车联网和自动驾驶环境下的交通建模监视与控制

　　1 绪论
　　1.1 研究背景
　　1.2 研究现状
　　1.2.1 交通建模
　　1.2.2 交通监视
　　1.2.3 交通控制
　　2 交通建模——面向协同自适应巡航控制的高阶宏观交通流建模
　　2.1 模型方法
　　2.2 主要结果
　　2.2.1 局部集簇效应
　　2.2.2 燃料消耗和废气排放
　　2.3.3 Hopf分岔仿真
　　3 交通监视——基于固定和移动混合交通监测数据的交通状态估计
　　3.1 模型方法
　　3.1.1 排队长队估计方法
　　3.1.2 周期流量估算
　　3.2 主要结果
　　3.2.1 仿真案例验证
　　3.2.2 实际案例验证
　　4 交通控制
　　4.1 基于协同自适应巡航控制的交通瓶颈通行效率优化
　　4.1.1 模型方法
　　4.1.2 主要结果
　　4.2 自动驾驶环境下基于虚拟信号的交叉口控制
　　4.2.1 模型方法
　　4.2.2 主要结果
　　4.3 高速公路入口匝道协同汇流控制
　　4.3.1 模型方法
　　4.3.2 主要结果
　　结论
　　参考文献
　　后记

　　本书稿主要探讨了车联网和自动驾驶环境下的交通建模、监视和控制问题，系统地研究了车联网和自动驾驶条件下的交通建模、监视和控制等关键技术问题，包括理论方法和算法创新，为智能交通领域提供了重要参考。该研究工作对推进车路协同和智能出行具有重要意义。其主要内容包括：
　　交通建模部分探讨了自动车换道行为的优化建模、协同自适应巡航控制对交通流宏观性态的影响、面向协同自适应巡航控制的高阶宏观交通流建模等问题。
　　交通监视部分探讨了欧拉交通流模型和移动检测数据的融合与适配，以及使用混合检测数据的欧拉交通状态估计算法。
　　交通控制部分探讨了基于协同自适应巡航控制的交通瓶颈通行效率优化、基于虚拟信号的交叉口控制、面向生态驾驶的自动车轨迹优化、高速公路入口匝道协同汇流控制等问题。