项目所属科学技术领域：计算机科学技术/计算机应用技术/计算机决策支持系统主要技术创新内容：道路交通安全问题一直是社会关注的重点，与其相关的先进安全技术研究日益受到重视。基于人-车-路-环境协同的概念体系，本项目建立了以信息流为主线的逻辑体系，搭建由移动接入层、公共传输层和控制中心组成的车路协同卫星定位信息化系统。包括：云雾混合融合技术、车路协同多元信息交互、基于BP神经网络安全车速预警、基于RNN的行人识别等模块，系统能够动态地采集车辆状态信息和行车环境信息，通过深度学习与动态决策实现对车辆主动式安全控制与危险预警，保障公交车辆的行车安全，避免交通事故的发生。1)云雾混合融合技术结合雾计算和车联网技术，设计了低延时、高可靠的雾计算环境下的信息采集架构。该体系结构主要以城市道路环境为应用场景，由车辆、路侧单元(Roadside Unit，RSU)、雾设备和云计算数据中心组成。车辆通过无线方式接入到部署在道路两侧的RSU中，RSU将采集到的车辆信息通过有线连接方式传输到附近的雾设备中，雾设备对收到的信息进行临时的存储和计算，并将信息传送至云服务器上。2)车路协同多元信息交互从信道接入协议及多通信模式融合方面出发，结合交通系统特性，研究车路协同系统信息交互性能优化方法。通过分析不同的MAC层握手机制及典型的退避算法，结合车路协同系统的交通特性和IEEE802.11p特点，提出自适应的信道接入协议。将车辆密度及数据重传次数融入到优化的握手机制和自适应调节退避算法中，减少节点间发送信道碰撞的可能性，提高网络性能。3)基于BP神经网络安全车速预警通过分析影响公交安全车速的各种因素，结合深度学习算法，建立了基于BP神经网络的公交车辆安全车速预警模型。综合考虑了影响公交车辆安全车速的主要因素，可得到不同天气条件、不同光线、不同时间段、不同驾驶经验、不同道路拥挤程度下的安全车速，为实现车道偏离、车辆接车过近等危险状态的判断和预警提供数据支持。4)基于RNN的行人识别采用车载摄像头和车载超声波/激光雷达技术检测行人运动轨迹信息，通过D-S证据推理算法进行信息预处理，再通过对信息获取延时、卫星定位误差以及路面附着系数的作为输入影响因素，通过RNN神经网络的车路协同环境下多源混合误差补偿，完成对行人目标的位置精准快速估计。知识产权情况：研发至今共产生5项专利，其中授权的发明专利2个：GPS定位车载记录仪和其系统控制单元的控制方法、一种车路协同卫星定位信息化系统。登记计算机软件著作权5个：遥薇车管家软件V1.1、遥薇卫星定位监控软件V1.0、遥薇智慧公交运营调度软件V1.0、遥薇公务车调度管理软件V1.0、遥薇公务车安全管理信息化平台软件V1.0。应用推广情况：截至2019年3月，本项目已经在上海嘉定公共交通有限公司、江苏省丰县公共交通有限公司、上海浦东新区建交委、上海市机关事务管理局及下属个区级机关术务管理局等客户得到直接应用，实现总销售额三亿元。为融入智慧城市建设，本项目的车路协同卫星定位信息化系统，能够与现有的信息化系统实现无缝对接，逐步提升整个公交系统的信息化、数据化、智能化水平。