越野环境下无人驾驶车辆技术研究综述

越野环境下的无人驾驶车辆技术是近年来智能化领域重要研究方向之一,其在推动军事智能化发展、提高工农业生产效率等方面起到重要作用,具有一定的军事战略意义与民用经济价值.文中基于国内外越野场景下无人驾驶车辆技术的研究现状,从环境感知与导航定位、路径规划、运动控制3个研究层面进行归纳总结,阐述了越野场景下无人驾驶车辆技术中的关键技术及其技术应用存在的问题,并对未来越野环境下无人驾驶车辆技术的研究方向和研究重点进行了展望.      

现代通讯技术与城市智能交通

随着高速路网的延伸和车辆的增多,行车安全和出行方便成为备受关注的热点问题。在智能交通领域,车联网3、G技术兴起,也进入应用阶段。就智能交通中的3G技术、车联网的作用做了重点介绍和分析。     

基于组确认机制的车联网中最佳中继节点的选择

针对特定位置的车辆用户节点和Sink节点,通过选取最佳中继节点来最大限度提高车联网的端到端吞吐量.将上述问题纳入基于组确认机制的车联网模型中,结合数据重传技术及多跳中继技术,提出了最佳中继节点的选择算法OTNS.并借助非线性优化方法来求解,最终确定出车辆用户节点与Sink节点之间的最佳中继的位置,以使得该车辆用户节点与Sink节点间的端到端吞吐量达到最大值.最后通过仿真实验验证了OTNS算法的有效性,结果表明,最佳中继节点的选择方案有利于车联网性能的提高,相比于不使用中继节点,该方案使车联网端到端吞吐量的期望值得到了提高.     

车联网网络架构分析

利用车联网获取车辆运行参数和道路等交通基础设施使用状况,感知实时道路交通路况,能有效减少交通拥堵,实现绿色出行,并提供丰富的智能交通信息服务．车联网将促进汽车、交通和信息技术产业向更加现代化、网络化和智能化的方向发展．对车联网的现状进行了较为全面的研究,包括车联网的概念、技术优势、信息服务以及网络架构等．     

车联网遥感控制系统设计

该文提出了一种基于遥感技术车联网控制系统的设计,采用少量高空遥感观测点代替当前车联网设计中部署的大量基站,参照物联网等系统的技术要素,结合新一代互联网数据组网技术、车载卫星导航定位技术、计算机电信集成技术,充分运用于城市路况交通建设的交互式控制之中,实现城市管理者对车辆流动性的监测与调度引导;同时还研究了控制系统中存在的关键偏差向量因子,结合线性系统和仿真实验得出最优化车联网控制系统的监测车辆和观测点。文章还对车联网未来发展趋势进行了预测和分析。     

物联网下的汽车智能化网络研究

作为物联网技术体系的具体应用实践,车联网正在成为绿色、智能交通及数字化城市的重要组成部分.为了探究车联网技术的开发与应用,着重研究了车联网的网络架构,并以车身网络系统设计为例,设计了一种汽车车身智能化网络构建方案,能够整合现有车身控制单元,实现车辆动态信息充分共享,应用方案简便灵活.     

基于云计算的车联网在城市交通网络中应用

车联网服务平台对互联的海量数据采集、存储与计算加快了数据运算处理速度,通过在车联网络运营服务管理平台中直接引入云计算,可以优化多功能子系统的网络化应用及设置了比较高的安全部署。并根据云计算在不同领域中应用,提出基于云计算的车联应用服务平台体系架构,去实现在云计算中数据采集、计算与存储等车联网规模化的应用,保证了车辆运营平台的扩展性、安全性和可用性。通过具体实际业务需求、软件架构和应用技术等多方面对车联网进行分析研究。     

基于态势感知的车联网安全风险评估方法

为科学系统地对车联网安全风险进行评估,构建完善坚强的车联网安全保障体系,本文基于态势感知技术,创新性地提出针对车联网安全风险进行全局性评估的方法,通过态势要素获取,构建包含3个层次18个指标的车联网安全风险评估指标体系,通过指数标度层次分析法,建立车联网安全风险评估模型,对车联网安全态势进行理解分析,最后通过算例证明了提出的评估方法的有效性。结果表明：将态势感知技术应用于评估时刻处在高速变化环境中的车联网的安全风险,能够全局性、动态地描述车联网当前所处状态、评估风险;基于指数标度的层次分析法用于构建车联网安全风险评估模型能够更加真实有效地反映车联网当前状态下的风险情况;实例计算结果表明,本文提出的安全风险评估方法的评估结果准确有效,应用范围广泛。     

ETC系统中的车辆定位识别技术研究

对于车辆的定位识别技术,本文首先对车辆进行定位,采用了车侧的边缘检测和提色块法,对车辆在整张图片中的位置进行定位。所做的工作如下:将摄像头拍摄的图像转化为灰度图,使用提色块法,提取车辆的颜色。主要目的是去掉车辆的阴影部分,提取出车辆的真实图像范围。     

基于HBase的车联网海量数据查询

针对如何高效存储并快速查询海量数据问题,提出一种基于分布式数据库HBase的车联网海量数据存储查询方案.首先对实测交通数据进行数据预处理,剔除劣质数据并对车辆定位信息做地图匹配;其次,针对车联网数据特征和查询应用场景设计HBase表结构,包括列族与行键设计,使数据得到合理的分布;最后,根据行键结构设计多种车联网交通信息的查询模式.实验表明,该行键方案在查询耗时上相比没有行键设计的方案具有明显优越性.