车联网协同智能技术与应用 / 新工科·智能网联汽车卓越工程师培养系列教材
定价：￥79.90
作者： 刘凯
出版时间：2026-07-31
出版社：机械工业出版社
- 机械工业出版社
- 9787111810780
- 1-1
- 2026-07-31
- 584
内容简介
车联网深度融合了新一代移动通信与人工智能（AI）等变革性技术，是新质生产力的典型应用，是实现“聪明的车、智慧的路、协同的云”一体化的核心技术。本书从车联网概念的内涵与外延、交叉学科理论与技术基础、标准体系及关键技术、测试评价体系、安全与隐私保护、端边云协同计算架构与关键技术，以及协同智能驾驶关键技术等方面，系统地介绍了车联网协同智能前沿知识架构与典型应用场景。同时，本书配套设计了一系列基于软件仿真、硬件在环与真实系统平台的项目案例，以集成车联网感知、传输、计算于一体的开放实践项目为载体，贯穿交叉学科知识体系，引领读者跟踪前沿技术、拓宽领域视野、增强解决实际工程问题能力、激发创新探索兴趣。
本书可作为高等院校本科高年级学生及研究生课程教材，适用专业包括但不限于人工智能、计算机技术、软件工程、通信工程、车辆工程、自动化等，同时也可作为相关领域研究人员参考用书。
本书可作为高等院校本科高年级学生及研究生课程教材，适用专业包括但不限于人工智能、计算机技术、软件工程、通信工程、车辆工程、自动化等，同时也可作为相关领域研究人员参考用书。
目录
前言
第1章 车联网概述1
1.1 什么是车联网1
1.1.1 网络演进视角下的车联网1
1.1.2 技术发展视角下的车联网1
1.1.3 产业趋势视角下的车联网2
1.2 车联网内涵与外延3
1.2.1 传统车联网形态3
1.2.2 车联网基本含义4
1.2.3 车联网技术外延5
1.3 车联网发展全球趋势与国家战略9
1.3.1 全球趋势9
1.3.2 国家战略10
1.4 车联网演进态势12
1.4.1 通信体系13
1.4.2 协同智能13
1.4.3 空天地融合13
思考题14
第2章 理论与技术基础15
2.1 无线通信基础15
2.1.1 无线通信发展历程15
2.1.2 无线传输关键技术19
2.1.3 蜂窝网络关键技术24
2.2 计算机网络基础28
2.2.1 计算机网络概述28
2.2.2 TCP/IP体系结构30
2.2.3 路由协议32
2.2.4 前沿技术37
2.3 算法基础39
2.3.1 计算思维39
2.3.2 经典算法思想39
2.3.3 演化算法41
2.3.4 多目标优化算法42
2.3.5 拍卖博弈43
2.3.6 算法复杂度45
2.4 人工智能基础46
2.4.1 机器学习基础46
2.4.2 深度学习与计算机视觉52
2.4.3 强化学习58
2.4.4 大模型基础62
思考题64
第3章 车联网标准体系及关键技术66
3.1 车联网技术标准66
3.1.1 DSRC（IEEE 802.11p）技术与标准67
3.1.2 C-V2X技术与标准68
3.1.3 DSRC（IEEE 802.11p）与C-V2X技术对比72
3.2 LTE-V2X关键技术74
3.2.1 LTE-V2X通信方式和网络架构75
3.2.2 无线接口协议栈79
3.2.3 物理层技术81
3.2.4 无线信道接入控制与资源分配技术81
3.2.5 同步机制82
3.2.6 服务质量管理85
3.2.7 拥塞控制85
3.3 NR-V2X关键技术87
3.3.1 NR-V2X部署场景87
3.3.2 NR-V2X网络架构88
3.3.3 NR-V2X PC5协议栈和信道映射关系90
3.3.4 NR-V2X PC5广播、多播和单播通信模式92
3.3.5 NR-V2X业务服务质量管理机制94
3.3.6 NR-V2X直通链路物理层技术95
3.3.7 NR-V2X直通链路的HARQ反馈机制98
3.3.8 NR-V2X直通链路无线信道接入控制与资源分配102
3.3.9 NR-V2X直通链路同步机制107
3.3.10 NR-V2X直通链路功率控制技术108
3.3.11 NR-V2X直通链路信道状态信息（CSI）的测量和反馈109
3.3.12 跨无线接入技术调度机制111
思考题111
第4章 车联网协同智能测试评价体系与技术113
4.1 车联网协同智能测试评价体系113
4.1.1 构建车联网协同智能测试评价体系的背景113
4.1.2 构建车联网协同智能测试评价体系的方法115
4.2 车联网协同智能测试场景118
4.2.1 自动驾驶典型测试场景118
4.2.2 基于LTE-V2X的典型应用场景124
4.2.3 车-车/车-路协同典型应用场景128
4.3 智能网联汽车测试方法132
4.3.1 基于场景的三支柱测试方法132
4.3.2 仿真测试方法与技术134
4.3.3 场地测试方法与技术140
4.3.4 道路测试方法与技术142
4.4 智能网联汽车评价方法144
4.4.1 智能网联汽车评价体系145
4.4.2 核心评价维度145
4.4.3 智能网联汽车综合性能评估147
思考题148
第5章 车联网安全与隐私保护150
5.1 车联网安全与隐私保护基础150
5.1.1 安全三性与典型威胁场景150
5.1.2 隐私保护目标与风险挑战152
5.1.3 安全与隐私协同设计理念154
5.2 车联网常见风险类型与风险分析156
5.2.1 网络层安全威胁156
5.2.2 数据层隐私风险159
5.2.3 设备层攻击挑战162
5.2.4 安全事件与案例分析169
5.3 车联网通信安全与认证机制171
5.3.1 车联网通信安全需求分析171
5.3.2 PKI与数字证书管理体系174
5.3.3 匿名认证与可追溯机制175
5.3.4 C-V2X安全技术176
5.4 车联网数据隐私保护技术与应用177
5.4.1 车联网数据隐私保护需求分析178
5.4.2 基于差分隐私的车载数据发布178
5.4.3 基于联邦学习的分布式建模180
5.4.4 位置隐私保护方法183
5.4.5 密态计算技术应用185
5.5 车联网安全体系化保障与发展趋势186
5.5.1 密钥管理与可信执行环境186
5.5.2 软件与系统安全机制189
5.5.3 安全标准与法规适配190
思考题192
第6章 车联网端边云协同计算架构与关键技术195
6.1 新型网络范式与系统架构195
6.1.1 车联网异构网络融合分层架构195
6.1.2 车路云一体化系统架构196
6.1.3 车联网数字孪生系统架构198
6.2 车联网端边云协同数据分发关键技术202
6.2.1 基于软件定义车联网的I2V/V2V协同数据分发202
6.2.2 基于网络编码的车联网数据广播206
6.2.3 车联网时态信息服务关键技术210
6.3 车联网端边云协同任务卸载与资源分配关键技术212
6.3.1 基于多臂老虎机学习的车联网分布式任务卸载策略212
6.3.2 基于演化计算的车联网可分割任务卸载策略214
6.3.3 基于拍卖博弈的车联网时空关联任务卸载策略218
6.4 车联网协同训练与推理关键技术221
6.4.1 车联网分布式协同训练机制221
6.4.2 车联网自适应模型部署策略225
6.4.3 车联网端边云协同推理技术227
思考题231
第7章 协同智能驾驶关键技术与应用233
7.1 车联网驱动的智能驾驶阶段化演进233
7.1.1 对象转变：从个体智能到协同智能233
7.1.2 任务拓展：从协同感知到协同控制235
7.1.3 应用场景：从限定区域到开放道路237
7.1.4 产业协同：从技术验证到规模化部署238
7.2 协同感知关键技术及应用241
7.2.1 多模态数据表示与融合241
7.2.2 时空对齐技术245
7.2.3 主流框架与数据集介绍247
7.2.4 协同感知应用案例249
7.3 协同定位与轨迹预测关键技术及应用251
7.3.1 车载定位技术基础 251
7.3.2 车-路协同定位关键技术252
7.3.3 多车协同定位关键技术254
7.3.4 协同定位应用案例257
7.4 协同决策与规划关键技术及应用260
7.4.1 协同决策与规划技术基础260
7.4.2 协同决策规划关键挑战与解决方案263
7.4.3 智能驾驶交叉路口协同规划案例265
思考题268
参考文献269
第1章 车联网概述1
1.1 什么是车联网1
1.1.1 网络演进视角下的车联网1
1.1.2 技术发展视角下的车联网1
1.1.3 产业趋势视角下的车联网2
1.2 车联网内涵与外延3
1.2.1 传统车联网形态3
1.2.2 车联网基本含义4
1.2.3 车联网技术外延5
1.3 车联网发展全球趋势与国家战略9
1.3.1 全球趋势9
1.3.2 国家战略10
1.4 车联网演进态势12
1.4.1 通信体系13
1.4.2 协同智能13
1.4.3 空天地融合13
思考题14
第2章 理论与技术基础15
2.1 无线通信基础15
2.1.1 无线通信发展历程15
2.1.2 无线传输关键技术19
2.1.3 蜂窝网络关键技术24
2.2 计算机网络基础28
2.2.1 计算机网络概述28
2.2.2 TCP/IP体系结构30
2.2.3 路由协议32
2.2.4 前沿技术37
2.3 算法基础39
2.3.1 计算思维39
2.3.2 经典算法思想39
2.3.3 演化算法41
2.3.4 多目标优化算法42
2.3.5 拍卖博弈43
2.3.6 算法复杂度45
2.4 人工智能基础46
2.4.1 机器学习基础46
2.4.2 深度学习与计算机视觉52
2.4.3 强化学习58
2.4.4 大模型基础62
思考题64
第3章 车联网标准体系及关键技术66
3.1 车联网技术标准66
3.1.1 DSRC（IEEE 802.11p）技术与标准67
3.1.2 C-V2X技术与标准68
3.1.3 DSRC（IEEE 802.11p）与C-V2X技术对比72
3.2 LTE-V2X关键技术74
3.2.1 LTE-V2X通信方式和网络架构75
3.2.2 无线接口协议栈79
3.2.3 物理层技术81
3.2.4 无线信道接入控制与资源分配技术81
3.2.5 同步机制82
3.2.6 服务质量管理85
3.2.7 拥塞控制85
3.3 NR-V2X关键技术87
3.3.1 NR-V2X部署场景87
3.3.2 NR-V2X网络架构88
3.3.3 NR-V2X PC5协议栈和信道映射关系90
3.3.4 NR-V2X PC5广播、多播和单播通信模式92
3.3.5 NR-V2X业务服务质量管理机制94
3.3.6 NR-V2X直通链路物理层技术95
3.3.7 NR-V2X直通链路的HARQ反馈机制98
3.3.8 NR-V2X直通链路无线信道接入控制与资源分配102
3.3.9 NR-V2X直通链路同步机制107
3.3.10 NR-V2X直通链路功率控制技术108
3.3.11 NR-V2X直通链路信道状态信息（CSI）的测量和反馈109
3.3.12 跨无线接入技术调度机制111
思考题111
第4章 车联网协同智能测试评价体系与技术113
4.1 车联网协同智能测试评价体系113
4.1.1 构建车联网协同智能测试评价体系的背景113
4.1.2 构建车联网协同智能测试评价体系的方法115
4.2 车联网协同智能测试场景118
4.2.1 自动驾驶典型测试场景118
4.2.2 基于LTE-V2X的典型应用场景124
4.2.3 车-车/车-路协同典型应用场景128
4.3 智能网联汽车测试方法132
4.3.1 基于场景的三支柱测试方法132
4.3.2 仿真测试方法与技术134
4.3.3 场地测试方法与技术140
4.3.4 道路测试方法与技术142
4.4 智能网联汽车评价方法144
4.4.1 智能网联汽车评价体系145
4.4.2 核心评价维度145
4.4.3 智能网联汽车综合性能评估147
思考题148
第5章 车联网安全与隐私保护150
5.1 车联网安全与隐私保护基础150
5.1.1 安全三性与典型威胁场景150
5.1.2 隐私保护目标与风险挑战152
5.1.3 安全与隐私协同设计理念154
5.2 车联网常见风险类型与风险分析156
5.2.1 网络层安全威胁156
5.2.2 数据层隐私风险159
5.2.3 设备层攻击挑战162
5.2.4 安全事件与案例分析169
5.3 车联网通信安全与认证机制171
5.3.1 车联网通信安全需求分析171
5.3.2 PKI与数字证书管理体系174
5.3.3 匿名认证与可追溯机制175
5.3.4 C-V2X安全技术176
5.4 车联网数据隐私保护技术与应用177
5.4.1 车联网数据隐私保护需求分析178
5.4.2 基于差分隐私的车载数据发布178
5.4.3 基于联邦学习的分布式建模180
5.4.4 位置隐私保护方法183
5.4.5 密态计算技术应用185
5.5 车联网安全体系化保障与发展趋势186
5.5.1 密钥管理与可信执行环境186
5.5.2 软件与系统安全机制189
5.5.3 安全标准与法规适配190
思考题192
第6章 车联网端边云协同计算架构与关键技术195
6.1 新型网络范式与系统架构195
6.1.1 车联网异构网络融合分层架构195
6.1.2 车路云一体化系统架构196
6.1.3 车联网数字孪生系统架构198
6.2 车联网端边云协同数据分发关键技术202
6.2.1 基于软件定义车联网的I2V/V2V协同数据分发202
6.2.2 基于网络编码的车联网数据广播206
6.2.3 车联网时态信息服务关键技术210
6.3 车联网端边云协同任务卸载与资源分配关键技术212
6.3.1 基于多臂老虎机学习的车联网分布式任务卸载策略212
6.3.2 基于演化计算的车联网可分割任务卸载策略214
6.3.3 基于拍卖博弈的车联网时空关联任务卸载策略218
6.4 车联网协同训练与推理关键技术221
6.4.1 车联网分布式协同训练机制221
6.4.2 车联网自适应模型部署策略225
6.4.3 车联网端边云协同推理技术227
思考题231
第7章 协同智能驾驶关键技术与应用233
7.1 车联网驱动的智能驾驶阶段化演进233
7.1.1 对象转变：从个体智能到协同智能233
7.1.2 任务拓展：从协同感知到协同控制235
7.1.3 应用场景：从限定区域到开放道路237
7.1.4 产业协同：从技术验证到规模化部署238
7.2 协同感知关键技术及应用241
7.2.1 多模态数据表示与融合241
7.2.2 时空对齐技术245
7.2.3 主流框架与数据集介绍247
7.2.4 协同感知应用案例249
7.3 协同定位与轨迹预测关键技术及应用251
7.3.1 车载定位技术基础 251
7.3.2 车-路协同定位关键技术252
7.3.3 多车协同定位关键技术254
7.3.4 协同定位应用案例257
7.4 协同决策与规划关键技术及应用260
7.4.1 协同决策与规划技术基础260
7.4.2 协同决策规划关键挑战与解决方案263
7.4.3 智能驾驶交叉路口协同规划案例265
思考题268
参考文献269
