簡述基于大數據技術的智能網聯汽車

冉明華

重慶青年職業技術學院 重慶 400712

引言

隨著社會經濟的迅速發展，人類生活水平逐漸提高，公務車輛和私人車輛的數量逐年遞增，車輛管控難度也不斷加大，傳統的管理方法已經不能滿足建設和運營的需要。現有車輛管理系統存在信息獲取和共享周期長、管理人員工作強度大、交通業務復雜、數據量大、安全監控保證性弱、決策不及時、協作運營低效等缺陷。利用物聯網、大數據技術保證車輛本體及周邊環境的安全，通過數據整理挖掘改進行駛策略，通過車輛能耗檢測、路況分析和堵車預判、駕駛員駕駛習慣統計分析提供較低能耗、減少排放、規劃合理路線、預防駕駛疲勞實時路況提醒等行駛方案。

1 智能網聯汽車定義

智能網聯汽車從定義上就是通過結合車聯網和智能車，在不斷的發展過程中，利用當前形勢下最為流行的車載傳感器，控制器以及執行器等等相應的裝置，然后再利用目前的通信技術以及網聯網技術，能夠在車輛行駛的過程中實現信息的共享，同時有效地提高汽車駕駛過程中的安全性能，智聯網汽車發展的最終目標是能夠實現自動化駕駛。智能網聯汽車所具有的優點能夠很好地克服在傳統汽車行業中的不足，并具有更高的安全性能，能夠保證駕駛人員的生命安全，因此在該技術成熟之后，被廣泛應用于汽車行業[1]。

2 智能網聯汽車大數據技術架構研究

（1）環境感知技術。環境感知是通過多種光線、溫度與距離傳感器的安裝，對車輛本身的定位位置、行駛速度、行駛方向、運行狀態，以及車輛周圍的道路環境、交通信號、交通標識、車輛行人等狀態信息，做出感知與判斷，以辨別車輛行駛軌跡、車輛行駛是否有障礙物遮擋。

（2）智能網聯汽車標準體系技術邏輯的構建。智能網聯汽車的相關標準體系，技術邏輯結構的實際構建過程之中，相關的構建人員必須要依據當前汽車行業發展的實際情況，根據實際的需要，要完善在汽車的信息通道，并不斷地提高在智聯網汽車標準體系的相關作用，智能網聯汽車標準體系邏輯結構從內容上同時又包含著信息的相關數據以及控制兩個方面，在相關的信息數據方面，相關人員要合理分析有效數據和汽車行駛過程中的聯系，要提高信息所產生的有效性。在控制的過程中，相關人員必須要保證汽車的相關系統能夠發揮組織作用，控制系統處于正常狀態的前提下，要分析駕駛人員所產生的作用從而能夠更好地利用自動化技術實現對汽車進行輔助駕駛的控制，對于汽車駕駛過程中的一些基礎模塊，要進行合理控制，控制行駛方向和行駛速度。

（3）云邊協同的計算架構。由于路側傳感器數據的爆炸式增長，對接入網絡的時延性能和計算能力提出了更高的要求。多接入邊緣計算（Multi-access Edge Computing，MEC）技術通過在網絡邊緣處部署平臺化的網絡節點，來整合二者的計算本地性與強計算能力的互補性優勢，從而降低端到端網絡傳輸時延，減緩終端或路側單元設備的數據處理與存儲壓力，減輕海量數據回傳帶來的網絡負擔，為設備提供低時延、高帶寬的網絡環境以及高算力、大存儲、個性化的高質量服務能力。邊緣計算設備是一種新的分布式網絡資源模型，其鋪設的邊緣云節點貼近路側RSU設備，因此能提供實時場景感知的分析處理，并且具備時延很低、降低云端的計算負載、降低整個網絡的帶寬開銷等優點。邊緣云節點將數據收集后，通過預處理、探索分析和建模，將離散數據整合成局部動態地圖（LDM），并在該地圖上進行數值分析和數據處理，生成多樣化的告警或調度信息后實現下發；同時，對于實現定義好的需要上傳的數據，邊緣云節點將繼續上發至中心云以用于更大范圍內的調度和統計。

（4）車輛智能調度。實現基于融合感知的全局決策和控制，以群體智能驅動交通參與因素的運行規劃，全面提高交通安全性，優化交通通行效率。以互聯互通能力所收集的各路信息為基礎，對數據進行管理并基于車路歷史大數據進行深入挖掘分析，為駕駛行為管理、交通態勢、路網優化等建設提供數據支撐。大數據存儲處理 ：為數據實時計算、大數據分析建模提供統一的數據存儲和數據查詢服務。存儲的數據包括從終端和第三方直接獲取的總線數據、視頻數據、音頻數據、點云數據 ；通過實時計算、智能分析生成的感知數據、控制策略、決策模型、運營數據、道路環境數據。

（5）智能網聯汽車通信的接入網。①以路側單元 (RSU)為基礎的網絡通信接入。智能網聯汽車中的多種設備，在 5G無線網絡接入時，通常以路側單元作為基礎通信站點，搭建高速移動車輛狀態下，多源數據傳輸的網絡架構，并利用終端直通 (D2D) 通信技術，對兩個對等用戶節點的網絡信號通信，做出網絡連接、信息訪問或處理的優化。如車輛－車輛業務通信，主要借助于 D2D 的PCS 存儲接口，展開用戶終端、基站站點的通信傳輸，大幅度提升蜂窩網絡傳輸效率、頻譜利用率。②引入邊緣計算 (MEC) 的分布式數據處理。邊緣計算接入智能網聯汽車系統，往往通過在靠近應用程序邊緣側，構建網絡傳輸、數據計算與存儲的開放平臺，為車聯網設備提供就近端服務，類似于本地 IP 站點的接入與訪問。這一情況下，大量網聯汽車硬件數據、業務服務等信息內容，無須上傳至云端進行處理，只需通過內容分發網絡 (CDN)、邊緣Edge 核心網，就能夠完成車輛 - 車輛、車輛 - 網絡基站之間的信息交互與轉發，為用戶提供更快的數據處理、服務響應解決方案[2]。

3 結束語

智能網聯汽車大數據技術架構目的在于實現車輛相關數據的自動采集和處理，結合云計算技術實現多源、多種類的海量數據整合和處理分析，同時利用大數據技術從多角度分析數據價值，結合需求進行挖掘分析優化，提高經濟效益，推進智能網聯汽車的發展。