DOI:10.19694/jki.issn2095-2457.2022.28.01
车联网ABC及研究综述
涂芳1曾铭2邓左祥3
(1.上汽通用五菱汽车股份有限公司，广西柳州545007;
2.湖南湖大艾盛汽车技术开发有限公司，湖南长沙410221;
3.广西科技大学计算机科学与技术学院，广西柳州545006)
【摘要】近年来，车联网已经成为国内外研究学者的研究热点，受到各行各业的越来越多人的关注。文章对车联网进行介绍，包括车联网的概念、体系结构、应用、研究内容、难点和挑战。并针对车联网的路由算法，进行综述。
【关键词】车联网；应用；研究内容；研究综述
0引言
如今，车联网已经走进人们生活中。汽车驾驶人可以通过车联网，把汽车非驾驶部分的状态信息传输到
服务端，结合手机App的指令，对汽车的设备进行远程控制。比如，远程控制汽车的空调、音响、摄像头等电器设备，可以远程让车辆开启空调冷车，或者通过车载摄像头观察周围的情况。此外，还可以通过车联网，把汽车的驾驶部分状态信息传输到服务端，服务端经过各种计算后，下发指令到汽车，进行一系列的辅助驾驶和远程操作，实现简易的辅助驾驶甚至自动驾驶，或者自动停泊车辆。
本文关注车联网这一热点话题，对车辆网进行介绍，并且对车联网的研究热点之一的路由问题，进行综述。1车联网的概念
车联网，也叫车辆自组织网络，简称是车辆网络。伴随着物联网的发展，车联网也发展起来，近年来的发展越来越快。车联网是物联网的核心领域之一，主要是指车辆以及与车辆行驶相关的一些，包括行人、道路基础设施、公众电信网，以及与车载服务相关的云平台和服务平台，相互连接在一起的泛在智能无线网络。
车辆网络的两个特点是无中心和自组织。车联网是一种临时性的、没有中心节点的对等网络，是一种自组织网络。车辆作为车联网中的节点之一，可以随时加入或离开车联网。即使任何一辆车发生网络故障，也不会影响整个车联网的正常运行。
收稿日期:2022-08-26
※基金项目：国家自然科学基金(62061003,62166002)；粤桂联合基金(2021A1515410005)；广西教育厅项目(2017KY0352)。作者简介：涂芳，主任工程师，研究方向为车联网、数据挖掘。
曾铭，助理工程师，研究方向为车联网。
汽车直卖邓左祥，博士，研究方向为车联网。
2车联网的体系结构
车联网是由车辆和车载系统、车辆标识系统、路边设备系统、信息通信网络系统构成，它的技术是在交通基础设备日益完善、车辆管理难度不断加大的背景下提出的。到目前为止，车联网仍然处于初步的研究探索阶段，但是经过多年的发展，如今已基本形成一套比较稳定的车联网技术体系结构。在车联网的体系结构中，主要由三大层次组成，按照层次由高到低，分别是应用层、网络层、感知层。
（1）应用层。在车联网实际应用过程中，应用层为车联网技术发展提供原动力，实现交通的智能化管理和全过程的控制。另外，还为用户提供相应信息的查询、订阅，以及事件告知的服务功能。应用层是综合信息化的平台，面向各种车联网产业的应用，需要构筑一些平台，包括数据平台、运营平台、支撑平台等。
（2）网络层。网络层主要制定专用的网络架构和协议模型，对来自感知层的数据，进行发送和传输，
提供高质量的数据发送和传输服务。同时，利用大数据和云计算技术，可以充分利用现有的网络资源。网络层根据通信技术标准，解决车与人、车与车、车与路、车与设施等的互联互通。
（3）感知层。感知层主要承担道路交通信息的采集，这属于车辆网络的神经末梢。感知层通过安装各种各样的传感器，使得智能网联汽车具有感知能力。除了具有感知能力的汽车之外，感知层还包括各种基础设施，以及终端系统技术标准。
3车联网的应用
车联网可以通过紧急制动、禁止疲劳驾驶、行人预警等措施，提醒驾驶员，有效降低交通事故的发生率，保障人员以及车辆安全。车联网的应用领域，主要包括智能驾驶、智能交通、智慧园区、车载娱乐、紧急救援等。
（1）智能驾驶：依托5G低时延、高可靠、大宽带网络特性，通过远程智能驾驶平台，实现对远端车辆的全向监控和智能远程控制。此外，利用车路协同技术，分析处理感知层采集的各种道路信息，由车载通信单元，通知驾驶者或自动驾驶汽车，并使之做出及时、恰当的驾驶行为。
（2）智能交通：通过车联网收集、发布信息，让驾驶者掌握整个道路交通情况，便于交通管理部门的智能管理，涵盖远程指挥调度、收费路桥不停车缴费、无人值守停车管理、肇事车辆逃逸追踪等。
（3）智慧园区：运用自动驾驶技术，提供无人接驳、分时租赁、无人快递、无人清扫、无人配送、无人售卖、无人巡检等多项服务。
（4）车载娱乐：通过智能座舱中车机等终端设备，实现车内在线听音乐、看电影、浏览新闻、在线游戏等娱乐功能。
（5）紧急救援：一旦车辆发生紧急情况，车主可以按下车辆上安装的紧急按钮，将紧急信号以及车辆位置等信息，通知给，可以实现精准救援，还可以将车辆事故信息通知给其他车辆，方便周围车辆做出紧急避险反应或者重新规划合适的行车路线。
4车联网的研究内容
车联网的研究内容，主要包括广播、组播、单播路由、定位、追踪等方面。
（1）广播，将数据发送给车联网中的所有车辆。比如，服务中心将一些重要的新闻，广播给所有车辆，让车联网的用户都知晓。
（2）组播，将数据发送给车联网中的一部分车辆。比如，将某路段关于交通堵塞的信息，传播到位于该路段附近的车辆，告诉这些车辆的司机，不要再继续往堵塞路段行驶，以提高交通效率。
（3）单播路由，将数据发送给车联网中的某一辆车。比如，用户将自己喜欢的视频、音乐，分享给自己的某一朋友。
（4）定位，对某辆车，或某个人进行定位。比如，通过定位，实现人出租车，或者出租车人，提高出租车的使用效率。
（5）追踪，获取某辆车当前的位置。比如，用户追踪公交车的位置，可以知道公交车多久进站；用户追踪物流车的位置，可以知道自己快递的当前所在位置。
5车联网的难点和挑战
根据车联网中车辆数量多、快速移动的特点，使得在研究车联网时，存在许多难点和挑战，下面列举四个难点和挑战。
（1）车联网中，由于车辆的移动方向和速度变化快、难以预测，使得网络的拓扑结构变化非常快，难以维持稳定，因此，从数据传输的源车辆到目标车辆的一条完整的路由路径，是很难到的，甚至从数据传输的源车辆到目标车辆的完整的路由路径，是根本不存在的。这使得车辆网络的路由问题，成为一个重大的难点和挑战。传统的路由算法，已经不能直接适用于车联网中，这使得设计可靠性高、时延较低的路由算法，成为一项具有挑战性的任务。
（2）数据传输的无线信号质量不稳定。在车联网中，无线信号的质量是不稳定的，数据传输受到多种因素影响，包括天气情况、实时道路状况、路边的建筑物、车辆相对速度等因素，导致信号质量不稳定，使得车辆之间的数据传输失败。如何提高车联网中数据传输的成功率，成为一个挑战。
（3）在现实生活中，城市道路的车辆通常非常多，导致车辆网中的节点数量也可能非常多。因此，在车联网中，车辆之间的数据传输可能会引发冲突。如何解决冲突，成为一个挑战。
（4）在现实生活中，道路上的交通状况，存在高峰路段和低峰路段，也存在高峰时刻和低峰时刻。因此，车流的密度在不同地点或不同时间，可能发生改变。此外，车辆的行驶方向，是由驾驶员控制的，存在自主性和不可预见性，有时候还会涉及隐私。这在一定程度上使得车联网的算法设计变得困难。车联网中数据传输算法的设计，应该考虑这些因素，需要具有自适应性。
6车联网的研究综述
近年来，车联网已经成为国内外研究学者的研究热点，受到各行各业的越来越多人的关注。本小节，针对车联网的单播路由算法，进行综述。
在单播路由里，存在一个源车辆和一个目标车辆，路由算法考虑的是如何将数据从源车辆发送到目标车辆。路由算法是无线通信的基础和关键点之一，在车联网领域发挥着巨大作用。高效的路由算法，以高成功率、低延迟、低通信代价为指标，可以提高数据传输的效率。
车联网的路由算法，可以分为以下七类：基于路段的路由、基于拓扑的路由、基于地理位置的路由、基于复制的路由、基于预测的路由、基于人工智能技术的路由、基于网络编码的路由。
（1）基于路段的路由。在基于路段的路由算法中，路由路径都是由一条条路段来组成的。源车辆根据道路的电子地图，从源车辆到目标车辆的所有路径之中，选择一条具有最小延迟的路径，作为路由路径来传输数据。基于路段的路由算法包括VADD[1]、TBD[2]、TSF[3]、SADV[4]等。
（2）基于拓扑的路由。文献[5]提出车联网中的一种基于交叉路口的路由算法，先应式建立与相邻交叉路口间的多跳链路，在路由决策时，根据路段路况，优先选择车辆密度高的路径，作为路由路径。文献[6]提出在稳定的网络拓扑结构下，根据车辆的实时分布情况，采用改进后的果蝇优化算法，寻一条最短的、最优的路由路径，以提高车辆之间的数据传输效率。
（3）基于地理位置的路由。文献[7]提出城市场景中的车辆网络路由算法，将传统的基于地理位置的路由算法，结合交通灯感知、交通实时路况、负载均衡等因素，以达到低延迟和高成功率的数据传输的目标。
（4）基于复制的路由。在基于复制的路由算法中，对源车辆需要发送的数据，产生多份拷贝，这些拷贝分发给车联网的其他车辆，拥有数据拷贝的车辆如果遇到目标车辆，就发送数据给目标车辆，数据就可以发送成功。基于复制的路由算法，包括三个关键问题：如何确定一个数据的拷贝数量、如何将
这些数据拷贝任务分发给其
他车辆和如何发送这些数据拷贝给其他车辆。基于复制的路由算法，主要包括直接传输路由、传染路由，以及Spray and Wait、Spray and Focus[8]。
（5）基于预测的路由。在基于预测的路由算法中，路由算法通过对路由指标的预测和估计，在进行路由时，选择合适的节点来发送数据。通过分析出租车和公交车的历史行驶数据，文献[9]得出一辆车的行驶路线，在时间和空间上都存在一定的规律，从而根据马尔可夫链，一辆车的未来行驶路线，可以通过这辆车的历史行驶路线来估计和预测。通过对车辆未来行驶路线的估计和预测，计算车辆和车辆之间的相遇概率，进而推算出所有可能的数据发送方法的发送成功率，从而选择出合适的数据发送方法，以提高发送成功率。基于对历史数据的统计，文献[10]估计了一辆车和目标车辆之间的相遇概率，当一辆数据携带的车辆，与另一辆车相遇时，根据比较它们与目标车辆之间相遇概率的大小，来决定数据是否应该从数据携带车辆转发到另一辆车。
（6）基于人工智能技术的路由。文献[11]针对车辆网络的一些特殊需求，在考虑无线信号强度、车辆移动性的参数、车辆之间距离等因素的情况下，提出一种车辆网络中基于强化学习和模糊逻辑的路由算法。文献[12]针对车辆密度稀疏情况下，存在传输道路中车辆连通不稳定、数据传输不可靠的问题，利用蚁算法，研究一种车辆网络中基于链路质量的路由算法。
（7）基于网络编码的路由。基于网络编码的路由，通过对数据进行网络编码来传输数据。基于网络编码的路由，存在一个缺点，就是需要花费额外的时间和代价，对数据进行编码和解码。在考虑本地存储容量，以及网络容量等约束的情况下，文献[13]提出了一种基于网络编码的车联网路由算法，在减少数据传输延迟的同时，极大地降低通信代价。
7结语
本文首先介绍车联网的一些知识，接着对车联网的研究内容之一的路由算法，进行综述。在不久的将来，车联网将广泛走进人们的生活中，给生活带来更多便利。
【参考文献】
[1]汤星峰.面向城市交通的车载自组网路由策略研究[D].重庆：重庆邮电大学,2020.
[2]JEONG J,GUO S,GU Y,et al.TBD:Trajectory-Based Data Forwarding for Light-Traffic Vehicular Networks:IEEE International Conference on Distributed Computing Systems,2009[C].Montreal:IEEE ICDCS,2009:231-238.
[3]JEONG J,GUO S,GU Y,et al.TSF:Trajectory-Based Statistical Forwarding for Infrastructure-to-Vehicle Data Delivery in Vehicular Networks:IEEE International Conference on Distributed Computin
g Systems,2010[C].Genoa:IEEE ICDCS,2010:557-566.
[4]郑新月.基于分簇的车辆自组织网络上行数据传输方法研究[D].北京：北京邮电大学,2021.
[5]孙健，张益静，孙罡，等.一种基于交叉路口的分布式城市车联网路由方法:CN108650656B[P].2019-12-24.
[6]王越，汤丽娟，宋洁，等.基于5G传输的车联网路由技术[J].物联网技术,2020,10(10):33-34.
[7]夏洋洋.面向车联网的高时效路由算法研究[D].北京：北京邮电大学,2019.
[8]崔建，孙佳悦，常亚楠，等.DTN中基于节点综合性能的自适应喷射等待路由算法[J].计算机研究与发展,2022,59(4):852-863.
[9]WU Yuchen,ZHU Yanmin,LI Bo.Trajectory improves data delivery in vehicular networks,2011[C].Shanghai:IEEE INFOCOM,2011:2183-2191.
[10]LINDGREN A,DORIA A,SCHELEN O.Probabilistic routing in intermittently connected networks[J].ACM SIGMOBILE Mobile Computing and Communications Review,2003,7(3):305-350.
[11]崔雨微.基于模糊逻辑和强化学习的车联网路由算法研究[D].哈尔滨：哈尔滨工业大学,2019.
[12]袁凯.城市环境下车联网路由算法研究[D].重庆：重庆邮电大学,2019.
[13]LIN Yunfeng,LI Baochun,LIANG Ben.Efficient network coded data transmissions in disruption tolerant networks,2008[C].Phoenix:IEEE INFOCOM, 2008:1508-1516.