本书汇总了作者及团队在车路协同体系下智能网联汽车领域研究的相关科研成果，探讨了交通运行状态的感知与评价、实时路径决策方法和速度引导方法，研究了智能网联汽车动力学模型、编队控制模型及编队切换控制技术、时空轨迹优化方法、主动安全控制技术、数据交互系统，以及智能网联汽车编队控制模型及硬件在环仿真技术等。本书汇总的这些前沿关键技术可以为优化城市干线车流行驶状态、缓解城市干线拥堵、提高道路通行能力提供新的技术手段和解决方案。
本书适合从事车路协同技术应用和智能交通研究的研究人员阅读参考，也可以作为智能交通、自动控制专业师生的参考用书。

第2版序
第2版前言
第1版序
第1版前言
第1章 智能网联汽车相关技术发展过程
1.1 车路协同技术
1.2 智能网联汽车技术
1.3 车辆编队技术
参考文献
第2章 面向智能网联汽车的车路协同系统
2.1 车路协同技术特征分析
2.2 面向智能网联汽车的车路协同系统设计
2.2.1 系统设计目的
2.2.2 车路信息交互场景
2.2.3 车路数据实时交互方法
2.3 车路数据交互软件系统
2.3.1 车路数据交互软件系统总体目标
2.3.2 车路数据交互软件系统方案论证
2.3.3 车载终端软件系统实现
2.3.4 路侧终端软件系统实现
参考文献
第3章 基于车路信息融合的交通状态感知与预测技术
3.1 交通状态感知与预测的现状分析
3.2 基于V2X通信的多源车路信息融合系统
3.2.1 交通感知层
3.2.2 网络传输层
3.2.3 数据处理层
3.2.4 信息服务层
3.3 基于V2X通信的交通状态感知场景
3.3.1 基于V2X通信的城市单交叉口场景
3.3.2 城市单交叉口图模型
3.4 V2X通信环境下的交通状态预测模型
3.4.1 基于图嵌入提取道路空间特征
3.4.2 基于神经网络捕获时间特征
3.5 实验测试与分析
3.5.1 基于多源车路信息融合的智能边缘计算平台
3.5.2 模型参数设置
3.5.3 测试结果分析
3.5.4 对比实验结果分析
3.5.5 实验结果总结
参考文献
第4章 基于车路信息融合的交通运行状态评价方法
4.1 车路信息融合技术分析
4.2 基于信息融合的交通运行状态模糊评价方法研究
4.2.1 目前常用的交通评价方法
4.2.2 多级模糊综合方法结构设计
4.2.3 一级模糊评价空间
4.2.4 基于样本数据的层次分析法
4.2.5 二级模糊评价空间
4.3 交通状态评价方法实验验证
4.3.1 实验设计
4.3.2 实验流程
4.3.3 实验结果与分析
参考文献
第5章 智能网联汽车实时路径决策方法
5.1 路径规划算法分析
5.2 智能网联汽车实时路径规划系统设计
5.2.1 车路协同场景描述及路径规划系统设计目的
5.2.2 智能网联汽车路径规划策略
5.3 基于车路协同的路径规划优化方法研究
5.3.1 车路信息交互过程
5.3.2 路阻计算方法
5.3.3 路径选择策略
5.4 优化方法实验验证
5.4.1 实验设计
5.4.2 实验结果与分析
参考文献
第6章 智能网联汽车速度引导方法
6.1 基于车路协同的交通控制系统概述
6.2 车路协同环境下车速引导方法
6.2.1 车路协同环境下的单车车速引导模型
6.2.2 车路协同环境下多车车速引导模型
6.2.3 面向智能网联汽车的干线信号优化模型
6.3 基于VISSIM/MATALB的车速引导仿真验证
6.3.1 交通仿真验证场景
6.3.2 仿真数据分析
参考文献
第7章 面向城市道路的智能网联汽车时空轨迹优化方法
7.1 时空轨迹优化算法现状分析
7.2 智能网联汽车时空轨迹优化的典型城市多车道场景
7.2.1 基于V2X通信的多车道路段场景
7.2.2 智能网联汽车时空轨迹优化系统架构
7.3 面向智能网联汽车的多车道时空轨迹生成方法
7.3.1 智能网联汽车的状态向量
7.3.2 系统成本函数的定义
7.3.3 智能网联汽车行驶约束条件
7.3.4 基于大值原理的求解方法
7.4 基于先进先出算法的协同换道方法
7.5 基于强化学习的优化方法
7.6 基于MySQL数据库的时空轨迹匹配方法
7.7 基于双尾配对T检验算法的系统分析方法
7.8 基于SUMO软件二次开发的模型仿真验证
7.8.1 基于SUMO软件的测试平台
7.8.2 基于SUMO软件的测试方案
7.8.3 测试结果分析
7.8.4 实验结果总结
参考文献
第8章 面向城市路网的智能网联汽车时空轨迹优化方法
8.1 优路径相关算法的研究现状
8.2 基于V2X通信的城市路网场景
8.3 城市路网环境下的系统架构改进
8.4 基于有向加权图方法的多子节点拓扑图生成
8.5 路网承载力分析模型
8.5.1 基于优劣解距离法的节点承载力分析
8.5.2 基于重力模型法的路段承载力评价
8.6 面向城市路网的路径决策模型
8.6.1 基于D算法的城市路径规划
8.6.2 基于混合遗传算法的求解方法
8.7 仿真实验
8.7.1 场景选择与搭建
8.7.2 参数设置
8.7.3 仿真实验结果分析
8.7.4 实验总结
参考文献
第9章 智能网联汽车动力学模型
9.1 智能网联汽车受力分析
9.2 智能网联汽车简化纵向动力学分层模型
9.2.1 智能网联汽车动力学模型的简化
9.2.2 简化纵向车辆动力学模型的分层
9.3 基于CarSim/MATLAB软件的车辆动力学模型联合仿真验证
9.3.1 CarSim软件仿真环境参数设置
9.3.2 CarSim、MATLAB、Simulink联合仿真验证
9.3.3 下层动力学控制模型仿真