楊博　王杉

摘 要：車(chē)聯(lián)網(wǎng)技術(shù)旨在解決道路擁堵、事故多發(fā)、能源浪費(fèi)、空氣污染等日益突出的交通問(wèn)題，還可向用戶(hù)提供豐富的網(wǎng)絡(luò)應(yīng)用，近年來(lái)在國(guó)內(nèi)外得到迅速發(fā)展。文中闡述了車(chē)聯(lián)網(wǎng)的概念和架構(gòu)；重新定義了車(chē)聯(lián)網(wǎng)信息感知模型；介紹了識(shí)別技術(shù)、智能傳感、導(dǎo)航定位及通信4類(lèi)關(guān)鍵技術(shù)；總結(jié)了感知技術(shù)發(fā)展的方向和存在的問(wèn)題。多技術(shù)融合是車(chē)聯(lián)網(wǎng)感知技術(shù)的發(fā)展方向；加強(qiáng)政策引導(dǎo)、推進(jìn)配套標(biāo)準(zhǔn)建設(shè)是車(chē)聯(lián)網(wǎng)產(chǎn)業(yè)健康發(fā)展的迫切需求。

關(guān)鍵詞：物聯(lián)網(wǎng)；體系架構(gòu)；感知技術(shù)；多技術(shù)融合

中圖分類(lèi)號(hào)：TP29 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2016）08-00-03

0 引 言

車(chē)聯(lián)網(wǎng)（Internet of Vehicles，IoV）是物聯(lián)網(wǎng)與智能交通的深度融合，用以解決交通問(wèn)題，能有效預(yù)防碰撞等事故發(fā)生，使系統(tǒng)運(yùn)營(yíng)商和用戶(hù)對(duì)出行方式做出最佳選擇，可減少能耗、降低污染、增進(jìn)安全性能[1]。車(chē)聯(lián)網(wǎng)不僅能實(shí)現(xiàn)智能交通的功能，還面向用戶(hù)提供輔助駕駛、在線(xiàn)娛樂(lè)等多樣化的用戶(hù)應(yīng)用與安全應(yīng)用[2]，是未來(lái)智慧地球的重要環(huán)節(jié)，具有極大的發(fā)展和應(yīng)用潛力。而信息感知是車(chē)聯(lián)網(wǎng)的神經(jīng)末梢及功能實(shí)現(xiàn)的前提，對(duì)相關(guān)感知技術(shù)的研究具有重要意義。

1 車(chē)聯(lián)網(wǎng)架構(gòu)分析

根據(jù)“車(chē)聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟”的定義：車(chē)聯(lián)網(wǎng)是以車(chē)內(nèi)網(wǎng)、車(chē)際網(wǎng)和車(chē)載移動(dòng)互聯(lián)網(wǎng)為基礎(chǔ)，按照約定的通信協(xié)議和數(shù)據(jù)交互標(biāo)準(zhǔn)，在車(chē)—X（X：車(chē)、路、互聯(lián)網(wǎng)等）之間進(jìn)行無(wú)線(xiàn)通訊和信息交換的大系統(tǒng)網(wǎng)絡(luò)，是能夠?qū)崿F(xiàn)智能化交通管理、智能動(dòng)態(tài)信息服務(wù)和車(chē)輛智能化控制的一體化網(wǎng)絡(luò)，是物聯(lián)網(wǎng)技術(shù)在交通系統(tǒng)領(lǐng)域的典型應(yīng)用。基于上述概念，可將車(chē)聯(lián)網(wǎng)系統(tǒng)概括為全面感知、多位交互、綜合應(yīng)用3個(gè)方面，也對(duì)應(yīng)了車(chē)聯(lián)網(wǎng)的三層架構(gòu)[3，4]。車(chē)聯(lián)網(wǎng)體系架構(gòu)如圖1所示。

1.1 感知執(zhí)行層

采集物理世界對(duì)象屬性及相關(guān)信息，同時(shí)讓汽車(chē)具備尋址和網(wǎng)絡(luò)標(biāo)識(shí)等能力，并根據(jù)自身或依據(jù)上層指令做出動(dòng)作。

1.2 網(wǎng)絡(luò)傳控層

為感知層提供統(tǒng)一接口，兼容不同網(wǎng)絡(luò)技術(shù)，為信息傳輸提供路由及差錯(cuò)控制，保證數(shù)據(jù)完整可靠地傳遞。

1.3 集成應(yīng)用層

車(chē)聯(lián)網(wǎng)的應(yīng)用層圍繞車(chē)輛的數(shù)據(jù)匯聚、計(jì)算、調(diào)度、監(jiān)控、管理與應(yīng)用，因此需要安全認(rèn)證、實(shí)時(shí)交互、海量存儲(chǔ)、云計(jì)算等功能?？杉?xì)分為四個(gè)子層：

（1）數(shù)據(jù)層：遵照一定模式對(duì)感知或交互信息形成聚類(lèi)，進(jìn)行整理、存儲(chǔ)等操作，構(gòu)成系統(tǒng)的數(shù)據(jù)基礎(chǔ)；

（2）支持層：處理不同數(shù)據(jù)，為上層應(yīng)用提供智能的信息處理方式，面向不同對(duì)象提供數(shù)據(jù)服務(wù)；

（3）應(yīng)用層：面向用戶(hù)需求，根據(jù)不同應(yīng)用提供相應(yīng)的服務(wù)；

（4）顯示層：綜合呈現(xiàn)不同類(lèi)型的信息。

現(xiàn)代汽車(chē)正朝著智能化方向發(fā)展，車(chē)輛本身已成為完整的信息系統(tǒng)，擁有獨(dú)立的傳感網(wǎng)絡(luò)、靈活多樣的車(chē)內(nèi)網(wǎng)及多應(yīng)用集成的車(chē)載終端。車(chē)輛接入互聯(lián)網(wǎng)成為全新的車(chē)載社交網(wǎng)絡(luò)，用戶(hù)從中可獲取海量、豐富的信息，并自由交互，滿(mǎn)足多樣化與個(gè)性化需求。從系統(tǒng)架構(gòu)上可以看出，車(chē)聯(lián)網(wǎng)技術(shù)同物聯(lián)網(wǎng)技術(shù)均以信息感知為前提，以通信網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，以應(yīng)用創(chuàng)新為核心。信息感知同系統(tǒng)應(yīng)用之間不僅是源與流的關(guān)系，還存在交互過(guò)程，兩者相輔相成。

2 信息感知模型

車(chē)聯(lián)網(wǎng)作為一種網(wǎng)絡(luò)信息系統(tǒng)，其核心是對(duì)數(shù)據(jù)的綜合管理和運(yùn)用，而數(shù)據(jù)是車(chē)聯(lián)網(wǎng)感知信息的整合與提煉，數(shù)據(jù)的獲取須通過(guò)感知得到?；谖墨I(xiàn)[5]的研究，本文將車(chē)聯(lián)網(wǎng)信息感知與交互重新定義為“兩層七維”模型，如圖2所示。

2.1 內(nèi)層感知

內(nèi)層感知（Vehicle to Self，V2S）即對(duì)車(chē)輛自身狀態(tài)的感知，是車(chē)聯(lián)網(wǎng)信息感知的基礎(chǔ)和首要環(huán)節(jié)。

2.1.1 機(jī)械本體感知

感知車(chē)輛各部件靜、動(dòng)態(tài)信息，如發(fā)動(dòng)機(jī)轉(zhuǎn)速、車(chē)速、油耗、燃油量、冷卻液溫度、胎壓等信息，有利于駕駛者及時(shí)掌握車(chē)輛狀態(tài)，進(jìn)行合理操控、決策等。

2.1.2 電控系統(tǒng)感知

感知各類(lèi)車(chē)載電器、執(zhí)行機(jī)構(gòu)等的故障信息，這是輔助車(chē)輛維修的重要手段。

2.1.3 位置與姿態(tài)感知

對(duì)車(chē)輛的經(jīng)度、緯度、海拔高度的絕對(duì)位置感知及在地下工程等場(chǎng)所的相對(duì)位置感知是進(jìn)行車(chē)輛監(jiān)控、在線(xiàn)調(diào)度和輔助駕駛的基礎(chǔ)。

2.2 外層感知

2.2.1 車(chē)—人感知

車(chē)—人感知（Vehicle to Person，V2P）對(duì)實(shí)現(xiàn)車(chē)聯(lián)網(wǎng)人機(jī)交互具有重要作用。

2.2.1.1 車(chē)內(nèi)人員感知

感知駕乘人員的圖像、身份等信息可實(shí)現(xiàn)車(chē)輛的安全防范；感知音視頻信息可作為實(shí)時(shí)通訊的基礎(chǔ)；感知駕駛員面部圖像結(jié)合方向盤(pán)轉(zhuǎn)動(dòng)等信息可用于判斷駕駛員是否疲勞駕駛。

2.2.1.2 車(chē)外人員感知

感知人的身份、距離等信息并與報(bào)警聯(lián)動(dòng)，是汽車(chē)安全防范、防撞、安全行駛和智能駕駛的前提條件。

2.2.2 車(chē)—車(chē)感知

行駛中車(chē)輛互聯(lián)互動(dòng)是車(chē)—車(chē)感知（Vehicle to Vehicle，V2V）的關(guān)鍵環(huán)節(jié)。

2.2.2.1 任意車(chē)間感知

通過(guò)感知身份等信息可具備一定的社交功能，通過(guò)組建無(wú)線(xiàn)網(wǎng)絡(luò)實(shí)現(xiàn)信息的交互和資源共享，通過(guò)感知距離、速度等信息用于車(chē)燈控制、防撞預(yù)警。

2.2.2.2 車(chē)隊(duì)內(nèi)部感知

統(tǒng)一管理的車(chē)隊(duì)易于組建穩(wěn)定、高效的局域網(wǎng)，可實(shí)現(xiàn)車(chē)隊(duì)成員間的信息交互；進(jìn)行音視頻通信與廣播便于指揮調(diào)度；實(shí)時(shí)共享車(chē)距、位置、路況及車(chē)況等信息，可大大提高車(chē)隊(duì)的信息化、精細(xì)化和安全管理水平。

2.2.3 車(chē)—路感知

在車(chē)—路感知（Vehicle to Road，V2R）部分，道路環(huán)境感知是車(chē)輛與外部進(jìn)行感知的主要內(nèi)容，為車(chē)輛與智能交通融合提供信息支撐。

2.2.3.1 路面感知

感知路面平整狀況、周邊情況，便于駕駛者進(jìn)行合理的操控；感知自身所處車(chē)道位置，可確保行駛或超車(chē)的安全，也是實(shí)現(xiàn)無(wú)人駕駛的重要部分。

2.2.3.2 交通狀況感知

感知行車(chē)速度、交通擁堵?tīng)顩r等信息是車(chē)聯(lián)網(wǎng)進(jìn)行智能調(diào)度等的信息基礎(chǔ)。

2.2.3.3 交通信號(hào)感知

主動(dòng)感知并識(shí)別各種交通信號(hào)，或被動(dòng)接收數(shù)字化交通設(shè)施發(fā)送的信號(hào)，提前獲取紅綠燈狀態(tài)等信息，可使駕駛員做出預(yù)判，合理選擇路線(xiàn)，對(duì)實(shí)現(xiàn)智能駕駛具有重要作用。

2.2.4 車(chē)—物感知

車(chē)—物感知（Vehicle to Things，V2T）是物聯(lián)網(wǎng)技術(shù)的具體應(yīng)用，實(shí)現(xiàn)車(chē)物相息是車(chē)聯(lián)網(wǎng)信息感知的重要部分。

2.2.4.1 車(chē)內(nèi)物品感知

感知車(chē)內(nèi)物品、特殊載荷的信息與狀況，把這些信息借助車(chē)聯(lián)網(wǎng)系統(tǒng)傳輸?shù)轿锫?lián)網(wǎng)系統(tǒng)，可以對(duì)車(chē)聯(lián)網(wǎng)系統(tǒng)中的物品進(jìn)行實(shí)時(shí)聯(lián)網(wǎng)監(jiān)控、可視管理、在線(xiàn)調(diào)度，從而實(shí)現(xiàn)智慧物流的運(yùn)作。

2.2.4.2 車(chē)外物品感知

對(duì)車(chē)外建筑、物品及前后車(chē)輛的感知是保證行車(chē)安全、實(shí)現(xiàn)智能駕駛的信息基礎(chǔ)。

2.2.5 車(chē)—網(wǎng)感知

車(chē)—網(wǎng)感知（Vehicle to Internet，V2I）融合了智能交通信息和互聯(lián)網(wǎng)資源，是車(chē)聯(lián)網(wǎng)綜合應(yīng)用的體現(xiàn)。

2.2.5.1 智能交通感知

智能交通感知是車(chē)聯(lián)網(wǎng)與智能交通的融合與集成。車(chē)輛信息與智能交通的感知可實(shí)現(xiàn)不停車(chē)收費(fèi)（ETC）、停車(chē)場(chǎng)管理、緊急救援等車(chē)聯(lián)網(wǎng)應(yīng)用。

2.2.5.2 互聯(lián)網(wǎng)感知

將車(chē)輛接入互聯(lián)網(wǎng)，使車(chē)輛成為物聯(lián)網(wǎng)的有機(jī)節(jié)點(diǎn)，車(chē)輛與網(wǎng)絡(luò)同行，使用戶(hù)暢享豐富、無(wú)限的互聯(lián)網(wǎng)資源。

2.2.6 車(chē)—環(huán)境感知

車(chē)—環(huán)境感知（Vehicle to Environment，V2E）包括感知溫度、有害氣體濃度等，直接關(guān)系到駕駛員的舒適度與健康。

3 信息感知關(guān)鍵技術(shù)研究

車(chē)聯(lián)網(wǎng)對(duì)各類(lèi)信息的感知主要依賴(lài)以下關(guān)鍵技術(shù)，具體應(yīng)用分布如表1所列。

3.1 識(shí)別技術(shù)

識(shí)別技術(shù)主要包括條形碼與射頻識(shí)別技術(shù)（Radio Frequency dentification， RFID）。條形碼技術(shù)在倉(cāng)儲(chǔ)、物流、商貿(mào)等領(lǐng)域已有廣泛應(yīng)用；RFID是一種非接觸式的自動(dòng)識(shí)別技術(shù)，在物聯(lián)網(wǎng)、車(chē)聯(lián)網(wǎng)領(lǐng)域應(yīng)用潛力巨大，能識(shí)別高速物體，識(shí)別過(guò)程無(wú)須人工干預(yù)，可同時(shí)識(shí)別多個(gè)標(biāo)簽，操作快捷，環(huán)境適應(yīng)性強(qiáng)。

3.2 傳感技術(shù)

主要通過(guò)各類(lèi)傳感器感知車(chē)輛自身狀態(tài)及內(nèi)外環(huán)境。車(chē)載傳感器達(dá)數(shù)十種，分為測(cè)量溫度、壓力、速度等。常見(jiàn)的有進(jìn)氣壓力傳感器、空氣流量計(jì)、節(jié)氣門(mén)位置等。

狀態(tài)和故障信息可從自帶的OBDII中提取，OBDII對(duì)故障信息的獲取也基于車(chē)載傳感器完成，并朝著OBD車(chē)聯(lián)網(wǎng)方向發(fā)展。車(chē)輛對(duì)道路、人員、物品、其它車(chē)輛等的感知也離不開(kāi)傳感技術(shù)。在無(wú)人駕駛汽車(chē)領(lǐng)域，通過(guò)激光雷達(dá)或毫米波雷達(dá)測(cè)距傳感器獲取車(chē)輛周?chē)系K信息，利用車(chē)載視覺(jué)傳感器來(lái)完成障礙物、結(jié)構(gòu)與非結(jié)構(gòu)化道路、交通標(biāo)志等的感知[6]。

3.3 導(dǎo)航定位

位置感知通常采用衛(wèi)星定位技術(shù)，如GPS。中國(guó)北斗衛(wèi)星系統(tǒng)也發(fā)展迅速，民用定位精度已提升至米級(jí)，將廣泛應(yīng)用于公安、物流等領(lǐng)域?；径ㄎ皇切l(wèi)星定位的補(bǔ)充，但在地下車(chē)工程、山區(qū)峽谷等無(wú)線(xiàn)信號(hào)盲區(qū)，兩者無(wú)法正常使用?；跓o(wú)線(xiàn)局域網(wǎng)或微慣導(dǎo)的定位方法可有效確定目標(biāo)的相對(duì)位置，彌補(bǔ)前者的不足。

3.4 通信技術(shù)

車(chē)聯(lián)網(wǎng)數(shù)據(jù)的傳輸與交互依靠各種不同的通信技術(shù)[7]。目前，研究和應(yīng)用較多的是車(chē)載自組織網(wǎng)絡(luò)（Vehicular Ad Hoc Networks，VANET）技術(shù)，可實(shí)現(xiàn)V2V的自組網(wǎng)通信及V2I的集中式通信，為用戶(hù)提供豐富多樣的應(yīng)用[8]。蜂窩網(wǎng)技術(shù)最為普及和重要，常與GPS綜合用于車(chē)輛定位、遠(yuǎn)程監(jiān)控等；3G/LTE正在飛速發(fā)展，5G時(shí)代也即將來(lái)臨，作為車(chē)輛接入網(wǎng)的主要手段，將向用戶(hù)提供更好的服務(wù)質(zhì)量[2]。

3.5 多技術(shù)融合

各種感知技術(shù)在實(shí)際應(yīng)用中并非孤立：RFID與傳感技術(shù)融合形成傳感器標(biāo)簽[9]；傳感技術(shù)與通信技術(shù)的融合形成傳感網(wǎng)絡(luò)，無(wú)線(xiàn)定位與RFID融合進(jìn)行室內(nèi)定位；通信技術(shù)與定位技術(shù)結(jié)合產(chǎn)生基于地理信息的路由技術(shù)[10]。多技術(shù)融合示意圖如圖3所示。多種感知技術(shù)的相互融合已成為不可阻擋的發(fā)展趨勢(shì)，將共同構(gòu)建全面的“智能感知網(wǎng)絡(luò)”。

4 結(jié) 語(yǔ)

本文分析了車(chē)聯(lián)網(wǎng)架構(gòu)，重新定義了信息感知模型，介紹了信息感知所需的關(guān)鍵技術(shù)。隨著國(guó)內(nèi)車(chē)聯(lián)網(wǎng)的發(fā)展，相關(guān)企業(yè)已制定一些標(biāo)準(zhǔn)，但仍缺乏車(chē)聯(lián)網(wǎng)信息感知、傳輸安全等配套規(guī)范，不同汽車(chē)或終端制造商生產(chǎn)的設(shè)備在實(shí)現(xiàn)對(duì)信息感知的內(nèi)容和程度上仍存有較大差異，這勢(shì)必造成資源浪費(fèi)。還需政府注重頂層設(shè)計(jì)，加強(qiáng)政策引導(dǎo)，完善相關(guān)配套，以促進(jìn)產(chǎn)業(yè)健康發(fā)展[11]。

參考文獻(xiàn)

[1]蘇靜，王冬，張菲菲.車(chē)聯(lián)網(wǎng)技術(shù)應(yīng)用綜述[J].物聯(lián)網(wǎng)技術(shù)，2014，4（6）：69-72.

[2] YangFangchun， WangShangguang，LiJinglin，et al.An Overview of Internet of Vehicles[J].China Communications， 2014（10）：1-15.

[3]孫小紅.車(chē)聯(lián)網(wǎng)的關(guān)鍵技術(shù)及應(yīng)用研究[J].通信技術(shù)，2013，46（4）：47-50.

[4]李靜林，劉志晗，楊放春.車(chē)聯(lián)網(wǎng)體系結(jié)構(gòu)及其關(guān)鍵技術(shù)[J].北京郵電大學(xué)學(xué)報(bào)，2014，37（6）：95-100.

[5]吳菁芃.車(chē)聯(lián)網(wǎng)相關(guān)感知技術(shù)、產(chǎn)品以及案例分析[J]數(shù)字通信，2012（5）： 24-27.

[6]陳慧巖，熊光明，龔建偉，等.無(wú)人駕駛汽車(chē)概論[M].北京：北京理工大學(xué)出版社，2014： 35-93.

[7] Ning Lu，Nan Cheng， Ning Zhang，et al.Connected Vehicles：Solutions and Challenges[J].IEEE Internet of Things Journal， 2014，1（4）：289-299.

[8] Saif Al-Sultan， Moath M. Al-Doori， Ali H. Al-Bayatti， et al. A comprehensive survey on vehicular Ad Hoc network[J]. Journal of Network and Computer Applications， 2014（37）：380-392.

[9]史小平，黃愛(ài)蓉，張濤.車(chē)聯(lián)網(wǎng)感知技術(shù)研究進(jìn)展[J].湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào)，2011， 25（3）：29-44.

[10] Sardar Muhammad Bilal， Carlos Jesus Bernardos， Carmen Guerrero. Position-based routing in vehicular networks： A survey[J]. Journal of Network and Computer Applications，2013 （36）：685-697.

[11]藺宏良，黃曉鵬.車(chē)聯(lián)網(wǎng)技術(shù)研究綜述[J].機(jī)電工程，2014，31（9）：1235-1238.