网联车辆的架构与功能设计于骁.docx

网联车辆的架构与功能设计于骁.docx

《网联车辆的架构与功能设计于骁.docx》由会员分享，可在线阅读，更多相关《网联车辆的架构与功能设计于骁.docx（12页珍藏版）》请在冰豆网上搜索。

网联车辆的架构与功能设计于骁

网联车辆的架构与功能设计

智能网联车辆车路协同是智能交通系统的重要内容，请从车路协同系统角度完成以下设计并回答相关问题

（1）车路协同整体架构设计，图示说明。

包含车辆底盘电控与线控、网联v2x系统，道路基础设计，简要说明各部分功能。

车辆底盘电控与线控：

如图所示，智能车辆底盘控制系统包括模式切换按钮、油门系统、行车制动系统、转向系统、驻车制动系统、自动驾驶单元和CAN总线。

模式切换按钮与油门系统、行车制动系统、转向系统、驻车制动系统、自动驾驶单元的信号输入端相连；油门系统、行车制动系统、转向系统、驻车制动系统、自动驾驶单元均挂载在整车CAN总线上。

油门系统包括油门电控单元、油门执行机构和油门踏板，油门执行机构和油门踏板均与油门电控单元的I/O口相连；行车制动系统包括行车制动电控单元、行车制动执行机构和制动踏板，行车制动执行机构和制动踏板均与行车制动电控单元的I/O口相连；转向系统包括转向电控单元、转向执行机构和方向盘，转向执行机构和方向盘均与转向电控单元的I/O口相连；驻车制动系统包括驻车制动电控单元、驻车制动执行机构和驻车制动开关，驻车制动执行机构和驻车制动开关均与驻车制动电控单元的I/O口相连。

模式切换按钮用于人工驾驶和自动驾驶两种模式的切换，按下为高电平，松开为低电平，油门电控单元、行车制动电控单元、转向电控单元、驻车制动电控单元和自动驾驶单元检测到模式切换按钮上升沿信号则进入自动驾驶模式，检测到下降沿信号则进入人工驾驶模式[3,4]。

车辆上电后默认进入人工驾驶模式，驾驶员操作油门踏板、制动踏板、方向盘和驻车制动开关，通过油门执行机构、行车制动执行机构、转向执行机构和驻车制动执行机构对车辆进行控制。

驾驶员按下模式切换按钮，进入自动驾驶模式，油门电控单元、行车制动电控单元、转向电控单元和驻车制动电控单元接收CAN总线上自动驾驶单元发送的对应的报文指令，驱动油门执行机构、行车制动执行机构、转向执行机构和驻车制动执行机构对车辆进行控制。

此时，驾驶员仍能通过油门踏板、制动踏板、方向盘和驻车制动开关对车辆进行控制，且优先级高于自动驾驶单元发送的对应的报文指令。

但是一旦驾驶员人工干预后需通过松开再按下模式切换按钮才能重新进入自动驾驶模式。

网联v2x系统：

硬件系统：

V2X车路协同系统物理设备主要由车载设备（OnBoardUnit,OBU）、路侧设备（RoadSideUnit,RSU）以及车辆显示终端三部分组成，车载设备安置于移动车辆中，获取移动车辆的状态并作为信息传输载体；路侧设备则固定于道路两边或道路龙门架上，作为交通、路况及道路基础设施状况的载体；车辆显示终端中以平板为载体连接车载或路侧设备，以便驾驶人员对周围交通和实时路况实现现场可视化监测，同时，摄像头可作为路侧设备的配件，通过网口通信，用于行人检测相关场景。

通过车载设备之间以及车载和路侧设备之间的有序配合，实现各种车与车、车与路等预定义应用。

所有路侧设备通过有线网络或4G网络从服务器获取路况和交通信息

软件系统：

V2X软件系统可采用分层的低耦合设计以实现多车接入共用。

预警信号通过危险仲裁模块统一输出，采用CAN、串口、网口等输出方式，配合支持多种显示终端。

预警的触发参数在设备内置文件进行保存与配置，同时支持通过显示终端如平板中APP进行配置[7]。

整体软件逻辑构架可划分为三个层次：

输入输出层（I/OLayer）、应用服务层（ServiceLayer）和应用层（ApplicationLayer）。

输入输出层（I/OLayer）负责设备与外部设备的通讯功能，实现设备所有数据的输入和输出，主要由无线消息服务（WirelessMessageService,WMS）、时钟位置服务（Time/PositionService,TPS）、车辆接口服务（VehicleInterfaceService,VIS）三大模块组成。

WMS模块主要负责与其他V2X设备通讯，实现无线数据的收发和安全认证，具体包括相关标准的V2X通信协议栈，覆盖MAC（MediaAccessControl）层、网络层、传输层协议，为上层应用提供无线消息交互通道；安全模块为可选装模块，负责数据的签名和验证、证书管理及加解密。

TPS模块主要负责与GPS模块通讯，实现本地GPS数据的接收，同时也支持向GPS发送数据（差分），具体包括本地GPS数据获取、系统时钟同步、向GPS发送差分数据（与GPS模块有关，预留）、三轴加速度及角速度数据获取和发送（与GPS模块有关，预留）。

VIS模块主要负责与车辆通讯，实现车辆数据的收发，具体包括获取车辆状态数据、向车辆输出预警信息等数据以及支持CAN通讯方式。

应用服务层（ServiceLayer）负责对输入数据的整合、处理，并分发至应用层，同时为应用层提供数据发送的接口，主要由传感器数据处理（SensorDataHan⁃dler，SDH）、无线消息处理（WirelessMessageHandler,WMH）、目标分类（TargetClassification,TC）、人机交互接口（DVINotifier）四大模块组成。

SDH模块主要负责对传感器数据的整合和处理，包括整合车辆状态和位置等数据、生成车辆历史路径数据、计算车辆路径预测数据。

WMH模块主要负责无线消息的编解码等处理工作，同时为应用层提供无线数据发送的接口，包括无线消息编解码，按照相应的标准对无线消息进行编解码；无线消息调度器按照相应的调度规则对无线消息进行调度发送（预留）；提供无线消息发送接口，包括标准消息和用户自定义消息；支持无线消息的接收，并根据消息类型进行分发，可同时为多个模块提供服务。

TC模块主要负责计算他车的相对位置，对车辆进行分类，根据相对位置对他车基础安全信息进行分发，可同时为多个模块提供多个相对位置的他车基础安全信息。

DVINotifier模块主要负责为应用层提供与车辆交互的接口，接收应用层的输出数据，将其输出至VIS。

道路基础设施：

智能路侧系统的功能与智能车载系统相比，没有智能车载系统的车载一体化功能，及无需向驾驶员提供安全预警和建议，智能路侧系统最重要的作用就是对路面行驶环境的搜集和输送。

通过监测交通流状态，获取检测范围内车辆的参数信息，然后将这些信息发送至需要的车辆，并将去发送至控制中心，以便控制中心进行宏观调控。

智能路侧系统对于整个车联网来说，主要作用其实是辅助作用，是信息的采集者，通信的中转站，交通流的观察哨。

（2）从车辆平台角度分析，设计两种以上利用网联信息的ADAS功能，画出框图，并说明原理。

（A）ADI高级驾驶员辅助系统（ADAS）视觉解决方案

基于视觉的ADAS可以从多方面大大提高行车安全性。

通过安装后视/前视/侧视摄像头和视觉处理ECU，可以实现多种功能来帮助驾驶员提前防范风险。

受欢迎的应用包括路线偏差告警（LDW）、远光近光调整（HB/LB）、交通信号识别（TSR）、停车辅助、后视/环视、防撞等[4-6]。

方案特点。

为了实现这一功耗，ADI公司采用了直接又特别的概念。

这一概念基于两个Blackfin内核，因为已量产的ADAS系统正采用这一架构。

然而，那些无法经济高效通过软件模型化的算法已经被用硬件引擎实现，由此产生了高度可配置的视觉处理单元工具箱。

ADI公司将其称作“流水线视觉处理器”（PVP），如今已成为全新ADSP-BF60x处理器的一部分。

虽然采用了低功耗处理技术，但还需要进一步创新，以解决现代设计中最重要的功耗问题，这种方法是外部存储器（DDR2）接口。

通过适当分配处理能力，合理利用适量存储器带宽，可以实现最低功耗。

此外，一些硬件模块也增强了Blackfin架构，使其能够满足功能安全要求。

系统要求和设计挑战。

支持ISO26262要求的功能安全；能够在面向应用的开发环境中使用；优化了视觉处理库；有助于设计出一套上市时间短、风险低的总体系统。

（B）高级汽车环视辅助驾驶系统（ADAS）方案

世强高级汽车环视辅助驾驶系统（ADAS）方案基于SH7766图形处理器，此方案可以适用于汽车安全系统，如车道偏离警告系统（LDW）等典型的ADAS应用。

方案简介。

基于SH7766，世强联合第三方设计公司开发出了一套高级汽车环视辅助驾驶系统方案（如图所示），堪称分销界首创。

这套环视ADAS系统方案具有强大的图像处理能力，能实现超清晰图像和高品质色彩还原；完美的画面明暗表现，来自高动态范围的自动调整；且只有极低的CPU占有率和功耗。

此方案可以适用于汽车安全系统，如车道偏离警告系统（LDW）、车道保持辅助系统（LKAS）等典型的ADAS应用。

本环视ADAS系统方案可提供两种标定模式：

全自动标定模式和精准标定模式。

（1）全自动标定模式是强大、可靠的，并不需要相机安装角度的苛刻要求，适应大规模生产。

（2）在光照条件很差，或恶劣环境条件下，可以采用半自动精准校定工具，提供最好的标定结果。

另外，该系统方案支持超级虚拟相机模式，可以生成在任意视角下的虚拟视图，且可任意使用虚拟相机参数，焦点，生成视图，鱼眼和针眼相机都适合。

世强环视ADAS方案的其他特点还包括：

（1）支持基于环视原理的车道偏离驾驶预警模式。

基于环视的车道偏离技术打开了新的领域，扩展了环视驾驶辅助系统的应用。

（2）俯视图的可见区域大小一键更改。

（3）俯视图完美拼接和分割效果。

（4）多种模块的备选（包括3D效果的环视界面、DVR、基于3G的视频查看和信息管理、语音倒车指南等）。

SH7766如下几大图像处理优势特别引人注目。

（1）周边物体检测（支持4路摄像头）。

SH7766SoC配备六个视频输入通道。

其中，四个通道采用NTSC模数转换器（ADC）。

这表示单芯片上即可提供NTSC摄像系统的必要功能。

另外，还可以利用六个视频输入通道实现多个应用，使用在一枚芯片上提供的各项功能。

（3）从车辆节能角度描述如何利用网联信息

基于车联网的智能车辆节能诱导策略有两种控制目标。

因此，本文设计了一种分层控制方案。

方案如图所示当初、末状态确定后，车辆接收通过车联网获取到的道路及车辆信息形成约束条件，与能耗最优的目标函数共同构成了第一层控制。

这层控制的输出为车辆的全局节能车速曲线。

同时，将最优化过程中的中间结果即每一时刻的优化结果传递给第二层控制。

当车辆处于跟车工况时，车辆接收通过车联网获取到的本车信息及前车信息，结合第一层控制输入的中间结果，共同构成了第二层控制。

这层控制的输出为跟车工况的实时节能车速及相关物理量，经下层控制器转换后可直接控制车辆。



基于车联网的智能车辆节能诱导策略有３项重点技术，分别为能耗模型、优化算法和验证方法，如下图所示。

模型落脚点为智能车辆的能耗，因此，能耗模型的确定是非常重要的。

能耗模型有多种表达方法，例如多项式模型、利用车辆动力学仿真软件搭建的能耗模型。

下面利用车辆动力学仿真软件搭建了能耗模型，并且根据实车性能参数对模型中的参数修定，保证了模型的性能基于车联网的智能车辆节能诱导本质上是一个优化问题，优化算法的选取是至关重要的。

首先，必须将通过车联网获取的车辆及动态交通信息量化为算法内的约束条件。

这个过程要满足两个原则：

一、量化过程要尽量还原实际，使得约束条件符合实际情况；二、必须有合理解。

其次，优化算法必须具备离散化的特征。

在第一层控制中，离散化的中间优化结果可以应用于第二层控制。



（4）从交通流优化角度描述整体交通系统如何利用车辆信息。

交通流理论是研究交通流随时间和空间变化规律的模型和方法体系。

近年来，随着汽车保有量的增加，道路交通流量也迅速增多，一系列新的交通流模型随之产生，并迅速代替了传统的概率论方法模型。

一般来说，交通流模型包括微观、中观和宏观模型。

微观模型描述单个车辆之间的个体行为，研宄方法上在时间和空间上都是离散的。

宏观模型将道路上大量车辆组成的车队看作是连续的流体，考虑大量车辆的平均行为，而不考虑单个车辆的个体行为，研宄方法上在时间和空间上都是连续的。

中观模型是微观和宏观之间的一种模型，主要指基于概率论的气体动理论模型（ｇａｓ－ｋｉｎｅｔｉｃ－ｂａｓｅｄｍｏｄｅｌ）。

而交通流基本参数和基本图却是研究交通流模型的基础。

因此，单方面地加强管理、限制车辆、增加道路建设等单纯地只考虑人、车、路、环境是不全面的，理想的办法是将交通中的这四要素综合起来考虑，而智能交通系统（ＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍｓ，简称ＩＴＳ），就充分发挥了其优势。

ＩＴＳ是将先进的多学科技术如通信、传感器、控制和计算机网络，以及系统集成等结合交通运输和工程并有效地综合，应用在道路和汽车，并加强人、车和路以及环境的联系，使其一致聪明起来的系统。

ＩＴＳ能使现有交通基础设施的潜力得到最大限度的利用，并能提升交通运输效率、缓解拥堵、提高交通安全性、节约能源和减少环境污染，能够帮助得到巨大的社会经济效益，因此成为缓解交通问题的最重要方法之一１７］。

车联网是近年来兴起的ＩＴＳ技术，它利用车载的电子信息传感技术和无线网络通讯技术，实时提取车辆位置等动静态交通信息，包括路口、路段的流量、速度、位置、车头时距、车间距等车况信息，并反馈传送给网络信息平台和周围其他车辆，实现车和车以及网络平台之间的信息互联互通，实施路口信号智能控制、路段拥堵优化调控和诱导等措施，帮助车辆适时调整速度、减少出行时间，引导车辆安全、可靠行驶，并实现车辆有效分布到合适道路网络上，使路网交通流量在时间、空间合理分布和道路资源得到充分利用，进而提高道路与车辆运营效率，从而减少拥堵、提高交通安全性从系统组成的角度，可将ITS智能交通系统分成以下七大基本系统：

先进的交通信息服务系统（ATIS）、先进的交通管理系统（ATMS）、先进的公告交通系统（APTS）、先进的车辆控制系统（AVCS）、货运管理系统、电子收费系统（ETC）以及紧急救援系统（EMS）。

其中ATMS和ATIS将出行者、道路和交通运输工具三者作为一个整体系统来综合考虑，强调的是交通设备的系统性和标准性、信息交流的交互性和共享性，以及服务的广泛性和便利性，智能车辆在道路上自由行驶，通过公路管理系统使交通流运转达到最佳状态，两者的结合使驾驶员对其周围环境了如指掌，使管理人员对交通状况和所有车辆的行踪一清二楚，车辆堵塞和交通拥挤可得到有效解决。

从信息流的角度，智能交通系统可分为信息采集、信息管理与信息发布三部分：

1）信息采集：

实时采集交通系统中的各种信息，包括车辆的行驶转台、驾驶人员的操作状态等信息，以及道路中的车流状况、交通事故、交通违章、道路施工等信息，并将这些信息进行初步统计，而后进行存储；

2）信息管理：

完成对原始数据的加工和分析，提炼出对交通管理有指导意义的知识，同时合理地采用集中或分布式方式存储系统中的各种信息资源，并保证系统中信息的规范化；

3）信息发布：

将经过整理的实时信息及分析后的预测信息通过各种方式，如无线通信、有线广播、电子显示屏、Internet网以及车载器等，向出行者及驾驶员发布。

下图给出了ITS中信息流的流程示意图。

上图中，交通信息采集部分作为一个庞大的城市智能交通控制系统输入部分，担负着提供准确可靠的信息以使整个系统得以顺利运行的重要责任，是系统中最基础的部分。

车牌图像采集识别技术实现了对车辆“身份”信息的自动检测，成为交通管理自动化的重要手段和车辆检测系统的重要环节，在智能交通中占有很重要的地位。

车牌识别技术可以实现不停车收费、违规车辆的自动记录以及对重点车辆的识别和报警处理。

车牌识别技术的应用对加强高速公路、城市道路管理，减少交通事故、车辆被盗案件的发生，保障社会稳定等方面产生重大而深远的影响。

汽车行驶记录仪为驾驶员提供其驾驶活动的反馈信息，为道路运输企业提供良好的管理工具。

汽车行驶记录仪在车辆超速或超时行驶时能发出警报声，督促司机安全行车；汽车行驶记录仪能记录车辆运行中的实际状况，其存储的数据可作为企业加强对车辆的使用、调度、运行的科学管理的依据；汽车行驶记录仪记录的数据，对交通事故的原因和责任分析具有重要的参考作用。

因此，汽车行驶记录仪的研究具有重大的现实意义。

（5）网联车信息安全系统如何实现？

主要有哪些关键技术尚未解决？

智能网联汽车信息安全目标必须根据应用场景来制定。

以车辆远程刷新这样一个涉及云、管、端的应用场景来进行信息安全目标举例分析。

典型的远程刷新系统架构参见下图，主要由以下几部分组成:

（1）云端远程刷新平台;

（2）移动通信传输通道;（3）车内作为刷新主控制器的互联网关;（4）车内通信（比如CAN通信或以太网通信等）;（5）刷新目标控制器。

功能定义如下:

云端远程刷新平台将待刷新软件通过4G无线通信传输到车内互联网关，互联网关再将待刷新软件通过车内网络传输到待刷控制器，并触发完成软件更新。

信息安全的目标分析过程大概可分为如下3步:

（1）识别出系统所面临的信息安全风险清单;

（2）对识别出的信息安全风险清单进行风险等级评估;（3）根据风险级别的高低来设定有针对性的安全目标。

（A）识别信息安全风险在产品开发过程中，尽早发现信息安全风险，可以大大减少后期安全风险控制的成本和代价。

融合威胁建模和攻击树分析的方法，来识别系统的信息安全风险清单。

其中，威胁建模方法是在已知系统架构之后，从防守者的角度来分析产品所面临的安全风险;攻击树分析则是站在攻击者的角度来思考问题，找出系统中可能存在的被利用的安全漏洞，来分析产品所面临的安全风险。

将两种方法结合起来识别系统的信息安全风险清单，可以做到“攻-防”结合。

（B）威胁建模方法威胁建模用于帮助理解和发现系统中潜在的安全威胁、明确风险并建立相应的防护机制。

其提供一种系统化方法来分析系统所面临的安全威胁，防止遗漏重要的安全风险点。

目前应用最多的威胁建模方法是微软公司提出的“STRIDE”安全威胁模型，6个字母分别对应于6种安全威胁:

假冒身份（Spoofing）、篡改（Tampering）、抵赖（Repudiation）、信息泄露（Informationdisclosure）、拒绝服务（DenialofService）和权限提升（ElevationofPrivilege）。

下面利用MicrosoftThreatModelingTool进行威胁建模。

如下图所示，根据车辆远程刷新系统结构图和数据流选择对应的建模组件来建立系统的威胁模型。

建模完成之后，软件可以根据STRIDE威胁模型自动生成信息安全风险清单，如图所示。

有以下检测模型及方法：

（1）面向车载总线的异常检测模型

（2）基于特征和信息熵的CAN总线异常检测

（3）基于支持向量机的CAN总线异常检测

我对基于特征和信息熵的CAN总线异常检测作具体说明：

基于特征和信息熵的CAN总线异常检测方法针对数据标识ID进行异常检测。

采用白名单策略，将总线中出现的正常CANID列为名单中，对其它ID报文进行特征识别，发现并阻止此种报文在网络中传输。

通过收集一定时间窗口内正常CAN报文信息，计算每种报文出现的概率得出总线的信息熵值，作为检测的阈值建立检测模型。

总线中CAN报文发送遵循CAN矩阵的规律，其随机性较低，信息熵值比较稳定，通过检测信息熵值的变化，监测总线是否遭受到攻击。

通过实验表明基于特征和信息熵的CAN总线异常检测方法能有效的检测总线中异常报文。

将CAN收发器接入总线当中，收集一定时间窗口t内的总线报文，报文总数为M。

不考虑实际的网络中数据发送等情况对报文产生的影响，总线中出现的报文消息事前已经进行假定，本文通过实际的车载环境进行报文收集，通过大量的收集总线中的报文信息，统计在一定时间窗口内的总线信息熵值。

以CAN报文的ID数据标识为特征，例如一个CAN报文数据包0x133000012115688FFDE，取报文标识0x133为特征，统计出现的次数。

根据以下公式计算该时间窗口内的信息熵，

其中，Xi表示随机变量，概率p（xi）表示第i个符号出现的概率。

在时间窗口1中，信息熵的值可以表示为H（Xi）：

通过统计正常车载CAN总线的报文，得到一定时间窗口内正常总线CAN报文的信息熵，划定阈值标准。

在检测的时候，首先进行特征检测，之后进行信息熵检测，通过计算当前时间窗口内车载总线的信息熵值与阈值做对比，来判断当前车载总线是否发生异常，异常检测模型如下所示。

有哪些关键技术尚未解决呢？

（1）要跟踪和了解黑客的最新攻击技术，比如网络嗅探与窃听、端口扫描、密码破解、拒绝服务、重放攻击、中继站攻击、代码注入、逆向工程分析、木马攻击、状态模拟等。

信息安全风险分析的基本思路就是像黑客一样思考可以利用何种途径和攻击方式入侵。

（2）智能网联汽车的电子电气架构及通信协议一直在不断丰富。

以通信协议为例，从最早的2G/3G通信，到目前的4G通信、Wi-Fi通信、蓝牙通信、DSRC通信，以及未来的5G通信、基于LTE－V的V2X通信等。

掌握最新的电子电气架构、云技术、控制器技术和通讯技术协议，以及相应的漏洞和防护技术是保证信息安全的关键

（3）信息安全必须建立在对智能网联汽车应用场景分析的基础上。

目前汽车行业正在建立智能网联汽车的应用场景数据库。

基于完整场景，才能保证信息安全的防护完整性。

（4）信息安全模型、系统解决方案和信息安全评价测试方案也是信息安全的关键技术。

（5）基于大数据、机器学习等最新技术推动智能网联汽车的信息安全从被动防御发展成主动防御。