Analysis of AODV over increased density and mobility in Intelligent Transportation System
目前的VANET领域缺乏一些更好的设计算法来处理动态变化和频繁的中断，由于车辆的高移动性。有许多技术可以在移动车辆上传播信息，但它们都高度依赖于流量，密度和速度等条件。常用的两种技术是AODV（Ad Hoc on Demand Distance Vector）和DSRC（Dedicated Short Range Communication）。本文对AODV协议进行了详细的分析。本文主要研究AODV在智能交通系统中的应用。分析了AODV路由协议的局限性。可以在一定程度上消除这些限制，以提高车辆网络的性能，并使驾驶对于普通用户来说更加安全和容易，并且将消除实现的复杂性，并且可以实现高效的系统实现。
2012-11-12 cs.NI
REITS: Reflective Surface for Intelligent Transportation Systems
预计自动驾驶汽车将在可预见的未来主导运输行业。安全是自动驾驶系统早期部署的主要挑战之一。为了确保安全，自动驾驶汽车必须准确、可靠和及时地感知和检测人类、其他车辆和道路基础设施。然而，自动驾驶汽车使用的现有传感技术可能并不绝对可靠。在本文中，我们设计了REITS，这是一种提高自动驾驶汽车基于RF的传感模块可靠性的系统。我们对现有的基于RF的传感系统可能出现的故障进行了理论分析。基于分析，REITS采用多天线设计，这使得建设性的盲波束形成返回增强的雷达信号在入射方向上。REITS还可以通过在建设性波束形成状态和破坏性波束形成状态之间切换来让现有的雷达系统感测识别信息。初步结果显示，REITS将自动驾驶汽车雷达的探测距离提高了3.63倍。
2021-02-02 cs.NI
Responsible Federated Learning in Smart Transportation: Outlooks and Challenges
本文探讨AI与联邦学习在智能交通中的负责任应用，分析FL作用及负责任AI的促进效应，并梳理实施挑战与解决方向。
2024-04-10 cs.NI
A City-Scale ITS-G5 Network for Next-Generation Intelligent Transportation Systems: Design Insights and Challenges
随着自动驾驶汽车的发展，可靠的车联网（V2X）通信框架变得至关重要。在本文中，我们提出的发展和性能评估的一个现实世界的车辆网络测试平台。我们的测试平台部署在英国布里斯托尔市中心，能够以V2X方式交换传感器数据。我们将描述测试平台的架构及其操作模式。然后，我们将提供一些有关在网络设备上运行的固件的见解。系统性能已经在一系列大规模现场试验中进行了评估，这些试验证明了我们的解决方案如何代表V2X通信的低成本高质量框架。我们的系统在不同的场景下（城市，农村，高速公路）和城市周围的不同位置，实现了高数据包传输率。我们还发现了使用单核设备时数据包传输速率的不稳定性，并提出了一些未来的发展方向。
2018-07-06 cs.NI
5G-Enabled Pseudonymity for Cooperative Intelligent Transportation System
协同智能交通系统（C-ITS）使车辆、路边基础设施和道路使用者之间能够通信，以提高使用者的安全性并有效地管理交通。大多数（如果不是全部）智能车联网（V2X）应用程序通常依赖于连续收集和共享敏感信息，如详细的位置信息，这会引起隐私问题。在这种情况下，隐藏C-ITS车辆长期身份的常见方法是使用多个临时标识符，称为别名。然而，传统的同义词管理方法容易受到链接攻击。将5G网络引入V2X可提高位置准确性、更好的时钟同步、改进基于服务的模块化架构以及增强的安全和隐私保护控制。受上述增强功能的激励，我们研究了支持5G的缩略语，以保护C-ITS中的车辆身份隐私。我们强调的差距，在目前的标准的缩略语管理。我们还提供了关于域名管理生命周期的建议。
2022-03-20 cs.CR cs.NI
Towards Edge-Based Data Lake Architecture for Intelligent Transportation System
Federal University of Alagoas（阿拉戈斯联邦大学）；Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）；Univ Lyon, Inria, INSA Lyon, CITI（里昂大学、法国国家信息与自动化研究所、里昂国立应用科学学院、CITI实验室）
针对智能交通系统数据处理难题，本文提出一种基于边缘的数据湖架构，通过车载传感器网络、移动网络和驾驶员识别三个用例验证其在可扩展性、容错性和性能方面的优势。
2024-09-04 cs.AI cs.DB cs.NI
A Reproducible UAV-Assisted VANET Dataset Generator for Fragmentation Risk Analysis in Intelligent Transportation Systems
University of Quebec in Outaouais (UQO)（渥太华河谷大学）；University of Douala（杜阿拉大学）
提出一种基于ns-3的可复现无人机辅助VANET数据集生成器，通过模拟双车道高速公路场景并提取多种特征，生成带未来碎片化标签的数据集，支持短期碎片化风险预测。
2026-10-15 cs.NI
A Policy-Aware Model for Intelligent Transportation Systems
智能机器对机器（M2M）通信领域的最新进展使得有必要通过实施适当的安全规则来改进服务交付。由于大量的连接设备，M2M应用的关键性以及网络稳定性的弱点，我们需要考虑和分析安全方面并建立灵活的策略感知架构。本文探讨了在这种环境下的相关架构的挑战，并提出了一个策略感知的智能M2M架构（PAArc）的ETSI M2M通信功能架构的基础上。我们探索基于策略的管理方面，以提高M2M组件和服务的安全性，并减轻通过评估智能交通系统用例而产生的安全问题。结果表明，该策略的实施，使智能M2M通信领域的增强的安全管理能力，增加的灵活性，和更好的服务水平。
2017-07-01 cs.CR cs.NI
Towards Fully Intelligent Transportation through Infrastructure-Vehicle Cooperative Autonomous Driving: Challenges and Opportunities
PerceptIn（感知创新公司）；South China University of Technology（华南理工大学）；Northwestern University（西北大学）
基础设施-车辆协同自动驾驶方法依赖于智能道路和智能车辆之间的合作。与传统的车载自动驾驶方法相比，这种方法不仅更安全，而且更经济。在本文中，我们介绍了我们在协作自动驾驶领域的实际部署经验，并深入探讨了新挑战和机遇的细节。具体而言，根据我们在商业部署方面的进展，我们遵循了合作自动驾驶方法的三个阶段发展路线图：基础设施增强自动驾驶（IAAD），基础设施引导自动驾驶（IGAD）和基础设施规划自动驾驶（iPad）。
2021-03-03 cs.AR cs.NI cs.RO
DRIVE: A Digital Network Oracle for Cooperative Intelligent Transportation Systems
在一个人工智能彻底改变推理、预测和决策任务的世界里，数字孪生成为改变游戏规则的工具。一个恰当的例子是合作智能交通系统（C-ITS）的开发和优化：网络物理数字基础设施和（半）自动移动性的融合。本文介绍了用于自驱动智能车辆（DRIVE）的数字孪生。开发的框架解决了传统的车辆和网络模拟器的缺点。它提供了一个灵活的，模块化的，可扩展的实现，以确保大规模的，全市范围的实验与适度的计算成本。我们的数字孪生的定义特征是一个独特的架构，允许提交顺序查询，数字孪生提供即时响应与“世界的状态”，因此是一个甲骨文。通过与外部智能代理和真实移动轨迹的双向交互，DRIVE为基于机器学习的C-ITS解决方案的开发、训练和优化提供了环境。
2020-07-07 cs.NI cs.SY eess.SY
AdaptiveFog: A Modelling and Optimization Framework for Fog Computing in Intelligent Transportation Systems
雾计算一直被认为是智能互联车辆中计算密集型服务的一种使能技术。大多数现有的工作集中在分析与雾计算相关的延迟和工作负载处理延迟，忽略了无线访问延迟有时会主导整体延迟的事实。这激发了本文中的工作，在本文中，我们报告了一项为期五个月的测量研究，测量联网车辆和商用LTE网络支持的雾/云计算系统之间的无线接入延迟。我们提出了AdaptiveFog，这是一种新的框架，用于在实现雾/云基础设施的不同LTE网络之间进行自主和动态切换。AdaptiveFog的主要目标是最大化服务置信度，定义为给定服务类型的延迟低于某个阈值的概率。为了量化不同LTE网络之间的性能差距，我们引入了一种新的统计距离度量，称为加权Kantorovich-Rubinstein（K-R）距离。两个方案的基础上，有限和无限的地平线优化的短期和长期的信心。对于每种情况，提出了一种简单的阈值策略，基于加权K-R距离，并证明了最大化的延迟的智能车辆的信心。基于我们的延迟测量进行了广泛的分析和模拟。我们的研究结果表明，AdaptiveFog分别在雾和云的置信水平上提高了约30%至50%。
2021-06-29 cs.NI
Communication Technologies for Intelligent Transportation Systems: From Railways to UAVs and Beyond
本文探讨了智能交通系统中通信技术的发展，涵盖铁路、公路、航空和无人机等领域，分析现有技术的局限性，并提出5G、6G和AI驱动网络等新兴技术的整合路径，旨在提升交通系统的互操作性和效率。
2026-01-20 cs.NI
Intelligent Edge Resource Provisioning for Scalable Digital Twins of Autonomous Vehicles
针对自动驾驶车辆数字孪生（DTs）运行中计算资源管理的挑战，提出集成DTs与移动边缘计算（MEC）的分布式架构及网络感知任务配置算法，通过仿真验证将同步误差降至5%以下、资源利用率达99.5%，提升DT鲁棒性与可扩展性。
2025-08-15 cs.NI
Digital Radar for Collision Avoidance and Automatic Cruise Control in Transportation
在交通系统中，为了避免碰撞，自动巡航控制（ACC）需要一个合适的遥感装置。提出了一种用于智能交通系统（ITS）遥感的直接序列扩频（DSSS）雷达。我们已经成功地检测到单个目标，并通过一维雷达成像，我们能够分离多个目标。我们还实现了DSSS雷达使用软件定义无线电（SDR），并成功地检测到一个单一的目标。
2009-03-09 cs.NI
Interplay between Security, Privacy and Trust in 6G-enabled Intelligent Transportation Systems
本文综述6G赋能的智能交通系统的机遇与安全隐私挑战，聚焦信任、安全与隐私及量子技术的双重影响，提出攻击模型分类，对比5G与6G ITS的安全威胁并给出缓解方案，呼吁构建多层安全框架。
2025-10-02 cs.CR cs.NI
Making a Case for Federated Learning in the Internet of Vehicles and Intelligent Transportation Systems
University of Western Ontario（西安大略大学）
随着5G网络的引入和技术的进步，例如网络功能虚拟化和软件定义网络，新的和新兴的网络技术和用例正在形成。其中一项技术是车辆互联网（IoV），它描述了车辆和基础设施的互联系统。再加上人工智能和机器学习的最新发展，车联网将转变为智能交通系统（ITS）。然而，有几个操作上的考虑因素阻碍了ITS系统的采用，包括可扩展性、高可用性和数据隐私。为了应对这些挑战，联邦学习，一个协作和分布式智能技术，建议。通过ITS案例研究，强调了部署在整个网络路边基础设施上的联合模型通过利用组智能从故障中恢复的能力，同时减少了恢复时间并恢复了可接受的系统性能。联邦学习具有众多用例和优势，是ITS的关键推动因素，并有望在5G及其他网络和应用中实现广泛应用。
2021-02-19 cs.LG cs.NI
Connected Vehicular Transportation: Data Analytics and Traffic-dependent Networking
随着车载操作系统在车辆中变得越来越普遍，快速运动车辆中的实时宽带信息娱乐和智能交通系统（ITS）服务应用变得越来越苛刻，这被高度期望显著提高我们日常道路生活的效率和安全性。新兴的ITS和车辆应用，例如，然而，行程规划需要在实时普适信息收集和大数据处理方面做出大量努力，以便为快速移动的车辆提供快速决策和反馈，这因此对开发高效的车辆通信平台提出了重大挑战。在本文中，我们介绍了TrasoNET，这是一个集成的网络框架，通过探索数据分析和网络技术为联网车辆提供实时智能交通服务。TrasoNET建立在两个关键组件之上。第一个通过探索实时交通状态、特定用户偏好、服务应用和网络条件的信息来引导车辆到适当的接入网络。第二部分主要涉及分布式自动访问引擎，该引擎使各个车辆能够基于访问推荐器、本地观察和历史信息做出分布式访问决策。我们展示了TrasoNET在基于出租车真实轨迹的实时交通传感案例研究中的应用。
2017-04-26 cs.NI
Intelligent Transportation Systems' Orchestration: Lessons Learned & Potential Opportunities
Western University（西安大略大学）；ISSAE-Cnam Liban（黎巴嫩国立应用科学学院-法国国立工艺学院）；CNAM Paris（巴黎法国国立工艺学院）
全球5G网络的部署力度不断加大，加速了企业/服务的数字化转型。这种增长导致了对新通信技术的需求，这将促进这一转变。6 G被提议作为实现这一目标的一组技术和架构。在5G网络出现并将继续在6 G网络中发挥关键作用的主要用例之一是智能交通系统（ITS）。开发和部署高效率和高效力的信息技术系统预计会带来各种好处，但同时也带来了一系列需要解决的独特挑战。一个突出的挑战是ITS编排，由于各种支持技术和异构网络用于提供所需的ITS应用程序/服务。为此，本文重点介绍了ITS编排的挑战，详细突出了相关的文献，并列出了从目前的ITS部署编排工作的经验教训。它还提供了多种潜在的数据驱动的研究机会，其中可以部署强化学习和联邦学习等范例，以提供有效和高效的ITS编排。
2022-05-05 cs.LG cs.NI
Overview on Security Approaches in Intelligent Transportation Systems
主要的标准化机构开发和设计的系统，应在车辆特设网络。美国电气和电子工程师协会（IEEE）设计了车载无线接入（WAVE）系统。欧洲电信标准协会（ETSI）提出了“ITS-G5”系统。车载自组织网络是智能交通系统的基础。他们的目标是有效地沟通，并为人们提供好处，从提高安全性到便利性。但是不同的设计和架构选择会导致不同的网络属性，特别是从根本上取决于网络架构的安全属性。为了能够比较不同的安全架构，需要讨论不同的建议方法。目前的研究中存在的一个问题是缺乏对VANESTIC中建立信任的不同方法的关注。因此，本文调查了不同的安全问题和解决方案在VANESTIC，我们进一步将这些解决方案分为三个基本的信任定义架构：集中式，分散式和混合。这些类别表示如何在系统中建立信任，即，以集中、分散的方式，甚至通过将两种相反的方法结合起来，形成一种混合解决方案，旨在继承两个世界的好处。这项调查定义了这些类别，并发现混合方法在目前的研究工作中代表性不足。
2015-09-04 cs.CR cs.NI
Edge-enabled V2X Service Placement for Intelligent Transportation Systems
作为未来智能交通系统（ITS）的一部分，车联网（V2X）通信和服务已经引起了不同利益相关者的极大兴趣。这是因为它提供了许多好处。然而，这些服务中的许多具有严格的性能要求，特别是在延迟/等待时间方面。多路访问/移动边缘计算（MEC）已被提出作为此类服务的潜在解决方案，使它们更接近车辆。然而，这带来了一系列新的挑战，例如在哪里放置这些V2X服务，特别是考虑到边缘节点可用的计算资源有限。为此，这项工作将混合核心/边缘环境中的最佳V2X服务放置（OVSP）问题表述为二进制整数线性规划问题。据我们所知，以前的工作没有考虑V2X服务放置问题，同时考虑节点处的计算资源可用性。此外，一个低复杂度的贪婪为基础的启发式算法命名为“贪婪V2X服务布局算法”（G-VSPA）的开发，以解决这个问题。仿真结果表明，OVSP模型成功地保证和维护了所有不同V2X服务的QoS要求。此外，据观察，所提出的G-VSPA算法实现接近最佳性能，同时具有较低的复杂度。
2020-01-13 cs.NI eess.SP
A Survey on Federated Learning in Intelligent Transportation Systems
本文综述了联邦学习在智能交通系统中的应用，聚焦交通流预测、目标识别和车载边缘计算三个场景，分析了其优势以解决集中式训练的实时性、数据孤岛和隐私问题。
2024-03-14 cs.NI eess.SP
V2X communication coverage analysis for connected vehicles in intelligent transportation networks: A case study for the city of Xanthi, Greece
本文以希腊克桑西市为案例，通过仿真建模V2V和V2I通信，评估RSU布局覆盖，发现400米通信范围最适合该市交通管理优化。
2023-12-31 cs.IR cs.NI cs.SI
RADAR Imaging in the Open field At 300 MHz-3000 MHz Radio Band
随着CDMA、UWB等宽带无线技术的发展，人们对无线通信系统和成像雷达系统进行了大量的开发。也在努力实现融合技术。通信和雷达技术之间的融合将导致ITS（智能交通系统）和其他应用。这鼓励了本书作者的这种发展。他们试图利用或融合通信技术向雷达，并实现无干扰和杂波质量的远程图像的目标，使用DS-UWB无线技术。
2007-05-15 cs.NI
Caching and Computation Offloading in High Altitude Platform Station (HAPS) Assisted Intelligent Transportation Systems
边缘智能是一种通过利用网络边缘上的计算资源来加速人工智能（AI）应用的新范式，可用于改善智能交通系统（ITS）。然而，由于物理限制和能源供应限制，边缘设备的计算能力通常是有限的。高空平台站（HAPS）计算可以被认为是边缘计算的一个有前途的扩展。HAPS部署在平流层，提供广泛的覆盖范围和强大的计算能力。它适用于协调陆地资源和存储与基于ITS的应用相关的基础数据。在这项工作中，三个计算层，即，交通工具、地面网络边缘和HAPS被集成以构建ITS的计算框架，其中HAPS数据库存储应用所需的基础数据。此外，高速缓存技术被引入到网络边缘，以存储来自HAPS的一些基本数据，从而可以减少大的传播延迟。我们的目标是通过优化计算卸载和缓存决策以及带宽和计算资源分配来最大限度地减少系统的延迟。模拟结果强调了HAPS计算在减轻延迟方面的优势以及网络边缘缓存的重要性。
2022-01-13 cs.NI cs.SY eess.SY
Optimal Control Theory in Intelligent Transportation Systems Research - A Review
Department of Information Systems, City University of Hong Kong（香港城市大学信息系统系）
本文综述了最优控制理论在智能交通系统中的应用，分析了其对交通管理问题的贡献及未来研究方向。
2013-04-13 cs.NI cs.SY eess.SY
Vehicle as a Resource (VaaR)
智能车辆被认为是智能交通系统的关键推动者。它们配备了资源/组件，以便为车辆乘员、道路上的其他车辆和第三方接收者提供服务。具有计算和存储功能的车载传感器、通信模块和车载单元允许智能车辆作为传感、数据存储、计算、云、数据中继、信息娱乐和本地化服务的移动服务提供商工作。在本文中，我们介绍了车辆作为一种资源（VaaR）的概念，并阐明了车辆可以在道路上或停放的服务。我们预计，智能车辆可以在各种情况下（包括紧急情况）提供重要的服务。
2014-03-07 cs.NI
Survey of Spectrum Regulation for Intelligent Transportation Systems
随着5G通信技术的发展，要求高可靠性、低延迟和大规模连接的车辆通信引起了学术界和工业界越来越多的兴趣。由于这些发展中的技术，车辆通信不仅限于车辆到车辆（V2 V）或车辆到基础设施（V2 I）网络形式的车辆组件，而且还扩展到与其他人（例如行人和蜂窝用户）的连接。专用短程通信（DSRC）是智能交通系统（ITS）的传统车载通信标准。最近，第三代合作伙伴计划推出了DSRC的竞争对手Cellular-Vehicle-to-Everything（C-V2X）。与此同时，美国联邦通信委员会（FCC）发布了一份建议规则制定通知（NPRM），考虑在ITS频段部署未经许可的国家信息基础设施（U-NII）设备，并采用两种干扰缓解方法：检测并空出（DAV）和重新信道化（Re-CH）。通过多种标准选项和干扰缓解方法，可以确定许多监管分类，并发布相关技术挑战的通知。然而，这些挑战比所涉不同国家目前和未来所追求的监管分类要广泛得多。由于他们的计划不同，技术和监管挑战也各不相同。本文介绍了一个文献调查的技术挑战，目前和未来的ITS频段使用计划，以及主要的研究试验台，为美国，欧洲、中国、韩国和日本。这项调查显示，最有可能的部署分类是（1）DSRC，C-V2X和Wi-Fi与Re-CH;（2）DSRC和C-V2X与互操作，以及（3）仅C-V2X。最困难的技术挑战是类似Wi-Fi的DSRC和类似4G LTE的C-V2X之…
2020-08-04 cs.NI cs.SY eess.SY
Blockchain for the Internet of Vehicles towards Intelligent Transportation Systems: A Survey
车联网（IoV）是一个新兴的概念，被认为有助于实现智能交通系统（ITS）的愿景。近年来，由于车辆技术、高吞吐量卫星通信、物联网和网络物理系统的快速发展，车联网已成为具有影响力的应用的重要研究领域。车联网使智能车辆能够与互联网和系统组件集成，这些组件归因于其环境，如公共基础设施，传感器，计算节点，行人和其他车辆。通过允许车辆和异构车辆网络之间开发通用信息交换平台，这种集成旨在为人们创造更好的环境和公共空间，并提高所有道路使用者的安全。作为一种参与式的数据交换和存储，车联网的底层信息交换平台需要安全、透明和不可变，以实现ITS的预期目标。在这方面，已探索采用区块链作为系统平台，以支持车联网的信息交换需求。由于其分散和不可变的性质，区块链支持的IoV应用程序被认为具有许多理想的属性，例如分散性，安全性，透明度，不变性和自动化。在本文中，我们对物联网区块链的最新进展进行了当代调查。特别是，我们强调了不同的应用场景的车联网后，仔细回顾了最近的文献。我们还调查了区块链在车联网中应用的几个关键挑战。此外，我们提出了未来的机会，并探讨了车联网作为ITS的关键使能器的进一步研究方向。
2020-10-03 cs.CR cs.NI cs.SI
Impact of Intelligent Technologies on IoV Security: Integrating Edge Computing and AI
Beijing Institute of Technology（北京理工大学）；CITY, University of London（伦敦城市大学）
本文探讨智能技术在车联网安全中的作用，分析边缘计算、机器学习和深度学习的协同效应，展示其在威胁检测、响应时间和适应性安全方面的贡献，并指出未来研究方向。
2026-04-11 cs.CR cs.NI
