商用车辆异常驾驶行为检测算法研究

利用车联网数据可以对驾驶员的异常驾驶行为进行检测。为了解决常用的异常驾驶行为检测算法对商用车辆不适用的问题,提高车联网数据在商用车领域的异常驾驶行为检测的精确度和效率,研究并提出了商用车辆异常驾驶行为检测算法。首先分析700多辆商用车辆历时两年的行驶数据,利用数据挖掘的方法对车联网数据进行预处理和可用信息挖掘,随后提出了针对商用车辆的疲劳驾驶行为、异常加减速行为和不按规定路线行驶行为的检测算法,并利用真实数据对算法进行验证。结果表明,该算法能有效识别商用车辆的异常驾驶行为,可以给物流企业以及相关管理部门提供合理、可靠的管理依据。     

高级加密标准及加解密算法实现研究

介绍了高级加密标准算法（Rijndael）的加密和解密过程。对该算法的加密与解密过程，及在32位处理器平台上的基本实现方法进行了讨论，同时对人们提出的一种优化算法进行了改进，并基于VC＋＋6．0进行了实验模拟，结果表明，在时间复杂度基本一致的情况下，改进后的算法内存粒度更小。     

大数据平台在新能源汽车安全领域的应用

通过利用行业内主流的大数据技术搭建新能源大数据平台，重点对新能源汽车车联网大数据进行算法研究、建模分析。分别从故障远程在线诊断、车联网大数据指标分析、车联网大数据算法模型等方面对新能源汽车故障、驾驶行为、充电行为等进行深入研究，以保障新能源汽车车辆安全。     

基于车端量子密钥的车联网数据访问控制研究

为实现车联网相关数据的安全传输和隐私保护，提出了一种基于车端量子密钥的车联网数据访问控制方案。设计了基于预充注量子密钥的身份认证和密钥协商机制，提出了基于量子随机数发生器的车辆数据访问控制方案，在车载通信终端集成量子随机数发生器以生成量子加密密钥，并由车辆所有者对来自外部设备的车联网数据访问请求进行管控，以防止非授权访问、高权限人员恶意侵入和车辆隐私数据的不当开放。最后，对提出的方案进行了安全性和性能分析，结果表明，该方案具有较强的安全性，具有比其他主要方案更小的计算开销（0.395 ms）和通信开销（420 B）。     

基于数据降维与聚类的车联网数据分析应用

智能网联背景下的车联网数据分析与应用对提升交通智能化有重要影响。为了加快交通智能化进程,文章对车联网数据应用过程中存在的数据冗余问题进行研究。以采集的车联网数据为研究对象,驾驶行为特点分类辨识为研究目标。采用相关分析与主成分分析方法对数据进行冗余筛选与降维,使用k-means聚类算法对驾驶行为特点进行分类辨识。研究结果表明,使用数据降维的方法可以降低车联网数据的相关冗余性,驾驶行为特点分类辨识结果表明其特点可分为三类驾驶行为。研究提升了车联网数据的应用价值,也为交通智能化提供了相关的支持。     

基于专用网络的动态加密在汽车行业管理中的应用

正随着汽车行业的蓬勃发展,行业数据体量逐渐庞大,数据安全是行业管理数字化、网络化和智能化的重要保障。近年来信息技术的迅速发展与进步,使行业数据加密方法被破解的风险急剧增加;为进一步加强数据安全性、完整性和可靠性,本文对行业管理数据交换环节中信息加密提出一种基于专用网络的动态加密方案,即采用中心化专用网络或VPN共享加解密算法及密钥的方式,进行加密解密方式的动态管理,同时以数字签名方式对不同的应用场景进行区分,采用在密文中嵌套或增加明文或标签的形式,对加密数据进行区分,以期适用于不同的应用场景。     

面向车云网量子加密通信架构的轻量化身份认证方案研究

为解决车联网技术中身份认证问题，在车云网量子通信架构的基础上，设计了一种轻量化身份认证方案，认证过程由注册和认证2个阶段构成，车辆与车联网云平台间进行2轮认证以确保方案的安全性。试验结果表明，该方案计算开销仅为0.179 ms，通信开销为417 B，与其他4种相关方案相比，具有更低的计算开销和通信开销，在兼顾安全性的同时具备更高的效率，对于大多数低计算量和低通信量的车联网设备具有更高的适用性。     

基于车联网及云计算的电动物流车智能调度算法

考虑到轻型电动货车作为未来城市内物流运输的主要载体,以及云计算和车联网在物流行业的应用,在对物流企业调研的基础上,研究了未来电动车作为城市货运物流的调度问题。区别于已有研究成果将车辆装配与路径规划分开进行优化的研究思路,基于未来物流企业将普及云计算平台及车联网技术的假设,构建了包含货物装配及车辆路径规划一体的调度模型。根据企业物流调度的实际需求,改变了以往以单一节点为中心的路网结构,构建了更加符合实际的全连通路网结构。提出采用平均道路运输成本、平均车辆装卸成本、仓库的仓储成本、仓储的均衡度,货物运输的剩余时间等5个量化评价指标对调度结果的优劣进行评价;在调度建模的基础上,提出了一种新型实用的基于车联网及云计算平台的电动车物流的多目标优化调度算法,用于对调度模型的求解。为验证模型的有效性及算法正确性,生成了不同规模的数据集进行测试。首先在小规模数据上验证了模型与算法的正确性,然后在大规模不同调度请求下,对比智能调度算法与当前物流企业普遍采用的人工调度算法,在不同仓库的仓储能力与车辆的运输能力的比值、不同调度车辆数量、不同仓储节点数量下的调度情况。100组随机数据的平均调度结果分析表明:智能调度算法调度指标均优于人工调度算法。     

基于一致性算法的车联网调度研究

近年来，随着通信技术、计算机技术的不断进步，车联网与多智能体系统的一致性控制方法引起了广泛关注。车联网技术可以有效补充单车智能的感知限制，而多智能体一致性控制可以用于解决交通流与车辆编队在动态变化中的控制与协调问题，通过设计合适的算法，使车辆编队在有限时间、动态变化、互相通信的条件下实现调控目的。本文根据图论和矩阵理论，介绍并分析了一种带有通信时延线性系统的快速一致性算法，并且通过仿真研究验证了算法的有效性。     

基于车联网大数据的纯电动汽车行程识别算法

当前，车联网大数据驱使着智能汽车的发展，基于车联网大数据分析用户驾驶行为已成为必然趋势，但直接分析底层数据是非常困难的，需结合用户驾驶过程来分析。基于此目的，本课题提出一种基于车联网大数据的纯电动汽车行程识别算法，来实现对整车数据的聚合。     

基于区块链技术的车联网匿名身份认证技术研究

针对目前存在的假冒用户信息和利用用户信息进行车辆跟踪等攻击的行为,分析并总结了近年来车联网安全领域的相关研究成果以及区块链技术的特征和原理,提出了适用于车联网的匿名身份认证的区块链系统框架,基于该框架和SM9加密算法设计了汽车与服务器、汽车及路侧单元(RSU)之间的匿名认证方案,并针对效率和安全性与传统方法进行了仿真对比,结果表明,该方案是一种高效、承载量更大、更能保证用户及车辆身份信息安全的匿名身份认证方式。     

Animatics推出增强型整合伺服

日前,Animatics公司对旗下的整合型伺服产品SM2315D和SM2315DT进行改进并推出了相应的增强型。新产品在提高功率和强化功能的同时,还降低了售价。增强型被命名为SM2316D-PLS2和SM2316DT-PLS2。与原始型号一样,-PLS2型整合伺服本质上也是一套完备的伺服系统,其中包括内建的控制器、放大器和编码器,通过编程可实现运动控制及设备控制。     

面向车联网多点协作联合传输的安全认证与密钥更新方法

未来基于车联网的车路协同和自动驾驶场景要求车-车/车-路等网络通信在保证数据安全的前提下，具备低时延、高可靠的特性，从而保证车辆的行驶安全以及车/人的信息安全。LTE-V2X作为车联网通信方案之一，LTE的多点协作联合传输（Coordinated Multiple Points-Joint Transmission，CoMP-JT）技术不仅可以减少车辆在高速行驶过程中进行基站（Evolved Node B，eNB）切换时的通信中断，还能通过多个基站的协同传输来辅助提高网络的数据传输性能。然而当前LTE标准中的安全密钥管理方案无法满足多点协作联合传输过程中的密钥管理场景。针对该问题，提出一种可用于LTE-V2X车联网通信中多点协作传输切换的安全密钥生成与更新算法。该算法由车辆生成基站切换请求并使用随机数、共享密钥、目标基站公钥对切换请求进行加密、广播；基于密码学特性，目标基站不仅可基于私钥从密文请求中计算出共享密钥，还可以计算得到后续的会话密钥；车辆则可以基于目标基站位置信息、生成请求时的随机数计算出会话密钥，从而实现在只需要1次密钥传输的前提下，达成车辆与基站之间的密钥共享和密钥更新，并从密码学角度针对该密钥生成与更新算法进行验证分析。研究结果表明：在LTE-V2X多点协作传输时的基站切换过程中，该算法能够确保车辆与基站进行后向/前向密钥分离的安全认证以及会话密钥建立；与传统方案相比，所提方法可减少26.4%的基站切换过程中引入的通信时延，基站信道负载均仅为传统方案的1/2，并且随基站小区范围内车辆数目增加，基站的信道负载也仅线性增加，提升了该算法在LTE-V2X车联网场景中的适用性。     

城市郊区道路跟车条件下智能网联汽车速度规划

随着智能网联汽车技术的快速发展，跟车行驶控制能够有效实现车辆智能跟随及快速高效队列行驶。针对城市郊区道路条件下的智能网联汽车速度规划问题，以提高车辆的燃油经济性、舒适性及安全性为目的，基于跟车速度限幅和车辆动力系统信息，设计了基于初值优化的序列二次规划算法(Sequential Quadratic Programming, SQP),实时求解获取车辆跟车过程中的最优速度轨迹。首先，在车联网环境下，基于车车(Vehicle to Vehicle, V2V)通信及车辆与交通设施(Vehicle to Infrastructure, V2I)通信技术实时获取前方车辆的速度、加速度及位置等行驶信息并实时采集道路交通信息；然后，为减少车辆动态能耗损失和减小所需牵引力，并在规定的时间段内完成相应的行驶路程，利用采集到的前车行驶信息，采用基于初值优化的SQP算法对最优目标车速进行求解；此外，基于周边动态的道路交通场景，考虑边界约束条件，采用滚动时域的方法实现目标车辆速度在每个采样时刻的在线滚动优化，保证目标车辆节能安全地跟车行驶；最后，通过仿真验证了该算法的有效性和实时性。研究结果表明：基于初值优化...     

基于I^2CT技术的智能视觉车联网化解城市拥堵问题

全球城市化的快速发展迫切需要采用智慧信息通信技术(I2CT)化解交通拥堵问题,文中介绍基于I2CT技术的智能视觉车联网架构、基于智能视觉分析的一杆一系统以及云计算—云存储—云分析—云控制主机在车联网中的应用,指出了I2CT技术、智能交通以及安防行业在发展城市智能视觉车联网中面临的巨大商机。     

典型车联网基本安全消息机制分析

车联网基本安全消息的生成和传播是影响车联网安全应用及智能网联汽车有效性、可靠性的关键因素。在分析车联网基本安全消息基本定义的基础上,对国内外当前LTE-V2X、车载环境下的无线接入(Wireless Access in the Vehicular Environment,WAVE)等多种典型的车联网通信协议体系结构框架和现行标准体系进行分析阐述。明确了不同车联网通信协议的载波频段和信道划分,基于不同车联网标准协议给出了车联网基本安全消息的标准化数据格式。围绕车联网基本安全消息机制中涉及的发送频率、发送功率参数设定,以及基于交通感知的动态车联网基本安全消息动态生成和传播机制的研究现状进行了分析。     

基于三角模糊数的车联网簇头节点选择方法

针对现有车联网簇头节点选择方法不足的问题,提出了一种基于三角模糊数的车联网簇头节点选择方法,依赖邻近车辆相对速度和相对距离完成簇头的选择。构建了一种典型车联网应用场景,提出了基于三角模糊数和学习机制的车辆加速度预测方法,基于定义的加权稳定因子,设计了车联网簇头节点选择机制。基于i TETRIS构建了车联网仿真平台进行测试分析,结果表明,与CMCP方法和APROVE方法相比,提出的簇头节点选择方法有效性较高。     

电装与Dellfer公司签订了合作研发协议,推出ZeroDayGuard 1.0车联网安全方案

<正>据外媒报道,电装与Dellfer公司签订了合作研发协议,共同将车联网安全方案——ZeroDayGuard 1.0推向汽车市场。该合作旨在为车企引入一款新的车联网安全方案,为用户及驾驶员提供保护,因为车联网与自动驾驶车辆的安全漏洞在持续增多。     

面向混合自动驾驶车流的协同自适应巡航控制EI北大核心CSCD

车联网V2V环境下能实时获取自车和周围车辆的运动状态、驾驶工况和道路环境,为汽车自适应巡航控制系统提供更准确的信息。为消除自动驾驶汽车(AV)和人工驾驶汽车(MV)混合行驶工况下的车头时距干扰对汽车纵向巡航控制的影响,提出了一种基于车联网V2V的协同自适应控制方法。通过车联网V2V实时采集车辆跟驰过程中车辆基本安全信息(basic safety message,BSM),进而获得车辆相对运动状态和驾驶行为序列;应用线性最优二次型方法建立驾驶操纵序贯链优化目标函数,再对扰动作用下的汽车运动状态改变量进行短时预测;在此基础上,以混合车流车头时距的最优均衡状态为目标,构建了车辆跟驰间距的滚动优化模型和协同自适应控制方法。实验结果表明,在头车加/减速行驶工况下,改进后的车辆控制器能更快响应前车运动状态的变化量,并在保证车辆安全跟驰间距的情况下,降低了车头时距,提高了道路通行能力。     

椭圆曲线密码及其在无线网络中的应用

阐述了椭圆曲线密码学的数学基础以及在此基础上的加密、解密算法和数字签名，并对椭圆曲线密码在无线网络中的应用进行了探讨，指出了椭圆曲线密码具有密钥位数短，软、硬件处理节省资源优点。