1 车载物联网

　　车载物联网是一项新兴技术，可以大幅提高未来交通系统的安全和效率，并将车辆连接到计算机网络。车载物联网能够在行驶中的车辆之间建立无线通信，也能够在过路车辆和路边基站之间建立无线通信。利用多跳转发的方式，车载网络能够让两个在信号范围之外的车辆也建立通信连接。车载网络将成为未来智能交通系统的重要组成部分。

　　当前的智能交通系统严重依赖于预先部署的基础设施。例如，嵌入路面的电磁感应器，部署在主要道路交叉口的交通摄像头，高速公路收费口安装的射频标签（RFID）读取器。通常，一个收集和发布交通信息的典型过程如下：首先，路面传感器对车流的速度、密度进行检测，然后上传到城市交通中心。经过数据处理之后，流量可以通过蜂窝网络传递到用户的手机。这样来传播与位置相关的信息是一个昂贵和低效的方式，因为通常信息源和信息消费者的实际距离只有几百米远。

　　车载网络的短距离通信能力将会改变这种传统的智能交通系统的通信模式，以更直接的方式帮助信息的产生、传播和消费。

　　本质上车载物联网是一个巨大的无线传感器网络。每一辆汽车都可以被视为一个超级传感器节点。通常一辆汽车装备有内部和外部温度计、亮度传感器、一个或多个摄像头、麦克风、超声波雷达，以及许多其他装备。此外，未来的汽车将配备一个车载计算机、GPS定位仪和无线收发装置。这使得汽车之间，以及汽车和路边基站之间能够无线通信。这种前所未有的无线传感器网络扩展了计算机系统对整个世界的感知与控制能力，并且可以让信息在本地产生和共享，不必涉及庞大的基础设施。

　　未来的汽车和车载网络为人们提供了一系列应用。车载网络的应用可分为4个类别。

　　1.1 安全应用

　　安全应用包括碰撞预警、电子路牌、红绿灯警告、网上车辆诊断、道路湿滑检测等。通常这类应用利用短距离通信实时性的特点来为司机提供即时警告。

　　1.2 效率应用

　　效率应用包括城市交通管理、交通拥塞检测、路径规划、公路收费、公共交通管理等。这类应用致力于改善公众和个人的出行效率。

　　1.3 商业应用

　　商业应用包括基于位置的服务，将带给人们巨大的商机。这些商业应用的种类繁多，如，近的餐馆、的加油站、商场信息等。这些可能的商业应用将为服务业带来新的竞争手段。

　　1.4 信息娱乐应用

　　信息娱乐应用包括视频和音乐共享、基于位置的餐厅评论、拼车、社交网络等。实际上，信息娱乐的一些应用，如福特SYNC[1]和起亚UVO，已成为当前汽车市场的一个引人注目的亮点。信息娱乐系统的网络化将是必然趋势。

　　在车载网络的发展过程中，有4类参与者将起到积极的作用。4类参与者为政府、汽车制造商、本地零售商和消费者。传统智能交通系统由各国政府主导进行投资和实施，其他少数几个地理信息系统（GIS）公司，如谷歌、Garmin、TomTom等公司也参与了交通信息的采集和发布。然而，未来的车载网络将吸引更多的参与者，并使他们从车载网络中获取巨大的商业利润。首先，汽车制造商将很乐于开发装备车载网络的汽车，这将增强汽车的安全性，并提供更丰富的车内娱乐系统，从而进一步提高其汽车的竞争力。汽车电子化是一种必然趋势，安全系统和信息娱乐系统的电子化是进程的两个主要方面。福特SYNC车载信息娱乐系统是一个非常成功的例子。其次，本地零售商及服务商也将非常感兴趣，车载网络将十分方便地传播他们的信息以及推广他们的服务。车载网络会带来激烈的商业竞争。，毫无疑问，这些增强的安全性、提高的效率、价廉物美的商品、丰富的娱乐应用等将吸引更多的消费者，并使他们成为终受益人。

　　2 车载物联网无线通信技术

　　无线个人局域网（WPAN）在消费电子产品（包括汽车电子产品）领域取得了巨大成功。福特的SYNC是一个很好的例子。它通过蓝牙技术将司机的手机连接到汽车的音响系统，因而司机可以在行驶中通过语音命令播放音乐或拨打电话。由于大规模生产降低了成本，802.11a/b/g无线局域网技术已经被广泛使用。虽然802.11a/b/g初不是针对车载环境而设计的，但由于其被广泛使用带来的优势，许多研究人员在车载环境中进行了实验，对802.11a/b/g在车载环境中的应用进行了一系列实验。802.11p和专用短程通信（DSRC）标准对802.11标准进行了扩充，以使其能够适应车载环境的无线通信。802.11p技术使用5.9 GHz频段，能够在移动的车辆之间，以及移动车辆和路边基站之间建立短距离无线通信。无线城域网（WMAN），也称为WiMAX（即IEEE 802.16），是另一项新兴技术。无线城域网能够以不同的方式提供长距离传输，例如，两个固定位置的节点之间的通信，以及类似于蜂窝系统的移动节点通信。然而，目前为止，常见的车载通信技术还基于蜂窝网络，通常称之为汽车远程信息处理。通用汽车的OnStar系统和福特的RESCU系统都基于这一类技术。一些地理信息系统公司，如TomTom和Garmin等，也使用蜂窝网络来传输实时交通信息。通常情况下，基于蜂窝的远程信息处理是一种基于用户订阅的有偿服务。

　　本文认为在不久的将来车载通信将建立于一种混合式的架构，如图1所示。在这种混合架构中，长距离通信技术，如蜂窝网络和WiMAX，能够为人们提供即时的互联网接入；而短距离通信技术，如DSRC、Wi-Fi（即802.11a/b/g），则能够为安全系统提供实时响应的保障以及为基于位置的信息服务提供有效支持。

　　本文认为车载自组织网络（VANET）将在未来智能交通系统中发挥重要作用。车载自组织网络依靠短距离通信技术实现车与车以及车与路边基站之间的通信。与传统的基础设施网络相比，车载自组织网络有两个主要优势：首先，车载自组织网络具有成本低、容易部署和操作的优势。消费者无需订阅即可享受服务。其次，从技术角度来看，智能交通系统中传播的很多信息有很强的位置相关性，车载自组织网络能够很方便地为临近车辆建立实时或者非实时的短距离通信。

　　3 车载物联网面临的挑战

　　车载网络所独有的特性给人们提来了前所未有的挑战，然而，与此同时，这些特性也使人们能够从与以往不同的角度去思考和解决问题。

　　车载网络分3层：链路层、网络层和应用层。各网络协议层面临不同的挑战。

　　3.1 链路层面临的挑战

　　在链路层，面临的主要挑战是如何使链路层协议适应独特的车辆运行环境，使链路层获得性能。链路层协议包括3个主要设计目标：响应能力、可靠性和可扩展性。首先，链路层协议需要能够对信道条件和车辆的移动性快速响应，同时协议的可靠性和可扩展性对与安全相关的应用也起着重要的作用。一些传统的链路层协议的设计方法，如无线接入点（AP）握手、媒体访问控制（MAC）层超时管理、地址解析协议（ARP）超时等，在高速移动的车载环境中已显示出低下的性能。这些传统的设计方法通常会导致增加的启动延时、未充分利用的带宽，以及带宽的不公平分配。

　　实际上，可扩展性和可靠性在一定程度上互相影响，互相作用。可靠广播技术也是重要的研究问题之一。目前的可靠广播技术一般包括重复广播、合作式传递、发射功率自适应等。但是，总的来说，可靠性和可扩展性仍然值得进一步深入研究，特别是针对车辆安全系统的应用，因为终用户对车辆安全系统要求很高。

　　3.2 网络层面临的挑战

　　在网络层，面临的主要挑战是建立一个新的路由模式，以促进车载网络的信息传播。在过去10年中，无线自组织网络方面得到广泛研究。特别是，研究人员为车载网络提出了许多具有环境自适应能力的路由协议，如MDDV和VADD。这些协议利用车辆的移动性，通过GPS定位技术、数字地图技术，在车载网络环境中提高数据包的转发性能。从本质上讲，这些协议都是针对以数据包为基本单位而设计。数据包在从源到目的地的整个转发过程中都保持不变。然而，这种基于分组转发的模式已不能适应以信息为中心的应用需求。首先，对于某些应用转发路由没有明确的数据源和目的地。信息由某些节点共同产生，然后传递给另一些节点。其次，信息在传递的过程中会被修改。如在交通阻塞的检测中，每部车都能产生交通拥塞，而这个可以和其他临近的车辆产生的相融合。所有向拥塞地点行驶的车辆是这些的接收者。在这类应用中，人们事先并不知道什么时间、什么地点、哪些车辆会产生，人们也不知道谁会成为接收者。有一些基于分组转发的路由协议，例如多播技术和基于位置的广播技术，能够部分解决这类应用的需求。然而，从本质上讲，人们需要一个新的路由模式，能够为以信息为中心的数据传输提供支持，这个模式将能够有助于信息的产生，融合，传播和删除。

　　3.3 应用层面临的挑战

　　在应用层，人们所面临的主要挑战是如何效地表示、发现、存储和更新整个网络的信息。

　　命名和寻址是车载网络的问题。如何有效地将真实世界的信息建立索引，以方便信息存储和传播，是一个有待研究的问题。本文认为寻址将采用混合型、多层次的方案，真实世界的环境信息将起重要作用。命名和寻址政策对系统中的其他协议，如路由和信息发现有重大影响。由于车辆的高移动性，另一个挑战是如何动态地将车辆的标签（ID）映射到基于位置的地址，如在基于位置的广播中，人们需要知道在某一区域内的所有车辆列表。这个问题对于整个混合网络体系都有非常重要的影响。本文认为可以在车辆以及路边基站上实现类似地址解析协议/反向地址解析协议（ARP/RARP）来帮助解决这个问题。

　　分布式数据管理是另一个车载网络中具有挑战性的问题。它包括数据复制、数据删除、缓存管理等一系列问题。传统的分布式数据管理假定在地理上分散的多台服务器连接在同一网络，这在车载自组织网络中不再成立。从本质上讲，人们可以把车载网络看作一个巨大的分布式数据库系统，其中每个车辆维护一个本地的数据库。车和车间不定期交换数据，从而逐步更新全局数据库系统。从全局的角度来说，不一致性不可避免。为此，一个研究问题是如何以的开销来维护一个相对一致的分布式数据库。

　　4 车载物联网中的信息传播

　　本文认为车载网络是一个以信息为中心的分布式系统，信息在网络的不同位置生成、收集和发布。人们可以把信息传播分为两个不同的层次：宏观信息传播和微观信息传播。以信息为中心来发现系统需求十分重要。

　　4.1 宏观信息传播

　　宏观信息传播指在一个特定的地理区域里将信息传递给一个或一组节点。信息传播的目的地是网络中的特定的单个节点或者一组指定的节点组，甚至可能是一组未知节点。宏观信息传播的目的是减少信息传递延时，减少传递开销（包括存储开销和通信开销），并提高未来查询的成功率（如果接收节点是事先未知的）。宏观信息传播的研究课题通常包括信息路由、数据缓存、数据融合等。

　　信息传播可以建立在基础设施之上，也可以不依赖基础设施。Jedrzej等提出建立于蜂窝网络基础设施上的P2P叠加网络。车辆通过蜂窝网络的基础设施建立到互联网的可靠链接，然后这些车辆之间可以以P2P叠加网络的方式来实现非安全应用的信息共享、发现和交换。然而，由于基础设施提供的服务通常是付费订阅的方式，这实际上限制了消费者的数量。与基于基础设施的网络服务相比，相对廉价的自组织网络方案显得更有吸引力。另一方面，大多数的非安全应用没有严格的实时性要求，因而，当前的一项研究热点是以容迟的方式来实现车载自组织网络的信息传播。研究者提出了一些通用的容迟网络路由协议，如流行性路由。

　　在车载自组织网络中，信息的传播、缓存和融合都有过相应的研究。然而，在车载自组织网络中，大多数类型的信息中并不包括任何目标车辆的先验知识，因而容迟的数据传播、数据查询、数据缓存以及数据融合密切地联系在了一起。任何车辆可能会产生并发出一个查询，且希望其临近车辆能尽快响应。

　　传统的包路由已不能适应以信息为中心的应用，人们需要建立一个全新信息路由模式。首先，需要定义信息路由的目的地。对大多数人而言，传播的目的地是一个虚拟的概念。它受时间、空间和车辆的限制。换句话说，目的地包括的是所有满足当时时空条件的车辆。有两个基本的信息传播模式：拉（Pull）模式和推（Push）模式。拉是指一辆车定期广播它感兴趣的查询，并从邻居车辆中获取数据。推模式是指车辆有目的地把信息推入周边的车辆，使得对此信息感兴趣的用户可以更方便地得到这些信息。在车载网络技术市场化的初级阶段，只有较少比例的车辆具备车载通信能力，通信仅限于一跳，因此推模式更为重要。当制订推模式的策略时，人们必须考虑到数据缓存和融合的潜在影响。人们可以利用启发式的周边信息（如行驶方向、速度、经常光顾的地方等）或社交网络信息来预测和控制传播。

　　4.2 微观信息传播

　　微观信息传播指涉及一跳或者几跳的局部信息传递。在车载网络技术市场化的初级阶段，车辆很少有机会遇到其他车辆或路边基站。所以，提高两车相遇时信息传播的效率十分重要。

　　近的一些研究关注于车载环境中的单跳通信性能。Bychkovsky等人研究了在公共Wi-Fi无线网络中提高单跳通信的数据吞吐量的技术。他们进行了一系列的实地测试来调查在MAC握手、获取IP地址、建立IP路由等时候可能的性能损失。Hadaller等人[4]进行了以802.11协议为基础的单跳通信的实验，并提供了详细的实验分析。通过实验，他们发现了一些现有无线访问机制在数据吞吐量方面低效的根本原因。以上这些工作从底层协议（物理层、MAC地址、路由）的角度来分析和改进链路吞吐量。

　　微观信息传播也涉及局部多跳通信。一般来说，本地多跳通信的主要任务是协调本地车辆并帮助信息沿预定方向传播。VADD是一种利用车流模式和道路拓扑来找到传递数据包的道路的转发协议。MDDV利用车辆的流动性来帮助信息传播。MDDV使周边的车辆协作转发数据包，以此来提高数据包转发的可靠性。Zhao等人研究了如何以路边基站作为中继的方式来提高吞吐量。

　　由于两车相遇时有效通信时间短暂，有效的信道资源管理是一个是十分重要的问题。Chang等人提出了一种从路边基站到过往车辆的下行调度算法。Zhang等人提出了另一种同时考虑上行和下行请求的调度算法。Yu等人研究了在路边基站负载接近超负荷的情况下的请求许可控制问题。这些研究从不同的资源分配角度提高了路边基站的访问效率。

　　通常，微观信息传播的主要挑战在于如何把下层条件（车辆移动性、无线信道、相对位置）和上层应用的需求联系在一起。从上层的角度来看，容迟网络的应用可以容忍一定的信息延迟和误差。从底层的角度来看，移动性、信道和车辆位置却可能在很短的时间内大幅变化。现有的工作研究了不同的网络通信协议下的单跳问题，然而，仍然缺少一个上层和下层之间的有效联系。这种联系可以使人们能够利用底层的苛刻条件，而不是受其限制。

　　当人们设计微观信息传播协议时，可以重点关注3个方面的问题：

　　（1）应用需求

　　容迟网络的应用不一定需要一个可靠的链接，但是他们却需要根据数据传输的重要性来安排数据的优先性。人们还希望能够设定一个在传播的过程中允许的信息丢失的程度。

　　（2）资源管理

　　主要问题包括如何调度低层资源（例如传输信道、传输速率等），如何调度上层任务，如何分配资源以确保公平等。

　　（3）协作

　　人们可以利用多任务调度、转发、中继、多方网络编码等不同的技术来帮助在信号范围内各车辆的互相协作，提高整体性能。

　　5 车载物联网应用

　　FleetNet是一个由欧洲多个汽车公司、电子公司和大学的合作项目，合作者包括NEC公司、DaimlerChrysler公司、Siemens公司和Mannheim大学。该项目利用无线多跳自组织网络技术实现无线车载通信，能够有效提高司机和乘客的安全性和舒适性。FleetNet的设计目标包括实现近距离多跳信息传播以及为司机和乘客提供位置相关的信息服务。在该项目中，位置信息起着重要的作用，一方面它本身是FleetNet一些应用的基本需求，另一方面它也能使得通信协议更有效地运作。NEC欧洲实验室和Mannheim大学为车载网络设计了基于位置的路由和转发算法，然后基于该算法实现了一个基于位置的车-车通信路由器。研究人员建立了一个由6辆车组成的实验网络，其中每辆车装备了一个GPS接收器、一个802.11无线网卡，以及一个车-车通信路由器。另外，每辆车还装备了一个GPRS接口，这样可以实现对自组织网络中的每辆车进行实时监控。

　　CarTalk是一个欧洲的司机辅助系统研究项目。该项目利用车-车通信技术为移动中的车辆建立一个移动自组织网络，来帮助增强道路系统的安全性。例如，当一个车辆刹车的时候或者检测到危险的道路状况的时候，它会给后方车辆发送一个警告消息。即使在前方有其他车辆遮挡的情况下，后方车辆也能够尽早得到警告。这个系统也能够帮助车辆更安全地驶入高速公路和驶离高速公路。

　　California Path[24]是加州大学伯克利分校的一个关于智能交通系统的综合性研究项目。该项目始建于1986年，主要由伯克利分校的交通研究学院负责管理，同时也和加州交通部有密切合作。California Path致力于运用前沿技术解决和优化加州道路系统存在的问题，其主要关注于3个方面的研究：

　　（1）交通系统运筹学研究

　　其研究方向包括车流管理、旅行者信息管理、监控系统、数据处理算法、数据融合和分析等。

　　（2）交通安全研究

　　研究内容包括十字路口协同安全系统研究、司机行为建模、工人与行人相关的安全研究等。

　　（3）新概念应用研究

　　该研究致力于发现、验证在公共交通系统中的新概念和方法，帮助减少交通系统的阻塞，提高公共交通的出行效率。

　　MIT CarTel是麻省理工学院的一个分布式移动传感器网络和远程通信系统。CarTel的应用能够收集、处理、传递、分析和可视化来自手机或者车辆的传感器数据。在该项目中，一个小型嵌入式计算机能读取一系列不同的传感器数据，对数据进行处理，然后将处理后的数据发送给一个Internet服务器。服务器进一步对数据进行分析，然后提供给终用户多种不同的服务。整个系统的框架包括进行传感器数据采集的硬件和软件、在车辆之间数据传递的网络、能够容忍网络连接中断的数据库查询系统、为基于位置的服务设计的隐私协议、车流预测模型系统以及道路表面状况监测系统。

　　美国政府与工业界也积极参加到车载物联网的研发中。车辆基础设施集成计划（Vehicle Infrastructure Integration）致力于利用无线通信技术使行驶中的车辆更紧密地与周围的环境相联系，从而提高交通系统的安全性。该计划的主要参与者包括美国交通部、加州交通部以及戴姆勒、福特、通用等汽车公司。该计划的参与者在加州101公路和密歇根Novi市部署了数十个路边基站，用于测试汽车与路边基站的通信能力。在通用公司展示的车载安全系统中，车辆通过DSRC无线技术实时监控周围车辆的位置、速度与方向，一旦发生紧急情况，车辆通过声、光信号警告司机。近，由美国交通部主导的IntelliDrive项目致力于在个人移动设备（如手机和PDA）、车辆以及路边基站之间建立安全、灵活的无线通信，使道路交通系统更安全、更智能和更环保。美国交通部目标在2013年前对现有的无线通信技术进行测试和评估，以帮助落实未来交通系统的决策与实施。

　　6 结语

　　车载物联网是一个具有巨大发展潜力的新兴领域。它能够使人们的日常生活更紧密地与计算机技术和互联网技术相结合，增强交通安全，提高城市交通效率，以及提供各种与位置相关的信息服务。近些年，车载物联网已经得到了学术界、工业界以及政府部门的高度重视，相关的工业、技术标准已提上制订日程。然而，针对不同的应用和不同的环境，仍然有很多尚未妥善解决的问题。人们相信，在车载物联网领域，会看到更多更深入的研究，同时车载物联网技术将能够很快走出实验室，投入实际应用。