“车联网关键技术与应用”专题导读

当前，我国新能源汽车产业发展迅猛，车联网技术在汽车智能化进程中起到了关键赋能作用。然而，无线通信技术的不断更迭和车路云一体化架构的不断发展，都对车联网技术的可靠性、安全性和兼容性等提出了更高要求。为了更好地促进车联网应用技术的发展，本刊精心策划组织了本期专题，共汇集9篇文章，涵盖车联网组网与通信、车联网辅助自动驾驶、车联网网络安全等方面的研究成果。

陶艺等撰写的《基于深度学习的车载CAN网络入侵检测模型》为了解决现有车载CAN网络入侵检测模型无法识别特定类型攻击、模型准确率低和模型泛化能力差等问题，提出一种基于深度学习的车载CAN网络入侵检测模型CNN-KAN，实现了准确的入侵攻击检测，同时具有较快的收敛速度。

吴鉴庭等撰写的《深度强化学习驱动的应急车辆优先信号控制策略》提出一种深度强化学习驱动的应急车辆优先通行交通信号控制算法 EMV-DQN，在平均行驶时间、等待时间等通行性能指标上显著优于传统控制方法和现有强化学习算法。该方法在保障应急车辆优先通过的同时，减少了对社会车辆通行的影响，有效提升了整体交通效率。

杜雨亭等撰写的《基于YOLOv8的雾天环境下车辆行人检测算法研究》针对雾天天气对自动驾驶系统性能影响较大的问题，提出一种雾天环境下的目标检测算法——PF-YOLOv8-AL。该模型融合了PF-Net去雾模块和YOLOv8-AL目标检测模块，并在AOD-Net的基础上进行了改进。测试结果表明，该算法有效提升了雾天场景下的目标检测精度。

此外，娄浩撰写的《车联网环境下隐私度量研究进展》、彭锐等撰写的《基于GWO-SA的车联网计算任务卸载策略》、解男男等撰写的《基于物理层射频指纹的车联网设备攻击检测》、张宇婷等撰写的《基于RHUS-YOLOv8的轻量级夜间行人车辆检测》、乔荣灿撰写的《传感器视角下的SLAM技术发展综述》、任燕等撰写的《基于OpenHarmony的车机智能系统设计与实现》介绍了车联网数据隐私保护、车联网辅助智能交通系统等关键技术的发展现状与研究方向，以促进该领域理论与实践研究。

本专题由于篇幅有限，不能涵盖车联网关键技术与应用的所有方面，希望通过探讨该领域研究热点、现状与未来发展趋势，推动车联网及相关产业的发展，为未来的车联网规模部署奠定坚实基础。