基于城市公共交通云的车联网通信模式研究

在当前交通环境中,大量公交车或出租车上存在可以连入Internet的网络节点,其中很多节点还具有一定的计算和存储能力,根据这一特点建立一种在公共交通基础上的移动云服务与车联网的通信模式,通过在OMNe T++和SUMO平台上进行仿真,验证这种方式下车辆在交通环境下数据的传输可行性。     

一种车载疲劳驾驶检测方法

文章针对车辆驾驶员的疲劳检测,提供了一种使用图像处理的方法来对驾驶员的眼部信息进行提取,建立眼部状态判定模型,根据图像信息提取判断出闭眼的时长以及闭眼的频率分析判断疲劳行为,并对驾驶员进行提醒和辅助驾驶,以减少交通事故的发生。同时,该方法给出了驾驶员处于疲劳状态并预警,提出了疲劳等级划分,不仅检测驾驶员是否疲劳,还检测驾驶员的疲劳等级,并给出相应的提醒操作。     

车联网异构网络资源管理优化研究

无线资源管理优化是异构网络研究的重要组成部分。有限的带宽和成倍增长的网络用户,使异构无线网络的资源管理优化成为了迫切需要解决的问题。文章对接入异构网络的业务种类和异构网络资源管理进行了研究,并针对业务种类的不同提出了基于业务优先级的集中式联合无线资源管理算法。结果表明,该算法能够在保障无线资源利用率的前提下,优先使安全型业务接入网络,极大地降低安全型业务的接入阻塞率。     

基于超图划分的车联网V2I/V2V资源共享机制研究

针对车联网V2I/V2V用户异构性需求以及V2V用户复用V2I链路引起的复杂干扰,本文基于超图划分的思想,提出了预先V2V用户分簇、允许接入多V2I链路的资源共享机制。首先,在被动簇集模型基础上依赖车辆节点干扰强度将车辆划分为不同的簇,从而减少了同簇车辆节点的相互干扰;然后,通过最大化V2I总吞吐量来设计车辆节点的最佳功率;最后,利用3维匹配算法完成基站、资源块和车辆节点三者之间的匹配。仿真结果表明,所提机制满足V2V链路可靠性,同时使得V2I链路总吞吐量最大,分析结论为智能交通中车联网通信应用提供了理论参考。      

智能网联交通系统的关键技术与发展

该文梳理了国内外针对智能网联交通系统的相关研究,阐述了智能网联交通系统的架构和关键技术,分析了外部环境感知技术、车辆自主决策技术、控制执行技术以及车路协同技术等几个重点方向的研究进展。在分析总结已有文献的基础上,该文描述了未来智能网联交通系统的方案及其工作原理。未来智能网联交通系统应具备全程路径规划和精准定位功能,运用实时动态定位(RTK)技术和合成孔径雷达(SAR)技术,对运动或非运动物体(包括未装载GPS的物体)进行探测和定位,并保证在GPS信号弱或无信号(如隧道、室内)环境下和近距离、非可视情况下探测信号的连续性。系统还将运用移动边缘计算(MEC)理论,解决低时延、大规模网络接入等关键问题,运用大数据、云计算、物联网(IoTs)和移动通信技术,实现具有全局性、网络化的智能网联交通系统。     

车联网中整合移动边缘计算与内容分发网络的移动性管理策略

由于车载应用的普及和车辆数量的增加,路边基础设施的物理资源有限,当大量车辆接入车联网时能耗与时延同时增加,通过整合内容分发网络(CDN)和移动边缘计算(MEC)的框架可以降低时延与能耗。在车联网中,车辆移动性对云服务的连续性提出了重大挑战。因此,该文提出了移动性管理(MM)来处理该问题。采用开销选择的动态信道分配(ODCA)算法避免乒乓效应且减少车辆在小区间的切换时间。采用基于路边单元(RSU)调度的合作博弈算法进行虚拟机迁移并开发基于学习的价格控制机制,以有效地处理MEC的计算资源。仿真结果表明,所提算法相比于现有的算法能够提高资源利用率且减少开销。     

车联网产业发展分析

从车联网概念内涵和关键要素入手,分析车联网产业涉及的技术要点和技术发展路线。认为车联网关键技术向着智能化、网联化的方向发展。通过对汽车电子、车联网新型通信技术、车联网服务等产业的发展形势和中国车联网产业政策环境的研究,认为车联网产业处于加速发展战略机遇期。