克服集成互联汽车和智能交通的挑战

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、车辆之间（例如，汽车到汽车）以及车辆与固定位置之间（例如，汽车）的所有类型的通信。到基础设施）。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、水路和航空运输，包括导航系统。” 我们如何实现 ITS 的这种复杂愿景？必须解决一些问题，包括实现上述指定的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无法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，并与基础设施交互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，无处不在，/因此世界确实缩小了［1］

我们经常听到世界在缩小。我们的意思是，由于高速交通方式的可及性和信息共享能力的显着提高，世界人民比以往任何时候都更加紧密地联系在一起。可以说，构建智能交通系统（ITS）是缩小我们世界的关键。

我们共享的信息是数据的融合。该数据来自多个来源。我们每个人每天都会消耗大量数据，但它只是每天产生的数据的一小部分。事实上，有些人估计每天创建的数据量约为 5 艾字节。从这个数字来看，国会图书馆中估计有 5 到 20 PB 的各种格式的数据。我们每天产生的数据量是该数据量的 250 到 1，000 倍，而且还会继续增长。

根据麦肯锡全球研究所 2011 年的一项研究［2］，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结合起来，数据量将额外增长 30%。这些数据大部分来自车辆内部的传感器。随着车辆包含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 中起作用，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，其本身可能服务于一些有限的目的，但是当我们在其他传感器数据的背景下考虑它时，我们能够获得对性能或行为的一些见解，并且通过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，并在必要时应用制动器。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，这可能会比较困难。然而，不是一个传感器，而是多个传感器，在大多数乘用车的情况下，每个车轮上都有一个。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需要减少对车轮的发动机功率以及减少多少，以及是否需要制动。

传感器融合为我们提供了一些重要的车内分析功能。然而，如果我们止步于此，我们就会失去一些其他的潜力，尤其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。信息融合可以看作是一种减少不确定性的组合方法。在共享环境中收集和分析来自各种来源的信息，以获得进一步的洞察力并减少有关情况的不确定性。

这是一项艰巨的任务，但考虑到这可以实现的重要性，值得付出努力。在他们的论文“情境评估中的问题和挑战”［3］中，作者指出信息融合提供了情境评估，并且情境评估涉及派生实体之间的关系，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。鉴于牵引力控制系统的行为，如果该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，则可以对发生车轮打滑的情况进行某种评估。

如果环境空气温度传感器报告温度低于冰点并且 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，那么评估能力就会有所提高。

现在，在地理围栏区域内可能会有多辆汽车报告车轮打滑，而不是只有一辆汽车报告车轮打滑。鉴于报告的事件数量在统计上显着，分析引擎可以高度自信地得出该地区有冰的结论。这个基于云的系统现在可以将这些信息以警报的形式推送给订阅者，警告司机进入冰存在的区域。

扩大范围，基于云的系统现在也可以将此信息报告给运营中心。运营中心可以将这些信息广播到周边地区道路上的数字标牌上，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安排路线。

这只是联网车辆如何集成并支持 ITS 的一个示例。

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，许多车辆都具有连接性，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，可以实现许多事情。

如果检测到碰撞（智能交通系统接收到安全气囊展开信号以及其他相关遥测数据），ITS 将能够调度第一响应者并开始自动重新路由交通。如果发生意外的交通拥堵，ITS 可以自动调整红绿灯间隔，以调整通过拥堵区域的车辆流量，并将替代路线信息直接发送到连接的车辆。

这些只是车辆互联程度更高且车辆数据可用时可以实现的几个示例。

安全设计

然而，这种连接存在挑战。其中最严重的是安全性。关于车辆被黑的宣传很多。最初，所有入侵都需要对车辆进行物理访问。现在车辆中有许多无线接入点，增加了黑客的攻击媒介。但是为了什么目的？

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，如联网车辆，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来说几乎没有什么好处，但是能够影响成百上千的车辆，或者获得对 ITS 的控制权，可能会带来显着的收益或显着的痛苦。这些深远的影响意味着必须从一开始就考虑安全性，而不是修补或考虑作为事后的想法。管理安全性会影响系统的许多方面，包括架构和接口。在安全分析中采用最佳实践并在整个工程生命周期中应用它们对于保持车辆和非车载系统的完整性至关重要。

一种这样的最佳实践是威胁建模。威胁建模为网络安全威胁的分类提供了一种结构化的方法。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

确定保护措施对威胁的影响

确定应用缓解措施的领域

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，NHTSA 推荐了一种用于汽车网络物理系统的复合方法。

另一个考虑因素是隐私。不可能保证车辆的完全安全，因为在车辆的整个生命周期中都会出现新的威胁。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，车辆内和基础设施外的数据加密或节点身份验证。

鉴于安全需求和集成两个高度复杂的系统（互联车辆和 ITS）的挑战，需要“系统系统”工程。系统工程系统解决不断发展的程序的开发和操作。传统系统工程旨在优化单个系统，而系统工程系统旨在优化各种交互的旧系统和新系统的网络，以满足多个目标。通过采用系统方法，可以创建一个集成架构，提供标准化的接口和必要的协议来解决问题，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和交互。不仅将建模应用于安全性，而且将建模应用到系统的这些元素的体系结构、行为和通信方面的捕获和详细说明中，有助于与功能和法规要求的相关性。此外，生成的模型提供了更高抽象级别的综合视图，从而可以更深入地理解系统。通过模型的仿真，可以将系统行为可视化，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。

严格的需求管理也是成功的关键。跟踪持续的需求变更、维护工件的历史以及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。最好通过实施适当的需求管理解决方案来实现这一目标。

成功的关键是在整个生命周期中协同执行工作。从需求分析到转化为需求、法规遵从以及迭代分析和设计工作流程，工程师必须具备无缝共享信息的能力。汽车本身越来越复杂，这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之外。提供基础设施和后端系统的实体必须参与。

如果采用相同的协作方法——文件移交和工具进出口（通常会导致信息的保真度下降）——不仅各方将面临相同的挑战，而且随着数据的增长，情况将更加恶化。规模和复杂性。开发这些系统所采用的解决方案必须能够实现密切协作、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，那些在系统上工作的人必须能够立即、实时地访问成功设计它们所必需的信息。

审核编辑：郭婷