车联网路侧系统信息安全机制与技术

以网联化为基础的车路协同技术路线逐渐成为未来车联网发展的全球共识,也是我国交通强国战略规划的重要组成部分。车联网路侧系统(路侧基础设施)作为车联网重要基础设施,相较于传统的互联网系统,更容易遭受到网络攻击。在车路协同应用中,身份伪造、终端非法接入、数据拦截、隐私信息泄露等情况的出现,不仅可能造成企业经济损失和个人隐私泄露,还可能威胁人身安全,甚至引发危害国家利益的公共安全问题。然而目前暂无针对此类安全隐患的车联网路侧设施安全体系的标准规范,也缺乏对路侧系统网络通信安全、数据安全的保障措施。通过分析车联网路侧系统的安全风险及安全需求,基于商用密码技术构建了车联网路侧系统信息安全机制,研究了路侧系统的安全关键技术,为车联网路侧系统安全运行提供保障。

面向车路协同的智慧路侧系统设计

车路协同是智慧交通与自动驾驶融合发展的重要方式,针对自动驾驶功能需求,提出一种面向车路协同的智慧交通路侧系统。设计了一套基于多边接入边缘计算单元、车路协同通信单元、实时动态差分定位基站、融合感知等融合技术的系统架构,通过在既有路灯与标志牌杆件上部署车路通信设备、多传感器融合感知设备、边缘计算单元、高精定位基站等,为车辆提供交叉口车速引导、安全预警、高精地图服务,实际应用证明该系统可有效提升通行效率、行车安全。

智能路侧系统在车路协同技术中的应用

通过利用智能路侧系统的关键技术,实施交叉口行人信息、多通道交通状态等信息的采集与传输,分析智能路侧系统的先进性和技术创新点。

基于C-V2X的智慧路侧系统设计及应用

随着经济的发展,道路交通拥堵及安全事故等给交通管理带来了一系列难题。针对当前城市道路对出行安全、通行效率、交通管理及赋能自动驾驶的需求,本文设计了基于C-V2X的智慧路侧系统。该系统基于V2X通信技术、车路协同技术、边缘计算和多源融合感知技术,采用端-边-云的系统架构,实现交通数据的感知、融合、传输和处理,可根据需要灵活部署在道路交叉口、长直道路、环岛、隧道以及急弯盲区,提升出行安全和通行效率,并支持自动驾驶技术。但基于C-V2X的智慧路侧系统还面临着技术、产业合作以及商业模式等方面的挑战,建议分区域、分步骤和分阶段进行推进。

基于智能路侧系统的高精度地图快速更新研究

针对高精度地图及其快速更新能力问题,提出一种实现高精度地图变化检测与更新的方法,旨在解决当前采用专业采集车方式,更新成本过高、周期长(季度更新)的问题。即在车路云一体化模式下,通过智能路侧系统输出检测范围内实时、稳定、高精度的传感器原始数据与感知结果数据,可实现在复杂场景城市路口提供实时的地图变化信息,结合云平台可为车辆提供高精度地图众源更新服务。有望实现以天为单位更新,甚至是小时、分钟级更新,缩减因未及时更新可能引起自动驾驶车辆的需要人工接管的概率、减少违反交规的行为、从而降低安全风险。

高速公路施工区车路协同路侧管理系统

高速公路施工区是车路协同应用及交通控制管理的重要场景,面向高速公路施工区的车路协同智能路侧系统是车路协同应用的核心组成部分。本文在分析车路协同智能路侧系统施工作业区安全管控需求的基础上,对施工区路侧安全管控系统进行了整体体系框架、信息流图、系统功能设计,满足施工区路侧安全管控应用需求,为施工区路侧安全管控系统的实现提供技术支撑。

基于路侧标识站系统的高速公路旅行时间计算研究

针对目前高速公路旅行时间采集复杂、信息数据缺失和准确率较低的问题,提出了利用路侧标识站系统实现对车辆旅行时间计算的方法,通过划分基本路段并采用平均速度法和累计车辆数均衡法实现对基本路段旅行时间的估计,通过权重分配模型实现对旅行时间估计数据的有效融合。算例计算结果表明,基于路侧标识站系统的高速公路旅行时间在数据融合后的平均绝对相对误差减小,精度得到提高,可为出行者提供可靠的旅行时间信息保障。

车联网路侧感知系统发展现状及测试方法研究

车路协同已成为我国发展智能网联汽车、支撑高等级自动驾驶实现的重要技术路线之一,路侧感知系统也随之成为助力各类车联网应用场景落地的必要技术手段。然而,随着国家级、省级等各地先导区基础设施建设的不断推进,路侧感知系统的设备选型难、实施部署难、感知性能难以量化评估等问题逐渐显现。为解决以上问题,梳理了当前车联网路侧感知系统的主流技术方案,提炼面向路侧感知系统的技术参考架构,以"系统化"评测视角开展基于真值的测试方法探索,旨在推动路侧基础设施的规模化部署,加速构建我国车联网产业生态。

车辆防碰撞路侧预警模型的研究

对基于路侧系统的防碰撞模型进行系统研究,目的在于寻找尝试在路侧进行防碰撞的模型。首先对路侧防碰撞系统进行分析,其次分析实际场景,包括道路、天气及多车模型,然后对安全距离模型进行了详细的研究计算,最后对模型数据的处理进行研究,整体上完成了车辆前向防碰撞模型的探究。

基于激光雷达与毫米波雷达的矿区路侧感知算法

针对目前矿区车载感知系统感知盲区较大和传感器成本相对较高的不足及单一传感器感知局限性问题,文章在研究矿区路侧感知技术的基础上,分析了采用路侧感知系统为运输监测系统提供额外感知信息的可行性;并鉴于激光雷达和毫米波雷达的多传感器融合技术及其优点,提出了一种基于Kalman滤波和交互式多模型(IMM)的跟踪算法。Kalman滤波利用线性系统状态方程,并通过系统输入、输出观测数据对系统状态进行最优估计;IMM算法对各传感器的局部跟踪航迹进行融合,并充分利用各传感器所探测的障碍物信息,依据算法将互补与冗余信息进行有效结合,以提高目标跟踪精度,避免对障碍物的误检和漏检。该算法在神延西湾露天煤矿矿区进行了验证,实验结果表明,采用该算法的路侧感知系统可以有效地监测路口目标的运动特征。

探索车路协同技术在智慧高速公路建设中的应用

为实现对高速公路的监控管理和应急指挥,文章在阐述车路协同系统框架以及关键技术的基础上,对车路协同系统、路侧系统中的关键技术进行探究,利用传感器进行感知、信息处理及通信传输,将高速公路的路况信息通过车路协同系统、路侧系统传输到车载端,为出行者提供更加全面的数据信息和安全、有效的数据支持。结果表明,车路协同技术联合5G网联能为出行者提供高速公路场景以及路况、环境等信息,使出行者能够更安全、高效通行。探究车路协同技术在智慧高速公路建设中的应用,能够为公路设计工作提供更多数据,对高速公路的交通安全具有重要的意义。

探索基于智能车路协同技术下的智慧高速建设

近年自动驾驶和车路协同技术的出现,为解决交通安全和通行效率问题提供了根本性解决方案。然而目前受制于技术和成本的限制,无法满足多种复杂情况下无人驾驶,而对于一些稍微简单、结构化的场景,借助车路协同技术有望实现无人驾驶。我国高速公路基本属于封闭式道路,人对交通不利影响得到大幅度遏制,相对环境简单;其次是高速公路道路条件优良,相对具有平整的路面、简捷的线性、简单的互通结构;最后高速公路经过三十多年的发展,包括收费、监控、通信等机电设施比较齐全,这些条件更有利于车路协同自动驾驶在智慧高速中的实现。

长沙市智能网联公交改造方案研究

为解决传统公交出行“候车久、行车慢、行程长、换乘不便捷,公交吸引力下降”的痛点,本研究在长沙市11条核心路段的39条客流量较大的公交线路打造智能网联公交,改造139个路口。研究采用智能网联手段,从端(车)、路(路侧)、管(网络)和云(云控平台)等四个方面构建端到端的C-V2X车路协同解决方案,建设具备前瞻性的智慧公交应用场景,符合技术演进趋势及未来可扩展需求。