車聯網：從智能電網到自動駕駛汽車和車輛云

據外媒報道，當地時間5月9日，俄亥俄州州長約翰·卡西奇簽署了一項行政命令。只要自動駕駛測試車輛符合既定的安全參數和現行國家交通法規，就可以在公共道路上進行測試。正如公眾高度關注自動駕駛汽車的安全性一樣，俄亥俄州成為美國最新一個允許自動駕駛汽車在公共道路上進行測試的州，也是繼密歇根州、匹茲堡（賓夕法尼亞州西南部城市）、亞利桑那州和加利福尼亞州之后，美國第四個批準自動駕駛汽車進行道路測試的州。

根據俄亥俄州州長簽署的一項行政命令，想要在該州高速公路上進行測試的公司必須遵守幾項規定，包括駕駛室必須有一名持有駕照的司機，公司必須在該州注冊，并提供想要進行測試的車輛和道路的信息。在這次新聞發布會上，卡西奇表示，政府在該州對自動駕駛汽車技術的進一步投資將增加就業機會，并鼓勵新技能的發展。卡西奇表示，“我們必須向前邁進，并在這項技術上進行投資。”在會議上，卡西奇還討論了最近由傳統交通事故和涉及自動駕駛汽車的事故造成的悲劇。他說，“我們必須始終承擔這樣的風險。如果我們不承擔風險，我們就會停滯不前。”5月9日的演講進一步深化了卡西奇在今年1月的努力（卡西奇在1月發布行政命令，為該州建設一個智能移動出行中心——DriveOhio），該州的智能移動出行倡議旨在促進自動駕駛技術的發展。卡西奇沒有提及有關優步最近幾個月與城市居民和官員關系惡化的報道。3月18日，優步的一輛自動駕駛測試車在亞利桑那州撞上一名行人后死亡。事故發生一周后，優步被禁止在該州運營自動駕駛汽車。與此同時，優步已自愿停止測試自動駕駛汽車，也沒有在公共道路上重新推出自動駕駛汽車。卡西奇還表示，俄亥俄州應與加利福尼亞州、亞利桑那州、佛羅里達州和密歇根州一起成為美國自動駕駛技術發展良好的前五大洲。據外媒報道，當地時間5月9日，俄亥俄州州長約翰·卡西奇簽署了一項行政命令。只要自動駕駛測試車輛符合既定的安全參數和現行國家交通法規，就可以在公共道路上進行測試。正如公眾高度關注自動駕駛汽車的安全性一樣，俄亥俄州成為美國最新一個允許自動駕駛汽車在公共道路上進行測試的州，也是繼密歇根州、匹茲堡（賓夕法尼亞州西南部城市）、亞利桑那州和加利福尼亞州之后，美國第四個批準自動駕駛汽車進行道路測試的州。

根據俄亥俄州州長簽署的一項行政命令，想要在該州高速公路上進行測試的公司必須遵守幾項規定，包括駕駛室必須有一名持有駕照的司機，公司必須在該州注冊，并提供想要進行測試的車輛和道路的信息。在這次新聞發布會上，卡西奇表示，政府在該州對自動駕駛汽車技術的進一步投資將增加就業機會，并鼓勵新技能的發展。卡西奇表示，“我們必須向前邁進，并在這項技術上進行投資。”在會議上，卡西奇還討論了最近由傳統交通事故和涉及自動駕駛汽車的事故造成的悲劇。他說，“我們必須始終承擔這樣的風險。如果我們不承擔風險，我們就會停滯不前。”5月9日的演講進一步深化了卡西奇在今年1月的努力（卡西奇在1月發布行政命令，為該州建設一個智能移動出行中心——DriveOhio），該州的智能移動出行倡議旨在促進自動駕駛技術的發展。卡西奇沒有提及有關優步最近幾個月與城市居民和官員關系惡化的報道。3月18日，優步的一輛自動駕駛測試車在亞利桑那州撞上一名行人后死亡。事故發生一周后，優步被禁止在該州運營自動駕駛汽車。與此同時，優步已經自愿停止測試自動駕駛汽車，也沒有在公眾面前重新推出自動駕駛汽車……

有效載荷。卡西奇還表示，俄亥俄州應與加利福尼亞州、亞利桑那州、佛羅里達州和密歇根州一起成為美國自動駕駛技術發展良好的前五大洲。云形成：領導者從他們那里收到包含資源信息的rrep（路線回復）后，選擇兩個云成員（例如車輛V2和道路攝像頭RC1），形成新的云。任務分配和結果收集：然后，云領導會分配任務，讓他們拍攝接下來的兩個場景，并將數據返回給它。內容發布和共享：從云成員那里收集圖像后，領導會對內容進行處理，以創建并發布到全網。V1是自動駕駛應用程序消耗的內容。同時，領導者需要其他車輛（圖3中的V4）將內容存儲并保存在其內存中，以便在云周圍重用內容。一段時間后，以下車輛V6和V7運行自動駕駛應用程序。他們通過廣播帶有內容名稱的興趣消息來請求內容，并找到匹配的內容。V4可以在不聯系V1的情況下直接將匹配的內容發送到V6和V7。云發布：當云領導者決定不再使用云時，它將向所有云成員V2和RC1發布消息。第四，輪云和自動駕駛汽車的挑戰從手動操作到自動駕駛汽車（AUV）的演變將帶來幾個新的挑戰。其中一些挑戰來自于AUV上部署的大量傳感器以及AUV可以從環境中獲得的大量數據。其他挑戰源于AUV是“自動駕駛”，駕駛員可能忙于活動，無法在緊急情況下立即干預。在本節中，我們將回顧這些挑戰及其對車輛協議和應用程序的影響，以及車內云架構的設計。A.前面關于NDN網絡層的部分顯示，VCC的“窄腰”網絡層是NDN。換句話說，NDN網絡需要找到內容，而不是主機或IP地址，也就是說，通過使用地理相關性而不是命名層次來發現內容。事實上，由于節點的移動性，不能假設存在地理上一致的名稱層次結構，因此前綴位置會提示目標內容的位置。然而，在我們的案例中，大多數查詢都與位置有關。例如，我們想找到一個視頻，一個城市某個地區博物館的片段；或者是車禍的目擊者；

或者關于給定路線上的路況信息（如坑洞、顛簸等），火車站附近的救護車，或者我們應該開車經過的擁堵街道的照片或視頻。當道路上有很多AUV時，這種“環境監測”服務將非常受歡迎。如今，谷歌汽車結合建筑物的實際圖片，在城市和地圖的拓撲結構中漫游。有遠見的人認為，AUV將比普通汽車更好地描繪整個“世界”，VCC的車載NDN服務將面臨挑戰，即在AUV上存儲的大量數據中找到所需的內容。B.信標和警報在車輛云中的一個重要應用是“信標和警報”。回想一下，AUV傳感器的大部分工作（從光學到激光雷達）都是為了避免給車輛及其乘客帶來麻煩。然而，傳感器本身不足以保持高速穩定的運行，也不足以大大縮短車輛之間的距離。在卡車排中尤其如此（圖4）。在這種情況下，有必要感知前后車輛之間的通信，以避免碰撞。類似地，V2V（車對車）通信是必要的，以避免在前方減速或發生事故時，在AUV的長隊中形成沖擊波。因為AUV（與人類駕駛員不同）服從信號，而且大多數汽車都是自動駕駛的，所以十字路口碰撞并不是一個關鍵問題。C.智能交通自動駕駛儀的引入將大大增強智能交通。AUV可以比人類駕駛更有效地利用現有的公路網絡，因為它們可以在緊湊的車隊中運行。他們還可以通過維持這些車道上的“車輪上的火車”配置以及使用傳感器和V2V通信的組合，有效地使用首選車道（或按次付費服務）。以一種比人類更安全的方式（考慮到所涉及的高速）。AUV還可以管理自動充電。在安全性方面，AUV可以實現其他手機共享道路，例如行人和自行車。他們可以跟蹤先進的傳感器/激光雷達，并通過V2V通信與后方車輛和兩條車道之一共享“前方自動駕駛汽車”的信息。D.基礎設施故障恢復AUV依靠基礎設施（如WIFI接入點、DSRC RSU和LTE）實現各種非安全功能，如高級傳感器數據處理和智能傳輸。在地震導致重大基礎設施故障的情況下，也就是說，一些功能必須由人類駕駛員接管。然而，從大規模基礎設施故障的發生到人工接管之間存在一個灰色期，在此期間，AUV必須自己解決問題。這是一個非常關鍵的窗口，因為AUV只知道它們的近鄰。災難發生后，他們失去了傳感器可以到達的鄰居的知識，而這些傳感器是由互聯網ITS服務器提供的。為了避免AUV失控造成的第二次災難，保持V2V在相鄰道路上支持的交通條件非常重要。這種眾包交通背景將使AUV能夠做出智能的路線決策（以防在地震中避開障礙物或阻塞道路）。E之前認知無線電和頻譜數據庫眾包的應用指出了無人潛航器之間V2V的關鍵要求。DSRC專用頻譜原則上可以支持V2V業務，或者至少支持信標和緊急服務業務。然而，有遠見的人預測，DSRC 75 Mhz頻譜將被基本的安全應用迅速耗盡。在這種情況下，先前的研究表明，在動態頻譜共享模式下，V2V的需求必須得到WIFI頻譜的支持，并在城市環境中與居民競爭。認知無線電功能必須得到多無線電AUV平臺的支持。他們還可以獲得用于802.11b/g信道占用的AUV眾包的支持。五、結論城市車隊正在從一系列傳感器平臺向自動駕駛汽車互聯網發展。與物聯網的其他例子一樣，車聯網將具有通信、存儲、智能和學習的能力，以預測客戶的意圖。我們相信，汽車云，相當于汽車互聯網云，將成為使進化成為可能的核心系統環境，自動駕駛將成為云架構的主要受益者。我們詳細展示了一個車輛云模型，并討論了AUV的潛在設計視角和未來研究的重點。云形成：領導者從他們那里收到包含資源信息的rrep（路線回復）后，選擇兩個云成員（例如車輛V2和道路攝像頭RC1），并形成一個新的……

烏德。任務分配和結果收集：然后，云領導會分配任務，讓他們拍攝接下來的兩個場景，并將數據返回給它。內容發布和共享：從云成員那里收集圖像后，領導會對內容進行處理，以創建并發布到全網。V1是自動駕駛應用程序消耗的內容。同時，領導者需要其他車輛（圖3中的V4）將內容存儲并保存在其內存中，以便在云周圍重用內容。一段時間后，以下車輛V6和V7運行自動駕駛應用程序。他們通過廣播帶有內容名稱的興趣消息來請求內容，并找到匹配的內容。V4可以在不聯系V1的情況下直接將匹配的內容發送到V6和V7。云發布：當云領導者決定不再使用云時，它將向所有云成員V2和RC1發布消息。第四，輪云和自動駕駛汽車的挑戰從手動操作到自動駕駛汽車（AUV）的演變將帶來幾個新的挑戰。其中一些挑戰來自于AUV上部署的大量傳感器以及AUV可以從環境中獲得的大量數據。其他挑戰源于AUV是“自動駕駛”，駕駛員可能忙于活動，無法在緊急情況下立即干預。在本節中，我們將回顧這些挑戰及其對車輛協議和應用程序的影響，以及車內云架構的設計。A.前面關于NDN網絡層的部分顯示，VCC的“窄腰”網絡層是NDN。換句話說，NDN網絡需要找到內容，而不是主機或IP地址，也就是說，通過使用地理相關性而不是命名層次來發現內容。事實上，由于節點的移動性，不能假設存在地理上一致的名稱層次結構，因此前綴位置會提示目標內容的位置。然而，在我們的案例中，大多數查詢都與位置有關。例如，我們想找到一個視頻，一個城市某個地區博物館的片段；或者是車禍的目擊者；

或者關于給定路線上的路況信息（如坑洞、顛簸等），火車站附近的救護車，或者我們應該開車經過的擁堵街道的照片或視頻。當道路上有很多AUV時，這種“環境監測”服務將非常受歡迎。如今，谷歌汽車結合建筑物的實際圖片，在城市和地圖的拓撲結構中漫游。有遠見的人認為，AUV將比普通汽車更好地描繪整個“世界”，VCC的車載NDN服務將面臨挑戰，即在AUV上存儲的大量數據中找到所需的內容。B.信標和警報在車輛云中的一個重要應用是“信標和警報”。回想一下，AUV傳感器的大部分工作（從光學到激光雷達）都是為了避免給車輛及其乘客帶來麻煩。然而，傳感器本身不足以保持高速穩定的運行，也不足以大大縮短車輛之間的距離。在卡車排中尤其如此（圖4）。在這種情況下，有必要感知前后車輛之間的通信，以避免碰撞。類似地，V2V（車對車）通信是必要的，以避免在前方減速或發生事故時，在AUV的長隊中形成沖擊波。因為AUV（與人類駕駛員不同）服從信號，而且大多數汽車都是自動駕駛的，所以十字路口碰撞并不是一個關鍵問題。C.智能交通自動駕駛儀的引入將大大增強智能交通。AUV可以比人類駕駛更有效地利用現有的公路網絡，因為它們可以在緊湊的車隊中運行。他們還可以通過維持這些車道上的“車輪上的火車”配置以及使用傳感器和V2V通信的組合，有效地使用首選車道（或按次付費服務）。以一種比人類更安全的方式（考慮到所涉及的高速）。AUV還可以管理自動充電。在安全性方面，AUV可以實現其他手機共享道路，例如行人和自行車。他們可以跟蹤先進的傳感器/激光雷達，并通過V2V通信與后方車輛和兩條車道之一共享“前方自動駕駛汽車”的信息。D.基礎設施故障恢復AUV依靠基礎設施（如WIFI接入點、DSRC RSU和LTE）實現各種非安全功能，如高級傳感器數據處理和智能傳輸。在地震導致重大基礎設施故障的情況下，也就是說，一些功能必須由人類駕駛員接管。然而，從大規模基礎設施故障的發生到人工接管之間存在一個灰色期，在此期間，AUV必須自己解決問題。這是一個非常關鍵的窗口，因為AUV只知道它們的近鄰。災難發生后，他們失去了傳感器可以到達的鄰居的知識，而這些傳感器是由互聯網ITS服務器提供的。為了避免AUV失控造成的第二次災難，保持V2V在相鄰道路上支持的交通條件非常重要。這種眾包交通背景將使AUV能夠做出智能的路線決策（以防在地震中避開障礙物或阻塞道路）。E之前認知無線電和頻譜數據庫眾包的應用指出了無人潛航器之間V2V的關鍵要求。DSRC專用頻譜原則上可以支持V2V業務，或者至少支持信標和緊急服務業務。然而，有遠見的人預測，DSRC 75 Mhz頻譜將被基本的安全應用迅速耗盡。在這種情況下，先前的研究表明，在動態頻譜共享模式下，V2V的需求必須得到WIFI頻譜的支持，并在城市環境中與居民競爭。認知無線電功能必須得到多無線電AUV平臺的支持。他們還可以獲得用于802.11b/g信道占用的AUV眾包的支持。五、結論城市車隊正在從一系列傳感器平臺向自動駕駛汽車互聯網發展。與物聯網的其他例子一樣，車聯網將具有通信、存儲、智能和學習的能力，以預測客戶的意圖。我們相信，汽車云，相當于汽車互聯網云，將成為使進化成為可能的核心系統環境，自動駕駛將成為云架構的主要受益者。我們詳細展示了一個車輛云模型，并討論了AUV的潛在設計視角和未來研究的重點。

標簽：DS發現奔馳smart現代

汽車資訊熱門資訊