车联网 智慧交通的未来
随着我国城市经济水平的迅速提高，交通供需矛盾日益突出，交通拥堵、交通污染、交通事故频发、停车难等一系列问题日益成为制约城市发展的突出问题，成为当前交通管理部门关注的焦点，也成为城市交通建设中亟待解决的重点问题。构建智慧交通体系，有效缓解交通拥堵，改善城市交通状况，最大限度发挥城市交通效能，建立人、车、路、环境协调运行的新一代综合交通运行协调体系，成为解决城市交通问题的关键所在。
而作为一种配合解决方案，城市中行驶的各类车辆是“可移动的智慧中转站”。加装各种传感器、控制器及通信和智能化设备形成信息载体，再通过智能控制平台加以控制，将城市中的汽车串联起来，成为城市大数据收集工具，就会形成一张巨大的数据交互网络——车联网。
作为物联网技术的典型应用，车联网将为未来智慧城市打开人与路的另类空间。它将“人—车—路”连接起来，通过对收集的巨大数据进行分析、处理后，自动做出相应的反馈和行为，可在交通堵塞控制、交通安全控制、交通信息服务等方面发挥重要作用，达到出行的高度智能，而这一切都基于数据传输、分析和反馈的时效性。在此意义上，车联网便成为城市交通路况感知网的采集终端和控制节点。[3]
无人驾驶汽车具有由激光雷达、视频传感组成的双眼，通过高性能的无线数据传输，实现人与车乃至车与车之间的顺畅沟通与交流，而这一切的背后，还需要有一颗智慧的大脑，及时对收集到的信息数据进行分析、判断，从而指引车辆正常行驶。
车联网的内涵
车联网是物联网在智能交通系统领域的延伸，是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车—车、车—互联网之间，进行无线通信和信息交换，以实现智能交通管理控制、车辆智能化控制和智能动态信息服务的一体化网络。车联网是实现V2X的交互网络，是物联网技术的典型应用。
车联网将提高传统汽车产业链价值微笑曲线，是汽车实现价值提升的重要途径。车企提供造车端大数据，车辆通过车载传感器和通信终端获取用车端大数据（用户数据、车辆数据、交通数据等），两端大数据互为支撑，在云计算、大数据技术的引用下，提升传统汽车产业链从设计研发、采购物流、制造组装、产品销售到后服务市场产业环节的价值体量，创造新的商业模式成为汽车实现价值提升的重要途径。
其实，智能网联汽车和车联网是两个不同的概念，智能网联汽车属于单车智能化，是以雷达摄像头为核心，通过一些算法，做出决策；而车联网属于车与车联网，车与路联网，车与一切联网，它解决的不仅仅是单车驾驶的问题，例如车车联网，我们会利用驾驶通信去支撑决定和判断，车与路的联网，可以将整个交通系统、信号灯、行人及交通的因素进行串联，车云网就是将网联车作为移动的终端，未来的网联车可能就是一部移动的手机。
通信技术就是可以利用的第五个传感器，从整体的车联网协同控制来讲，未来无人驾驶可能为大家解决出行问题，而真正的交通优化问题是无法通过无人驾驶去解决的，例如我们现在用的导航，导航的基本数据是通过大数据的搜索来判定的。
未来的智能网联汽车有三块服务：单车智能化；网约车，车车联网；整个全部联网。只有网联车将大量的数据提供到决策部门才可以更精准地去预判道路交通情况和未来城市规划情况。
车联网产业技术
从传统的整车厂到出行服务，智能网联完全打破了以往的模式，共享经济、新技术等的融合导致整个生态发生了翻天覆地的变化，其中包括OEM、算法公司软件、V2X、传统供应商，未来会引入更多新兴的互联网企业。整个智能驾驶生态是不可预知的，不知道是谁来主导整个产业的发展。
从传统的车厂到新兴的车企，主要是新能源车加入互联网的体验，包括算法公司、地图商，从整车厂延伸到车载服务商和设备供应商以及未来三大通信运营商也会进入整个平台，使得智能网联汽车产业上下游被全部打通，垂直领域全部涌入，造就了一个很大的生态。
车联网产业生态
以整车制造，传统车厂为纽带延伸到垂直领域还有上下供需的领域。比如，从通信角度而言，通信是先有芯片，后有终端。自动驾驶的落地将推动智慧交通系统的建设，企业与政府共同搭建智能网联平台，对交通数据进行整合处理，形成分析预测模型，从而运用于交通调度引导、线路规划、车辆管控方面，使城市交通运转更高效、更环保、更便利，优化市民出行体验。
美国交通部联邦机动车安全标准第150号强制要求机动车安装V2V的通信设备，ITS战略计划2015—2019两大重点：实现车辆联网、推进车辆自动化，推动车辆强制安装DSRC立法。
完善通信网络设施
推动LTE网络的改造和升级，满足车联网的大规模应用。提升LTE-V2X网络在主要高速公路和部分城市主要道路的覆盖水平，完善路侧单元的数据接入规范，提高路侧单元与道路基础设施、智能管控设施的融合接入能力，推动LTE-V2X网络升级与路侧单元部署的有机结合。在重点地区、重点路段建立5G-V2X示范应用网络，提供超低时延、超高可靠、超大带宽的无线通信服务。分阶段、分区域推进道路基础设施、交通标识的数字化改造和新建，在桥梁、隧道等道路关键节点加快部署窄带物联网（NB-IoT）等网络。
推动大数据及云平台建设与管理
促进各类车联网平台的互联互通，推动智能网联汽车、道路基础设施、通信基站、车联网平台和应用服务等信息交互与数据共享，构建数据使用和维护的市场化机制，保障车辆安全有效地运行。鼓励构建跨行业、跨部门的综合大数据及云平台，支撑车联网应用的规模发展和持续创新。
构建智能道路基础设施
促进网络通信技术、人工智能技术与道路交通基础设施的深度融合，为车联网、自动驾驶等新技术应用提供必要条件。面向典型场景和热点区域部署边缘计算能力，构建低时延、大带宽、高算力的车路协同环境。支持北斗卫星导航系统和差分基站等设施建设，提升车用高精度时空服务的规模化应用水平，满足车辆的高精度定位导航需求。在部分高速公路和部分城市主要道路，支持构建集感知、通信、计算等能力于一体的智能基础设施环境。
车联网对智慧大脑的考验
想要成为车联网的大脑，必须有敏捷的思维，利用机器学习技术，将传感器所收到的交通指标信息及时进行处理，确保汽车在正确的位置和方向上行驶。此外，还必须见多识广，可以对360度全方位的数据进行收集。与此同时，还需要具备足够的数据带宽保障与用户或其他车联网汽车沟通和交流。
机器学习助力车联网精准判断
采用骁龙820Am处理器的Qualcomm Drive Data平台，是高通的一个数据收集和分析平台，可以通过车上的传感器（前置摄像头、后视摄像头、雷达等）收集汽车的大量信息，用于实现车辆管理与地图生成等功能。
该汽车技术平台的重要组成部分是基于终端侧的机器学习（on-device machine learning）。Qualcomm Drive Data平台采用了骁龙820Am汽车处理器，支持汽车随时随地、精确地判断城市街道的水平精确度（lane-level accuracy），以此来实现精准的定位。通过集成X12 LTE调制解调器，它还可以连接至云端。除此之外，它还支持基于云端处理的地图和数据应用。以上这些都是高通通过Qualcomm Drive Data平台所展示的技术。[4]
通常来说，汽车中的很多应用都会收集大量数据，然后在云端进行机器学习处理，比如判断交通路况、交通信号灯、车道侦测等。而高通的Qualcomm Drive Data平台可以筛选掉某些不相关的数据，仅把交通路况和环境视频等需要的数据上传至云端。因为骁龙820Am处理器的性能十分强大，它集成了定位、机器学习、连接等多项出色特性，有很多数据都可以在终端上进行处理，比如在汽车遇到障碍时进行停车或倒车等。
早在2016年嵌入式视觉峰会（Embedded Vision Summit）上，高通就发布了名为“高通 骁龙神经处理引擎”的SDK，这是高通首次在骁龙处理器中集成了神经处理器引擎。并且高通最新发布的骁龙835处理器也支持这一引擎。实际上，还有很多其他处理器也支持了这一SDK，比如面向汽车的骁龙820A处理器。高通在这方面已经研究很多年，高通的客户目前已经可以获取该项技术，并加以运用。
机器学习技术最初是运用于高端产品中的，例如服务器产品。因此最大的挑战便是如何将它迁移至移动产品中，这也是高通这么多年以来所专注的地方。高通骁龙神经元处理引擎优势在于，将机器学习技术带到了移动嵌入式的解决方案中，并且高通在这一技术上耕耘多年，在机器学习领域具有一定的领先地位和优势。[5]
5G和C-V2X推动人车间交互沟通
车联网的运行过程中，仅有汽车对环境的感知与判断是肯定不够的。人与车、车与车之间还需要进行广泛的信息沟通。
在CES 2017上，高通正式推出了全新联网汽车参考平台，它集成了骁龙X16 LTE调制解调器，可以支持最高达1 Gbps的峰值下载速度，为汽车制造商提供领先的车载信息服务和联网汽车服务所需的高速、优质和可靠连接。与此同时，高通还与大众汽车集团的合作，把骁龙处理器的计算技术和骁龙调制解调器的连接技术带入大众汽车中。不仅于此，高通还与奥迪、爱立信、SWARCO Traffic Systems和University of Kaiserslautern合作，共同进行C-V2X的测试。[6]
2017年9月1日，高通发布了基于3GPP Release 14规范、面向PC5直接通信的C-V2X商用解决方案——Qualcomm 9150 C-V2X芯片组。同时还推出了全新的Qualcomm C-V2X参考设计。这个参考设计中包括运行智能交通系统（Intelligent Transportation Systems，ITS）V2X协议栈的应用处理器和硬件安全模组（HSM）以及集成全球卫星导航系统（GNSS）功能的9150 C-V2X芯片组。
C-V2X最核心的技术包含了两种传输模式，一种是直接通信，另一种是基于网络的通信，这两种传输模式作为具备安全感知及自动驾驶解决方案的关键特性，同时还可为其他先进驾驶辅助系统（ADAS）传感器（如摄像头、雷达和激光雷达）提供补充，从而为车辆提供周围环境包括非视距（NLOS）场景下的信息。
C-V2X直接通信旨在支持主动式安全特性，并帮助提升情境感知性能，面向车对车（V2V）、车对基础设施（V2I）和车对行人（V2P）场景，无须使用SIM卡成为蜂窝用户或获得网络协助，在全球统一的5.9GHz ITS频段中，由车辆、基础设施和行人直接实现低时延的传输检测和交换信息。网络通信作为对直接通信传输的补充，旨在利用无线运营商的5G无线网络来进行车对网络（V2N）沟通，并在运营商许可频谱上运行，以支持车载信息处理、联网信息娱乐和日益增多的各种高级信息化安全用例。
C-V2X技术是汽车安全解决方案和自动驾驶解决方案的关键特性，并具备强有力的5G演进路径。C-V2X可为其他先进驾驶辅助系统（ADAS）的传感器，如摄像头、雷达和激光雷达提供补充，从而为车辆提供周围环境甚至是非视距（NLOS）场景下的信息。除支持360度非视距外，C-V2X还支持增强型情境感知，可侦测并利用5.9GHz ITS频段上的直联通信与其他车辆、基础设施和行人终端交换信息，还可利用商用的蜂窝技术频段与云服务进行网络通信。与当前技术相比，C-V2X可拓展V2X直联通信的距离、提升可靠性、降低时延，并提供卓越的非视距性能。[7]
智慧头脑辅助车联网稳健发展
高通的“联网汽车参考平台”可以通过利用车上的传感器（前置摄像头、后视摄像头、雷达等）收集汽车的大量信息，实现车辆管理与地图生成等功能。Qualcomm Drive Data平台可以通过基于终端的机器学习技术，为汽车实现精准定位。此外，通过5G和C-V2X技术，可以实现人与车、车与车之间的高效可靠交流。通过观察、分析与交流，有效地为车联网安装上了一颗智慧的大脑，将推动车联网技术继续向前发展。[8]
车联网三层体系结构
一是感知层。感知层被称作车联网的“神经末梢”，通过车载传感器、雷达以及定位系统的协同感知，将收集到的车内外行驶状态信息、交通状况信息和道路环境信息反馈给驾驶员，驾驶员根据收到的反馈信息作出行驶决策，实现感知数据辅助驾驶的功能。例如车辆前方防撞预警技术，根据传感器接收到的前方障碍物感知信息，行车人员可以预先作出下一步的行驶决策，防止撞上前方车辆。
二是网络层。网络层充当车联网的“大脑”，主要通过车载网络、互联网以及无线通信网络分析处理感知层所收集到的数据，实现车联网网络接入、数据分析、数据传输以及车辆节点管理等功能。网络层还为终端用户提供实时的信息交互以及无线资源的分配，达到信息负载的平衡以及异构网络的无缝衔接访问功能。
三是应用层。应用层是车联网体系架构的最高层，主要为用户提供不同的服务。根据不同用户的需求提供不同的应用程序，例如车载娱乐、远程监控以及紧急救援等功能。
车联网两大功能系统
一是端系统。行人端、车端、路端和云端组成端系统。行人因其在车联网环境中安全隐患最大而处于弱势地位，只能通过自身携带的移动终端设备经V2X管道收发信息，以此来感知周围交通状况进行行驶路线调整，保障自身安全。车端是整个车联网的核心，V2X的含义是以车为主体，与“X”即行人端、路端以及云端进行通信。路端主要通过智能路侧单元为车端、云端和行人端传送交通路况信息，提供辅助交通的数据支持。云端在车联网中承担数据存储、分析和智能决策的任务，承载不同用户的业务需求和数据需求。
二是管系统。V2X被称作车联网的“管”，是各个终端进行通信连接、车辆自组织网络与异构网络有效衔接的管道，保证各端之间信息交互的实时性、可服务性以及网络泛在性。目前应用广泛的是LTE-V2X和DSRC两种典型的无线通信技术。前者可以实现网关或基站覆盖范围内所有端之间的通信连接，后者只能实现小范围内车与路端或车端之间的通信连接。
车联网关键技术
车内网主要是指车内的通信网络，例如CAN总线控制的区域网络，涉及车联网体系中的单车关键技术主要有传感器感知技术、定位技术以及语音识别技术等。
整体感知技术主要分为两个部分，一个是车辆自身状态感知，主要通过里程计数器、车辆电机来实现对车辆行驶速度、方向、车轮转向等状态信息的采集。另一个是车辆对环境的感知，利用雷达技术、摄像机等电子设备完成对车辆周围交通信息状况的采集，相当于车辆的“耳朵”和“眼睛”。感知技术为车辆智能决策提供数据支持，使得车辆对环境的适应能力进一步增强。
定位技术。只有准确知道车辆的具体位置，才能进一步实现车辆的远程监控和辅助驾驶等功能。现有智能汽车主要采用全球定位系统（Global Positioning System，GPS）或北斗导航系统进行定位或导航，同时车联网还可采用其他定位技术，例如微波雷达定位技术。
在天气恶劣的情况下，微波雷达定位技术的性能仍能保持在比较稳定的状态，它可通过无线电波直接测量车与车之间的距离，准确获知车辆速度、方位等信息。在未来智能网联汽车的发展过程中，多传感器协同工作提高车辆定位精度的方式将成为趋势，因为单个传感器进行数据采集，必然会在空间或时间上出现信息采集的空缺，数据的可靠性无法得到保证，多传感器协同工作弥补彼此在性能上的不足，进一步提升定位精准度。
语音识别技术。驾驶人员在行车途中要求注意力高度集中，但路途中难免有点击屏幕、接听电话等需要将手离开方向盘的操作，这种驾驶行为危险系数极高。如果车载装置也拥有和智能手机相同的“语音助手”，驾驶员只需要发出语音指令，车载系统便能利用“语音助手”识别并执行指令，这将在便利驾驶员通信的同时，大大降低交通事故的发生概率。语音识别技术就是通过车载智能设备对驾驶人员发出的语音指令进行识别，进而翻译为相应的机器指令，最终实现语音拨号、语音在线导航以及语言转换等功能，彻底解放驾驶员双手，保障行车安全。
车际网相对于车内网而言，即车辆的外部网络，主要包括V2V、V2I以及车辆自组织网络。
无线通信技术
DSRC工作在5.9GHz频带上，带宽范围为75MHz，通信距离在1000m左右。DSRC的标准是IEEE802.11，它使用的MAC协议简单且特征明显，可实现分布式操作，主要应用于ad-hoc（点对点）通信模式，目前美国在该技术的发展上相对成熟。根据需要提供的V2X应用程序类型和支持通信标准的不同，每个DSRC频段可以以单个频道进行使用，也可以分成多个通道进行使用。
DSRC主要应用于V2V场景。该场景下消息类型多为紧急事故，例如前方车辆发生车祸，需要紧急告知后方车辆提前减速防止二次车祸的发生，因此对通信连接的时延和可靠性要求极高，而DSRC技术的短程通信特点正好满足了车辆之间通信的这两大需求。在实际应用中，车辆必须处于路边部署的网关（RSU）覆盖范围之内，车载网络访问才能顺利进行。
但是，在高速移动场景下，车辆与路边网关的连接时间极短，车辆不断进行网络的水平切换，极有可能出现通信中断的情况。当车辆密度很大时，尽管采取以周围车辆作为中继站的方法来扩大通信范围，还是无法保证车与网关之间时刻存在网络路径。同时在这种车辆高速移动和高密度场景下，数据的高传输率和高时延冲突使车辆之间的信道竞争会变得更加激烈，结果导致IEEE 802.11性能减弱，V2V通信质量大打折扣。
C-V2X技术是指基于蜂窝网络的V2X技术，包括LTE-V2X以及正在发展的5G-V2X技术。LTE-V2X是指基于LTE移动通信技术演变形成的V2X车联网无线通信技术，包括蜂窝通信和直接通信两种工作模式。蜂窝通信借助已有的LTE蜂窝网络，支持网络覆盖范围广、带宽需求大的通信连接；直接通信则不经过基站，两个用户节点直接进行通信，即D2D（Device to Device）通信模式。
相比DSRC技术，C-V2X技术有以下几点优势。首先，其高网络容量可支持高带宽和大数据量需求。其次，蜂窝网络的通信覆盖范围要远大于DSRC的通信范围，车辆与基站连接申请网络访问的时间充足，降低了水平切换网络的频率，在保证通信质量的情况下减少了网络控制信令开销。最后，C-V2X不必重新部署网关设施，只需对现有基站设施进行改造即可投入使用，节约了成本。
但C-V2X在信息传输的时延上稍逊于DSRC。在基于C-V2X的通信方式的车辆高密度V2V场景下，车辆以单播模式将数据上行传输至基站，基站再以多播模式将信息下行传输至其他车辆，这一烦琐的信息传输过程造成了上行链路的拥堵，带来的后果是信息不能及时到达目的地址，消息可靠性降低。
移动边缘计算技术
针对车联网发展过程中数据传输量大，传输时延高的问题，在5G-WANET的框架中提出MEC-cell框架，其关键技术就是移动边缘计算（Mobile Edge Computing，MEC）。MEC服务器部署在接近终端的本地区域内，解决云端空间不足、计算能力受限的问题。引入MEC技术，可实时感知网络下文信息，根据用户发起服务请求的应用类型选择数据卸载方式。对于时延要求高的业务，路由管理器优先分配其在本地或本区域内MEC服务器上进行卸载处理；对于时延要求宽松的应用，可汇聚至云端进行计算。
软件定义网络技术
软件定义网络（Software Defined Network，SDN）将传统网络的数据平面和控制平面分离，在数据发送到网络设备之前，SDN控制器创建任务规则，同时指示网络行为逻辑，通过集中控制器中的软件平台实现对底层应用的可编程化。SDN应用在VANET环境中，实现从主网络中导出网络基础结构的功能，使VANET网络获得高适应性、高灵活性以及可编程性。
现有的集成SDN的VANET中，数据平面由固定组件RSU和主要组件车辆组成，SDN控制器会根据车辆需求来对不同车辆进行配置，车辆自身运行信息又发送至SDN控制器来增强网络配置，这些信息将被放置在已经建立OF（OpenFlow）流表的RSU中。
控制平面主要对数据平面中所有车辆和RSU信息进行调控，对SDN控制器收集到的车辆信息进行存储和处理，最后利用收集到的信息定位转发决策，找到转发数据包到达目的地址最合适的路由。SDN控制器通过北向接口提供网络应用程序，然后经南向接口注入数据转发规则，最终实现底层应用的可编程化，增强VANET网络的自适应性，优化无线资源分配和网络选择问题。
网络切片技术
网络切片技术就是根据用户对时延、带宽、消息可靠性等功能的不同需求，将物理网络切分为多个端到端的虚拟网络，每个虚拟切片以性能指标的差异来适应不同的场景。这种虚拟网络划分方式不仅避免了为每一个服务建设一个专用物理网络的问题，而且为不同的应用场景提供相对隔离的网络环境。切片之间互不干扰，每个用户根据自身需求定制网络切片。
在未来5G网络场景下，网络切片技术主要应用在三类服务场景中，一是需要高宽带容量的移动宽带场景，二是在测量、农业、物流以及医疗中部署海量传感器的物联网场景，三是低时延、高可靠的自动驾驶场景。车联网中V2X服务和应用程序多种多样，同一辆车中，驾驶员可能需要低时延、高可靠的网络切片与外界进行通信，而乘客可能需要高带宽、大容量的网络切片来观看视频，因此车联网中网络切片的设计将比其他垂直产业更复杂。
区块链技术
车辆安全包括行驶安全和信息安全，在复杂多变的无线通信环境中，车辆的行驶信息很容易被黑客攻击截获甚至用来控制车辆的行驶，造成不可估量的后果。因此需要对车辆的行驶轨迹等隐私信息进行保护，区块链技术的去中心化和不可伪造性为车联网环境中的安全通信提供了一个可行的解决方案。
区块链技术又名账本技术，以车联网环境中的终端设备和车辆管理中心为节点组成区块链网络。“账本”为记录整个车联网信息交互的数据库，“去中心化”体现在每辆车都可以参与数据库的记录，并且当车辆进行V2X通信访问操作改变了账本的状态时，新的记录会被添加在账本中。
“区块”负责记录一段时间内账本的动态变化情况，“链”则是各个区块以状态改变的时间顺序串联起来形成整个车联网体系中的状态变化线。实际应用通常将区块链技术与某些匿名认证方案结合，进行车辆注册、消息签名、消息验证三个步骤，验证通过的车辆方可与其他车辆进行通信。区块链技术赋能车联网技术，共同构建安全的智能交通体系。
[1] 本文2021年5月10日发表于“学习强国”。
[2] 本文2021年6月8日发表于“学习强国”。
[3] 《车联网 链接智慧城市的未来》，载公众号“千方科技”，2019年1月24日。
[4] 《车联网的智慧大脑》，载搜狐网，https：//www.sohu.com/a/201616024_483388，2020年11月1日访问。
[5] 《车联网的智慧大脑》，载搜狐网，https：//www.sohu.com/a/201616024_483388，2020年11月1日访问。
[6] 《车联网的智慧大脑》，载搜狐网，https：//www.sohu.com/a/201616024_483388，2020年11月1日访问。
[7] 《车联网的智慧大脑》，载搜狐网，https：//www.sohu.com/a/201616024_483388，2020年11月1日访问。
[8] 《车联网的智慧大脑》，载搜狐网，https：//www.sohu.com/a/201616024_483388，2020年11月1日访问。