下载文档原格式
智能运输系统概论第6章介绍智能运输系统，又被称为智慧物流系统，是一种利用先进的技术实现自动化物流管理的系统，它集成了人工智能、物联网、大数据等领域的技术，能够实现仓储、配送、物流监控、销售等多种环节的管理和协调，提高物流效率、降低成本，实现全流程可视化和追溯，大大降低物流风险，促进物流企业的发展。
本章主要介绍智能运输系统的发展现状和趋势，涵盖智能运输车辆、智能物流配送、智能调度系统等方面。
智能运输车辆智能运输车辆是指采用人工智能技术，通过激光雷达、摄像头等传感器获取路况信息，自动规划行驶路径，自动控制车辆行驶，实现自动驾驶的货车和配送车辆。
智能运输车辆能够实时感知道路状况，自主避让障碍物和其他车辆，大大提高了驾驶安全性和效率，降低了事故风险。
目前，全球智能运输车辆企业主要集中在北美和欧洲地区，包括Tesla、Uber、Waymo、Volvo等知名企业。
这些企业在自动驾驶技术、电动化技术、数据处理技术等方面领先于其他企业，拥有大量的专利技术和技术人才，目前正在加快推进智能运输车辆的商业化推广。
预计，智能运输车辆将逐渐普及，成为物流业的重要设备。
智能物流配送智能物流配送是指通过引入智能化技术，实现物流配送过程全流程的可视化、追溯和协调，优化物流配送路径，提高配送效率和质量。
目前，智能物流配送技术主要包括遗传算法、模糊数学、神经网络、深度学习等各种人工智能技术。
这些技术可以模拟人类思维方式和行为规律，预测物流配送过程中的各种情况，并快速给出最优解决方案。
以此来加快物流配送速度，降低物流成本，提高物流质量。
当前，中国物流业智能化转型的步伐正在不断加快，许多大型物流企业正在逐步推广智能物流配送技术，并已经取得了良好的效果。
例如快递物流巨头顺丰的智能化分拣中心，通过自动化、智能化技术，实现人工劳动力的极大程度减少，从而提高物流分拣效率，大大优化物流配送服务。
智能调度系统智能调度系统是指通过引入智能化技术，对物流配送过程中各种资源、环节进行协调和管理，优化配送路径、减少运输成本、提升服务质量的系统。
绪论智能运输系统(ITS)的定义：Transportation Systems，简称智能运输系统(IntelligentITS)是将先进的信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等有效地综合运用于交通运输、服务控制 和车辆制造，加强了车辆、道路、使用者三者之间的联系，从而形成的一种实时、准确、高效的综合运输系统。
交通运输的发展史是人类社会发展史的一个重要组成部分，是一部科学的发展史。
交通运输业的发展更是科学技术发展的想象。
科学技术的发展推动了交通运输的发展，智能运输系统正是现代科学技术发展的必然产物。
交通问题是指对社会或经济未能产生正效益，交通本身机能也未充分发挥的状态，即人、车、路之间的矛盾。
（拥堵、安全、环境）。
解决交通问题的方法：控制需求：增加供给：实施智能运输系统。
日本是最早进行ITS研究的国家。
日本在自动公路系统方面的研究最为先进，研究内容有：1、公路与车辆、车辆与车辆之间的通信系统；2、事故监测与警报；3、使用视频、雷达监测器进行车辆间距控制；4、车辆最大速度控制；4、自动停车控制。
施智能运输系统：将人、车、路综合起来考虑，利用现代科学技术的智能运输系统解决城市交通问题——ITS。
ITS的核心：新思路：采用先进技术对交通进行有效的控制与管理新目标：最大限度地发挥现有道路系统的交通效率新手段：用信息 技术将驾驶者、车辆、道路设施集成 新技术：信息技术：电子、通信、计算机控制技术：自动化、传感器、人工智能系统工程：运筹学、管理学ITS的作用：解决交通拥堵（顺畅）减少交通事故（安全）降低环境污染（环境）节约能源综合目标： “保障安全、提高效率、改善环境、节约能源”第二章 ITS的理论基础动态交通系统分配：将时变的交通出行合理分配到不同的路径上，以降低个人的出行费用或系统总费用。
通过交通流管理和动态路径诱导在空间和时间尺度上对人们已经产生的交通需求的合理配置，使得交通路网优质高效的运行。
ITS智能运输系统：通过关键基础理论模型的研究，从而将信息技术、通信技术、电子控制技术和系统集成技术等有效的应用于交通运输系统，从而建立起大范围内发挥作用的实时、准确、高效的交通运输管理系统。
特点属性：先进性、综合性、信息化、智能化。
意义和作用：对传统交通运输系统的一种革命，充分发挥现有交通基础设施的潜力，提高运输效率，保障交通安全，缓解交通拥挤的有力措施。
智能运输系统是一个庞大的系统，系统建设涉及众多部门与领域，管理体制、信息沟通能力、考虑问题角度等均会对系统建设与运行产生巨大的影响。
智能运输系统包括多个子系统，子系统之间相互联系紧密。
正是因为系统庞大，其建设是逐步完成的，有时会不断建设与整体协调。
1以监控为主体的交通工程系统--交通工程基本设施、传感器、电子设备、数据采集2初级智能交通系统--计算机、信息技术、地理信息处理3模型化智能交通系统--系统辨识、模式识别4高级智能交通系统--人工智能VICS道路交通信息通信系统（日本出行者信息系统的核心）SOCRA TES交通效率与安全蜂窝式通信系统（DRIVE项目的核心，欧洲）EURO SCOUT以红外信标为媒体的动态路线引导系统（车载装置由导航装置、红外线收发信号机、车辆位置测定装置及显示器、键盘等组成）研究方法：面向过程。
开发过程：1确定用户服务内容2建立逻辑框架3建立物理框架4明确标准化内容。
服务领域：交通管理与规划、电子收费、出行者信息、车辆安全和辅助驾驶、紧急事件和安全、运营管理、综合运输、自动公路。
意义：智能运输系统体系框架是运输系统体系和规格的说明，他决定系统如何构成，确定功能模块以及允许模块间进行通信和协同的协议和接口。
组成：用户主体、服务主体、用户服务（是框架基础）、逻辑框架、物理框架、（ITS标准、ITS评价）逻辑框架：对系统功能的一种分类，四个层次：功能域，基本上和服务域等同；系统功能，基本上和服务等同，但进行了功能的重新整合；过程，基本上与子服务相同；子过程，基本的逻辑单元。
最主要的内容就是描述系统功能和系统功能之间的数据流。
物理框架：是逻辑框架的具体实现，他是由一些系统和子系统连接构成的。
系统和子系统基本上是按交通系统的习惯和职能进行划分的。
物理框架主要描述物理系统的功能和系统之间交换的框架流。
交通系统管理：把汽车，公共交通，出租汽车，行人和自行车等看成一个整体城市交通运输系统的多个组成部分。
城市交通系统管理的目标是通过运营，管理和服务政策来协调这些个别的组成部分，使这个系统在整体上取得最大交通效益。
交通需求管理：各种提高交通运输系统效率的策略的总称。
1综合交通运输协同技术2智能化交通管理控制技术不断提升3交通信息服务技术迅速发展并催生相关产业发展4交通安全技术仍然是发展的焦点5智能汽车与车路协同技术将成为近年发展的热点和重要发展方向动态交通分配：将时变的交通出行合理分配到不同的路径上，以降低个人的出行费用或系统的总费用。
是以路网交通流为对象，以交通控制与诱导为目的开发出来的交通需求预测模型。
动态用户最优DUO：路网中任意时刻、任何OD对之间被使用的路径上的当前瞬时行驶费用相等，且等于最小费用的状态。
动态系统最优DSO：在所研究的时段内，出行者各瞬时通过所选择的出行路径，相互配合，使得系统的总费用最小。
FIFO原则：先进先出原则，即从平均意义上来讲，陷阱如路段的车辆先离开该路段。
动态交通分配模型的分类：根据模型的研究方法可以分为两大类：一类是解析的动态交通分配模型，一类是基于仿真的动态交通分配模型。
解析的动态交通分配模型注重于纯理论研究，常被称为纯理论模型。
可以分为三类：a）数学规划；b）最优控制理论模型；c）变分不等式、不动点理论模型。
基于仿真的动态交通分配模型更偏重于应用，常被称为面向应用的动态交通分配模型或应用型模型。
动态系统最优控制的目标：1使系统总行程时间最小2使系统总费用最小3使系统总延误时间最小4使系统平均拥挤度最小。
动态交通分配中“动”的含义：（1 ）交通流随着时间的推移，在所选的路径上沿着各个路段逐渐向终点运动，而不是瞬间布满各路段；（ 2 ）路段阻抗是真动而不是“伪动”。
在静态分配中用来计算路段路阻的流量不是真正存在于该路段上的流量；（ 3 ）交通需求是时变的。
动态路径选择行为的不同描述：Wieet(1990) 的定义：交通网络中的每一时刻，每一OD 对之间被使用的路径中瞬时单位期望费用相等，且等于最小瞬时单位期望费用（中途不改变路径）。
Ranet(1993) 的定义：交通网络中的每一时刻，每一OD 对之间每一个决策点（交叉口）上，被使用路径上瞬时走行时间相等且等于最小瞬时路径走行时间（中途允许改变路径）。
控制系统与公交系统的协同机理：公交系统根据实时交通流量、客流量及其预测信息生成车辆调度方案，在保证运输效率的同时降低运营成本。
同时，混合交通自适应控制系统在感知到公交车辆后，为其提供优先信号，尽可能降低其运行延误。
这种协同关系可以提高公交系统的吸引力，增加公交出行人数，进而提高城市主干路网的交通均衡性。
主要体现在公交的信号优先。
城市交通控制UTCS系统与城市交通诱导UTFGS系统的协同模式：数据共享式、主从式、递阶协同式、一体化方式短时交通信息预测的常用的方法(又见下分类)：交通量预测（卡尔曼滤波方法、神经网络方法、统计分析方法），行程时间预测（卡尔曼滤波方法、神经网络方法、随机服务系统）。
短时交通预测的模型分类：1基于统计方法的模型（历史平均模型（History A verage Model）、线性回归模型（Linear Regressive Model）、时间序列模型（Time Serial Model）、卡尔曼滤波模型（Kalman Filtering Model）、Markov预测、极大似然估计模型（Maxium Lidelihood Formulation Model）等。
特点：计算简便，但他们都未能反映交通流过程的不确定性与非线性，尤其无法克服随机干扰因素的影响。
）2动态交通分配模型3交通仿真模型4非参数回归模型5神经网络模型（BP神经网络、高阶广义神经网络）6基于混沌理论的模型7综合模型数据处理环节：ITS相关技术1数据采集：空间数据-地球空间信息（GPS，GIS）、道路设施信息（GIS-T）、交通环境信息交通信息-车流检测、A VI技术、浮动车、车载传感器2信息传送：RFID、DSRC，无线传感网络WSN3数据处理：多传感器信息融合，短时交通预测，动态交通分配，交通仿真，事件自动检测，云计算4信息利用：城市交通控制、匝道控制、路径诱导、辅助驾驶、实时公交调度、紧急救援支持、交通规划支持类别：车辆传感器、外界传感器、驾驶员异常状态传感器、电子视野图像识别技术、位置测量技术、判断技术、数值化和数据库、车辆控制技术、电子技术、计算机系统、移动通信技术、通信网络技术、人-机联系技术、人体机能学。
定位技术的分类：自主定位、星基定位、陆基定位。
GPS单独定位、GLONASS单独定位、GPS/GLONASS组合定位、GPS/DRS组合定位、GPS/INS组合定位、GNSS定位、GSM定位、北斗卫星导航系统定位。
（辅助定位方法：地图匹配技术、信号杆SP、无线电确定的卫星服务RDSS）常用的定位技术：1自主定位-DR（Dead Reckoning）定位、惯性导航定位；2星基定位-GPS 定位系统、GLONASS、北斗星定位系统、伽利略定位系统；3陆基定位-GSM网定位、信标定位、RFID定位。
GPS定位原理：采用空间被动式测量原理，即在测站上安置GPS用户接收系统，以各种可能的方式接收GPS卫星系统发送的各类信号，由计算机求解站星关系和测站的三维坐标。
GPS /DR组合定位系统的组成：GPS定位系统、航位推算系统DR、信息处理系统。
解决短时间内车辆丢失GPS卫星信号的问题。
DR技术：车辆航位推算导航系统是一种自主式的车辆导航系统，利用陀螺和里程仪的传感信息来记录和推算当前的导航位置，具有短时间内精度高，但导航误差随时间积累的特点。
GPS的误差源（电离层延迟误差、对流层的延迟影响、SA的影响、星历误差、地球自转的影响、接收机相关误差）1卫星钟差——某时刻各原子钟之间的同步差2星历误差——卫星轨道误差3相对论效应影响——椭圆轨道，速度不断变化4电离层、对流层折射延迟——介质不均匀5多路径效应影响——多路反射波干涉GPS差分定位DGPS：将一个已精确测定的已知点作为查分基准点，在此点安装GPS接收机，连续接收GPS信号，通过处理再与已知的精确位置作比较，不断确定当前的误差，然后把它通过通信链传送至该地区的所有移动GPS用户，以修正它们的定位解。
方法：位置差分法、伪距差分法、载波相位差分法。
局域差分LADGPS：技术特点是向用户提供综合的差分GPS改正信息-观测值改正，而不是提供单个误差源的改正，作用范围比较小，一般在150km以内。
基本构成：基准站、数据通信链、用户站。
提高用户占定位精度的原理：建立在基准站和用户站对GPS卫星的同步、同轨迹的基础上。
广域差分:技术特点是将GPS定位中主要的误差源分别加以计算，并分别向用户提供这些差分信息，作用范围比较大，往往在1000km以上。
位置差分：最简单的差分方法。
安装在基准站上的GPS接收机观测4颗卫星后便可进行三维定位，解算出基准站的坐标。
由于存在各种误差，结算出的坐标与基准站的已知坐标存在误差。
基准站利用数据链将此改正数发出去，由用户站接收，并且对其解算的用户站坐标进行改进。
最后得到的改正后的用户坐标已消去了基准站与用户占的共同误差。
先决条件是基准站和用户站观测同一组卫星的情况。
优点是计算方法简单，能适用于一切GPS接收机。
缺点是必须严格保持基准站与用户占观测同一组卫星。
（8颗不行）伪距差分：是目前用途最广的一种技术。
优点：基准站能够提供可见的所有卫星的修正值，用户可以选择接受任意四颗卫星的信号；计算的伪距修正值是直接在WGS-84坐标系上求得的，是直接修正值，不用换算为当地坐标，因而定位精度高。
两方法都要求：基准站的坐标精确测定；用户与基准站之间的距离一般在100km以内。
宏观交通流参数的自动采集技术：1感应线圈检测器2超声波检测器3磁性检测器4红外线检测器5微波雷达检测器侧向安装：安装在道路横断面的一侧，通过分层和车道设置后可以检测各条车道的交通参数根据目标至发射源的半径进行分层根据各层在道路断面上的投影进行设置从而确定车道根据各层的反射频率特性确定各层的交通状态，进而根据车道的设置可得到各车道的交通参数6视频检测器（VIP交通检测技术）根据各应用场合的目的、要求、限制条件等不同，视频检测在智能交通系统中的应用可分为四大类:第一类是自动车辆导航，它是通过对车道线和静止或运动的障碍物的自动检测识别来完成自动导航任务，主要运用于高速公路;第二类是道路交通监控，利用图像处理进行道路交通流的流量、事件、速度等方面的检测，此类检测多结合交通管理中的检测器进行，形成商业产品;第三类是利用模式识别技术进行车牌识别，广泛运用于不停车收费、停车场管理、违章车辆查处等多项应用领域;第四类是利用计算机视觉技术进行交通个体的行为特性捕捉和运动跟踪，这类研究主要处于实验室阶段，还没有成型的软件或产品可供选择。
