摘要：随着互联网的迅速发展，移动互联网、物联网和无线传感器网络技术得到了的广泛应用，车联网逐渐成为未来智能交通的有效快捷途径，成为全球研究与关注的焦点。车联网行业关键技术的发展，正带领着汽车产业朝着智能化以及信息化方向发展，信息技术与通信技术的应用，使得车联网的应用水平得到了极大的提升，实现了车车互联、人车互联、路车互联，极大程度上提高了车辆运行的效率，同时也优化了交通体系，对促进智能交通的发展，提高汽车产业的智能化和出行的生活质量，起到了积极的作用。鉴于此，本文就车联网的关键技术及应用展开探讨，以期为相关工作起到参考作用。
关键词：车联网；RFID；传感技术；大数据；移动计算
1车联网概念
车联网是基于物联网的电子标签，利用无线射频技术与通信技术等，构建信息网络平台，进而进行车辆信息提取、分析与利用，基于不同需求，对车辆运行状态实施动态监管，为驾乘人员提供综合服务。基于智能交通技术角度来看，车联网主要是集成了各类技术，并且被应用于交通管理系统内，形成综合交通运输智能化管理系统。
2车联网关键技术
2.1多传感器信息融合技术
车联网是车、路、人之间的网络，车联网中的技术应用主要是车的传感器网络和路的传感器网络。车的传感器网络又可分为车内传感器网络和车外传感器网络。车内传感器网络是向人提供关于车的状况信息的网络，车外传感器网络就是用来感应车外环境状况的传感器网络，路的传感器网络指用于感知和传递路的信息的传感器，一般铺设在路上和路边。无论是车内、车外，还是道路的传感器网络，都起到了环境感知的作用，其为“车联网”获得了独特的“内容”。整合这些“内容”，即整合传感网络信息将是“车联网”重要的技术发展内容，也是极具特色的技术发展内容。通过在一定准则下对计算机技术这些传感器及观测信息进行自动分析、综合以及合理支配和使用，将各种单个传感器获取的信息冗余或互补依据某种准则组合起来，形成基于知识推理的多传感器信息融合。
2.2云计算
云计算将在车联网中用于分析计算路况、大规模车辆路径规划建议、智能交通调度计算等。车网互联在产品中引入云计算，一方面可以实现业务快速部署，可以在短期内，为行业用户提供系统的Telematics服务；另一方面，平台有强大的运算能力、最新的实时数据、广泛的服务支持，能够对于服务起到强大的支撑作用。比如，传统的导航均是基于本地的数据，只是一条静态的道路，基于云计算的“云导航”则可以实现“实时智能导航”。云平台会按照用户的需求，考虑到实际的路况和突发事件等因素实时调整规划，保障用户始终掌握最符合实际、最便捷到达的路线。车联网和互联网、移动互联网一样都得采用服务整合来实现服务创新、提供增值服务。通过服务整合，可以使车载终端获得更合适更有价值的服务，如呼叫中心服务与车险业务整合、远程诊断与现场服务预约整合、位置服务与商家服务整合等。
2.3异构网络融合技术
异构网络融合是一个崭新的概念，指的是尽可能将各种类型的网络融合起来，在一个通用的网络平台上提供多种业务。异构网络融合必须充分利用不同网络间的互补特性，解决多种不同类型网络的有机融合问题。具体来讲，异构网络融合就是采用通用的、开放的技术实现不同网络或网元的互联、互通和集成，涉及到接入网融合、核心网融合、终端融合、业务融合和运营管理融合等方面。其发展趋势将朝着无线异构网络中的安全路由协议、接入认证技术、入侵检测技术、加解密技术、节点间协作通信等安全技术方向进行研究，以提高无线异构网络的安全保障能力，是未来移动网络通信的发展趋势。
2.4大数据处理技术
“大数据”指数据容量大，数据类别多的数据集，该数据集无法用传统数据库工具对其内容进行抓取、管理和处理。大数据处理技术能够处理各种类型的海量数据，无论是微博、文章、电子邮件、文档、音频、视频，还是其它形态的数据，正在改变传统的计算机运行模式。在车联网行业大数据处理中，根据数据分析的实行性，分为实时分析和离线分析。在分析过程中分别采用不同的分析方法。
期刊文章分类查询,尽在期刊图书馆对于动态信息，数据瞬息万变，需要对数据的分析结果及时进行相应，通常采用流数据处理模式，其将数据视为流，源源不断的数据组成了数据流 ，当新的数据到来时就立刻处理并返回所需的结果。对于静态信息采用基于MapReduce的离线分析和批处理模式，MapReduce模型首先将车联网采集到的静态信息的原始数据源进行分块，然后分别交给不同的Map任务区处理。
总之，利用大数据技术，我们可以从各种类型的车联网数据中，快速获得有价值信息。然而在大数据处理技术发展趋势中，仍然存在以下几个问题值得我们关注：
（1）如何在容错的同时进行高效数据传输；
（2）如何在处理车联网数据时确保数据的安全；
（3）如何降低大数据处理的成本以及灵活性；
（4）如何使分布式数据处理平台更好地支持复杂算法。
3车联网关键技术的应用
3.1应用于车辆安全
车联网系统的应用，极大程度上弥补了车载终端应用的不足，提高了定位导航与信息查询等功能效率。车联网系统应用于车辆安全方面，基于车联网关键技术，来构建车辆安全辅助系统，主要分为两种形式，即主动模式与被动模式。车辆被动安全模式指的是当车辆发生安全事故时或者事故发生后，系统控制下采取的相关安全措施，比如安全囊。车辆主动安全模式指的是安全辅助系统以及防碰撞系统等，最为常见的是车辆电子防盗系统，
3.2电子车牌的应用
电子车牌是车联网关键技术的最新应用，以往车辆管理工作中常遇见套牌问题，给车辆管理工作造成了极大的难度，而车联网关键技术中RFID技术的应用，将车辆牌制作成电子标签，将车辆加密信息存储在电子标签内，利用无线射频识别技术，进行电子标签识别，以此获得车辆信息，进行信息核实与判断，能够防止车辆套牌，极大程度上提高了车辆监控的效率。
3.3应用于车辆调度
基于车联网，道路交通管理部门能够获得各区域道路上的车辆信息，获得车辆流量情况，进而实现车辆调度，能够有效的避免道路拥堵问题的发生。运用车联网进行车辆流量调度，主要是利用大数据与云计算技术、GPS技术等，综合运用各种技术，进而实现车辆信息获取，利用电子地图能够将车辆运行轨迹情况，清晰的显现出来，进而实现测绘车辆调度管理。
3.4应用于政企车辆监控
利用车联网的关键技术并结合智能型车载终端设备，实时对政企车辆运行数据进行采集，对公务车辆的出行区域、车辆的行驶速度以及车辆位置的实时监控。基于海量的车辆轨迹数据，利用大数据技术对轨迹数据进行分析，分析车辆的活动区域、司机驾驶行为等内容，有效避免公车私用现象的发生，达到政企车辆的安全合规出行的目的。
结束语
车联网技术在保障安全行车、政企车辆监控、快捷出行等方面已取得了巨大的进步。本文针对新兴的车联网行业，剖析了车联网的关键技术，如：RFID、传感器、无线传输、信息安全、标准化、数据融合、异构网络融合、大数据处理、云计算、移动计算等，并对部分技术的发展趋势进行总结及展望。未来，V2R（车与路）、V2P（车与人）、V2V（车与车）和V2I（车与基础设施）的信息交互必将不断完善，人们将逐步告别红绿灯、交通事故及环境污染。
参考文献：
[1]刘蕴，曹军芳，王凤琦.基于三角模糊数的车联网簇头节点选择方法[J/OL].汽车技术:1-6[2018-08-04].
[2]闫云敬.汽车电子技术专业车联网技术定位研究探索[J/OL].电子技术与软件工程，2018(14):241+257[2018-08-04].
[3]陈曦.车联网技术及其在联勤保障部队的脱敏应用[J].中国战略新兴产业，2018(32):108.
[4]游逍.一种基于3G网络的车联网空口协议规范[J].电子技术，2018(07):69-72.
论文作者:赵建,马志军
论文发表刊物:《电力设备》2018年第18期
论文发表时间:2018/10/19
标签：车辆论文; 数据论文; 网络论文; 传感器论文; 技术论文; 信息论文; 数据处理论文; 《电力设备》2018年第18期论文;