车联网技术原理与实践应用

1.系统构建知识框架：一本书厘清车联网技术脉络与产业全景。
2.聚焦前沿融合趋势：深度解读5G、高精定位、通感一体化等热点。
3.理论结合产业实践：为科研、工程与决策提供扎实参考依据。

《车联网技术原理与实践应用》系统性地介绍了车联网技术的核心体系与发展前沿，内容涵盖车联网的基本概念、架构特征及产业现状，并深入剖析了高精度定位、V2X 通信、车路云一体化、通感一体化、5G 融合应用及信息安全等关键技术。全书以“感知- 通信- 计算- 控制”为主线，突出多技术融合与系统化思维，不仅阐释了技术原理与应用场景，还结合我国产业实践，探讨了车联网落地面临的挑战与发展路径。本书特色在于紧跟技术演进趋势，融合了高精地图、5G 云网、边缘计算等前沿主题，具有较强的理论性、实用性和前瞻性。
本书适合从事智能网联汽车、智慧交通、通信网络等领域的研究人员、工程技术人员和管理者阅读参考，同时可供高等院校车辆工程、通信工程、交通信息等相关专业师生使用。

无

第1章 车联网技术概述 001~021
1.1 车联网的概念特征与构成 002
1.1.1 车联网的概念与内涵 002
1.1.2 车联网的基本组成 003
1.1.3 车联网的核心特征 006
1.1.4 车联网的架构体系 007
1.2 车联网的数据特征与分类 009
1.2.1 车联网数据特征 009
1.2.2 车端数据 012
1.2.3 路端数据 013
1.2.4 云端数据 014
1.2.5 通信网络数据 015
1.3 车联网产业发展现状与对策 015
1.3.1 我国车联网产业链图谱 015
1.3.2 车联网面临的落地挑战 018
1.3.3 车联网产业的发展策略 020

第2章 车联网定位技术 023~043
2.1 车联网定位的关键技术 024
2.1.1 卫星定位技术 024
2.1.2 惯性导航技术 025
2.1.3 蜂窝网定位技术 025
2.1.4 局域网定位技术 026
2.2 车联网高精度定位技术 028
2.2.1 高精度定位的概念与内涵 028
2.2.2 高精度定位的原理与应用 030
2.2.3 高精度定位的优势与挑战 032
2.2.4 高精度定位的路径与趋势 033
2.2.5 车辆高精度定位解决方案 035
2.3 高精地图构建与应用 037
2.3.1 数据更新与分发机制 037
2.3.2 路口安全信息框架 039
2.3.3 智能导航决策机制 040
2.3.4 自动驾驶决策流程 041

第3章 车联网通信 045~069
3.1 V2X 通信技术及应用场景 046
3.1.1 V2V 技术与应用场景 046
3.1.2 V2I 技术与应用场景 047
3.1.3 V2P 技术与应用场景 049
3.1.4 V2N 技术与应用场景 051
3.1.5 V2X 通信的场景参数 053
3.2 DSRC 与C-V2X 技术的比较 054
3.2.1 DSRC 与C-V2X 技术概述 054
3.2.2 DSRC 技术发展路径与趋势 057
3.2.3 C-V2X 技术发展路径与趋势 058
3.3 基于5G 的车联网可靠通信方法 061
3.3.1 车联网通信网络架构 061
3.3.2 车联网通信基本原理 063
3.3.3 车联网可靠通信方案 065
3.3.4 车联网安全通信方案 068

第4章 车路云一体化 071~104
4.1 车路云系统基本概述 072
4.1.1 车路云系统特征与应用 072
4.1.2 车路云系统功能及分类 074
4.1.3 车路云系统的关键技术 076
4.1.4 车路云系统的数据体系 078
4.2 云控基础平台的构成 082
4.2.1 车路云系统整体架构 082
4.2.2 边缘云的构成及功能 085
4.2.3 区域云的构成及功能 088
4.2.4 中心云的构成及功能 090
4.3 车路云一体化产业生态 091
4.3.1 政府及监管机构 091
4.3.2 供应商与运营商 093
4.3.3 网联车辆提供商 095
4.3.4 出行业务服务商 096
4.3.5 特定业务服务商 096
4.4 车路云一体化的发展策略 097
4.4.1 我国车路云一体化发展现状 097
4.4.2 车路云一体化赋能智慧城市 099
4.4.3 构建更高层次协同感知系统 101
4.4.4 构建一体化的算力网络体系 102

第5章 通信感知一体化 105~131
5.1 通信感知一体化系统模式架构 106
5.1.1 通信感知一体化系统架构 106
5.1.2 独立感知模式原理与挑战 107
5.1.3 网络协作感知原理与挑战 111
5.1.4 通信感知一体化应用前景 113
5.2 基于通感一体化的车联网应用 115
5.2.1 通感一体化赋能车联网 115
5.2.2 提升路侧智能感知能力 116
5.2.3 通感一体化的应用价值 118
5.2.4 通感一体化的应用场景 120
5.3 车联网通感一体化的关键技术 123
5.3.1 通感一体化波形 123
5.3.2 Sidelink 增强技术 125
5.3.3 端管协同感知技术 127
5.3.4 扩展目标检测技术 128
5.3.5 目标检测与识别技术 129

第6章 5G 车联网应用 133~171
6.1 5G 车联网技术赋能自动驾驶 134
6.1.1 车联网网络及业务需求 134
6.1.2 5G 赋能车联网技术落地 136
6.1.3 5G 车联网的特征与优势 138
6.1.4 基于5G 的车联网解决方案 142
6.2 5G 车联网总体架构及关键技术 146
6.2.1 5G 车联网体系结构 146
6.2.2 路侧单元部署 150
6.2.3 边缘云部署 151
6.2.4 基础设施信息化 152
6.2.5 高精度定位技术 154
6.3 基于5G 云网融合的车联网应用 155
6.3.1 云网融合的优势 155
6.3.2 云网融合架构 156
6.3.3 云网资源共享 159
6.3.4 云网能力开放 161
6.3.5 云网协同方案 163
6.4 5G 车联网面临的问题与挑战 165
6.4.1 干扰管理问题 165
6.4.2 隐私保护问题 167
6.4.3 安全驾驶问题 170

第7章 车联网信息安全 173~197
7.1 车联网信息安全概述 174
7.1.1 车联网安全挑战与多层次隐患 174
7.1.2 网络安全的资产分析 176
7.1.3 信息安全的攻击方式 179
7.1.4 车载移动互联网安全 181
7.2 车联网信息安全威胁 183
7.2.1 车联网信息安全架构 183
7.2.2 云端威胁分析和策略 185
7.2.3 车端威胁分析和策略 186
7.2.4 通信链路威胁分析和策略 189
7.3 车载局域网信息安全 190
7.3.1 车辆定位安全 190
7.3.2 车内通信安全 192
7.3.3 电子车牌安全 193
7.3.4 传感器网络安全 194
7.4 车载自组网安全攻击 195
7.4.1 虚假信息攻击 195
7.4.2 隧道攻击 196
7.4.3 干扰攻击 196

参考文献 198~202