原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
FAST-zero’25
Papercategory:ScientificPaper
V2X意图共享在协作电动助力自行车中的应用
FelipeValle,JohanElfing,JoelPålsson,ElenaHaller,OscarAmador
HalmstadUniversity
Contactaddress:Halmstad,Halland,30118,Sweden
Phone:(+46)035-167100
Correspondingauthor’se-mail:oscar.molina@hh.se
Keyword(s):EPAC，意图共享，轨迹预测
本CorresponmdingSymposiumTopic(s):A-1:CollisionAvoidance;A-6:ConnectedCooperativeDriverAssistance
译Systems;B-7:VulnerableRoadUsers
中
1摘要虽然现有的CCAM服务允许道路使用者预测
v或推断彼此的运动（即意图识别）(3)，但真正的合
3本文介绍了一种用于电助力自行车（EPACs）
2作（CCAM中的第一个C）意味着共享目标和策
2在V2X通信框架中的新型意图共享机制，增强了
2略（即合作博弈的定义(4)）。此外，意图共享与意
2.ETSIVRU感知消息（VAM）协议。该方法通过二图检测相比减少了并分散了任务复杂度：无需让
6次多项式拟合和最小二乘法（LSM），用紧凑的椭道路使用者计算1条预测轨迹，他们只需预测
0圆形地理区域表示替换了离散的预测轨迹点。这
5并分享自身的预期轨迹，并接收邻居的路径。
2种方法以固定大小的数据负载编码轨迹预测，与
:后者的方法是由EuropeanTelecommunications
v预测点的数量无关，从而支持更高频次的传输并
iStandardsInstitute(ETSI)在他们的VRU意识基本
x改善网络可靠性。仿真结果表明，在受限通信条件
r服务(5)中设想的，它依赖于VRUAwarenessMes-
a下，该方法相比标准ETSIVAM具有更优的包间
sages(VAMs)，包括VRUs位置和速度（速度和航
间隔（IPG）性能。物理实验验证了在嵌入式系统
向），以及作为一个坐标集的预测轨迹。然而，由
中实时部署的可行性。该方法支持可扩展、低延
于在每个消息中包含所有这些信息的数据要求，
迟意图共享，有助于合作感知和连接及自动化移
VAMs只在其VAM子集中包含这种预测（即，在
文档评论（0）