“新城建”背景下新一代信息技术在车城网的应用探析.pdf

2023 年 8 月通信设计与应用野新城建冶 背景下新一代信息技术在车城网的应用探析金伟袁林亚波袁邓美容科学城（广州）信息科技集团有限公司，广东 广州 510663【摘要】为解决智慧城市与智能网联汽车协同发展下袁基础设施建设缺乏城市级互联互通尧海量数据存在安全隐患尧自动驾驶环境复杂多变导致安全隐患较大等问题袁以野智慧+冶车城网新型城市基础设施建设项目为例袁对车城网进行研究袁分析野新城建冶背景下车城网的发展现状尧建设车城网的关键技术袁探究新一代信息技术在车城网建设中的应用袁包括全时空感知交通设施尧车路云网端的安全防护体系尧大数据研判辅助决策体系等袁以期为相关人员或工程提供参考遥【关键词】野新城建冶曰车城网曰AIoT【中图分类号】U495【文献标识码】A【文章编号】1006-4222（2023）08-0013-030 引言2020 年，住房和城乡建设部、中央网信办、科技部、工业和信息化部等印发了 关于加快推进新型城市基础设施建设的指导意见，要求加快推进“新城建”，其中包含全面推进城市信息模型平台建设、推动智能化市政基础设施建设和更新改造、协同发展智慧城市和智能网联汽车、推进城市综合管理服务平台建设等要求。按照住房和城乡建设部、工业和信息化部关于车城协同发展及试点建设的相关要求，通过“智慧+”车城网的建设，构建城市道路、车辆、行人、城市基础设施等的信息交互网络，融合智能交通设施、新型能源基础设施、定位基础设施、网络信息基础设施等的协同数据，集成城市的各种静态和动态数据，并对数据进行分析处理，从而支撑城市决策者的科学决策，实现城市管理的智能化和精细化，同时通过车城网平台支撑车城融合的各种智慧应用1。国家积极出台相关政策支持车城网发展。2021 年2 月，中共中央、国务院印发 国家综合立体交通网规划纲要2，推动智能网联汽车与智慧城市协同发展，建设城市道路、建筑、公共设施融合感知体系，打造基于城市信息模型平台、集城市动态静态数据于一体的智慧出行平台；同年 3 月，国家发展改革委会同有关部门和单位印发加快培育新型消费实施方案，协同发展智慧城市与智能网联汽车，打造智慧出行平台车城网。1 野新城建冶背景下车城网的发展现状1.1 车城网发展中存在的问题车城网的试点建设在各地陆续开展，但在当前的建设过程中，依然存在较多的问题和挑战。（1）车联网数据类型、格式多元化，规模聚集、流速加快。随着智能网联汽车用户增加，众多相关主体都参与了车联网数据的处理过程，数据呈指数级增长态势，规模聚集效应不断增强，海量数据、多场景的持续交互使数据的流动性增强。不同的数据处理者在数据规范定义上存在差异，加之缺乏统一标准，导致车联网数据呈现出明显的非结构性和非标准性。（2）海量数据存在安全隐患。车联网数据包括实时交通数据、地图数据、周边环境感知数据、高级驾驶辅助系统状态数据、车载摄像头所采集的大量影像数据，若未经授权披露、滥用、篡改、销毁，或汇聚、整合、分析，可能危害国家安全、公共利益或个人、组织的合法权益。（3）产业协同不足。目前，智能化基础设施和平台建设大多局限在“车-路”上，而车、城、人的融合发展尚处于探索期。目前，在关键技术创新、基础设施建设、标准法规完善、商业模式探索等方面存在不足，难以快速形成产业竞争优势。因此，需要同时关注智能化和网联化技术的发展，并加快推进规模化商用进程。1.2 车城网发展趋势在“新城建”背景下，车城网主要有以下 3 个发展趋势。（1）基础设施全面数字化。工业和信息化部的车联网（智能网联汽车）产业发展行动计划，明确提出要支持构建集感知、通信、计算等能力为一体的智能基础设施环境。将数字基础设施与数字经济、数字政府连接，让数据成为新的关键生产要素，提升社会数据资源价值。132023 年 8 月通信设计与应用（2）车城网数字底座不断强化。车城网路侧新型基础设施建设为智能网联汽车产业的进一步发展奠定了基础，可推动智能网联汽车落地应用，有效孵化数字新业态。车城互联的基础设施建设，以及精细化、智能化、智慧化的车城网数字底座建设可为城市管理和公共服务赋能，支撑智慧城市中的各类智慧应用。（3）智能化拉动车路协同发展。随着汽车电动化、网联化、智能化和绿色化技术加速演进，融合物联网、人工智能等多种创新技术的智能网联汽车正从测试验证转向多场景示范应用的新发展阶段。国内多地正以车联网先导区等方式为引领，不断加快规模化示范应用，深化“车-路-网-云”协同发展3。2 野新城建冶背景下建设车城网的关键技术“新城建”发展需要运用城市信息模型、人工智能物联网（artificial intelligence&internet of things,AIoT）、车联网、人工智能、自动驾驶、大数据、互联网、边缘计算等先进技术，实现对城市部件运行状态的全面监测，对人、车、物等交通参与实体进行实时全面感知，包括对道路实时运行状况、道路交通流数据、各类交通事件、交通设施运行状态的监测与掌控等。在车城网建设中主要应用的技术如下。2.1 边缘计算及 AIoT 技术边缘计算是一种分布式计算框架，通过将算力部署在更加靠近用户的地方，能够大幅提高边缘数据处理的速度和降低时延。边缘计算具有低时延、分布式、高效率的特性，尤其适用于自动驾驶和车路协同等场景。AIoT 技术融合了人工智能技术和物联网技术，一般在监控、互动、连接情境下，通过各种信息传感器实时采集各类信息，在终端设备、边缘域或云中心通过机器学习智能化分析数据，包括定位、比对、预测、调度等。2.2 车联网安全防护技术智能网联汽车通过分域隔离、访问控制等技术来防范伪装、重放、注入、拒绝服务等攻击，实现安全防护。通过统一身份认证、加密传输等技术实现车与车、车与路、车与云等的可信互联互通。通过合理划分网络安全域，加强访问控制管理，实现网络边界安全防护，保护网络设施及系统安全4。2.3 行业大模型随着人工智能大模型的兴起，业界将行业大模型引入智能交通、自动驾驶等场景。行业大模型为图像生成、自然语言处理、语音识别、推荐系统等应用提供更强大的助力，实现系统间的协同交互，为城市交通治理、车城网建设注入新动能。行业大模型可提供全域感知、全域优化、全域协同和全域服务四大能力，为“减量控大”、缓堵保畅、便民出行等业务场景赋能，为市民便捷出行、交通安全管理、城市畅通运转提供支持。3 新一代信息技术在车城网建设中的应用3.1 全时空感知交通基础设施利用边缘计算、人工智能、大数据、物联网等先进技术来加强全时空感知交通基础设施建设。通过自动驾驶、车路协同路侧设备等基础设施支撑“智慧+”车城网建设，提供强大的终端感知能力，形成立体化、多层次的车城网数字底座，有效支撑车城网应用、运营等内容，如图 1 所示。3.2 可视化的智能车路云网端安全防护体系随着人工智能技术和互联网技术的持续发展，车路云网端的安全防护体系结合具体的交通场景构建了智能网联汽车可信防护系统（图 2），不仅可以通过车端以及路侧端的安全防护，及时发现安全风险，排除安全隐患，还可以通过整体安全防护多级联动，确定风险等级，制定驾驶策略，实现自动驾驶车辆驾驶方案的优选优化，进一步提高车辆自动驾驶的安全性。车路云网端安全防护体系通过采集层、数据层、图 1 整体架构应用层应用基础层设备层应用环境部署层设备层车路协同公安交管智慧公交交通管控自动驾驶公共模块消息列队运行控制远程空中下载异常处理协议接口协议接口协议接口协议接口协议接口协议接口Docker算法+环境Docker算法+环境云控平台管控设备路侧单元感知设备感知设备142023 年 8 月通信设计与应用服务层和业务层的多层处理，对数据进行实时计算分析，检测并形成安全事件指标。通过安全编排系统对攻击事件进行关联分析、情景复现、异常威胁研判和攻击预测，减少安全事件的误报和漏报情况，最终形成可展示的安全数据。车路云网端安全防护体系如图 3 所示。车路云网端安全防护体系通过可视指挥系统可实现实时风险态势、车城态势、路网威胁的安全总览，并进行 3D 可视化、立体化的操作。同时，通过安全脱敏技术支撑生态用户共享数据，保障用户的隐私安全。通过现场的安全运营人员分析系统告警日志进行应急响应。3.3 人工智能赋能的大数据研判辅助决策体系人工智能是自动驾驶技术体系的重要组成部分，而深度学习是当前实现人工智能的关键技术。在车城网的自动驾驶场景中，人工智能被用于解决复杂多变环境下面临的诸多实际问题，如动静态物体检测、通行空间检测和交通安全标志检测等，可为自动驾驶车辆的视觉感知系统赋能。在微观层面通过路侧精细化感知车辆驾驶行为，在中观层面感知车流态势，在宏观层面感知城市交通流。采用大数据和人工智能技术对各类宏观、中观以及微观数据进行整合分析，实现对海量数据的全面、深入应用5。大数据研判辅助决策体系的具体应用及其效果如下：淤为合理制定交通运输管理对策、个人出行引导、交通设施规划等工作提供合理的量化依据，提升决策能力。于分析未来交通态势，为管控人员预判和制定防范措施提供数据支撑，提升道路交通和安全管理的效率和全面管控能力。盂为各种交通管理方案及临时管控办法的制定提供量化依据，并通过对执行效果的评估，进一步提高执行能力以及整体交通管理水平。榆基于人工智能、深度学习等核心技术实现对各个领域查询语句的意图分析，解决现有技术中意图分析领域受限的问题，提高意图分析效率，从而提高人机交互的效果。虞基于人工智能的智能服务系统及智能终端等提高检索效率，从而提升智能服务质量。4 结语“新城建”背景下，车城网通过行业大模型等关键技术对交通数据进行自动识别和分类，提供更全面的交通数据分析和管理能力，提高道路交通运输、安全管理的效率和全局掌控能力。在“新城建”背景下，车城网呈现出较快的发展势头。未来车城网能通过新一代信息技术来获取各种交通数据并进行数据深度挖掘，获得更准确的交通数据。新一代信息技术在车城网中的综合应用将推动车城网的智能化、高效化发展，为智慧城市和城市交通建设提供支撑。面对车城网发展中存在的安全隐患和产业协同不足等问题，需要通过加强标准化建设和行业协同合作等手段进一步推动车城网的发展。参考文献1 杨翼.基于车城网的智慧路口应用研究与设计J.数字通信世界，2023（2）：21-23.2 中华人民共和国中央人民政府.中共中央国务院印发 国家综合立体交通网规划纲要 A/OL.（2021-02-24）2023-04-24.https:/ 黄伊鑫.汽车智能化的发展现状及方向J.无线互联科技，2014（2）：170.4 蔡刚强，吴冬升.车联网政策进展综述J.智能网联汽车，2022（6）：80-85.5 徐祥运，赵燕楠.无人驾驶汽车技术的社会影响及其应对策略J.学术交流，2021（3）：134-148，192.作者简介院金伟（1975），男，汉族，湖北咸宁人，硕士研究生，工程师，研究方向为智慧城市、5G、车联网、云计算、大数据、人工智能等。林亚波（1982），男，汉族，陕西宝鸡人，本科，助理工程师，研究方向为无线通信、物联网、C谣V2X、智慧城市、人工智能等。邓美容（1983），女，汉族，广东梅州人，本科，助理工程师，研究方向为视频监控、物联网、大数据、人工智能等。图 2 智能网联汽车可信防护系统路侧、车身感知技术AIoT 技术探测优化识别执行判断反馈决策纠控智能驾驶技术学习总结人工智能技术提高图 3 车路云网端安全防护体系采集层数据层服务层业务层数据输入数据分析引擎关联分析情景复现攻击预测异常威胁研判安全数据减少误报漏报数据输出检测生成指标15