智能网联汽车信息安全测评体系

目前智能网联汽车信息安全工作主要集中在分析、挖掘安全漏洞等方面,缺乏全面、系统的信息安全评估体系。基于智能网联汽车存在的安全威胁,提出一套从汽车自身安全水平、车辆智能网联化水平和企业应急响应体系3个方面综合分析汽车信息安全的测试评估体系,并通过实车验证了该测评体系合理可行,为汽车研发过程中信息安全风险分析提供技术支撑。     

浅谈ECE R155法规对车辆网络安全的准入要求

网联化给用户带来了智能的驾驶体验,但也隐藏了更多的安全漏洞,R155为国际范围内第一个强制性法规,标志着汽车网络安全进入了强制监管范围。R155法规主要约定了两大部分内容：对车辆制造商的网络安全管理体系进行评估和认证;对车辆的网络安全进行评估和认证。只有两部分认证都通过了,才可在《1958年协议书》所包含的国家内进行销售。     

基于AFC-TARA的车载网络组件风险率量化评估分析

信息安全设计的首要步骤是威胁分析与风险评估（threat analysis and risk assessment,TARA），以此确定安全需求和目标，为信息安全正向开发及安全漏洞修复提供依据。然而，当前TARA分析仅能对恶意攻击及安全漏洞的影响进行评估，即不支持对防护策略效用的量化评估。为此，本文提出了一种攻击和修复相结合的威胁分析与风险评估（attack and fix combined threat analysis and risk assessment,AFC-TARA）方法。通过将系统级车载网络架构的安全状态转换为连续时间马尔科夫链模型，并将转移速率与漏洞挖掘、漏洞修复及安全防护策略相关联，进而实现综合考虑攻击变量与防御变量的系统级车载网络架构安全分析与评估。     

有关MS SQL Server渗透测试的研究

当前电子政务、电子商务和企业内部的很多数据和敏感信息都存放在MS SQL Server数据库中,但是SQL Server数据库的安全性却一直没有像操作系统和网络设备那样受到应有的重视,得到恰当的测试评估。鉴于此,本文提出可以利用两类不同的安全漏洞对SQL Server数据库进行渗透测试,给出具体的测试方法,用以指导信息系统数据库管理员进行自测试评估,及时发现存在的严重安全漏洞,并进一步采取措施,进行漏洞修补。     

基于MAS的大型智能桥梁健康监测系统开发与应用

在分析桥梁健康监测系统功能和特点的基础上,针对现有桥梁健康监测系统监测、诊断与评估、控制与维护管理等功能模块间缺乏足够信息交流和协作以及现有监测系统智能化程度不高的问题,在桥梁健康监测引入多智能体进行了研究,提出了基于多智能体的智能桥梁健康监测系统模型,设计了基于多智能体的智能桥梁健康监测系统软件体系结构,并介绍了基于多智能体技术构建的监测、诊断与评估、控制与维护管理集成的智能桥梁健康监测系统的实现。应用结果表明,基于多智能体的智能桥梁健康监测系统能有效改善监测、诊断与评估、控制与维护管理之间的隔离状况,提高系统的综合性能。     

基于迁移学习的路面障碍物检测

为了提高智能汽车对路面障碍物检测的精度和速度,本文基于YOLO V3深度学习网络模型和迁移学习算法建立路面障碍物检测模型,并对模型的训练和测试结果进行评估.     

车辆通过单侧凹坑的舒适性客观评价方法研究

文章以路面单侧凹坑为研究对象,基于振动台架进行了舒适性主观评估,并对评估结果进行了统计分析,打分结果符合正态分布,反应了总体的舒适性感受。测量了台架评估车辆的加速度响应信号,进行了离散包络分析,并结合相关性分析和主成分分析方法建立了舒适性客观评价模型,基于此模型计算了不同车速下的舒适性打分。通过将计算的舒适性打分与台架主观评估打分进行对比和一致性分析,验证了舒适性客观评价模型的有效性,该评价模型能够为智能驾驶车辆通过单侧凹坑时的舒适性车速控制提供参考。     

基于BP神经网络的AGV防撞预测方法研究

在AGV(Automated Guided Vehicle)运行过程中,建立BP神经网络预测模型,对周围环境的智能移动体的运动轨迹进行综合动态预测和评估,结合纳什均衡理论建立移动机器人运动决策模型,使得AGV在运行过程中建立类人判断的能力即考虑AGV和其他移动智能体的相对位置的关系,对其他的移动智能体的预测价值可以有效的评估。文章通过构建动态博弈模型求解灰色碰撞概率,可以高效的为AGV防撞提供合理的参考。     

基于CATIA的汽车发动机罩逆向设计

结合工程实例,从点云数据的采集处理、曲面的重构与光顺、曲面的拼接与精修及曲面数据的质量评估等方面介绍了逆向设计在汽车产品开发中的应用情况。通过线状激光束扫描采集了发动机罩油泥模型的表面数据,再经曲面重构、光顺、拼接、精修及质量评估,实现了汽车发动机罩油泥模型的数字化,为后续工程制造奠定了基础。     

路侧感知车辆轨迹数据质量智能评估方法

智慧公路布设了大量路侧智能传感器，可以获取全时空车辆运行轨迹数据。然而，如何实现轨迹数据质量高效便捷的评估一直是困扰行业管理部门的难题。现有评估方法大多存在量化指标维度单一、鲁棒性较差等问题。为此，提出一种通过挖掘轨迹数据多维特征以快速评估轨迹数据质量的方法。首先基于轨迹多元信息从元素特征、时序特征和空间特征3个维度设计轨迹合理性、波动性与交互异常性评估指标，并分析评估指标与轨迹数据质量水平的相关关系；在此基础上提出一种利用多元评估指标实现轨迹质量评估的自适应融合回归模型；最后，结合公开轨迹数据集和实测数据集对指标和模型的可靠性及稳定性进行测试与验证。结果表明：轨迹合理性、波动性指标与数据质量显著相关，可基于此构建指标融合模型评估轨迹质量，且引入提出的交互异常性指标可较好地提升模型评估效果。随着模型得分的降低，轨迹数据的运动与交互特征的异常程度增大，持续时间增加。提出的智能评估模型可以挖掘评估指标与轨迹质量的关系，对不同质量水平的轨迹均保持较好的评估效果且优于传统的单一维度评估指标方法，具有良好的稳定性、鲁棒性和优越性，可为车路协同环境下海量的路侧感知轨迹数据提供可靠的质量评价与监测方法。     

高速公路机电系统常见信息安全漏洞及防护技术

随着智能交通的蓬勃发展,机电系统在联网收费模式下的信息安全问题日益重要,一旦发生信息安全事件,影响范围可能会波及到整个高速公路路网的营运安全,甚至会造成无法估量的经济损失和负面的公众服务印象。就高速公路机电系统常见的信息安全漏洞、危害及防护手段进行简要分析。     

地铁列车车载信号设备数据采集及智能预警系统

本文介绍了地铁列车车载信号设备数据采集及智能预警系统的需求来源、设计方案及智能预警分析应用。该系统能够实现车载ATP和ATO数据的自动采集,结合BP神经网络技术,对数据进行分析聚类,建立故障评估模型,实现智能预警。该系统在地铁列车上运行稳定、性能可靠,给维护人员带来了极大的便利,对于列车运行安全和维护监测有着十分重要的意义。     

美国DOT发布车对行人技术摘要 迄今为止已有86项V2P技术电子数据化

<正>美国运输部(USDOT)发布了一份可用的车对行人(V2P)技术摘要,技术扫描的目的是扫描现有的文献并审查现有的识别行人碰撞预警应用的技术,并评估其是否适合被智能交通系统联合办公室(ITSJPO)互联车辆计划所采用。该扫描和后续的数据库概述了当前V2P技术的前景,总共已经确定86项V2P技术。虽然有许多技术是基于摄像头(17项),其他的可能会获得技术发展前景更加广泛的牵引——使得更加先进的设备更加便于接近而且更加便宜。该数据库还包括人群源技术如WAZE。     

钢桥面板疲劳损伤智能监测与评估系统研究

正交异性钢桥面板作为大跨度桥梁的首选桥面板结构,实时监测并准确识别其重要构造细节的疲劳损伤程度,在此基础上预测剩余疲劳寿命,对于大跨度桥梁的服役期管理维护决策至关重要;但正交异性钢桥面板的疲劳问题具有多尺度、多模式、随机性、隐蔽性等特性,且其对结构静动力响应的影响仅限于疲劳裂纹附近的局部区域,传统的损伤识别方法难以准确识别。结合智能技术的最新发展和正交异性钢桥面板疲劳问题的基本属性,构建了其疲劳损伤智能监测与评估系统,并对其疲劳损伤指标和疲劳损伤智能评估的相关关键问题进行研究。提出了基于等效结构应力的正交异性钢桥面板多尺度疲劳损伤评估方法;建立了考虑随机因素的结构体系实时疲劳损伤评估及剩余寿命预测方法;构建了正交异性钢桥面板疲劳损伤智能监测与评估系统;基于实际桥梁结构的交通量和结构响应监测信息,对所建立的正交异性钢桥面板疲劳损伤智能监测与评估系统进行了验证。研究结果表明：在实际交通荷载作用下,顶板与纵肋连接细节的疲劳主导失效模式为焊根部位起裂沿顶板扩展,所提出的疲劳损伤评估方法的评估结果与实际结构一致,表明所提出的方法能够准确确定结构体系的疲劳失效模式;疲劳损伤智能监测与评估系统所确定的实桥疲劳损伤及剩余寿命预测结果与实际桥梁疲劳损伤开裂时间基本一致;所建立的智能监测与评估系统可为正交异性钢桥面板疲劳损伤过程和寿命评估提供理论依据及支撑,并为实桥的运营管理养护决策提供科学依据。     

智能网联汽车漏洞管理实践探索

随着汽车智能化网联化水平的不断提高,丰富的配置和功能在提升了用户体验的同时,也增加了汽车受到恶意网络安全攻击的风险和攻击面,出现网络安全漏洞的可能性大大增加。为了解决当前汽车企业漏洞管理制度不完善和缺乏漏洞管理平台等问题,文章设计开发一套智能网联汽车漏洞管理系统,对汽车漏洞管理体系建设进行分析探索,可以在帮助汽车企业规避相关法律风险的同时,提升企业自身的网络安全水平。     

基于三维扫描顶衬与遮阳帘高精度尺寸策略研究

针对传统顶衬与遮阳帘尺寸策略问题,利用三维扫描技术收集物体几何表面的点云创建模型,并提供进行自动化尺寸策略评估的一种数字化工程解决方案,并对比传统意义上的车辆工程开发中顶衬与遮阳帘物理尺寸验证与数据收集工作优势,并以某项目新车型中三维扫描技术的实际案例出发,简述了三维扫描技术如何针对顶衬与遮阳帘尺寸质量优化进行指导,以及顶衬与遮阳帘零件尺寸质量提升工作中的优势。     

智能网联交通系统碳减排效益评估与实证研究

作为缓解城市交通拥堵与碳排放问题的重要技术手段,智能网联系统在提升城市路网通行能力与交通出行效率、减少车辆出行能耗与碳排放等方面具有重要作用。为了定量评估智能网联交通系统的实际碳减排效益,文中通过分析智能网联交通系统的基本特征与碳减排基本原理,分别对信号交叉口与道路路段两个城市路网重要组成场景建立碳排放测算模型;根据北京市高级别自动驾驶示范区的实际交通运行状况数据,对智能网联交通系统实施前后碳减排效益进行定量测算与对比分析。     

基于情景感知的驾驶事故致因仿真模型研究

随着智能交通的快速发展,驾驶员较以往所获得的信息量大幅增加,随之加重了其任务转换节奏,增大了脑力负荷,产生了驾驶安全的又1个研究重点.文中研究情景感知的脑力负荷,以期更清楚的了解事故发生的原因.介绍了几种情景感知的应用,建立了驾驶员的情景感知仿真模型,对仿真模型进行了评估,进行了事故致因分析.      

基于层次分析法的智能跟车功能评价模型研究

围绕智能跟车功能综合评价进行了深入分析和研究,构建智能跟车功能综合评价体系。基于智能跟车功能相关测试标准及专著文献,将预计碰撞时间（TTC）、车头时距（THW）、最大加（减）速度、速度、车道线和道路边缘相对距离、加速度变化率和停车距离作为评价参数,应用德尔菲法（Delphi）对各评价参数与安全性和舒适性的相关性进行专家咨询,应用层次分析法（AHP）将安全性与舒适性作为评价准则,建立一套智能跟车功能的综合评价指标体系。构筑客观安全与主观体验相结合的多维度评估模型,为智能跟车功能综合评价提供评价依据。     

基于大数据的智能辅助驾驶道路适用度评估

随着汽车市场朝网联化发展，主机厂可通过网联终端采集到智能辅助驾驶的行车数据，主机厂通过车联网大数据离线计算了解用户使用智能辅助驾驶功能的情况，分析智能辅助驾驶在各类路况中的适用性。汽车主机厂在研发阶段做了各路况的实车测试，但未有一套基于用户实际使用情况的评估方法。为了了解智能辅助驾驶功能在各类路况中的适用度，需要一套基于用户智能辅助驾驶数据的评估方法。本文基于车联网采集的智能辅助驾驶功能的数据，使用机器学习的方法对汽车智能辅助驾驶的道路适用度进行评估。