 2018-10-16 同济大学 一种城市道路场景下基于车联网连通基的通达性路由方法
CN109345873A (zh) * 2018-12-06 2019-02-15 合肥工业大学 一种基于手机app的行人过街预警***
CN109448385A (zh) * 2019-01-04 2019-03-08 北京钛星科技有限公司 基于车路协同的自动驾驶车辆交叉路口调度***及方法
US20190096238A1 (en) * 2017-06-20 2019-03-28 Cavh Llc Intelligent road infrastructure system (iris): systems and methods

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101720059A (zh) * 2009-11-05 2010-06-02 浙江大学城市学院 一种车载移动自组织网络路由的实现方法
CN103886756A (zh) * 2014-04-17 2014-06-25 交通运输部公路科学研究所 基于obu的高速公路路网运行状态检测方法
CN104537848A (zh) * 2015-01-08 2015-04-22 南开大学 一种基于车载自组织网络的城市道路交通状态探测方法
CN104851282A (zh) * 2015-04-24 2015-08-19 同济大学 基于连通性机制的城市车联网数据传输路径选择方法
US9672734B1 (en) * 2016-04-08 2017-06-06 Sivalogeswaran Ratnasingam Traffic aware lane determination for human driver and autonomous vehicle driving system
US20180053405A1 (en) * 2016-08-19 2018-02-22 Veniam, Inc. Adaptive road management in the network of moving things
CN107181640A (zh) * 2017-05-03 2017-09-19 同济大学 一种城市道路场景下车联网连通性指标的获取方法
US20190096238A1 (en) * 2017-06-20 2019-03-28 Cavh Llc Intelligent road infrastructure system (iris): systems and methods
CN108320551A (zh) * 2018-02-28 2018-07-24 北京瑞腾中天科技有限公司 基于车联网络的交通信号显示提醒***及其显示提醒方法
CN108667668A (zh) * 2018-05-21 2018-10-16 同济大学 一种城市道路场景下基于车联网连通基的通达性路由方法
CN109345873A (zh) * 2018-12-06 2019-02-15 合肥工业大学 一种基于手机app的行人过街预警***
CN109448385A (zh) * 2019-01-04 2019-03-08 北京钛星科技有限公司 基于车路协同的自动驾驶车辆交叉路口调度***及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HANAN SALEET等: "Intersection-Based Geographical Routing Protocol for VANETs: A Proposal and Analysis", 《 IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 *
JIN-JIA CHANG等: "Intersection-based routing for urban vehicular communications with traffic-light considerations", 《 IEEE WIRELESS COMMUNICATIONS》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110809254A (zh) * 2019-10-29 2020-02-18 天津大学 一种在城市vanet中基于停车区域的蜘蛛网路由协议

Also Published As

Publication number Publication date
CN109996174B (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
CN105307232B (zh) 一种车载自组织网络的基于连通概率的路由优化方法
de Souza et al. Scorpion: A solution using cooperative rerouting to prevent congestion and improve traffic condition
CN103200526B (zh) 一种基于路边基站的车载自组织网络路由的方法
CN104658297B (zh) 一种基于Sarsa学习的中心式动态路径诱导方法
CN104080056B (zh) 基于连通度概率感知的车载自组织网络的消息分发方法
CN109506667A (zh) 一种用于重载大型车辆的智能出行的信息交互方法
CN112216130B (zh) 一种车路协同环境下的应急车辆诱导方法
Kim et al. Navopt: Navigator assisted vehicular route optimizer
Rashidi et al. Placement of road side units for floating car data collection in highway scenario
CN107690169A (zh) 一种适用于车联网的gpsr路由协议的转发方法
CN105282813B (zh) 一种车载网络环境下的路由方法、装置及***
Zhao et al. A vehicle density and load aware routing protocol for VANETs in city scenarios
CN109242202A (zh) 一种基于区域间乘客流动的出租车推荐方法及***
CN116246452A (zh) 网联自动驾驶车辆专用道规划方案合理性分析方法
CN103095593A (zh) 车辆自组网络的路由***及方法
CN109996174A (zh) 一种面向车载自组织网络内容路由的路段实时评分方法
Talib et al. Vehicular ad-hoc networks: Current challenges and future direction of research
CN106900026B (zh) 一种基于网络连通的路由骨干路径的选择方法
Cao et al. ETCS: An efficient traffic congestion scheduling scheme combined with edge computing
CN110072210B (zh) 在车载自组织网络rsu缺失场景下的路网信息收集方法
CN110460975B (zh) 基于公交车的车联网数据传输方法
Khan et al. A game theory approach for smart traffic management
CN107343301A (zh) 一种基于消息聚合的车载自组网高效可靠路由方法
CN112953780B (zh) 封闭场景下无人驾驶车群构建及评价方法
Younes et al. A distributed infrastructure-based congestion avoidance protocol for vehicular ad hoc networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant