杨 朴

车路协同技术通过车辆与道路设施的实时信息交互，为智能交通安防提供了全新解决方案。本文系统梳理了车路协同环境下智能交安设施的布局优化理论框架，分析了交通流特性、安全风险等级、能源消耗等多目标约束下的布局优化模型，并结合典型城市道路案例探讨了动态自适应布局技术。研究表明，融合时空数据特征的深度学习模型可使设施布局效率提升40%以上，车路协同与智能化的结合将成为未来智能交安的核心发展方向。

车路协同；智能交安设施；布局优化；多目标算法；动态自适应

[1] 面向路侧视角目标检测的轻量级YOLOv7-R算法[J].张小俊;奚敬哲;史延雷;袁安录.汽车工程,2023(10). [2] 考虑通信时延的智能网联汽车协同定位方法[J].闵海根;李尧;汪建球;张磊;李杰;童星;吴霞;赵祥模.中国公路学报,2023(06). [3] 顾及通信延迟的车路协同高精度定位[J].张红娟;钱闯;招倩莹;李文卓;李必军.测绘学报,2024(01). [4] 基于点云极化表征与孪生网络的智能车定位[J].陶倩文;胡钊政;万金杰;胡华桦;张明.电子与信息学报,2023(04).

点击下载PDF