智能網聯與多車協同

張榮慶，分別於2009年和2014年畢業於北京大學，獲理學學士和工學博士學位；2014年至2018年在美國科羅拉多州立大學任職研究員，2019年起在同濟大學軟件學院任職副教授、博士生導師，上海市海外高層次人才。長期從事車聯網、智能駕駛、移動邊緣計算、多智能體協同等研究工作，迄今為止已撰寫車聯網相關學術專著2本（中、英文各1本），在 期刊和 會議上發表論文150余篇，主持 自然科學基金面上項目、青年科學基金、 重點研發項目課題、上海市自然科學基金面上項目、國防軍工課題等 和省部級項目10余項，榮獲 自然科學獎一等獎1項，並3次獲得IEEE通信領域兩大旗艦會議 論文獎（ICC 2016、GLOBECOM 2018、ICC 2019）

前　言
章
新一代車聯
網系統
1.1　智能網聯汽車的發展與現狀／ ００１
１.１.１　智能網聯汽車的發展歷史／ ００１
１.１.２　智能網聯汽車的現狀／ ００３
1.2　車聯網技術／ ００５
１.２.１　５Ｇ／ Ｂ５Ｇ 移動通信系統介紹／ ００６
１.２.２　車聯網的主要特征和應用需求／ ００８
１.２.３　５Ｇ／ Ｂ５Ｇ 車聯網關鍵技術／ ０１１
1.3　基於車聯網的智能網聯體系架構／ ０１５
第2 章
多車協同定
位與感知
2.1　多車協同定位感知系統／ ０１７
２.１.１　車輛定位感知技術與傳感器類型／ ０１８
２.１.２　多車全局感知環境構建／ ０２３
2.2　基於聯盟博弈的多車協作機會定位／ ０２７
２.２.１　多車協作定位技術／ ０２８
２.２.２　基於重疊聯盟博弈的機會鏈路選擇方案／ ０３３
２.２.３　ＳＰＡＷＮ 算法以及應用／ ０４４
２.２.４　基於粒子濾波的混合協作定位方案／ ０４９
2.3　基於車路協同的車輛感知與追蹤／ ０５７
２.３.１　多源異構數據融合／ ０５７
２.３.２　車路協同車輛感知與追蹤／ ０６４
２.３.３　路測實驗與性能分析／ ０７３
2.4　多車協作SLAM ／ ０７８
２.４.１　ＳＬＡＭ 技術與ＬＯＡＭ 算法介紹／ ０７９
２.４.２　多車協作ＳＬＡＭ 架構介紹／ ０８１
２.４.３　多車協作ＳＬＡＭ 架構性能分析／ ０８６
２.４.４　多車協作ＳＬＡＭ 未來挑戰／ ０９０
第3 章
多車協同霧
計算
3.1　車聯網霧計算介紹／ ０９３
３.１.１　霧計算的概念與發展／ ０９３
３.１.２　多車協作車聯網霧計算／ ０９７
3.2　車聯網協同霧計算架構／ １００
３.２.１　車聯網協同霧計算整體架構／ １００
３.２.２　車聯網協同霧計算系統模型／ １０２
3.3　基於聯盟博弈的多車協同計算／ １０６
３.３.１　可重疊聯盟協作計算框架／ １０６
３.３.２　霧計算協作聯盟系統模型／ １０７
３.３.３　基於可重疊聯盟的多車協作計算方案／ １０９
３.３.４　可重疊聯盟協作計算性能分析／ １１８
3.4　基於多智能體強化學習的跨域協作車聯網霧計算／ １２２
３.４.１　多智能體強化學習簡介／ １２２
３.４.２　跨域協作車聯網霧計算架構／ １２８
３.４.３　跨域協作計算任務卸載方案設計／ １３３
３.４.４　跨域協作車聯網霧計算性能分析／ １４１
第4 章
多車協作
決策
　4.1　基於區塊鏈的多車協作事件決策／ １５３
４.１.１　分層式車聯網區塊鏈架構設計／ １５４
４.１.２　事件驅動的多車協作決策系統模型／ １６３
４.１.３　基於區塊鏈的多車協作事件判斷方案／ １６５
４.１.４　多車協作事件決策性能分析／ １７４
4.2　電動汽車協作能量交易決策／ １８６
４.２.１　電動汽車協作充電機制／ １８６
４.２.２　車聯網賦能多車協作能量交易架構／ １９１
４.２.３　基於匹配理論的電動汽車協作能量交易方案／ １９４
４.２.４　多車協作充放電能量交易性能分析／ ２０６
4.3　交叉路口多車協作通行決策／ ２１１
４.３.１　無信號燈交叉路口管理介紹／ ２１１
４.３.２　無信號燈交叉路口車輛通行建模／ ２１２
４.３.３　中心式多車協作通行方案／ ２１６
４.３.４　分布式多車協作通行方案／ ２２８
4.4　基於協作強化學習的多車協作路徑規劃／ ２４１
４.４.１　協作強化學習介紹／ ２４２
４.４.２　多智能體路徑規劃問題／ ２４５
４.４.３　基於模仿學習的多車協作路徑規劃／ ２４７
４.４.４　基於分層協作學習的多車協作路徑規劃／ ２５２
４.４.５　多車協作路徑規劃性能分析／ ２６０
參考文獻／ ２６４
全彩印刷，印裝精美 十四五 重點出版物規劃項目 同濟大學專家力作