汽车大数据技术研究

本文主要介绍车辆中的最新大数据技术研究，主要从车载网络技术中诸多问题展开讨论，对车载网络中存在的问题进行了分析，改进。

1 互联车辆的最新技术概论[1]

1.1 主要内容

本文总结了互联车辆的最新技术-从对车辆数据及其应用的需求到支持技术，挑战和已识别的机会。全球连通性正在增加，其对车辆的扩展也不例外。随着连接性、传感和计算的改进，未来将看到用作开发平台的车辆能够生成丰富的数据，基于推理起作用，并且在运输、人力-车辆动态、环境和经济方面实现巨大变化。互联车辆技术已经被用于提高车队的安全性和效率，新兴技术还允许使用数据来通知车辆设计、所有权和使用的各个方面。虽然近年来对互联车辆及其支持技术（见文中Fig.3）的需求显著增长，但在实现互联汽车的全部潜力之前，互联和协作车辆应用部署仍然存在挑战。从可扩展性到隐私和安全性，本文向读者介绍了互联汽车领域的关键支持技术、机遇和挑战。

Fig.3. This figure shows the different types of vehicle-toeverything communication supporting connected vehicles

互联汽车行业正在快速发展，但它绝不是新的。当今的主要支持技术-计算、传感和网络-正如消费者对只有交互才能促进的应用的需求一样。许多应用程序见证了-如同列队行驶、避免碰撞和危险警告-是以研究为重点，但展示了具有深远实际意义的技术。此外，在面向消费者的协作应用中还存在未开发的机会，其重点在于通过节省燃料、时间和维护来优化用户体验、人为因素以及降低车辆的总拥有成本。

1.2 展望

为了进一步推动互联汽车应用的发展，作者为下一代汽车技术提出了一系列建议。其范围从车载诊断到车载和全系统网络架构。作者认为通过改进技术和消费者信息，将加速互联汽车行业的发展，并开始更全面地实现变革性潜在互联对移动性的影响。

2 增强车载网络中分布式TDMA的传输冲突检测[2]

2.1 主要内容

越来越多的交通事故导致了车载自组织网络（VANET）的发展，VANET允许车辆和路边基础设施不断广播安全信息，包括必要的安全信息，以避免在路上发生意外事件。为了支持安全消息的可靠广播，提出了分布式时分多址（D-TDMA,见文中Fig.1）协议用于媒体访问控制VANETs,现有的D-TDMA协议对传输故障做出反应而不区分是否存在故障来自传输冲突或来自较差的无线电条件，导致性能下降。

在本文中，作者将重点研究车载网络中D-TDMA协议性能的传输失败的区分来源的影响。首先，作者分析试图获取时段的节点所采用的精确传输失败区分方法的效果。这样的分析提供了传输失败区分方法的性能上限，可以作为评估VANET D-TDMA协议性能的基准。此外，作者提出了一种实用的方法，用于区分D-TDMA协议的两个来源。采用深度学习技术导致传输失败[Deng and Yu 2014]。换句话说，节点通过在发生传输失败时估计信道状态来建立传播信道的高级抽象。然后，节点使用传输信道的这种高级抽象来确定传输失败的来源，并最终在释放其时段之前检测传输冲突。传输信道的高级抽象由双状态马尔可夫链模型表示，该模型由每个节点使用在邻近节点广播周期性安全消息中接收的本地信息（例如位置和速度）动态更新。另外，通过利用由某个节点广播的消息的接收ACK（由D-TDMA协议提供[Borgonovo等人2004;Omar等人2013b]），该节点近似地计算/更新该平均估计误差。使用所提出的马尔可夫模型的信道状态，该平均信道估计误差由节点结合马尔可夫模型使用，以进一步增强冲突检测（或传输失败区分）的准确性。因此，当节点在某个时段上广播消息并且未能将消息传递到其任何相邻节点时，它通过应用所提出的传输失败区分方法来决定是保留还是释放时段。当仅仅由于传输冲突估计传输失败以避免进一步的传输冲突时，节点释放其时段并获取新的时段。相反，当估计传输失败是由于较差的无线电信道条件时，不需要释放时段，并且节点保留其时段用于后续的消息广播。

2.2 结论及存在问题

作者的分析表明，这种冲突检测机制通过提高成功时段采集的速率来增强VANET D-TDMA协议的性能。此外，为了评估所提出的解决方案，通过使用由微观多模式交通流模拟器PTV Vissim[PTV Group 2015]生成的车辆移动轨迹，在高速公路场景中进行计算机模拟。模拟结果表明，所提出的传输失败区分方法通过允许节点仅在需要时释放其时段，显著提高了D-TDMA协议的性能。

3 使用校准的车辆移动轨迹改进VANET仿真[3]

3.1 主要内容

模拟是用于评估车载自组织网络（VANET）和延迟容忍网络（DTN）的协议和算法的最常用方法。通常，仿真工具使用移动性跟踪来基于移动节点之间的现有联系来构建网络拓扑。但是，就日志文件中每个条目的空间和时间粒度而言，跟踪的质量是直接影响网络拓扑的关键因素。因此，结果的可靠性很大程度上取决于车辆移动性模型对真实网络拓扑的精确表示。

作者认为，五种广泛采用的现有真实车辆移动性痕迹存在差距，导致可疑结果。在这项工作中，作者提出了一个解决方案来填补这些空白，从而产生更细粒度的迹线，从而产生更可靠的仿真结果。作者使用聚类算法提出并评估基于数据的解决方案，以填补现实世界痕迹的空白。此外，作者还提供评估结果，使用网络指标比较原始通信图和校准跟踪图。结果表明，这些差距确实会导致网络拓扑与现实不同，降低了评估结果的质量。为了给研究界做出贡献，作者公开了校准痕迹，以便其他研究人员可以采用它们来改进评估结果。

这项工作表明，现有的真实车辆移动性痕迹存在导致网络拓扑与现实不同的差距，并因此导致不可靠的性能评估。为了解决这个问题，作者提出并验证了一种解决方案，通过采用基于簇的参考系统和校准方法来找到并填补空白。结果显示作者的方法能够准确填补空白。此外，作者观察到由校准迹线构建的网络拓扑与原始迹线明显不同。为了解决这个问题，作者提出了评估结果，比较原始通信图和五个真实世界轨迹的校准迹线。作者的结果清楚地区分了原始和校准迹线的通信图。

3.2 展望

作为未来的工作，有一些有趣的问题需要调查。作者计划微调校准解决方案，以避免在迹线中由GPS误差引起道路外的校准点。评估其他聚类算法以及构建参考系统的其他策略非常重要。作者的目标是在考虑通信方面的情况下评估车载网络的其他状态协议，并评估作者的提议在这些协议的模拟中的影响。

4 城市VANET智能无人机辅助路由协议[4]

4.1 主要内容

车载自组网络（VANET）中的路由过程在城市环境中是一项具有挑战性的任务。找到满足延迟限制和最小费用的最短端到端连接路径面临许多约束和困难。这种困难是由于车辆的高移动性、频繁的路径故障以及各种障碍物，这些障碍物可能影响数据传输和路由的可靠性。商用无人驾驶飞行器（UAV）或通常所说的无人机可以在处理这些限制时派上用场。

在本文中，作者研究如何在ad hoc模式下运行的无人机可以与地面上的VANET配合，以便通过桥接协助路由过程并提高数据传输的可靠性。只要有可能，沟通就会出现差距。在之前的工作中，作者提出了UVAR-一种无人机辅助VANET路由协议，它通过使用无人机改善了地面车辆的数据路由和连接(见文中Figure 2.)。然而，UVAR并没有充分利用天空中的无人机进行数据转发，因为它仅在网络密度较低时才使用无人机。在本文中，作者通过支持两种不同的数据路由方式来提出该协议的扩展：（i）使用UVAR-G在地面上专门提供数据包;（ii）使用基于UVAR-S的反应路由在天空中传输数据包。仿真结果表明，与传统的车辆到车辆（V2V）通信相比，车辆和无人机之间的混合通信非常适合VANET.

Figure 2:Communication architecture of UVAR.

在本文中，作者介绍了UVAR协议及其扩展，以支持无人机和VANET之间以及无人机之间的自组织路由。UVAR协议专用于城市车辆环境，其主要目的是基于无人机对地面道路交通的意识来提高路线性能。

4.2 结论及存在问题

在这里，作者提出了两个协议：用于地对空通信的UVAR-G和用于空对空通信的UVAR-S。首先，无人机用于通过监测和交换地面车辆的Hello消息来估计给定路段内的车辆密度。然后，无人机用于帮助车辆选择用于路由其数据的通信路线。其次，通过UVAR-S，当地面通信被认为很差或车辆密度不足以通过车辆路由数据包时，无人机还用于通过无人机路由数据包。作者对UVAR协议进行了基于仿真的性能评估，并显示了与其他现有最先进的路由相比，UVAR在增加路由可靠性，减少延迟和提高传输率方面的有效性和稳健性协议。作为未来的工作，UVAR协议将在安全方面得到改进，并适应其他环境，如高速公路和农村。

5 基于分布式TDMA MAC的车载网络链路层协作[5]

5.1 主要内容

已经提出了用于改善无线网络中的通信可靠性和吞吐量的协作媒体访问控制（MAC）协议。在作者之前的工作中，已经提出了一种称为协作ADHOC MAC（CAH-MAC）的协作MAC方案，以在用于车辆通信的静态网络场景下增加网络吞吐量。

在本文中，作者研究了节点间相对移动性和信道衰落对CAH-MAC性能的影响。在动态网络环境中，由于合作冲突，系统性能下降。为了应对这一挑战，作者提出了一种增强的CAH-MAC（eCAH-MAC）方案，该方案避免了合作冲突，有效地利用了合作机会，而不会中断时段预留操作。通过数学分析和计算机模拟，作者表明eCAH-MAC通过提高无保留时段的利用率来提高节点协作的有效性。此外，研究与现有方法相比,作者对现实的网络场景进行了广泛的模拟来研究成功的协作中继传输的概率和eCAH-MAC中未预留时段的使用。

用于D-TDMA MAC的节点协作（例如CAHMAC）遭受协作冲突，因此破坏了D-TDMA MAC的正常操作。在本文中，作者提出了CAH-MAC协议的冲突避免方案，称为增强型协作ADHOC MAC（eCAHMAC），用于车载通信网络。在eCAH-MAC中，协作中继传输阶段被延迟（文中Fig.1），从而可以避免协作冲突。它在存在时段预留尝试的情况下有效地使用可用带宽资源，这是车载网络动态的结果，提高了MAC层协议的节点协作的性能。

5.2 结论及存在问题

作者的分析表明，节点协作的有效性随着节点数量的增加而减少，这主要是由于预留尝试次数的增加。然而，尽管调度协作中继传输允许竞争节点保留时段，但是eCAH-MAC不会破坏D-TDMA MAC的正常操作。此外，作者考虑实际的通道模型和车辆轨迹来执行大量的模拟。作者在动态网络环境中展示了eCAH-MAC的高效性和稳健性。通过数学分析和模拟，作者观察到eCAH-MAC能够通过暂停协作中继传输阶段来避免协作冲突，这允许更多竞争节点有效地保留未使用的时段。

6 车载网络中的移动大数据：车辆互联网之路[6]

6.1 主要内容

在新兴的5G通信系统中，对先进数据处理技术的需求将比以往任何时候都更加重要。此外，处理物互联（IoT）产生的数据对科学家和企业来说都是一个充满希望的挑战。车互联（IoV）是物互联（IoT）系列的重要成员，旨在改善道路安全并改善驾驶体验。在这个愿景中，收集和处理车辆产生的大数据是车辆特定环境中的真正挑战。大数据意味着传统信息系统无法处理数据。大数据时代的数据量无法加载到单个机器中。这也意味着为集中式架构开发的大多数传统数据挖掘和数据分析方法都不适用。

在此背景下，本章讨论了车辆互互联与大数据技术的相互作用。首先，作者介绍IoV（见文中Fig.9）的演变及其特征。其次，作者讨论了车辆环境中的数据生命周期和大数据挑战。最后，讨论了IoV大数据和数据模型。

Fig.9 IoV communication types

大数据的运营将改善和优化现代城市提供的服务成本，这将是未来几年全球发展的主要关键之一。考虑到产生这种信息的数量和速度，这在车辆互互联的背景下尤其重要。

在本章中，作者试图澄清构成技术发展的各种问题，这些技术可以从车辆大数据的使用中受益，以改善驾驶体验，并使决策者掌握有效的基础设施管理工具。作者已经介绍了从特定（Ad hoc）到非常有限的区域和无保障服务的车载网络的演变，以及具有异构和通用访问的网络，允许无处不在的连接。然后，作者展示了云平台在从嵌入式传感器以及智能车辆中的个人设备收集的数据、处理和操作中将发挥的关键作用。作者最终详细介绍了IoV大数据的架构，并重点介绍了必须部署的云元素，以实现高效的IoV大数据处理。

7 软件定义SpaceAirGround集成车载网络[7]

7.1 主要内容

本文提出了一种软件定义的空间地面综合网络架构，以无缝、高效和经济的方式支持各种车辆服务（见文中Figure 1）。首先，回顾了空间-地面网络整合的动机和挑战。其次，提出了一种具有分层结构的软件定义网络架构。为了保护卫星、天线和地面段中的传统服务，通过网络切片将每个段中的资源切片以实现服务隔离。然后将可用资源放入一个通用的动态空间-地面资源池中，该资源池由分层控制器管理以适应车辆服务。最后，进行了一个案例研究，然后讨论了一些开放的研究课题。

为了在各种实际场景（例如，农村和城市）中适应具有不同服务质量（QoS）要求的各种车辆服务，必须利用每种网络范例的特定优点。例如，城市地区密集部署的地面网络可以支持高数据速率接入，卫星通信系统可以提供与农村地区的无缝连接，而高空平台（HAP）可以增强具有高服务需求的地区的容量。此外，可以获取关于车辆环境的多维实时环境感知信息，例如车内、车辆间、道路状况和区域交通信息，以改善驾驶体验并促进智能交通管理。

在本文中，作者通过软件定义网络（SDN）专注于空间-地面集成车载网络，以迅捷和灵活的方式利用异构资源来支持异构车辆服务。首先讨论了空间-地面综合网络的动机和挑战。然后提出了一种软件定义的空-地集成车载网络架构。介绍了工作关系、以及分层网络操作和大数据辅助网络。确定研究方向，然后完成这项工作。

7.2 展望

在本文中，作者提出了一种SSAGV网络架构，以利用空间、空中和地面部分的优势，在各种场景中高效且经济地支持各种车辆服务。所提出的开放式网络架构可以实现网络敏捷性和灵活性，简化网络管理和维护，并适应不断变化的用户需求和网络状态。新的网络运营模式可以为不同部门之间的资源共享和协作铺平道路。为了加快SSAGV网络发展的步伐，需要在概述的研究方向上进行广泛的研究工作。

Figure 1.Software defined space-air-ground integrated vehicular(SSAGV)networks.