车联网(InternetofVehicle;IOV)是指车与车、车与路、车与人、车与传感设备能交互联系,实现车辆与公众网络通信的动态移动通信系统。它可以通过车与车、车与人、车与路互连互通实现信息共享,收集车辆、道路和环境的信息,并在信息网络平台上对各方信息进行加工、计算、共享和实时发布,根据不同的功能需求对车辆进行有效的引导与监控管理,并能提供专业的多媒体与移动互联网应用服务。

从网络上看,IOV系统是一个「端管云」三层体系。第一层(端系统):端系统是汽车的智能传感器,负责采集与获取车辆的智能信息,感知行车状态与环境;是具有车内通信、车间通信、车网通信的通信终端;同时还是让汽车具备IOV定址和网络可信标识等能力的设备。

第二层(管系统):解决车与车(V2V)、车与路(V2R)、车与人(V2H)等的互连互通,实现车辆自组网及多种异构网络之间的通信与漫游,在功能和性能上保障实时性、可服务性等。

第三层(云系统):车联网是一个云架构的车辆运行信息平台,它的生态链包含ITS、物流、客货运、特殊车辆、汽车维护、汽车租赁、企事业车辆管理、保险、紧急救援、移动互联网等,是多源信息的汇聚,因此需要虚拟化、安全认证、存储等云计算功能,其应用系统也是围绕车辆的资料汇聚、计算、调度、监控、管理与应用的复合体系。

车联网的发展与ITS(IntelligentTransportationSystem)、汽车电子、移动互联网密不可分。下一代ITS发展需要解决的难题包括:全面获取交通状态、及时侦测道路路况并了解车辆的运行状况、根据车/路况等相关状态智能发布信息,为出行者提供更有效的交通信息,达到绿色运输、改善效率、提升服务质量的目标。

由此可见,ITS的核心是「道路」和「车辆」,但传统ITS解决方案大都只围绕静态和固定的道路关联硬件,如路边侦测设备(RoadSideUnit–RSU/Beacon)、路边监控、电子信息发布牌、RFIDReader、压感线圈等,而忽略了车辆本身是交通路况、事故、路边环境等最直接的制造者和矛盾的主体。

车联网产生的信息总量远大于电信业。以ITS为例,一个城市的多源动态交通信息采集,车辆信息的实时积聚、处理、发布,以及驱动决策和执行活动的智能化全过程,将会是一个前所未见的大型信息处理系统。

因此,车联网(InternetofVehicle;IOV)与ITS云计算平台就成为了信息化成功的关键。在云框架下,综合信息采集处理、道路交通状况监测、车辆监管与疏导、信号控制、系统联动以及预测预报、信息发布与诱导等,都必须做到与整体情报系统的融合、共享和统一决策。

IOV是互联网、物联网、通信、汽车制造、汽车售后服务、ITS、汽车保险、交管、LBS、移动互联网等融合的产物,跨界跨行涉及了大量产业,经济覆盖面极广。受其影响,ITS、城市壅塞疏导、运输与物流、城市交通、公共设施建设、电信运营、生活方式、终端制造等都将发生一些本质性的变化,因为其涉及层面之广,有许多集成上的问题也是推广上的当务之急。

IOV亟需解决的若干问题

1.车辆与车辆(V2V)、车辆与基础设施(V2I)融合通信:在一辆车里,V2V与V2I通常是两种系统,目前车辆很少具有V2V能力,V2I也只在普通公网有限应用,实时性等得不到保障,而802.11P并不能完全胜任V2V及与V2I的融合与桥接能力。

2.CAN汇流排的开放:不同品牌的汽车,甚至同一品牌不同型号、不同年代的车辆,其CAN协定也是不同的。这给汽车在线设置了巨大的障碍,也严重影响了国家信息安全。

3.精确的车辆定位:AGPS不能完全满足车辆定位的要求,也不具备执法效力和足够的安全保障,从利益角度出发,也需要尽快强化改善卫星定位,创新出快速、精准、综合的定位技术方法。

4.IOV运营问题:IOV资料量极大,非普通平台所能承受,为保证安全可信,IOV必须是实名制的,同时每辆车都捆绑了若干移动终端、若干人员及若干设备,有多属性、多归属特点。因此,由政府或是民间企业来营运将会是关键的议题。

未来的车联网发展前景

车联网是特殊的通信形态,是电信转型、互联网转型、工业化与信息化结合的下一个重心,是汽车工业发展的新兴领域。发展IOV是汽车工业继「绿色」之后的第二大核心主题,在此过程中也充满了各种机遇。

首先,车辆状态的在线检查、在线年检、在线监控将成为现实。通过在线识别车辆状态和状况,可以了解车辆是否具备合法运营执照,是否符合环保要求,是否有危险行车行为等。此业务每年可节省数百至上千亿元,符合国际发展趋势,必将对车辆监管与消费行业产生重大影响。

其次,汽车具有了网络身分证就更加容易控管,因此IOV在提高车辆网络可视性的同时,还具备了网络防伪、防套牌、防假冒、网络追踪、反走私等功能,可方便地与移动支付、驾乘者信息档案等捆绑,实现从网络世界到物理世界的整体安全可信性。

最后IOV将补充和完善现有的RFID+GPS系统。如前所述,GID是具有处理器、传感器、通信器、基因安全ID、存储器、无线桥接器等功能的新型车终端,它极大地拓展了RFID与GPS产业的空间,改变了当前ITS与车联网终端的立足点,与现有ITS系统融合使用可实现移动终端的实时发布、智能路线导航等,必将影响整个ITS布局,并剧烈撼动各国交通原本各自独立的生态。
   人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,有兴趣的朋友,可以查阅多智时代,在此为你推荐几篇优质好文:
物联网技术分为四个层次,具体是怎么划分的?
http://www.duozhishidai.com/article-1621-1.html
物联网技术体系、网络架构和产业链条,入门知识大全,值得典藏
http://www.duozhishidai.com/article-10755-1.html
什么是物联网平台,从完整的物联网系统架构来介绍物联网平台
http://www.duozhishidai.com/article-2110-1.html


多智时代-人工智能和大数据学习入门网站|人工智能、大数据、物联网、云计算的学习交流网站

车联网是什么,车联网的发展面临哪些问题相关推荐

  1. 大咖说:蜂窝车联网(C-V2X)技术发展、应用及展望

    此文原载于公众号"电信科学",经授权转载 下载PDF版本原文请关注公众号回复"220302" 蜂窝车联网(C-V2X)技术发展.应用及展望 陈山枝1,葛雨明2, ...

  2. 第一章 车联网技术的背景、发展和各国地区的现状

    第一章 车联网技术的背景.发展和各国/地区的现状 1.1 车联网技术的背景和发展 1.1.1 车联网技术的背景 从20世纪90年代开始,汽车和通信走到了一起,汽车里陆续装备了基于2G.3G和4G的移动 ...

  3. [免费专栏] 车联网基础理论之车联网安全车端知识科普

    也许每个人出生的时候都以为这世界都是为他一个人而存在的,当他发现自己错的时候,他便开始长大 少走了弯路,也就错过了风景,无论如何,感谢经历 基础理论专栏长期更新,本篇最新内容请前往: [车联网安全自学 ...

  4. 核心算法缺位,人工智能发展面临“卡脖子”窘境

    http://www.xinhuanet.com/politics/2019-04/30/c_1124435131.htm "徐匡迪之问"引发业界共鸣-- 核心算法缺位,人工智能发 ...

  5. 虚拟顺丰快递生成器_电商时代|从顺丰优选看,生鲜冷链物流发展面临的问题及解决思路...

    电子商务的发展,在对现代物流经营模式产生巨大影响的同时也提出了更高要求,如何在短时间内将生鲜产品完好的配送到顾客手中,是行业发展面临的主要问题:其中冷链物流是电商时代生鲜产品运输的重要环节和基本保障, ...

  6. 工业大数据发展面临四方面挑战

    推动以数据为核心的工业转型升级,不仅已成为产业宏观层面的共识,也给微观层面的企业带来了实实在在的效益,但工业大数据的发展也面临着数据资源不足.数据管理滞后.孤岛普遍存在.应用深度不足等四大挑战,因此, ...

  7. 工业大数据的发展面临哪四大挑战

    以数据为关键因素推动产业转型升级,不仅成为行业在宏观层面的共识,而且在微观层面上也给企业带来了实实在在的利益.然而,工业大数据的发展也面临着数据资源不足.数据管理滞后.孤岛普遍存在.应用深度不足等四大 ...

  8. 微电子封装技术未来发展面临的问题与挑战

    毫无疑问,3D封装和SIP系统封装是当前以至于以后很长一段时间内微电子封装技术的发展方向. 目前3D封装技术的发展面临的难题:一是制造过程中实时工艺过程的实时检测问题.因为这一问题如果解决不了,那么就 ...

  9. 车联网 python_【车联网系统】基于Python实现的现网全自动化测试方案

    前面写了几篇基于CANoe实现的仿真测试台架,属于半自动化测试方案.现出一个Python实现的车联网系统全自动化测试方案. 目录结构 1.-----------------------车联网系统组成 ...

  10. 翟婉明院士:中国高铁发展面临的科技挑战与对策

    翟婉明,轨道交通工程专家,中国科学院院士,现任西南交通大学首席教授,中国力学学会第十届副理事长,中国振动工程学会副理事长,四川省科协副主席. 长期从事轨道交通工程动力学研究,开拓了铁路大系统动力学研究 ...

最新文章

  1. AI:2021年WAIC世界人工智能大会2021年7月9日《可信AI论坛》、《AI引领探索保险科技新价值》、《产研共育·数智未来》等论坛演讲内容分享及解读
  2. 浅谈a标签属性href的mailto更多用法
  3. java怎样调用DLL方法
  4. Hbase架构与原理
  5. 既生Flash,又何生EEPROM?
  6. mysql函数移植到oracle,oracle到mysql的迁移,函数部分
  7. 机器学习知识总结系列-机器学习中的数学-概率与数理统计(1-3-1)
  8. spss方差分析_【D】SPSS统计案例分析:多因素方差分析
  9. PDF转图片实现方式
  10. python qt5 安装
  11. a5松下驱动器参数设置表_松下A5,A6伺服电机参数设置
  12. ddr4单颗粒最大_国产DDR4内存颗粒!南亚DDR4颗粒超频测试
  13. 【应用统计学】总体均值的假设检验
  14. Excel图表制作(二):单选框和下拉菜单组合完成动态图
  15. Vue实战篇一: 使用Vue搭建注册登录界面
  16. 唯品会开源分布式作业调度平台Saturn
  17. C语言中abs()函数和fabs()函数以及fabsf()函数的区别
  18. 数据库求候选码的算法
  19. 深度学习训练遇到的坑(一)
  20. TemplateInputException:template might not exist or might not be accessible

热门文章

  1. 【必看】心田花开出品书籍 你都看过了吗
  2. java 小米抢购_Github搞得小米抢购脚本,参考一下
  3. python3.1下载_下载:Python 2.7 RC1/3.1.2 Final/2.6.5 Final
  4. 《怎么挑笔记本电脑》
  5. 汽车车速传感器中的秒脉冲设计 大家新年快乐呀
  6. hdu5775 Bubble Sort(线段树求逆序数)
  7. 阿里云服务器部署webapp
  8. PLSQL developer查看表结构、建表语句
  9. 人形机器人视觉处理——人脸识别
  10. 有趣的算法-----求长方形面积