基于车联网的智能交通系统研究

徐侃春

（中国铁道科学研究院集团有限公司 电子计算技术研究所，北京 100081）

随着社会的快速进步和经济的飞速发展，汽车已经成为了日常消费品走入了千家万户，汽车在人们的工作和生活中扮演着重要的角色。2014年以来，我国汽车销售总量一举超越美国跃居世界第一。人们在驾驶汽车的同时，亦希望它也能像其它移动终端一样具有强大的互联网功能，从而进一步提高驾乘体验[1]。

伴随着车辆的增多，基于车联网技术的智能交通系统应运而生。它是一种先进的应用模式，是物联网在智能交通领域的一种重要应用形态，其设计初衷是通过网络技术来对车辆和交通的状况进行有效的实时监控，从而提前行动来避免事故、缓解拥堵，为用户提供安全可靠的驾乘环境[2]。

随着传感器技术、无线通信技术和自组织网络技术的飞速发展，车联网显示出了广阔的应用前景，拥有改善民生的重大战略意义，车联网已被列为国家“十三五”重点建设项目。因此，本文提出基于车联网的智能交通系统研究。

1 智能交通体系概论

智能交通系统应用多种多样，其中，包括车辆导航、交通信号控制、可变道路标志、自动车牌识别、高速摄像头监控、集成实时数据、停车引导和信息系统、天气信息、道路结冰积水、以及其它更高级应用等[3]。为实现典型智能交通系统，需要大幅建立车联网体系，它存在以下固有特性[4]。

1.1 网络规模大

车联网是一个巨大的网络，可能包括数百万的网络节点，其中，包括车辆及道边设备等。即使在单个道边设备的信号覆盖范围内，也可能包含几十甚至上百个车辆节点。

1.2 拓扑变化快

安装在车辆节点上的车载通信单元会随着车辆的运动而移动，其平均移动速度会远大于绝大多数无线网络移动应用场景中的节点移动速度，网络拓扑、信道环境、通信传输参数等都会随时间而快速变化。

1.3 移动轨迹可预见

由于车辆移动要依附于道路，运行速度有一定的范围，并且车流有一定的规律性，可以根据车辆历史数据预测移动轨迹。

针对上述特性，如何将先进的人工智能技术、自动控制技术、计算机技术、信息与通信技术及电子传感器技术等有效地集成，从而应用于完整的地面交通管理系统，建立在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统，是未来道路交通的研究热点与重点问题。

2 基于车联网的智能交通系统架构

2.1 车联网智能交通系统架构

迄今为止，典型的车联网智能交通系统的架构，如图1所示，具体包括基础交通的感知层次，针对节点信息共享的网络传输层次，以及面向实际系统的应用层。

图1 车联网智能交通系统架构

（1）基础交通感知层：通过传感技术、射频识别技术、车辆定位、信号处理技术等，对车辆节点、道路状态、道路设施等进行实时的全方位监控，并采集相应的基础数据，从而为车联网应用提供全面、原始的终端信息服务。

（2）信息共享网络传输层：通过制定适应于动态异构的车联网通信协议，网络通信技术将感知层数据汇集、上传，通过云计算、人工神经网络和支持向量机等各种分析与机器学习方法对信息进行分析和处理，提升对现实交通状态的感知能力，实现决策和控制。与此同时，充分利用现有资源，为系统应用层提供有力的应用支撑。

（3）实际系统应用层：应用层主要面向车辆拓展网络功能，推动车联网技术发展，实现智能交通管理、车辆安全控制、交通事件预警等运营效率与安全应用，同时还为各种用户提供互联网信息查询与订阅、车辆基础信息提醒、车载娱乐信息共享等多样化服务。

2.2 车联网多层网络架构

云计算是指运用虚拟化技术将分散的计算资源、存储资源、网络资源，通过现有网络集中起来，形成逻辑统一的资源池，可实时监控云计算平台和动态调配云资源，并以弹性的、按需的、可扩展的方式向用户提供服务[5]。

雾计算的概念是在用户和云服务层之间增加一个雾层，利用距离用户较近的雾层中的设备提供有弹性的计算资源雾计算靠近终端用户、拥有稠密的地理分布[6]。

面向上述系统架构，当前研究主要把车联网构建成“云-雾-节点”的多层网络架构，如图2所示[7]。

图2 面向车联网的“云-雾-节点”多层网络架构

车载云平台整合了车辆通信、存储和计算资源，提高其利用率，并为用户提供基于软件、平台和基础设施的低能耗实时服务。具体来说，它分为3个层次。

（1）车内网络，主要负责监测驾驶人的健康、情绪等参数，以及车内温度、气压等环境因素；

（2）数据共享网络，包含车车通信与车地通信，用于将车内网络收集的数据传输到云端；

（3）云服务器，用于存储数据、计算并提供各类服务。

但是，单纯基于云的车联网，由于数据在终端而服务能力在云端，导致数据与云端之间信息的传递会占用大量的通信资源。同时，车载云计算不提供对车辆资源可用性的保证，因此所提供的服务不稳定。

为了提升车联网的服务质量，并最终实现智能交通系统，研究人员致力于雾计算，即在云服务器与终端设备之间引入雾层，并将之前在云端完成的数据计算与分析拓展至雾层，使得车辆用户能够在本地分析和管理数据，减轻通信网络的传输压力与计算负荷，同时降低了传输开销与时延。

总而言之，面向智能交通系统的车联网是把人、车、路、环境等4方面基本元素的数据、特征进行分析与融合，通过数据资源共享与应用拓展，使得单一的车辆安全辅助逐步过渡到综合集成的智能一体化驾乘，提升车辆用户在行驶过程的中的安全性、高效性、便捷性与舒适性[8]。

3 基于车联网的智能交通系统关键问题

3.1 面向雾计算的车联网架构设计与网络优化

基于雾计算的车联网是其未来能够实施的可预期模式，也是当前的一个崭新的研究热点问题，该问题目前缺乏相应的架构设计与分析。将车辆节点与云服务器之间搭载雾平台，选择合理的雾节点，使其能够在有限的服务范围与网络之间达到动态平衡。但实际中的车辆快速移动，其位置不断变化，使得通信链路不稳定，因此不适合作为雾节点。如何识别雾节点、依据车载节点与道边单元的服务能力、设计并构建雾节点规则、从而满足系统服务质量要求、同时满足良好的通用性、以达到适应不同的场景需求是架构设计与网络优化的关键问题。

3.2 车联网动态路由与资源共享

车联网是一个动态的网络，其数据需要通过动态路由实现共享，相应的路由协议研究是当前的热点研究问题。然而由于车联网的一些特殊复杂结构、应用需求和制约因素，使得车联网数据传输服务的综合保障优化问题极具挑战性。

（1）基于分簇的动态的路由问题，即合理构建网络中的车辆节点的直接交付通信簇，降低网络拥塞，提高信息传输的效率，增强车载自组织网络的稳定性。

（2）实现动态的路由发现机制，在克服车联网拓扑结构迅速改变产生大量网络碎片的严峻挑战，设计相对稳定的传输通信链路。

（3）多路由决策问题，即从源节点到目的节点的路径是有差异的，最快发现目的节点的路径并不能保证是最优的，因此如何快速发现众多路径中的最优路由，也是其中的重点问题。

3.3 车联网安全与隐私保护

车联网安全与隐私保护研究是当前的热点研究问题。目前，研究主要集中在车-车通信环境，虽然这些现有的解决方案已经能够部分满足用户的安全和隐私保护需求，但它们并没有充分考虑车联网的一些特殊结构、安全需求和制约因素，车联网中存在大量的移动节点与道边设备，这些节点具有较大的差异性，从而使其安全和隐私保护问题极具有挑战性。针对具体的车辆节点与道边设备共存的车路协同环境，能够弥补现有安全和隐私保护领域研究的不足，对车联网最终走向实际应用起到积极的促进作用。

4 结束语

本文概要介绍了智能交通体系，详细分析了车联网智能交通系统的架构，其包含基础交通感知层、信息共享网络传输层、实际系统应用层。在此基础上，探讨了基于“云-雾-节点”模式的车联网信息交互模型，并给出该模型的相应依据。除此之外，本文从架构设计与网络优化、动态路由与资源共享、安全与隐私保护等3方面，进一步分析了基于车联网的智能交通系统关键问题。