感知-通信-计算融合的智能车联网挑战与趋势

针对单车感知无法满足未来自动驾驶安全需求的现状,面向多车传感器信息融合与时效性共享问题,提出了基于感知-通信-计算融合的智能车联网方法与解决思路。该方法有助于提高自动驾驶车辆的协同环境感知能力,并通过移动边缘计算(MEC)技术降低车间感知信息传输负载,提高多车协同的信息融合与处理效率,最终实现基于多车智能协同的安全自动驾驶。     

基于C-V2X的车路群体协同混合组网

车联网是支持未来自动驾驶和智能交通的重要基础设施,也是5G交通新基建的重点建设方向。针对大规模车路协同智能驾驶业务场景,建立并分析了通信流量模型,测算了不同发展阶段车路群体协同带宽需求,分析了当前C-V2X独立组网和叠加组网等不同组网模式在支持车路群体协同过程中面临的困境。针对车路群体协同服务带来的通信高带宽、用户规模大和资源调度复杂挑战,提出了网络协调下的混合组网模式,为基于5G C-V2X的车联网支撑大规模车路群体协同服务提供了可行方案。     

6G车联网中的通感算融合：现状与挑战

车联网通信-计算融合对满足高可靠低时延的应用需求具有重要意义。面对无人驾驶等新兴智能服务对多极致性能的需求，探究6G车联网中的感知-通信-计算融合体系，打破感知、通信、计算三大资源的独立分治局面，实现资源灵活互通与统筹管理，对智能交通的发展具有重大意义。首先，回顾了车联网中通信、计算技术的发展；然后，针对系统架构和关键技术两个方向对现有车联网通信-计算融合的相关工作进行了回顾和整理；最后，分析了6G车联网中通感算融合的未来应用及挑战，为车联网感知-通信-计算融合方向的研究提供参考。     

6G通算融合网络架构

边缘计算在物理位置上部署在通信网络内,但是在逻辑上计算与通信拥有彼此独立的管控体系,协同是非实时的,在应对超低时延业务场景下用户信道状态、用户移动性等的动态变化时,存在技术挑战。因此,6G网络架构在设计之初,就需要原生的支持通信与计算的深度融合机制,基于此,提出了一种在无线网络内通信资源与分布式计算资源实时协同的计算面方案,来实现6G网络业务适配能力上的突破,提升综合资源能效。在终端和基站联合模型拆分推理场景下,通过仿真对比了控制面融合和管理面融合技术方案,验证了控制面融合方案能更好地应对终端空口连接带宽发生的变化,大幅降低业务时延抖动。     

异构网络融合场景下车联网的移动性管理和资源管理

摘要：针对异构网络融合场景下车联网的特点,研究了车联网中的移动性管理技术和资源管理技术。在介绍物联网及车联网基本概念的基础上,分析了车联网中异构网络融合的应用场景,通过研究车联网中的通信设备、通信形式、组网方式等,提出了车联网的网络架构。与一般异构网络相比,车联网中车辆移动速度快,造成车辆接入公共网络时频繁切换的问题,为此,研究了车联网中的移动性管理技术。车联网中通信设备以及通信形式的多样化带来了多样化的业务需求,针对不同优先级业务提出了车联网中基于优先级的资源管理技术,即在异构网络的资源管理中必须保证高优先级业务在资源分配、接入控制、网络选择等方面始终处于优先状态。     

车联网新型基础设施跨域协同部署研究

基础设施是实现车联网产业融合创新发展的必要支撑,其可靠通信、精准感知和实时计算等能力可赋能智能网联汽车、智能交通、信息通信发展。在研究车联网新型基础设施的范畴与发展现状的基础上,分析了车联网新型基础设施建设与服务在跨域协同方面的挑战。结合国内外发展趋势,提出了“物理分立、逻辑协同”的车联网基础设施系统架构,并提出了进一步的发展建议。     

异构网络融合共生的需求、挑战与架构

随着通信网络技术的飞速发展与应用渗透,具有不同拓扑特征与业务需求的网络形态（如陆地互联网、卫星网络、工业互联网、无人机集群网络、车联网等）不断涌现,形成了众多差异化网络体制并存的局面。为此,阐述了异构网络融合共生的核心需求与面临的关键技术挑战,并介绍了共生网络——一种异构网络安全高效跨域互联的新型网络架构。共生网络从差异化网络体制一致的功能本质（信息传递）出发,引入多维名字空间用于普适化表征;并通过解耦域内路由和域间路由,保障异构网络的可演进性;在此基础上,构建了高效的跨域通信模式和安全保障机制。     

一种基于5G的车路协同自动驾驶技术架构

随着5G技术的成熟与应用落地,各类依赖与5G技术的产业也应运而生,车联网领域的车路协同自动驾驶,就是一个典型的例子。本文提出一种基于5G技术的车路协同自动驾驶技术架构。该架构结合5G通信技术优势,利用边缘计算、5G智能驾驶分级决策架构、五维时空融合感知、车路协同机制构建、测试验证应用原型等先进性技术,融合打造了一套集"5G网联+车路协同"于一体的智能网联智能驾驶技术,可推动相关技术标准规范成立。     

面向边缘智能的车联网通信和计算资源联合管理策略

海量数据驱动未来车联网向智能化演进,计算密集型业务的激增给网络中通信和计算资源的管理带来了极大的挑战。为了解决上述问题,提出了面向边缘智能的车联网通信和计算资源联合管理策略,在考虑各边缘节点内存容量的前提下,通过模型切分将适量计算任务卸载到最优边缘节点,提高任务执行率并降低系统能耗。上述资源联合管理策略可建模为动态优化问题,传统的优化方法难以求解。因此,将人工智能技术应用到边缘计算领域,采用多智能体深度强化学习方法合理分配网络频谱资源和计算资源,提升网络性能。     

车联网数据安全的若干思考

随着车联网数据规模迎来爆发式增长,车联网数据安全风险也不断增加。为提高车联网数据安全管理水平,分析了车联网数据发展的关键特征：新网络形态、新数据构成、新流转体系,并重点探讨了因数据本身特性、数据流转过程、攻强守弱态势带来的数据安全挑战。在此基础上,提出了三点前瞻性启示,一是建立面向不同主体的数据分级分类安全管理机制;二是形成体系化纵深防御方案;三是坚持整体安全观和融合安全策略。     

AI算法在车联网通信与计算中的应用综述

在5G时代，车联网的通信和计算发展受到信息量急速增加的限制。将AI算法应用在车联网，可以实现车联网通信和计算方面的新突破。调研了AI算法在通信安全、通信资源分配、计算资源分配、任务卸载决策、服务器部署、通算融合等方面的应用，分析了目前AI算法在不同场景下所取得的成果和存在的不足，结合车联网发展趋势，讨论了AI算法在车联网应用中的未来研究方向。     

智融标识网络基础研究

现有互联网因其原始设计不足已在服务质量、资源利用率、管控能力等诸多方面暴露出严重弊端，难以支撑起"互联网+"新业态高速发展对通信网络与服务日趋复杂化、多元化的需求.因此，如何设计全新的互联网已成为信息领域最为迫切与核心的研究内容之一，受到学术界与产业界的高度重视.本文基于前期"标识网络"与"智慧标识网络"研究，创造性提出"智融标识网络"体系及其关键机制，通过全网多空间、多维度资源的智慧融合，实现个性化服务的按需供给与灵活化组网的有效支撑，为不同行业与用户提供高效的差异化、定制化通信网络服务，以普遍适用于高铁网络、工业互联网、车联网等各类迥异应用情景.     

V2X多节点协同分布式卸载策略

为了应对车联网中计算资源密集、可分离型任务的卸载环境动态变化和不同协同节点通信、计算资源存在差异的问题,提出了一种在V2X下多协同节点串行卸载、并行计算的分布式卸载策略。该策略利用车辆可预测的行驶轨迹,对任务进行不等拆分,分布式计算于本地、MEC及协同车辆,建立系统时延最小化的优化问题。为求解该优化问题,设计了博弈论的卸载机制,以实现协同节点串行卸载的执行顺序;鉴于车联网的动态时变特性,利用序列二次规划算法,给出了最优的任务不等拆分。仿真结果表明,所提策略能够有效减少计算任务系统时延,且当多协同节点分布式卸载服务时,所提策略在不同的参数条件下仍然能够保持稳定的系统性能。     

V2X多节点协同分布式卸载策略

为了应对车联网中计算资源密集、可分离型任务的卸载环境动态变化和不同协同节点通信、计算资源存在差异的问题,提出了一种在V2X下多协同节点串行卸载、并行计算的分布式卸载策略。该策略利用车辆可预测的行驶轨迹,对任务进行不等拆分,分布式计算于本地、MEC及协同车辆,建立系统时延最小化的优化问题。为求解该优化问题,设计了博弈论的卸载机制,以实现协同节点串行卸载的执行顺序;鉴于车联网的动态时变特性,利用序列二次规划算法,给出了最优的任务不等拆分。仿真结果表明,所提策略能够有效减少计算任务系统时延,且当多协同节点分布式卸载服务时,所提策略在不同的参数条件下仍然能够保持稳定的系统性能。     

基于新一代信息技术的新能源智能网联交通城市应用方案

随着智能驾驶技术的发展,新一代信息与通信技术逐步与汽车技术实现了融合,针对国家有关部门推动新能源智能网联汽车的准入和通行试点的相关建议,文中基于云计算、人工智能、大数据、传感技术、物联网、新型通信与电子电气架构技术,分析了城市交通安全、能源消耗、环境污染和人们的出行体验等问题,提出了基于新一代信息技术的新能源智能网联交通城市应用方案,设计了一套集云、管、端于一体的智能网联系统,实现了交通、汽车、能源、信息通信四大产业的历史性融合。     

面向协同驾驶基于移动边缘计算的5G智能网联车辆服务平台

基于5G通信技术的发展,5G网络开始普及,并与物联网技术、汽车信息通信、人工智能技术等进行了有机融合,促使车联网行业走向智能化发展。截至2021年,我国车联网行业的标准体系基本建立。文中以5G智能网联车辆服务平台为研究对象,分析了移动边缘计算技术的应用,研究了5G通信技术在智能网联车辆服务平台中的全面应用,实现了车辆智能化编队、车辆行驶环境感应、车辆行驶资源分配、车辆安全预警4种核心功能。     

基于5G的车联网体系架构及其应用分析

文中立足于车联网及移动通信技术的发展情况,简略阐述了研究背景,介绍了基于5G移动通信技术的车联网体系架构,并以我国某智慧园区为例,从智慧路况监测、远程驾驶、高精度定位、车联网业务平台主系统以及交通信号优化等方面着手,对其应用实例进行了详细分析,旨在为相关研究人员提供参考。     

基于云计算的工业互联网数据资源管理平台构建

云计算作为一种新兴的商业计算模型,融合了分布式计算、并行计算、效用计算等计算机技术与网络技术的优势,为互联网络提供了一个安全、可靠的运行环境。为推进工业互联网平台的自动化、智能化、数字化、网络化发展,技术人员将云计算技术与工业互联网数据资源管理平台的构建工作融为一体,旨在发挥云计算模式低成本、高效率与高可用性的应用优势,以增强工业互联网平台的安全性、可靠性与稳定性。基于此,文中着重围绕基于云计算的工业互联网数据资源管理平台的构建思路展开了论述,以此来强调云计算技术在平台构建过程中的重要作用。     

智能车载车联网服务平台

智能车载服务平台又被称为车联网服务中心,是车联网的核心部分,主要可以实现车辆和信息的交互,是一个基于物联网、云计算等技术的智能车载平台。智能车载服务平台可实现车辆的远程监控、紧急报警、远程升级等功能。车联网将汽车与互联网相结合,利用先进的传感技术、通信技术和信息技术等,实现了对汽车的全面监测与管理。物联网技术与信息通信技术的深度融合,是未来车联网发展的必然趋势。