【技术实现步骤摘要】
一种智能网联汽车数据异常环境的安全控制方法及设备
[0001]本专利技术涉及智能交通
,具体涉及一种智能网联汽车数据异常环境的安全控制方法及设备。
技术介绍
[0002]近年来,各国的政府、科研机构、汽车企业都极力重视智能网联汽车产业的发展。智能网联汽车是智能交通系统的重要组成部分,其搭载各类先进的车载传感器、控制器、执行器等装置,并且融入了现代通信网络技术,能实现交通系统内部各元素的数据信息共享,使得交通系统变得更加智能高效、绿色环保、安全畅通。
[0003]智能网联汽车是智能汽车和车联网的有机结合,车辆的智能化与网联化的不断改善提升给用户带来了丰富的驾乘体验。但是,由于其功能性的不断拓展延伸,会提高智能网联汽车系统的脆弱性。与此同时,车辆网具备开放性、共享性、交互性等特征,这会导致智能网联汽车的安全风险漏洞增加,使得车辆在进行数据交互的过程中,更易受到外界的网络攻击。恶意攻击者可利用智能连接设备、恶意程序软件、蓝牙和蜂窝网络接口等对本车实施无线远程攻击,一旦其成功入侵车辆内部网络后,恶意攻击者便可以很容易地改变本车的状态,比如紧急制动、恶意变道、发动机熄火等,这不仅仅会损害有关汽车制造商的品牌声誉,还会危及驾乘人员的用户隐私和生命安全,甚至严重影响整个交通系统的平稳安全运行。除此之外,不良天气、信号干扰源、传感器的老化等因素,也会进一步增大汽车处于数据异常环境的可能性。
[0004]在智能网联汽车不断推广普及的背景下,数据异常环境已成为制约其快速发展的重要瓶颈。因此,亟需一种安全控制方法及设 ...
【技术保护点】
【技术特征摘要】
1.一种智能网联汽车数据异常环境的安全控制方法,其特征在于,分别针对目标路段中各车道上各组前后相邻位置的本车与前车,基于本车与前车的车辆状态数据,按预设时间间隔G,周期执行如下步骤,步骤A:分别采集本车与前车的车辆状态数据,获得采集时刻t下本车与前车的车辆状态数据组;步骤B:基于本车与前车的车辆状态数据组,计算采集时刻t下本车与前车的行车间距推算值步骤C:当超过预设容许值,则判定采集时刻t下本车与前车车辆状态数据组存在数据异常风险,为一组数据异常风险车辆的车辆状态数据,进入步骤D;否则判定采集时刻t下本车与前车车辆状态数据组正常,结束步骤;步骤D:通过vehicle
‑
to
‑
cloud技术将一组数据异常风险车辆的车辆状态数据传输至云平台,再由云平台将这一组数据异常风险车辆的车辆状态数据传输至目标路段中各车道上的所有车辆;步骤E:目标路段中各车道上的所有车辆在接收到云平台的数据异常风险车辆的车辆状态数据后,依据所接收到的数据和自身车辆状态数据采取不同安全控制策略。2.根据权利要求1所述一种智能网联汽车数据异常环境的安全控制方法,其特征在于,步骤A中,所述车辆状态数据包括数据采集时刻t、前车的速度前车的纵向位置前车的长度l
p
、本车的速度本车的纵向位置本车的长度l
c
、两车的车道编号d
t
、两车之间的距离L
t
;所述时间间隔G的单位为毫秒,且G∈{10,20,50,100},两车的车道编号d
t
由道路内侧向外依次用从1开始的正整数标记,两车之间的距离L
t
通过本车的车载激光雷达采集获得,为本车的车头至前车的车尾之间的距离。3.根据权利要求2所述一种智能网联汽车数据异常环境的安全控制方法,其特征在于,步骤B中,所述t时刻行车间距推算值为其中为t
‑
G时刻对应的前车的速度,为t
‑
G时刻对应的本车的速度,为t
‑
G时刻对应的前车的纵向位置,为t
‑
G时刻对应的本车的纵向位置。4.根据权利要求3所述一种智能网联汽车数据异常环境的安全控制方法,其特征在于,步骤C具体为:数据异常风险判定:当或或时,判定这一组前车与本车存在数据异常风险,为一组数据异常风险车辆,其中,K为截至当前数据采集时刻发生数据异常风险的次数,t
i
为发生数据异常风险的时刻,α为两车间距累计相对偏差容许值,s
*
为IDM模型的本车期望间距,γ为安全间距容许值;所述IDM模型的本车期望间距其中s
min
为静止安全距离,T为安全时间间隔,为本车和前车的速度差,a为起步加速度,b为舒适减速度。
5.根据权利要求4所述一种智能网联汽车数据异...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。