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。     

车联网通信安全机制研究

伴随着无线通信技术和互联网技术的迅速发展,车联网作为智慧交通的重要支撑系统,已经成为智能网联产业的未来发展趋势.5G网络的高可靠性和低时延性,提升了车辆对周围环境的感知、决策、执行能力,推动了车联网相关技术的迅速发展.车联网在未来的商业应用中产生海量的通信数据,然而车联网应用频繁地涉及车辆位置及身份等敏感信息,因此通信量的增长加重了隐私数据的泄露风险.车联网通信系统的自身特点,使得车联网容易收到网络攻击,例如非法入侵、控制和跟踪等.通过车联网通信中信息安全保障机制的理论研究分析,来解决通信安全中的隐患问题.     

车辆数据在智慧服务中的应用

在“软件定义汽车,数据驱动汽车”这一时代浪潮驱动下,汽车产业开始朝着智能网联方向发展。智能网联汽车在运行时会产生大量的数据,这些数据记录了车辆运行时的状态、路侧的信息以及驾驶员相关的操作痕迹等,并且描绘了车辆和车主的画像。挖掘这些数据的内容,能洞察车辆当前是否正常运行,了解车主在驾车时的需求,为车主提供更智能和更方便的服务。基于此,本文对车辆数据在智慧服务中的应用进行了阐述。     

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...     

蜂窝车联网技术标准与应用概述

车联网技术提出以来,产生出“自动驾驶”、“智能网联汽车”、“车联网”和“蜂窝车联网”等新概念。这些概念既相互关联又有差异,使得社会上对这些概念有很多混淆。本文讨论厘清了相关概念,总结了车联网的应用类型、应用场景和自动驾驶等级,概述了相关技术标准的特征和演进,技术应用的现状和未来发展方向。指出车联网当前处于单车智能阶段,网联汽车和自动驾驶仍处于初级阶段,大规模应用还有一些非技术问题亟待解决。     

智能网联汽车信息安全挑战与思考

<正>随着智能网联汽车智能化、网联化的技术推动,车联网信息安全威胁也呈现持续升级的态势。车载系统、通信网络和云端平台面临的隐私数据泄露、数据跨境传输、汽车网络渗透等风险急剧提升,车联网相关网络与数据安全事件层出不穷,汽车智能网联信息安全已成为全球汽车产业的重要话题。安全是夯实我国汽车产业健康可持续发展的基石,也是车企数字化转型升级进军海外市场的前提。特别是智能网联汽车与能源、     

车联网仿真测试评价技术研究综述

智能化和网联化是汽车发展的重要方向,车联网技术作为智能网联汽车体系架构的重要组成部分,近年来成为业界的研究热点之一。车联网的大规模部署及其在智能汽车领域的广泛应用前需要对其性能及功能进行全面、深入的测试评价,然而在真实环境下进行车联网的测试与评估存在成本高、难度大的问题,因此通过仿真手段对其进行评价分析是当前的主流测试手段。本文总结了主流的网络仿真器和交通仿真器,对现有车联网仿真平台进行了分类,研究并对比分析了典型的车联网仿真平台;针对车联网的应用特性,研究并归纳了影响车联网仿真性能的车辆移动模型、信道传播模型及驾驶员行为等;从网络仿真指标、车联网应用相关指标归纳了车联网功能及性能测试的典型评价指标。     

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.     

智能网联车路云协同系统架构与关键技术研究综述

随着汽车产业电动化、智能化、网联化、共享化的发展驱动,全球主要强国均将智能网联汽车列为国家战略发展方向.蜂窝车联网、边缘计算网络和高精度定位系统的技术发展,为车车、车路、车人和车云系统的全面融合提供了有效支撑.车辆、道路、云平台与蜂窝车联网(Cellular vehicle-to-everything, C-V2X)网络的融合,加速打通车内与车外、路面与路侧、云上与云间的信息互通,为实现车路云一体化的融合感知、群体决策及协同控制提供了重要基础.首先,梳理了智能网联车路云协同系统架构与关键技术,对该领域的演进特征、发展制约因素进行了总体概述;其次,阐述了新型车路云协同系统、智能网联C-V2X通信系统、云控系统和车路云协同测试系统的架构设计与工作原理;然后,从C-V2X组网、融合定位、测试评价角度,介绍了车路云协同系统融合V2X网络、融合定位的技术演进与研究进展,给出了智能网联场景的仿真平台、实车测试及评价指标;最后,对智能网联车路云协同系统的协同组网与控制、互操作、边缘智能服务和安全技术层面的发展趋势进行了展望.     

刊首语：新能源汽车与智能网联汽车专题

当前,中国汽车工业发展面临由大国到强国转型的挑战。《中国制造 2025》 将新能源汽车与智能网联汽车列入十大重点发展领域。近年来,国家对新能源汽 车与智能网联汽车从科技研发、产业发展、应用示范和市场推动等方面进行了全 维度的支持,中国成为新能源汽车领域发展最活跃的国家之一。虽然该产业在中 国呈现出全面发展的良好局面,但回溯到核心技术层面,该领域需要突破若干核 心关键技术,包括动力系统技术、关键零部件、感知决策、车联网及系统集成。 在此背景下,进行新能源汽车与智能网联汽车科技创新至关重要。     

一种基于支持向量机的车载网络异常检测方法

随着人工智能、5G、激光雷达和各类传感器等技术的不断发展与应用,无人驾驶、车联网等应运而生,汽车朝着智能化和网联化不断发展,为人们带来舒适、安全的驾驶体验。同时,网联化也打破了汽车现有的闭环状态,为车载电子系统带来了潜在的信息安全问题。为此,文章提出了基于支持向量机的车载网络入侵检测算法。通过对报文的DATA域的分析,挖掘报文的各字节特点,综合各字节和字节数据的信息熵,构成分类训练样本,训练支持向量模型,以此检测数据的可能异常。通过真实车辆数据实验分析,对模拟攻击的异常检测具有较高的检测率。     

智能网联汽车的网络安全挑战与防护实践

<正>在“电动化、网联化、智能化、共享化”高速发展的背景下,汽车的硬件软件架构和开发技术发生了深刻变革。然而,巨大的机遇必然伴生着相应的挑战,智能网联汽车面临日益严峻的网络安全威胁。一、智能网联汽车的安全风险随着开放互联与智能化程度不断提升,汽车频繁地与云端服务平台、路侧设施、移动终端等进行通信,具有丰富多样的远程、近场无线通信方式及接触访问点,由车辆外部到内部形成复杂的多层级网络,     

基于车联网的数据动态压缩采集策略

车联网能高效地实现感知区域的覆盖,因此被应用于大规模城市感知。同时,为了解决车联网难以传输大量数据的问题,一些研究者使用压缩感知对具有时空相关性的数据进行压缩。但是,目前在车联网中应用压缩感知的研究并没有考虑数据和车辆分布变化的特性,很可能导致不可接受的误差。为了保证数据的重构精度,提出面向车联网的动态压缩感知方法。该方法能自动分析感知对象的数据特征、车辆分布和观测数量之间的关系。在压缩感知的基础上加入观测数量调整功能,通过对当前感知对象的数据特征和车辆分布的分析, 实时调整压缩感知中观测矩阵的参数,从而控制观测数据的数量,提升重构精度,实现更高质量的数据传输。实验表明与现有车联网中的压缩感知方法相比,面向车联网的动态压缩感知方法在重构精度上提升了15.3%。     

谋"十四五"新篇章,构建车联网安全保障能力

"十四五"规划纲要提出,要"积极稳妥发展工业互联网和车联网""统筹发展和安全",全国"两会"多个提案也建议要推进智能网联汽车安全检测和监管工作.随着汽车智能化、网联化、电动化飞速发展,车联网网络安全建设迫在眉睫.通过分析我国车联网网络安全风险问题和建设需求,可以从顶层设计、技术手段、安全管理和人才交流等四个方面思考我国...     

车联网安全综述

随着移动互联网和工业智能化的快速发展,以智能网联汽车为中心的车联网逐渐深入人们的生活,在为出行带来便利的同时也暴露出车辆被远程控制、恶意攻击等安全威胁。本文首先总结并分析了当前车联网环境中所遭遇的多个攻击案例,将车联网的安全问题总结为三个层面,分别为：网络级安全、平台级安全和组件级安全。其次将车联网的整体架构进行了划分和介绍,从这三个层面对车联网目前存在的主要安全威胁进行了分析和总结,针对性地介绍了目前的研究热点和研究现状。最后对车联网未来的发展方向和研究重点进行了展望。     

基于车联网的隐私保护数据聚合研究综述

随着智能网联汽车的普及,用户数据的隐私问题成为了车联网发展中亟待解决的问题。针对车联网聚合方案的研究现状,对当前方案中存在的问题进行分析总结。首先,系统地介绍了车联网中主流系统模型和车联网中常见的攻击模型;其次,对当前国内外应用在车联网中的聚合方案的安全性、效率和优劣进行分析总结,分别从签名阶段聚合方案、用户数据收集和传输阶段聚合方案和云平台处理数据阶段聚合方案三方面对其进行讨论;最后,阐述了车联网聚合方案中存在的问题及解决方法,展望了车联网聚合方案未来的研究方向。     

北斗云+端助力汽车智能化升级

<正>北斗于2020年7月31日宣布北斗三号具备全球服务能力,自此成为第三个具备全球服务能力的系统。在“2022第四届汽车电子大会5G车联网产业链融合发展高峰论坛”上,北斗星通集团首席科学家张正烜,分享了北斗系统在智能网联汽车领域应用的思考。北斗系统正在成为很多行业的“四梁八柱”,不断与其他行业融合,乃至渗透,成为重要的新型基础设施。近年来,北斗产业一直保持连年快速增长的势头。     

车联网的安全威胁及研究现状

车联网是面向车辆通信的网络,由在道路上行驶的具有感知和通信能力的汽车与路边通信单元以及后端服务器共同构成。特点是通信节点具有较高的移动性,网络拓扑结构快速变化,是一种无限分布式的自组织网络。根据不同的通信节点,可将其通信模式分为车与车（V2V）通信,车与路（V2I）通信,车与其他节点的混合通信（V2X）。车联网的出现让汽车使用者可以随时随地享受互联服务带来的便捷,同时也伴生了一系列安全问题。     

车联网的2020年,BAT三足鼎立?

2020年“车联网”作为汽车行业技术发展研究中的一个重要领域,已经成为国内外新一轮科技创新和产业发展的热点。回顾整个2020年,国内车联网领域的发展也稳步向前。商业落地近些年,“联网化”已经被当成汽车真正成为智能化终端的基础,并且据业内人士估算,车联网技术如果得到充分应用,将能够降低20%的能源消耗和25%~30%的尾气排放;缓解60%的交通拥堵,提高现有道路通行能力2~3倍;减少80%的车辆事故率和30%~70%的死亡人数,其重要性不言而喻。     

基于用户画像及多车协同的环岛车辆换道策略

基于智能网联汽车车-路-环境的协同策略已成为一种解决智能交通领域问题的有效方案。因此通过结合交通环岛的行车特点,提出了一种基于车辆用户画像的交通环岛换道策略。首先为了解决交通环岛中智能网联汽车多源异构数据的混杂问题,定义了车辆用户画像,对智能网联汽车多维数据进行表征。其次,基于随机森林算法对车辆用户画像中标签的权重进行实时更新。再次,根据车辆用户画像及动态权重设计收益函数针对环岛出口位置的内道车辆进行换道决策,实现了决策的场景自适应。最后,利用SUMO对本算法在交通拥堵、正常、稀疏等三种场景中进行仿真测试。实验结果表明本算法使得车辆在交通环岛的通行效率和舒适度均得到有效提升,以此验证了车辆用户画像对于优化决策的场景自适应效果的作用。