基于群组通信的社交车联网关键技术研究

With the ever-increasing car ownership, the scalability of the Internet of Vehicles tends to be a hot and chanllenging research topic. In particular, U.S. federal government’s announcement in February 2014 motivates the research on Vehicular Social Networks (VSNs), which integrate the analysis of social property with Internet of Vehicles. The proposal focuses on the core technology within VSNs, i.e., the group communication, and aims at improving the users’ social experience in the transport system with the help of following methodologies. Firstly, by designing an efficient approach to process the massive transport data, the proposal obtains processed results with high instantaneity and accuracy. Secondly, by developing a mining strategy for the individual interests, this proposal can build the social groups who share the same interests with considering various elements, such as transport, network, environment etc. Finally, evaluate and integrate the network performance of social services, with neural network theory and big data technology applied. The targets of the proposal include the construction of social community in VSNs, the guarantee of social experience in group communication and the reduction of time fragmentation. Eventually, the research of the project will contribute to users with a high quality of social experience. Moreover, the proposal involves the interdisciplinary study of communication and transprotation; the achievements of the research can effectively promote the development of the next generation of Vehicular Networks, and technically support the realization of Intelligent Transport Systems.

随着汽车保有量的持续激增，车联网的规模性研究已成为研究中的热点和难点问题，特别是2014年美国政府针对车联网应用的一系列动作，使得将社交特性分析应用于车联网所产生的社交车联网成为新的热门研究领域。针对社交车联网中的核心技术——群组通信，本项目以提高交通系统用户社交体验为导向，通过：1）设计大规模交通数据信息的高效处理方法，提供实时、精确的预处理数据；2）开发基于交通、网络、环境多维因素的个体兴趣挖掘策略，建立具有共同兴趣的社交群组；3）利用神经网络理论及大数据技术，提出用户社交体验的效能评估机制，评价和修正网络社交服务能力，从而建立车联网中的社交群组，实现保证用户社交体验的车联网群组通信关键技术，降低时间碎片化效应，丰富行车沟通方式，最终提升用户出行体验。本项目涉及交通和通信两个学科，其研究成果可有效推动新一代车联网的发展，为探索数字化、规模化、人性化的智能交通系统提供重要技术保障。

车辆自组织网络将信息感知和无线通信技术应用于交通环境以解决日益严峻的交通问题，一直以来都是学术领域和工业界的研究热点。经过四年的深入研究，课题组从基于群组通信的社交车联网场景下的跨层网络协议设计的角度出发，设计了针对驾乘人员健康监测以及针对车辆通信的专用协议，为从而为获取实时、准确的用户状态数据起到支撑；在此基础上，通过对用户信息的数据预处理及GPS误差修正算法的研究，能够有效提高GPS定位精度，帮助快速建立社交群组及获取交通信息，有利于实现准确的车辆导航和路径规划；同时，针对社交车联网场景下用户对文件下载或上传的需求，设计了合理的资源分配以及内容分发方案，保证不同服务的质量，提高用户体验；其次，通过交通流预测以及路径规划方面的研究，可以为用户提供短期交通流预测信息并进行合理行车路线规划，从而避免交通拥堵，提高通行效率以及用户驾乘体验；最后，通过设计车辆碰撞避免算法，在尽可能保证驾驶安全的情况下同时提升乘客舒适度。基于以上成果，项目组现已转让一项发明专利并搭建了面向群组通信的智能交通演示系统，对上述成果进行了硬件化、演示化、可视化、工程化的展示，对于社交车联网从理论到应用的过渡起到重要的衔接作用。在本课题资助下，项目组已发表论文55篇（其中期刊论文28篇，会议论文27篇），申请专利27项（其中已授权13项），已投出审稿中文章8篇，著作1部，省级获奖2项；同时在本课题资助下，项目组共有7名博士研究生及56名硕士研究生参与本课题的研究工作，截止2019年12月份已毕业2名博士研究生及27名硕士研究生。本项目涉及交通和通信两个学科，并且融合了人工智能、交通流理论、优化理论等多种方法及技术，以上研究成果可有效推动新一代车联网的发展，为探索数字化、规模化、人性化的智能交通系统提供重要技术保障。