傳(chuan) 統上，車輛一直是“人”的動態係統的延伸，車子對駕駛員的“惟命是從(cong) ”，但是，通信，控製和嵌入式係統方麵的最新技術改變了這種模式，為(wei) 智能車輛網絡鋪平了道路。現在一輛車是一個(ge) 強大的傳(chuan) 感器平台，吸收來自周圍環境（和其他環境）的信息，並將其供應給司機和基礎設施，以協助安全導航，汙染控製和交通管理。 

這一演變的下一步即將到來：自動駕駛汽車的互聯網。一款由Google開創的汽車將成為(wei) 一個(ge) 分布式交通網絡，能夠自行決(jue) 定如何將客戶帶到目的地。與(yu) 物聯網的其他重要實例（例如智能建築）一樣，車輛互聯網將具有通信，存儲(chu) ，思考和學習(xi) 能力，以預測客戶的意圖。在本文中，我們(men) 討論從(cong) 智能車輛網絡到自動駕駛，互聯網連接的車輛和車載雲(yun) 的演變。 

一、從(cong) 個(ge) 人的車到雲(yun)  

未來城市車輛將從(cong) 一係列傳(chuan) 感器平台演變，這些傳(chuan) 感器平台向駕駛者提供信息並將過濾後的傳(chuan) 感器數據（例如，GPS位置，道路狀況等）上傳(chuan) 到雲(yun) 端;到自動車輛的網絡，它們(men) 彼此交換其傳(chuan) 感器輸入信息，形成一個(ge) 函數算法，在自動駕駛汽車的情況下，此功能能夠迅速將乘客送到目的地，並且最大程度地保證安全和舒適，並且對環境影響最小。 

換句話說，人們(men) 在車隊中見證了與(yu) 傳(chuan) 感器網絡相同的演變（即，可以從(cong) 互聯網傳(chuan) 感器以獲取他們(men) 的數據）到物聯網。在智能家居中，由大量內(nei) 部和外部覆蓋房屋的傳(chuan) 感器和執行器組成的物聯網可以以最經濟的方式管理所有的設施，為(wei) 居民提供最大的舒適度，而且幾乎不需要人為(wei) 幹預。同樣，在現代能源電網中，由大小組成的所有組件形成的物聯網可以安全高效地管理電力負載，操作員隻需扮演觀察員的角色。 

在車載網絡中，與(yu) 所有其他物聯網一樣，當人為(wei) 控製被移除時，自主車輛必須有效地合作以保持道路和公路上的暢通。有遠見者預測，這些車輛的表現會(hui) 比駕駛員得更好，從(cong) 而能夠以更低的延誤，更少的汙染以及更好的駕駛員和乘客舒適度來處理更多狀況。 

但是，數十萬(wan) 輛汽車的分布式控製的複雜性不能掉以輕心。如果突然發生自然災害，比如地震，車輛必須能夠快速有序地協調關(guan) 鍵區域的疏散。這需要彼此高效溝通並發現所需資源（例如救護車，警車，逃生路線信息等）的能力。 

此外，通信必須是安全的，以防止在自動駕駛汽車的情況下發生惡意攻擊，因為(wei) 沒有備用控製，並且有可能被駕駛員（可能在網上操作）幹預的第二次機會(hui) ，這在自動駕駛汽車中可能是致命的。 

這種有效的通信和分布式處理環境可以通過專(zhuan) 門為(wei) 車輛設計的新網絡和計算範例-車輛雲(yun) 提供。這種移動雲(yun) 通過標準的開放接口為(wei) 所有汽車製造商提供從(cong) 路由到內(nei) 容搜索，頻譜共享，傳(chuan) 播，攻擊保護等的幾項基本服務，以實現自動車輛應用。本文討論從(cong) 智能車輛網絡到互聯網自動駕駛車輛和車輛雲(yun) 的演變。特別是，我們(men) 強調了自動駕駛汽車互聯網的優(you) 勢，同時也暴露了由內(nei) 容發布網絡向可能的敵對攻擊帶來的挑戰。 

二、車輪上的新興(xing) 應用

車輛通信的應用範圍從(cong) 安全性和舒適性到娛樂(le) 和商業(ye) 服務。本節討論在新興(xing) 車輛應用中觀察到的四個(ge) 顯著特征，並提供了對智能車輛網絡趨勢的看法以及對自動車輛的影響。 

應用內(nei) 容時空有效性：車輛產(chan) 生大量內(nei) 容，同時消耗內(nei) 容。也就是說，他們(men) 成為(wei) 豐(feng) 富的數據“消費者”。這些內(nei) 容顯示了幾個(ge) 本地相關(guan) 性的常見屬性-本地有效性，明確的生命期和本地利益。本地有效性表明車輛生成的內(nei) 容對消費者有其自己的空間範圍。

例如，在安全應用中，角落附近的速度警告信息僅(jin) 適用於(yu) 接近角落的車輛，明確的生命期反映了車輛內(nei) 容具有其自身的時間有效範圍。這也意味著內(nei) 容必須在其整個(ge) 生命周期內(nei) 可用。例如，道路擁堵信息可能對30分鍾有效，而道路施工警告的有效期必須持續。 

這個(ge) 概念進一步擴展，以區分消費者的範圍。例如，附近的所有車輛都希望收到安全信息，而隻有一小部分車輛對商業(ye) 廣告感興(xing) 趣。數據的時間空間有效性意味著數據收集/存儲(chu) /處理應用程序的可擴展性，因為(wei) 舊數據被丟(diu) 棄。 

這也意味著數據應該保存在車輛上，而不是上傳(chuan) 到互聯網，從(cong) 而節省大量的頻譜。考慮到自動車輛傳(chuan) 感器收集的大量數據，該屬性對於(yu) 自動車輛概念的可擴展性至關(guan) 重要。 

以內(nei) 容為(wei) 中心的網絡：車輛應用主要對內(nei) 容本身感興(xing) 趣，而不是其來源。這種無記憶的屬性是VANET（Vehicular Ad hoc Networks）的特征。在固定的互聯網中，當想檢查交通擁堵時，她訪問了一個(ge) 最喜歡的服務站點。也就是說，顯式網站的URL可以保證訪問充足，可靠的信息。 

相比之下，車輛應用將查詢消息蜂擁而至到本地區域而不是特定車輛，不管內(nei) 容提供商的身份如何都接受和響應。事實上，這種反應可能來自附近的車輛，而車輛又通過鄰近的車輛間接接收這些交通信息。在這種情況下，車輛不關(guan) 心誰開始了廣播。這個(ge) 特征主要是由於(yu) 信息來源（車輛）是可移動的且地理上分散的。以內(nei) 容為(wei) 中心的網絡將在自動車隊的管理和控製中發揮重要作用。 

這有兩(liang) 個(ge) 原因： 

首先，自動駕駛車輛將與(yu) 高速公路以高速和短距離行駛，並且必須具有最新的周圍車輛信息，長達幾公裏才能保持穩定的路線。因此，在以內(nei) 容為(wei) 中心的網絡風格中，車輛定期發送信息需求以接收來自其他車隊的位置，速度和方向。 

其次，如果發生事故，車輛必須提醒司機（可能已經在其他事項中占用）緊急情況，以便司機可以選擇人工幹預。 

車輛協作共享數據：新興(xing) 的車輛應用以協作方式消耗大量的傳(chuan) 感器數據。也就是說，安裝在車輛上的多個(ge) 傳(chuan) 感器記錄著無數的物理現象。車輛應用程序收集這樣的傳(chuan) 感器記錄，甚至從(cong) 鄰近的車輛，以生產(chan) 增值服務。例如，在MobEyes中，車輛使用一些傳(chuan) 感器（包括攝像機）記錄所有周圍事件，包括駕車時發生車禍。 

此後，如果確實報告了事故，則互聯網代理人和/或移動代理人（例如警察）在車輛網絡搜索證人作為(wei) 其調查的一部分。CarSpeak應用程序使車輛能夠訪問相鄰車輛上的傳(chuan) 感器，其方式與(yu) 訪問它自己的相同。在智能交通係統中，車輛交換交通擁堵和路況信息以構建最新的負載狀況數據庫，從(cong) 該數據庫計算到本地目的地的最佳路徑。 

傳(chuan) 感器數據共享和處理中的協作是一個(ge) 自動車輛的強大資產(chan) 。持續共享位置數據對於(yu) 保證自動隊的穩定性至關(guan) 重要。采用可用傳(chuan) 感器集合的道路狀況（惡劣的路麵狀況，障礙物，事故等）的眾(zhong) 包（Crowdsourcing）將允許平穩駕駛，即使在危險的條件下。此外，使用複雜的車載無線電對集合式可用頻道進行跟蹤，可以精確映射可用頻譜，從(cong) 而實現車隊情境感知和內(nei) 容下載到“被動”駕駛所需的高效通信。 

智能車輛網絡和車輛雲(yun) ：車輛配備有傳(chuan) 感器，每秒產(chan) 生大量數據。同時，道路上裝備了智能微塵組件（smart dust components），RFID標簽和嵌入式微控製器。這些東(dong) 西組成了一個(ge) 車輛網絡，即一個(ge) 類似於(yu) 智能發電和配電能源網的智能道路基礎設施。 

我們(men) 想報告的最後一個(ge) 趨勢是車輛雲(yun) 的出現。車輛雲(yun) 是車輛互聯網的實例，其包括車輛網有效且安全地運行所需的所有協議和服務。雲(yun) 在網絡頂部提供了一個(ge) 通信和計算環境，以便將網格中感知和移動的所有事物相互聯網。車輛雲(yun) 架構的主要受益者之一是自動駕駛。 

回想一下，無人駕駛車輛必須能夠在沒有人力投入的情況下感知周圍環境並駕駛汽車。為(wei) 此，它使用了無數的車載傳(chuan) 感器，從(cong) 雷達，GPS，攝像機到監測車輛內(nei) 部運行狀態的CAN總線傳(chuan) 感器。先進的自動駕駛係統處理所有的傳(chuan) 感數據，構建交通圖，識別適當的路徑和避開這些道路上的障礙，並使駕駛安全舒適。

最近，Google1和戴姆勒-奔馳2在真實道路上展示了自動駕駛係統原型。在未來，鄰近車輛上的傳(chuan) 感器的訪問將顯著提高駕駛的準確性和安全性。車輛雲(yun) 將提供理想的係統環境，以協調部署未來自動駕駛車輛所需的傳(chuan) 感器匯總，融合和數據庫共享應用程序。 

三、車輪雲(yun)

汽車正在從(cong) 簡單的數據消費者演變為(wei) 智能代理，使本地協作能夠通過豐(feng) 富的內(nei) 容共享實現更豐(feng) 富的用戶體(ti) 驗。我們(men) 認為(wei) 車載雲(yun) 是使這一發展成為(wei) 可能的核心係統環境。本節介紹雲(yun) 計算和網絡的整體(ti) 功能，並討論雲(yun) 資源及其互操作。 

A.車輛計算 

本地區域內(nei) 的車輛和傳(chuan) 感器產(chan) 生車輛內(nei) 容。這些內(nei) 容在附近存儲(chu) 和搜索;並由鄰近車輛在其有效期內(nei) 加工消耗。最近，Gerla引入了一種新的計算模型-車載雲(yun) 計算（Vehicle Cloud Computing,VCC）來解釋這些特征。 

VCC是移動雲(yun) 計算（mobiles Cloud Computing,MCC）的一個(ge) 變體(ti) ，從(cong) 傳(chuan) 統的雲(yun) 計算模型開始，對於(yu) 資源有限的移動節點，互聯網雲(yun) 提供網絡訪問，以便無限製地計算資源，並將內(nei) 容存儲(chu) 到互聯網或從(cong) 互聯網上下載內(nei) 容。但是，將每個(ge) 內(nei) 容上傳(chuan) 到互聯網雲(yun) 的成本過高，而且從(cong) 互聯網雲(yun) 搜索和下載內(nei) 容太費時。 

此外，車輛拾取的大部分內(nei) 容僅(jin) 與(yu) 本地相關(guan) ，並且可以最好地存儲(chu) 在本地。在VCC中，大多數司機的詢問都是關(guan) 於(yu) 我們(men) 周圍的世界（即本地相關(guan) 性），而車輛是這種環境的最佳探索。 

VCC使用本地環境的自組織模型解決(jue) 查詢。也就是說，車輛可以有效地形成一個(ge) 雲(yun) ，在這個(ge) 雲(yun) 中生產(chan) ，維護和消費服務。為(wei) 了實現這個(ge) 模型，VCC利用了車輛日益增加的處理和存儲(chu) 能力；它通過使用車輛計算資源的集合來構建雲(yun) ，旨在擴展車輛之間交互的能力。 

B.以信息為(wei) 中心的網絡 

以信息為(wei) 中心的網絡（Information Centric Networking,ICN）最初被概念化為(wei) 通信架構的一種通用形式，以在互聯網上實現有效的內(nei) 容分發。ICN專(zhuan) 注於(yu) 內(nei) 容消費者和發布商的滿足，而不是主機（何處）。消費者對內(nei) 容感興(xing) 趣，不管發布人。發布者力求有效地向消費者分發內(nei) 容。 

為(wei) 此，ICN使用內(nei) 容名稱而不是IP地址，以便內(nei) 容與(yu) 發布者分離。最近在互聯網上提出的一些ICN體(ti) 係結構包括DONA（Data-Oriented Network Architecture麵向數據的網絡體(ti) 係結構），NDN（Named Data Networking,命名數據網絡），PSIRP（(Publish-Subscribe Internet Routing Paradigm-訂閱互聯網路由範式）和NetInf（(Network of Information信息網絡）。 

在這些架構中，NDN最近已擴展到車載網絡。NDN有兩(liang) 種類型的數據包：來自消費者的興(xing) 趣和來自發布者的數據（即內(nei) 容）。消費者通過向潛在發布者廣播興(xing) 趣及其名稱來請求內(nei) 容。 

當發布商收到興(xing) 趣並具有與(yu) 興(xing) 趣相匹配的數據時，它會(hui) 使用興(xing) 趣路徑將數據回複給消費者。NDN允許路徑上的路由器緩存內(nei) 容，以便他們(men) 在收到匹配興(xing) 趣後可以將緩存的內(nei) 容回複給消費者。這樣，NDN實現了VCC嚴(yan) 格要求支持麵向內(nei) 容的應用程序有效分發。 

C.雲(yun) 資源 

一個(ge) 車輛雲(yun) 被創建用於(yu) 雲(yun) 成員之間的合作，以產(chan) 生單獨的個(ge) 人無法提供的先進車輛服務。與(yu) 由雲(yun) 提供商創建和維護的互聯網雲(yun) 不同，車輛雲(yun) 通過互連可用資源而暫時創建在車輛和路側(ce) 單元（Road Side Units,RSUs）中。這樣的網絡資源作為(wei) 一個(ge) 共同的虛擬平台運行，使協作效率最大化。VCC和ICN共同協助創建雲(yun) 並有效運行虛擬平台。 

車載雲(yun) 中的資源與(yu) 傳(chuan) 統雲(yun) 中的資源不同。每輛車有三類資源-數據存儲(chu) 器，傳(chuan) 感器和計算器。 

在車載雲(yun) 中，資源通過純粹的點對點連接進行互聯。也就是說，每輛車都直接相互協商資源共享水平。為(wei) 了提高效率，雲(yun) 中的一輛車可以當選基於(yu) 一些指標（例如，與(yu) 車輛的連接性）的經紀人。 

然後，它主導資源共享以及其他雲(yun) 操作的過程。在圖3中加入雲(yun) 作為(wei) 靜態成員的RSU可以成為(wei) 談判者角色的一個(ge) 很好的候選人。我們(men) 也設想部署資源受限的RSU，如相機。他們(men) 可能沒有足夠的存儲(chu) 和計算能力，但仍然與(yu) 車輛有可靠的連接。如果是這種情況，他們(men) 可以存儲(chu) 和管理數據索引以進行有效的內(nei) 容搜索。 

D.案例研究：自主駕駛情景 

考慮到車輛和RSU的資源及其潛在的互連，我們(men) 舉(ju) 例說明了雲(yun) 係統如何運行以建立虛擬計算平台並在其中啟用雲(yun) 協作。我們(men) 使用一個(ge) 簡單的自動駕駛場景，如圖3所示。 

雲(yun) 資源發現:假設車輛V1（雲(yun) 領導者）自我組織為(wei) 車輛計算雲(yun) 以完成自動駕駛應用程序。該應用程序需要以下三個(ge) 路段的圖像，以提高環境意識的準確性，但V1中的資源僅(jin) 涵蓋一個(ge) 路段。雲(yun) 端領導發出RREQ（Route Request,RREQ），以在正確的位置招募車輛和RSU，以提供攝像頭等正確的感應資源。 

雲(yun) 形成：在接收到包含來自他們(men) 的資源信息的RREP（Route Reply,RREP）後，領導者選擇兩(liang) 個(ge) 雲(yun) 成員（例如，車輛V2和公路攝像機RC1）並形成新的雲(yun) 。 

任務分配和結果收集：然後，雲(yun) 領導會(hui) 分配任務，讓“他們(men) ”拍攝下兩(liang) 個(ge) 場景的圖片並將數據返回給它。 

內(nei) 容發布和共享：收集來自雲(yun) 成員的圖像後，領導者會(hui) 處理內(nei) 容以創建並發布到整個(ge) 網絡。V1為(wei) 自主駕駛應用程序消耗內(nei) 容。同時，領導要求其他車輛（圖3中的V4）存儲(chu) 並將內(nei) 容保存在其存儲(chu) 器中，以便在雲(yun) 周圍重新使用內(nei) 容。一段時間後，下列車輛V6和V7運行自動駕駛應用，他們(men) 通過廣播具有內(nei) 容名稱的興(xing) 趣消息來請求內(nei) 容，找到一個(ge) 匹配，V4可以直接將匹配的內(nei) 容傳(chuan) 輸到V6和V7，而不需要聯係V1。 

雲(yun) 發布：當雲(yun) 領導決(jue) 定不再使用雲(yun) 時，它會(hui) 向所有雲(yun) 成員V2和RC1發布消息。 

四、車輪雲(yun) 和自動駕駛車輛挑戰 

從(cong) 手動操作到自動車輛（autonomous vehicle，AUV）的演變將帶來幾個(ge) 新的挑戰。其中一些挑戰來自AUV上大量部署的傳(chuan) 感器以及AUV可從(cong) 環境中獲取的大量數據。 

其他挑戰源於(yu) AUV“自主駕駛”的事實，而駕駛員可能忙於(yu) 活動，並且在緊急情況下不能立即幹預。在本節中，我們(men) 將回顧這些挑戰及其對車輛協議和應用程序的影響，以及車載雲(yun) 架構設計。 

A.NDN網絡層 

上一節表明VCC的“窄腰”網絡層是NDN。換句話說，NDN網絡需要查找內(nei) 容，而不是主機或IP地址-也就是說，通過利用地理相關(guan) 性而不是命名層次結構來發現內(nei) 容。事實上，由於(yu) 節點移動性，不能假定存在地理上一致的名稱層次結構，使得前綴位置給出關(guan) 於(yu) 目標內(nei) 容位置的暗示。然而，在我們(men) 的案例中，大部分查詢將與(yu) 位置相關(guan) 。 

例如，我們(men) 希望找到一個(ge) 視頻，一個(ge) 博物館在城市的某個(ge) 區域的剪輯;或在車禍中目擊證人；或關(guan) 於(yu) 給定路線上的路麵狀況（例如坑窪，顛簸等），火車站附近的救護車或者我們(men) 應該開車經過的擁堵街道的照片或視頻的信息。這種“環境監測”服務將會(hui) 在道路上將出現大量AUV的時候大受歡迎，今天，Google汽車漫遊了城市和地圖拓撲結構，並結合建築物的實際圖片。有遠見的人認為(wei) ，AUV將比普通汽車更能映射整個(ge) “世界”，在存儲(chu) 在AUV上的大量數據中查找期望的內(nei) 容對於(yu) VCC的車載NDN服務將是一個(ge) 挑戰。 

B.信標和警報 

在車輛雲(yun) 中建立的一個(ge) 重要應用是“信標和警報”。回想一下，AUV傳(chuan) 感器（從(cong) 光學到激光雷達）大部分工作都是為(wei) 了讓車輛及其乘客避免麻煩。然而，傳(chuan) 感器本身並不足以保持高速穩定運行並極大地減少車輛間距。在卡車成排中尤其如此（圖4）。 

在這種情況下，感知前後車的通信是必要的，以避免碰撞的發生。同樣，V2V（車對車）通信是必要的，以避免在前方發生減速或事故時，在長隊AUV中形成衝(chong) 擊波。由於(yu) AUV（不同於(yu) 人類駕駛員）遵守信號，並且大多數汽車是自主的，所以交叉口碰撞並不會(hui) 如此關(guan) 鍵擔心。 

C.智能交通 

自動駕駛的推出將極大地提升智能交通。AUV能夠比人類駕駛更有效地使用現有的高速公路網，因為(wei) 它們(men) 可以運行在緊湊的車隊中。他們(men) 還可以通過在這些車道上維護“車輪上的列車”配置，並通過使用傳(chuan) 感器和V2V通信的組合，實現高效的進出車道切換，從(cong) 而有效使用首選（或按次付費服務）車道。以比人類更安全的方式（考慮到所涉及的高速度）。AUV也可以管理自動收費。在安全方麵，AUV可以意識到其他手機共享道路，比如說行人和自行車。他們(men) 可以跟蹤先進的傳(chuan) 感器/激光雷達，並可以通過V2V通信與(yu) 後麵的車輛和兩(liang) 條車道之一共享“前方自動車”信息。 

D.基礎設施故障恢複 

AUV依賴於(yu) 基礎設施（例如，WIFI接入點，DSRC RSU和LTE）用於(yu) 多種非安全功能，例如高級傳(chuan) 感器數據處理和智能傳(chuan) 輸。在地震造成重大基礎設施失效的情況下，也就是說，其中一些功能必須由人類駕駛員接管。然而，在發生大規模基礎設施故障和人類接管運行之間存在一個(ge) 灰色時期，在此期間AUV必須自行解決(jue) 問題。 

這是一個(ge) 非常關(guan) 鍵的窗口，因為(wei) AUV隻知道他們(men) 的近鄰。災難發生後，他們(men) 已經失去了傳(chuan) 感器所能接觸到的鄰居的知識，而這些傳(chuan) 感器是由互聯網ITS服務器提供的。為(wei) 了避免由AUV失控造成的第二次災難，維持相鄰道路上V2V支持的交通狀況是非常重要的。這種“眾(zhong) 包crowdsourcing”交通的背景將允許AUV做出智能路線決(jue) 策（以防地震發生時避開障礙物或堵塞道路）。 

E.認知無線電和頻譜數據庫眾(zhong) 包 

以前的應用指出了AUV之間V2V的關(guan) 鍵需求。DSRC專(zhuan) 用頻譜原則上可以支持V2V流量，或者至少支持信標和緊急服務的流量。然而，有遠見者預計，DSRC 75 Mhz頻譜將被基礎安全應用迅速耗盡。在這種情況下，先前的研究表明，V2V的要求必須在動態頻譜共享模式下得到WIFI頻譜的支持，並與(yu) 居民用戶在城市環境中競爭(zheng) 。認知無線電功能必須得到多無線電AUV平台的支持。他們(men) 也可以得到AUV眾(zhong) 包對802.11b/g頻道占用率的支持。 

五、結論 

城市車隊正從(cong) 一係列傳(chuan) 感器平台演變為(wei) 自動駕駛汽車互聯網。與(yu) 物聯網的其他實例一樣，車輛互聯網將具有通信，存儲(chu) ，智能和學習(xi) 能力來預測客戶的意圖。 

我們(men) 認為(wei) 車輛雲(yun) ，相當於(yu) 車輛互聯網雲(yun) ，將成為(wei) 使演變成為(wei) 可能的核心係統環境，自動駕駛將成為(wei) 雲(yun) 架構的主要受益者。我們(men) 詳細展示了一個(ge) 車輛雲(yun) 模型，並討論了潛在的設計視角以及關(guan) 於(yu) 自主車輛AUV的亮點，以供未來研究。