智能交通管理系统基于互联网的车辆(IoV)

文摘

当前时代的快速提高和技术的进步。最重要的地区之一,需求改进是交通信号,因为它构成了交通系统的核心。这种需求成为严格的智能城市的发展。不幸的是,目前道路交通非常古老的交通信号控制(三色信号)无论不懈努力致力于发展和改善交通流量。这些传统的交通信号有很多问题包括道路交叉口的低效的时间管理;他们不受一些环境条件,比如雨;和他们没有优先考虑应急车辆。新技术,如车载自组网(VANET)和网络的车辆(IoV)使车辆与附近的和专用的无线基础设施。在本文中,我们提出一个新的交通管理系统基于现有VANET IoV,适用于未来的交通系统和智能城市。在本文中,我们提出我们的提出的智能交通管理系统的体系结构(itm)和智能交通信号控制器(STS)。 We present local traffic management of an intersection based on the demands of future Smart Cities for fairness, reducing commute time, providing reasonable traffic flow, reducing traffic congestion, and giving priority to emergency vehicles. Simulation results showed that the proposed system outperforms the traditional management system and could be a candidate for the traffic management system in future Smart Cities. Our proposed adaptive algorithm not only significantly reduces the average waiting time (delay) but also increases the number of serviced vehicles. Besides, we present the implemented hardware prototype for STS.

1。介绍

在许多国家,包括一些发达国家,无论广泛努力致力于开发和改善交通流量,传统的交通信号仍然有以下著名的问题:(一)他们提供低效率的道路交叉口时间管理。这迫使车辆乘客等不必要的,进而导致交通堵塞,污染,额外的延迟等。(b)情报不能获得和他们不适应。目前,路十字路口,每个被分配一个常数的时间是绿色不管汽车的数量或流密度。这产生低效率的交通流不分配时间根据交通拥堵。白天在某些时期,一些道路可能比其他人更拥挤,需要更多的时间来减少交通堵塞。然而,传统的交通信号无法提供这个特性。(c)需要一个信号,直接关闭后没有其他车辆在路上在一个十字路口,打开下一个路,以避免不必要的等待常数计时器到期作为解释点一个和点b。(d)他们也不能免于一些环境条件,像雨,雾等。因此,他们可能不会正常工作在这些条件或者是可见的。这将导致事故和死亡人数。(e)他们没有方法,优先处理紧急车辆(救护车、消防队员、警察等)。这种车辆需要智能交通信号为他们打开道路之前到达十字路口。(f)有许多传统的交通管理系统的其他缺点由于传统交通信号无法提供动态和自适应服务。

基于前面提到的缺点传统的交通管理系统,很明显,有一个伟大的需要改进其功能通过提供某种形式的情报,使活力和自适应性。反过来,这可以帮助减少交通拥堵和道路拥堵,从而减少旅行时间和减少污染。传统的交通管理系统是几十年前设计的。汽车的数量是非常小的,传统的系统能充分有效地管理交通与可用的技术。很明显,与车辆的数量的大量增加和无法增加道路的大小和数量在许多城市,需要更聪明的解决方案,使用最近和最先进的技术采用智能交通管理系统。

因此,有一个伟大的和迫切需要取代传统的交通信号系统与新系统:智能交通管理系统(itm)。itm系统将提供许多服务,不能由传统的系统,它将解决前面提到的问题。

互联网的车辆(IoV) (1- - - - - -4)或连接车辆是一个最近的研究场所,允许许多应用前景在智能城市的发展(5- - - - - -7基于智能交通系统(ITS)。IoV [8)将被部署在智能城市。因此,而不是部署专用的基础设施和非常复杂的和昂贵的遗留系统控制和管理交通,为什么不使用未来智能城市的基本构建块没有任何额外的复杂性,并提供一个更好的性能,因此在旧系统中,解决大部分的问题。

在文献中有许多努力寻求智能交通控制。大多数现有的方法仅仅依靠计算每个路段上的车辆在十字路口。这些方法命名传感器技术,包括电感回路、磁强计、微波雷达、激光雷达、超声波、音响、视频相机(9),计算电缆(10]。深入研究这些传感器的方法给出了(11,12]。表1总结了这些方法的特点。然而,这些技术不能部署主要原因的复杂性和很高的生产成本。此外,他们不是可伸缩或可靠。计算电缆的损坏甚至摄像机可以限制整个系统的可靠性。

在本文中,我们提出了利用现有IoV和VANET基础设施提供一个高效、智能交通管理系统。我们提供建议的体系结构的细节,重用相同的积木IoV和VANET无须承担任何进一步的额外的组件或硬件的复杂性或任何特殊的部署。我们建议智能交通信号架构及其操作。此外,我们提出一种自适应算法提供有效和near-to-the-optimal地方十字路口交通管理支持任意数量的完全参数化的阶段。此外,我们提出一个模拟器,我们开发了模拟和学习的有效性与固定时间算法相比,该算法在不同流量条件下,在不同的场景中。建议的体系结构的一个基本特征是它支持任何自适应算法无需改变架构。

表2和3显示最常用的缩写。

在拟议的系统中,将会有不需要灯光颜色。汽车将能够与智能信号无线通信实现他们的服务和提供以下特点:理想的交通流的开放(绿灯)任何道路将基于动态优先级;开放时间将基于等待车辆的数量。这可以优化等待时间(减少延迟),减少交通拥挤,拥挤的道路为主,并消除无用的空缺,从而促进适当的交通流量。这反过来可以减少总旅行时间,从而减少污染和燃料消耗。itm还可以提供紧急的优先级访问,警察和消防员无缝导航道路和车辆到达十字路口。

本文的其余部分组织如下。相关工作提出了部分2。技术是必不可少的发展中提出的智能交通管理系统(imt)突出显示部分3。这包括VANET、IoV和定位系统。此外,部分4提供的细节提出imt架构、智能交通信号(STS)和imt的操作。节4.1提出的自适应算法,我们提供交通管理和信号控制减少平均等待时间和增加维修车辆的数量。节5,我们现在开发的模拟和结果。最后,部分6提供了一般结论和未来的研究方向。

2。相关的工作

道路交通管理的问题,几十年来一直是一个活跃的研究课题。几次试图提出一种智能交通控制系统在文献中被发现。例如,在[13智能交通灯控制器的设计,提出了使用嵌入式系统。再一次,他们用传统的方法来计算车辆的数量。在[14),一个智能交通信号灯的开发提出了减少交通事故。在[15),一个智能交通信号灯控制方法的基础上,扩展理论提出了十字路口。一个代理方法智能红绿灯控制提出了(11]。

最常见的方法是安装一个三色信号在每个道路交叉口管理进入临界区(十字路口)。几个变量的优先级和临界区访问部署。的一个变体是圆的丝带,它分配一个常数时间开放的道路(打开绿灯),然后一个固定时间的过渡期将黄色的光,然后关闭打开红灯的道路,并重复这个过程在接下来的道路,等等。这是最有效的方法来管理交通;然而,它是世界范围内最常见的系统除了在几个发达国家。

一个算法来管理的操作一个传统交通灯信号在[四路道路提出了一个十字路口16),建议调整交通根据交通条件。虽然自称是自适应算法,它认为固定周期(天类似研究的17]。同样,基于日历的历史信息的方法提出了(18]。

另一项研究多智能体通信使用基于边缘计算体系结构和物联网交通信号灯控制提出了(19]。作者提出了一种多智能体强化学习(泥灰岩)为全球交通信号管理系统。类似的研究提出了基于泥灰岩(20.,21]。其他的基于代理的方法给出了(11,12]。另一项研究使用强化学习在[6)汽车的数量最大化使用q学习穿越十字路口。同样,深提出了强化学习(22]。蚁群优化方法提出了(23)和人工蜂群优化方法提出了(24]。社会IoV [25)提出了交通管理提出了(26]。

几项研究都是基于道路的拥堵程度。例如,在[27),提出了一种自适应算法和评估。在这项研究中,其目的是使用V2V,每辆车可以估算拥堵的交通,可以重新路由最不拥挤的路线。另一项研究中提出了基于V2V沟通(28]。框架基于车辆交通优化重路由减少交通拥堵在[29日]。在另一项研究[30.),系统提出了基于V2I通信。此外,本研究认为安全事件检测和传播不同的攻击类型。不同的实验交通信号控制基于浮动车数据(FCD)给出了31日]。FCD还在使用32)车辆跟踪数据的管理技术。

模块化的定时同步Petri网模型提出了(33)交通信号管理来减少对环境的影响。帕累托马克斯流算法(34)和细胞遗传算法(35]。

有几个研究致力于使用摄像头计算车辆的数量为交通管理和优化。最近的一项研究使用互联网的smart-cameras提出了(36]。基于无线传感器网络的解决方案是,VANET部署大量的相机连接在一个专用的基础设施。摄像头的视频发送到集中式服务器处理和提取有用的交通信息,可以用来控制交通信号。基于无线传感器网络的其他研究提供了(37,38]。提出了几种方法基于物联网等(5,39]。作者在40]提出的使用专家系统和人工智能来处理图像提取相机为交通管理。Pheromone-based多代理系统提出了基于摄像机和传感器的使用在21]。

一项有趣的研究选择最好的电动汽车充电站根据交通情况减少通勤时间提出了(41]。并行算法同步十字路口在大型和密集的区域显示改善的平均摘要快速公交系统提出了(42]。类似的研究基于混合启发式方法提出了(43]。最后,在[44),作者建议使用车辆的速度在十字路口交通灯控制作为优化参数。

本文前面提到的研究不同,我们提供一个完整的智能交通管理系统的体系结构和基于IoV技术的智能交通信号控制器,可以有效地进行部署。虽然其他研究已经表明,使用V2I通信作为交通管理系统的基础,在本文中,我们提供一个完整的针对不同交通状况研究和性能分析。正如之前提到的,这项研究不需要任何额外的硬件如计算电缆,计算机视觉,摄像机系统(21,36]。不需要昂贵和复杂的系统来提取有用的特性,比如计算机视觉或深度学习的方法5,39,40)或并行处理(42]。

3所示。技术实现itm

本节介绍了车载网络系统的基础通信技术。然后,提供了定位系统的概述。

3.1。车载网络

车辆之间的直接通信使用一个特设网络被称为跨车辆通信(IVC)或车载自组网(VANETs) [45- - - - - -48]。VANET有两个通信类型。Vehicle-to-Vehicle (V2V)通信允许其中的道路上车辆交换消息。车辆可以同基础设施部署在道路使用Vehicle-to-Infrastructure (V2I)通信。每辆车都有其车载单元(酸)与额外的功能类似于汽车电脑允许VANET的服务和层。基础设施是一个网络的路边单元(RSU)安装在路边。图1描述了VANET的局部结构。

下一代VANET被称为因特网的车辆(IoV) [8,49- - - - - -51]VANET的功能扩展和继承的几个特征物联网(物联网)。除了V2V和V2I通信服务,IoV包括其他几个人。如图2IoV涉及V2P (Vehicle-to-Pedestrian允许与易受伤害的道路使用者的沟通),是(Vehicle-to-Sensor、内部的车辆),V2H (Vehicle-to-Home,车辆的所有者),V2B (Vehicle-to-Building,周围的建筑智能城市),V2G(汽车电网,电动充电),V2D (Vehicle-to-Device,机载设备),和V2R (Vehicle-to-Road迹象)。IoV和VANET的主要推动者是未来智能交通系统(ITS) [52)如图3。

无线通信的IEEE 802.11 p标准,它定义了IEEE 802.11标准的改进需要支持智能交通系统(ITS)的应用程序。IEEE 802.11 p控制之间的数据交换高速车辆和车辆与路边基础设施(限制)授权5.9 GHz的乐队(5.85 -5.925 GHz) (53]。

VANETs / IoVs允许的开发和创造许多新的服务。安全服务包括崩溃或避碰、紧急预警系统,换道助理,十字路口协调,交通标志/信号违反警告,道路状况的警告,和交通违章检测(54]。其他服务可能包括收费、商业交易通过车辆,交通信息系统、导航、自动驾驶、天气信息、加油站或餐厅位置,和交互式通信如上网、音乐下载、司机或乘客之间交换消息,多媒体娱乐。有关详细信息,请参考[55]。

3.2。定位系统

IoV / VANET技术仍处于研究阶段,有一些挑战承担之前的实际部署智能城市。最关键的一个是定位系统(即定位系统)的车辆。换句话说,这个系统回答了这个问题“如何提供每个车辆的实时位置吗?“存在几种定位技术,适用于不同的应用程序类(56- - - - - -61年]。每个应用程序或服务提供的IoV / VANET的定位系统有自己的要求。一些应用程序可能容忍错误水平定位信息。其他应用程序需要一个非常准确和可靠的定位系统。第一类是交通管理应用程序的一个例子。大多数的安全应用,另一方面,需要第二类。一些例子是避碰、自动驾驶和车道跟踪。定位系统的准确性必须在厘米。此外,必须保证其可用性。如果不能在一段时间内,可能发生灾难性的环境如碰撞。

最常见的和广泛使用的定位系统是全球导航卫星系统(GNSS) [62年- - - - - -64年),覆盖全球的卫星导航系统。有几个GNSS系统,即全球导航卫星系统(GLONASS) [65年,66年),全球定位系统(GPS) (67年- - - - - -69年),北斗导航卫星系统(BDS) [70年],伽利略[71年),Quasi-Zenith卫星系统(QZSS) [72年,73年),和其他人。全球卫星定位系统有几个缺点。最不能接受的缺点就是由此产生的测量误差。例如,GPS设备可以产生一个误差高达10米。这种精度似乎是可以接受的几个应用程序。另一方面,正如前面提到的,其他应用程序如避碰,自动驾驶,和车道跟踪精确和准确的定位信息的需求。

虽然有几种方法可以提高GNSS系统的准确性,如使用地面基站作为纠正基站(例子微分GPS RTK), GNSS仍然患有弱信号,因此不工作有效的隧道,地下,并与建筑高度密集的地区。克服精度问题的一种方法,并提供centimeter-location服务是通过结合两个或三个频率播放由每个GNSS星座,是(74年]。此外,购买力平价(精密单点定位),见图4,是另一个技术,旨在提供一个非常准确的定位服务基于GNSS提供全球网络误差实时修正。修正被传输到车辆使用RSU(路边单元)在VANET / IoV或直接从互联网。最后,RTK(实时运动),如图5从参考接收器发送错误修正。接收机的覆盖的范围可达40公里。另一方面,纳米技术是一个科学领域,涉及控制问题规模在1和100 nm之间。它为传感提供了解决方案,驱动,收音机,将智能嵌入到环境、低功耗计算内存,能源,人机交互,材料、机械、制造、环境问题。建议使用纳米技术作为VANET是给出的定位系统59,76年]。还有其他的定位系统,用于IoV和VANET如接收到的信号强度(58,60,77年- - - - - -79年),而无人机(80年]。

4所示。提出了智能交通管理系统(itm)

提出了智能交通管理系统的总体架构如图(itm)6。建筑继承IoV所有的特性和功能层。然而,车载单元(酸)通过添加几个模块升级为itm的操作是必不可少的。添加新组件的智能交通信号(STS)。这两个组件共同运作,以便从itm提供所有需要的服务。在接下来的部分,我们提供每个组件的详细信息。

4.1。车辆的车载单元

每辆车将配备机载单元,如图6有以下组件:(一)互联网的车辆(IoV)协议栈包含IoV实现所有层和通信功能,使车辆安全通信和其他实体(车辆、基础设施、RSU、行人、传感器、道路设备、云服务器、电网设备,等等)。(b)GNSS和位置服务单位允许车辆知道它的当前位置,速度,和方向度。(c)是S2V通信单元用于Vehicle-to-Signal和Signal-to-Vehicle通信(额外的通信协议是必要的车辆和STS)之间交换消息。(d)智能交通信号通信单元控制和管理车辆之间的通信和智能交通信号。(e)司机UI用于与肇事车辆的司机沟通。这个单位必须有一个液晶显示驱动程序信息以及喇叭声音指令给司机。这个单位也应该实现语音识别引擎口头与司机进行交互。它显示和语音提示司机停止或去取决于从STS的决定。(f)V2V通信单元实现了Vehicle-to-Vehicle功能使附近的车辆之间的沟通。(g)无线收发器单元允许车辆和STS之间的通信。车辆将其位置、速度、方向和其他信息智能信号。从智能交通信息接收无线信号。这个信息包含道路方向pass-signal剩下多少时间。无线系统配置为在自组网模式下工作能够与智能通信信号(h)系统控制器控制操作和系统中其他设备。(我)实现必要的安全和Antitampering单位级别车辆的安全和隐私。它包含的数字证书出具的车辆交通权威或车辆制造商。它还必须包含一组的匿名证书车辆用于其他车辆之间的沟通维护司机的隐私,防止车辆的跟踪。本单位负责确保车辆和其他实体之间的通信,包括交通信号。限制将定期播出的证书信任智能交通信号,确保车辆总是与一个合法的交通信号。ad hoc网络的安全方面,获得这样的系统,更具体地说IoV和相互联系的车辆,请参考[1,51,76年,81年- - - - - -88年]。

4.2。智能交通信号控制器(STS)

智能交通信号(STS)是一个系统,必须放置在道路交叉口的中心或任何角落,如图7。它必须包含以下组件,如图6。(一)十字路口优先级管理实现这个智能的十字路口信号的优先级。(b)互联网的车辆(IoV)协议栈类似于车载单元如上所述。一些功能可能不一定在STS中实现。是,这包括V2G V2H等等。(c)是用于Vehicle-to-Signal S2V通信单元和Signal-to-Vehicle通信(额外的通信协议是至关重要的车辆和STS)之间交换消息(d)紧急优先级管理单元用于检测任何紧急车辆到达打开它的道路,而不必等在十字路口。(e)Intersignal协调单元是用于全球交通管理,以便在城市智能交通信号彼此间沟通并提供最低旅行时间根据交通流。(f)安全和Antitampering单元类似于车载单元如上所述。(g)交通信号控制器管理其他单位和控制交通信号操作。(h)无线收发机用于物理信号和车辆之间的通信。

4.3。STS的操作

智能交通信号的操作如下:(我)STS不会有传统的三盏灯;相反,它将使用S2V广播信号无线通信单元。(2)不需要放置一个STS GNSS接收机;它的位置可以被编程一次由工程师负责安装。然而,如果STS将被用作GNSS / RTK纠错地面基站,它必须包括定位接收单位,以便它可以计算错误并将其发送到附近的车辆精确计算自己的位置,速度和方向。(3)无线收发器使STS无线通信的车辆,收集附近的车辆的位置,和广播交通控制信息(pass-signal指定哪一条路可以通过和其他人必须停止)。(iv)控制器控制和STS的管理操作。需要的决定基于自适应算法,将在稍后解释。(v)STS在每个十字路口等待接收信息从每个道路上车辆。收集到的信息是车辆UID从其证书或任何匿名证书列表的情况下车辆的隐私规定时,车辆当前位置,车辆速度和车辆移动的方向。STS定期收集所有的信息和更新其内部数据库。(vi)控制器,基于当前统计数据获得车辆的内部数据库中的信息,执行所需的算法(在下一个部分的细节),决定哪一条路是在任何给定的时间开放。它发送此信息无线使用广播方式,使所有车辆在十字路口知道他们可以(通过)或停止前进。(七)应该注意的是,行人处理超出了本文的范围。这可能是探索在未来的研究工作。

4.4。自适应交通管理算法

itm的基本要素之一是自适应交通管理算法(态)。态的主要目的是根据交通密度自适应优化交通信号,尽量减少等待时间(延迟),并在十字路口流量最大化。使用建议的体系结构和IoV的特点,所有必要的信息,如在十字路口等待汽车的数量,每辆车的等待时间,车辆类型(正常、卡车或紧急),开放道路的流量,可以收集每个路段的状态实时通过STS没有任何额外的硬件组件和STS(只有IoV)。这个信息,如果使用一个有效的态,会导致最优交通管理。在本节中,我们提出的态管理STS的操作。我们定义中使用的参数和符号表的算法3。

主要算法的伪代码所示定义算法1清单。该算法选择的下一个开放道路路口给出的算法2清单。优先处理紧急或车辆在算法3。请参考数据8- - - - - -10流程图说明的每个部分的算法。

算法中所描绘的一样1清单和图8系统初始化变量后,永远重复以下。计算汽车的数量在每个路十字路口的距离 。在没有其他车辆的情况下开放的道路(开放的道路是空的),道路被关闭后等待的过渡期。然后,选择下一个开放的道路。在任何时候如果紧急或优先级车辆到达任何封闭的道路,然后发出一个警告消息到所有车辆上路公路将封闭现在由于紧急的存在或优先级车辆在另一条路。然后,等待的过渡时间, ,在那之后关闭开放的道路, 。然后,打开道路有紧急车辆并保持开放,直到紧急车辆发送一条消息,它穿过十字路口(覆盖阈值)。绿色计时器的过期,系统将动态地决定哪一条路应该开放。一个动态算法称为“选择的下一个开放路”(见算法2清单和图9)设计了估计是最好的开放之路为了优化交通流,减少平均等待时间,和增加维修车辆的数量(穿越十字路口):(我)防止饥饿(少数车辆等待太长时间在路上虽然有很多车辆在其他道路),发现路上最大的关闭时间和条件,车辆,排除那些没有汽车。如果这条路是封闭的多 ,这条路将是下一个。(2)否则,路上有最大数量的车辆将下一个打开。(3)绿色的时间(开放时间)将动态的汽车的数量的比率所选择的道路和等待所有道路上车辆的总数乘以周期时间 。(iv)调整计算绿色计时器在最大和最小允许打开计时器的值。

4.5。操作的智能交通管理系统

由于IoV时使用任何道路,车辆要乘坐去这条路之前,它必须知道所有的公钥STSs。这可以下载到内存的一个车载单元使用RSU或直接从服务器使用长途通信(例如,4 g, 5 g,罗拉,等等)。车辆将与这些公共信任只有STS的钥匙。这是为了避免任何虚假或恶意的攻击。

在本节中,我们将解释整个操作程序和算法,智能交通管理系统的管理功能。(我)每个STS定期广播其数字证书,航向角,结束行(ELs)点P_我1和P_我2坐标。(2)在十字路口的车辆由这个STS可以知道当前的行结束。他们不会交叉,除非这条路开了。如果由于任何原因车辆路跨越这条线,当前的状态是“关闭”,车辆将记录在其内存红灯信号跨越违反。的信息将被保存是STS ID,目前的道路,当前位置,结束线(EL)点P_我1和P_我2坐标和当前时间。知道这是非常简单的使用航向角,当前位置和结束行。(3)当车辆接近十字路口,它广播它的位置和航向角。这一信息将由STS接收。(iv)STS计数的所有车辆等待每一个道路。(v)在没有紧急车辆的道路、STS选择的道路有等待车辆的最大数量,决定为他们打开它。这仅仅是通过定期发送广播消息只包含道路信息(方位角和剩下的时间关闭这条路)。(vi)车辆接收广播消息从STS和比较接收到的航向角和航向角。如果他们是一样的和一些宽容,它知道它的十字路口是开放和推进,否则,它等待。(七)打开一条道路不应超过最大的时间。一旦更改为一个给定的道路,一个计时器开始。如果车辆仍在这条路定时器期满之前,这条路是关闭,STS决定其他道路车辆和打开的最大数量。(八)避免交通拥堵,节省时间,如果道路是开放的,它几乎没有车辆,一旦最后车辆进入交叉区域,STS切换到下一个路后等待3秒(类似于黄色信号)。它不会等待的总持续时间开放。(第九)以防止饥饿,一些拥挤的道路得到低优先级和一些道路交通流量等很长一段时间,还有一个计时器,分配给每个道路。这个定时器重置每次关闭这条路从打开到关闭(改变其状态)。STS在做决定前检查所有这些计时器的道路将被打开。如果发现任何这些定时器超过最大允许关闭时间,它选择的道路有这个定时器的最大价值并打开它。(x)如果一条路有一个接近紧急车辆(警察、救护车、消防队员等),正常程序暂停,这条路将立即打开,直到紧急车辆穿过十字路口。随后,这条道路关闭,正常程序生效一次。(十一)打开紧急车辆的道路之前,STS发出警告信号的所有车辆和等待三秒之前关闭当前打开道路,打开有紧急车辆的必经之路。(十二)安装STS时,它必须被编程以确保其绝对位置(无误)和航向角(d1、d2、d3、d4、d5等如图6)为每个路口的道路连接。

4.6。安装STS的过程

每个STS必须安装和设置在一个特定的正确操作方法。必须遵循以下的步骤为每个STS在一个十字路口,请参考图6。(1)所有STS硬件必须放置在十字路口的中间或在任何角落的道路条件,发射的信号可以达到所有的车辆在道路至少一段400米的道路。(2)它不是必需的,绝对位置因此,没有必要在其硬件的GPS接收器。(3)工程师们必须使用centimeter-accurate定位系统,也就是说,RTK或DGPS获得结束线的坐标(EL)的道路。每路,我,有一个终点(EL吗_我)车辆时不得跨越这条路在哪里关闭。每结束一行有两个点(P_我1和P_我2)相交道路边缘。准确的精确坐标P_我1和P_我2必须测量并保存在STS。(4)对于每一个路我,航向角d我必须在STS计算并保存。(5)STS必须连接到基础设施通过下列通信方式:蜂窝网络3 g, 4 g,或者5克;光纤;微波通信;或任何长途可靠的数据通信。(6)数字证书,从CA交通部门发布,必须保存在STS。它必须包含STS的公钥。这将是用于加密任何STS的消息发送到。此外,相关的私钥,公钥必须保存在STS的记忆。这个私钥将用于数字签署任何消息从STS发出。

4.7。STS的硬件实现

我们已经实现了系统硬件原型测试和验证STS控制器交通管理的操作。这个硬件是一个STS在本地管理交通。

5。获得的结果

5.1。itm模拟器

我们已经开发了一个基于事件的模拟器在Python中模拟算法。模拟器完全参数化模拟任何交集在十字路口数量可变的道路。在各条道路上车辆的inter-arrival时间通过指数分布随机分布函数得到expovariate(1 /),与利率(实数)所需的平均利率。例如,如果率= 0.5,这意味着inter-arrival时间的均值之间的两辆车在这条路上是0.5,也就是说,大约每一秒钟两辆车。每个路可以有一个特定的inter-arrival率。排队论是用于实现车辆的状态从它的到来了等待itm开放道路根据该算法,直到达到队列和十字架的顶端交叉线, 。所需的时间由一个车辆跨越这条线, ,是参数化的。此外,实现以下参数,可以设置为任何值来研究他们的效果: , , , , 和 。

此外,模拟器模拟定时算法中存在的所有遗产三色交通信号不同的配置参数( , , ,和 )。对于每个运行,模拟计算的总车辆到达所有的道路;穿越十字路口车辆的数量,而他们的道路是开放的;和总和平均等待时间。所有这些值计算算法(PA)和定时(英尺)算法。发达的源代码模拟器可以对任何研究人员要求。

评估算法的有效性(PA)和定时(英尺)算法相比,我们有固定的随机种子一个常数,这样所有模拟器运行都有相同的随机模式,消除随机模式的影响结果。第二部分为不同的场景提供结果。

研究的影响一个或多个参数对两种算法的性能,我们设置以下违约:− , , , , ), , , ,和 。仿真时间固定为1小时= 36000 ds (decisecond)。描述的缩写用于下一个数据表中给出4。

5.2。到达率的影响

研究交通密度的影响算法的性能(PA),我们准备了两种情形。在这两种场景中,inter-arrival率r的路是不同的从1到20秒。在第一个场景中,其他三个道路有不同到达率(10、15、20秒)。在第二个场景中,其他三个道路有一个恒定的低利率(r= 30秒)。请注意,交通密度随增加的价值r。如图11交通密度高,该算法优于英国《金融时报》一个维修车辆的数量。可以看出,使用英国《金融时报》算法服务车辆的数量是恒定的利率从1到9。它还可以看到爸爸给了几乎相同的结果最优算法。

的平均等待时间(AWT),英国《金融时报》的性能很差,交通密度高,可以达到(370、550 s)两个场景,如图12。然而,使用PA, AWT显著降低(47岁,18岁)两种情形。交通密度的减少(r> 8.5),巴勒斯坦权力机构仍然优于英国《金融时报》至少4倍褶皱。

5.3。表现在不同的交通密度

PA的有效性可以进一步证明当每个道路上交通密度是不一样的。为了说明这一点,我们有多种多样的交通密度在一个公路起点非常高到达率(较小的值r),即r= 1到20秒。其他三个道路交通密度较低,即r= 30(相当于一个车辆每30秒)。结果如图(13日)和(14日)。

这代表一个特定类型的交通拥堵的实际情况,只有一条路很负责和其他相交的道路。我们已经重复相同的场景,但通过改变交通密度在两条路的交通密度和修复率低的两条路。结果如图13 (b)和14 (b)。

接下来,另一个模拟运行是由不同的交通密度三个道路和解决交通密度低第四路。结果如图13 (c)和14 (c)。最后,我们有不同的流量率同样很高的所有道路密度(r= 1)到低(r= 20)。结果如图13 (d)和14 (d)。

每个subfigure在图13显示了获得的服务车辆使用优化算法(OA)、定时(英尺),该算法为每个场景(PA)。如您所见,PA优于英国《金融时报》前三例明显改善,几乎是等于OA。例如,当只有一个道路不同交通密度和其他人有固定的低密度,保养车辆时的数量r= 1:PA = 1754英尺= 786,OA = 1774。这给维修车辆的223%的比例相比,英国《金融时报》。

随着交通密度减少,PA继续提供办公自动化的性能;然而,英国《金融时报》继续提供几乎相同的低数量的服务车辆(约780)。当率很低(r> 9),总到达车辆是非常低的,因此所有的算法给几乎相同的性能有轻微改善PA /英国《金融时报》。可以达到使用英尺的上界是改善道路的数量的增加有不同的交通密度如下:786年,1100年,1418年,1733年与1754年相比,1738年,1730年,1733 PA。

该算法有助于大大减少平均等待时间(AWT) 4例,如图14。例如,在第一个场景中,当r= 3 AWT PA = 18秒,英尺= 655秒。这意味着,英国《金融时报》提供AWT 36倍巴勒斯坦权力机构。正如所料,AWT随交通密度的降低而减小,直到某个限制使用英国《金融时报》表示,巴勒斯坦权力机构如四subfigures所示。

这个伟大的进步的原因如下。在英国《金融时报》系统,道路将会打开一个固定的时间,即使没有车辆正在等待当前开放的道路。因此,对于交通密度低,在英国《金融时报》系统,十字路口仍将闲置(没有维修车辆),而其他道路可能有几个等待的车辆。这个收益率更少的服务车辆和更多的等待时间(延迟)。然而,我们提出了系统将避免这个问题通过最小化交集的空闲时间和动态切换到另一条路如果没有等待车辆开放的道路。这个维修车辆的数量最大化和最小化平均等待时间。当所有道路上交通密度增加,改善减少。唯一两个系统会给出相同的结果时,当所有的四个道路拥挤。在所有其他情况下,我们的系统演示了一种进步。

5.4。影响改变最大的开放时间和绿色

我们运行不同仿真场景变化最大的开放时期, ,该算法和绿色段算法对英国《金融时报》表示。然而,绿色的英国《金融时报》算法确实会影响维修车辆的数量。如图15维修车辆的数量是800,比1083年英国《金融时报》算法OA和PA算法。同样,图16描述,平均等待时间显著减少在使用。使用PA对AWT几乎没有影响。然而,AWT使用英尺绿色时期的增长而增加。预计,维修车辆的数量,这个参数不影响,无论其价值,服务车辆的数量使用OA的PA =。这是因为该算法计算自适应最优值根据当前打开道路交通密度在所有道路。此外,当没有更多的车辆上路,它后立即关闭这条路等待着过渡时期。这也有助于最大化服务车辆的数量和除了能显著降低平均等待时间算法相比,英国《金融时报》表示。

5.5。变化最小的影响开放时期

(最低开放时间)不影响算法性能的英国《金融时报》表示。然而,它对巴勒斯坦权力机构有很大的影响。如图17,增加这个值超过某个阈值(取决于交通密度)倾向于降低PA的性能,减少维修车辆的数量。这也适用于AWT如图18。AWT在10秒= 70秒用PA使用英尺和550。AWT从70秒增加到450秒的时候从10秒增加到100秒。原因相当大影响维修车辆的数量和AWT是:通过增加 ,十字路口会吃闲饭不维修车辆,从而增加队列等待的车辆。这表明的推荐值必须尽可能小;然而,它必须大于服务时间最长的车。

仿真结果表明,(最大近时期)的数量有轻微的影响服务车辆使用PA,如图19。增加减少AWT如图20.。这个参数不影响英国《金融时报》的算法。较小的值消除优化基于道路上的交通密度和优先缺乏道路通过开放道路的最大关闭时间(相当于红色的时间)。这反过来又减少了维修车辆的数量,从而增加了AWT。爸爸给的结果等于最优算法,的价值应该大于70秒。

5.6。影响道路的数量(阶段)的十字路口

研究数量的影响的道路(阶段)交叉服务车辆的数量和平均等待汽车,运行不同的场景。两人将在这里。

首先,我们有相同设置inter-arrival率(相同的交通密度)对所有道路,但通过减少交通密度的增加道路的数量用这个方程, 。我们有不同的从3 - 9所示。结果如图21和22。理想情况下,交通密度高,维修车辆的数量应该不变,等于OA PA和英尺。然而,当交通密度减少增加r如图22,维修车辆的数量减少和PA算法优于英国《金融时报》表示。关于AWT,它随的增加而减小和爸爸总是低于英国《金融时报》如图21。

在第二个场景中,我们保持流量速率常数(r= 30秒)为所有道路的除了一个道路,我们模拟高交通密度(r= 2.5秒)。结果如图23和24。的服务车辆使用PA =数量的最优算法。然而,英国《金融时报》可以几乎半数酒店式的服务最优的算法。同样的,对于小 ,PA的收益率非常低的AWT相比,英国《金融时报》表示,英国《金融时报》的性能改善逐渐增加 。

6。结论和未来的发展方向

在本文中,我们提供了一个分析研究提供的所有的服务都可以提出的智能交通管理系统(itm)。拟议的itm采用现有IoV和VANET基础设施提供一个高效、智能交通管理系统,而没有引起任何进一步的额外的组件或硬件的复杂性或任何特殊的部署。此外,我们提供了智能交通信号架构及其操作,适用于智能城市的要求。此外,我们提出了一种自适应算法提供有效和near-to-the-optimal为当地的十字路口交通管理支持任意数量的阶段和完全参数化。此外,我们提出了一个模拟器,我们开发了模拟算法研究其有效性与定时算法在不同流量条件下,在不同的场景中。我们研究的有效性提出了系统在不同的交通场景中包括多种多样的交通状况在十字路口的每一段,最小和最大开放时间(虚拟绿灯时间),最大关闭时间(红色)用于防止饥饿,道路的数量,和服务时间。获得的结果表明,我们的itm有效优于传统的交通管理系统的一个巨大进步的平均等待时间和服务车辆的数量。

未来的工作方向可能包括扩展全球交通管理的算法,包括所有的十字路口的优化智能城市。此外,处理在十字路口行人使用Vehicle-to-Pedestrian (V2P)沟通与这套是未来可能的重要作品之一。这可能包括额外的通信模型的发展,即Pedestrian-to-Infrastructure (P2I)。另一个工作方向是使用深度学习和人工智能交通管理流程优化过程中使用当前位置,目的地,每辆车的速度提供更好的、高效的交通管理。

数据可用性

软件的源代码和发达模拟器用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作由国家计划科学、技术和创新(MAARIFAH)阿卜杜勒阿齐兹国王科技城(KACST),沙特阿拉伯王国,在13-INF2456-08-R奖号码。

引用

1. f . Tang y川:加藤,j .刘”未来的智能和安全的车辆网络向6克:机器学习方法,“IEEE学报》,卷108,不。2、292 - 307年,2020页。视图:出版商的网站|谷歌学术搜索
2. y倪,l . Cai j . et al .,“向可靠和可伸缩的网络的车辆:性能分析和资源管理,“IEEE学报》,卷108,不。2、324 - 340年,2020页。视图:出版商的网站|谷歌学术搜索
3. h .周w . Xu j . Chen和w·王,“进化V2X技术对互联网的车辆:挑战和机遇,”IEEE学报》,卷108,不。2、308 - 323年,2020页。视图:出版商的网站|谷歌学术搜索
4. 霁,x, s . Mumtaz et al .,“调查在互联网上的车辆:网络体系结构和应用程序,”IEEE通信标准杂志,4卷,不。1、41、2020页。视图:出版商的网站|谷歌学术搜索
5. s .苏雷什·库马尔·m·拉杰什先生r . Vineeth s Varun a . n . Sahil聊和s . Sharanraj“自主智能城市交通信号灯控制系统,”计算机和网络的可持续性卷,75年,页352 - 335,施普林格,新加坡、亚洲,2019年。视图:出版商的网站|谷歌学术搜索
6. h . Joo) s h·艾哈迈德,y Lim“智能城市交通信号控制利用强化学习,”计算机通信,卷154,不。3、324 - 330年,2020页。视图:出版商的网站|谷歌学术搜索
7. L.-M。Ang, k p, g . k . Ijemaru和a . m . Zungeru“智能城市IoV:应用程序的部署,建筑,和挑战,”IEEE访问7卷,第6492 - 6473页,2019年。视图:出版商的网站|谷歌学术搜索
8. 沙玛和b Kaushik”,网上调查的车辆:应用,安全问题&解决方案”车辆通信ID 100182条,卷。20日,2019年。视图:出版商的网站|谷歌学术搜索
9. y沈,Ozguner、k . Redmill和j .刘”一个强大的基于视频的交通信号灯智能车辆检测算法,”学报2009年IEEE智能车辆研讨会西安,页521 - 526年,中国,2009年6月。视图:出版商的网站|谷歌学术搜索
10. l .柴g .沈,w .你们“单个交叉口的交通流模型和它的交通灯智能控制策略,”学报2006年第六届世界大会在智能控制和自动化大连,页8558 - 8562年,中国,2006年6月。视图:出版商的网站|谷歌学术搜索
11. 诉Hirankitti和j . Krohkaew”智能红绿灯控制代理的方法,”第一届亚洲国际会议论文集在建模与仿真(AMS ' 07)Phyket,页496 - 501年,泰国,2007年3月。视图:出版商的网站|谷歌学术搜索
12. 医学博士。流行,“交通信号灯管理使用优化工具,”Procedia-Social和行为科学卷,238年,第330 - 323页,2018年。视图:出版商的网站|谷歌学术搜索
13. s . s . Chavan r s Deshpande和j·g . Rana”使用嵌入式系统智能交通灯控制器的设计,”学报2009年的第二次国际会议上新兴的工程和技术趋势马哈拉施特拉邦,页1086 - 1091年,印度,2009年12月。视图:出版商的网站|谷歌学术搜索
14. k .松崎、m . Nitta和k .加藤”发展智能交通灯的减少交通事故,”控制,自动化学报2008年国际会议上和系统河内,页443 - 447年,越南,2008年12月。视图:出版商的网站|谷歌学术搜索
15. K.-H。曹国伟,r。李,K.-L。日圆,“一个聪明的十字路口交通灯控制方法基于扩展理论,”《2008国际机器学习与控制论会议昆明,页1882 - 1887年,中国,2008年7月。视图:出版商的网站|谷歌学术搜索
16. m . Radivojevićm . Tanasković,z . Stević”自适应算法的四路路口受交通信号灯周期四个阶段,“专家系统与应用程序,第166卷,第2021页,2019年。视图:出版商的网站|谷歌学术搜索
17. m . Drapalyuk s Dorokhin, a . Artemov”估计的效率在孤立的领域不同的交通管理方法,“交通研究Procedia,50卷,第112 - 106页,2020年。视图:出版商的网站|谷歌学术搜索
18. a·尤瑟夫a Shatnawi, m . Latayfeh“智能交通灯时间安排技术使用日历的历史信息,“未来一代计算机系统卷,91年,第135 - 124页,2019年。视图:出版商的网站|谷歌学术搜索
19. 问:吴,吴j . j .沈b .勇,问:周,“基于边缘的多智能交通灯控制汽车通信方法,”传感器,20卷,不。15日,第4316 - 4291页,2020年。视图:出版商的网站|谷歌学术搜索
20. 刘t, p .周k . et al .,“深多智能体强化学习城市交通灯控制的车载网络,”IEEE车辆技术,卷69,不。8,8243 - 8256年,2020页。视图:出版商的网站|谷歌学术搜索
21. k . l .很快,j . M.-Y。Lim, r . Parthiban”合作协调的交通灯控制绿色车辆路径pheromone-based多代理系统,”应用软计算文章ID 105486卷,81年,2019年。视图:出版商的网站|谷歌学术搜索
22. n . Kumar和s . s .拉赫曼“深度强化学习与智能交通车辆基于异质性的交通灯控制系统,”学报2019年IEEE国际会议产业网络(ICII)奥兰多,pp。进一步,美国,2019年11月。视图:出版商的网站|谷歌学术搜索
23. 下午库马尔,井斜甘地,g . Manogaran r . Sundarasekar n . Chilamkurti和r . Varatharajan“蚁群优化算法与网络的车辆智能交通控制系统,”计算机网络卷,144年,第162 - 154页,2018年。视图:出版商的网站|谷歌学术搜索
24. k .高,y翼城,a . Sadollah和r·苏荣”改进人工蜂群算法求解城市交通调度问题,”学报2017年IEEE国会进化计算(CEC)圣塞巴斯蒂安,页395 - 402年,西班牙,2017年6月。视图:出版商的网站|谷歌学术搜索
25. k·m·阿拉姆·m·赛,a . e . Saddik”对社会网络的车辆:概念、体系结构和应用程序,”IEEE访问,3卷,第357 - 343页,2015年。视图:出版商的网站|谷歌学术搜索
26. m . s .鲁,s .阿伊莎Siddiq r . Buyya k . r . Venugopal s s Iyengar和l . m . Patnaik“通过社会物联网交通信号动态管理”,Procedia计算机科学卷,171年,第1916 - 1908页,2019年。视图:出版商的网站|谷歌学术搜索
27. t . s . Gomides r·e·德·格兰德a . m . d . Souza f·s·h·苏扎,洛杉矶的别墅,和d . l . Guidoni”一种适应性和分布式交通管理系统使用车载自组网,”计算机通信卷,159年,第330 - 317页,2020年。视图:出版商的网站|谷歌学术搜索
28. 答:宝宝,A Zanella, b . m . Masini“分布式虚拟红绿灯算法利用短程V2V通信、”特设网络卷,49 42-57,2016页。视图:出版商的网站|谷歌学术搜索
29. z曹,江,j . Zhang和h .郭”一个统一框架车重路由减少交通拥堵和交通信号灯控制,”IEEE智能交通系统,18卷,不。7,1958 - 1973年,2017页。视图:出版商的网站|谷歌学术搜索
30. V.-T。助教和A . Dvir”,一个安全的道路交通拥堵检测和通知基于V2I通信概念,“车辆通信ID 100283条,卷。25日,2020年。视图:出版商的网站|谷歌学术搜索
31. 诉Astarita v . p . Giofre g .圭多和A·维塔莱”的交通信号控制方法和基于浮动车数据的实验(FCD)”Procedia计算机科学卷,175年,第751 - 745页,2020年。视图:出版商的网站|谷歌学术搜索
32. s . Brakatsoulas d Pfoser, n . Tryfona“实用车辆跟踪数据,数据管理技术”21国际会议的程序数据工程(ICDE 05),页324 - 325,东京,日本,2005年4月。视图:出版商的网站|谷歌学术搜索
33. h . Lamghari Elidrissi、a . Nait-Sidi-Moh和泰姬,“背包”城市交叉口交通信号控制方法管理:增加平滑交通流和减少环境影响,”生态复杂性,卷。44岁的ID 100878条,2020年。视图:出版商的网站|谷歌学术搜索
34. s . Kamishetty s Vadlamannati, p . Paruchuri“迈向更好的管理城市交通污染使用帕累托马克斯流方法,”交通研究D部分:交通和环境文章ID 102194卷,79年,2020年。视图:出版商的网站|谷歌学术搜索
35. A . Villagra e·阿尔巴和g·卢克,“更好地了解交通灯调度:新细胞气体和新的解决方案,深入分析”计算机科学期刊卷,41篇文章ID 101085, 2020。视图:出版商的网站|谷歌学术搜索
36. w . c . Tchuitcheu c . Bobda和m . j . h . Pantho”互联网的smart-cameras交通信号灯优化智能城市”物联网ID 100207条,卷。11日,2020年。视图:出版商的网站|谷歌学术搜索
37. g . Padmavathi d Shanmugapriya, m . Kalaivani”研究的车辆检测和跟踪使用无线传感器网络,”无线传感器网络,卷2,不。2、173 - 185年,2010页。视图:出版商的网站|谷歌学术搜索
38. 周,j .曹、吴和h”自适应多个十字路口的交通灯控制WSN-based,”学报2011年IEEE 73车辆技术会议(职业训练局春天)2011年5月,匈牙利布达佩斯。视图:出版商的网站|谷歌学术搜索
39. l·f·p·奥利维拉,l . t . Manera和p·d·g·鲁兹“智能交通灯控制器系统中,”学报2019年第六次国际物联网大会:系统管理和安全(IOTSMS),页155 - 160,格拉纳达,西班牙,2019年10月。视图:出版商的网站|谷歌学术搜索
40. i m . Albatish和s . s . Abu-Naser建模和智能交通灯控制系统使用基于规则的系统,”《2019年国际会议上承诺电子技术(ICPET)页,则高达55 -加沙地带,巴勒斯坦,2019年10月。视图:出版商的网站|谷歌学术搜索
41. p . Barbecho包蒂斯塔,l . Lemus Cardenas, l . Urquiza•阿吉亚尔和m . Aguilar Igartua,“traffic-aware电动汽车充电管理系统为智能城市”车辆通信ID 100188条,卷。20日,2019年。视图:出版商的网站|谷歌学术搜索
42. s . Nesmachnow r . Massobrio大肠Arreche et al .,“交通信号灯同步快速公交系统使用并行进化算法,”国际运输科学与技术杂志》上,8卷,不。1,53 - 67年,2019页。视图:出版商的网站|谷歌学术搜索
43. x自己,s·加西亚和s·d·萨拉斯“红绿灯同步混合启发式方法基于MAXBAND,”软计算字母卷,1篇文章ID 100001, 2019。视图:出版商的网站|谷歌学术搜索
44. j·李,张y, y,“自适应交通灯控制系统根据车辆的速度,”学报2016年IEEE国际会议软件质量,可靠性和安全性的同伴(QRS-C),第388 - 382页,维也纳,奥地利,2016年8月。视图:出版商的网站|谷歌学术搜索
45. h . Hartenstein和k . p . Laberteaux车载ad hoc网络教程的调查。”IEEE通讯杂志,46卷,不。6,164 - 171年,2008页。视图:出版商的网站|谷歌学术搜索
46. h . Fussler s Schnaufer m .异装癖,w .由“车载自组网:从视觉到现实,”学报》2007年第四届会议上无线网络系统和服务的需求2007年1月,Obergurgl,奥地利,。视图:出版商的网站|谷歌学术搜索
47. h . Khelifi罗,b .努尔et al .,”命名的数据网络在车辆临时网络:最先进的和挑战,”IEEE通信调查和教程,22卷,不。1,第351 - 320页,2020。视图:出版商的网站|谷歌学术搜索
48. f·b·Gunay e . Ozturk t . Cavdar y s Hanay和a·r·汗”车载ad hoc网络(VANET)定位技术:一项调查,“档案在工程计算方法,2020年。视图:出版商的网站|谷歌学术搜索
49. n Gupta, a·普拉卡什和r·特里帕西互联网在自主驾驶车辆及其应用施普林格,可汗,瑞士,2021。
50. m . k . Priyan和g·戴维,”车辆的网上调查:应用程序、技术,挑战和机遇,”国际期刊《先进的智能模式,12卷,不。1/2,98 - 119年,2019页。视图:出版商的网站|谷歌学术搜索
51. t·加戈,n . Kagalwalla p . Churi A .帕瓦尔和s .德斯穆克”IoV安全与隐私问题调查,“国际电气和计算机工程杂志》(IJECE),10卷,不。5,5409年,页2020。视图:出版商的网站|谷歌学术搜索
52. r·戈什r . Pragathi s乌拉,s . Borra“智能交通系统:一项调查,”学报2017年国际会议上电路、控制和通信(CCUBE)2017年12月,班加罗尔,印度。视图:出版商的网站|谷歌学术搜索
53. j . Jakubiak y Koucheryavy,“国家的艺术和研究挑战VANETs,”学报2008年第五届IEEE消费者通讯和网络会议美国拉斯维加斯,NV, 2008年1月。视图:出版商的网站|谷歌学术搜索
54. s . a . Elsagheer Mohamed“自动交通违章记录和报告系统限制交通事故:基于车载自组网(VANET)”《2019年国际会议上的创新趋势计算机工程(ITCE),页254 - 259,阿斯旺,埃及,2019年。视图:出版商的网站|谷歌学术搜索
55. 加藤,s . Tsugawa k .德田t .松井和h藤井裕久”车辆控制算法对合作与自动驾驶车辆和车辆间通信、”IEEE智能交通系统,3卷,不。3、155 - 161年,2002页。视图:出版商的网站|谷歌学术搜索
56. r·辛格·m·Guainazzo, c . s . Regazzoni”位置的决心使用WLAN结合GPS(全球定位系统),网络”学报2004年IEEE 59车辆技术会议。职业训练局2004 -弹簧(IEEE猫。No.04CH37514)卷,59号5,页2695 - 2699,米兰,意大利,2004年5月。视图:出版商的网站|谷歌学术搜索
57. j .高塔和g·博列洛,”位置系统无处不在的计算”,电脑,34卷,不。8日,57 - 66,2001页。视图:出版商的网站|谷歌学术搜索
58. s . a·e·穆罕默德”车载自组网的精确定位系统”,无线和移动网络的国际期刊,4卷,不。2、251 - 265年,2012页。视图:出版商的网站|谷歌学术搜索
59. a . Nasr和s . a·e·穆罕默德”准确的距离估计VANET使用nanointegrated设备”,光学与光子学》杂志,卷2,不。2、113 - 118年,2012页。视图:出版商的网站|谷歌学术搜索
60. s a·e·穆罕默德,“为什么接收信号强度的准确性定位技术是不准确的,”无线和移动网络的国际期刊,3卷,不。3、69 - 82年,2011页。视图:出版商的网站|谷歌学术搜索
61. s . a·e·穆罕默德“智能路灯控制和电力节能监控系统通过使用VANET,”国际期刊的通信、网络和系统科学》第六卷,没有。8,351 - 360年,2013页。视图:出版商的网站|谷歌学术搜索
62. e·a·Sholarin和j·l·Awange“全球导航卫星系统(GNSS)”环境科学与工程(子系列:环境科学)施普林格国际出版,可汗,瑞士,2015。视图:谷歌学术搜索
63. 欧洲全球导航卫星系统机构,GNSS市场报告2017欧洲全球导航卫星系统机构,布拉格,捷克共和国,2017年。
64. m . s . Grewal编写,a·p·安德鲁斯和c . g . Bartone全球导航卫星系统、惯性导航和集成美国新泽西州霍博肯市威利,2020年。
65. s . Revnivykh a . Bolkunov a·谢尔久科夫和o . Montenbruck,“格洛纳斯”施普林格手册施普林格,柏林,德国,2017年。视图:谷歌学术搜索
66. s . Revnivykh“GLONASS状态和现代化”国际GNSS委员会IGC-7学报》上2012年11月,北京,中国。视图:谷歌学术搜索
67. GNSS-Global导航卫星系统施普林格,柏林,德国,2008年。
68. j·l·Awange“全球定位系统”环境科学与工程(子系列:环境科学)施普林格国际出版,可汗,瑞士,2012。视图:谷歌学术搜索
69. d . Doberstein和d . Doberstein介绍全球定位系统”GPS接收器原理施普林格,柏林,德国,2012年。视图:谷歌学术搜索
70. 问:赵,c . Wang j .郭b . Wang和j·刘,“精确的轨道和时钟确定BeiDou-3实验卫星的偏航的态度分析,“GPS解决方案,22卷,不。1,2018。视图:出版商的网站|谷歌学术搜索
71. m。j .哈恩和t .汉堡,“伽利略”施普林格手册施普林格,柏林,德国,2017年。视图:谷歌学术搜索
72. y井”,当前statut Quasi-Zenith卫星系统,”学报》第26届国际技术会议的卫星导航研究所的分工,离子GNSS 2013美国纳什维尔,TN, 2013年9月。视图:谷歌学术搜索
73. 即【m . Mokuno Kogure,岸本和m .,“日本实验GPS增加使用Quasi-Zenith卫星系统(QZSS)”17学报》国际技术会议的卫星导航研究所的分工美国长滩,CA, 2004年9月。视图:谷歌学术搜索
74. 李x m . Ge x戴et al .,“multi-GNSS实时精确定位的准确性和可靠性:GPS、GLONASS,北斗,伽利略,”大地测量学杂志》上,卷89,不。6,607 - 635年,2015页。视图:出版商的网站|谷歌学术搜索
75. Novatel.com,“汽车:高精度GNSS”, 2020年,https://novatel.com/industries/autonomous-vehicles概述。视图:谷歌学术搜索
76. s . a·e·穆罕默德”无线自组网安全的位置验证方法。”国际网络安全》杂志上,15卷,不。4、248 - 255年,2013页。视图:谷歌学术搜索
77. c . l .阮和a .汗”,通过异常检测WiLAD:无线本地化,”《GLOBECOM IEEE 2017 - 2017全球通信会议,页1 - 7、新加坡、亚洲,2017年12月。视图:出版商的网站|谷歌学术搜索
78. 美国Ihsan、r . Malaney和严,“机器学习和位置验证在车载网络,”学报2019年IEEE /中投国际会议通信在中国(ICCC)长春,页91 - 95年,中国,2019年8月。视图:出版商的网站|谷歌学术搜索
79. Awatade和乔希,“改善EAACK:开发安全的入侵检测系统使用混合加密,马奈”《2016年国际会议上计算通信控制和自动化(ICCUBEA)印度浦那,页1 - 4,2016年8月。视图:出版商的网站|谷歌学术搜索
80. s . k . Pandey m . a . Zaveri m·乔科斯和j·s·库马尔,“无人机定位物联网的分层框架”Procedia计算机科学卷,143年,第735 - 728页,2018年。视图:出版商的网站|谷歌学术搜索
81. f·艾哈迈德·c·a . Kerrache f . Kurugollu和r·侯赛因”实现区块链在命名数据networking-based internet-of-vehicles,”IT专业人员,21卷,不。4,41-47,2019页。视图:出版商的网站|谷歌学术搜索
82. m·a·哈比卜·m·艾哈迈德,s -贾巴尔et al .,“安全和隐私访问控制模型为基础网络连接的车辆,“未来一代计算机系统卷,97年,第696 - 687页,2019年。视图:出版商的网站|谷歌学术搜索
83. a .马匹f . Palmieri f .多库酯钠m . Lombardi D . Santaniello g·涅洛,“确保车辆通过轻量级块的网络密码,”模式识别的字母卷,135年,第270 - 264页,2020年。视图:出版商的网站|谷歌学术搜索
84. j . Contreras-Castillo s Zeadally, j . a . Guerrero-Ibanez”网络的车辆:体系结构、协议和安全,”IEEE物联网,5卷,不。5,3701 - 3709年,2018页。视图:出版商的网站|谷歌学术搜索
85. a . Elkhalil j·张,r . Elhabob和n . Eltayieb”网络的异构系统的有效signcryption车辆,”《系统架构文章ID 101885卷,113年,2020年。视图:出版商的网站|谷歌学术搜索
86. j·e·西格尔,d . c . Erb和s e . Sarma”连接车辆landscape-architectures的调查,使技术,应用,发展地区,”IEEE智能交通系统,19卷,不。8,2391 - 2406年,2018页。视图:出版商的网站|谷歌学术搜索
87. z El-Rewini, k . Sadatsharan d . f .一位美国j . Plathottam和p . Ranganathan“车载通信、网络安全挑战”车辆通信ID 100214条,卷。23日,2020年。视图:出版商的网站|谷歌学术搜索
88. m . m . Arif g . Wang Zakirul阿拉姆在下榻的t . Wang和j·陈,“调查安全攻击VANETs:通信、应用和挑战,”车辆通信ID 100179条,卷。19日,2019年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021萨米尔·a·Elsagheer默罕默德和哈立德·a·AlShalfan。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。