简述基于大数据技术的智能网联汽车
2020-01-06冉明华
冉明华
重庆青年职业技术学院 重庆 400712
引言
随着社会经济的迅速发展,人类生活水平逐渐提高,公务车辆和私人车辆的数量逐年递增,车辆管控难度也不断加大,传统的管理方法已经不能满足建设和运营的需要。现有车辆管理系统存在信息获取和共享周期长、管理人员工作强度大、交通业务复杂、数据量大、安全监控保证性弱、决策不及时、协作运营低效等缺陷。利用物联网、大数据技术保证车辆本体及周边环境的安全,通过数据整理挖掘改进行驶策略,通过车辆能耗检测、路况分析和堵车预判、驾驶员驾驶习惯统计分析提供较低能耗、减少排放、规划合理路线、预防驾驶疲劳实时路况提醒等行驶方案。
1 智能网联汽车定义
智能网联汽车从定义上就是通过结合车联网和智能车,在不断的发展过程中,利用当前形势下最为流行的车载传感器,控制器以及执行器等等相应的装置,然后再利用目前的通信技术以及网联网技术,能够在车辆行驶的过程中实现信息的共享,同时有效地提高汽车驾驶过程中的安全性能,智联网汽车发展的最终目标是能够实现自动化驾驶。智能网联汽车所具有的优点能够很好地克服在传统汽车行业中的不足,并具有更高的安全性能,能够保证驾驶人员的生命安全,因此在该技术成熟之后,被广泛应用于汽车行业[1]。
2 智能网联汽车大数据技术架构研究
(1)环境感知技术。环境感知是通过多种光线、温度与距离传感器的安装,对车辆本身的定位位置、行驶速度、行驶方向、运行状态,以及车辆周围的道路环境、交通信号、交通标识、车辆行人等状态信息,做出感知与判断,以辨别车辆行驶轨迹、车辆行驶是否有障碍物遮挡。
(2)智能网联汽车标准体系技术逻辑的构建。智能网联汽车的相关标准体系,技术逻辑结构的实际构建过程之中,相关的构建人员必须要依据当前汽车行业发展的实际情况,根据实际的需要,要完善在汽车的信息通道,并不断地提高在智联网汽车标准体系的相关作用,智能网联汽车标准体系逻辑结构从内容上同时又包含着信息的相关数据以及控制两个方面,在相关的信息数据方面,相关人员要合理分析有效数据和汽车行驶过程中的联系,要提高信息所产生的有效性。在控制的过程中,相关人员必须要保证汽车的相关系统能够发挥组织作用,控制系统处于正常状态的前提下,要分析驾驶人员所产生的作用从而能够更好地利用自动化技术实现对汽车进行辅助驾驶的控制,对于汽车驾驶过程中的一些基础模块,要进行合理控制,控制行驶方向和行驶速度。
(3)云边协同的计算架构。由于路侧传感器数据的爆炸式增长,对接入网络的时延性能和计算能力提出了更高的要求。多接入边缘计算(Multi-access Edge Computing,MEC)技术通过在网络边缘处部署平台化的网络节点,来整合二者的计算本地性与强计算能力的互补性优势,从而降低端到端网络传输时延,减缓终端或路侧单元设备的数据处理与存储压力,减轻海量数据回传带来的网络负担,为设备提供低时延、高带宽的网络环境以及高算力、大存储、个性化的高质量服务能力。边缘计算设备是一种新的分布式网络资源模型,其铺设的边缘云节点贴近路侧RSU设备,因此能提供实时场景感知的分析处理,并且具备时延很低、降低云端的计算负载、降低整个网络的带宽开销等优点。边缘云节点将数据收集后,通过预处理、探索分析和建模,将离散数据整合成局部动态地图(LDM),并在该地图上进行数值分析和数据处理,生成多样化的告警或调度信息后实现下发;同时,对于实现定义好的需要上传的数据,边缘云节点将继续上发至中心云以用于更大范围内的调度和统计。
(4)车辆智能调度。实现基于融合感知的全局决策和控制,以群体智能驱动交通参与因素的运行规划,全面提高交通安全性,优化交通通行效率。以互联互通能力所收集的各路信息为基础,对数据进行管理并基于车路历史大数据进行深入挖掘分析,为驾驶行为管理、交通态势、路网优化等建设提供数据支撑。大数据存储处理 :为数据实时计算、大数据分析建模提供统一的数据存储和数据查询服务。存储的数据包括从终端和第三方直接获取的总线数据、视频数据、音频数据、点云数据 ;通过实时计算、智能分析生成的感知数据、控制策略、决策模型、运营数据、道路环境数据。
(5)智能网联汽车通信的接入网。①以路侧单元 (RSU)为基础的网络通信接入。智能网联汽车中的多种设备,在 5G无线网络接入时,通常以路侧单元作为基础通信站点,搭建高速移动车辆状态下,多源数据传输的网络架构,并利用终端直通 (D2D) 通信技术,对两个对等用户节点的网络信号通信,做出网络连接、信息访问或处理的优化。如车辆-车辆业务通信,主要借助于 D2D 的PCS 存储接口,展开用户终端、基站站点的通信传输,大幅度提升蜂窝网络传输效率、频谱利用率。②引入边缘计算 (MEC) 的分布式数据处理。边缘计算接入智能网联汽车系统,往往通过在靠近应用程序边缘侧,构建网络传输、数据计算与存储的开放平台,为车联网设备提供就近端服务,类似于本地 IP 站点的接入与访问。这一情况下,大量网联汽车硬件数据、业务服务等信息内容,无须上传至云端进行处理,只需通过内容分发网络 (CDN)、边缘Edge 核心网,就能够完成车辆 - 车辆、车辆 - 网络基站之间的信息交互与转发,为用户提供更快的数据处理、服务响应解决方案[2]。
3 结束语
智能网联汽车大数据技术架构目的在于实现车辆相关数据的自动采集和处理,结合云计算技术实现多源、多种类的海量数据整合和处理分析,同时利用大数据技术从多角度分析数据价值,结合需求进行挖掘分析优化,提高经济效益,推进智能网联汽车的发展。