CN109873851A - 车联网通信方法及*** - Google Patents
车联网通信方法及*** Download PDFInfo
- Publication number
- CN109873851A CN109873851A CN201711268503.7A CN201711268503A CN109873851A CN 109873851 A CN109873851 A CN 109873851A CN 201711268503 A CN201711268503 A CN 201711268503A CN 109873851 A CN109873851 A CN 109873851A
- Authority
- CN
- China
- Prior art keywords
- node server
- vehicle
- car
- information
- analysis result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车联网通信方法及***，用以克服现有技术中车联网数据过多造成云数据中心和车载终端之间的I/O瓶颈，导致传输速率大大下降，云数据中心计算出现时延的缺陷。其中方法包括：雾节点服务器接收覆盖范围内的车载终端采集的车辆的当前信息；雾节点服务器对车辆的当前信息进行分析，并将分析结果发送至云节点服务器；云节点服务器依据分析结果执行相应操作。本发明雾节点服务器分担了云节点服务器的部分数据处理过程，因此降低了传输到云节点服务器的数据量，简化了云节点服务器的数据处理过程。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种车联网通信方法及***。
背景技术
随着经济发展汽车数量飞速增长，导致交通阻塞、能源消耗以及大气污染等问题日益严重。为了解决这些问题，“智能交通***”的概念便逐步形成，而车联网正是实现智能交通的一个重要技术手段。
车联网(Internet of Vehicles)是由车辆位置、速度和路线等信息构成的巨大交互网络。车联网一般有三层，第一层是感知层，即通过车载终端等感知***采集信息；第二层是互联互通，即通过网络实现车与车、车与路等的互联互通；第三层：是云数据中心，即通过云计算智能调度、管理车辆。通过车载终端可以完成对车辆自身环境和状态信息的采集；通过互联网技术，车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况和安排信号灯周期等。
车联网建立之后车与车之间将产生大量的数据，如综合信息采集处理、道路交通状况监测、车辆监管与疏导、信号控制、***联动以及预测预报、信息发布与诱导等产生的大数据信息，这些数据将通过网络上传到车联网的云数据中心进行处理、分析。但是，随着车辆越来越多，车载终端均会连入车联网，导致车联网的数据传输量进一步成指数式增长，而大量数据的需要经过云端的处理，从而造成云数据中心和车载终端之间的I/O(input/output，输入输出)瓶颈，导致传输速率大大下降，云数据中心计算出现时延。
发明内容
有鉴于此，本发明所解决的技术问题之一在于提供一种车联网通信方法及***，用以克服现有技术中车联网数据过多造成云数据中心和车载终端之间的I/O瓶颈，导致传输速率大大下降，云数据中心计算出现时延的缺陷。
本发明提供一种车联网通信方法，所述方法包括：
雾节点服务器接收覆盖范围内的车载终端采集的车辆的当前信息；
所述雾节点服务器对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器；
所述云节点服务器依据所述分析结果执行相应操作。
可选地，所述雾节点服务器对所述车辆信息进行分析的步骤，包括：
所述雾节点服务器识别所述车辆的当前信息的类型；
所述雾节点服务器生成所述车辆的当前信息的类型对应的分析结果。
可选地，所述雾节点服务器生成所述车辆的当前信息的类型对应的分析结果的步骤，包括：
若所述类型为紧急信息，则所述雾节点服务器依据所述车辆的当前信息生成路况报警信息；
若所述类型为非紧急信息，则所述雾节点服务器从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息。
可选地，在所述雾节点服务器对所述车辆信息进行分析的步骤之后，还包括：
若所述分析结果为路况报警信息，则所述雾节点服务器将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端。
可选地，所述云节点服务器依据所述分析结果执行相应操作的步骤，包括：
若所述分析结果为行车提示信息，则所述云节点服务器将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
若所述分析结果为路况报警信息，则所述云节点服务器将所述路况报警信息存储至所述车辆对应的存储位置。
可选地，所述云节点服务器依据所述分析结果执行相应操作的步骤，包括：
若所述分析结果为行车提示信息，则所述云节点服务器将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
若所述分析结果为路况报警信息，则所述云节点服务器将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
可选地，所述雾节点服务器与所述车载终端之间通过无线网络通信，所述雾节点服务器与所述云节点服务器之间通过光纤通信。
本发明还提供一种车联网通信***，所述***包括：雾节点服务器和云节点服务器，
所述雾节点服务器包括：
接收模块，用于接收覆盖范围内的车载终端采集的车辆的当前信息；
分析模块，用于对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器；
所述云节点服务器，用于依据所述分析结果执行相应操作。
可选地，所述分析模块包括：
识别单元，用于识别所述车辆的当前信息的类型；
生成单元，用于生成所述车辆的当前信息的类型对应的分析结果。
可选地，所述生成单元，进一步用于若所述类型为紧急信息，则依据所述车辆的当前信息生成路况报警信息；若所述类型为非紧急信息，则从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息。
可选地，所述雾节点服务器还包括：
第一发送模块，用于若所述分析结果为路况报警信息，则将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端。
可选地，所述云节点服务器包括：
第二发送模块，用于若所述分析结果为行车提示信息，则将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
第三发送模块，用于若所述分析结果为路况报警信息，则将所述路况报警信息存储至所述车辆对应的存储位置。
可选地，所述云节点服务器包括：
第四发送模块，用于若所述分析结果为行车提示信息，则将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
第五发送模块，用于若所述分析结果为路况报警信息，则将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
可选地，所述雾节点服务器与所述车载终端之间通过无线网络通信，所述雾节点服务器与所述云节点服务器之间通过光纤通信。
由以上技术方案可见，本发明中车载终端将采集的车辆的当前信息发送至其所属范围的雾节点服务器，通过雾节点服务器对车辆的当前信息进行分析，并将分析结果发送至云节点服务器，后续云节点服务器再执行相应操作。由于将信息分析过程由原来的云节点服务器转移到雾节点服务器执行，雾节点服务器分担了云节点服务器的部分数据处理过程，因此降低了传输到云节点服务器的数据量，简化了云节点服务器的数据处理过程，从而克服了车联网数据过多造成云数据中心和车载终端之间的I/O瓶颈，导致传输速率大大下降，云数据中心计算出现时延的缺陷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例一的一种车联网通信方法的步骤流程图；
图2为本发明实施例二的一种车联网体系架构图；
图3为本发明实施例二的一种车联网逻辑框架图；
图4为本发明实施例二的一种车联网通信方法的步骤流程图；
图5为本发明实施例三的一种车联网通信方法的步骤流程图；
图6为本发明实施例四的一种车联网通信***的结构框图；
图7为本发明实施例五的一种车联网通信***的结构框图；
图8为本发明实施例六的一种车联网通信***的结构框图。
具体实施方式
当然，实施本发明实施例的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本领域的人员更好地理解本发明实施例中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。
下面结合本发明实施例附图进一步说明本发明实施例具体实现。
实施例一
参照图1，示出了本发明实施例一的一种车联网通信方法的步骤流程图。
本发明实施例的车联网通信方法包括以下步骤：
步骤101，雾节点服务器接收覆盖范围内的车载终端采集的车辆的当前信息。
本实施例中，一个雾节点服务器可以服务于多个车载终端(也即覆盖多个车载终端)，一个云节点服务器可以服务于多个雾节点服务器。车载终端与为它提供服务的雾节点服务器之间进行通信，雾节点服务器可以接收其覆盖范围内的车载终端采集的车辆的当前信息。其中，车辆的当前信息比如包括车辆的行车数据、车辆的位置、车辆的运行轨迹、车辆的运动状态、车辆的发动机相关数据，等等。
其中，车载终端可以为具有通信功能的设备，如RFID(Radio FrequencyIdentification，射频识别)传感器、智能手机、平板电脑、行车记录仪等。雾节点服务器可以为具有存储功能的小型服务器或路由器。
步骤102，雾节点服务器对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器。
雾节点服务器在接收到车辆的当前信息后，对这些信息进行分析，分析后将得到的分析结果发送至云节点服务器。其中，对信息的分析过程比如是识别车辆的当前信息的类型，并根据不同的类型生成对应的分析结果(例如生成路况报警信息或者生成行车提示信息)。
步骤103，云节点服务器依据所述分析结果执行相应操作。
云节点服务器接收到分析结果后执行相应的操作，比如如果分析结果为路况报警信息，则可以将分析结果发送至其他的车载终端进行报警，如果分析结果为行车提示信息，则可以将分析结果发送至该车载终端对其进行提示。对于具体的处理过程，将在下面的实施例中详细描述。
本发明实施例中车载终端将采集的车辆的当前信息发送至其所属范围的雾节点服务器，通过雾节点服务器对车辆的当前信息进行分析，并将分析结果发送至云节点服务器，后续云节点服务器再执行相应操作。由于将信息分析过程由原来的云节点服务器转移到雾节点服务器执行，雾节点服务器分担了云节点服务器的部分数据处理过程，因此降低了传输到云节点服务器的数据量，简化了云节点服务器的数据处理过程，从而克服了车联网数据过多造成云数据中心和车载终端之间的I/O瓶颈，导致传输速率大大下降，云数据中心计算出现时延的缺陷。
实施例二
本发明实施例基于车联网中云数据中心会出现数据延迟等缺陷加入了雾计算架构，即在车载终端和云数据中心之间再加一层，叫网络边缘层，比如再加一个带有存储器的小型服务器或路由器，把一些并不必须放到车联网中“云”的数据在这一层直接处理和存储，可大大减少云数据中心的压力，提升了传输速率，减低了时延。这里雾计算是针对车联网中云计算的扩展，主要用于处理来自车载终端的数据，减少云数据中心的数据延迟，提高数据传输速度，增强云计算安全，能够增强车联网中车与车的实时互动。
雾计算的英文名称是Fog Computing或者fog networking，也被称为fogging，它的简要理解含义就是Cloud+IOT(Internet Of Things)，其中文释义为云计算+物联网，雾计算的主要概念—它是一个***的、高度虚拟化、安全和网络集成平台，它可以在云计算数据中心和物联网边界点之间提供计算、存储和网络等服务，在该模式当中数据、数据处理和应用程序集中在网络边缘的设备中而不是几乎都在云端，它更靠近终端用户，位于云计算与个人计算之间，能够为云数据中心减少需要计算、处理和存储的数据量，提高云数据中心的计算效率，降低云计算的时延。
“雾”是“云”延伸到对物联网数据进行处理的产物，物联网的出现导致了需要处理的信息数据呈***式增长。任何人和对象根据可自己分配的IP利用智能设备进行网络实时数据信息的传输，这是产生大数据的原因，随着科技的发展将有越来越多的智能设备连接到物联网上，如果将这些设备产生数据全部移送到云端将需要大量的带宽，这会使云计算数据中心拥挤不堪，在数据处理和传输方面产生大量的延迟效应，并且当今的云计算模型并没有为物联网所产生的数据在数据容量、种类和速度方面进行专门的算法设计，这就给雾计算的发展提供了很大的空间，在物联网上的智能设备都可以称为雾节点，这些节点可于网络连接的任何地方被部署，如工厂的地板上，电线杆的顶端，铁路轨道，交通工具，船只、石油钻井平台等。任何可以与网络连接的并能够进行计算和存储的设备也都可以称为雾节点，例如手机、可穿戴健康监测设备、工业控制器，交换机，路由器，嵌入式服务器、视频监控摄像机等。
参照图2，示出了本发明实施例二的一种车联网体系架构图。
本实施例的车联网体系可以包括云节点服务器201、雾节点服务器202、车载终端203、移动站204及无线访问点205，雾节点服务器可以为智能手机、平板电脑、笔记本电脑等。其中，车载终端203与雾节点服务器202之间可以通过无线网络通信，车载终端203通过无线访问点205访问雾节点服务器202；雾节点服务器202与云节点服务器201之间可以通过光纤通信，雾节点服务器202通过移动站204访问云节点服务器201。
图2所示的车联网体系架构中各设备之间的互动主要包括以下几种情况：
(1)车载终端到云节点服务器的互动
车联网中的中心云节点是处在云端的大型服务器集群，它拥有超强的计算能力和海量的存储能力。车载终端和云节点服务器之间可以通过雾节点服务器中转通信，车载终端也可以与云节点服务器直接进行通信，比如通过无线网络通信。
(2)雾节点服务器与云节点服务器的互动
雾节点服务器通过光纤与云节点服务器通信，雾节点服务器可以使用云节点服务器补充其所需要资源，雾节点服务器包含了用来进行信号传输的通信设备和本地服务器。
(3)车载终端与雾节点服务器的互动
雾节点服务器是局部范围车载终端的处理中心、管理中心和应用中心。雾节点服务器和车载终端之间的通信主要是通过无线传输设备进行连接。在本发明实施例中雾节点服务器可以是一个可信旳且具有丰富资源的计算机或计算机集群，比如手机、平板电脑、笔记本电脑等，并可以为附近的车载终端提供接入互联网的端口。
(4)雾节点服务器与车载终端及云节点服务器的互动
雾节点服务器起到过滤、处理和连通车载终端与云节点服务器的之间信息的作用。本发明实施例在云节点服务器部署控制节点、存储节点、网络节点，作为车联网云***的管理中枢；在雾节点服务器部署计算节点，负责虚拟机的管理及运行。
(5)车载终端与车载终端的互动
车载终端与车载终端是一组互相合作的车辆建立起来的本地***，是由V2V(Vehicular to Vehicular，车到车)通信而建立起来的车辆内部通信网络。每辆车被视为移动的站点，而他们又相互协作构建了车载终端***与雾节点服务器进行互动。在车载终端***中，一组车辆互相协作，共享他们的计算资源、频谱资源、存储资源等，每个车辆可以根据自己的需求访问雾节点服务器或云节点服务器。通过组内协作，车辆物理资源的调度可以按需动态分配。相较于单个车辆的资源，资源的使用率和效率更高。
参照图3，示出了本发明实施例二的一种车联网逻辑框架图。
本发明实施例中车联网的数据交互逻辑如下：
A、感知层(即“端”)对行车状况、实时路况等各类车辆信息进行采集。感知层的设备为车载终端，可以为RFID传感器、平板电脑、智能手机等。
B、网络层(即“管”)的无线传输网络进行信息的传输，信息流经无线网络层后传入雾计算平台。网络层可以为电信运营商提供的LTE(Long Term Evolution，长期演进)、WCDMA(Wideband Code Division Multiple Access，宽带码分多址)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、TD-SCDMA(Time Division-Synchronous Code Division Multiple Access，时分同步码分多址)、GPRS(GeneralPacket Radio Service，通用分组无线业务)等。
C、雾计算平台(即“雾”)为服务提供商，对车载终端传输的信息提供实时收集、计算、分析、分配、监管、实时互动、实时传输、雾存储、虚拟机等相关服务。
D、云计算平台(即“云”)为服务提供商，提供资源虚拟化、信息安全、云存储等相关服务，对雾计算平台传输的信息，根据用户的需求进行相应信息的发送等服务，这里云计算平台起到信息分类、分发的作用，经过信息处理来对用户的需求进行识别。
上述对本发明实施例的车联网体系进行了说明，下面，具体介绍本发明实施例的车联网通信方法。
参照图4，示出了本发明实施例二的一种车联网通信方法的步骤流程图。
本发明实施例的车联网通信方法包括以下步骤：
步骤401，雾节点服务器接收覆盖范围内的车载终端采集的车辆的当前信息。
本实施例中，雾节点服务器与车载终端之间是一对多的关系，一个雾节点服务器的覆盖范围内可以包括多个车载终端。
车辆的当前信息可以包括：车辆的行车数据、车辆的位置、车辆的运行轨迹、车辆的运动状态、车辆的发动机相关数据，等等。
步骤402，所述雾节点服务器对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器。若分析结果为行车提示信息，则执行步骤403；若分析结果为路况报警信息，则执行步骤404。
在一种优选地方式中，该步骤402可以包括以下子步骤：
子步骤a1，雾节点服务器识别所述车辆的当前信息的类型；
本发明实施例中，车辆的当前信息可以分为紧急信息和非紧急信息两种类型，对于不同类型的信息进行不同的处理。优选地，该子步骤a1可以包括：判断车辆的当前信息中是否包括预设的关键词；若包括，则确定车辆的当前信息的类型为紧急信息；否则，确定当前信息的类型为非紧急信息。其中，对于预设的关键词的设定，本领域技术人员可以根据实际情况设置任意适用的关键词，如可以设置关键词为“紧急刹车”、“紧急转弯”等，本发明实施例对此并不加以限制。
子步骤a2，雾节点服务器生成车辆的当前信息的类型对应的分析结果。
优选地，该子步骤a2可以包括：
a21，若所述类型为紧急信息，则所述雾节点服务器依据所述车辆的当前信息生成路况报警信息，该路况报警信息即为分析结果。
例如，车辆的当前信息包括“紧急刹车”、“紧急转弯”等，则路况报警信息可以为“前方有车辆紧急刹车”、“前方有车辆紧急转弯”等。
a22，若所述类型为非紧急信息，则所述雾节点服务器从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息，该行车提示信息即为分析结果。
在云节点服务器中各车辆对应有存储位置，云节点服务器中存储有各车辆的历史信息，车辆的当前信息中可以包括车辆标识，雾节点服务器依据该标识从云节点服务器中查找该标识对应车辆的历史信息的存储位置，并从该存储位置获取该车辆的历史信息，依据车辆的历史信息及当前信息生成行车提示信息。
例如，车辆的当前信息包括车辆的发动机相关数据(如发动机转速等)，则从云节点服务器中查找该车辆的历史发动机相关数据，对两者数据进行分析可以得出车辆的发动机状况，进而生成的行车提示信息可以为对车辆发动机的诊断信息。
再例如，车辆的当前信息包括车辆的位置、车辆的运行轨迹等，则从云节点服务器中查找该车辆的历史位置、历史运行轨迹等，对两者数据进行分析可以得出车辆的最佳路线，进而生成的行车提示信息可以为推荐车辆的最佳路线信息。
步骤403，若所述分析结果为行车提示信息，则所述云节点服务器将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
例如，将上述对车辆发动机的诊断信息发送至车载终端，即可提示司机车辆发动机的当前状态，以便及时对发动机进行检修等。
再例如，将上述推荐车辆的最佳路线信息发送至车载终端，即可提示司机按照该最佳路线行驶，从而躲避拥堵等。
云节点服务器还可以将行车提示信息存储至当前车辆对应的存储位置，以供后续分析使用。
步骤404，若所述分析结果为路况报警信息，则所述云节点服务器将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
如果分析结果为路况报警信息，则当前的车辆可能会影响到附近的其他车辆，因此云节点服务器可以将路况报警信息发送至与当前车载终端相距在预设距离内的其他车载终端，从而向其他车载终端报警以提示其他车辆注意路况。其中，对于预设距离的具体数值，本领域技术人员可以根据实际情况设置任意适用的值，例如可以设置为200m、300m等，本发明实施例对此并不加以限制。
同样的，云节点服务器还可以将路况报警信息存储至当前车辆对应的存储位置，以供后续分析使用。
本发明实施例针对传统的车联网“端管云”三级体系架构在实时性、信息承载量等方面的不足，设计在车联网传统架构的基础上增加了一个雾计算层，形成了车联网云***“端管雾云”四级层次化体系架构。这样的体系架构，不仅可以大大降低中心云层的负荷，增加车联网***的信息承载量，还可以提高车联网***数据传输的实时性和可靠性，减小云数据中心的网络时延、信息延误等。
实施例三
参照图5，示出了本发明实施例三的一种车联网通信方法的步骤流程图。
本发明实施例的车联网通信方法包括以下步骤：
步骤501，雾节点服务器接收覆盖范围内的车载终端采集的车辆的当前信息。
步骤502，所述雾节点服务器对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器。若分析结果为行车提示信息，则执行步骤505；若分析结果为路况报警信息，则执行步骤503。
关于该步骤502的具体过程，参照上述实施例二中对步骤402的相关说明即可，本发明实施例在此不再详细论述。
步骤503，若所述分析结果为路况报警信息，则所述雾节点服务器将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端。
如果分析结果为路况报警信息，由于该种情况对时延要求较高，因此本发明实施例中优选地通过雾节点服务器将路况报警信息发送至与当前车载终端相距在预设距离内的其他车载终端，而无需再通过雾节点服务器先将路况报警信息发送至云节点服务器，再由云节点服务器发送至其他车载终端，从而进一步降低时延，更快地将信息发送至其他车载终端。
步骤504，若所述分析结果为路况报警信息，则所述云节点服务器将所述路况报警信息存储至所述车辆对应的存储位置。
由于本发明实施例中，路况报警信息由雾节点服务器发送至其他车载终端，因此云节点服务器在接收到雾节点服务器发送的分析结果后，将路况报警信息存储至当前车辆对应的存储位置。
步骤505，若所述分析结果为行车提示信息，则所述云节点服务器将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
关于该步骤505的具体过程，参照上述实施例二中对步骤403的相关说明即可，本发明实施例在此不再详细论述。
本发明实施例充分利用整个网络中的物理资源，从车载终端到雾节点服务器再到云节点服务器，计算资源和存储资源通过资源虚拟化都融入车联网***中。***架构的分层特性，允许车载终端使用不同的通信技术访问雾-云的不同层，因此该架构更灵活，且适用于不同的异构网络。雾计算是小规模的局部云，这样的分布式架构不仅可以快速部署，而且能够提高云服务的效率。相对于传统车联网体系架构，增设了雾平台，让雾平台分担了中心云的部分管理责任，这样不仅可以大大减少中心云的负担，也可以减少车载终端传递处理信息需要等待的时间，从而提高了整个云***的工作效率。
实施例四
参照图6，示出了本发明实施例四的一种车联网通信***的结构框图。
本发明实施例的车联网通信***包括：雾节点服务器601和云节点服务器602。
雾节点服务器601包括：接收模块6011，用于接收覆盖范围内的车载终端采集的车辆的当前信息。分析模块6012，用于对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器。
云节点服务器602，用于依据所述分析结果执行相应操作。
本发明实施例中车载终端将采集的车辆的当前信息发送至其所属范围的雾节点服务器，通过雾节点服务器对车辆的当前信息进行分析，并将分析结果发送至云节点服务器，后续云节点服务器再执行相应操作。由于将信息分析过程由原来的云节点服务器转移到雾节点服务器执行，雾节点服务器分担了云节点服务器的部分数据处理过程，因此降低了传输到云节点服务器的数据量，简化了云节点服务器的数据处理过程，从而克服了车联网数据过多造成云数据中心和车载终端之间的I/O瓶颈，导致传输速率大大下降，云数据中心计算出现时延的缺陷。
实施例五
参照图7，示出了本发明实施例五的一种车联网通信***的结构框图。
本发明实施例的车联网通信***包括：雾节点服务器701和云节点服务器702。
其中，雾节点服务器701包括：接收模块7011，用于接收覆盖范围内的车载终端采集的车辆的当前信息。分析模块7012，用于对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器。
优选地，分析模块7012包括：识别单元，用于识别所述车辆的当前信息的类型；生成单元，用于生成所述车辆的当前信息的类型对应的分析结果。
优选地，生成单元，进一步用于若所述类型为紧急信息，则依据所述车辆的当前信息生成路况报警信息；若所述类型为非紧急信息，则从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息。
优选地，雾节点服务器还包括：第一发送模块7013，用于若所述分析结果为路况报警信息，则将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端。
优选地，云节点服务器702包括：第二发送模块7021，用于若所述分析结果为行车提示信息，则将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；第三发送模块7022，用于若所述分析结果为路况报警信息，则将所述路况报警信息存储至所述车辆对应的存储位置。
优选地，所述雾节点服务器与所述车载终端之间通过无线网络通信，所述雾节点服务器与所述云节点服务器之间通过光纤通信。
本发明实施例针对传统的车联网“端管云”三级体系架构在实时性、信息承载量等方面的不足，设计在车联网传统架构的基础上增加了一个雾计算层，形成了车联网云***“端管雾云”四级层次化体系架构。这样的体系架构，不仅可以大大降低中心云层的负荷，增加车联网***的信息承载量，还可以提高车联网***数据传输的实时性和可靠性，减小云数据中心的网络时延、信息延误等。
实施例六
参照图8，示出了本发明实施例六的一种车联网通信***的结构框图。
本发明实施例的车联网通信***包括：雾节点服务器801和云节点服务器802。
雾节点服务器801包括：
接收模块8011，用于接收覆盖范围内的车载终端采集的车辆的当前信息。
分析模块8012，用于对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器。
优选地，分析模块8012包括：识别单元，用于识别所述车辆的当前信息的类型；生成单元，用于生成所述车辆的当前信息的类型对应的分析结果。
优选地，生成单元，进一步用于若所述类型为紧急信息，则依据所述车辆的当前信息生成路况报警信息；若所述类型为非紧急信息，则从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息。
优选地，云节点服务器802包括：第四发送模块8021，用于若所述分析结果为行车提示信息，则将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；第五发送模块8022，用于若所述分析结果为路况报警信息，则将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
本发明实施例不仅可以大大降低车联网中云节点服务器的负荷，还能增加车联网***的信息承载量，提高车联网***的实时性和可靠性，减小网络时延。
需要指出，根据实施的需要，可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的车联网通信方法。此外，当通用计算机访问用于实现在此示出的车联网通信方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的车联网通信方法的专用计算机。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。
以上实施方式仅用于说明本发明实施例，而并非对本发明实施例的限制，有关技术领域的普通技术人员，在不脱离本发明实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明实施例的范畴，本发明实施例的专利保护范围应由权利要求限定。
Claims (14)
1.一种车联网通信方法，其特征在于，所述方法包括：
雾节点服务器接收覆盖范围内的车载终端采集的车辆的当前信息；
所述雾节点服务器对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器；
所述云节点服务器依据所述分析结果执行相应操作。
2.根据权利要求1所述的方法，其特征在于，所述雾节点服务器对所述车辆信息进行分析的步骤，包括：
所述雾节点服务器识别所述车辆的当前信息的类型；
所述雾节点服务器生成所述车辆的当前信息的类型对应的分析结果。
3.根据权利要求2所述的方法，其特征在于，所述雾节点服务器生成所述车辆的当前信息的类型对应的分析结果的步骤，包括：
若所述类型为紧急信息，则所述雾节点服务器依据所述车辆的当前信息生成路况报警信息；
若所述类型为非紧急信息，则所述雾节点服务器从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息。
4.根据权利要求1或3所述的方法，其特征在于，在所述雾节点服务器对所述车辆信息进行分析的步骤之后，还包括：
若所述分析结果为路况报警信息，则所述雾节点服务器将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端。
5.根据权利要求4所述的方法，其特征在于，所述云节点服务器依据所述分析结果执行相应操作的步骤，包括：
若所述分析结果为行车提示信息，则所述云节点服务器将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
若所述分析结果为路况报警信息，则所述云节点服务器将所述路况报警信息存储至所述车辆对应的存储位置。
6.根据权利要求1或3所述的方法，其特征在于，所述云节点服务器依据所述分析结果执行相应操作的步骤，包括：
若所述分析结果为行车提示信息，则所述云节点服务器将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
若所述分析结果为路况报警信息，则所述云节点服务器将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
7.根据权利要求1所述的方法，其特征在于，所述雾节点服务器与所述车载终端之间通过无线网络通信，所述雾节点服务器与所述云节点服务器之间通过光纤通信。
8.一种车联网通信***，其特征在于，所述***包括：雾节点服务器和云节点服务器，
所述雾节点服务器包括：
接收模块，用于接收覆盖范围内的车载终端采集的车辆的当前信息；
分析模块，用于对所述车辆的当前信息进行分析，并将分析结果发送至云节点服务器；
所述云节点服务器，用于依据所述分析结果执行相应操作。
9.根据权利要求8所述的***，其特征在于，所述分析模块包括：
识别单元，用于识别所述车辆的当前信息的类型；
生成单元，用于生成所述车辆的当前信息的类型对应的分析结果。
10.根据权利要求9所述的***，其特征在于，所述生成单元，进一步用于若所述类型为紧急信息，则依据所述车辆的当前信息生成路况报警信息；若所述类型为非紧急信息，则从所述云节点服务器查找所述车辆的历史信息，并依据所述车辆的历史信息及所述车辆的当前信息生成行车提示信息。
11.根据权利要求8或10所述的***，其特征在于，所述雾节点服务器还包括：
第一发送模块，用于若所述分析结果为路况报警信息，则将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端。
12.根据权利要求11所述的***，其特征在于，所述云节点服务器包括：
第二发送模块，用于若所述分析结果为行车提示信息，则将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
第三发送模块，用于若所述分析结果为路况报警信息，则将所述路况报警信息存储至所述车辆对应的存储位置。
13.根据权利要求8或10所述的***，其特征在于，所述云节点服务器包括：
第四发送模块，用于若所述分析结果为行车提示信息，则将所述行车提示信息发送至所述车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置；
第五发送模块，用于若所述分析结果为路况报警信息，则将所述路况报警信息发送至与所述车载终端相距在预设距离内的其他车载终端，并将所述行车提示信息存储至所述车辆对应的存储位置。
14.根据权利要求8所述的***，其特征在于，所述雾节点服务器与所述车载终端之间通过无线网络通信，所述雾节点服务器与所述云节点服务器之间通过光纤通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711268503.7A CN109873851A (zh) | 2017-12-05 | 2017-12-05 | 车联网通信方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711268503.7A CN109873851A (zh) | 2017-12-05 | 2017-12-05 | 车联网通信方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109873851A true CN109873851A (zh) | 2019-06-11 |
Family
ID=66916453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711268503.7A Pending CN109873851A (zh) | 2017-12-05 | 2017-12-05 | 车联网通信方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109873851A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427504A (zh) * | 2019-07-02 | 2019-11-08 | 天津卡达克数据有限公司 | 基于kettle的汽车数据实时采集处理***及方法 |
| CN111481217A (zh) * | 2020-04-23 | 2020-08-04 | 武汉艾瓦客机器人有限公司 | 一种基于雾计算的柔性认知衣服 |
| CN112462749A (zh) * | 2020-05-12 | 2021-03-09 | 丰疆智能科技股份有限公司 | 农机自动导航方法、农机自动导航***以及农机 |
| CN113709106A (zh) * | 2021-07-22 | 2021-11-26 | 一汽解放汽车有限公司 | 一种适用于商用车车联网数据的数据分析***和方法 |
| CN114302373A (zh) * | 2021-12-30 | 2022-04-08 | 东南大学 | 一种基于计算可靠性的v2v通信中的卸载决策和功率分配方法 |
| WO2022222657A1 (zh) * | 2021-04-21 | 2022-10-27 | 深圳市道通科技股份有限公司 | 一种汽车诊断***、方法及云服务器 |
| CN114302373B (zh) * | 2021-12-30 | 2024-07-02 | 东南大学 | 一种基于计算可靠性的v2v通信中的卸载决策和功率分配方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103108042A (zh) * | 2013-01-30 | 2013-05-15 | 无锡南理工科技发展有限公司 | 车载信息采集*** |
| US20130254404A1 (en) * | 2012-03-26 | 2013-09-26 | Oracle International Corporation | System and method for supporting live migration of virtual machines based on an extended host channel adaptor (hca) model |
| CN103400506A (zh) * | 2013-07-30 | 2013-11-20 | 吴云肖 | Led光地址发射器及车联网***及电子地图绘制方法 |
| WO2016059122A1 (en) * | 2014-10-14 | 2016-04-21 | Osr Enterprises Ag | Device, system and method for processing data |
| CN107018031A (zh) * | 2017-06-07 | 2017-08-04 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网快速优化方法 |
-
2017
- 2017-12-05 CN CN201711268503.7A patent/CN109873851A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130254404A1 (en) * | 2012-03-26 | 2013-09-26 | Oracle International Corporation | System and method for supporting live migration of virtual machines based on an extended host channel adaptor (hca) model |
| CN103108042A (zh) * | 2013-01-30 | 2013-05-15 | 无锡南理工科技发展有限公司 | 车载信息采集*** |
| CN103400506A (zh) * | 2013-07-30 | 2013-11-20 | 吴云肖 | Led光地址发射器及车联网***及电子地图绘制方法 |
| WO2016059122A1 (en) * | 2014-10-14 | 2016-04-21 | Osr Enterprises Ag | Device, system and method for processing data |
| CN107018031A (zh) * | 2017-06-07 | 2017-08-04 | 济南浪潮高新科技投资发展有限公司 | 一种基于雾计算的车联网快速优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郭平: ""雾计算环境下车联网优化部署与规模测算"", 《CNKI》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110427504A (zh) * | 2019-07-02 | 2019-11-08 | 天津卡达克数据有限公司 | 基于kettle的汽车数据实时采集处理***及方法 |
| CN111481217A (zh) * | 2020-04-23 | 2020-08-04 | 武汉艾瓦客机器人有限公司 | 一种基于雾计算的柔性认知衣服 |
| CN112462749A (zh) * | 2020-05-12 | 2021-03-09 | 丰疆智能科技股份有限公司 | 农机自动导航方法、农机自动导航***以及农机 |
| WO2022222657A1 (zh) * | 2021-04-21 | 2022-10-27 | 深圳市道通科技股份有限公司 | 一种汽车诊断***、方法及云服务器 |
| CN113709106A (zh) * | 2021-07-22 | 2021-11-26 | 一汽解放汽车有限公司 | 一种适用于商用车车联网数据的数据分析***和方法 |
| CN113709106B (zh) * | 2021-07-22 | 2023-11-07 | 一汽解放汽车有限公司 | 一种适用于商用车车联网数据的数据分析***和方法 |
| CN114302373A (zh) * | 2021-12-30 | 2022-04-08 | 东南大学 | 一种基于计算可靠性的v2v通信中的卸载决策和功率分配方法 |
| CN114302373B (zh) * | 2021-12-30 | 2024-07-02 | 东南大学 | 一种基于计算可靠性的v2v通信中的卸载决策和功率分配方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109873851A (zh) | 车联网通信方法及*** | |
| Garg et al. | UAV-empowered edge computing environment for cyber-threat detection in smart vehicles | |
| Hassan et al. | The role of edge computing in internet of things | |
| Tong et al. | Artificial intelligence for vehicle-to-everything: A survey | |
| Liu et al. | High-efficiency urban traffic management in context-aware computing and 5G communication | |
| CN104424812B (zh) | 一种公交到站时间预测***和方法 | |
| US11509499B2 (en) | Detecting abnormal events in vehicle operation based on machine learning analysis of messages transmitted over communication channels | |
| CN103377555A (zh) | 用于自动检测交通交叉路口的异常的方法和*** | |
| CN111158900B (zh) | 轻量化分布式并行计算***及方法 | |
| CN112631725A (zh) | 一种基于云边端协同的智慧城市的管理***及方法 | |
| Deng et al. | Commercial cloud computing for connected vehicle applications in transportation cyberphysical systems: A case study | |
| CN112560724A (zh) | 车辆监控方法、装置和云控平台 | |
| CN112180903A (zh) | 基于边缘计算的车辆状态实时检测*** | |
| Nayak et al. | Ml-mds: Machine learning based misbehavior detection system for cognitive software-defined multimedia vanets (csdmv) in smart cities | |
| CN108337114A (zh) | 网络状态处理设备、方法及列车 | |
| CN109979211A (zh) | 车联网***、交通规划方法、装置、雾计算设备及介质 | |
| Velasco et al. | Flexible fog computing and telecom architecture for 5G networks | |
| CN114005297A (zh) | 一种基于车联网的车队协调行驶方法 | |
| Neto et al. | CICIoV2024: Advancing realistic IDS approaches against DoS and spoofing attack in IoV CAN bus | |
| CN109945880A (zh) | 路径规划方法、相关设备及可读存储介质 | |
| Higuchi et al. | Offloading tasks to vehicular virtual edge servers | |
| CN109885392A (zh) | 分配车载计算资源的方法以及装置 | |
| US20210377580A1 (en) | Live or local environmental awareness | |
| CN113411360B (zh) | 基于车联网的分区云平台网外运算方法及*** | |
| Kabashkin | Dependability of v2i services in the communication network of the intelligent transport systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190611 |