[发明专利]车路协同环境下基于单车运动特征的信息可信辨识方法有效

专利信息
申请号: 202011145584.3 申请日: 2020-10-23
公开(公告)号: CN112270840B 公开(公告)日: 2021-09-10
发明(设计)人: 张毅;晏松;王朝晖;胡坚明;张佐;裴欣 申请(专利权)人: 清华大学
主分类号: G08G1/0967 分类号: G08G1/0967;G08G1/16
代理公司: 郑州旭扬知识产权代理事务所(普通合伙) 41185 代理人: 高超
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 协同 环境 基于 单车 运动 特征 信息 可信 辨识 方法
【说明书】:

发明公开了一种车路协同环境下基于单车运动特征的信息可信辨识方法,结合车路协同环境下单车运动特征分析以及单车信息交互逻辑,从物理边界和运动状态两个维度构建单车信息交互可信辨识模型,采用可信辨识模型检测自车及系统产生的交互信息是否合法,对于合法的交互信息,终端直接使用,对于不合法异常交互信息,终端执行异常信息上报并启动应急模式;本发明能够有效解决因人为伪造、恶意篡改、设备异常等情况产生的不符合交通业务特征的数据和信息对车路协同环境下的交通系统所带来的安全问题,实现对现有车路协同环境下交通系统信息交互安全性与可靠性的提升。

技术领域

本发明涉及车路协同及网络安全技术领域,尤其涉及一种车路协同环境下基于单车运动特征的信息可信辨识方法。

背景技术

车路协同系统及技术是新一代智能交通系统的发展趋势,基于车-车、车-路的实时交互,可以实现更加高效、安全的交通组织与管理效益。如何确保交通信息交互的安全可靠,对于车路协同系统的应用具有重要意义。

车路协同系统的核心功能如车辆安全辅助驾驶、基于车路协同的自动驾驶、多车协同驾驶等,都需要依靠稳定和可信的交通信息交互才能得以实现。目前,对于车路协同系统中的交通信息交互,传统的信息安全技术重点在于:

(1)通信层:通信稳定、交互频率

(2)数据层:身份认证、数据加解密

但是,对于当前车路协同系统的应用环境而言,其对于交通信息的可靠性需求,不能只考虑传统通信层面的可靠性和安全性,还需要结合交通业务特征来甄别交互信息的可信程度,从而避免由于交通信息异常导致的包括系统整体功能失效在内的多种风险的发生。

发明内容

本发明的目的是提供一种车路协同环境下基于单车运动特征的信息可信辨识方法,能够有效提高车路协同环境下交通信息交互的安全性和可靠性。

本发明采用的技术方案为:

车路协同环境下基于单车运动特征的信息可信辨识方法,包括

S1、确定单车层面信息交互可信度辨识所基于的特征属性,根据特征属性采集对应的业务特征;

单车层面信息交互可信度辨识所基于的特征属性包括物理边界角度属性和运动状态角度属性;

物理边界角度属性包括车路相对位置、道路高度限制、汽车最大速度、汽车最大加速度和汽车最小转弯半径;

运动状态角度属性包括汽车转弯半径、汽车速度和汽车加速度;

S2、根据特征属性构建单车层面的可信特征模型,采用可信特征模型检测所采集的业务特征是否合法:终端采集的业务特征输入对应可信特征模型,比较边界数据值与采集的数值,判断采集的业务特征是否合法,合法则为可信特征,反之则为不可信特征;

单车层面的可信特征模型基于车辆运动学模型进行计算和判断;

S3、对于可信特征,终端直接使用,对于不可信特征,终端不使用并作为异常信息上报。

进一步地,所述步骤S2具体包括:

(a)当特征属性为车路相对位置时,步骤S2过程如下:

1.1:定义待测车辆为长L、宽W、高H的长方体;

1.2:选取矩形几何中心点(x,y)作为待测车辆的位置;

1.3:终端对待测车辆的位置进行采样,获取样本坐标(x1,y1),(x2,y2),(x3,y3),…,(xk,yk),…, (xn,yn);

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011145584.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top