智能时代的道路发展

智能时代的道路发展

陈娜

广东飞达交通工程有限公司

随着信息技术的飞速发展，我们迎来了人工智能时代。在智能时代的日常里，我们用着智能手机，操控着智能机器人，开着智能汽车，走在智能道路上。我们身边的一切事物，都将被赋予人工智能，使其更懂人类，更好地服务人类。

所谓的智能化，就是使物品像人一样具备感知和思考并做出决策的能力。衣食住行是人类社会活动的核心，随着人类对空间自由的追求日盛，便捷出行成为了当下炙手可热的探索热点，大到自动驾驶的城际铁路和城市地铁，小到无人驾驶的公交车和私家车。城际铁路和城市地铁因为有着一套专享的轨道系统，在智能化实践中走到了前列；而公共汽车和私人汽车则因为错综复杂的道路系统而迟迟未能实现自动驾驶。在智能化的浪潮中，作为交通系统主力的道路系统，要如何适应这场智能化革命才能最终实验全面智能化？本文将通过讨论智能道路领域的创新现状，概述道路工程中的智能方法，定义智能道路的关键功能，深入探讨智能时代的道路发展方向。

1.智能道路的基础设施设计和管理

在20世纪80年代，从模拟电子和机械设备到数字技术的进步导致了人类的一场革命，即所谓的数字革命。也被称为第三次工业革命，从60年代开始的一系列创新开始，它标志着信息时代的开始，在随后的几年中，信息时代通常被称为计算机时代、数字时代或新媒体时代。第四次工业革命是在第三次工业革命的基础上进行的，其特征是现代智能技术的融合。这场新的革命也经常被称为“工业4.0”，它将把计算机化和互联带入传统行业，将物理世界与虚拟世界连接起来，实现更高水平的自动化，提高运营生产力和效率。我们现在所经历的通常被认为是智能技术时代，描述了一个个人通过使用互联技术在数字领域之间移动以实现和管理其生活的世界。

从智能技术的概念来看，自然延伸引导我们走向“智能城市”的概念。现代城市收集了现代社会生活的许多方面，而流动性作为一个关键问题以一种广泛而反复的方式出现。智能城市的关键使能技术大多在ICT领域具体化。工业4.0及其在物联网（IoT）中的具体表现允许创建一个由嵌入电子、软件、传感器和网络连接的互联物理对象组成的庞大网络，成为下一代智能城市的基石。因此，智能城市整合了来自传感器、通信技术和各种物理设备的信息，以优化城市运营和服务的效率，为其公民提供可持续、繁荣和包容性的未来。因此，可以以生产性和有效的方式组织智能技术，以促进智能和互联交通方案，从而优化城市功能和服务，提高能源效率，促进社会、经济和环境可持续性。

信息和通信技术使智能交通系统（ITSs）的设计和实施成为可能。ITS将各种技术和服务结合起来，以优化流动性，使运输部门更安全、更可持续、更高效。在这幅全景图中，一些问题涉及运输基础设施系统，首先是道路运输。从这个角度来看，出现了一些问题：道路如何适应这场智能革命？如果需要对道路和高速公路的概念进行一些革命性的改变，它们如何变得智能？“智能道路”和“智能高速公路”是什么意思？它们可以是什么？

我们可以找到“智能公路”一词的许多定义，但最普遍的是，智能公路和智能道路是指纳入道路中的许多不同技术的术语。在更深层次上，这是一个关于未来道路的广泛概念，着眼于以智能方式应用新技术提供的机会的创新想法。因此，我们可以说，智能高速公路将物理基础设施与软件和数据结合在一起。在这些方面，道路本身可以成为创新的平台。智能高速公路将允许技术集成到当前的交通道路中，包括互联设备和物联网，以提高运输效率、驾驶员和行人的安全、清洁能源消耗，并促进可持续性。

随着人们对“智能”概念的普遍迷恋，“智能城市”、“智能移动”和“智能高速公路”近年来已成为人们越来越感兴趣的话题。谷歌趋势从2010年1月到2021 2月的时间序列显示，所分析的所有四个术语都有明显的增长。特别是，考虑到2010年和2020年的总体年价值，“智能”增长约94%，“智能城市”增长165%，“智能交通”增长82%，“智能公路”增长64%。更具体地说，如果我们看看过去二十年的研究领域，增长更加稳定。图2显示了Scopus索引的年度文档数量从2000年到2020年的指数增长趋势，其中参考字段中存在术语“智能”、“智能城市”、“智能移动”和“智能公路”+“智能道路”。

在过去的十年中，世界上已经启动了一些使用创新技术应用于道路运输的实验项目，例如支持高速公路走廊管理项目的智能系统和设备，尤其是基础设施管理者和地方政府。最近，人们对智能道路的兴趣已经上升到系统层面。在过去几年中，许多政府和交通主管部门将智能技术的价值解释为，智能技术不是在单个基础设施走廊层面上进行的孤立和限定的实验，而是整个道路网络高效创新管理的集成系统设计。智能高速公路可以从作为各国交通系统主干的单一用途转变为为为驾驶员和交通管理人员提供附加价值。因此，智能道路似乎是道路网络不久的未来，智能正在成为道路工程领域的一个有希望的研发方向，包括建筑信息建模（BIM）和智能交通系统（ITS）的不同集成应用，促进创新、自动化，连通性、合作、主动性、安全性和成本节约。

智能道路是欧盟“合作智能交通系统”（C-ITS）计划的关键部分，该计划将允许道路用户和交通管理者共享信息并使用信息来协调他们的行动。创新、合作、互联和自动化将使欧洲的道路更加智能。在欧洲一级表达的这些重要立场正在启动成员国的政策，随后是相关实体和运营商的倡议和首批行动。在这方面可以说明的一个例子是意大利的案例。2018年4月，意大利基础设施和交通部（MIT）发布了一项具体法律，即所谓的智能道路法令（DM 28/02/2018），智能道路的出现在意大利正式开始。还应注意的是，意大利议会于2017年底批准了2018年预算法中关于国家级智能道路的重要参考。智能道路法令确定了功能标准，以创建更连通、更安全的道路，从而可以与车辆上的用户进行通信，通过新技术提供关于交通、事故、天气状况和其他信息的实时信息，以实现更好的旅行舒适性和更好的基础设施管理。麻省理工学院还确定了这一创新方向的首批干预措施，考虑到新建路段或需要特别维护的路段，这些干预措施将涉及高速公路网络。在第一阶段，到2025年，将对属于TEN-T网络的意大利基础设施、跨欧洲网络运输以及整个国家高速公路网络采取行动；这些服务将逐步扩展到国家综合运输系统的整个网络。根据欧洲和国家机构概述的这一趋势，Anas S.p.A.是一家股份制公司，自2018年以来一直是FS Italiane集团的一部分，管理意大利国有的道路和高速公路，已制定其智能道路计划，为该国提供一个高效的道路网，迎接未来的新挑战，未来10年总投资约10亿欧元.

回到国际背景，正如INDRA在其2019年行业报告中所报告的那样，智能道路技术属于一个不断扩大的行业，具有巨大的市场前景和机会。该报告估计，未来几年该市场的年增长率将为7%，预计2022年欧洲的年增长率将超过20亿欧元。在此背景下，本论文旨在对道路工程中的智能方法进行概述，对智能道路发展的现状进行广泛但并非详尽的讨论。从智能道路功能的定义和智能城市背景下更普遍的流动性出发，本工作回顾了该领域最新的创新路线。因此，本文从环境和社会可持续性的角度，对这些创新实现智能道路愿景目标的实际能力进行了讨论。事实上，本次讨论旨在根据智能时代交通的重点，强调道路交通基础设施和服务市场中这些当前创新的一些优势和关键性。

2、公路工程中的智能道路概念

几十年前，法拉利概述了高速公路的未来。在交通控制技术出现之初，他确定了基础设施发展的方向，即更专业化，使用交通管理控制系统，确保公路基础设施的效率、可靠性和安全性，采取有效干预措施，并对资本和土地使用作出有限承诺。法拉利将交通基础设施的更高安全性和可靠性与车辆使用自由度的降低联系在一起。这样，城市道路的可靠性和安全性最低，铁路基础设施的可靠性和安全性最高；它们也随着车辆数量的增加而减少。从这个意义上说，他认为高速公路是20世纪30年代和40年代的一次尝试的结果，该尝试旨在创建一个比城市道路更严格的规则和控制的道路运输系统，使其性能更接近铁路。

控制、可靠性和安全性之间的联系清楚地从这些考虑中显现出来，并进入了智能时代，这是法拉利所写的未来。在智能时代，控制策略与传感器网络、连接与合作、物联网和人工智能齐头并进，这在交通系统领域堪称典范。正如引言中已经提到的那样，协作式智能交通系统（C-ITS，根据欧洲术语）是一种基于车辆之间以及车辆与物理基础设施之间的通信与合作的新兴技术。事实上，所谓的互联车辆（CV）和智能道路概念通常被视为同义词。尽管这当然是一种简化，如引言所示，如前几项所述，CV代表了智能道路的一个核心元素。

以一种非常综合的方式，我们可以说CVs配备了先进的通信技术，允许在运输系统的各个元素之间交换信息，配置通常被识别为“车辆到一切”或V2X。V2X网络连接实际上是根据车辆与外部世界之间关系的性质来指定的，包括车辆到车辆（V2V）、车辆到基础设施（V2I）、车辆到人（V2P）、车辆到网络（V2N）。

新的V2X技术，甚至与非CVs混合，随着引入新的运营模式、交通流基本原理和管理的变化以及安全和移动性管理的重新设计，正在引起越来越多的兴趣。正如Guerrieri等人所强调的那样，最近在车辆自动化方面的创新使得有必要研究公路工程中的新设计标准。这些作者指出，未来的道路演变将产生一个从基于人-车-路组件之间相互作用的当前交通系统向智能系统只有车辆-道路和车辆-车辆交互。因此，由于人为因素在驾驶过程中不太重要，因此需要修改设计标准。根据这些假设，Guerrieri等人提出了自动化公路的设计标准，涉及停车视距、直线设计、平圆曲线设计、缓和曲线设计、凸竖曲线设计、凹竖曲线设计、通行能力估计和安全条件评估。

如果连接与合作成为V2X环境下智能道路配置的基本主题，则必须拓宽视角，以充分体现智能道路概念。在这方面，赵和吴采用的基于枚举定义的方法对于术语和函数的充分分类非常有用。因此，对于这些作者来说，智能道路涉及四个基本项目：自我意识，即自动实时监测道路状况（甚至交通状态）的能力；信息交互，即连接用于道路和车辆监测的智能设备的能力，以及在智能通信系统内连接传感器网络和数据库的能力；自适应，即能够自动适应道路的各种情况；能源收集，即从路面、路基和其他基础设施收集绿色能源的能力，并为整个智能道路系统或其他一些物体提供能源。根据枚举定义，每个项目通过一定数量的功能（例如，结构健康监测或自助服务项目的交通检测）来体现自己，这些功能又通过技术（例如，无损检测技术或分布式传感器检测）来实现。

很明显，为了正确分类，智能道路不能被视为单一和独立服务项目、功能或技术的集合。就其本质而言，智能道路是一个系统，其中集成了项目以及允许其实施的功能和技术或设计解决方案。这种集成必须遵循两个级别：定义主题项之间连接的逻辑级别（例如，自我意识和自我适应之间的逻辑联系，即根据监测的内容进行适应；自我意识和信息之间的逻辑联系，即告知现有条件；自我适应和信息之间的逻辑联系，即告知正在发生的变化；等等）；物理框架，即通过使用技术实现智能道路功能的逻辑框架的具体实现。从这个角度来看，回顾项目清单，对未来智能公路的设计标准和施工技术的关注必须在更广泛的背景下包括与基础设施“学习”、“互动”、“适应”和“反馈”能力相关的其他方面。下一节致力于深入研究这些方面，确定智能道路的关键功能和创新技术，即智能时代的公路概念。

3、智能道路的关键功能和创新技术

3.1、倾听自己的道路

在智能道路系统中，所有组件都是在短时间内生成的大量有用数据的来源。这是因为智能道路利用传感器和设备监测基础设施的状况或交通状态。这些数据是大数据资源，包含有关基础设施状况和驱动程序行为的详细信息。在智能道路系统中，可以从各种来源获取数据，例如大量传感器、智能卡、卫星系统、摄像头、社交网络等。这些大数据资源在逻辑和物理上都是分散的，但需要在可接受的时间内集中、处理和互连，以供系统的每个组件使用。Lopes等人确定了三种主要的交通数据收集方法，即路边数据、广域数据和浮动车数据。涉及车辆交通的路边数据涉及微观和宏观交通变量、车辆类型和重量，这些数据由路边的传感器和设备测量。这些传感器和装置可以是：感应磁回路、气动路管、压电回路阵列；微波雷达、超声波和声学传感器系统、磁强计探测器、红外系统、光探测和测距（激光雷达）以及视频图像探测器。广域数据监控定义区域内的公路交通状况，使用：摄影测量采集和处理、视频和音频分析、空间卫星采集。随着最近的技术发展，基于车辆的检测代表了一种越来越多使用的数据收集方法。浮动车数据（FCD）是指使用车辆作为传感器并提供点到点路径的移动数据收集，以及有关行程的详细信息。FCD技术的示例包括：无线通信和全球导航卫星系统（GNSS），例如用于V2V和V2X合作的全球定位系统（GPS）设备、车牌识别（LPR）系统、车载应答器单元（OBTU）。配备各种浮动传感器的车辆有可能成为在移动交通单元中使用众包传感器监测交通基础设施的完美工具。

适用于智能道路的扩展监测系统使用电容传感器、振动传感器、加速度传感器、红外传感器和光纤传感器来获取有关基础设施状态（振动、应力、磨损、故障等）和周围环境（温度、天气湿度、压力、风、照明、能见度等）的信息。考虑到基础设施和环境状况，我们可以区分路面和路基/土壤监测。路面状况传感器包括，例如，温度、湿度检测、结冰状况、结构损伤检测；路基/土壤边坡传感器涉及路基冻融监测、路基沉降监测、边坡稳定性监测。因此，由于安装了大量连接的传感器，智能道路能够自我监听。近年来，传感器领域发生了巨大的变化，道路领域的应用也随之难以置信地增加，使得人们可以开发出各种系统，在这些系统中，人们可以在任何地方进行连接，激活流程，并以富有成效的方式交换数据。这是物联网的前沿，被确定为万物互联（IoEE），从智能城市和智能移动的角度来看，这是一个无处不在的连接网络。小型化是在IoEE环境下操作的技术设备的研究和生产的驱动因素，这也开始出现在移动性领域，进入微电子领域，并进入纳米技术领域。这些微型设备网络形成了所谓的“智能灰尘”，即微小机电传感器（MEMS）的密集网格。

在获取最新和详细信息方面，无人机也提供了越来越多的机会。无人机，或最常见的无人机，以其高时空分辨率和灵活性，呈现出强大的动态集成能力。它们可以用于与道路安全（事故调查、风险评估）、交通监测和管理（车辆检测和交通参数提取、交通流和交通行为分析）以及公路基础设施管理（结构检查、路面状况、道路病害监测）相关的不同目的。

各种不同性质的传感器以及与基础设施、环境和交通条件相关的大量数据的产生，实现了智能道路的自我感知这一关键功能。

3.2连接、通知和调节的道路

如上所述，共享信息、连接和合作成为智能道路的基本主题。因此，信息交换系统是智能道路中需要配备的关键要素，提供条件（基础设施和环境）数据和车辆数据的上传和相关反馈。智能道路的IT网络基本上基于无线通信技术，特别是动态技术，确保快速漫游和连续通信服务。这些通信系统在确保人与数字仪器之间的连接、车辆连接、基础设施连接及其相互连接方面发挥着重要作用。智能道路用户共享由传感器收集并由技术系统和应用程序处理的信息，以获得更舒适、可靠和安全的驾驶体验。因此，通过车载设备和/或个人设备（如智能手机和平板电脑）为用户提供实时服务。配备传感器的每个技术设备（包括道路结构和车辆）都是IT网络的一部分。所有这些连接的设备每天每分钟收集大量数据，共同构成了所谓的物联网（IoT）。实际上，物联网是机器对机器通信（M2M）的演变。如果M2M将一个设备链接到另一个设备，则物联网将不同的M2M技术连接在一起，以便在相同类型的多个设备之间传输数据，而无需人类干预。因此，设备和传感器之间收集和交换的关于车辆、基础设施和周围环境的大数据是智能道路的命脉。在不久的将来，大数据分析预计将显著提高其在道路管理、安全和维护中的作用，使我们能够在现有道路网络的物理基础设施上叠加数字层，以收集有关我们公路的更好数据。

为了确保主动感知（即倾听自己）并将其转化为自动识别（学习和通知），这是智能道所需的能力，需要大量关于基础设施及其日常运营各个方面的数据？（或者更好的是，它的即时功能）必须正确收集、过滤、处理和分类。一方面，如果物联网产生大量信息，另一方面，被称为人工智能（AI）的数据驱动技术提供了算法来理解所有这些数据。机器学习和深度学习为预测分析提供了各种先进的分析工具，反过来又可以为预防措施提供信息。除了这些用于大数据分析的算法之外，人工智能认知计算工具还允许随着时间的推移观察数据，强调了学习、记忆创建、经验检索和智能道路适应性的作用。

在智能道路上，车辆彼此、与基础设施以及其他感兴趣和授权的主体交换信息。在非常一般的情况下，我们讨论车辆到X的连接，用一个词V2X表示（见图4），其中X可以用:V表示，以表示另一种通用车辆，例如提供和接收交通状况警报；一、 指示基础设施，例如，允许车辆就规则（速度）发出警告限制、交通限制等）或临时事件（事故、维护操作、工作区等），并最终使驾驶适应当前或未来的环境；P、 指示人，用于与附近设备进行数据交换以接收信息；N、 表示网络，用于与操作控制中心（OCC）进行数据交换。V2X连接可以通过可变速度限制、匝道计量、硬路肩运行、排队和其他协作自适应巡航控制系统实现公路交通管理现代解决方案的全面和盈利应用。在不久的将来的智能高速公路中，联网车辆也将是自动的，因此它们被称为CAV（联网和自动车辆），即配备非人驾驶系统的车辆。车辆自动化是人工智能（AI）在交通领域的具体应用。通过使用大量数据（那些我们已经确定为大数据并且由智能道路不断产生的数据），人工智能算法使计算器能够为人类执行活动，例如驾驶。从简单的驾驶员辅助到全自动化（根据国际汽车工程师学会标准中定义的5个自动化程度，如图5所示），自动驾驶汽车（AV）配置了不同类型的传感器，通过车载技术使其能够适应现有的道路环境。实际上，如果AV可以与系统的其他X元素建立持续对话，那么这种情况在现实世界中是可以实现的、有效的和安全的。也就是说，在一个我们已确定为CAV的自主和互联车辆。

车载自组网（VANET）、专用短程通信（DSRC）和无线局域网（WLAN），如Wi-Fi，提供了有效支持安全V2X通信的潜力。VANET允许在小距离内彼此靠近的车辆连接和交换信息，并使路边设备能够通过广域网络与车辆通信。VANET通过DSRC技术实现，以创建无线V2X通信。该领域的技术发展迅速，新协议提高了通信的效率和安全性（例如卫星、蜂窝、Wi-Fi无线局域网（WLAN）及其在车辆环境中的无线接入（WAVE）演变、蓝牙无线个人局域网（WPAN）、毫米波、红外和射频识别（RFID））。由于VANET内通信的完整性对于基础设施的安全和其用户的隐私/安全至关重要，并且是高风险情况，因此不断提出新的解决方案来提高对可能的攻击的抵抗力。从这个意义上讲，最新的创新涉及使用从比特币加密货币借用的计算范式，即所谓的基于分布式账本的区块链技术，该账本可以由网络上的多个节点读取和修改。分类账分录分为“块”，按时间顺序连接，其完整性通过使用密码技术得到保证。新块的添加由共享协议全局控制。一旦新块的添加获得授权，每个节点更新其私有副本，这保证了不存在可能的操作。尽管区块链技术仍处于早期阶段，但正如Astarita等人在其最新文献综述中所示，区块链技术在运输系统领域也表现出了极大的前景。在最近的一项研究中，Guerrieri等人认识到，与传统高速公路相比，智能高速公路具有积极的环境影响。他们使用生命周期评估LCA分析，考虑基础设施建设和维护产生的影响、交通排放产生的环境影响以及与创新屏障及其解决方案（如排障）相关的安全影响（见第3.3节）。结果表明，与传统智能公路相比，新型智能公路的能耗、污染物排放和事故事件显著减少。几项研究（例如，见或）强调了V2X和CAVs中出现的智能道路的基础设施功能所带来的相当大的好处：由于驾驶员感知和反应时间的减少（人为因素），车道容量增加；降低流动破裂现象的频率（流动不稳定）；潜在事故数量减少导致的安全改进。事实上，这些是法拉利几十年前已经看到的结果（见第2节），这是由于公路交通管理控制系统的不断增加。

对于基础设施运营，从智能道路收集的数据将有助于城市规划、基础设施设计和管理。交通大数据存储和分析可供工程师用于分析特定区域的交通流，检测交通流的时空波动宏观和微观变量，以高标准的效率和安全性，寻找预防拥堵和管理流动性的最佳解决方案。这也可以通过使用不同级别的模拟技术（即宏观、中观和微观）来实现，这些模拟技术通常是交通工程分析方法的特征。可以对基础设施和环境数据进行类似的考虑，这些数据可以流入建筑信息建模（BIM）平台，用于表示基础设施及其组件，突出与周围环境的关系。因此，BIM组织来自传感器网络的数据不仅用于设计目的，还用于支持基础设施的建设、维护和运营管理。交通、基础设施和环境数据是结构健康监测系统的动力源。SHM是指对结构系统的材料和/或几何特性进行变化检测的过程，以确定系统健康的当前状态。在公路设计、管理和维护领域，这尤其涉及关键结构，如桥梁、高架桥和隧道，用于快速状态筛选，以近实时地提供有关结构完整性的可靠信息。这是一个新的视角，将当前的被动方法转变为新的主动方法。第3.3节探讨了一些解决方案，这些解决方案使用了有关周围环境和基础设施状态的信息，使后者能够更好地响应当前的事件。

除上述内容外，还应注意，智能道路的一个非常重要的组成部分是向道路使用者提供有关当前状况的准确信息。借助车载或个人设备，可以在车内提供信息，并且不会分散驾驶员和用户的注意力和困惑。增强现实（AR）作为人机界面具有巨大潜力，它通过在驾驶员视线中以最小细节叠加有用的真实世界背景来增强驾驶员的感知。从基础设施的角度来看，智能解决方案是在配备各种传感器和led显示器的专用自适应道路标志和标线上显示信息内容。由于这些也是自适应组件，因此在第3.3节中有详细说明。由于4G技术的局限性，随着5G通信的出现，所有这些应用程序都将得到显著提升。5G和边缘计算将允许处理大量本地生成的数据，并将相同的数据以更紧凑的形式发送到远程系统。由于任何地方的网络可用性都有可能克服当前的时间和数据大小界限，这两项关键技术将允许在设备和传感器中应用智能层，具有更大的弹性和更高的实时有效性，以生成一个先进的通信系统，使协作、，连接和自动驾驶是可行和有效的。对这种巨大数据流量的最有效管理将是6G的任务。这项第六代移动技术将被用来解决这一工程和计算挑战，具有更高的带宽和更低的延迟，这将确保更快的响应时间，甚至更多的设备连接到单个天线。6G将确保密集的人工智能存在，为人类和非人类用户创建上下文敏感的智能服务和应用程序，以及无缝跟踪用户的无处不在的服务。

3.3适应环境的道路

如前所述，CAVs和V2X连通性为更有效地实施其公路交通管理解决方案开辟了可能性，例如：可变限速、匝道计量、动态车道管理和硬路肩行驶、排队和其他合作自适应巡航控制系统策略。这些解决方案可视为自适应智能道路应用。

可变速度限制（VSL）和速度协调（SH）策略可以根据交通状况动态更改速度限制。VSL和SH可能涉及在拥挤区域或工作区之前逐渐降低速度，以减少拥挤并提高安全性。交通传感器监测实时情况，并向OCC发送信息以计算最佳速度。此信息与车辆共享。可通过连接车辆的车载设备和非连接车辆的自适应头顶标志向人类驾驶车辆的驾驶员提供，或直接由CAV用于将其速度调整到推荐水平。匝道计量（RM）和协调匝道控制（CRC）策略用于调节进入高速公路的车辆数量，以确保最佳交通运行。入口匝道由自适应交通信号控制。红/绿时间由人工智能算法提供支持，该算法使用实时交通数据来确定最佳进入率。因此，根据估计的最佳进入率，进入车辆排被打破。多余的车辆在坡道上排队，试图并入主线。由于进站车辆的最佳时间间隔，RM/CRC算法确保主线车辆不需要降低速度。动态车道管理（DLM）和硬路肩运行（HSR）是现有高速公路横断面的重新配置策略。如果路肩车道转换为车辆的附加车道，则为硬路肩行驶。高铁通常具有动态特性，允许在高峰时段增加高速公路通行能力。行车道上的高架标志表明硬路肩是否通车，以及强制限速，该限速取决于交通条件和高铁的开通/关闭。在某些情况下，路肩车道行驶的可能性是永久性的，即路肩车道仅在紧急情况下关闭。该运行方案的名称为全车道运行（ALR）。DLM的一种特殊类型是逆流车道（CFL），即为了临时增加道路的定向通行能力而反转一些车道。由于支持动态车道反转的基本要求是反转操作必须发生的速度和安全性，这大大限制了其在实际情况中的应用。

排的概念是指车队中的一组车辆，彼此之间距离较短。多亏了通信技术（VANET DSCR），排的管理可以自动安全地完成。车辆可以相互通信，以便与起主导作用的车队负责人同步行驶。排队是一种交通控制和优化策略，在货物运输领域正经历各种实验和首次应用，即所谓的卡车排队。第一批应用程序开始适用于同一品牌的车辆，等待在跨国网络（如欧洲网络）上进行品牌间扩展。除了从提高基础设施容量和安全性的角度来看的优势外，卡车排程还可以通过提高效率和可持续性来实现进一步的好处：减少空气阻力的摩擦，减少燃料消耗和排放，从而降低商业和社会成本。由于车辆的连通性和自动化、实时数据的可用性、基于IA的决策系统的应用和公路要素的自适应性，这些策略将在这里简要回顾，将决定智能道路未来有趣的增强应用。如前所述，基础设施适应性的一个重要方面涉及道路标志和标线。最新一代道路标志的基本要素是其自适应信息LED面板，显示由本地传感器实时监测或由OCC处理的数据，作为长期存在于道路基础设施上的可变信息面板（VMP）的进一步发展。配备传感器的自适应交通标志和路灯可以采用多功能灯杆或多功能车站的形式，通过最合适的技术和通信解决方案实现，以确保最佳的可用性3.4、养活自己的道路

除了上述对环境的积极影响，以及在施工、管理和维护操作中以较低排放和消耗运行的可能性外，智能道路是安装创新能源生产系统的理想平台。事实上，智能高速公路可以被视为可持续能源增长的绝佳机会，从而实现发电。因此，智能道路应该是一个自我维持的系统，使用自生能源维持其所有功能和技术。为了获取能量，我们可以确定智能高速公路最可行的三个方向：太阳能、热能和机械能。考虑到这些形式的能源，王等人对道路上不同应用的能量收集技术进行了全面和最新的综述，认为这是一种有前景的技术，可以生产可再生和清洁能源，并提高基础设施的可持续性。对于各种能源收集技术的深入研究，这些技术已成为产生清洁和可再生能源的有希望的方法，最重要的是，对于相对成本、机会和技术成熟度的扩展讨论，可以参考上述研究。下面我们简要回顾了这些研究提出的解决方案。太阳能收集可以通过光伏电池技术获得，该技术将太阳辐射转化为电能。太阳能电池可以安装在道路路面和隔音板上。太阳能也可以通过所谓的太阳能集热器系统（SCS）捕获和转换。这些装置可以捕捉太阳能，太阳能被路面吸收，并可以转化为热流体储存的热能，热流体在嵌入车道的管道网络中流动。SCS管道收集的热量可用于热电发电机发电。另一种热类型是所谓的热电发电机（TEG），基于热电原理，它从周围环境（如路面和路基层）的热变化中收集能量。将能量系统扩展到地球内部深处，还可以在公路部门实施地热能开发形式，利用热泵收集地下热能储存。从机械角度来看，能量收集涉及压电材料和风力涡轮机。PE材料由于机械应力而产生电荷。因此，道路路面的变形可以代表一种能量收集策略，使用导电沥青层和压电材料层收集耗散的车辆动能，即能量收集路面系统（EHPS）。谈到另一种清洁和可再生能源，即风能，我们可以很容易地想象，车辆以一定速度通过时产生的气流可以用于移动WT。很明显，当运输量和速度允许我们处理一定恒定和速度的风力时，公路风车可以代表一个值得注意的清洁能源收集系统。Liew等人就垂直轴和水平轴风力发电提出了对公路能量收集的风力发电技术可行性的最新审查。然而，在评估其真实可行性时，深入研究这些涡轮机的形状和最佳定位、该地区的风特性和某条公路的风力发电是至关重要的方面。

除了生产来自清洁和可再生能源的能源外，智能高速公路还必须使这种能源直接可用。如果配电网（即使是传统类型的配电网）能够为道路管理提供基础设施和技术（即传感器、系统、照明等），那么当我们转向车辆供电时，就有必要在创新方面实现重大飞跃。电动汽车（EV）最近显著提高了其市场渗透率。此外，在不久的将来，我们可以想象所有CAV都将是电动的。因此，未来的高速公路必须允许这些车辆供电，或者更确切地说是充电，而这必须在没有任何插入式充电系统的情况下不可避免地发生。无线电动汽车充电系统（WEVCS）可以作为静态无线充电系统（S-WEVCS）和动态无线充电系统（D-WEVCS）。S-WEVCS表示车辆静止在专门设置的区域上充电，无需插入式连接，因此适用于停车场。D-WEVCS也称为动态充电或驾驶时充电，因此，它是进化电动汽车环境（即V2G连接）中的合格解决方案。感应功率传输（IPT）是一种一阶D-WEVCS技术，用于电动汽车的无线充电嵌入车道中的线圈，在电动汽车移动时将感应功率转移到二次线圈。有关电动汽车无线充电技术的更深入信息，Panchal等人和Ahmad等人提供了有益和全面的综述。

3.5智能城市、智能道路和智能十字路口

尽管在前几节中，关于智能道路的讨论几乎是针对具有高速公路特征的基础设施，但这绝不排除将这一创新概念扩展到城市道路网络。如本文导言所述，现代城市代表了一种理想的环境，在这种环境中，智能和互联移动的新技术可以以生产和有效的方式进行组织，以优化城市功能和服务，提高能源效率，促进社会、经济和环境的可持续性。从这个角度来看，如图6所示，智能时代城市的新灵感，即所谓的智能城市，涉及：宜居性：城市提供清洁、健康的生活条件，没有污染和拥挤，数字基础设施使服务随时随地即时方便；可操作性：提供支持性基础设施（服务、能源、连通性、计算）的城市，以在全球范围内竞争高质量工作；可持续性：提供服务而不剽窃后代的城市。扩展智能道路概念，未来智能城市的道路网络将由智能系统管理，该系统将能够考虑每辆车并与其通信。这些由智能和协作元素组成的未来网络将能够保证运行中的自我意识、信息交互和连接、环境自适应和能量效率，减少拥堵，促进安全和可持续性。不言而喻，智能城市的智能道路网络需要智能十字路口。实际上，智能互联十字路口是智慧城市的基础。

一段时间以来，城市中的道路十字路口配备了基于现场交通测量、驱动控制方案和协调控制的自适应交通信号。交通响应和协调信号现在在我们的城市中相当普遍，倪提出了用最具创新性的解决方案对此类系统进行全面讨论。最近，Astarita等人发表了一篇关于FCD自适应交通信号的有趣而详细的文献综述，它代表了创新控制系统的起点。参考上述研究以获取详细的文献参考，快速回顾解决方案，尤其是移动电话和无线通信与全球导航卫星系统技术（如GPS）相结合。这些作者还报告了一些研究V2X连接潜力的报告。事实上，联网车辆和V2X可以在更详细的交通措施的基础上调节自适应交通信号。这极大地扩展了实施人工智能解决方案的可能性，以更好地实时管理单个十字路口、道路沿线的一些连续十字路口，甚至城市的大部分地区。

除了管理安装在路口的信号系统外，V2X通信还将允许车辆上的实时车载信息。目前，这两个方面中的第二个方面已经在车载系统上进行了实验，该系统允许使用来自交通信号的信息来调整驾驶模式。关于影响交通信号控制系统的第一个方面，第一批实验开始出现成果。不言而喻，这些系统的设计必须考虑到自主和互联车辆与人类驾驶车辆的共存。V2X环境下的自适应交通信号控制系统将能够安全地处理这种共存，在冲突机动的管理中保持足够的约束。这将使CAV在移动市场中的渗透率不断提高成为可能，确保各种传统驱动车辆的安全运行，这些车辆最初将占主导地位，并将逐渐减少。在未来的场景中，在广泛互联的环境（即V2X）中完全存在自动驾驶车辆，甚至可以充分解决与无信号交叉口管理相关的问题。事实上，传感器和人工智能算法收集的大数据可以确保实时交通管理和控制系统的实施，以调度每个CAV的交通，并消除冲突风险。

车辆排队系统、速度协调和轨迹优化系统允许消除智能道路网络无信号交叉口机动管理中的不确定性。事实上，这个十字路口可以由中央交通控制系统（我们称之为OCC）根据性能优化计划进行管理。因此，从这个意义上讲，在只有CAV的V2X环境中，根据OCC实时定义的计划，并考虑交通量，发现十字路口以确定性方式运行（因为所有车辆路径都是已知和共享的），在某些预定标准下的基础设施和环境背景（例如运输效率、机动安全、乘客舒适度、能源消耗、环境影响等）。一般来说，无信号交叉口的自动引道可分为集中式或分散式。集中式解决方案包括V2I通信，该通信共享最佳交叉序列，由OCC通过决策算法识别，以实现安全和最佳交叉序列。分散式解决方案仅基于到达交叉口的车辆之间的通信，没有集中协调（即V2V），以执行协作机动。集中式和分散式解决方案可以使用协作式自适应巡航控制（CACC）等协作驾驶技术优化车辆的交叉顺序和动态行为。虽然当在集中式系统中进行更高级别的管理时，可以正确识别CACC，但Medina等人引入了一种虚拟CACC，通过仅基于V2V通信的协作式自主车辆虚拟排来实现分散解决方案。Azim等人介绍了一种称为BRIP的时空技术，即舞厅交叉口协议，用于管理交叉口的自动车辆。BRIP在已知或向所有接近车辆广播的十字路口强制CAV的同步到达模式。这些方面还涉及传统和创新形式的环岛，例如所谓的涡轮环岛，其布局不同。因此，可以实施许多技术和标准来优化通过V2X的环岛交通流，但在同时存在CAV和传统人力驱动车辆的情况下，这些技术和标准在没有重大并发症的情况下不适用。

为了克服这个局限性，一些研究已经开始解决这个问题。其中，Masi等人提出了一种虚拟排方法环岛交通，同时考虑了人驱动的连接车辆和非连接车辆，通过足够的传感器了解其在交叉口几何形状上的位置。该方法允许应用排队策略来管理具有部分自动化和/或车辆连接的无信号交叉口（包括环形交叉口）的复杂场景。为了保持与人类驾驶车辆的兼容性，Ibanez等人最近提出了他们的同步模型，称为具有旋转优先扇区的同步环岛，SYRPO。SYRPO融合了传感器、CAV、V2X、物联网和人工智能等智能技术，以匀速到达环岛的车辆排为基础，在指定的进入时间段内。它的信号系统对人类驾驶员来说是可视的，对CAV来说是无线的，控制策略可以防止冲突和停车。在城市地区，但不仅如此，道路交叉口是不同类别用户的交汇处，首先是机动和非机动用户。从这个角度来看，智能创新不能忽视行人和自行车道交叉口。人行横道是交通领域最危险的地方之一，因为大多数交通事故都发生在那里。因此，智能交通系统和智能移动解决方案可以支持开发能够最好地管理这些过境点的基础设施。Pau等人回顾了一系列ICT解决方案，以通过高性能识别系统和用于控制红绿灯相位的自适应逻辑来提高交叉安全。关于这一主题的深入书目应参考本研究。然而，这些解决方案的特点通常是对已经讨论的混合情况下交通管理解决方案的扩展和具体化（即存在CAV和人驱动车辆），以考虑非机动用户的存在。实际上，这些显然是实现智能道路关键功能的解决方案：自我意识、连接和通信、自适应，甚至当技术解决方案包括可再生能源（主要是太阳能）用于其运营时的自我供应。符合上述关键功能的一类新型创新型人行横道和自行车道以所谓的智能斑马线为代表。最近开发了一些原型，以激活实验室实验并启动后续的真实安装。其中，我们可以提到Starling Crossing系统，这是一种自适应道路标记系统。Umbrellium开发的Starling（STigmergic Adaptive Responsive LearnING Crossing）原型，用于与Saatchi和Saatchi直接连接，由一个带有超亮LED的响应性路面和一个摄像头网络组成，可以区分车辆、行人和骑自行车者之间的差异。十字路口空间看起来是传统斑马线的数字化版本，但当有十字路口请求（即行人或骑自行车的人）且控制系统认为十字路口可以安全进行时，它会被激活。道路边缘的地板上出现了一个十字路口符号，先是红色，然后是绿色。如果人群试图立即穿越，数字化的交叉标志将变宽，当不再需要或无法安全穿越时，这些标志将消失。该系统使用stigmergy的原理，即蚂蚁留下的信息素痕迹，吸引其他蚂蚁到通往食物来源的最佳路径，以及基于蚂蚁的人工智能算法来监测和适应行人的意愿，并确保在当前环境/道路/交通条件下安全穿越的可能性。

智能交叉口的最后一个观察是关于其自身的馈电能力。对于城市道路和十字路口，除了太阳能的数量外，更难像高速公路那样假设可再生能源的产生来源的多样性；但是，无论如何，他们的智力管理仍然可以产生显著的能量节约，以及较低的环境影响。同样在这种情况下，研究正在不断发展，新的能源收集假设正在研究中。Ibrahim等人最近的一项研究试图利用交通路口上移动车辆和行人的压力，进而转化为电能机械装置和压电材料。智能移动概念与客运的多式联运和多式联运特征有关，尤其是将人们从私家车使用转向更可持续的替代方式。根据Willing等人的定义，多式联运是指在同一行程中提供多种和替代运输模式，而多式联运是指乘客在单程中有机会使用不同运输模式的组合。这些作者回顾了客运系统中多式联运和多式联运的一些现有解决方案，强调了它们作为更可持续的交通行为的激活者和缓解紧张的城市交通系统的解决方案的作用。从信息系统角度来看，智能城市增强了多式联运和多式联运政策，为出行规划和交通系统集成提供了网络平台。越来越多的个性化交通服务需求推动了新的数字服务的发展，使用户能够规划、预订和支付多种类型的移动服务。这就是所谓的移动即服务（MaaS），这是一种服务概念，将不同类型的移动服务（如传统公共交通、停车场、出租车和共享骑乘）与一组核心属性相结合，例如：需求导向；多个公共和私人行动者；关税一体化和支付协调；信息和通信技术及其解决方案；用于用户出行选择定制的数字化规划渠道和工具。实际上，这些类型的应用旨在根据可用交通模式的基本场景和偏好，根据与用户和智能城市政策相关的几个重要标准，为特定出行路线提出最合适的交通模式/解决方案组合。由于准确的高质量出行行为知识是高效服务的先决条件，为了提供有效和有用的选择支持，拥有准确的高质量出行行为知识对于用户来说非常重要，既可以作为自动交通模式检测，也可以作为相关标准表征。从这个角度来看，Feilhauer等人提出了一种先进的自动化出行行为检测和分析平台，用于多式联运和多式联运出行优化。

关于智能十字路口，中国在技术落地方面已经先行一步。在中国部分城市的新建十字路口红绿灯系统，目前已经通过5G技术进行联网。而目前中国大部分车企在售的汽车都具备互联网属性，我们称之为智能汽车，它们通过4G或者5G网络连接网络，将汽车的实时信息与城市大脑共享，而城市大脑也将导航路线前面红绿灯的实时信息回传给互联网汽车，车载导航系统（如百度地图）就会将信息处理后，通过计算将最佳的行驶速度推进给司机，以减少司机等红绿灯时的时间浪费。这是智能化道路的一小步，随着智能汽车和智能路网的进一步完善，智能道路的智能化会变得日益强大。

4.智能道路是现代道路运输的社会和环境可持续愿景

根据我们试图总结的智能道路的定义，从关键功能出发，回顾当前道路领域对智能时代的解读的创新技术和策略，有必要扪心自问：我们可以为未来的道路考虑什么样的总体愿景？事实上，我们可以添加另一个不明显的问题，即：当前可用的选项如何适应这一愿景？智能交通联盟（STA）是一个非营利的全球合作平台，用于跨模式和智能城市的交通基础设施创新，为道路交通提供了有效的批评。道路基础设施无疑是最古老和最广泛的人员和货物流动方式，在社会观念方面经历了一个日益退化的过程。由于其社会和环境负面影响，基础设施和道路交通越来越直接地与完全消极的概念联系在一起。在社会、媒体和政治层面上，有不同的方面证实了这种不良看法，主要与以下方面有关：空气和噪音污染对当地和全球的影响，对全球变暖的贡献，对生物圈的不同组成部分和人类健康的影响；某些类型的运输引起的危险率和一般事故率仍未充分降低。同时，服务质量发达国家能够提供的道路系统正在不断减少。拥堵的增加，除了加剧上述环境和健康影响外，还降低了旅行的舒适度，增加了从其他主要活动中抽出的时间。这些方面代表了现代社会中个人和整个社区身心健康受挫和减少的典型根源。还应注意的是，在最近几十年的经验中，与其他运输方式相比，技术创新的努力对道路运输至关重要。铁路、航空和海军运输已经发生了重大变化，提供了不断扩大的新的和有竞争力的解决方案。道路基础设施没有发生同样的情况：长期以来，创新主要涉及车辆。移动车辆数量的增长，以及随之而来的拥堵和环境与健康影响的增加，加剧了道路运输的负面社会内涵。

现在似乎是时候重新讨论这一日益下降的作用了，让我们回到将公路作为现代综合运输和通信系统有效和高效组成部分的积极方面。事实上，投资于创新道路基础设施可以为整个社区带来盈利机会，这是一个提高社区福祉的机会，同时也可以增加对其他交通基础设施、生产工厂、市场、服务和结构的可访问性。健康、文化和娱乐机会以及参与社会和生产生活的所有方面。STA提出了智能道路的全面愿景，作为公路基础设施在社会和领土关系中的作用和意义的重生时刻：它“必须满足人们对公路运输的最高期望，并因此定义一个适应社会需求的未来公路模型”。考虑到这一愿景，可以确定一组标准，这些标准代表了多个维度，根据这些维度，可以通过能够使道路基础设施更可靠、更舒适、更可持续和更安全的解决方案来证实道路基础设施的这种面貌变化。换言之，该标准组解释了未来道路必须满足的多项要求，以符合社区的期望。在这一点上，似乎有兴趣根据STA的愿景确定的标准小组，为前几节中审查的关键解决方案提出合规性评估。评估包括根据三级量表，根据每个标准为每个解决方案分配分数：非常显著；重要的不重要。因此，表1按标准显示了关键解决方案和相对分数，以及作为所有七个标准平均值的总分数（分数级别/颜色/权重：非常显著/红色/2；显著/橙色/1；不显著/黄色/0）。根据我们决定分配的分数，表1表明，针对不同特征和功能提出的解决方案面向我们认为在实现所述愿景的目标方面具有重要意义的方面，即每个标准及其总体满意度。

然而，很明显，所审查的解决方案不应被视为一个谜团的一部分，在这个谜团中，缺少一个元素会影响整个工作。这些是丰富工具箱中的一些元素，我们可以利用它们来创建，有时，一个复杂的智能道路项目，符合社会和环境可持续愿景，并足以满足交通系统和社会的实际需求。无论如何，我们认为，必须注意乐观主义带来的潜在风险，在涉及新技术时，乐观主义可能潜藏其中。技术本身不应被视为能够使道路更安全、更清洁、更高效和更舒适，仅仅因为它们是创新的，符合自我参照的现代主义态度。必须仔细和负责任地研究、实施和校准这些措施，以确保其对社会和环境的有效性和可持续性。从这个角度来看，必须有证据表明，创新可以增加道路运输框架的复杂性。以一种非详尽但说明性的方式，并牢记作为智能道路愿景的技术方面审查的解决方案，我们可以思考以下主题：数据流和信息存储的安全性；个人隐私和责任；所有道路使用者的安全和保护，特别注意弱势道路使用者；新形式的污染，损害人类健康和环境。提出的许多解决方案对信息的需求很高，即不同聚合级别的大数据，为人工智能应用程序提供信息，以控制高度互联的系统，并实现高度自动化。正如我们已经有机会指出的那样，这些系统的安全和防止攻击方面对智能道路至关重要，寻找安全且不可攻击的协议是非常重要的在智能交通系统（ITS）的规划和控制中，车辆根深蒂固的安全和舒适的具体行动也必须最大限度地表达出来，尤其是针对弱势用户。必须确保提高行人和骑自行车者的安全水平，提供控制系统的集成，以考虑这些移动部件的需要。因此，预计将在智能交叉口领域进行深入分析和开发，以确保基础设施的共享和安全使用，尤其是在城市环境中。

最后，我们提出了不同的解决方案，考虑到其降低已知污染物排放和压力因素的能力，这些解决方案被评估为能够带来环境和健康效益。然而，对于这些解决方案和未来的解决方案，必须牢记对环境和人类健康产生新压力因素的可能性。在这方面，只要想想创新的建筑材料、无线连接、信息传输和能量分配的新技术、日益小型化的密集传感器网络（MEMS），以及它们对人类健康和环境的影响就必须得到适当的研究。

5、结论

智能道路概念，即智能时代的高速公路，扩展了道路基础设施，提高了其运营能力，以通过智能移动解决方案响应道路用户的现代需求。并将继续成为IoEE环境下伟大研究和实验的主题。大数据还意味着大量的个人信息，必须不断保护这些信息免受外部渗透和不当使用，始终保证个人用户的隐私。从AVs和OCC所采取行动的责任以及这些行动可能产生的意外后果的角度来看，CAVs和扩展ITS解决方案也是一个挑战。本主题涉及法律和保险性质的复杂问题，对此需要进行大量反思和洞察。在智能交通系统（ITS）的规划和控制中，车辆根深蒂固的安全和舒适的具体行动也必须最大限度地表达出来，尤其是针对弱势用户。必须确保提高行人和骑自行车者的安全水平，提供控制系统的集成，以考虑这些移动部件的需要。因此，预计将在智能交叉口领域进行深入分析和开发，以确保基础设施的共享和安全使用，尤其是在城市环境中。

最后，在审查中，我们提出了不同的解决方案，根据表1的标准和分数，考虑到其降低已知污染物排放和压力因素的能力，这些解决方案被评估为能够带来环境和健康效益。然而，对于这些解决方案和未来的解决方案，必须牢记对环境和人类健康产生新压力因素的可能性。在这方面，只要想想创新的建筑材料、无线连接、信息传输和能量分配的新技术、日益小型化的密集传感器网络（MEMS），以及它们对人类健康和环境的影响就必须得到适当的研究。

本文旨在通过对智能道路发展现状的广泛讨论，概述道路工程中的智能方法。实际上，本文对“智能道路”和“智能高速公路”的真正含义以及它们可以是什么进行了一般性讨论。文献中功能定义的使用使我们能够突出智能道路的关键功能：自我意识；信息和联系；自适应；能量收集。通过研究这些关键功能，本文对基于信息和通信技术的最现代技术，如最终用户互联网服务系统、物联网、连接与合作服务、大数据、增强现实、人工智能、边缘计算。除此之外，还审查了其他创新技术，涉及智能材料的使用或清洁可再生能源的开发。本文从智能道路功能的定义和智能城市背景下更普遍的机动性出发，从环境和社会可持续性的角度，讨论了这些创新实现智能道路愿景目标的实际能力。所审查的解决方案显示出与从这一愿景开始确定的标准非常符合。讨论中出现了一些关注点，强调了智能时代道路交通基础设施和服务市场当前创新的一些优势和关键性，尤其是其未来发展。这些问题可能会引起更多关注，例如：数据流和存储的安全性；隐私和个人责任；交通安全和弱势用户保护；任何对人类健康和环境有害的新形式的污染。实际上，它是一个快速发展的行业，在未来几年具有非常广阔的市场前景，旨在以智能、高效、安全和可持续的方式连接用户、车辆和基础设施，以应对重大挑战。尽管这些创新仍然代表着当前的一小部分，但它们注定会丰富自己，并在未来的流动性全景图中占据很大一部分，无论是对人还是对商品而言。

引文

[1]M. Xu, J.M. David, K.S.H. Int, J. Financial Res. 9 (2) (2018) 90–95.

[2]D. Miller, Natural Language: The User Interface for the Fourth Industrial Revolution, Opus Research, San Francisco, 2016.

[3]P. Prisecaru, Econ. 8 (1) (2016) 57–62.

[4]V. Alcácer, V. Cruz-Machado, Eng. Sci. Technol. Int. J. 22 (3) (2019) 899–919.

[5]L. Papadopoulou, T.A. Maniou, In Encyclopedia of Information Science and Technology, Fifth Edition; Khosrow-Pour, M., Ed.; IGI Global: Hershey, 2021; Chap. 78, pp. 1130–1139.

[6]K.M. Rajashekarappa, S.S. In Computer Networks and Intelligent Computing. ICIP 2011. Communications in Computer and Information Science; Venugopal K.R.; Patnaik L.M., Eds.; Springer: Berlin, Heidelberg, 2011; Vol. 157, pp. 463– 469.

[7]M.S. Obaidat, P. Nicopolitidis, Smart Cities and Homes: Key Enabling Technologies, Morgan Kaufmann, Burlington, Massachusetts, 2016.

[8]A.H. Alavi, P. Jiao, W.G. Buttlar, N. Lajnef, Measurement 129 (2018) 589–606.