摘 要：針對(duì)頻發(fā)的公路交通事故，提出了一種基于物聯(lián)網(wǎng)技術(shù)的數(shù)智公路護(hù)欄系統(tǒng)。通過(guò)微時(shí)空主控站采集氣象、事故、動(dòng)物橫穿公路等交通因子。通過(guò)增配碰撞傳感器、雷視融合模組、雷熱融合模組，檢測(cè)各類交通事故并偵測(cè)橫穿公路的大型動(dòng)物。采用邊緣計(jì)算架構(gòu)，將微時(shí)空內(nèi)的風(fēng)險(xiǎn)因子通過(guò)NB-IoT上傳至云計(jì)算中心進(jìn)行分析，護(hù)欄通過(guò)不同的顏色呈現(xiàn)路段的危險(xiǎn)程度，實(shí)現(xiàn)對(duì)后方車輛的實(shí)時(shí)預(yù)警。采用環(huán)境俘能技術(shù)，利用向日葵式太陽(yáng)能追光模組、垂直軸風(fēng)力發(fā)電模組，解決了遠(yuǎn)距離低壓供電的電能損失問(wèn)題。該系統(tǒng)實(shí)現(xiàn)了對(duì)公路交通細(xì)顆粒度的精細(xì)化管理，減少交通事故的發(fā)生。

關(guān)鍵詞：物聯(lián)網(wǎng)；時(shí)空智能；微觀管控；公路感知網(wǎng)絡(luò)；事故預(yù)警；數(shù)智公路護(hù)欄系統(tǒng)

中圖分類號(hào)：TP29；TN92 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2024）05-0-05

0 引 言

在傳統(tǒng)公路管理下，一起隨機(jī)交通事故易引發(fā)慘烈的連環(huán)追尾事故。惡劣天氣下，駕駛員未能及時(shí)調(diào)整駕駛策略，也極易引發(fā)事故。在大型動(dòng)物出沒(méi)的熱點(diǎn)區(qū)域，夜間行車易發(fā)生與動(dòng)物相撞的慘烈事故?？刹捎弥腔勐穫?cè)感知技術(shù)偵察到交通風(fēng)險(xiǎn)因子的形成，云計(jì)算中心獲得事故發(fā)生概率，通過(guò)變色交通標(biāo)識(shí)，提前向車輛發(fā)出預(yù)警，將有效減少交通事故的發(fā)生。

2020年8月，交通部發(fā)布《交通運(yùn)輸部關(guān)于推動(dòng)交通運(yùn)輸領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見(jiàn)》[1]，要求推動(dòng)公路感知網(wǎng)絡(luò)的建設(shè)，實(shí)現(xiàn)全天候、多要素的狀態(tài)感知。2022年2月，交通部發(fā)布《公路安全設(shè)施和交通秩序管理精細(xì)化提升行動(dòng)方案》[2]，強(qiáng)調(diào)精細(xì)提升公路的安全防護(hù)能力，加強(qiáng)對(duì)惡劣天氣的動(dòng)態(tài)管控。2022年10月，黨的二十大報(bào)告指出，推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展綠色化、低碳化是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)。

智慧公路的建設(shè)與發(fā)展最早始于20世紀(jì)90年代的歐洲。近年來(lái)，在防止兩車相撞方面，Gokulakrishnan等人[3]提出了一種名為道路事故預(yù)警（RAP）的路由方案，該方案引入了早期預(yù)警（EW）消息，以便做出重要決策—如何選擇替代路線、減速車輛和改變車道；為了預(yù)測(cè)極端天氣引發(fā)的交通事故，Hasan[4]利用分類樹(shù)法分析交通參數(shù)如何誘發(fā)道路危險(xiǎn)情況，提前分析交通參數(shù)中極端氣候的因素；面對(duì)在高速公路上基礎(chǔ)設(shè)施供電難的問(wèn)題，Amjadian[5]提出用電磁能量采集器（EMEH）給負(fù)責(zé)交通基礎(chǔ)設(shè)施電能清除和結(jié)構(gòu)健康監(jiān)測(cè)的常規(guī)傳感器供電；面對(duì)已發(fā)生的交通事故，徐勤亞等人[6]提出一種交通事故應(yīng)急救援系統(tǒng)，該系統(tǒng)基于云端實(shí)時(shí)監(jiān)控的概念開(kāi)發(fā)，車輛發(fā)生事故時(shí)能第一時(shí)間自動(dòng)聯(lián)系報(bào)警，通知救援人員。

本文基于前人的思想進(jìn)一步做出改進(jìn)，設(shè)計(jì)了基于物聯(lián)網(wǎng)技術(shù)的數(shù)智公路護(hù)欄系統(tǒng)，建設(shè)了智慧路側(cè)感知網(wǎng)絡(luò)體系，采用LED警示燈帶進(jìn)行危險(xiǎn)實(shí)時(shí)預(yù)警，在不破壞路面的同時(shí)又提升了預(yù)警信息的可視化程度，從天然環(huán)境中俘獲自給自足的能量，實(shí)現(xiàn)車輛碰撞檢測(cè)及報(bào)警救援、大型動(dòng)物檢測(cè)、惡劣天氣預(yù)警等功能，助力建設(shè)“交通強(qiáng)國(guó)”，加快實(shí)現(xiàn)“雙碳”目標(biāo)[7-8]。

1 設(shè)計(jì)原理

數(shù)智公路護(hù)欄系統(tǒng)由交通微時(shí)空主控站、智能護(hù)欄、環(huán)境俘能發(fā)電機(jī)及云計(jì)算中心四部分組成，如圖1所示。

1.1 交通微時(shí)空主控站

通過(guò)對(duì)南方丘陵地區(qū)的公路開(kāi)展田野調(diào)查，發(fā)現(xiàn)該區(qū)域在臺(tái)風(fēng)天氣中呈現(xiàn)“六里不同天”的氣象特點(diǎn)，故在公路沿線每隔3 km設(shè)置一個(gè)交通微時(shí)空主控站，將公路劃分為眾多連續(xù)的“交通微時(shí)空”，實(shí)現(xiàn)對(duì)公路的精細(xì)化分段管理。主控站集成了ESP32、小型氣象站、ZigBee協(xié)調(diào)節(jié)點(diǎn)、北斗授時(shí)模塊、NB-IoT模塊、LED限速板等。小型氣象站實(shí)時(shí)檢測(cè)本微時(shí)空的風(fēng)雨霧指標(biāo)，主控站調(diào)用風(fēng)雨限速數(shù)學(xué)模型，計(jì)算安全限速值[9]；設(shè)置LED限速板，以綠、黃、紅三種底色依次表示安全、警示、危險(xiǎn)，并顯示該處的限速值。

主控站采集本微時(shí)空的交通風(fēng)險(xiǎn)因子，采用邊緣計(jì)算方法[10]，提高本地?cái)?shù)據(jù)的處理效率；根據(jù)風(fēng)險(xiǎn)因子改變本微時(shí)空每個(gè)護(hù)欄的顏色以警示車輛調(diào)速，在發(fā)生事故時(shí)，主控站主動(dòng)報(bào)警。每個(gè)微時(shí)空把本時(shí)空的重要風(fēng)險(xiǎn)因子通過(guò)NB-IoT上傳至云計(jì)算中心，云計(jì)算分析風(fēng)險(xiǎn)因子在時(shí)空中的擴(kuò)散趨勢(shì)，指揮相鄰的微時(shí)空做出協(xié)同聯(lián)動(dòng)。

1.1.1 風(fēng)雨環(huán)境下的限速模型建立

為確定車輛的安全行車速度值，以風(fēng)雨環(huán)境下的行車速度為目標(biāo)函數(shù)搭建限速模型。對(duì)設(shè)定條件下的車輛進(jìn)行受力分析，如圖2所示。

橫向力系數(shù)μ的表達(dá)式為：

（1）

當(dāng)車輛橫向附著系數(shù)大于橫向力系數(shù)時(shí)，不會(huì)發(fā)生側(cè)滑事故，即：

（2）

得到限速模型：

（3）

式中：FW為側(cè)向風(fēng)力（單位為N）；G為重力（單位為N）；θ為路面橫坡角；ih為路面橫向坡度；V為車速（單位為m/s）；g為重力加速度（單位為m/s2）；μ為橫向力系數(shù)；φ為橫向附著系數(shù)。

1.1.2 基于車輛跟馳模型的限速值修正

車輛行駛時(shí)需保持安全間距，在風(fēng)雨霧環(huán)境中可見(jiàn)度降低，前后車發(fā)生追尾、碰撞等事故的概率增加[11]。故以后車安全車速為目標(biāo)函數(shù)，對(duì)限速值進(jìn)行修正[12]，如圖3所示。

為保證兩車制動(dòng)結(jié)束后不發(fā)生碰撞，取安全距離為10 m，建立以下模型：

（4）

前車在制動(dòng)時(shí)間內(nèi)的行駛距離，以及后車駕駛員的行駛狀況均取最不利情況，則：

（5）

（6）

由于實(shí)際道路路面上的縱坡角數(shù)值極小，因此進(jìn)行近似計(jì)算后可得：

（7）

式中：n表示前車；n+1表示后車；S為前后車原始車頭間距（單位為m）；Xn+1（t）為后車在反應(yīng)時(shí)間內(nèi)的行駛距離（單位為m）；Xn+1（T）為后車在制動(dòng)時(shí)間內(nèi)的行駛距離（單位為m）；L1為前車在制動(dòng)時(shí)間內(nèi)的行駛距離（單位為m）；V為后車的原始行駛速度（單位為m/s）；i為路面縱向坡度。

微時(shí)空主控站采用邊緣計(jì)算架構(gòu)，根據(jù)上述模型計(jì)算限速值，判斷交通微時(shí)空所處狀態(tài)是否安全。交通微時(shí)空主控站的LED限速板顯示最高安全限速值，智能護(hù)欄的LED警示燈帶按不同的危險(xiǎn)級(jí)別顯示不同的警示顏色。

1.2 智能護(hù)欄

在公路兩側(cè)布置智能護(hù)欄，每個(gè)護(hù)欄長(zhǎng)度為8～15 m，護(hù)欄由ESP32（MCU）、ZigBee路由節(jié)點(diǎn)、MPU-6050碰撞傳感器、毫米波雷達(dá)、熱釋電紅外傳感器、攝像頭、LED警示燈帶等部分組成。由于微時(shí)空主控站上集成了ZigBee協(xié)調(diào)節(jié)點(diǎn)，則一個(gè)微時(shí)空內(nèi)的所有護(hù)欄自動(dòng)組織成無(wú)線傳感網(wǎng)，實(shí)現(xiàn)風(fēng)險(xiǎn)因子的傳遞。ZigBee具有路由節(jié)點(diǎn)受損自修復(fù)重建網(wǎng)絡(luò)的特性，即使某段護(hù)欄因事故損毀，余下的護(hù)欄也能快速重組網(wǎng)，具有傳感網(wǎng)絡(luò)自修復(fù)能力，具有良好抗損健壯性[13]。

護(hù)欄傳感器采用積木式模塊設(shè)計(jì)，提供了通用接口，根據(jù)當(dāng)?shù)厥鹿视涗浽雠涮厥鈧鞲衅?，即插即用。護(hù)欄的標(biāo)配傳感器為碰撞傳感器，用于檢測(cè)碰撞護(hù)欄類交通事故。在事故“黑點(diǎn)”，可以增配“雷視融合”傳感模組用于偵測(cè)交通事故。在野生動(dòng)物出沒(méi)點(diǎn)，可以增配“雷熱融合”傳感模組用于偵察橫穿公路的大型動(dòng)物。在居民區(qū)附近，可以增配“污染檢測(cè)”傳感模組用于對(duì)人居環(huán)境的噪聲及大氣污染物進(jìn)行檢測(cè)。

主控站采用邊緣計(jì)算架構(gòu)，以提高微時(shí)空內(nèi)的計(jì)算速度，根據(jù)實(shí)時(shí)風(fēng)險(xiǎn)因子快速改變相關(guān)區(qū)域護(hù)欄的顏色。綠色表示正常區(qū)，黃色表示預(yù)警區(qū)，紅色表示危險(xiǎn)區(qū)，同時(shí)限速板顯示計(jì)算后的安全時(shí)速。因此，系統(tǒng)完全利用“智慧路側(cè)單元”實(shí)現(xiàn)風(fēng)險(xiǎn)因子的采集和事故風(fēng)險(xiǎn)的預(yù)警，無(wú)需在車輛上安裝車載端，便于快速推廣。

1.2.1 碰撞事故檢測(cè)

智能護(hù)欄配置有碰撞傳感器，能感知到撞擊護(hù)欄類的交通事故。護(hù)欄檢測(cè)到激烈碰撞信號(hào)后，通過(guò)ZigBee網(wǎng)絡(luò)告知本微時(shí)空主控站，主控站把當(dāng)前時(shí)間和護(hù)欄的經(jīng)緯度坐標(biāo)，上傳至云計(jì)算中心；云計(jì)算中心派遣救援車隊(duì)趕往事故現(xiàn)場(chǎng)，同時(shí)向事故區(qū)后方的微時(shí)空傳遞事故信息。事故所處交通微時(shí)空（3 km）的護(hù)欄變紅表示危險(xiǎn)，后一個(gè)微時(shí)空的護(hù)欄變黃表示預(yù)警（提前6 km），避免出現(xiàn)連環(huán)追尾事故。

在事故“黑點(diǎn)”區(qū)域的護(hù)欄上增設(shè)“雷視融合模組”（毫米波雷達(dá)+攝像頭），感知交通狀態(tài)，微時(shí)空主控站采用邊緣計(jì)算的方法精準(zhǔn)檢測(cè)公路上是否出現(xiàn)靜止車輛[14]。當(dāng)檢測(cè)到靜止車輛時(shí)，進(jìn)一步分析車輛停滯原因是排隊(duì)還是交通事故。若靜止車輛或靜止車流的前端位于路段中，則判定為發(fā)生交通事故；若靜止車輛或靜止車流的前端位于路口停止線處，且靜止時(shí)間不超過(guò)紅燈相位時(shí)長(zhǎng)，則判定為車輛排隊(duì)。

1.2.2 動(dòng)物檢測(cè)識(shí)別

在郊區(qū)時(shí)常會(huì)出現(xiàn)橫穿公路的大型動(dòng)物，如果缺少預(yù)警機(jī)制，容易出現(xiàn)車輛和動(dòng)物相撞的慘烈事故。因此，在這些路段的護(hù)欄增設(shè)“雷熱融合模組”（毫米波雷達(dá)+熱釋電紅外傳感器），感知?jiǎng)游餀M穿公路的事件。熱釋電傳感器檢測(cè)波長(zhǎng)為0.2～20 μm，動(dòng)物體溫輻射紅外線波長(zhǎng)為9～10 μm[15]。

熱釋電傳感器檢測(cè)到移動(dòng)中的動(dòng)物體溫信號(hào)后，再啟動(dòng)毫米波雷達(dá)對(duì)移動(dòng)物體的行為進(jìn)一步判斷，減少誤判。當(dāng)確定為動(dòng)物橫穿公路時(shí)，智能護(hù)欄的LED燈帶變紅，標(biāo)識(shí)危險(xiǎn)區(qū)域。動(dòng)物檢測(cè)工作原理如圖4所示。

1.3 環(huán)境俘能發(fā)電機(jī)

智慧公路的監(jiān)測(cè)系統(tǒng)需要采用低壓直流電，而低壓直流電遠(yuǎn)距離轉(zhuǎn)輸時(shí)線阻損耗大[16]。高壓交流電適合遠(yuǎn)距離供電，直接使用風(fēng)險(xiǎn)大，變電整流成本高，高速公路及郊區(qū)公路目前難以實(shí)現(xiàn)全面低壓供電。因此設(shè)計(jì)了環(huán)境俘能發(fā)電機(jī)，由“向日葵式太陽(yáng)能追光模組+垂直軸風(fēng)力發(fā)電模組”組成，將其布置在道路兩側(cè)，承擔(dān)本微時(shí)空的風(fēng)險(xiǎn)因子監(jiān)測(cè)及邊緣計(jì)算耗能。環(huán)境俘能實(shí)現(xiàn)數(shù)智公路護(hù)欄系統(tǒng)的能源自給自足，助力碳達(dá)峰、碳中和的戰(zhàn)略目標(biāo)實(shí)現(xiàn)。

追光模組像向日葵一般，始終追逐天空中光照的最強(qiáng)區(qū)域，實(shí)現(xiàn)太陽(yáng)能發(fā)電效率的最大化，如圖5、圖6所示。向日葵式太陽(yáng)能追光模組采用象限法將檢測(cè)系統(tǒng)接收板分成四個(gè)象限，通過(guò)擋光板將象限隔離，光敏電阻分布在不同象限并采集感光信號(hào)。通過(guò)LM324電壓跟隨器，將信號(hào)傳遞到LM339電壓比較器進(jìn)行比較，然后輸入STC89C52單片機(jī)進(jìn)行處理。四個(gè)光敏電阻檢測(cè)到的光線強(qiáng)度不一樣時(shí)，單片機(jī)將會(huì)通過(guò)步進(jìn)電機(jī)控制接收板向陽(yáng)光強(qiáng)度強(qiáng)的地方偏轉(zhuǎn)，實(shí)現(xiàn)對(duì)太陽(yáng)的追蹤，直至每個(gè)象限的受光強(qiáng)度相同，即可采集到充足的太陽(yáng)能。

垂直軸風(fēng)力發(fā)電模組利用車輛行駛所產(chǎn)生的弱小風(fēng)能進(jìn)行發(fā)電，在南方臺(tái)風(fēng)區(qū)域還具有多項(xiàng)優(yōu)點(diǎn)，如各向弱風(fēng)、強(qiáng)風(fēng)下最高轉(zhuǎn)速有限，強(qiáng)風(fēng)側(cè)壓小，不容易傾倒。通過(guò)Ansys軟件對(duì)弱風(fēng)風(fēng)場(chǎng)進(jìn)行流體力學(xué)的有限元仿真分析[17]，得到風(fēng)力發(fā)電模組對(duì)風(fēng)能利用的仿真分析圖，如圖7所示。通過(guò)對(duì)弱風(fēng)能量的仿真分析，確定了風(fēng)葉最佳的曲率和3D結(jié)構(gòu)流域風(fēng)向?yàn)閺淖笾劣?，可?jiàn)風(fēng)力發(fā)電模組周圍流域的風(fēng)速大大降低，證實(shí)了該模組能較好地俘獲環(huán)境中的風(fēng)能，進(jìn)而轉(zhuǎn)換為電能，如圖8所示。

風(fēng)電模組利用汽車在高速公路上行駛時(shí)產(chǎn)生的擾動(dòng)風(fēng)能進(jìn)行風(fēng)力發(fā)電，配合光電模組，同時(shí)獲取風(fēng)能和太陽(yáng)能，實(shí)現(xiàn)數(shù)智公路護(hù)欄系統(tǒng)的能源自給自足。

2 創(chuàng)新點(diǎn)

本系統(tǒng)具有如下創(chuàng)新點(diǎn)：

（1）發(fā)明了智能護(hù)欄：具有車輛碰撞檢測(cè)、動(dòng)物檢測(cè)、惡劣天氣預(yù)警等功能。

（2）發(fā)明了微時(shí)空主控站：組織ZigBee傳感網(wǎng)，構(gòu)建數(shù)智化的智慧公路感知網(wǎng)絡(luò)。

（3）定義了交通微時(shí)空：將公路劃分為交通微時(shí)空，實(shí)現(xiàn)細(xì)顆粒度的精細(xì)化管理。

（4）助力了時(shí)空智能化：在時(shí)空四維坐標(biāo)中疊加了氣象、動(dòng)物、事故等風(fēng)險(xiǎn)因子，分析風(fēng)險(xiǎn)因子在時(shí)空中的擴(kuò)散和演進(jìn)，實(shí)現(xiàn)了時(shí)空智能化。

（5）設(shè)計(jì)了環(huán)境俘能發(fā)電機(jī)：解決了遠(yuǎn)郊公路建立智慧交通感知體系時(shí)所缺乏的能源問(wèn)題，消除了遠(yuǎn)距離供電的“高壓變電整流”的能源損耗，達(dá)到低碳節(jié)能的目標(biāo)。

（6）具有沿海丘陵地域特色：南方丘陵臺(tái)風(fēng)地區(qū)存在“六里不同天”氣象特征，還有飄忽不定的團(tuán)霧、山口側(cè)向強(qiáng)風(fēng)等氣象現(xiàn)象，系統(tǒng)設(shè)計(jì)過(guò)程中對(duì)此地域特色做了針對(duì)性研究。

3 結(jié) 語(yǔ)

本系統(tǒng)以公路為應(yīng)用環(huán)境，運(yùn)用物聯(lián)網(wǎng)技術(shù)、數(shù)字化和智能化技術(shù)實(shí)現(xiàn)時(shí)空智能，同時(shí)通過(guò)向日葵式太陽(yáng)能追光技術(shù)和風(fēng)力發(fā)電裝置，充分利用太陽(yáng)能與汽車行駛產(chǎn)生的風(fēng)能，極大程度地滿足ZigBee無(wú)線傳感網(wǎng)持續(xù)低電量消耗的需求，維持?jǐn)?shù)智公路護(hù)欄系統(tǒng)能源供應(yīng)，保障公路車輛的行駛安全，具有以下良好的現(xiàn)實(shí)意義和應(yīng)用前景：

（1）助力雙碳目標(biāo)：維持自給自足能源供應(yīng)，減少遠(yuǎn)距離低壓供電的能量損耗。

（2）容易規(guī)?；茝V：無(wú)需車載硬件端，可以降低推廣門檻，有助于快速推廣應(yīng)用。

（3）加強(qiáng)事故“黑點(diǎn)”的風(fēng)險(xiǎn)監(jiān)控：可廣泛應(yīng)用于地形不佳、氣象惡劣等事故“黑點(diǎn)”區(qū)域。

（4）定義了路側(cè)護(hù)欄的傳感器擴(kuò)展標(biāo)準(zhǔn)：通過(guò)增設(shè)其他傳感器，可實(shí)現(xiàn)護(hù)坡應(yīng)力監(jiān)測(cè)、形變監(jiān)測(cè)、公路安全檢測(cè)，及一路綠波最優(yōu)速度指示的交通指揮功能。

注：本文通訊作者為林宇洪。

參考文獻(xiàn)

[1]中華人民共和國(guó)交通運(yùn)輸部.交通運(yùn)輸部關(guān)于推動(dòng)交通運(yùn)輸領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見(jiàn)[EB/OL].（2020-08-03）. https：//www.gov.cn/zhengce/zhengceku/2020-08/06/content_5532842.htm.

[2]中華人民共和國(guó)交通運(yùn)輸部.公路安全設(shè)施和交通秩序管理精細(xì)化提升行動(dòng)方案[EB/OL].（2022-02-21）. https：//www.mot.gov.cn/yijianzhengji/lishizhengji/202201/P020220114668883160367.pdf.

[3] GOKULAKRISHNAN P. Road accident prevention with instant emergency warning message dissemination in vehicular Ad-Hoc network [J]. PLoS ONE，2020，10（12）：e0143383.

[4] HASAN M. Investigation of the effect of traffic parameters on road hazard using classification tree model [J]. International journal for traffic and transport engineering，2012，2（3）：271-285.

[5] AMJADIAN M，AGRAWAL A K，NASSIF H. Feasibility of using a high-power electromagnetic energy harvester to power structural health monitoring sensors and systems in transportation infrastructures [C]// Proceedings of Conference on Sensors and Smart Structures Technologies for Civil，Mechanical，and Aerospace Systems. San Diego，CA（US）：[s.n.]，2021：11591.

[6]徐勤亞，孫玉濤，鄭健. 基于云端實(shí)時(shí)監(jiān)控的交通事故應(yīng)急救援系統(tǒng)設(shè)計(jì)[J]. 價(jià)值工程，2019，38（23）：284-285.

[7]中共中央，國(guó)務(wù)院.交通強(qiáng)國(guó)建設(shè)綱要[M].北京：人民出版社，2019.

[8]新華社.中共中央 國(guó)務(wù)院關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見(jiàn)[EB/OL].（2021-10-24）. https：//www.gov.cn/zhengce/2021-10/24/content_5644613.htm.

[9]林春水，林宇洪，郭建鋼.基于BPNN的高速公路風(fēng)雨天氣限速系統(tǒng)的設(shè)計(jì)[J].交通運(yùn)輸工程與信息學(xué)報(bào)，2013，11（3）：35-39.

[10]袁俊球，周斌，嚴(yán)向東.邊緣計(jì)算方法在建筑工程實(shí)踐的應(yīng)用[J].工業(yè)建筑，2022，52（7）：238.

[11]申海洋，霍魁，王德喜.基于機(jī)器視覺(jué)和深度學(xué)習(xí)的車輛碰撞預(yù)警算法研究[J].山西大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，46（3）：617-627.

[12]蔣帥，費(fèi)天揚(yáng).基于車輛行駛模型與跟馳模型的安全評(píng)估研究[J].科學(xué)技術(shù)創(chuàng)新，2021，25（24）：1-2.

[13]孫遒. ZigBee信號(hào)在無(wú)限感知系統(tǒng)位置中的應(yīng)用[J].計(jì)算機(jī)時(shí)代，2022，40（7）：77-79.

[14]黃智偉，馮蘅，劉鵬.基于雷視融合的路側(cè)感知的應(yīng)用[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2022，12（6）：176-177.

[15]胡學(xué)敏，王韶偉.基于熱釋電紅外傳感技術(shù)的攔人閉鎖裝置在王家?guī)X煤礦的應(yīng)用[J].機(jī)械管理開(kāi)發(fā)，2020，35（3）：71-72.

[16]何萍.基于低壓限流的直流電流控制的直流輸電研究[J].煤炭技術(shù)，2013，32（3）：72-73.

[17]楊堅(jiān)，張善猛，曾勵(lì)，等.基于ANSYS的電渦流位移傳感器仿真分析[J].工程機(jī)械，2021，52（3）：40-44.

作者簡(jiǎn)介：葉芷藝（2000—），女，福建農(nóng)林大學(xué)交通運(yùn)輸專業(yè)碩士在讀學(xué)生，研究方向?yàn)槲锫?lián)網(wǎng)工程。

李妙梅（2001—），女，中南大學(xué)交通運(yùn)輸專業(yè)碩士在讀學(xué)生，研究方向?yàn)榻煌ㄟ\(yùn)輸工程。

章可欣（2000—），女，福建農(nóng)林大學(xué)交通運(yùn)輸專業(yè)碩士在讀學(xué)生，研究方向?yàn)槲锫?lián)網(wǎng)工程。

林宇洪（1976—），男，碩士，高級(jí)實(shí)驗(yàn)師，研究方向?yàn)槲锫?lián)網(wǎng)工程。

收稿日期：2023-08-29 修回日期：2023-09-27