Real-Time Distributed Automation Of Road Intersections
本文的主题是设计一个完全分布式和实时的道路交叉口自动化控制方案。采用最先进的车对车（V2 V）通信技术。车辆分布式协商交叉优先权的基于拍卖算法（CBAA-M）。然后，每个代理解决一个非线性模型预测控制（MPC）的问题，计算最佳的轨迹，避免与高优先级的车辆碰撞，并决定交叉顺序。该方案被证明是实时的能力，并能够响应突然的优先级变化，例如，如果车辆得到一个紧急呼叫。模拟加强了理论结果。
2021-01-08 cs.SY eess.SY
A Unified Taxonomy for Automated Vehicles: Individual, Cooperative, Collaborative, On-Road, and Off-Road
RISE Research Institutes of Sweden（瑞典RISE研究院）；Qamcom Research and Technology AB（Qamcom研究与技术公司）
本文回顾并扩展了自动驾驶车辆分类法，涵盖单车、协同与协作AVs在公路与非公路场景下的用例，并引入新协作类别及适用于额外功能的自动化等级。
2023-04-05 cs.RO cs.SY eess.SY
Automation Of Road Intersections Using Consensus-based Auction Algorithms
Technische Universität Berlin（柏林工业大学）；Max-Planck-Institut fur Dynamik Komplexer Technischer Systeme（马克斯·普朗克复杂技术系统动力学研究所）
本文研究了一种基于共识的拍卖算法用于道路交叉口自动化，通过分布式方式协商车辆通行顺序，利用模型预测控制器确保安全约束。
2018-04-27 cs.SY eess.SY
How Roadside Units Enhance Intersection Safety? Cooperative Autonomous Driving System Design and A Proof of Concept
Institute of Science Tokyo（东京科学大学）；Virginia Tech（弗吉尼亚理工大学）
本文提出基于RSU的V2I2V协作自动驾驶系统，结合全局与局部DT及HRL框架，经仿真与PoC试验验证，可提升智能交叉口的安全性与交通效率。
2026-08-11 cs.SY eess.SY
The Impact of Road Configuration on V2V-based Cooperative Localization
University of Michigan（密歇根大学）
本文研究了道路布局对协同定位误差的影响，通过理论分析证明了车辆数量与定位误差之间的关系，数值模拟验证了结果的可靠性。
2017-03-06 cs.SY eess.SY
A Universal Cooperative Decision-Making Framework for Connected Autonomous Vehicles with Generic Road Topologies
The Hong Kong University of Science and Technology（香港科技大学）
提出基于有向无环图表示通用道路拓扑的统一优化框架，将CAVs协同决策近似为混合整数线性规划问题，实现全局最优并验证多场景有效性。
2024-01-10 cs.RO cs.SY eess.SY
The Impact of Road Configuration in V2V-based Cooperative Localization: Mathematical Analysis and Real-world Evaluation
University of Michigan（密歇根大学）；University of Michigan Transportation Research Institute（密歇根大学交通研究所）
本文研究了道路配置对协同地图匹配精度的影响，通过数学分析和实测数据验证了道路约束对定位精度的提升作用，并推导了误差表达式。
2017-08-01 cs.SY eess.SY
A Multi-intersection Vehicular Cooperative Control based on End-Edge-Cloud Computing
Beijing University of Posts and Telecommunications（北京邮电大学）；Beijing Information Science and Technology University（北京信息科技大学）；University of Technology Sydney（悉尼科技大学）
协同智能交通系统（C-ITS）将改变道路安全和交通管理的模式，特别是在无信号交叉口，即无信号交叉口。现有的研究主要集中在无信号交叉口周围小范围内的车辆控制。在本文中，我们扩大了控制域的一个大的区域与多个路口。特别是，我们提出了一个多路口车辆协同控制（MiVeCC），使车辆之间的合作，在一个大的区域与多个无信号交叉口。首先，提出了一种车辆端-边缘-云计算框架，以促进端-边缘-云的垂直协作和车辆之间的水平协作。然后，车辆的云和边缘层的协同控制问题被制定为马尔可夫决策过程（MDP），并解决了两个阶段的强化学习。此外，针对高密度交通，提出了车辆选择方法，以减少状态空间，加速算法收敛而不降低性能。开发了一个多交叉口仿真平台来评估所提出的方案。仿真结果表明，与现有方法相比，该方法在多交叉口无碰撞的情况下，最多可提高4.59倍的行驶效率。
2020-12-01 cs.AI cs.SY eess.SY
Optimal cooperative motion planning for vehicles at intersections
Mines ParisTech（巴黎高等矿业学院）；Inria Paris - Rocquencourt（法国国家数字科学研究所巴黎-罗昆古尔中心）
本文提出基于分解问题的数学框架，结合连续优化与调度问题，解决交叉口的碰撞避免和最优协同运动规划问题。
2013-10-29 cs.SY eess.SY
Discrete Event Simulation of Driver's Routing Behavior Rule at a Road Intersection
有几个因素影响交通拥堵和整体交通动态。仿真建模已被用来了解交通性能参数，在交通拥堵。通过区分最短距离路径选择、最短时间路径选择和不拥挤道路路径选择这三种可区分的路径选择，研究了驾驶员的路径选择行为。本研究共产生864个不同的情境，以捕捉集体驾驶行为下的各种交通动态。该模型考虑了车辆到达率、系统边界行为和交通灯相位等因素。仿真结果表明，最短时间路由方案提供了最好的解决方案，考虑各种形式的相互作用的因素。总的来说，与最短距离路由相比，这种路由行为减少了流量等待时间和总时间（分别减少了69.5%和65.72%）。
2019-07-15 cs.SY eess.SY
Real-time Cooperative Vehicle Coordination at Unsignalized Road Intersections
无信号交叉口的协同协调，旨在提高互联和自动化车辆的行驶安全性和交通吞吐量，近年来引起了越来越多的关注。然而，大多数现有的调查要么受到计算复杂性的影响，要么无法充分利用道路基础设施的潜力。为此，我们首先提出了一个专用的交叉口协调框架，其中所涉及的车辆移交其控制权限，并遵循中央协调员的指示。然后，将制定一个统一的合作轨迹优化问题，以最大限度地提高交通吞吐量，同时确保驾驶安全和长期稳定的协调系统。为了解决现实世界部署中的关键计算挑战，我们将这个非凸顺序决策问题重新表达为无模型的马尔可夫决策过程（MDP），并通过在深度强化学习（DRL）框架中设计基于双延迟深度确定性策略梯度（TD 3）的策略来解决它。仿真和实际实验表明，该策略在亚静态协调场景下可以获得接近最优的性能，在现实连续业务流中可以显著提高业务吞吐量。最显著的优点是，我们的策略可以降低计算的时间复杂度为毫秒，并显示出可扩展的道路车道增加。
2023-03-22 cs.AI cs.RO cs.SY
Cooperative Schedule-Driven Intersection Control with Connected and Autonomous Vehicles
Carnegie Mellon University（卡内基梅隆大学）
最近的工作分散，时间表驱动的交通控制已经证明了在复杂的城市道路网络，以提高交通流的效率的能力。在这种方法中，调度代理与每个交叉口相关联。每个代理感知接近其交叉口的交通，并实时构建一个时间表，最大限度地减少在当前前瞻视野内接近交叉口的车辆的累积等待时间。在本文中，我们提出了一种合作算法，利用连接和自动驾驶车辆（CAV）和时间表驱动的交通控制，以创造更好的城市交通流。该算法使交叉口调度代理调整的到来时间的车队通过使用无线通信来控制车辆的速度。接近队列的序列因此被移向具有较小累积延迟的新形状。我们演示了如何在实时交通信号控制问题，该算法优于原来的方法。
2019-07-03 cs.RO cs.SY eess.SY
Comparison of Cooperative Driving Strategies for CAVs at Signal-Free Intersections
用于规划和控制交叉口处的互联和自动驾驶车辆（CAV）的协作驾驶策略的属性范围从实现高效协调性能的一些策略到实现计算快速的其他策略。本文综合比较了四种具有代表性的策略在不同条件下的行程时间、能耗、计算时间和公平性的性能，包括交叉口的几何配置、交通到达率的不对称性以及这些速率的相对大小。我们基于仿真的研究得出了以下结论：1）基于蒙特卡罗树搜索（MCTS）的策略实现了最佳的流量效率，而基于动态重排序（DR）的策略是能量最优的;这两种策略在所有感兴趣的指标上都表现良好。当计算量足够时，推荐采用MCTS策略;当计算量不足时，推荐采用DR策略; 2）非对称交叉口对策略的影响显著，而到达率的影响可以忽略。当几何形状不对称时，改进的先进先出（FIFO）策略的性能明显优于先进先出（FIFO）策略，并且在流量需求适中的情况下效果较好，但在其他情况下性能相似; 3）提高交通效率有时会以公平为代价，但是DR和MCTS策略可以通过适当地设计它们的目标函数来调整以实现各种性能度量之间的更好的折衷。
2020-10-07 cs.SY eess.SY
Roadside Units Assisted Localized Automated Vehicle Maneuvering: An Offline Reinforcement Learning Approach
针对CAV交叉口安全高效机动难题，提出RSU辅助协同系统，利用实时交通数据与人类驾驶数据训练离线RL算法TD3+BC，在硬件在环仿真中保持安全性能并将通行效率提升至多17.38%。
2024-09-18 cs.SY eess.SY
Effect of Adaptive and Cooperative Adaptive Cruise Control on Throughput of Signalized Arterials
研究适应性与协同自适应巡航控制对信号化干道交叉口通行能力的影响，通过模拟评估不同ACC/CACC车辆比例对行驶时间均值和标准差的影响，发现其能显著提升城市交通效率。
2017-03-05 cs.SY eess.SY
Digital Twin-based Cooperative Autonomous Driving in Smart Intersections: A Multi-Agent Reinforcement Learning Approach
本文提出一种基于数字孪生和RSU中心架构的协同自动驾驶系统，采用结合离线预训练（CQL+BC）与在线微调（MAPPO+自注意力）的混合强化学习框架，在无信号交叉口实现了低于0.03%的故障率和低于40 ms的推理时间，显著提升了安全性与效率。
2025-09-18 cs.SY eess.SY
Measuring Impact of Adaptive and Cooperative Adaptive Cruise Control on Throughput of Signalized Intersections
本文分析了三种车距模型对交叉口通行能力的影响，探讨了最大车辆加速度和ACC/CACC车辆比例对通行能力的作用，并通过SUMO仿真评估了车组模式下的行驶时间与网络通行能力。
2017-12-22 cs.SY eess.SY
Optimization of Vehicle Connections in V2V-based Cooperative Localization
University of Michigan（密歇根大学）
本文研究了协作地图匹配中车辆成员对GNSS定位精度的影响，通过理论分析建立误差与道路约束的定量关系，提出优化车辆网络的方法。
2017-08-01 cs.SY eess.SY
Interference and Efficient Transmission Range via V2V Communication at Roads Traffic Intersections
车对车（V2V）通信技术极大地促进了许多有前途的应用，以提高交通安全性、移动性和可持续性。然而，我们仍然缺乏对V2V技术在城市交通条件下的一些基本特性的了解，例如交通交叉口的干扰。基于这一观点，本研究考虑了宏观交通流条件和关键道路几何特征（包括交叉口直径D和交叉口角度α），建立了描述交叉口最坏情况干扰的数学公式。基于这些公式，我们开发了一个数学模型来近似保守的传输范围，以维持成功的V2V传输在交通路口。我们的实验表明，所提出的解析公式可以提供准确的近似的干扰和相应的传输范围在正交（非正交）的交通路口下的各种交通拥堵水平。此外，本研究还进行了其他实验，以了解交叉口几何特征（如（D，α））如何影响交通交叉口的V2V通信。结果表明，在交通拥挤程度较重的情况下，较小的交叉口（直径D较小）会产生较大的干扰和较小的传输范围。正交交叉口给出了不同交通条件下的临界阈值（如最大干扰和最小传输距离），有助于理解城市交通交叉口的V2V通信性能。这些发现将有助于开发适应城市交通条件的高效MAC算法，并进一步支持使用V2V通信的各种ITS应用。干扰和传输范围。
2019-11-12 cs.SY eess.SP eess.SY
Nonlinear Model Predictive Control for Distributed Motion Planning in Road Intersections Using PANOC
Ford Research & Innovation Center（福特研究与创新中心）
本文提出了一种在合理车对车通信要求下的分布式运动规划方案，通过实时求解非线性模型预测控制问题，解决路交口中高度自动化车辆协调中的非凸挑战问题。
2019-10-29 cs.SY eess.SY math.OC
Performance of Cooperative Detection in Joint Communication-Sensing Vehicular Network: A Data Analytic and Stochastic Geometry Approach
城市环境的日益复杂给自主车辆网络的部署带来了额外的不确定性。为了实现城市自主车辆的高效通信和障碍物检测，提出了一种基于联合通信与感知（JCS）技术的道路基础设施协同检测模型。为了抑制JCS信号因阴影和障碍物而引起的性能波动，我们首先从地理信息系统（GIS）中导出道路障碍物的统计信息。在此基础上，利用视距和非视距信道模型，分析了复杂城市场景下JCS信道特性和阴影影响因素。应用随机几何方法分析了干扰因素和JCS成功检测与通信的概率分布。仿真结果验证了基于LoS和NLoS信道的概率分析的合作检测模型，数值结果表明了几种不同的优化方法部署JCS道路基础设施。最后，对符合城市交通点结构布局标准的JCS道路基础设施配置优化方法进行了仿真分析。
2022-11-02 cs.SY eess.SP eess.SY
Combining Cooperative Re-Routing with Intersection Coordination for Connected and Automated Vehicles in Urban Networks
提出融合动态重路由与无信号交叉口最优轨迹规划的CAV分层控制框架，通过SUMO仿真验证其可减少总行程时间并预防拥堵。
2025-03-13 cs.SY eess.SY
A Robust Cooperative Vehicle Coordination Framework for Intersection Crossing
针对无信号交叉口在状态不确定与带宽受限下的安全协调问题，提出含鲁棒轨迹规划与上下文感知调度器的框架，显著降低碰撞概率并保持协调效率。
2025-08-05 cs.MA cs.SY eess.SY
Reliable Intersection Control in Non-cooperative Environments
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Toyota InfoTechnology Center（丰田信息技术中心）
本文提出一种可靠交叉口控制机制，用于非合作环境中的战略自主和联网车辆。通过分析车辆的战略行为，确定纳什均衡，并识别社会最优均衡以实现公平分配。
2018-02-22 cs.AI cs.GT cs.SY
Digital Twin-Assisted Cooperative Driving at Non-Signalized Intersections
数字孪生作为一种与信息物理系统（CPS）和物联网（IoT）相关的新兴技术，在过去的十年里受到了越来越多的关注。从概念上讲，数字孪生是现实世界中物理实体的数字复制品，本研究利用该技术在无信号交叉口设计协同驾驶系统，允许联网车辆相互协作，无需任何完全停止即可通过交叉口。在建议的数字孪生框架内，我们开发了一个增强的先进先出（FIFO）时隙预留算法来调度交叉车辆的序列，一个共识运动控制算法来计算车辆的参考纵向运动，和一个基于模型的运动估计算法来解决通信延迟和数据包丢失。此外，增强现实（AR）人机界面（HMI）旨在为驾驶员提供与其他联网车辆合作的指导。在Unity游戏引擎中基于旧金山的真实地图对该系统进行了基于Agent的建模和仿真，仿真结果表明，与传统信号交叉口相比，该算法的出行时间和能耗分别减少了20%和23.7%。
2021-05-04 cs.HC cs.SY eess.SY
Optical IRS Aided B5G V2V Solution for Road Safety Applications
在这项工作中，我们展示了潜在的好处，采用光学智能反射表面（O-IRS），以提高安全信息传播的车辆可见光通信（V-VLC）系统，特别是在道路交叉口。建筑物、路边结构、招牌和其他障碍物通常会阻碍城市十字路口场景中车辆之间的视线（LoS）通信。我们建议在道路交叉口使用O-IRS来提高通信链路的可靠性。我们比较了所提出的方案的性能与基线方案，如光学中继和非视线（NLOS）道路反射（NRR）辅助车对车（V2 V）通信。从获得的结果，它已被证明，O-IRS提供了相当大的性能增强相比，基线方案。特别地，与光中继辅助V-VLC系统相比，O-IRS可以实现更长的通信范围，同时确保期望的服务质量（QoS）。
2022-11-19 cs.SY eess.SY
Integrity-Gated Eco-CACC: Epistemic Admissibility for Cooperative Driving at Signalized Intersections
Chicago State University（芝加哥州立大学）
研究信号交叉口Eco-CACC系统，提出完整性门控框架，结合多种因素构建统一完整性度量调节控制权，仿真表明其在模型一致时保持效率，完整性下降时能早期保守响应，解决现有方法在传感等问题下的不足。
2026-07-22 cs.RO cs.SY eess.SY
Cooperative Decision-Making in Shared Spaces: Making Urban Traffic Safer through Human-Machine Cooperation
本文提出一种适用于意图感知型自动驾驶的协同决策方法，通过适配协同共享控制框架并引入行人显式预测模型，在简化测试环境中优于现有算法，且具备实时性，有助于提升城市交通安全。
2023-06-26 cs.SY eess.SY
Cooperative Intersection Crossing over 5G
自动驾驶是传感和决策技术的安全关键应用。通信技术扩展了车辆的感知能力，超出了仅使用车载系统所能实现的范围。尽管如此，在设计安全可靠的自治系统时，必须考虑到通常与无线网络相关的问题。这项工作的目的是提出一种控制算法和通信模式，通过5G网络协商城市地区的交通路口。所提出的控制框架已被证明在有限的时间内收敛，并支持通信软件已被设计的目标是最大限度地减少通信延迟。同时，底层网络保证了通信的可靠性。该框架已成功部署和测试，与爱立信公司合作，在AstaZero试验场在哥德堡，瑞典。在我们的实验中，三辆自动驾驶汽车在城市场景中成功地驶过了一个235平方米的十字路口。
2019-07-17 cs.NI cs.SY eess.SY
ROBOPOL: Social Robotics Meets Vehicular Communications for Cooperative Automated Driving
ROBOPOL提出利用社会机器人作为自动驾驶车辆与行人之间的调节器，通过整合先进感知、车辆通信、社会交互和形式化规范，实现协作自动驾驶场景中的安全交互。
2025-12-30 cs.RO cs.SY eess.SY
A General Framework for Decentralized Safe Optimal Control of Connected and Automated Vehicles in Multi-Lane Intersections
我们解决的问题，最佳控制连接和自动驾驶汽车（CAV）从四个多车道的道路到达一个交叉口，他们在安全穿越（包括转弯）方面的冲突，没有碰撞。目标是在确保安全的同时，共同最大限度地减少每辆CAV的旅行时间和能耗。这个问题在单车道道路的先前工作中得到解决。直接扩展到每条道路上的多个车道是有限的，所需的计算复杂性，以获得显式的最优控制解决方案。相反，我们提出了一个一般的框架，首先转换成一个分散的最优控制问题，每个CAV的多车道交叉口的问题，保守的安全约束比以前的工作。然后，我们采用了一种方法相结合的最优控制和控制障碍函数，已被证明有效地跟踪易处理的无约束的最优CAV轨迹，同时也保证满足所有的约束。仿真实例表明，该框架下的对称和非对称的交叉口几何形状和不同的CAV排序方案的有效性。
2020-10-06 cs.SY eess.SY math.OC
Distributed Algorithm for Collision Avoidance at Road Intersections in the Presence of Communication Failures
Chalmers University of Technology（查尔姆斯理工大学）
本文提出一种分布式算法，用于在存在通信故障时实现自动驾驶车辆在交叉口的安全避碰，确保安全性和活锁性，并在实际数据中验证了交叉延迟的轻微增加。
2017-01-10 cs.DC cs.NI cs.SY
Multi-Agent Reinforcement Learning-based Cooperative Autonomous Driving in Smart Intersections
本文提出以路侧单元为中心的协同驾驶系统，采用CQL+BC离线预训练与MAPPO在线微调的两阶段混合强化学习框架，在CARLA中实现复杂交叉口下失败率低于0.03%的协同自动驾驶。
2025-05-07 cs.MA cs.RO cs.SY
Hardware-in-the-Loop and Road Testing of RLVW and GLOSA Connected Vehicle Applications
Ohio State University（俄亥俄州立大学）
本文针对RLVW和GLOSA两类V2I应用，提出先通过高保真HIL仿真再用实验网联车辆开展真实道路测试的评估流程，并验证了系统功能与结果。
2023-06-02 cs.RO cs.SY eess.SY
Safety Verification and Control for Collision Avoidance at Road Intersections
Massachusetts Institute of Technology（麻省理工学院）
本文提出了一种监督算法的设计，该算法可以监控道路交叉口的安全性，并在必要时使用安全输入覆盖驾驶员。监控器的设计包括安全验证和控制设计两部分。安全验证是确定车辆是否能够在不与当前驾驶员的输入发生碰撞的情况下穿过交叉口的问题。我们将这个安全验证问题转化为车间调度问题，最小化最大延迟，并评估最优成本是否为零。零最优成本对应于所有车辆可以无碰撞地穿过每个冲突区域的情况。由于车辆的非线性二阶动力学，计算最优成本需要求解混合规划非线性规划（MINLP）问题。因此，我们估计这一最佳成本制定两个相关的混合线性规划（MILP）的问题，假设简单的车辆动力学。我们证明了这两个MILP问题产生的最优成本的下限和上界。我们还量化了这些MILP问题的最坏情况下的近似误差。我们设计的监督程序，如果计算的上界的MILP问题产生一个积极的最优成本覆盖车辆与安全的控制输入。我们从理论上证明，主管保持交叉口的安全，是非阻塞。计算机模拟进一步验证了算法可以实时运行的现实规模的问题。
2016-12-08 cs.AI cs.SY eess.SY
CLIFE: Camera-LiDAR Fusion Framework for Edge-Deployable Roadside VRU Perception
针对路边VRU感知难题，提出CLIFE框架，集成无目标在线校准与轻量级后期融合跟踪于单嵌入式设备，无需云卸载。经实验验证，该框架提升了传感器感知能力与鲁棒性，核心运行高效，为下游安全应用提供基础并减少相关开销。
2026-07-20 cs.CV cs.SY eess.SY
Traffic Signal Control and Speed Offset Coordination Using Q-Learning for Arterial Road Networks
本文提出一种基于Q学习的自适应干线交通控制策略，将交通信号控制与动态速度偏移协调相结合，通过联合优化信号周期、绿信比和推荐速度，在低中需求下显著优于固定配时和MAXBAND，并能缓解匝道与交叉口队列。
2024-04-09 cs.SY eess.SY
Urban Priority Pass: Fair Signalized Intersection Management Accounting For Passenger Needs Through Prioritization
ETH Zurich（苏黎世联邦理工学院）
本文提出优先通行系统，通过优先权管理优化交通信号交叉口，减少延误并提升社会福利，案例显示可减少40%延误，每日可产生100万美元收入。
2025-01-22 cs.SY eess.SY
A Link-Based Flow Model with Turn-Level Queue Transmission and Time-Varying Free-Flow Speed for Urban Road Networks
针对现有模型无法捕捉转向级排队和时变自由流速度的问题，提出一种引入排队流入量并依赖自由流速度的基于路段的流量模型及节点模型，有效提升了交叉口交通预测能力并保持计算易处理性。
2024-11-13 cs.SY eess.SY
Cooperative Set Aggregation for Multiple Lagrangian Systems
ACCESS Linnaeus Centre, School of Electrical Engineering, Royal Institute of Technology（林奈中心电气工程学院，皇家理工学院）；Key Laboratory of Systems and Control, Institute of Systems Science, Chinese Academy of Sciences（系统与控制中心重点实验室，中国科学院系统科学研究所）
本文研究多拉格朗日系统协同集跟踪问题，通过自适应控制与信息交换实现系统在局部集交集处聚拢，并保证碰撞避免。
2014-02-10 cs.SY eess.SY math.OC
Network traffic instability in a two-ring system with automated driving and cooperative merging
本文研究了连接和/或自动驾驶车辆（CAVs或AVs）的转向和汇入操作对网络交通不稳定性的影响，通过宏观或网络基本图（MFD或NFD）进行分析。研究重新审视了两环系统并开发了包含不同微观交通模型的综合建模框架，结果表明转向和汇入操作引起的网络交通不稳定性是道路网络的固有属性。当转向概率较低时，CAVs不会显著改变NFD分岔，但散射会减少模拟链接基本图（FDs）和NFDs，导致更高的稳定网络流量。当转向概率较高时，非合作性AVs会加剧网络交通不稳定性，NFD在达到临界密度之前就发生分岔。结果强调了在道路网络中广泛部署AVs时协同汇入对网络交通稳定性的重要影响。
2020-12-18 cs.SY eess.SY math.OC
Controlled Mobility for C-V2X Road Safety Reception Optimization
用于道路安全的C-V2X用例需要车辆之间的实时网络连接和信息交换。为了提高系统的可靠性和安全性，智能网联汽车需要协同移动，实现网络优化。在本文中，我们使用C-V2X侧链路模式4抽象和C-V2X网络级仿真的回归结果来制定在道路安全场景中具有公平性的分组接收速率（PRR）的优化。在此优化框架下，我们设计了一种受控移动算法，使传输节点能够自适应地调整位置，从而仅使用一跳信息就能最大化聚合PRR。仿真结果表明，该算法具有较好的收敛性，提高了C-V2X模式广播消息的聚合PRR和公平性。
2022-05-03 cs.NI cs.SY eess.SY
A hierarchical cellular automaton model of distributed traffic signal control
Institute of Computer Science, University of Silesia（西里西亚大学计算机研究所）
本文提出了一种分层单元自动机模型，用于模拟道路网络中交叉口的分布式自组织交通信号控制，通过三个层次描述车辆运动、车道占用情况和交叉口信号相位，以优化交通信号控制并减少道路网络中的车辆延误。
2018-09-28 cs.SY eess.SY nlin.CG
Coalition Formation Games for Distributed Cooperation Among Roadside Units in Vehicular Networks
UNIK - University Graduate Center, University of Oslo（奥斯陆大学研究生中心）；University of Houston（休斯顿大学）；Nanyang Technological University (NTU)（南洋理工大学）；University of Manitoba（曼尼托巴大学）
针对车载网络中路边单元（RSU）间的合作问题，提出基于可转移效用联盟形成博弈的分布式合作方案，使RSU自组织形成纳什稳定联盟，平均收益较非合作情况提升20.5%-33.2%。
2010-10-07 cs.GT cs.IT cs.SY
Scalable Decentralized Cooperative Platoon using Multi-Agent Deep Reinforcement Learning
German University in Cairo（开罗德国大学）
针对智能交通中车辆队列行驶的性能与安全需求，提出基于Unity 3D和深度强化学习的可扩展去中心化协作队列方法，通过“共享与关怀”通信框架提升车队及单车性能鲁棒性，改善道路安全与拥堵。
2023-12-11 cs.AI cs.MA cs.RO
