主页（http://www.cnwulian.net）：智能交通系统工程中的若干科学和技术问题
智能交通系统工程中的若干科学和技术问题 智能交通系统工程中的若干科学和技术问题
2018-11-06 10:24:47 来源：智能交通网
2018-11-06 10:24:47 来源：智能交通网
摘要：当今全球进入信息化及智能化时代, 新一代多层域感知、人工智能、移动互联、主动协同等技术的不断进步, 推动智能交通系统体系和内容的全面创新 智能交通系统贯穿用户需求、设计制造、
关键词：
当今全球进入信息化及智能化时代, 新一代多层域感知、人工智能、移动互联、主动协同等技术的不断进步, 推动智能交通系统体系和内容的全面创新. 智能交通系统贯穿用户需求、设计制造、运营维护全生命周期的信息化和智能化, 主要面临智能感知、 运动体控制与自主协同、交通需求引导与一体化出行、运行安全态势评估及应急处理、全生命周期的大数据融合处理、 高可靠通信等一系列科学和技术问题. 《中国科学：信息科学》第9期发表了宁滨院士的观点文章 “智能交通中的若干科学和技术问题”。文章调研了近年来智能交通系统的发展, 总结了当今智能交通系统中的若干科学和技术问题.。
智能交通系统 (intelligent transportation system, ITS) 是在传统交通系统基础上, 将先进的传感技术、数据通信技术、数据处理技术、 信息融合技术、计算机技术、自主协同控制技术等有效集成的一种大范围、全方位、实时准确高效的综合交通运行控制与管理系统, 是未来交通系统的发展方向.
随着交通运输基础设施持续建设及先进技术的持续进步, 由轨道、道路、航空、水路、 管道等多种运输方式构成的综合交通运输体系不断完善, 智能交通的概念也从单项交通的智能化逐步扩充到了综合交通系统的信息化、 网络化和智能化. 综合交通系统作为经济社会发展的先导性、服务性行业, 是人类社会经济活动的基础支柱和重要纽带, 智能交通作为该系统核心技术得到了国际学术界和商业界的高度重视.
美国以《2050年远景: 国家综合运输系统》为导向, 提出建设具有一体化、国际化、联合化、包容化、智能化、创新化的“6 I"型交通运输系统; 欧盟以《交通白皮书》为核心, 注重综合交通网络配置及枢纽建设, 构建高效协同、绿色环保的综合交通运输系统; 德国实施《2030联邦交通网发展规划》的国家战略, 建设低排放、低成本、 高效率、高协同的环境友好型交通运输网络.
在我国, 国务院于2006年颁布《国家中长期科学和技术发展规划纲要(2006?2020年)》, 将“智能交通管理系统”确定为优先主题; 国家发展改革委和交通运输部于2016年联合发布了《推进“互联网+”便捷交通促进智能交通发展的实施方案》, 在国内首次提出了智能交通(ITS)的总体框架和实施方案. 2017年,国务院印发《“十三五"现代综合交通运输体系发展规划》, 提出了综合交通基础设施网络中长期的发展目标和任务. 同年, 国务院印发《新一代人工智能发展规划》, 对轨道交通智能化发展从强化关键共性技术和基础平台研究、研究智能运载工具、 加快推进智能交通技术应用等方面提出了要求.
综上所述, 智能交通系统的研究前沿是以安全、高效、 绿色为核心, 推进综合交通运输系统向网联化、协同化和智慧化方向发展. 当今全球进入信息化及智能化时代, 新一代多层域感知、人工智能、移动互联、主动协同等技术的不断进步, 推动智能交通系统体系和内容的全面创新. 智能交通系统贯穿用户需求、设计制造、运营维护全生命周期的信息化和智能化, 主要面临智能感知、 运动体控制与自主协同、综合交通网络的管控一体化、交通需求引导与一体化出行、运行安全态势评估及应急处理、全生命周期的大数据融合处理、 高可靠通信等一系列科学和技术问题.
本文根据近年的研究将智能交通系统中的若干科学和技术问题总结和简述如下.
1多层域协同智能感知与数据融合
面向载运工具、基础设施、旅客和货物等多层域感知对象, 研究如何综合利用智能传感器、跨媒体感知计算、 智能信息处理、物联网、车辆网、通信及控制等理论与技术, 建立面向高效融合的数据一致性标准和完备性验证机制, 实现交通信息全面、实时、精准的采集、传输和融合, 是智能交通系统需要解决的基础问题之一, 将为实现智能化的交通运行控制、服务和管理提供数据支撑.
2多源信息下测速定位技术与滤波理论
精确的移动体速度与位置信息是智能交通系统的关键基础数据之一, 交通系统的运行环境比较复杂, 雷达/区间测速与北斗/GPS定位等的多源信息融合, 是代替单一测速定位方式, 提升平面和空间测速定位精度的重要手段, 同时产生了多源信息下的高效融合及其实时检测信号的精准滤波难题. 如何设计多源信息下的测速定位技术及其滤波方法, 是实现移动体在平面和空间运动状态量的精准感知的重要研究方向之一.
3移动体运动状态下的动态建模
移动体模型的建立是揭示移动体运动规律的过程. 传统动静态建模方法尝试用经典数学方法以最简化原则建立运动规律的确定性关系, 随机模型以概率分布等形式建模随机特性, 模糊模型以隶属度刻画的方式建模模糊特性与环境, 数据驱动建模以海量数据建模复杂过程的运行机理. 交通系统涉及多层次、多特性的高维时空变化量, 解决此类数据环境下移动体运动状态下的动态建模问题, 是智能交通系统中控制与优化要解决的科学问题.
4移动体无人自主控制
移动体的无人驾驶是当今无人系统领域的研究热点. 由于执行任务环境的高度动态化、不确定性, 以及运输任务的复杂性, 需要在环境感知、决策规划、协同控制、通信模式、人机共驾、信息安全等方面深入研究. 自主控制能力的提高是目前移动体无人自主控制技术发展的重要目标,如何保证运输服务品质以及提升突发状况下的应急处置能力是其研究的核心.
5移动体与基础设施的相互作用与主动协同
由于移动体所处环境随着位移的改变而快速变化, 来自外部的风、雨、电、 磁等多种环境因素导致移动体与基础设施间的相互作用极为复杂. 研究复杂环境下移动体与基础设施相互作用问题的科学意义在于, 探索和明确复杂环境和运营条件下基础设施服役性能演变规律以及移动体本体的动态特性, 从而提高运输系统的整体性能. 移动体与基础设施的协作是近年来交通领域研究的热点问题, 其利用信息、通信、 传感网络、下一代互联网、可信计算和计算仿真等领域的最新技术, 实现移动体与基础设施的智能化和信息共享. 在实时、 可靠的全时空交通信息基础上, 结合移动体主动安全控制和移动体/基础设施协同控制, 实现人–移动体–基础设施的有效协同.
6交通工具的联合导航与交通需求引导
