内容简介
随着智能网联汽车的快速发展， 智能化、协同化、多样化的车辆应用日渐丰富， 多车协同智能是未来智能网联汽车发展的必然趋势， 将会极大地提升交通安全和通行效率， 改善驾驶体验， 低时延、高可靠的车联网技术为多车协同应用提供了有力的保障和支持。本书循序渐进、全面系统地阐述了新一代车联网系统及智能网联赋能多车协同的重要应用和关键技术。其中， 第１ 章介绍了智能网联汽车的发展与现状， 以及新一代车联网的主要特征和关键技术。第２ 章介绍了多车协同定位感知系统架构， 以及多车协作机会定位、车路协同感知与追踪和多车协作ＳＬＡＭ 等关键技术。第３ 章聚焦车联网赋能的多车协同雾计算， 系统介绍了车联网雾计算的概念和架构， 以及不同场景下多车协同雾计算的策略和方案设计。第４ 章介绍了智能网联赋能的多车协作决策的关键技术， 包括多车协作事件决策、电动汽车协作能量交易、交叉路口多车协作通行以及多车协作路径规划。
本书适用于智能网联汽车、自动驾驶等行业的专业人员学习参考， 也可作为大专院校通信网络、智能交通和汽车相关专业师生的参考书。
目录
前 言
第1 章
新一代车联
网系统
1.1 智能网联汽车的发展与现状／ ００１
１.１.１ 智能网联汽车的发展历史／ ００１
１.１.２ 智能网联汽车的现状／ ００３
1.2 车联网技术／ ００５
１.２.１ ５Ｇ／ Ｂ５Ｇ 移动通信系统介绍／ ００６
１.２.２ 车联网的主要特征和应用需求／ ００８
１.２.３ ５Ｇ／ Ｂ５Ｇ 车联网关键技术／ ０１１
1.3 基于车联网的智能网联体系架构／ ０１５
第2 章
多车协同定
位与感知
2.1 多车协同定位感知系统／ ０１７
２.１.１ 车辆定位感知技术与传感器类型／ ０１８
２.１.２ 多车全局感知环境构建／ ０２３
2.2 基于联盟博弈的多车协作机会定位／ ０２７
２.２.１ 多车协作定位技术／ ０２８
２.２.２ 基于重叠联盟博弈的机会链路选择方案／ ０３３
２.２.３ ＳＰＡＷＮ 算法以及应用／ ０４４
２.２.４ 基于粒子滤波的混合协作定位方案／ ０４９
2.3 基于车路协同的车辆感知与追踪／ ０５７
２.３.１ 多源异构数据融合／ ０５７
２.３.２ 车路协同车辆感知与追踪／ ０６４
２.３.３ 路测实验与性能分析／ ０７３
2.4 多车协作SLAM ／ ０７８
２.４.１ ＳＬＡＭ 技术与ＬＯＡＭ 算法介绍／ ０７９
２.４.２ 多车协作ＳＬＡＭ 架构介绍／ ０８１
２.４.３ 多车协作ＳＬＡＭ 架构性能分析／ ０８６
２.４.４ 多车协作ＳＬＡＭ 未来挑战／ ０９０
第3 章
多车协同雾
计算
3.1 车联网雾计算介绍／ ０９３
３.１.１ 雾计算的概念与发展／ ０９３
３.１.２ 多车协作车联网雾计算／ ０９７
3.2 车联网协同雾计算架构／ １００
３.２.１ 车联网协同雾计算整体架构／ １００
３.２.２ 车联网协同雾计算系统模型／ １０２
3.3 基于联盟博弈的多车协同计算／ １０６
３.３.１ 可重叠联盟协作计算框架／ １０６
３.３.２ 雾计算协作联盟系统模型／ １０７
３.３.３ 基于可重叠联盟的多车协作计算方案／ １０９
３.３.４ 可重叠联盟协作计算性能分析／ １１８
3.4 基于多智能体强化学习的跨域协作车联网雾计算／ １２２
３.４.１ 多智能体强化学习简介／ １２２
３.４.２ 跨域协作车联网雾计算架构／ １２８
３.４.３ 跨域协作计算任务卸载方案设计／ １３３
３.４.４ 跨域协作车联网雾计算性能分析／ １４１
第4 章
多车协作
决策
4.1 基于区块链的多车协作事件决策／ １５３
４.１.１ 分层式车联网区块链架构设计／ １５４
４.１.２ 事件驱动的多车协作决策系统模型／ １６３
４.１.３ 基于区块链的多车协作事件判断方案／ １６５
４.１.４ 多车协作事件决策性能分析／ １７４
4.2 电动汽车协作能量交易决策／ １８６
４.２.１ 电动汽车协作充电机制／ １８６
４.２.２ 车联网赋能多车协作能量交易架构／ １９１
４.２.３ 基于匹配理论的电动汽车协作能量交易方案／ １９４
４.２.４ 多车协作充放电能量交易性能分析／ ２０６
4.3 交叉路口多车协作通行决策／ ２１１
４.３.１ 无信号灯交叉路口管理介绍／ ２１１
４.３.２ 无信号灯交叉路口车辆通行建模／ ２１２
４.３.３ 中心式多车协作通行方案／ ２１６
４.３.４ 分布式多车协作通行方案／ ２２８
4.4 基于协作强化学习的多车协作路径规划／ ２４１
４.４.１ 协作强化学习介绍／ ２４２
４.４.２ 多智能体路径规划问题／ ２４５
４.４.３ 基于模仿学习的多车协作路径规划／ ２４７
４.４.４ 基于分层协作学习的多车协作路径规划／ ２５２
４.４.５ 多车协作路径规划性能分析／ ２６０
参考文献／ ２６４
前言/序言
２０１９ 年９ 月， 中共中央、国务院发布《交通强国建设纲要》， 指出要“加强智能网联汽车（智能汽车、自动驾驶、车路协同） 研发， 形成自主可控完整的产业链”。“推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合”。车联网被认为是实现智慧交通、智能驾驶、车载娱乐等智能网联汽车应用的核心基础。一般而言， 车联网是指借助新一代信息和通信技术， 实现车辆内部、车与车、车与路、车与行人、车与服务平台的全方位网络连接， 即Ｖ２Ｘ （Ｘ 代表Ｅｖｅｒｙｔｈｉｎｇ， 车辆对万物）， 有效支撑了智能网联汽车和智慧交通服务的新业态， 对于信息产业与汽车工业的深度融合， 以及智能网联汽车及其智能化、网联化应用的发展具有重要的意义。
随着智能网联汽车的快速发展， 智能化、协同化、多样化的车辆应用日渐丰富， 但单一智能车辆的感知、计算、决策能力往往具有一定的局限性， 很难满足大规模、多样化、时延敏感的智能任务处理需求， 无法实现区域交通系统的整体优化， 因而， 多车协同智能是未来智能网联汽车发展的必然趋势， 将会极大地提升交通安全和通行效率， 改善驾驶体验， 并进一步支撑自动驾驶汽车的大规模应用。车联网赋能的低时延、高可靠智能网联技术为多车协同智能的可行性和有效性提供了有力的保障和支持。在系统架构方面， 车路云一体化的智能网联架构可以支持车辆之间以及车辆和基础设施之间海量实时的信息交互和资源共享； 在协同驾驶应用方面， 多车协同环境感知和协同驾驶决策需要低时延网联数据传输通道以及边缘算力的支撑， 弹性网联协同技术是推进智能网联汽车协同智能应用的关键解决方案； 在产业化进程方面， 随着智能网联汽车产业化的不断推进， 相关技术和产品也在不断成熟和完善， 这不仅提高了智能网联汽车的性能， 也为多车协同提供了更多可行的技术和解决方案。目前车联网赋能的多车协同智能应用是领域的研究热点， 但大规模、独立理性、移动车辆智能体之间的有效协同机制和策略仍然是一个极具挑战性的开放问题。
本书聚焦智能网联汽车的多车协同智能应用， 循序渐进、全面系统地阐述了新一代车联网及智能网联赋能多车协同的关键技术和重要应用。其中， 第１章介绍了智能网联汽车的发展与现状， 以及新一代车联网的主要特征和关键技术。而后， 本书分别从多车协同定位与感知、多车协同雾计算以及多车协作决策三个方面系统论述了智能网联赋能多车协同的重要应用场景和其中的关键技术。第２ 章首先介绍了多车协同定位感知系统架构， 然后阐述了多车协作机会定位、车路协同感知与追踪以及多车协作ＳＬＡＭ 等多车协同定位与感知技术。第３ 章聚焦车联网赋能的多车协同雾计算， 系统介绍了车联网雾计算的概念和架构， 以及不同场景下多车协同雾计算的策略和方案设计。第４ 章从四个智能网联汽车典型决策应用场景出发， 介绍了智能网联赋能的多车协作决策的关键技术， 包括多车协作事件决策、电动汽车协作能量交易决策、交叉路口多车协作通行决策以及多车协作路径规划。
本书是一本全面阐述车联网赋能多车协同应用和关键技术的书籍， 其中包含新一代车联网系统介绍， 以及智能网联赋能的多车协同定位与感知、多车协同计算和多车协作决策等多车智能协同的关键应用场景和技术方案。本书涵盖的内容对车联网、智能驾驶以及智能交通系统的相关研究人员和工程师具有重要的指导意义。
恳请读者对本书的内容和章节安排等提出宝贵意见， 并对书中存在的错误及不当之处提出批评和修改建议， 以便本书再版修订时参考。
作 者
