世界汽车工业正在经历前所未有的大变革，以人工智能、大数据与新一代信息通信技术为代表的新一轮科技革命，驱动了汽车从传统交通工具向未来智能终端的转变，智能网联汽车已成为全球汽车与交通产业发展的战略方向与竞争焦点。2020年2月，国家发展改革委、科技部、工业和信息化部等11部委联合印发了《智能汽车创新发展战略》，明确了发展智能网联汽车对加快制造强国、科技强国、网络强国、交通强国建设的重要战略意义。当前，智能网联汽车产业面临复合型人才缺乏、人才知识结构与产业发展脱节、传统专业核心课程与智能网联汽车新业态匹配度不高等关键挑战。同时，从高校智能网联汽车人才培养来看，仍面临知识体系单一、组织模式固化，以及建设模式脱节等关键问题。作为智能网联汽车核心技术体系之一，车联网深度融合了新一代移动通信与AI等变革性技术，是典型的计算机、通信、人工智能、车辆工程等专业学科的跨界融合领域，是突破单车智能局限、支撑协同感知、决策与控制，并最终实现;车路云一体化的重要技术路线。因此，在面向相关领域人才培养过程中，亟须重构知识体系、创新培养模式、完善教学资源、紧跟产业前沿。在知识体系方面，本书涵盖了通信工程、计算机技术、人工智能及车辆工程等专业领域，有机融合了无线通信理论、C_V2X通信技术、测试与评价技术、信息安全技术、协同智驾算法等基础知识，以及边缘智能、车_路_云一体化等前沿技术，兼顾知识体系前沿性与高阶性，强调培养学生复合型知识素养。在能力目标方面，本书配套了基于软件仿真、硬件在环、系统联调等递进式实践项目，以项目为载体组织教学内容、连接知识与实践，在培养学生学习知识、发现问题、设计方案、解决问题等方面形成闭环，从而提升学生系统性思维能力、跨界融合能力，以及工程创新创造能力。在素质培养方面，本书通过深入介绍车联网中国标准、智能网联汽车中国方案等技术与案例，培养学生深刻理解自主技术创新的重要意义，引导学生勇于突破关键核心技术，树立科技报国与为民造福的理想情怀。本书包含7章正文和1本配套实验任务书，主要内容概述如下：第1章对车联网概念、技术，以及发展趋势进行了概述。首先从网络演进、技术发展和产业趋势三个不同维度探讨车联网基本概念。接下来，从通信与计算视角、车载信息物理系统视角，以及协同智能驾驶视角分别阐述了车联网技术的内涵与外延。最后，从全球趋势、国家战略需求，以及技术演进态势等维度探讨了车联网未来发展趋势。第2章对车联网涉及的主要交叉学科知识进行了梳理与概述。首先，在无线通信基础方面，介绍了无线通信发展历程、无线传输关键技术、蜂窝网络关键技术等内容。其次，在计算机网络方面，介绍了基本概念及原理、TCP/IP体系结构、路由协议，以及前沿技术等。接下来，在算法基础方面，介绍了计算思维、算法复杂度等基本概念，以及演化算法、多目标优化算法、拍卖博弈等具体策略。最后，在人工智能方面，介绍了机器学习、深度学习、计算机视觉、强化学习、大模型等基础知识。第3章介绍了车联网标准体系及关键技术。首先，简要介绍并对比了DSRC与C_V2X两条车联网主要标准路线。其次，针对LTE_V2X关键技术，介绍了通信方式与网络架构、无线接口协议栈、物理层技术、无线信道接入控制与资源分配技术、同步机制、服务质量管理，以及拥塞控制等关键技术。最后，针对NR_V2X关键技术，介绍了部署场景、网络架构、协议栈设计，以及单播、多播与广播通信模式，并深入探讨了NR_V2X直通链路的业务服务质量管理机制、物理层技术、HARQ反馈机制、无线信道接入控制与资源分配、同步机制、功率控制技术、信道状态信息的测量和反馈，以及跨无线接入技术调度机制等关键技术。第4章聚焦车联网协同智能测试评价体系与技术。首先，从产业发展、技术演进背景出发，明晰测试评价需求，并基于国内外实践与方法，介绍测评体系框架。接下来，围绕自动驾驶、车_路协同等应用需求，构建典型测试场景。进一步，深入介绍了智能网联汽车测试方法，涵盖场景、仿真、场地、道路测试等。最后，从体系搭建到评价维度与结果评估，全面介绍测试评价逻辑与手段。第5章介绍车联网安全与隐私保护的核心问题与关键技术。首先，解析了车联网的安全特性与威胁场景，揭示其动态防御需求，剖析典型攻击类型与潜在风险。在此基础上，详细阐述了车联网通信安全与认证机制，包括通信安全需求分析、PKI数字证书管理体系，以及匿名认证与可追溯机制。进一步，介绍了基于差分隐私、联邦学习等技术的车联网数据隐私保护机制，并结合实际案例阐述如何在数据可用与隐私保护间实现平衡。最后，探讨了安全体系化保障措施，包括密钥管理、可信执行环境等。第6章聚焦车联网端边云协同计算架构与关键技术。首先，介绍了车联网异构网络融合分层架构、车路云一体化系统架构、车联网数字孪生系统架构等新兴网络范式。其次，针对车联网端边云协同数据分发问题，介绍了基于软件定义车联网的I2V/V2V协同数据分发、基于网络编码的车联网数据广播，以及车联网时态信息服务调度算法等系统架构与理论体系。进一步，针对车联网端边云协同任务卸载与资源分配问题，介绍了基于多臂老虎机学习的车联网分布式任务卸载策略、基于演化计算的车联网可分割任务卸载策略，以及基于拍卖博弈的车联网时空关联任务卸载策略等核心技术。最后，针对车联网协同训练与推理问题，介绍了车联网分布式协同训练机制、车联网自适应模型部署策略，以及车联网端边云协同推理技术等前沿理论与算法。第7章介绍协同智能驾驶关键技术及应用。首先，分析了单车智能向协同智能演进的技术路线与典型场景。其次，阐述了车联网驱动的协同感知技术体系与多模态融合关键技术，并介绍相关应用案例。进一步，介绍车辆协同定位技术，包括基于摄像头、激光雷达等多传感器融合的定位技术、基于车_车/车_路协同的定位与轨迹预测技术，以及不同场景下协同定位与轨迹预测案例。最后，介绍了协同决策与规划关键技术，包括面向车辆编队、多车交互博弈、混合交通场景的协同决策与规划解决方案，以及面向交叉路口的协同规划应用案例。本书配套6个综合实验项目，包括远程驾驶系统设计与实现、车联网典型场景模拟与验证、基于V2X的数据传输实现与解析、基于V2V的车辆;透视系统设计与实现、基于V2I的碰撞预警系统设计与实现，以及车_路协同智能系统设计与实现。配套实验任务书详细介绍了各实验目的、软硬件环境需求与配置、关键思路、核心代码，以及实验效果，有机融合了无线通信、C_V2X标准、车_车/车_路协同、端边云协同计算等核心知识体系。本书由中国信息通信科技集团有限公司陈山枝任编委会主任，香港城市大学汪建平、武汉大学吴黎兵、上海交通大学朱燕民、重庆大学刘凯任编委会副主任。感谢所有编委对本书出版的指导，感谢重庆大学边缘智能实验室晏国志、熊一鑫、程通通、谢阳兴、胡奕扬、邱智博、张涛、黎佳鑫、欧沛鑫、梅诗远、黄敏轩、王飞、龚楠等同学在本书出版过程中的支持与贡献，本书亦得益于重庆大学国家卓越工程师学院有组织地探索并实施教育、科技、人才一体化推进的体制机制，构建了基于学科交叉、校企协同、项目驱动的智能网联汽车学域制人才培养体系。本书出版受到重庆市高等教育教学改革研究重大项目（241001、231002）、重庆市研究生教育教学改革研究重大项目（yjg250005）、中国高等教育学会高等教育科学研究规划课题（24GC0103）等项目资助。由于编者水平有限，书中难免存在错误和不足之处，恳请读者对本书的内容和章节安排等提出宝贵意见，并对书中存在的错误及不当之处提出批评和修改建议，以便本书再版修订时参考。

编　者

随着《智能汽车创新发展战略》的深入实施，智能网联汽车已成为我国抢占科技高地、建设交通强国的核心赛道。然而，产业爆发式增长背后，是复合型人才极度匮乏、传统教材难以匹配新业态的痛点。由陈山枝教授担任编委会主任，汇聚香港城市大学、武汉大学、上海交通大学、重庆大学等顶尖高校专家智慧，并由重庆市教改重大项目支持的《车联网协同智能：原理、技术与实践》一书应势而来，为破解育人难题提供了系统化方案。

1. 紧扣国家战略，构建;车路云一体化前沿知识体系

本书紧密对接《智能汽车创新发展战略》，聚焦智能网联汽车;中国方案。全书打破传统学科壁垒，深度融合通信工程、计算机科学、人工智能与车辆工程四大领域知识。从LTE_V2X到最前沿的NR_V2X关键技术，从协同感知到端边云协同计算，全面覆盖;聪明的车、智慧的路、协同的云全技术栈，助力高校解决知识体系单一、与产业前沿脱节的痛点。

2. 强化工程实践，打造;虚实结合的进阶式实验体系

区别于纯理论教材，本书独创性地配套了六大综合实验项目（含独立的实验任务书）。内容涵盖软件仿真、硬件在环及真实系统平台，包括远程驾驶、V2X数据传输、碰撞预警及车路协同系统等。通过;项目驱动的教学模式，将无线通信、C_V2X标准与协同算法融入实操，有效提升学生系统性思维、跨界融合能力及工程创新实践能力。

3. 深耕核心技术，揭秘车联网安全与协同智能底层逻辑

针对行业痛点，本书深入剖析了车联网安全与隐私保护的;防_护机制，详解PKI认证、差分隐私及联邦学习等关键技术；同时，重点阐述了从单车智能向协同智能演进的路径，对协同感知、协同定位及协同决策规划等算法原理与应用案例进行了透彻讲解，为读者攻克高阶技术难题提供坚实的理论支撑。

4. 权威团队打造，适配多学科高层次人才培养需求

依托重庆大学国家卓越工程师学院的教改成果，本书由产学研界资深专家联合编写。内容编排兼顾高阶性与前沿性，既可作为人工智能、自动化、软件工程等相关专业高年级本科生及研究生的核心教材，亦可供相关领域科研人员及工程师作为案头参考书，是培养智能网联汽车复合型拔尖创新人才的优选教材。

车联网深度融合了新一代移动通信与人工智能（AI）等变革性技术，是新质生产力的典型应用，是实现;聪明的车、智慧的路、协同的云一体化的核心技术。本书从车联网概念的内涵与外延、交叉学科理论与技术基础、标准体系及关键技术、测试评价体系、安全与隐私保护、端边云协同计算架构与关键技术，以及协同智能驾驶关键技术等方面，系统地介绍了车联网协同智能前沿知识架构与典型应用场景。同时，本书配套设计了一系列基于软件仿真、硬件在环与真实系统平台的项目案例，以集成车联网感知、传输、计算于一体的开放实践项目为载体，贯穿交叉学科知识体系，引领读者跟踪前沿技术、拓宽领域视野、增强解决实际工程问题能力、激发创新探索兴趣。本书可作为高等院校本科高年级学生及研究生课程教材，适用专业包括但不限于人工智能、计算机技术、软件工程、通信工程、车辆工程、自动化等，同时也可作为相关领域研究人员参考用书。

刘凯，重庆大学国家卓越工程师学院、重庆大学计算机学院教授，博士生导师。2011年8月获得香港城市大学计算机科学博士学位。曾为美国弗吉尼亚大学访问学者、香港城市大学高级研究助理及博士后、新加坡南洋理工大学博士后、以及香港浸会大学博士后。主要研究方向包括车联网、边缘计算、智能计算、普适计算、智能交通系统等。曾荣获重庆市自然科学一等奖（排名第二）、重庆青年拔尖人才、重庆市高校中青年骨干教师等荣誉，入选年度斯坦福全球前2%顶尖科学家榜单。

前言第1章　车联网概述11.1　什么是车联网11.1.1　网络演进视角下的车联网11.1.2　技术发展视角下的车联网11.1.3　产业趋势视角下的车联网21.2　车联网内涵与外延31.2.1　传统车联网形态31.2.2　车联网基本含义41.2.3　车联网技术外延51.3　车联网发展全球趋势与国家战略91.3.1　全球趋势91.3.2　国家战略101.4　车联网演进态势121.4.1　通信体系131.4.2　协同智能131.4.3　空天地融合13思考题14第2章　理论与技术基础152.1　无线通信基础152.1.1　无线通信发展历程152.1.2　无线传输关键技术192.1.3　蜂窝网络关键技术242.2　计算机网络基础282.2.1　计算机网络概述282.2.2　TCP/IP体系结构302.2.3　路由协议322.2.4　前沿技术372.3　算法基础392.3.1　计算思维392.3.2　经典算法思想392.3.3　演化算法412.3.4　多目标优化算法422.3.5　拍卖博弈432.3.6　算法复杂度452.4　人工智能基础462.4.1　机器学习基础462.4.2　深度学习与计算机视觉522.4.3　强化学习582.4.4　大模型基础62思考题64第3章　车联网标准体系及关键技术663.1　车联网技术标准663.1.1　DSRC（IEEE 802.11p）技术与标准673.1.2　C_V2X技术与标准683.1.3　DSRC（IEEE 802.11p）与C_V2X技术对比723.2　LTE_V2X关键技术743.2.1　LTE_V2X通信方式和网络架构753.2.2　无线接口协议栈793.2.3　物理层技术813.2.4　无线信道接入控制与资源分配技术813.2.5　同步机制823.2.6　服务质量管理853.2.7　拥塞控制853.3　NR_V2X关键技术873.3.1　NR_V2X部署场景873.3.2　NR_V2X网络架构883.3.3　NR_V2X PC5协议栈和信道映射关系903.3.4　NR_V2X PC5广播、多播和单播通信模式923.3.5　NR_V2X业务服务质量管理机制943.3.6　NR_V2X直通链路物理层技术953.3.7　NR_V2X直通链路的HARQ反馈机制983.3.8　NR_V2X直通链路无线信道接入控制与资源分配1023.3.9　NR_V2X直通链路同步机制1073.3.10　NR_V2X直通链路功率控制技术1083.3.11　NR_V2X直通链路信道状态信息（CSI）的测量和反馈1093.3.12　跨无线接入技术调度机制111思考题111第4章　车联网协同智能测试评价体系与技术1134.1　车联网协同智能测试评价体系1134.1.1　构建车联网协同智能测试评价体系的背景1134.1.2　构建车联网协同智能测试评价体系的方法1154.2　车联网协同智能测试场景1184.2.1　自动驾驶典型测试场景1184.2.2　基于LTE_V2X的典型应用场景1244.2.3　车_车/车_路协同典型应用场景1284.3　智能网联汽车测试方法1324.3.1　基于场景的三支柱测试方法1324.3.2　仿真测试方法与技术1344.3.3　场地测试方法与技术1404.3.4　道路测试方法与技术1424.4　智能网联汽车评价方法1444.4.1　智能网联汽车评价体系1454.4.2　核心评价维度1454.4.3　智能网联汽车综合性能评估147思考题148第5章　车联网安全与隐私保护1505.1　车联网安全与隐私保护基础1505.1.1　安全三性与典型威胁场景1505.1.2　隐私保护目标与风险挑战1525.1.3　安全与隐私协同设计理念1545.2　车联网常见风险类型与风险分析1565.2.1　网络层安全威胁1565.2.2　数据层隐私风险1595.2.3　设备层攻击挑战1625.2.4　安全事件与案例分析1695.3　车联网通信安全与认证机制1715.3.1　车联网通信安全需求分析1715.3.2　PKI与数字证书管理体系1745.3.3　匿名认证与可追溯机制1755.3.4　C_V2X安全技术1765.4　车联网数据隐私保护技术与应用1775.4.1　车联网数据隐私保护需求分析1785.4.2　基于差分隐私的车载数据发布1785.4.3　基于联邦学习的分布式建模1805.4.4　位置隐私保护方法1835.4.5　密态计算技术应用1855.5　车联网安全体系化保障与发展趋势1865.5.1　密钥管理与可信执行环境1865.5.2　软件与系统安全机制1895.5.3　安全标准与法规适配190思考题192第6章　车联网端边云协同计算架构与关键技术1956.1　新型网络范式与系统架构1956.1.1　车联网异构网络融合分层架构1956.1.2　车路云一体化系统架构1966.1.3　车联网数字孪生系统架构1986.2　车联网端边云协同数据分发关键技术2026.2.1　基于软件定义车联网的I2V/V2V协同数据分发2026.2.2　基于网络编码的车联网数据广播2066.2.3　车联网时态信息服务关键技术2106.3　车联网端边云协同任务卸载与资源分配关键技术2126.3.1　基于多臂老虎机学习的车联网分布式任务卸载策略2126.3.2　基于演化计算的车联网可分割任务卸载策略2146.3.3　基于拍卖博弈的车联网时空关联任务卸载策略2186.4　车联网协同训练与推理关键技术2216.4.1　车联网分布式协同训练机制2216.4.2　车联网自适应模型部署策略2256.4.3　车联网端边云协同推理技术227思考题231第7章　协同智能驾驶关键技术与应用2337.1　车联网驱动的智能驾驶阶段化演进2337.1.1　对象转变：从个体智能到协同智能2337.1.2　任务拓展：从协同感知到协同控制2357.1.3　应用场景：从限定区域到开放道路2377.1.4　产业协同：从技术验证到规模化部署2387.2　协同感知关键技术及应用2417.2.1　多模态数据表示与融合2417.2.2　时空对齐技术2457.2.3　主流框架与数据集介绍2477.2.4　协同感知应用案例2497.3　协同定位与轨迹预测关键技术及应用2517.3.1　车载定位技术基础 2517.3.2　车_路协同定位关键技术2527.3.3　多车协同定位关键技术2547.3.4　协同定位应用案例2577.4　协同决策与规划关键技术及应用2607.4.1　协同决策与规划技术基础2607.4.2　协同决策规划关键挑战与解决方案2637.4.3　智能驾驶交叉路口协同规划案例265思考题268参考文献269