书圈智慧的车联网，是否会让我们失去操控的乐趣？【好书连载第1期D3】( 四 )

车联网的接入技术可以基于现已普及的智能手机和车载移动终端通过3G/4G（包含LTE-A Pro）、DSRC和WLAN实现车联网应用。例如， MIT CarTel项目组开发的VTrack应用，通过一般的智能手机结合WLAN和GPS定位技术，实现准确的道路交通阻塞引起延迟估算，用户可以通过随身携带的智能手机及时了解交通情况和更换路线。 4G时代， IEEE 802.11p已经能够很好地与LTE协同配合，下图是在蜂窝网与IEEE 802.11p的融合应用中，实现事故预防的示意图。

本文插图
在从4.5G向5G演进的过程中， 3GPP关于LTE-V的车联网架构，也在不断明晰。
总之，人车路三者在车联网中的无缝网络接入能力，将引领智能交通走向无人（或辅助）驾驶和无事故的“双无”交通时代。
5．智能交互与无人驾驶
“语音云驾驶iVoka”是另一款智能语音交互系统。仅通过对话， iVoka就能实现从语音资讯查询、语音讯息控制，到语音信息检索的全语音操控“人车交互” ，为消费者带来简单的感受。 iVoka凭借与汽车CAN-BUS的对接，能精准记录行车数据，以安全信息界面语音提醒功能为消费者提供主动周到的安全防护。类似的还有CoDriver智能语音副驾驶。近年，车联网智能辅助有如下几个方向：

手机车机融合（CarLife）
安全（CarGuard）
交互（云服务）
汽车消费类服务（含量身定制的车险）

但是，这些驾驶辅助系统都还不能作为无人驾驶技术的基础。
无人驾驶技术的关键在于正常驾驶、避免事故。前者比较容易实现，后者就没这么简单了。为了能够模拟耳听四路、眼观八方、快速反应的驾驶者，起码要有前后左右4路近距离传感器，避免与其他车或路边设施碰撞；为了避免距离很近时车反应不过来，还要有一组远距离雷达，提前预测风险。对路人的判断需要红外传感器，对路口的判断需要“看”明白红绿灯；这些测量、预测技术必须在一个“超强大脑”中及时做出判断，也就是说必须在危险发生前算出结果。即使这样，无人驾驶还总被不遵守交通规则的“有人驾驶”伤害。

本文插图
简单来说，无人驾驶技术目前的瓶颈在于：你说你可以保证不撞别的车，但不能保证别的车不撞你。 “你说的”行人们还不太信。
6．车联网体系结构与应用
车载通信系统通过交通的物联化和互联化，可以对路网交通均衡与个体车辆路径进行分配，并对行车安全进行快速预警，为居民出行带来巨大的便利，但是道路上不断更新的信息也给交通处理平台处理能力提出了新的挑战。此外，车外的环境信息如何与车、人实时交互？车载传感器和控制信息如何与人、网络交互？车联网的网络基础设施和网络技术有哪些？下表详细列出了这些问题的答案。

本文插图
车联网的感知控制层主要功能是综合利用各种传感器（检测温度、速度、路况等）和车载总线、视频摄像头等进行数据采集，从而获得大量关于交通信息、天气状况、车辆信息的数据，并构建了人、车、路（环境）信息交互的接口。网络层主要通过无线通信（DSRC）来实现安全的接入，完成大量数据的传输、分析和处理，实现远距离通信、多模协同通信和远程控制的目的。
在车联网的应用与服务层，通过各种车载终端与软件，在现阶段主要能够提供的应用如下表所示。