面向车路协同5G网络端到端切片技术方案研究

在车路协同系统聪明的车、智慧的路、强大的网和智慧的云4个关键因素中,C-V2X与5G构建的强大的网为现阶段车路协同的主体,是车-路-网-云各个要素有效融合和优势互补的桥梁.基于车路协同的车联网业务场景非常丰富,其对网络性能要求各异,5G网络切片技术可通过定制化逻辑网络组建,为不同业务场景的车联网业务提供端到端的大带宽、...     

车路协同路侧感知融合方法的研究

随着智能网联汽车技术和产业的不断发展,智能网联汽车逐渐成为人们交通出行的选择之一。但受智能网联汽车自身环境感知系统对特定道路交通场景信息处理的局限,无法实现在所有行驶工况下安全高效的运行,其需车路协同路侧感知技术的辅助方能更安全高效的运行。海量的车路协同感知数据是城市道路和高速公路车路协同、运行分析和科学管理的宝藏,理解和分析这些数据是车路协同路侧感知融合的关键。面对车路协同路侧多传感器的不同数据,如何高效准确地挖掘和提取雷达、视频在不同时间、不同空间维度的数据,实现对重点交通场景(如视野盲区、急转弯道、隧道、桥梁)和交通事件、环境、设施安全等的雷达、视频数据进行快速融合检测、识别与检索,通过蜂窝车联网C-V2X网络在一定时延范围内有效地将路侧感知融合结果数据发送给智能网联汽车,确保其安全高效的行驶,是面向智能网联汽车辅助驾驶的车路协同路侧感知融合的关键问题。基于智能网联汽车其自身环境感知能力,对道路智能基础设施感知网络中的多传感器融合方法进行研究分析,提出了基于误差方差的多传感器融合算法,与非智能道路相比,其效率更高,更加智能化,可有效解决道路交通运行环境中存在的常见问题,为人们提供更加安全、高效、优质的交通出行服务。     

蜂窝车联网连通性研究综述与展望

作为未来自动驾驶汽车的核心技术之一,蜂窝车联网(Cellular-V2X,C-V2X)在快速普及应用的同时,还面临着一系列与网络连通性相关的发展痛点,如车辆移动性、网络覆盖、频谱资源等问题。C-V2X车路协同连通性直接反映了C-V2X网络联网车辆的整体性能,对于保证信息在C-V2X网络内实现远距离、自适应、低时延、高可靠传输具有重要意义。不同于传统的蜂窝移动通信网络,C-V2X联网车辆具有移动速度快、节点间链路持续时间短暂、无线通信环境可预测性强、移动模型受限于道路拓扑等特点,在高效利用频谱进行通信的同时,还具有自组织网络的无中心和自组织等诸多特性。首先简要介绍了C-V2X的优点与特点,包括C-V2X的进展与结构体系;然后介绍了C-V2X车联网中车路协同连通性的定义及相关发展约束,在此基础上对C-V2X网络连通性研究中基于交通场景、通信方式选择、路侧单元(Road Side Unit, RSU)位置部署、功率控制、模型驱动的研究方法进行了总结与分类;最后探讨了C-V2X的发展趋势,对其未来应用进行展望。     

车路协同的云管边端架构及服务研究

对智能交通业务的发展趋势、车路协同技术及系统要求以及国内外发展现状进行了介绍;同时重点阐述了智能网联交通体系之车路协同云管边端架构方案,介绍了中心云、交通专网/电信网络、边缘云、车载/路侧终端协同的"云-管-边-端"统一架构,同时提出了基于云管边端架构的车路协同多源数据融合信息服务能力开放框架,并对其具体功能要求、API调用方式进行了详细论述。     

序言：新能源汽车与智能网联汽车专题Ⅱ

智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与车、路、人、云等信息共享,实现“安全、高效、舒适、节能”行驶。虽然该产业呈现出全面发展的良好局面,但回溯到核心技术层面,该领域仍面临若干技术调整,包括单车感知决策、车路协同、人机共驾、以及各类信息安全威胁。在此背景下,进行智能网联汽车科技创新至关重要。     

工信部开展车联网身份认证和安全信任试点工作

为加快推进车联网网络安全保障能力建设,构建车联网身份认证和安全信任体系,推动商用密码应用,保障蜂窝车联网(C-V2X)通信安全,工信部近日开展车联网身份认证和安全信任试点工作. 试点方向包括4个方面. 1车与云安全通信. 面向车与云服务平台通信场景,建立车云通信安全信任体系.     

软件定义车联网云边端协同一体化架构的研究

随着自动驾驶、智能网联汽车和智能交通系统的发展，车联网的应用场景也越来越丰富。本文经过循序渐进地分析，提出软件定义云边端协同一体化车联网架构。为了适应车联网的高移动性、实时性、流量剧烈增减和网络异构等特点，提出基于KubeEdge框架的车联网系统管理架构，并系统介绍KubeEdge的组成和云边消息传递机制。该架构将Docker容器、Kubernetes与车载智能设备、路边智能设备相结合，并对KubeEdge框架的云端、边端和云边端消息传递进行“本土化”改造，可作为车联网未来发展思路和路径之一。     

基于数字签名的车联网安全体系研究

车联网以智能网联汽车为信息交互感知主体,通过建立车-云-路-人消息互联传输体系,实现智慧交通智能管理、高效控制和及时调度。然而非法网络入侵与攻击导致车联网多通信场景存在安全隐患,为了解决通信各端身份识别问题和复杂通信场景下消息安全传输机制,身份认证技术成为车联网安全体系的重要保障。综述了国内外车联网研究现状和成果,说明了智能网联汽车平台、组件、通信体系,设计了基于数字签名的车联网安全架构;通过深入研究安全框架内在机理,进行架构的详细设计,将全生命周期安全保障机制融于设计中,实现了多场景全生命周期内的身份认证服务;通过分析LTE-V2X技术特点和V2X证书管理体系实际需要,提出面向LTE-V2X数字签名体系,可实际应用于LTE-V2X业务部署及系统开发设计。     

5G网络切片在车路协同系统中的应用研究

5G低时延高可靠的网络切片在车联网行业得到广泛关注,车路协同各场景的发展演进也体现了5G应用正逐步深化。从5G灵活的网络定制能力入手,分析了车路协同发展过程以及各业务场景对网络性能的需求,并基于典型的车路协同系统架构,论述车联网业务的5G网络切片实现流程,涵盖了切片创建、切片资源调度和切片安全保障等主要内容。     

平行车联网:基于ACP的智能车辆网联管理与控制

本文将平行智能方法引入智能车辆的网联化管理与控制, 提出平行车联网的概念、框架、功能与流程.平行车联网致力于通过人工车联网与物理车联网的虚实互动、协同演化与闭环反馈, 为人-车-路-智能交通信息网一体化的智能交通系统增加计算实验与平行引导的功能, 实现描述、预测与引导相结合的车联网智能, 有效解决异构、移动、融合的交通网络环境下智能车辆的管理与控制问题.     

基于云计算的统一通信警务协同研究与应用

针对统一通信的资金高投入,为了提高统一通信的普及性,提出了托管型统一通信方案;整体方案基于云计算架构,由业务层、呼叫控制层、终端接入层和业务与网络管理层组成,同时分析了统一通信业务,包括基本语音业务、多媒体会议、协同类业务、统一消息、终端业务等;研究了统一通信语音网关,设计中继网关提高组网能力,设计接入网关扩展终端业务;探索了云架构的实现技术,包括P2PSIP技术、虚拟化技术、视频编解码技术等;P2P架构能够使系统动态适应节点失效的情况,提高整个系统的可靠性与鲁棒性;针对线路可提供带宽的不确定性及不稳定性,为保证视频质量,视频会议采用可伸缩视频编码技术;研究成果应用于公安智能警务协同系统,提高了语音系统的用户感知;同时分析了行业现状,展望了未来前景。     

基于车路云一体化的混合交通系统优化控制综述

汽车行业正在进行智能化与网联化的发展变革,智能网联汽车的出现使交通管理者找到缓解交通拥堵、提高道路安全以及减少能源消耗的一种解决方案.对此,调研混合交通流模型、智能网联汽车协同控制、交通管理等领域的最新成果,系统地论述基于车路云一体化的智慧交通系统优化控制的研究现状与进展.首先,分析基于车路云一体化的混合交通系统的框架,梳理各部分的组成与作用;其次,总结混合交通流的建模方法,探究交通现象本质,归纳各类方法的特点、优势以及局限性;再次,探讨混合交通系统优化控制问题,围绕交通流稳定性、交通安全、交通效率和绿色交通4个方面分析智能化与网联化在交通方面的潜能,并梳理在不同交通场景下的控制对象与控制目标,总结具有借鉴意义的控制方法;最后,对车路云一体化发展进程中存在的问题与挑战进行总结,并对未来发展指明方向.     

基于物联网的高速公路安全预警系统研究

高速公路与一般公路相比,在交通量大、气候恶劣的情况下,极易发生交通事故和交通阻塞.该文设计具有自主产权的高速公路安全预警系统,通过物联网与云计算服务,及时、准确、完整地收集并预告前方道路的各类信息,如交通量、事故、路况等.弥补国内智能交通物联网核心技术发展相对滞后,交通信息化相关技术的集成化程度比较低,相应软件设计不够成熟以及交通信息缺乏标准化等缺点,使交通管理朝着低成本、可靠性、节能型、智能化和环境友好型等五大方向发展,提高我国智能交通的发展,减少交通事故发生率.     

Estimation of Vehicle Pose and Position with Monocular Camera at Urban Road Intersections

With the rapid development of urban, the scale of the city is expanding day by day. The road environment is becoming more and more complicated. The vehicle ego-localization in complex road environment puts forward imperative requirements for intelligent driving technology. The reliable vehicle ego-localization, including the lane recognition and the vehicle position and attitude estimation, at the complex traffic intersection is significant for the intelligent driving of the vehicle. In this article, we focus on the complex road environment of the city, and propose a pose and position estimation method based on the road sign using only a monocular camera and a common GPS (global positioning system). Associated with the multi-sensor cascade system, this method can be a stable and reliable alternative when the precision of multi-sensor cascade system decreases. The experimental results show that, within 100 meters distance to the road signs, the pose error is less than 2 degrees, and the position error is less than one meter, which can reach the lane-level positioning accuracy. Through the comparison with the Beidou high-precision positioning system L202, our method is more accurate for detecting which lane the vehicle is driving on.     

基于云边协同的微电网自动控制系统

微电网及分布式能源的数量、规模快速发展,当前系统无法满足海量相关数据采集、存储、分析计算需求；为适应多微电网控制的高并发、高可靠性的处理要求,提出了基于云边协同的微电网自动控制系统；基于Docker容器技术优化配置云边计算资源；设计了基于云边协同的微电网自动控制系统总体架构,对云边协同功能及主要数据流进行了详细说明；进一步分析了其中微电网控制及能量管理等核心功能及其数据处理需求,提出了云边协同架构下的计算分析任务调度策略,基于带宽资源对迁移任务数据流进行调度,兼顾任务时限要求和服务器的负荷均衡；最后通过运行实例对提出的微电网自动控制系统功能及优越性进行有效性验证,所提系统通过架构、功能和任务调度策略满足了多微电网的控制要求。     

Parallel Driving in CPSS:A Unified Approach for Transport Automation and Vehicle Intelligence

The emerging development of connected and automated vehicles imposes a significant challenge on current vehicle control and transportation systems. This paper proposes a novel unified approach, Parallel Driving, a cloud-based cyberphysical-social systems (CPSS) framework aiming at synergizing connected automated driving. This study first introduces the CPSS and ACP-based intelligent machine systems. Then the parallel driving is proposed in the cyber-physical-social space, considering interactions among vehicles, human drivers, and information. Within the framework, parallel testing, parallel learning and parallel reinforcement learning are developed and concisely reviewed. Development on intelligent horizon (iHorizon) and its applications are also presented towards parallel horizon. The proposed parallel driving offers an ample solution for achieving a smooth, safe and efficient cooperation among connected automated vehicles with different levels of automation in future road transportation systems.      

面向智慧交通的图像处理与边缘计算

随着全球人口的持续增长和城市化进程的加速,道路拥挤、交通事故和污染排放增加等问题日益严重。智慧交通系统旨在借助先进的信息与通信技术建成高效安全、环保舒适的交通与运输体系,提供全方位的交通信息服务和安全高效、经济快捷的交通运输与出行服务。经过各国多年来的竭力推进与发展,智慧交通系统在交通管理、自动驾驶与车路协同等方向均得到广泛的应用。智慧交通的发展离不开通信、计算机与控制等研究方向的突破与创新。其中,图像处理作为智慧交通系统的核心技术之一,它的研究进展直接影响着智慧交通系统的部署。图像处理技术是指计算机对图像进行增强、复原、提取特征、分类和分割等技术处理,通过对交通视觉图像的处理,为智慧交通系统的感知、识别、检测、跟踪和路径规划等功能提供了最直接与重要的信息。此外,面对智慧交通系统所产生的大量数据计算任务,边缘计算技术则将中心云服务下沉至各边缘节点附近,不但能够优化算力负载分配,还能够满足智慧交通应用与服务对低时延、高响应速度的需求。本文从智慧交通系统的发展现状入手,分别围绕面向智慧交通的图像处理与边缘计算技术,阐述其研究热点与前沿进展,汇总与比较国内外的相关学术和产业成果,并对智慧交通系统中的图像处理及边缘计算技术未来的发展进行总结分析与趋势展望。     

网联共享车路协同智能交通系统综述

网联车辆、交通大数据、共享出行等技术给智能交通系统的发展与应用革新带来了机遇和挑战.在全面总 结共享出行系统、网联车辆协同优化控制、交通大数据分析等领域最新研究成果的基础上,系统论述智能交通技术的研究进展,特别对智能交通系统中的交通流及出行需求预测、共享出行系统车辆调度、交通网及电网联合优化、网联车辆协调控制及车-路协同控制等方面进行全面综述.分析智能交通系统存在的问题及挑战,并对其未来发展方向进行展望.