下载掌阅APP，畅读海量书库
立即打开
1.5 智能车路协同关键技术
智能车路协同系统研究和应用涉及的关键技术较多，这里重点讨论目前应用较为广泛的多模通信技术、状态感知技术、异构数据融合与协同处理技术以及信息安全技术。
高速、可靠、双向和由多种通信平台集成的综合通信网络是智能车路协同系统的基础平台，通过该平台可以将先进的传感技术、信息融合技术、智能控制方法以及决策支持系统整合成一个有机的整体，以实现高效、安全和环境友好的智能交通协同管理。用于智能车路协同系统的网络平台应该能够支持全景状态感知、信息交互与融合、协同控制与管理以及定制化的服务等功能，并根据不同层次的需求提供相应的通信保障。该通信平台的终端网络是传感器网络（Sensor Network，SN），以无线组网为主，支持各类交通状态的感知；支持交通系统底层信息互通互联的是车联网（Internet of Vehicles，IoV）和物联网（Internet of Things，IoT）等功能性通信网络，属有线无线混合组网，但多为无线组网；互联网（Internet或Intranet）实现海量交通数据的传输和信息融合，属有线无线混合组网，但以有线组网为主；支持系统功能和服务集成的是高速互联网如下一代互联网（Internet II或IPv6），以有线组网为主。
由此可见，在智能车路协同系统中采用多模通信技术是实现以上各种通信网络互联互通的技术基础。目前可以支持智能车路协同系统工作的各种通信模式主要可分为移动通信模式、无线通信模式、专用通信模式和其他通信模式。根据目前的应用情况，这些通信模式的支撑系统及使用范围如表1-1所示。
表1-1 无线通信模式的支撑系统及使用范围比较
目前，国内外主要针对不同的车路协同系统应用场景，对通信技术进行了深入和全面的研究工作。下面分别从车内通信、车车通信、车路通信和异构网络融合技术等方面具体说明相关技术的研究和应用进展。
近年来，随着汽车工业的快速发展，大量传感器和电子装置在新型汽车上得到广泛应用，这些变化使得车内通信技术成为现代汽车行业不可或缺的关键技术之一，其传输速率和可靠性都得到了大幅提升。
车内通信网络主要基于各种车载高速控制器局域网络（Controller Area Network，CAN）总线展开，可实现汽车发动机管理系统、变速箱控制器、仪表装备和电子主干系统等关键系统和部件间的有线组网。随着对汽车安全和舒适性的需求不断提高，要求配置的相关功能越来越多，支持这些功能的传感器、传输装置、电子控制单元（ElectronicControl Unit，ECU）的数量也持续上升。因此，原有车载CAN总线必须进行改进和提升，新的车内通信协议不仅应能够为各类功能提供高速且可靠的数据传输，而且还应支持具有容错保证的分布式网络系统。
同时，车内通信网络还可以支持部分无线通信组网，以保证在特定检测环境下稳定、可靠地获得车辆速度、重量、温度、湿度和胎压等关键物理量。车载自我诊断系统（OnBoard Diagnostics，OBD）通过与胎压检测装置、车道偏离警示系统、后方碰撞预警系统、驾驶人状况监测装置整合，即可为驾乘者提供更舒适的驾驶体验、更安全的驾驶保障、更绿色和环保的出行。
专用短程通信（Dedicated Short Range Communication，DSRC）可以完成车与车间的点对点通信，但是只采用专用短程通信技术将车与车之间构成一个无缝的、连通的网络仍存在挑战。随着专用短程通信技术的提升，包括数据传输速度的提升、通信带宽的扩大和安全机制的完善，目前已形成了基于专用短程通信技术的车车自组织网络的协议与技术标准，解决了短程通信环境下车载通信单元数据量突发与带宽受限的矛盾，可提供专用短程通信自组织网络中的身份认证及隐私保护技术框架。
近年来，移动通信和无线通信的发展及其在交通领域中应用的拓展，为车车通信带来了新的发展空间，尤其是下一代互联网IPv6技术的引进，使多模式通信环境下的车车通信环境的构建得以实现，成为智能车路协同系统中车车通信技术的一个发展方向。
随着汽车的智能化水平越来越高，车载通信网络技术的成熟，车车通信将给人类出行带来一场全新的革命，对车辆安全领域、交通效率领域和个人娱乐服务领域的应用将产生深远的影响。目前，车车通信已经进入实质推行阶段，制定了短、中、长期目标，形成了行业与行业之间，国家与国家之间的联盟。
车路通信网络是建立在车载单元和路侧单元之间的无线通信网络，以高效的广播数据传输、端到端数据流存储、低延迟动态多跳路由协议、高速运动节点网络自组织传输控制、基于优先级的流量公平性控制和安全认证与信息加密为主要特征。由于该通信网络具有高效、标准、开放、安全和可自动维护与升级的特性，可在车载单元和路侧单元间进行高速和双向的数据传输，支持基于图像辨识的交通事件识别、交通信息查询、交通出行引导和电子收费等多种服务。
在智能车路协同系统环境下，一方面，车辆的相关信息包括工作状态、运行参数和报警信息等，可以通过车路通信通道传送到路侧设备，并可根据不同需求经融合处理后再集中传送到交通管控中心，同样地，道路及基础设施的相关信息包括静态信息、运行参数和管控指令等都需要实时地传送给道路上行驶的车辆和交通管控中心；另一方面，交通管控中心的相关信息包括交通环境状态、交通管控指令和在途诱导信息等则需要及时地通过车路通信通道传送给在途车辆。
专用短程通信可支持车路之间的点对点通信，同时移动通信和无线通信也可以支持车路之间的点对点通信。除专用短程通信外，目前有多种公共网络可用于车路通信，如各种制式的2G/3G/4G（GSM、CDMA、TD-SCDMA、CDMA2000、WCDMA、LTE TDD/FDD）、宽带无线接入网（WLAN）、基于MESH和RFID的车载无线自组网（VANET）以及无线广播网（FM/DMB-T/CMMB）等。
纵观国内外智能交通系统的发展过程可以看到，为全面发挥车路协同技术的优势，使未来交通系统实现安全、高效和环保的目的，必须将车车通信和车路通信集成起来，形成一个有机的整体，即新开发的车载装置应该能够同时支持车车通信和车路通信，从而实现真正意义上的智能车路协同。
为使智能车路协同系统能够在不同的工作条件下，构建形成具有实时性和可靠性保证的通信环境，应尽量支持已经在日常生活中得到广泛应用的各种通信网络。目前，主流的无线通信异构网络有移动通信网络（2G、3G、4G）、卫星网络、GPRS、WLAN、移动自组织网络（MANET）、WiFi和无线传感器网络（WSN）等。因此，实现这些网络在智能交通环境下的无缝连接，是智能车路协同系统发展的必然要求。
事实上，以上异构无线网络的出现是面向不同应用场景和目标用户的，但其在车路协同环境下的融合必须采用通用且开放的技术，其融合包括接入网融合、核心网融合、终端融合、业务融合和运维融合等。这些异构无线网络技术融合的研究内容主要包括面向高速多媒体应用的服务质量（Quality of Service，QoS）和服务体验（Quality of Experience，QoE）保障技术、异构网络中的多无线电协作技术、异构无线网络互联安全问题、车路协同系统中的认知无线网络、面向海量数据的混合网络编码技术、车路协同系统中面向海量数据传输的绿色通信技术等。
随着传感器网络技术、无线通信技术和智能检测技术的快速发展，自动感知和泛在感知技术的出现，极大地改变了传统观念上的交通系统检测方法和手段，宽覆盖、长寿命、高精度、网络化和移动性的多维状态感知已成为智能车路协同系统的重要且基础的内容 [5] 。
现代交通状态的感知内容，包含实施对道路环境如干线公路和城市路网等不同交通环境的感知，也包含交通实体如路侧系统和车载系统等不同载体的感知，还包含对交通方式如步行、骑行、公共交通、地铁和私家车等不同出行模式的感知。因此，智能车路协同系统借助这些新型的综合交通状态智能感知新技术和新装备，可提供面向交通控制与管理的综合交通状态感知系统化体系和方法。
现代交通状态技术与传统状态感知技术的最大区别，就是近年来引入的传感器网络、车联网、物联网和下一代互联网等技术，由此催生了宽覆盖、长寿命、高精度、网络化和移动性等新特性。这些新技术的最新发展，有效拓展了交通状态和信息的获取途径和手段；以服务交通出行为目的，交通状态感知模块还可实现基于出行者视角的多模式交通状态感知、基于视觉感知的交通状态识别和基于移动式设备的交通状态感知，为兼顾效率和环保的多模式绿色出行诱导策略提供支撑。
根据交通信息的获取过程和发展阶段，交通状态的感知可分为直接感知、间接感知和泛在感知。下面分别从直接感知、间接感知和泛在感知三个阶段分析常见的交通状态感知手段和方法。
纵观智能交通系统的发展过程，传统的交通信息采集手段和方法即为交通状态直接感知。传统的交通信息采集大多依靠分布在各个道路断面上的交通参数检测器实现，如线圈、超声波、红外和微波等，但这些手段一方面只能获取道路交通断面信息；另一方面传统手段获取的信息种类有限，大多仅以车辆检测为主。
基于视频的交通状态感知也是一种直接感知手段，是对其他传统感知手段的提升，大大扩展了能够感知的范围和种类。它利用视频信息的丰富性，可以实现包括基于车辆模型的运动估计、基于行人微观行为的轨迹识别等。以此为基础形成了一些视频检测系统，在美国华盛顿州Lynwood、意大利Brescia和Verona之间的高速公路等地都有配备，在我国北京、上海、广州等城市也已得到广泛应用。
此外，新的交通状态感知手段还包括采用传感器网络和移动自组织网Ad Hoc，采用车载传感器采集交通信息并通过网络传输与融合得到较为全面和准确的网络交通状态等。美国伯克利加州大学（University of California，Berkeley，UC Berkeley）和洛杉矶加州大学（University of California,LosAngeles,UCLA）在传感器网络建模、路由管理、能量优化、系统复杂行为分析等方面都开展了比较多的工作。
浮动车（Floating Car Detection，FCD）技术的应用是实现交通状态间接感知的一种有效手段。通过采集交通系统中具有特定用途的车辆如出租车和公共汽车等的运行信息，可以推算出所对应的实际交通系统的运行状态，包括畅通、拥堵和交通事件等。这种方法和由此而构成的系统已在以色列、德国、美国和中国等国得到了充分应用，并取得了良好效果。
随着传感器网络技术和多种无线通信技术的出现和快速发展，原本与交通系统并无关联的系统和技术如移动通信和蓝牙（Bluetooth）技术成为交通状态感知的有效途径。由于世界范围内智能移动终端的大量普及，手机和具备蓝牙通信功能的个人终端已成为人们日常生活的重要内容，从这些智能移动终端在通信网络中的移动和变迁，即可有效地感知不同人群的迁移过程和迁移特征，结合交通出行特征即可有效地感知交通系统的状态和变化过程。
交通状态感知的最新成果表明，在新型的车路协同系统框架下，基于海量交通信息融合、大数据管理和云计算技术，交通信息扩展了其范畴，不仅包含道路交通数据，还纳入了天气信息、道路环境信息、行人非机动车信息、公共交通运行信息、车辆微观行驶状态信息等，使得系统能够通过间接方式充分地实现对路网交通状态、区域驾驶环境状态、混合流分布状态、各交通模式负载状态等各类交通状态的分析和感知，如关注描述全路网交通状态的网络层次交通状态的获取和感知，以及针对个人信息服务等应用目的的交通出行感知、个体交通行为感知，还有随着绿色交通的热度持续提升而出现的交通车辆尾气排放感知等。
交通状态的泛在感知是在直接感知和间接感知的基础上，基于传感网、大数据、云计算、云存储等主动感知和泛在感知技术得以实现的。它可对交通基础设施、交通工具运行状态、行人出行需求和货物运输需求进行实时感知，为构建全景环境下的道路交通运输协同系统提供完整、全面的信息保障。
智能车路协同系统将交通参与者、运载工具、基础设施与环境紧密地联系起来，通过“泛在、可视、可信”的智能体系，使得交通的管理方式和服务方式得到提升，其核心是对交通要素的实时感知，通过传感器网络的协作将各个传感器模块作为节点，实现全域环境信息的协同和无缝感知，为车路协同系统提供完整的交通状态感知，全面感知车辆的运行状态（车辆当前的车速、侧向加速度、车辆在车道中的相对位置、车辆行驶的轨迹与方向）、车辆的控制状态（油门开度、方向盘变化、是否打转向灯等）、周边道路交通环境状态（一定范围内周边车辆与本车的相对距离、方位及速度或相对速度，行人及前方车辆位置，障碍物的距离与方位，道路标志标线相关信息等）。
基于智能车路协同系统的交通状态泛在感知，即在获取全景交通系统信息的条件下，通过分析交通环境的内在特征，实现全景信息环境下的交通环境重构及特征再现，这是未来智能车路协同系统的基础，也是重要的研究内容。
随着交通状态感知手段和信息交互技术的不断更新，可获得的交通信息呈现丰富、海量和异构等特点，如何对这些数据进行协同处理和综合分析并最终形成决策信息，对于智能车路协同系统具有非常重要的意义。
在智能车路协同系统中，数据融合和协同处理是整个系统的基础，其绝大部分功能的实现都需要建立在完备的交通信息之上。由于智能车路协同系统的服务都是基于以各类异构、动态、海量数据的处理为核心的应用集合，即都是基于对所谓的交通大数据实施的协同处理的应用集合；且由于这些海量数据存在异构性、规模性与复杂关联特征，其处理需要具有高度灵活的协同机制，需要综合、有效地利用复杂环境下的多源异构数据，融合相互互补的数据并消除数据冗余，即需要目前所谓的基于云计算的信息融合方法，从而在数据级、特征级和决策级三个层面实现交通数据的多层融合与协同处理。
在现阶段智能车路协同系统的研究和发展过程中，以出行者的视角来重新定位、设计和评估交通系统，将具有新的社会意义和应用前景。发展基于出行者视角的交通数据融合与协同处理技术，实现基于出行者视角的包括出行者、运载工具和交通环境等在内的多维交通数据融合与协同处理，研究包括安全状态、道路状态、混合交通和尾气排放等在内的交通数据融合与协同处理新技术与方法，并实现面向效率与环保的多模式绿色出行诱导，将是我国未来智能车路协同系统发展的重要内容之一[ 4] 。
综上所述，交通数据的融合与协同处理主要包括数据级、特征级和决策级三个层次的工作。
数据级信息融合与协同处理主要实现基础交通数据的融合与处理，包括交通系统的异常数据筛选、海量数据存储、缺失数据修复、多传感器融合以及数据格式配准与统一等。
特征级信息融合与协同处理主要实现断面交通数据即各类交通状态的融合与处理，包括单路段交通信息的特征提取、状态感知、模式复现、交通监管以及事件检测等。
决策级信息融合与协同处理主要实现针对交通状态预测以及决策支持的融合与处理，主要包括路段或路网的短时交通流预测、旅行时间预测、交通时间预测以及OD预测等。
由智能车路协同系统的构成和未来的服务可知，该系统涉及多种通信网络、使用用户众多、访问途径多样、终端千差万别，繁杂的数据既涉及交通系统运营和管理，也涉及交通参与者的个人信息，更涉及关系到政府管理的一些敏感信息，随着系统的不断扩大和发展，不恰当的数据处理与操作都有可能给使用者乃至系统造成不必要的麻烦，抑或给政府或社会带来不安全事件。因此，信息安全将成为智能车路协同系统发展和应用过程中不可忽视的首要问题。只有很好地解决了智能车路协同系统的信息安全问题，系统才能最终得到应用和推广 [7] 。
可以说，信息安全问题其实也是智能车路协同系统规模化应用后将要带来的衍生问题，在系统不断拓展和终端智能化程度不断提高的同时，其安全性问题不容忽视。信息安全涉及的内容主要包括用户安全、数据安全、网络安全和系统安全。信息安全涉及的技术主要包括认证技术、编码技术、容错技术和防灾技术。
具体来说，信息安全的以上相关主要内容和技术均涉及感知层、网络层和应用层三个层次。
智能车路协同系统感知层涉及的对象包括使用该系统的用户和被感知的交通实体。由于系统终端节点的数量巨大，终端设备形态千差万别，每个系统用户可以拥有多个不同类型的终端节点，且终端节点或感知节点常处于无人值守的环境，因而系统用户和终端节点认证的关系将更加复杂，密钥管理的必要性和难度将增加，密钥更新时间也会有不同的要求；同理，系统涉及的被感知对象的真实性认证也是信息安全的重要内容之一。
智能车路协同系统涵盖了现有的各种网络平台，包括传感器网、车联网、物联网、移动通信网、互联网、卫星网络和集群通信网等。这些网络原有的安全问题都会引入系统的运行和管理中，同时由于智能车路协同系统的特殊性，原有的网络安全问题可能会被放大，甚至会加剧。
智能车路协同系统的应用与服务种类繁多，系统应用层的安全管理模式会更加多元化，不同应用对移动性和可靠性的要求可能也有很大的区别。是否需要为不同的应用研究不同的应用层安全架构和机制，或是为不同的应用研究统一的应用层安全架构和机制，还有待进一步研究。