研究车辆传感器网络

　　【关键词】网络,传感器,车辆,研究,节点,数据,无线,运动,移动,通过

　通过车载传感器设备,车辆节点能够感知两大类的信息:车辆内和车辆外的信息。车辆内的信息包括车辆运行的内在状态、汽车的位置、速度等;车辆外的信息主要是环境信息,包括温度、湿度、大气指数,以及行驶路途中的信息包括交通流量、路面状况等。除了传感器设备外,驾驶员其实也是一种高智能的“传感器”,通过对所见所闻,能感知复杂事件,如检测交通事故、行车危险等重要的事件。每个车辆传感器节点感知不同区域、不同时刻的数据,这些感知数据能为大量的应用提供宝贵的数据支持。车辆传感器网络具有广阔的应用背景,典型的应用包括行车安全[1]、交通流量管理[2]和城市监测[3]等。
　　作为一种特殊的无线传感器网络,车辆传感器网络具有自己的独特性,这决定了许多传统的无线传感器网络的解决方案不能适用于车辆传感器网络,需要开展新的研究,进行新的优化设计。
　　本文综述车辆传感器网络,比较讨论车辆传感器网络的特征,讨论由其带来的设计上的挑战,最后介绍车辆传感器网络中关键技术的研究进展以及几种典型的应用。
　　
　　1 车辆传感器网络体系结构
　　
　　如图1所示,车辆传感器网络由移动车辆节点与固定的路侧基础设施组成。通过车载无线通信设备,车辆节点具有无线通信能力。当两个车辆节点处于无线通信范围内时,能够建立通信链路实现数据交换。同时,路侧固定的基础设施也部署无线通信设备,在车辆经过时能同路侧的无线通信设备实现相互通信。路侧的基础设施通常连接Internet,所以车辆通过与路侧设施的连接,能够实现在移动中连接Internet。
　　在无线车辆传感器网络中,无线通信技术占有重要的地位,决定了车辆节点的通信方式与通信能力。无线通信技术的快速发展,为车辆传感器网络的无线通信提供了多种技术选择,包括已在无线局域网中广泛使用的Wi-Fi技术,还有美国联邦通信委员会(FCC)制订的专用短程通信标准(DSRC)。DSRC工作在5.9 GHz波段,拥有约75 MHz的带宽,专用于车辆与车辆、车辆与路侧的无线通信。
　　
　　在单个车辆内,可根据应用的需要集成多种传感器设备,感知不同种类的环境数据。典型的感知设备包括全球定位系统接收终端,能够实时地获取车辆所处的地理位置与行驶速度信息;加速传感器能够提供车辆瞬时的加速度信息;视频摄像机能够拍摄车辆附近的视频画面与图像信息;环境传感器能够感知环境指标信息,如温湿度、一氧化碳含量等。其他的传感器还有车辆内状态传感器,提供发动机温度、剩余油量等信息。佩戴在驾驶员身上的生物传感器,能够提供驾驶员生理状态等信息。
　　车辆传感器节点的体系结构如图2所示。车辆传感器节点由车辆的供电系统提供电力,节点的核心是嵌入式处理器,通过总线与外设接口,连接各种感知器件。无线通信模块实现节点同其他车辆节点,或路侧设施的无线通信能力。车载的存储设备为车辆节点提供本地数据储存手段。
　　传统的无线传感器网络技术可运用于单个车辆节点内,将多个小传感器节点分布于车辆的不同部位,感知不同的数据,通过小规模的无线传感器网络技术,将感知数据集中到车辆网关节点。
　　
　　2 车辆传感器网络的特征与面对的挑战
　　
　　车辆传感器网络技术建立在无线传感器网络技术之上,利用了无线传感器网络的研究成果,同时却又展示了自身的独特性,使得仅靠无线传感器网络的现有技术,无法完全解决车辆传感器网络中出现的新挑战。同无线传感器网络相比较,车辆传感器网络具有明显的新的特征。
　　(1)车辆传感器节点具有更充裕的资源
　　嵌入式的处理节点具有更强的计算能力,车载的存储设备提供了较大的存储能力。更重要的是,整个节点系统有持续的电力供应,而不像传统的无线传感器网络中那样,节点仅仅靠电池的有限电力供电。这说明能源有效性不是车辆无线传感器网络的研究重点,而其他方面,如传输时延、系统吞吐率,成为系统设计中更重要的性能指标。

　　(2)车辆节点具有很高的移动性
　　车辆传感器节点的高速移动特性决定了车辆传感器网络的拓扑结构会快速变化,两个节点间的通信时间很短暂。而传统的无线传感器网络中节点一般都是静态的,网络的拓扑结构具有较好的稳定性。
　　(3)车辆节点的移动具有局限性
　　车辆节点只能在路网上行驶,而不具有任意的移动能力,因而车辆的运动具有一定程度的可预知性。
　　(4)车辆传感器网络中节点分布非常不均匀
　　车辆节点的分布状况收多个因素的影响,包括道路网络的拓扑结构、地理位置、驾驶员的驾驶习惯等。由于节点分布的不均匀,网络的连通状况差异很大,在节点分布稀疏的地方,节点可能不存在直接的邻居。
　　
　　(5)车辆节点的感知数据取决于车辆的移动轨迹
　　车辆传感器节点在车辆行驶过程中感知数据,采集得到的数据与行驶轨迹密切相关。而车辆的主用目的是交通,而不是感知数据,因而一般不会主动改变车辆行驶路线来达到特定的数据感知目的。
　　(6)网络的规模可能非常的大

　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />　　车辆传感器网络的最大规模可以达到所有具备无线通信能力的车辆,因而系统的可扩展性是车辆传感器网络必须解决的问题之一。
　　与车辆传感器网络的密切相关的一个概念是车辆自组织网络[4],车辆自组织网络是实现车辆传感器网络的重要技术。车辆自组织网络是一种特殊类型的移动Ad Hoc网络(MANET),而与一般的MANET相比,车辆自组织网络节点具有更高的节点移动性。一般来说,MANET具有良好的网络连通性,而车辆自组织网络对连通性要求更低。给定一对节点,车辆自组织网络中可能不存在一条连通的通信路径,这使得传统的MANET路由协议在车辆自组织网络中失效。MANET是无基础设施的一类网络,而车辆自组织网络是一种混合的网络结构,可以利用路侧的基础网络设施,实现更好的系统性能。
　　
　　3 车辆传感器网络的关键技术
　　
　　3.1 MAC技术
　　在无线传感器网络及MANET中,已有多种不同的媒体访问控制(MAC)协议,如SMAC[5]等。而车辆传感器网络的特性对MAC协议提出了新的要求。在车辆传感器网络中,MAC的设计可以分为两大类:一类的设计场景是车辆与路侧的无线通信,另一类是车辆与车辆间的无线通信。
　　IEEE 802.11协议常被用于车辆与路侧访问点的通信,然而实验发现,IEEE 802.11协议需要13 s的时间来建立车辆与路侧访问点的连接[6]。而由于高速移动性,汽车在某个访问点的通信范围内的时间很短。这也就意味着在车辆与路侧访问点之间可能还未建立连接,车辆已驶离访问点,失去了通信的机会。文献[7]对该问题进行了深入的研究,通过在美国波士顿地区的大量实验发现,车辆与接入点(AP)间相遇的时间很短暂,99%的相遇持续时间少于250 s,平均值是10 s,而中间值更只有4 s。通过深入的分析,发现Wi-Fi产品之所以需要如此长的时间来建立连接,是因为客户端用较长的时间来扫描发现访问点,然后通过用户指定与选定的访问点建立相关联系。文章提出了QuickWi-Fi的方法来加速连接的建立。客户端自动与 论文检测天使-免费论文检测软件http://www.jiancetianshi.com
第一个扫描发现的AP建立相关联系,如果失败,再尝试第二个。在认证、关联、动态IP地址获取(DHCP)以及地址解析(ARP)等阶段,经常需要利用超时机制进行重试。QuickWi-Fi将重试的超时从几秒钟减小到几百毫秒,大大缩短了连接建立的时间。
　　在车辆与车辆通信的场景里面,MAC协议往往需要根据应用需求进行针对性的设计。例如,在文献[8]中,应用场景是紧急事件消息的分发,在这样的应用中,事件消息的发送应被赋予极高的优先等级,尽早发送出去,否则其他车辆可能因为没有及时收到警告消息,而发生车祸。文章提出利用一个控制信道的方法,克服隐藏终端问题,实现紧急消息的可靠传输。
　　3.2 路由技术
　　根据数据传输模式的不同,路由协议可以分成单播、多播和广播等三大类。在单播路由中,一个数据包只发送到一个目的地;在多播路由中,数据包发送给多个目的节点;而在广播路由中,数据包发送给所有的节点。不同的路由类型,适用于不同的应用场景。比如,在紧急事件广播中,需要把紧急的消息发送给所有节点,这时广播路由就非常有效。
　　由于车辆节点的高速移动性以及车辆网络的不连通性,决定了无线传感器网络与MANET的路由协议不适用于车辆传感器网络。延迟容忍网络(DTN)[9]是处理不连通网络的一种有效方法,因而车辆传感器网络可以借鉴其中的一些关键技术。它的核心思想是存储-转发策略,即在没有下一跳可以转发的情况下,暂时把数据存储起来,随节点移动。在转发机会出现的时候,再把数据转发给下一跳节点。
　　基于存储-转发的思想,文献[10]提出了一种新的路由协议(称为VDD),利用车辆的移动性来帮助数据发送。根据交通流量的固定模式以及路网的拓扑结构,车辆的运动具有一定程度的可预测性。VDD利用路段上车流量情况,选择一条延迟最短的路径,作为下一跳的转发目标。
　　文献[11]提出的路由算法有动态发现目标的能力,在发送数据之前,源节点通过广播的方法,查找目的节点。在目的节点回复给源节点的过程中,选择数据传输的路径。与一般的路由算法不同,选出的路径由若干个物理位置所确定。在数据传输过程中,数据包沿着给定的物理位置传送到目的节点。
　　3.3 车辆运动模型
　　节点的运动影响网络的整体性能,因而必须对节点的运动规律进行深入研究。特别是在对系统进行仿真评估的过程中,节点的运动模式直接影响了性能评估的准确性。在理想状况下,使用真实的车辆运动数据,能得到最真实的实验结构。然而,真实的车辆运动数据不容易取得,或者需要付出比较高的代价,因而需要研究车辆运动模型。利用贴近现实世界的运动模型,人工生成车辆运动数据,提高仿真结果的可靠性。
　　在MANET研究中,经常假设节点的运动服从简化的运动模型,如Random Walk(RW)、Randon Way Point (RWP)[12]等模型。在RW模型中,节点随机选择一个方向与速度,移动一段距离(或者一定的时间)后,再重新选择方向与速度。
　　简化的运动模型未能考虑道路的拓扑结构、交通流量等实际因素,不能刻画车辆运动的规律。基于简化模型进行的设计或性能仿真,结果是不可靠的。 　　文献[13]将现有的车辆运动模型分成四大类,即理论模型、基于交通流量模拟器的模型、基于调查的模型和基于跟踪数据的模型。利用车载的GPS接收器,可以记录车辆的运动轨迹。图3显示了上海的道路分布图,以及某辆出租车在上海市内一天的运动轨迹。基于跟踪数据的模型从大量的跟踪数据中抽取车辆运动的特征,并利用这些特征,来重新生成贴近现实世界的车辆运动数据。为了得到真实的运动模型,需要考虑多个因素,主要包括移动限制条件和流量产生器。移动限制描述了车辆运动的自由程度,如在城市内的车辆必须行驶在道路上。流量产生器生成车辆,处理车辆与车辆、车辆与环境的交互,决定车辆的运动速度等。
　　3.4 试验床
　　试验床是进行车辆传感器网络研究的重要手段,世界上已经建立起多个车辆网络的试验床。美国的马萨诸塞大学建立了UMass DieselNet[14],系统由40辆公交车组成,每辆公交车上配备一套HaCom Open Brick嵌入式计算机,256M内存,40G硬盘,运行Linux操作系统。GPS接收终端提供实时的定位服务。每辆公交车上有3种无线通信设备,分布式Wi-Fi AP、Wi-Fi网卡和MaxStream XTend 900 MHz的无线电。DieselNet是混合型的网络,除了公交车节点外,网络中还包括安装在路边的Throwboxes,用于提高网络的连通性。
　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />　　在欧洲,德国的Fleetnet项目[15]由6家公司和3个大学共同发起,2000年9月启动。试验床由10辆小汽车和路边的基站组成,车辆装备有摄像头、导航系统和液晶接触式显示屏。嵌入式计算机通过控制器局部网(CAN)总线与车内的电子设备实现连接。FleetNet利用车辆间多跳无线通信,研究实现多种免费的应用服务,包括紧急事件通知、障碍物警告、交通拥堵监测和因特网接入等。
　　
　　4 车辆传感器网络的典型应用
　　
　　车辆传感器网络有广阔的应用舞台,典型的应用包括行车安全、城市监测、路况监测、交通流量监测等。在文献[1]中,应用的场景是:车辆节点在发现紧急状况时,通过DSRC无线通信技术,将紧急状况告知其他车辆,以防止碰撞的发生。文献[3]提出通过车载传感器,车辆节点拍摄途经路上发生的事件、识别车牌号码等信息。由于网络规模巨大,不适合用集中的网关节点来收集数据。他们提出车辆节点仅发送简单的摘要信息,而通过移动的数据收集节点(如警车),选择性地收集所需数据。在文献[16]中,车辆节点通过三维的加速传感器,检测路面的损毁状况。利用广泛的分布性,和车辆节点大范围的移动性,车辆传感器网络能够很好地检测路面破损情况。通过GPS接收终端,车辆节点能够感知地理位置信息与速度信息,通过收集相关路段在某个时刻的车辆感知数据,能够计算得出相应的交通流量状况。
　　
　　5 结束语
　　
　　不同于传统的无线传感器网络,车辆传感器网络有其自身的特性,体现在节点的高速移动性、网络的不连通性、系统的大规模性、网络结构的混合性等方面,这些特性决定了传统的无线传感器网络的方法不适用于车辆传感器网络,需要进行相应的修正或重新设计。本文讨论了车辆传感器网络的结构与特点,介绍了若干关键技术和典型的应用。车辆传感器网络的研究还处于较初步的阶段,还有许多的问题,包括移动模型、路由方法等,需要进一步深入的研究。
　　
　　6 参考文献
　　[1] YIN J, ELBATT T, YEUNG G, et al. Performance evaluation of safety applications over DSRC vehicular ad hoc networks[C]//Proceedings of the 1st ACM International Workshop on Vehicular Ad Hoc Networks (VANET '04),Oct 1,2004, Philadelphia, PA, USA. New York, NY, USA:ACM, 2004:1-9.
　　2] ZHU H, ZHU Y, LI M, et al. Metropolitan-scale traffic perception based on lossy sensory data[C]//Proceedings of 28th IEEE Conference on Computer Communications (INFOCOM’09),Apr 19-25,2009, Rio de Janeiro, Brazil. Piscataway, NJ,USA: IEEE,2009.
　　[3] LEE U, ZHOU B, GERLA M, et al. Mobeyes: Smart mobs for urban monitoring with a vehicular sensor network[J]. IEEE Wireless Communications, 2006,13(5):52-57.
　　[4] YOUSEFI S, MOUSAYI M S, FATHY M. Vehicular Ad Hoc Networks (VANETs): Challenges and perspectives [C]//Proceedings of the 6th International Conference on ITS Telecommunications(ITST’06),Jun 21-23,2006,Chengdu,China. Piscataway, NJ,USA: IEEE,2006:761-766.
　　[5] YE W, HEIDEMANN J, ESTRIN D. An energy-efficient MAC protocol for wireless sensor networks[C]//Proceedings of IEEE 21th Annual Joint Conference of the IEEE Computer and Communications Societies(INFOCOM’02):Vol 3,Jun 23-27, 2002, New York, NY, USA. Piscataway, NJ , USA:IEEE, 2002:1567-1576.
　　[6] BYCHKOVSKY V, HULL B, MIU A K, et al. A measurement study of vehicular Internet access using in situ Wi-Fi networks[C]//Proceedings of12th Annual International Conference on Mobile Computing and Communications (MOBICOM”06),Sep 24-29, 2006, Los Alamitos, CA,USA. New York, NY,USA: ACM, 2006:51-60.
　　[7] ERIKSSON J, BALAKRISHNAN H, MADDEN S. Cabernet: Vehicular content delivery using WiFi[C]//Proceedings of14th Annual International Conference on Mobile Computing and Communications (MOBICOM”08),Sep 14-19,2008, San Francisco,CA,USA. New York,NY, USA:ACM, 2008:199-210.
　　[8] PENG J, CHENG L. A distributed MAC scheme for emergency message dissemination in vehicular ad hoc networks[J]. IEEE Transactions on Vehicular Technology, 2007,56(6):3300-3308.
　　[9] FALL K. A delay-tolerant network architecture for challenged internets[C]//Proceedings of Conference on Applications, Technologies, Architectures, and Protocols for Computer Communication (SIGCOMM’03), Aug 25-29,2003, Karlsruhe, Germany. New York, NY, USA:ACM, 2003:27-34.
　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />