克服互联汽车和智能交通技术集成的挑战

什么是智能交通系统（ITS）？最佳定义来自欧洲电信标准协会：“智能交通系统（ITS）包括远程信息处理和车辆中所有类型的通信，车辆之间（例如，车对车），以及车辆与固定位置（例如，车对基础设施）之间的通信。然而，ITS不仅限于公路运输 - 它们还包括将信息和通信技术（ICT）用于铁路，水和航空运输，包括导航系统。我们如何实现ITS的复杂愿景？必须解决几个问题，包括实现上述通信和拥有适应多式联运的有效手段。该系统需要能够消耗几乎难以理解的数据量，并产生对旅行者有用的信息。这些信息需要以最有效的方式引导旅行者到达目的地，并与基础设施互动，以促进缓解交通拥堵。它需要实时完成所有这些事情。

数据，数据，每个地方，/因此世界确实缩小了

我们经常听到世界正在萎缩。我们的意思是，由于高速交通方式的可访问性和共享信息的能力显着提高，世界人民比以往任何时候都更紧密地联系在一起。公平地说，建立智能交通系统（ITS）是缩小世界的关键。

我们分享的信息是数据的融合。这些数据来自多个来源。我们每个人每天都会消耗大量的数据，但这只是每天产生的数据的一小部分。事实上，一些估计将每天创建的数据量放在5 EB左右。从这个数字的角度来看，国会图书馆中估计有5到20PB的各种格式的数据。我们每天产生的数据量从250到1000倍，而且还将继续增长。

根据麦肯锡全球研究所2011年的一项研究，到2015年，汽车行业将成为第二大数据生产者。如果我们将汽车与旅行和物流相结合，数据量将额外增长30%。这些数据大部分来自车内的传感器。随着车辆具有更多的安全性和便利性功能，这一数字将显着增长。当然，并非所有这些数据都在ITS中发挥作用，当然也不是原始传感器数据。

汽车传感器融合

单个传感器提供一段数据，这些数据本身可能用于某些有限的目的，但是当我们在其他传感器数据的上下文中考虑它时，我们能够获得一些关于性能或行为的见解，并且适当的控制可以提高系统性能。这称为传感器融合。

在当今的车辆中，传感器融合的一个例子是牵引力控制系统。该系统可检测车辆上的车轮何时打滑，并调整发动机功率，并在必要时施加制动。但是，牵引力控制系统如何知道车轮何时打滑呢？如果依靠单个车轮的轮速传感器进行检测，这可能很困难。然而，不是一个传感器，而是有多个传感器，在大多数乘用车的情况下，每个车轮上都有一个传感器。通过查看这些传感器报告的测量值的差异，牵引力控制系统能够确定何时以及需要减少多少发动机对车轮的功率以及是否需要制动。

传感器融合为我们提供了车辆内的一些重要分析功能。然而，如果我们止步于此，我们将错过一些其他潜力，特别是当我们开始使用非车载系统时。

为传感器系统增加智能

这就是信息融合发挥作用的地方。信息融合可以被视为减少不确定性的一种组合方法。来自各种来源的信息在共享上下文中收集和分析，以获得进一步的洞察力并减少有关情况的不确定性。

这是一项非同小可的任务，但鉴于这能够带来什么的重要性，值得付出努力。在他们的论文“情境评估中的问题和挑战”中，作者指出，信息融合提供了情境评估，情境评估涉及推导实体之间的关系，例如，对象状态的聚合（即分类和位置）。

现在考虑一个情况评估的例子。考虑到牵引力控制系统的行为，如果将这些信息以某种方式与有关环境空气温度或雨水传感系统的信息相结合，那么就有可能对发生车轮打滑的情况进行一些评估。

如果环境空气温度传感器报告温度低于冰点，而ABS轮速传感器报告打滑，则情况评估可能是该区域有冰。如果进行情境评估的人不是驾驶员，而是基于云的分析系统，从车辆接收实时遥测数据，那么评估功能就会得到改进。

现在，在地理围栏区域内可能有多个车辆报告车轮打滑，而不仅仅是一辆汽车报告车轮打滑。鉴于报告的发生次数具有统计意义，分析引擎可以高度自信地得出结论，该地区存在冰。这个基于云的系统现在可以以警报的形式将此信息推送给用户，警告进入冰区区域的驾驶员。

扩大了范围，基于云的系统现在也可以将此信息报告给运营中心。运营中心可以将此信息广播到周边地区道路上的数字标志，警告地理围栏区域外的司机已经检测到冰，让他们有机会在可能的情况下重新规划路线。

这只是联网车辆如何与ITS集成和支持的一个例子。

连接车辆

支持和扩展ITS功能所需的下一个关键部分是连接性。如今，许多车辆都存在连接性，但这通常用于导航和礼宾服务。车辆数据需要在车外提供给基础设施。一旦完成，就可以实现许多目标。

如果检测到碰撞（智能交通系统接收到的安全气囊展开信号以及其他上下文遥测），ITS将能够调度第一响应者并开始自动重新路由交通。在发生意外的交通拥堵时，ITS可以自动调整交通灯间隔，以调整车辆通过拥堵区域的流量，并将备用路线信息直接发送到连接的车辆。

这些只是几个例子，说明如果车辆更加互联并提供车辆数据，可以实现什么。

安全设计

然而，这种连接性存在挑战。其中最严重的是安全性。关于车辆被黑客入侵的宣传很多。最初，所有入侵都需要对车辆进行物理访问。现在有许多无线接入点进入车辆，增加了黑客的攻击媒介。但目的何在呢？

黑客远程控制车辆几乎没有价值。真正的价值在于使用不安全的连接点，如连接的车辆，作为进入基础设施和后端系统的入口点。访问单个车辆对黑客几乎没有好处，但是能够影响数百或数千辆车辆，或者获得对ITS的控制，可能会导致重大收益或重大痛苦。这些深远的影响意味着必须从一开始就考虑安全性，而不是修补或将其视为事后的想法。管理安全性会影响系统的许多方面，包括体系结构和接口。采用安全分析中的最佳实践并将其应用于整个工程生命周期对于保持车辆和非车载系统的完整性至关重要。

其中一个最佳实践是威胁建模。威胁建模提供了一种结构化的网络安全威胁分类方法。威胁模型将：

识别潜在威胁和先决条件

对威胁进行分类和分组

确定安全措施对威胁的影响

确定要应用缓解措施的区域

有不同类型的威胁模型，但在其关于汽车安全威胁的报告中［4］，NHTSA建议对汽车网络物理系统采用复合方法。

另一个考虑因素是隐私。不可能保证车辆的完全安全，因为新的威胁将在车辆的整个生命周期中出现。因此，有必要采取措施确保即使实现了对车辆网络的访问，网络上的信息也是安全的。这可以通过一种或多种方式进行管理。例如，对车辆内和基础设施的节点进行数据加密或身份验证。

鉴于对安全性的需求以及集成两个高度复杂的系统（联网车辆和ITS）的挑战，需要“系统中的系统”工程。系统工程系统处理不断发展的程序的开发和操作。传统的系统工程旨在优化单个系统，而系统工程系统则旨在优化各种相互作用的旧系统和新系统的网络，以满足多个目标。通过采用系统级系统方法，可以创建一个集成的体系结构，提供标准化的接口和必要的协议来解决安全问题，例如安全性。

需求管理

从事系统思维，在不同领域工作的工程师可以更容易地识别和理解这个系统系统中存在的相互依赖性和相互作用。将建模不仅应用于安全性，还应用于捕获和阐述系统中这些元素的体系结构、行为和通信，有助于与功能和法规要求的关联。此外，所得到的模型在更高的抽象级别上提供了全面的视图，从而可以更深入地理解系统。通过模型的仿真，可以可视化系统行为，以对系统规范进行初步验证，并在实施之前避免潜在的冲突和陷阱。

对需求的严格管理也是成功的关键。跟踪连续的需求变化，维护工件的历史记录，并识别可疑链接将确保需求和设计的完整性。使用电子表格几乎不可能实现此功能。通过实施适当的需求管理解决方案，可以最好地实现这一目标。

成功的关键是工作在整个生命周期中以协作方式执行。从需求分析，到转化为需求、法规遵从性以及迭代分析和设计工作流程，工程师必须能够无缝地共享信息。汽车本身的日益复杂化意味着原始设备制造商和供应商之间的合作更加紧密。现在，将这种协作需求扩展到汽车生态系统的边界之外。提供基础结构和后端系统的实体必须参与。

如果采取相同的协作方法——文档移交和工具导出和导入（通常会导致信息保真度的损失）——不仅各方将面临同样的挑战，而且规模和复杂性的增长将加剧这种情况。在开发这些系统时采用的解决方案必须能够实现紧密协作、广泛的可追溯性，并且必须进行扩展以满足开发复杂集成系统的需求。此外，在系统上工作的人员必须能够立即、实时地访问成功设计它们所需的信息。

审核编辑：郭婷