车联网技术的发展

□ 文/本刊记者　何遥

车联网技术的发展

□ 文/本刊记者何遥

车联网的实现将使人们的生活发生巨变，同时也将带来可观的社会、经济效益。道路将不再拥堵、交通事故鲜有发生、城市空气质量提高，这些都将不再是梦。尽管目前已有技术还不能完全满足车联网发展的要求，国内外的业界和学界都在不断探索新的技术，使车联网的功能逐渐加强和完善。

车联网在中国的发展

在车联网领域，中国起步较晚。国内车联网可上溯到20世纪80年代治理城市交通管理，运用高科技来发展交通运输系统；90年代，一些高校和交通研究机构开始了城市交通诱导系统技术的研究和尝试，开始跟踪国际上智能运输系统的发展，交通部也将智能运输系统的研究纳入了公路、水运科技发展“九五”计划和2010发展纲要。目前中国正在进行和已经完成的和车辆通信相关的项目及课题也有很多，像在“九五”、“十五”、“十一五”中国国家科技攻关计划关于智能交通项目实施的基础上，北京实施了“科技奥运”智能交通应用试点示范工程；上海为世博开设了智能交通系统及服务；随着车联网概念的提出，越来越多的汽车厂商、通信企业、高校和研究机构加入到车联网的研究中。

百度是 BAT中在车联网上布局比较早的。百度因为做地图的缘故，与汽车行业结合较早。早在2014 年，百度就推出了Carnet，实现“人、车、手机”之间的互联互通。2015年腾讯车联ROM的思路其实就是Carnet的翻版，把车机智能化，安装上自己的应用，使用自家的服务。

到了2015年，百度从Carnet升级到 Carlife。Carlife已经开始走苹果Carplay的思路，车机端不用调整，无论是Linux、QNX还是Android，CarLife都可以适配。在用户端，百度Carlife附带上百度的生态，把百度的语音识别技术，实时路况的数据都附带进来。另外，百度还有一个远期布局的无人驾驶。

阿里于2015年3月开始与上汽合作，2015年4月成立汽车事业部。它的智驾盒子，与百度的MyCar功能类似，也是向下读取行车电脑信息，实时监控，向上扩展O2O，进入消费。

除了BAT，谈车联网在中国的发展不能不提安吉星（OnStar）和UVO。前者是通用汽车全资子公司推出的系统，经过11年的技术发展，安吉星系统的功能从最初在数字碰撞信号、车载免提呼叫、按需诊断筛选、情境信息认知、无间断数字虚拟现实技术、紧急援助和逐向道路导航等技术的基础上，又扩展了应急反应数据利用、电邮月度诊断、危机时刻路线选择、多种嵌入式语言等多项新技术。

UVO系统是起亚与微软合作开发的车载信息系统，主要包括车载、手机以及后台部分，分别对应车辆诊断/车辆问题咨询、目的地设置、SOS救援、远程控制车辆及安全及安防服务五大功能。

实现车联网的技术

车联网技术的实现分为三个层次：感知层，数据承载传输层，应用控制层。围绕这三个层次，车联网的实现需要有机地结合传感器技术、通信技术、数据处理技术、自动控制技术、信息发布技术等。这些关键技术仍然在发展进步中。

无线通信技术

无线通信技术是车联网技术的关键，它直接决定了信息传输的实时性和有效性。根据目前通用的无线技术802.11、GSM、UMTS、3G、DSRC等，提出适合车联网特殊环境应用的通信技术和通信协议，需要研究在车载环境中，无线信道受环境的影响情况以及信道规律与传统无线网络的区别；研究呼叫接入技术、网络切换技术、QoS支持等技术；研究路由转换技术以及多种异构网络的异构互联技术等。此外，开发具有多种网络连接能力的多端口移动网关也很重要，移动网关不仅仅是连接和通信的通道，同时也是进行数据和内容处理的中间环节，在提升前端局部短距离网络连接能力的同时，也要进行局部信息融合处理。

传感器

车联网的实现需要大量的信息来源。现在的汽车电子化集成程度已经非常高，而如何管理整车数据，并且在不影响车辆安全和性能的情况下为车联网提供各种原始数据是未来要解决的一个难题。

传统的做法是在路面铺设感应线圈、架设超声波传感器、图像传感器等对交通流、车速进行探测。新的信息采集方法是把汽车作为移动传感器来采集交通数据，或者叫浮动车信息采集。在浮动车信息采集技术中，有两项关键技术，一是通过遍布于车身的各种传感器，包括速度、加速度、陀螺、GPS、胎压以及跟汽车安全和性能相关的其他传感器等采集数据，运

INDUSTRY FOCUS用先进的多传感器集成和数据融合技术，将采集到的原始数据转化成实用的数据进行传输；二是车身网络建设。

移动计算技术

数据控制中心是车联网的“大脑”，所有交通相关信息和数据在控制中心汇集、进行处理后并发布。中央信息处理技术在车联网中的关键之处：一是多源多路数据和服务的移动接入和管理，为车辆、路边固定基础设施、数据控制中心之间不断进行着的数据交换提供保障；二是广域交通信息分析与交通态势预测，采用特定方法，对从各个采集端得到的交通信息源进行分析，得到某个路段或某个区域的交通状况，并根据历史数据和现有实时数据对未来一段时间的交通态势进行预测；三是多节点交通信息宏观调控技术研究，即如何高速、有效地完成指挥调度；四是适合大容量节点交通调控信息分布计算的研究，通过云计算的手段提升计算速度；五是大容量交通数据存储技术研究。

车联网的移动节点车载计算平台安装在高速行驶的汽车上，因此需要研究移动计算环境下数据挖掘与信息融合，使车载感知设备、各种路口信号设备可以无缝接入车车、车路、车到数据中心的网络系统中，通过车内数据库建立实现车内车外数据的传输和共享，通过对路口、路段汽车数量、车度等数据的分析，实施路口信号智能控制和路段拥堵的优化调整。另外，还需要进行移动计算环境下数据存储技术、数据广播技术、数据同步机和位置预测等技术的研究。

信息发布系统技术

信息发布技术已从以往的广播服务机制逐步向推送服务机制发展。通常情况下，数据控制中心将不断产生大量的实时交通信息，所有信息需要以最便捷、有效，并且有针对性地发送给不同的人。目前常用的做法是将信息发布给所有人，不仅无效占用大量的计算和网络资源，而且给不需要这条信息的人带来困扰。随着用户的个性化需求越来越多，个性化信息定制搜索及发布的问题主要集中于以下几个方面：多搜索源拉取数据；智能化个性定制；数据统计。不同用户关注的搜索结果显示形式不一样，有的比较侧重数据的详细信息，有的侧重整体数据的关联性。增加数据统计功能展示给用户，也是需要进行考虑的问题。

网络自动控制技术

网络控制技术的难点在于网络总体架构、网络应急以及网络安全。包括研究整个车联网的网络总体架构，所有车联网的功能都在该架构下实现，该架构既要考虑目前车联网功能的需求，还有考虑未来功能的扩展；网络应急是指一旦有突发事件发生，车联网网络总体架构有自动恢复的能力；网络安全除了目前常指的信息安全等之外，尤其要考虑行车的安全性，车载终端中的车身网络与外界网络要做到物理隔离，严格禁止外界访问车站网络，车载外界网络也要经过许可之后才能访问。

结束语

未来几年将涌现出大量车联网的智能终端。车联网不仅对车载机提出了更高要求，车联网云概念也将落地。真正的车联网，终端具有特殊人机界面，可以与车载屏幕对接，可以作为移动支付终端，具备移动定位与SNS功能，具备所有特殊需求服务，如车险、救援、事故报警、电子栅栏、智能路线、路况视频、支付等，同时还可能具备导航、 定位搜索、查车、远程诊断以及与全球网络身份识别及组网等功能，前景不可限量。