基于人车路协同的智能交通出行信息服务系统.pdf

第 卷第 期 年 月南 京 邮 电 大 学 学 报（自 然 科 学 版）（）：基于人车路协同的智能交通出行信息服务系统陈深进广州南方学院 电气与计算机工程学院，广东 广州()摘要：近年来，智能交通信息服务受到广泛的关注，针对数据实时性和准确性差、信息交互共享难问题，设计了一种人车路协同的智能交通出行信息服务系统，形成人车路智能协同的工作环境。为解决智能交通结构化多源信息融合，提出了一种由卡尔曼（）滤波和（）证据理论两种信息融合模型 模型，发现采用 模型信息融合结果与 车载采集实际测试数据近似相同，信息融合更精确。通过系统应用验证表明，人车路协同系统与交通服务信息融合后，在高峰时段公交线路平均运行车速明显提升，乘客平均候车时间明显缩短，提高城市公共交通运行效率。关键词：智能交通；信息交互共享；人车路协同；交通信息服务；融合中图分类号：文献标志码：文章编号：（），()：，：；收稿日期：；修回日期：本刊网址：基金项目：广东省应用型科技研发重大专项（）和中国高校产学研创新基金（）资助项目作者简介：陈深进，男，博士，副教授，引用本文：陈深进基于人车路协同的智能交通出行信息服务系统南京邮电大学学报（自然科学版），（）：随着智能交通系统不断发展，交通信息服务应用越来越广泛。传统公共交通信息服务系统主要依赖于公交进出站数据，仅仅通过公交进出站数据查询交通信息，数据实时性和准确性差，而且这种方式与用户交互模式偏重于单一用户查询模式，只是将电脑查询模式简单搬到手机上，实际提供给用户的是广播式信息服务，无法实现用户、车辆、路线协同查询，查询效率低，难以满足用户公交出行需求。面对城市道路交通拥堵、市民出行难问题，使用传统交通信息服务系统难以应对复杂多变环境，难以解决交通信息供需双方之间存在矛盾，这使市民对个性化交通信息服务需求更加迫切。在国外，较早开展信息融合技术研究的国家是美国，随后法国、德国等欧洲技术强国不断加大对信息融合技术研究力度。等对信息融合过程中模型质量定义与估计进行了深入细致研究。等从系统观角度，深入分析了信息融合系统设计与评价。等应用信息融合技术进行基于内容的图像检索。等改进了级联卡尔曼滤波器，并将其用于微型飞行器传感器数据融合计算。等提出一种将全球导航卫星系统（，）数据和车辆传感器数据相融合系统，以提升城市环境下车辆定位精准度。在国内，信息融合技术研究起步稍晚，近年来，国内学者在交通领域信息融合方面开展了大量研究工作，取得了相关研究成果。崔艳玲等提出一种数据融合模型，并将其应用于检测高速公路通行状况，达到了较高准确率；周永筝等提出一种基于证据理论交通安全信息融合模型，该模型适用于车联网，能对冗余信息进行处理，有效降低信息时间复杂度；刘兆惠等应用小波卡尔曼滤波技术对高速公路交通数据进行去噪并完成数据融合计算；肖心远等提出一种将多源信息融合应用于客运车辆，对客运车驾驶员进行监控应用模型；刘振辉提出一种基于多种模型融合的短时交通流量预测方法，通过目标函数进行评分裁定两个不同算法的融合权重比，完成第一次融合后再通过加入人为控制因子进行第二次融合，通过两次融合计算迭代，确定最优参数以及融合方式；本文针对多传感器系统介绍了信息融合功能模型，并将模型按照低层处理和高层处理进行划分，提出了一种 模型 由卡尔曼（）滤波和（）证据理论两种信息融合的模型，是人车路协同技术研究基础。近几年，国内在车路协同技术研究取得了相关研究成果，赵琥等提出车路协同环境下车速诱导调度策略，在引导各线路公交车辆间隔均匀进入重叠区间后，根据乘客实时交通需求和道路交通状况，实现对车辆实时调控。伍毅平等为了探究车路协同技术对车辆运行生态特性影响，基于驾驶模拟实验平台构建车路协同条件下雾天预警系统，测试了驾驶员在浓雾条件下驾驶车辆能耗排放特征。焦朋朋等为保证紧急车辆更安全、高效到达紧急事故现场，基于车路协同系统，提出了车队避让紧急车辆换道引导策略。李振龙等提出在基础变量（感知有用性、感知易用性、态度和使用意图）基础上，引入预警服务质量、分心感知、个人创新和信任度 个扩 展 变 量，建 立 扩 展 技 术 接 受 模 型（），分析驾驶员对车路协同系统 （）主观接受度及其影响因素。李珣等提出了一种基于行车指引的改进（）双车道换道模型（）。张毅等提出将智能车路协同系统作为未来道路交通系统的基础性公共平台，重点探讨因此产生的国家智能交通系统体系框架用户服务中服务领域划分的变化。仝秋红等提出基于可信度的模糊推理算法对环境信息和交通信息进行融合，并以此为依据对行驶车辆的状态进行评判。李雪玮等为探讨雾天高速公路车路协同系统信息介入对驾驶员视觉信息加工模式的影响，首先，依托驾驶模拟平台设计了车路协同环境下的雾天高速公路驾驶模拟实验，获取驾驶员的视觉行为参数；其次，将前方道路定义为关键兴趣区域。田野等提出了一种行车风险场的扩展模型，将碰撞时间（）融入风险场模型，引入自车物理属性和运动状态，有效提升了模型的准确性，同时引入车辆几何特性与航向角信息，扩展了模型的适用范围。因信号交叉口延误严重影响了公交系统的运输效率以及服务可靠性，徐辉等提出了一种基于车路协同环境的公交车队运行速度调整方法，让公交车辆以协同车队的方式主动适应信号配时相位。为了更好地解决伪装问题，王子龙等提出了一种基于权重隶属度函数的融合自顶向下信息和自底向上信息以增强前景检测的多信息融合改进 算法。王维等为解决现有车联网信道接入算法中安全性消息接入成功率低和接入时延高等问题，提出了一种自适应负载状态的车联网信道接入算法，该算法将区域内的车辆密度和通信流量负载率作为输入参数，运用 证据理论对输入参数进行信息融合。上述文献提出并分析了车路协同实时调控、道路拥堵、交通安全、风险场模型、系统预警、信息融合等技术模型与方法，但尚未解决在复杂交通环境下车与车、车与路、车与人三者之间协同工第 期陈深进：基于人车路协同的智能交通出行信息服务系统作问题。针对上述存在问题，本文设计了一种人车路协同的智能交通出行信息服务系统，形成人车路智能协同的工作环境。为了解决智能交通结构化多源信息融合，提出了一种由卡尔曼（）滤波和 证据理论两种信息融合模型 模型，利用多源信息融合技术，解决车与车、车与路、车与人三者之协同工作，降低道路拥堵，避免道路交通安全问题产生。本文创新之处是利用人车路协同技术，设计出行信息服务系统，构建 模型，通过卡尔曼滤波与 理论二者结合取得更加准确优化目标，运用信息融合方法，降低公交出行服务异常突发事件发生的可能，为市民出行提供精确公交信息服务。通过设计研制一种低成本、低功耗、可移植性、可扩展性、高可靠性智能电子标签、路侧单元（）和车载单元（），运用智能手机、交通要素电子标识（物联网传感节点）实现城市级人、车、路协同与交通信息融合，为市民提供精准、实时和个性化出行服务，解决市民出行难问题，提升整体城市公共交通运行效率。方案及技术实现人车路协同系统通过车与车、车与路、车与人之间信息共享和信息交互，实现人车路三者之间智能协同，提高交通运行效率，关键技术涉及智能车辆技术、智能路侧系统技术和人车路协同系统信息交互技术。通过可被手机（人）、车载终端（车）和路侧节点互为感知交通要素标识，将乘客无感知连接智能交通系统，车辆能够自主控制和道路协同管理方面进行了道路信息采集与融合，形成人车路协同工作环境，解决智能交通信息人、车、路信息不对称问题。人车路协同系统基本结构，如图 所示。利用智能调度公交车辆进出站数据，以用户的智能手机和 为连接载体，通过电子标签、路侧单元 和车载单元 等渠道获取数据，经过多源数据融合，实时向其他系统提供客流数据、停车场数据、路况数据等与智能出行有关的信息，出行者可根据这些信息确定出行方式、规划线路、避免交通拥挤，节约出行时间，为出行者提供便利的公交出行服务。车载单元 设计车载单元 采用 主频处理器，以先进电源管理架构带来更低功耗；网络模块升级，支持七模全网通；支持三轴传感器、接口丰富、体积更小。设备连接图，如图 所示。图 人车路协同系统基本结构图 车载单元 设备连接图主机内置北斗 无联机 惯性导航（，）定位模组，实现精确定位，通过自身传感器和各类接口（网络、（）、等）采集更多数据，将采集数据通过运营商网络实时传回后台。内置蓝牙 模块，高增益天线，支持接入司机手环等穿戴式设备，支持蓝牙辅助定位功能。内置三轴加速度传感器，满足公交车飞站等行业精细南京邮电大学学报（自然科学版）年化管理，外置温度传感器，测量车内温度，满足公交企业对空调使用等精细化管理。路侧单元 设计路侧单元 与车载单元 通信时，路侧单元 基本结构如图 所示，将 数据转发到以太网上，最后传输到控制中心，同时 将通过控制中心用以太网发送命令或者其他信息转发到车载单元。图 路侧单元 基本结构图 车载终端设计车载终端包括嵌入式处理器、低功耗蓝牙通信模块、通信接口模块、供电模块、功放电路以及音频编解码电路，其中，低功耗蓝牙通信模块采用 公司的低功耗蓝牙通信芯片（型号为），嵌入式处理器分别与低功耗蓝牙通信模块、通信接口模块、供电模块、功放电路以及音频编解码电路连接，车载终端通过低功耗蓝牙通信模块与智能手机无线连接，功放电路与公交车辆外放喇叭连接，如图 所示。图 车载终端低功耗结构框图车载终端通过低功耗蓝牙通信模块接收智能手机发送消息，当接收到触发信号后，驱动外放喇叭通过语音播报公交车运行路线，引导市民上车。低功耗蓝牙通信模块采用的蓝牙通信芯片为（）德州仪器超低功耗蓝牙芯片（型号为）。车载终端采用工业级设计，适应车载复杂环境，防震和抗电磁干扰，具有小体积、低功耗、易部署、高可靠等优点，如图 所示。图 车载终端（路侧信息采集装置）低功耗结构框图车载终端通信接口模块包括一个串口和一个 接口，主要功能是与公交车上其他车载设备连接并完成数据交互。存储空间采用 （，铁电存储器），主要用于存储交互数据。具有 存储空间，主要用于存储音频数据，程序升级主要通过板载接口更新，支持离线烧录主程序。嵌入 式 处 理 器 采 用 公 司 位（）嵌入式处理器，电路原理图如图 所示，外围电路包括 位 内核，从 至 闪存程序存储器，高达 ，带 个片选静态存储器控制器、个定时器和 个通信接口，具有性能强、功耗低、抗干扰性强等特点，为了增强嵌入式系统可靠性、稳定性，在外围电路中增加硬件看门狗模块。低功耗蓝牙通信模块如图 所示，选用 公司，它是一款多协议蓝牙低功耗 专用射频（）单芯片，包括 片上闪存和 。采用 音 频 功 率 放 大 器 工 业 级 芯 片，主要功能为对输入音频信号传送到功放电路进行放大并播放。采用工业级音频编解码芯片，主要功能为将嵌入式处理器发送动态数据转换成音频信号，嵌入式处理器将转换成音频信号和 存储固定音频数据组合传送功放电路进行放大并播放，将进站车辆所属线路通过语音播放引导站台候车乘客上车，分别如图、图 所示。第 期陈深进：基于人车路协同的智能交通出行信息服务系统图 车载终端嵌入式处理器电路原理图图 车载终端低功耗蓝牙通信模块南京邮电大学学报（自然科学版）年图 车载终端功放电路原理图图 车载终端音频编解码电路原理图 电子标签设计车辆标签和站点标签均采用低功耗蓝牙标签，低功耗蓝牙标签包括低功耗蓝牙通信模块、锂电池、防拆电路、按键模块及天线，采用防水、防尘工业级外壳。低功耗蓝牙通信模块分别与锂电池、防拆电路、按键模块以及天线连接。通过天线与外部蓝牙设备智能手机进行通信，采用 天线匹配电路如图 所示。车辆标签和站点标签定时发射包含车辆编码或站点编码信息，智能手机实时读取并识别到对应车辆和站点。低功耗蓝牙通信模块都是运行蓝牙 以上版本协议。外壳具有防水、防尘、防震和抗电磁干扰作用，低功耗蓝牙电子标签具有体积小、功耗低、便于安装使用、可靠性高、防拆卸等优点，适用于智能公交各种应用场合。图 低功耗蓝牙标签天线匹配电路图 多源信息融合 基于 模型的多源信息融合针对智能交通结构化多源信息数据融合问题，提出了一种 交通服务信息融合模型，实现城第 期陈深进：基于人车路协同的智能交通出行信息服务系统市智能交通领域数据信息融合。模型由 滤波和 证据理论两种信息融合技术相结合，利用两种技术优势：一方面避免滤波受误差干扰；另一方面解决证据理论冲突。交通服务多源信息融合预处理时，采用 滤波器对输入的速度信息进行滤波，滤波如式（）所示。（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）（）式中：（）函数表示增益矩阵，（）表示系统噪声方差，（）表示测量噪声方差，（）表示系统方差一步估计，（）表示方差矩阵，表示平滑增益，（）表示第 个传感器估计输出，为平滑系统输入，（）表示平滑估计输出。利用 提出负指数函数方法提取信息，计算基本概率分配（，），如式（）所示。（）（）（）式中：表示焦元，（）表示信息源 对焦元，为根据距离计算规则计算出信息源与 之间证据距离，、表示调节参数，在具体应用中根据实际情况决定。然后，将式（）进行归一化处理，利用式（）计算方法，生成 进行信息融合计算。（）（）（）（），（）（）（）（）式中：为范围在 之间自然数，表示信度取值；表示计算得到信度中取第 个最大的值，表示识别框架集合 中元素总个数，表示通过上一步计算得到可靠性索引矩阵。由于城市智能交通信息数据融合需实时进行，反馈式信息融合算法和证据算法在处理信息数据冲突和实时性方面更具优势，因此选反馈式信息融合算法和证据算法作为 模型的融合模式。反馈式信息融合算法假设（，）为在 时刻第（，）个信息源，算法如式（）所示。（，）（）（，），（）（，），（）（，）（）式中：（，）表示在 时刻容器 信息融合结果；（）表示 时刻融合器数据融合结果。函数 运算，如式（）所示。（）（）（）（）（）式中：变量 ，表示反馈信息（）被降低范围，作为调整参数，通过学习获取数值，调整 参数大小，确保运算结果准确。证据融合根据 证据理论组合规则，对速度证据源 和流量证据源 进行证据融合计算，得到修正后。（）（）（）应用式（）得到每个命题 信任度（）。（）：，（）（）（）（）在最后融合决策步骤中，根据最大原则确定最终决策结论。对于每一个等待参与融合样本数据，具有最大信任度命题 将成为最终决策。选取原则如式（）所示。（）（），（），（）式中：为速度区间 平均值，为速度区间大小。信息融合实验数据验证选取 年 月 日上午：目标公交线路站点路段作为公交通行信息实验测试数据。根据广州市交通管理规定，金贵村站至景泰坑站限速 。从 到 速度划分为 个区间。设南京邮电大学学报（自然科学版）年置 ，为 系统识别框架集合，其中 中每个焦元对应区间速度，如表 所示。表 区间速度与焦元对应表区间速度（）焦元 信息采集时间间隔为 ，将每 采集速度在识别框架集合中匹配，计算每个证据数据，如表 所示。表 时间间隔 内证据数据 采集时刻证据：（，）：（，）：（，）：（，）：（，）：（，）：（，）：（，）通过采用 模型和 模型计算数据融合后目标站点路段平均速度，将数据融合结果与 车载采集实验测试数据进行比较，对两种模型准确度进行对比，数据如表 所示。表 数据融合结果比较 采集时段数据融合结果原 模型 模型 测试结果：从表 可以发现，采用 模型信息融合结果与 车载采集实际测试数据近似相同，信息融合更精确。模型采用 滤波器和 证据理论两种关键技术相结合，通过 滤波和 证据理论优势，引入证据静态可靠性和动态可靠性进行分析，克服了传统滤波器易受误差干扰以及证据理论在处理冲突方面存在缺陷等问题，为智能交通领域多源信息融合问题提供了更高效、高可靠解决方法。与交通信息服务融合系统由智能路侧系统和智能车载系统组成，首先采用路侧系统传感器采集交通流信息、路况信息和道路异常信息，经路侧控制单元处理后，通过无线通信设备传给车载设备，同时与采集的信息进行交互后反馈给驾驶员进行对当前交通环境的判断。对感知车辆、环境和道路信息，公共交通数据传输、处理、控制、科学决策、交通状态显示以及交通拥堵预警等功能进行了设计，构建车载感知、数据传输、数据处理、预警和信息发布，形成人车路协同工作环境，人车路协同交通信息状态协同感知，如图 所示。图 人车路协同交通信息状态协同感知框架第 期陈深进：基于人车路协同的智能交通出行信息服务系统 车载单元 由总线连接传感器采集原始数据，对车辆状况进行检测。数据处理和控制模块作为车载单元 核心部分，实现对自身数据和接收数据处理和融合，同时负责对 设备各模块进行控制。通 信 模 块 实 现 车 辆 与 车 辆（，）通信和车辆与路边单元（，）通信。路侧单元 与车载单元 通信，将 数据转发到以太网上，最后传输到控制中心，同时 将控制中心通过以太网发送命令或者其他信息转发到车载单元，最后 完成异构网数据接入。系统获得用户实时位置数据后，根据该实时位置数据获取对应出行服务推送信息并推送到车载终端。车载终端用于采集用户周围站台电子标签信号和车辆电子标签信号，与云系统进行数据交互后，将用户实时位置数据反馈到云系统，云系统根据该实时位置数据返回出行服务推送信息，并根据该出行服务推送信息对用户进行乘车出行指导。智能终端将接收用户选定出行路线实时反馈到云系统，云系统接收用户出行线路后获取与出行线路对应公交出行服务信息数据并推送到智能终端进行实时显示。系统验证随着市民对出行需求越来越迫切，通过出行者手机发布信息资源，为用户提供了个性化、定制化、精准交通信息服务。据统计目前广州市内有 多个公交站场，可以通过公交出行手机软件 查询所有线路、所有车辆实时到站信息、换乘查询，这些信息主要来源于智能公交系统 多辆公交车和每天 多万条公交实时调度数据，以及对所有站场管理实时数据。路况信息主要分为路况查询、路况简图查询、拥堵路段查询及实时交通信息查询，这些信息主要来源于全市部署了公共交通要素标识 万多个节点，同时结合 万多辆出租车和部分微波设备以及每天 亿多条出租车浮动信息。通过构建且覆盖全区域“智能公交系统”和“公共交通要素标识”（物联网传感节点）为基础，整合物联网、云平台及移动互联网技术，建立全区域级人车路协同系统，为市民提供精准、基于感知和个性化交通信息服务，推动整个公共交通出行信息服务产业发展。出行者（人）通过车载终端和电子标签（从云端获取线路公交车）、站台电子标签（路）相互感知，建立实时人车路协同，形成精准、智能和个性化出行服务。通过手机（人）、电子标签（公交车）、站台（路）相互感知，建立实时人车路对应关系，从云端获取交通信息服务内容，形成精准、智能和个性化信息服务，使智能站亭、公交信息服务 能感知到 范围内进站公交车辆，实时、精确预报“车辆即将进站”，达到城市“地铁级”服务。据统计，广州公交使用了智能交通出行服务系统后，在高峰时段公交线路平均运行车速由以前 提升为 ，增幅，公交乘客平均候车时间，由以前人均 缩短为，节 约 ，公 交 出 行 满 意 度 提 升 了。系统整合了实时公交、拥堵指数、道路查询、客运信息、停车服务等 多项出行信息服务功能，由于实时公交到站时间等信息高准确性和及时性，系统用户量持续增多，服务范围不断增大，出行信息服务水平不断提升。据统计自 年 月至 年 月，公交出行 终端总量由 万台增长为 万台，增幅；终端累计访问次数由 万次增长为 亿次，增幅；单位终端日平均使用频度由 次增加为 次，增幅。截至 年 月，用户量已超过 万，月活跃用户 万，在一系列平台上得到用户好评，好评率达到，得分为 分，位居交通类 软件前列。截至 年 月，用户总量超过 万，推出至今下载量持续上升。公共交通行业服务水平提升了城市公共交通分担率，手机、互联网交通信息服务系统等信息服务优化了公交出行需求时空分布，这些在一定程度上缓解了大城市交通拥堵，实现了智能交通运营、调度、司机管理、设备移动监控等服务，为出行者提供出行路径规划、候车到站提醒、动态导航、动态换乘等服务。系统实现了从简单化查询服务向个性化、智能化全面信息服务发展，有利于市民及时、准确掌握所需信息，通过对用户习惯、行为和目的的分析，提供个性化、智能化、定制化服务。通过实施协同系统与出行服务平台数据融合、处理、展现，为市民提供公交信息查询、线路收藏、智能提醒、前方路况、公交服务监督与投诉等个性化公交信息服务，已被公交运输企业、公交站场管理单位、公交行业主管部门使用，实现公交企业精细化管理，提高公交车监管力度。结束语采用了多模式交通信息数据接入技术和多源信南京邮电大学学报（自然科学版）年息融合处理技术，建立了智能交通出行信息服务系统，设计研制了车载单元、路侧单元、车载终端、电子标签，实现车与车、车与路、车与人三者之间智能协同工作。同时向市民提供个性化、智能化、主动化服务，有利于市民及时、准确掌握所需交通服务信息，通过对用户习惯、行为和目的的分析，提供个性化、智能化、定制化服务，解决市民出行难问题，提升整个城市公共交通运行效率。下一步将开展已建且覆盖全广州市“智能公交系统”和“公共交通要素标识”（物联网传感节点）为基础，整合物联网、云平台及移动互联网技术，建立全国第一个城市级“人、车、路协同”公交服务系统，为出行者提供精准、基于感知和个性化交通信息服务，推动整个公共交通出行信息服务产业发展。参考文献：黄大荣，柴彦冲，赵玲，等考虑多源不确定信息的路网交通拥堵状态辨识方法 自动化学报，（）：，（）：（），：，（）：，：，：，：，（）：，：崔艳玲，金蓓弘，张扶桑 基于数据融合的高速公路交通状 况 检 测 计 算 机 学 报，（）：，（）：（）周永筝，邱恭安 车联网中的交通安全信息证据理论融合算法 计算机工程与设计，（）：，（）：，（）刘兆惠，李倩，王超，等 基于小波卡尔曼滤波的高速公路交通数据融合去噪算法研究 公路工程，（）：，（）：（）肖心远，李怀俊 基于多信息融合的道路客运车辆及驾驶员监控系统研究 机电工程技术，（）：，（）：（）刘振辉 基 于 多 模 型 融 合 的 短 时 交 通 流 量 预 测 淮南：安徽理工大学，：，：（）赵琥，冯树民，廖嘉雯，等 车路协同环境下重叠线路公交车速诱导策略 中国公路学报，（）：，第 期陈深进：基于人车路协同的智能交通出行信息服务系统 ，（）：（）伍毅平，李海舰，赵晓华，等 车路协同雾天预警系统对车辆运行生态特性的影响 交通运输工程学报，（）：，（）：（）焦朋朋，杨紫煜，洪玮琪，等 车路协同下车队避让紧急车辆的换道引导方法 中国公路学报，（）：，（）：（）李振龙，邢冠仰，李佳，等 基于扩展 的车路协同系统驾驶人接受度研究 中国公路学报，（）：，（）：（）李珣，马文哲，赵征凡，等 车路协同下基于行车指引的改进 双车道换道模型 东南大学学报（自然科学版），（）：，（），（）：（）张毅，姚丹亚，李力，等 智能车路协同系统关键技术与应用 交通运输系统工程与信息，（）：，（）：（）仝秋红，曹扬，柴国庆，等 车路协同信息融合的智能汽车行驶状态模糊评判 中国公路学报，（）：，（）：（）李雪玮，赵晓华，李振龙，等 基于雾天高速车路协同模拟驾驶的驾驶人视觉信息加工模式 华南理工大学 学 报（自 然 科 学 版），（）：，（），（）：，（）田野，裴华鑫，晏松，等 车路协同环境下行车风险场模型的扩展与应用 清华大学学报（自然科学版），（）：，（），（）：（）徐辉，吴建平车路协同环境下公交车队车速优化调控方法科学技术与工程，（）：，（）：（）王子龙，干宗良，刘峰 针对伪装问题的多信息融合改进 算法 南京邮电大学学报（自然科学版），（）：，（），（）：（）王维，包志华，王慧玲，等 自适应负载状态的车联网信道接入算法 南京邮电大学学报（自然科学版），（）：南京邮电大学学报（自然科学版）年，（），（）：（），（）：，：，（）：锁军，郭琳云，王建辉，等 基于信息融合的智能配网监测平台设计与应用 计算机与数字工程，（）：，（）：（）刘澜，马亚峰，尹俊淞，等 交通运输信息融合功能模型 交通运输工程与信息学报，（）：，（）：，（）孔庆杰 信息融合理论及其在交通监控信息处理中的应用 上海：上海交通大学，：，（），：蔡雪松 面向城市交通领域的信息融合关键技术研究 上海：华东师范大学，：，（）（责任编辑：李小溪）第 期陈深进：基于人车路协同的智能交通出行信息服务系统