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...     

网联环境下无信控交叉口行车避碰预警方法

为缓解无信控交叉口碰撞问题,提出了一种车联网环境下的避碰预警方法。首先,构建了一种车辆网联环境下的典型无信控平面交叉口行车场景;然后,结合车辆运动学模型和驾驶员模型提出了一种基于安全距离的避碰预警方法;最后,通过仿真测试验证了方法的有效性,并分析了网联车辆渗透率对提出的预警方法的影响。测试结果表明:提出的预警方法可以有效降低无信控交叉口的碰撞风险;随着网联车辆渗透率提升,平均旅行时间、平均碰撞比例和平均碰撞相对动能不断减小,网联车辆渗透率达到60%时,可认为该方法是可靠的。     

网联环境下基于精简车头时距特性的驾驶风格分类

基于现有网联数据获取技术与条件，从车联网系统提取车头时距参数并将3 s内的车头时距特征值定义为驾驶模式，根据驾驶模式进而对驾驶风格（即驾驶人的驾驶行为习惯）进行分类。通过车头时距特性对驾驶模式进行量化分类，根据标定好的驾驶风格结果，辨识每种驾驶风格包含的典型驾驶模式；运用模糊分类方法赋予典型驾驶模式相应分值，通过计算每位驾驶人分值并结合已标定的驾驶风格结果设定每种驾驶风格的阈值；利用该阈值对测试集中的驾驶人风格进行识别，以验证识别准确率。采集了44名驾驶人网联环境行车数据将驾驶人标定为激进型、普通（即既不保守也不激进）型和保守型。按上述方法设置各驾驶风格阈值，结果表明:各驾驶风格的阈值分别为:S < 64.67为保守型，64.67 ≤ S < 181.20为普通型，S ≥ 181.20为激进型；使用所提方法来识别驾驶人风格，总体准确率为85.7%。所提出的基于车头时距的驾驶风格分类方法，使用了极精简的驾驶行为参数，为驾驶风格分类应用提供了新思路。      

动力系统车联网数据上传方式研究

针对车联网应用中须对控制器实时高速变量进行上传和运算的场景,通过研究高速变量数据的规律统计方式,可达到适用变量数据轻量化上传的目标.同时,通过使用正态分布函数作为案例,研究了信息上传轻量化与数据细节留存之间的平衡.通过对正态分布数学模型的转换,建立了块权重统计的规律分析模型,减少了控制器的运算负荷.实施基于驾驶工况特征分析的颗粒捕集器状态和再生预警功能开发,对块权重统计方案在车端控制器、上传网络、服务器的运行进行了测试.试验表明,通过适用变量进行统计后上传的方式,可以使用极少的上传数据获取车端高速数据的有效特征,达到高速数据上传轻量化的目标,同时又保留了当前数据段的真实权重分布,可以支持后续扩展分析,并保持数据模型的精确度.     

关于智能汽车车联网系统分析

在当前科技信息技术持续进步发展的时代背景下,智能汽车应运而生,而作为智能化汽车整体行车系统中的重要组成部分,车联网系统的重要性也日益凸显。在本文中,笔者详细介绍了车联网系统的整体构成、相关作用功能,并分析了当前国内汽车的车联网应用现状与难点,只在为后续的只能汽车制造发展研究提供相应思路。     

泛中间状态表在新能源车联网数据分析中的应用

新能源和智能网联汽车的飞速发展,产生了海量可供分析的数据,通过适当的方法进行挖掘可获得巨大的价值。但另一方面,数据规模大、计算时效性要求高、服务器资源受限、业务人员难以处理等问题也限制了数据的使用。文章对车联网数据分析的任务时间进行建模,并尝试提出一种新的数据处理手段,对企业日常数据分析工作有一定的启发作用。     

未来高效交通的实现车联网技术

按照目前的发展状况来看，在未来的几十年内，全球人口总数还将保持一个持续的增长态势，在这一过程中，城市化进程仍将继续。根据预测，到2030年的时候，全球人口总数将达到80亿，其中60％都将生活在城市。也就是说，我们生活的城市还将继续变火，而且人口密度也还会继续增加。