本書涵蓋了車聯(lián)網(wǎng)領(lǐng)域的多個研究方向， 如智能交通環(huán)境、地域群播路由協(xié)議、基于拓撲結(jié)構(gòu)路由協(xié)議、VANET和物聯(lián)網(wǎng)應用、垂直切換的兩階段非合作博弈模型、網(wǎng)絡(luò)安全風險管理、軟件定義的車輛自組網(wǎng)、車輛傳感器網(wǎng)絡(luò)、車載延遲容忍網(wǎng)絡(luò)，以及無線傳感器節(jié)點的能量收集的技術(shù)等，并深入探討了相關(guān)技術(shù)的原理、優(yōu)缺點、應用場景及研究進展。同時，本書也重點關(guān)注了基于云計算的大數(shù)據(jù)分析在車聯(lián)網(wǎng)中的應用，詳細介紹了其原理、技術(shù)、工具和方法，并結(jié)合實際案例展示了它在交通管理、車輛監(jiān)控、安全保障等方面的應用。

車輛自組網(wǎng)（VANET）是為智能交通系統(tǒng)（ITS）開發(fā)的，也是未來道路交通系統(tǒng)的發(fā)展方向。云計算和大數(shù)據(jù)技術(shù)的結(jié)合為VANET提供了實時解決方案，并在全球范圍內(nèi)引起了廣泛的研究興趣。

本書將探討如何將云計算、大數(shù)據(jù)、車載云計算和物聯(lián)網(wǎng)與傳統(tǒng)的車輛自組網(wǎng)進行整合,涵蓋了與VANET相關(guān)的多個問題，涉及路由、安全性以及云計算、物聯(lián)網(wǎng)等最新技術(shù)的應用。同時，本書還介紹了機器學習技術(shù)的應用。

本書的目標讀者非常廣泛，包括學者、研究人員、本科生和研究生，以及行業(yè)內(nèi)人士等。本書能夠為研究人員提供更寬廣的視角，助力進一步探索VANET及其相關(guān)網(wǎng)絡(luò)的各個方面。

根據(jù)世界衛(wèi)生組織（WHO）的數(shù)據(jù)，每年全球有數(shù)百萬人因車輛交通事故而喪生或受傷，同時交通事故和交通堵塞導致數(shù)十億小時的時間損失，全球生產(chǎn)力也因此降低。由于車輛數(shù)量的急劇增加、交通擁堵和道路事故頻繁發(fā)生，優(yōu)化交通管理面臨著巨大挑戰(zhàn),因此，為了減少交通事故數(shù)量、改善交通系統(tǒng)的性能、提升道路安全和保護環(huán)境，引入了車輛自組網(wǎng)（VANET）的概念。VANET是為智能交通系統(tǒng)（ITS）開發(fā)的，也是未來道路交通系統(tǒng)的發(fā)展方向。隨著無線通信、計算范式、大數(shù)據(jù)和云計算的發(fā)展，智能設(shè)備配備了無線通信功能和高性能處理工具。

近年來，VANET通過引入云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)（IoT）等基于服務(wù)和概念的先進蜂窩網(wǎng)絡(luò)（如5G網(wǎng)絡(luò)）和車聯(lián)網(wǎng)概念，得到了改進。大數(shù)據(jù)和云計算正成為VANET領(lǐng)域的新興研究方向，在全球范圍內(nèi)涉及許多項目。車載通信系統(tǒng)將產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)如今被存儲在云端，稱為云數(shù)據(jù)，也被視為大數(shù)據(jù)。大數(shù)據(jù)指的是大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，可以通過各種應用軟件進行分析。利用大數(shù)據(jù)分析，我們可以從數(shù)據(jù)中獲取收益。因此，云端的大數(shù)據(jù)對于VANET的實施具有深遠影響，使交通系統(tǒng)更加安全、高效和有效。

此外，由于VANET的獨特性和廣泛的應用和服務(wù)，如減少交通事故、提升乘客安全、改善交通效率以及提供娛樂和信息服務(wù)，VANET一直受到密切關(guān)注和深入研究。借助大數(shù)據(jù)分析，我們能夠提高交通效率、提升擁堵控制和運輸安全水平。然而，在VANET中應用大數(shù)據(jù)分析存在著許多關(guān)鍵的研究問題和重要挑戰(zhàn)。為了滿足VANET需求，云計算或移動云計算成為一種全新的計算模式，通過互聯(lián)網(wǎng)按需存儲、訪問、處理、共享數(shù)據(jù)、文件和程序。云計算被認為是滿足VANET需求的關(guān)鍵要素，它提供了一個網(wǎng)絡(luò)訪問模型，旨在交換大量的計算資源和服務(wù)。云計算和大數(shù)據(jù)技術(shù)的結(jié)合為VANET提供了實時解決方案，并在全球范圍內(nèi)引起了廣泛的研究興趣。同時，云服務(wù)提供商將為車載節(jié)點用戶提供基于云的付費服務(wù)，也會提供一些免費服務(wù)。

隨著無線技術(shù)、大數(shù)據(jù)、物聯(lián)網(wǎng)和智能車輛的快速發(fā)展，將智能設(shè)備（如智能手機、個人數(shù)字助理、智能手表、智能電視、筆記本計算機等）與云相連接的需求日益增加。傳統(tǒng)VANET在部署中面臨著靈活性不足、連接性差和智能度不足等技術(shù)挑戰(zhàn)。因此，云計算、大數(shù)據(jù)分析、車載云計算、物聯(lián)網(wǎng)和VANET成為當前智能交通系統(tǒng)中的重要組成部分。各種關(guān)于VANET、云概念和大數(shù)據(jù)分析的研究表明，它們對包含智能VANET的智能交通系統(tǒng)具有顯著影響。

由于車輛數(shù)量的增加，交通事故、安全問題、道路擁堵、停車困難和環(huán)境污染等全球性問題變得嚴峻，智能交通系統(tǒng)已成為解決這些問題的主要方法。因此，為了應對這些問題，基于云計算和大數(shù)據(jù)的未來VANET將對自主駕駛車輛提出獨特要求，包括高效性、更好的連接性、低延遲和實時應用，這些要求可能無法通過傳統(tǒng)的VANET滿足。因此，本書將探討如何將云計算、大數(shù)據(jù)、車載云計算和物聯(lián)網(wǎng)與傳統(tǒng)的VANET進行整合。

本書涵蓋了與VANET相關(guān)的多個問題，涉及路由、安全性以及云計算、物聯(lián)網(wǎng)等最新技術(shù)的應用。同時，本書還介紹了機器學習技術(shù)的應用。因此，本書的目標讀者非常廣泛，包括學者、研究人員、本科生和研究生，以及行業(yè)內(nèi)人士等。


本書共分為11章，各章內(nèi)容簡介如下：

第1章討論了機器學習技術(shù)在智能交通環(huán)境中的應用及其價值。為了優(yōu)化車輛的運行并降低事故率，幾乎所有路口都安裝了交通信號燈。交通信號燈的目的是減少交通擁堵，但由于交通流動的動態(tài)性，擁堵問題一直存在。這種擁堵導致車輛等待時間增加。本章介紹兩種基于機器學習的方法來改善擁堵交通環(huán)境。首先,基于深度學習的交通信號控制，通過圖像處理技術(shù)識別路口各方向的擁堵情況。根據(jù)擁堵程度分析，算法提出了動態(tài)綠燈時間，取代傳統(tǒng)的固定信號燈系統(tǒng)。其次，提出基于Q學習的方法，通過累積獎勵來決定交通信號燈的狀態(tài)。最后，在不同的交通模擬環(huán)境中，通過SUMO測試這些算法，并進行了詳細的分析。這些研究成果對于學術(shù)界的學者、研究人員、本科生和研究生以及相關(guān)行業(yè)人員都具有重要的參考價值。

第2章探討用于自組網(wǎng)的各種基于位置的路由算法。其中，地域群播是傳統(tǒng)多播問題的一種特殊情況，它指的是將消息或數(shù)據(jù)傳遞到特定地理區(qū)域。在自組網(wǎng)中，路由是將消息從源節(jié)點傳輸?shù)侥繕斯?jié)點所需的關(guān)鍵活動。由于節(jié)點快速移動、網(wǎng)絡(luò)負載或流量模式以及網(wǎng)絡(luò)拓撲結(jié)構(gòu)的動態(tài)變化，路由問題在自組網(wǎng)環(huán)境中變得非常重要且相對復雜。本章介紹了在移動自組網(wǎng)和車輛自組網(wǎng)中使用的各種地域群播路由機制，并深入分析了每種協(xié)議的優(yōu)點和局限性。在地域群播消息的傳遞過程中，源節(jié)點和目標節(jié)點都利用位置信息進行確定，而全球定位系統(tǒng)（GPS）則用于確定節(jié)點的位置。本章還對現(xiàn)有地域群播路由協(xié)議進行了全面的比較分析，并提出了未來設(shè)計新路由協(xié)議以明確相關(guān)問題的研究方向。

第3章對各種基于拓撲結(jié)構(gòu)路由協(xié)議在印度城市車輛交通場景中的表現(xiàn)進行評估。VANET是移動無線自組網(wǎng)(MANET)的一種特殊形式，助力實現(xiàn)智能交通系統(tǒng)。印度交通運輸與公路部的報告顯示，2015年印度有150萬人在道路事故中喪生。為了減少傷亡并提升旅程中的舒適感，印度也需要引入VANET技術(shù)。在實際應用之前，需要對VANET在印度道路上的適用性進行測試。本章選擇了開放街圖網(wǎng)站上新德里康諾特廣場的真實地圖，并使用SUMO進行交通流建模。通過采用多種場景來反映印度真實道路條件，評估了AODV、DSDV和DSR等路由協(xié)議的性能。在城市車輛交通場景中，使用CBR流量來傳播緊急消息。通過NS-2.35網(wǎng)絡(luò)模擬器，考慮了吞吐量、數(shù)據(jù)包傳遞率和端到端延遲等指標進行性能分析。

第4章討論車輛自組網(wǎng)中物聯(lián)網(wǎng)的各種應用。用戶可以利用云存儲大量數(shù)據(jù)，無須擔心本地硬件和軟件的維護。用戶將數(shù)據(jù)外包并進行安全控制，以保證數(shù)據(jù)的可靠性。存儲在云服務(wù)器中的數(shù)據(jù)會定期接受用戶的審計，通過無線網(wǎng)絡(luò)檢查服務(wù)提供商的正確性。用戶可以委托第三方審計人員代表他們進行安全審計，以滿足時間限制。同時，第三方審計人員也會保護數(shù)據(jù)的機密性。為了保護數(shù)據(jù)免受各種漏洞的侵害，需要構(gòu)建更高效的系統(tǒng)。提出的審核機制使用VANET，在確保數(shù)據(jù)完整性的同時，能夠以高效和有效的方式滿足用戶需求。

第5章討論了在異構(gòu)無線網(wǎng)絡(luò)環(huán)境中基于博弈論的垂直切換問題。在這樣的環(huán)境中，實現(xiàn)高效的垂直切換需要對無線網(wǎng)絡(luò)和移動用戶進行有效的定性評估，并相互選擇最佳的無線網(wǎng)絡(luò)和移動用戶組合。現(xiàn)有的研究大多將這兩個要求同時考慮在內(nèi)，提出了在異構(gòu)無線網(wǎng)絡(luò)中進行垂直切換的技術(shù)，但很少有機會單獨處理上述要求，可能導致垂直切換效率低下。因此，本章提出了一個通用的兩階段、兩個參與者的迭代非合作博弈模型。該模型提供了一個模塊化框架，將無線網(wǎng)絡(luò)和移動用戶的定量評估（第一階段）與博弈的制定和解決方案（第二階段）分開，以相互選擇最佳的無線網(wǎng)絡(luò)和移動用戶組合進行垂直切換。仿真結(jié)果顯示，與基于多屬性決策方法等單階段非博弈理論的方法相比，基于博弈論的兩階段模型能夠顯著減少垂直切換的次數(shù)。

第6章討論了安全風險的各種問題，并使用模糊多準則決策方法來管理這些風險。安全風險評估在網(wǎng)絡(luò)安全管理中起著重要作用。本章描述了滿足大型企業(yè)/組織需求的安全網(wǎng)絡(luò)建設(shè)所涉及的關(guān)鍵措施和參數(shù)�，F(xiàn)有的模糊模型結(jié)合了模糊技術(shù)和專家意見,旨在通過網(wǎng)絡(luò)傳輸過程中管理設(shè)備對設(shè)備（D2D）數(shù)據(jù)通信中的安全風險，以優(yōu)化安全保障,其思想是通過網(wǎng)絡(luò)識別和優(yōu)先處理安全風險，以實現(xiàn)開發(fā)人員和組織設(shè)定的目標。本章基于多準則決策分析方法，對安全風險進行評估。

第7章介紹軟件定義車輛自組網(wǎng)的理論方法。VANET和軟件定義網(wǎng)絡(luò)（SDN）是推動智能車輛網(wǎng)絡(luò)和下一代應用的關(guān)鍵技術(shù)。近年來，許多研究集中在SDN和VANET的結(jié)合上，并致力于解決與軟件定義VANET服務(wù)和功能相關(guān)的架構(gòu)問題，以適應不斷發(fā)展的需求。本章討論了SD-VANET的最新研究現(xiàn)狀，并探討了未來研究方向。通過理論方法，對軟件定義VANET的網(wǎng)絡(luò)基礎(chǔ)設(shè)施設(shè)計、功能、優(yōu)勢和未來網(wǎng)絡(luò)的挑戰(zhàn)進行了闡述。

第8章介紹通過車輛傳感器網(wǎng)絡(luò)對車輛進行監(jiān)控和監(jiān)測的應用。車載網(wǎng)絡(luò)具有廣泛的發(fā)展前景，包括將人工神經(jīng)網(wǎng)絡(luò)與無線傳感器網(wǎng)絡(luò)相結(jié)合。它排在移動通信網(wǎng)絡(luò)和互聯(lián)網(wǎng)之后，具有更強的測量和感知能力，操作更加便捷和智能。無線傳感器網(wǎng)絡(luò)由一系列無線設(shè)備組成，通過傳感器監(jiān)測和記錄環(huán)境的物理條件，并將采集的數(shù)據(jù)集中存儲在一個中央服務(wù)器。無線傳感器網(wǎng)絡(luò)可以測量溫度、聲音、污染水平、濕度、風速、風向、壓力等環(huán)境參數(shù)。因此，無線傳感器網(wǎng)絡(luò)廣泛應用于滿足環(huán)境感知應用的基本需求，如精準農(nóng)業(yè)、車輛監(jiān)測和視頻監(jiān)控等領(lǐng)域。

第9章比較了車載延遲容忍網(wǎng)絡(luò)中不同路由算法。隨著道路上車輛交通活動的不斷增加，交通管理和駕乘安全成為至關(guān)重要的問題。
VANET應運而生，使車輛能夠感知周圍環(huán)境并向駕駛員提供必要的信息，以應對各種問題。然而，由于VANET的特殊性，如高度移動的拓撲結(jié)構(gòu)、城市基礎(chǔ)設(shè)施的依賴以及車輛的高速行駛，產(chǎn)生了網(wǎng)絡(luò)連接頻繁中斷和消息傳遞延遲等挑戰(zhàn)。為了應對這些挑戰(zhàn)，車載延遲容忍網(wǎng)絡(luò)（VDTN）的路由協(xié)議被提出，旨在不確定的網(wǎng)絡(luò)環(huán)境下實現(xiàn)有效通信。本章通過評估節(jié)點密度和消息大小對各種VDTN路由協(xié)議的性能影響，對不同路由算法加以比較。

第10章探討了利用整流天線進行無線傳感器網(wǎng)絡(luò)（WSN）能量收集的技術(shù)。傳統(tǒng)無線傳感器節(jié)點依靠電池提供能量，需要定期更換或充電。然而，將電磁能量轉(zhuǎn)化為直流能量（即無線電頻率能量收集）成為一種理想的能量來源。環(huán)境中存在著豐富的無線電頻率能量，相比其他能量收集技術(shù)更具可預測性。通過利用環(huán)境中的無線電頻率能量，可以消除傳感器節(jié)點定期更換電池的需要。盡管環(huán)境中的無線電頻率能量較為充足，但單位面積的功率密度相對較低。因此，關(guān)鍵問題在于如何提高整流電路的輸出能力，以有效利用這種低功率密度的能源來源。

第11章探討了云計算技術(shù)的各種應用。當前云計算和電子商務(wù)在提高效益方面相輔相成。電子商務(wù)使企業(yè)能夠脫離實體，在互聯(lián)網(wǎng)上進行業(yè)務(wù)擴展和增長。通過IT基礎(chǔ)設(shè)施，云計算得以支持電子商務(wù)發(fā)展。很多企業(yè)和組織通過云計算技術(shù)獲得了更多益處。然而，在云轉(zhuǎn)型之前，必須權(quán)

拉姆·辛格·拉奧（Ram Shringar Rao），副教授，博士，擁有超過20多年的教學、行政和研究經(jīng)歷。目前就職于印度安貝德卡爾先進通信技術(shù)研究所，主要從事移動自組網(wǎng)、車輛自組網(wǎng)和云計算方面的研究。

前言
第1章利用機器學習算法構(gòu)建智能交通環(huán)境方法探索1
1.1簡介1
1.2研究成果4
1.3研究目標5
1.4技術(shù)路徑9
1.5實施細節(jié)和結(jié)果13
1.6結(jié)論和未來工作16
參考文獻17
第2章Ad-Hoc網(wǎng)絡(luò)的地域群播路由協(xié)議：比較分析和現(xiàn)存問題20
2.1簡介20
2.2Ad-Hoc網(wǎng)絡(luò)中的地域群播（Geocasting）21
2.3Geocast路由協(xié)議比較33
2.4新協(xié)議設(shè)計的未來方向35
2.5結(jié)論36
參考文獻37
第3章基于拓撲結(jié)構(gòu)路由協(xié)議評估印度城市車輛交通場景中緊急信息的
傳播40
3.1簡介40
3.2背景信息和相關(guān)研究41
3.3VANET體系結(jié)構(gòu)42
3.4VANET的通信模型42
3.5VANET無線接入標準43
3.6VANET應用45
3.7VANET的路由協(xié)議46
3.8交通代理CBR50
3.9使用的研究方法50
3.10結(jié)論58
參考文獻58
基于云計算的車輛自組網(wǎng)大數(shù)據(jù)分析
目錄
第4章VANET與物聯(lián)網(wǎng)的多種應用綜述
64
4.1簡介64
4.2相關(guān)工作65
4.3物聯(lián)網(wǎng)66
4.4VANET模型概述68
4.5結(jié)論73
參考文獻73
第5章異構(gòu)無線網(wǎng)絡(luò)中垂直切換的兩階段非合作博弈模型76
5.1簡介76
5.2相關(guān)研究78
5.3垂直切換79
5.4博弈論81
5.5垂直切換的兩階段非合作博弈模型83
5.6模擬和結(jié)果分析88
5.7結(jié)論92
參考文獻92
第6章網(wǎng)絡(luò)安全風險管理的模糊多準則決策方法95
6.1簡介95
6.2相關(guān)研究96
6.3網(wǎng)絡(luò)安全97
6.4網(wǎng)絡(luò)通信中的安全風險99
6.5研究方法105
6.6網(wǎng)絡(luò)安全風險因素評估107
6.7結(jié)論109
參考文獻110
第7章軟件定義的車輛自組網(wǎng)：一種理論方法116
7.1簡介116
7.2軟件定義網(wǎng)絡(luò)119
7.3VANET中的軟件定義網(wǎng)絡(luò)（SD-VANET）122
7.4SD-VANET路由125
7.5SD-VANET中的安全問題127
7.6SD-VANET新興技術(shù)128
7.7SD-VANET的挑戰(zhàn)130
7.8結(jié)論131
參考文獻131
第8章利用車輛傳感器網(wǎng)絡(luò)進行車輛監(jiān)控和監(jiān)測136
8.1簡介136
8.2車輛監(jiān)測中的無線傳感器網(wǎng)絡(luò)：文獻綜述
137
8.3車輛無線技術(shù)的數(shù)據(jù)聚合和融合
138
8.4智能無線傳感器網(wǎng)絡(luò)在車載傳感器網(wǎng)絡(luò)中的應用
140
8.5無線傳感器網(wǎng)絡(luò)在車輛監(jiān)控方面的局限性
147
8.6總結(jié)
147
8.7后續(xù)研究方向
147
參考文獻150
第9章車載延遲容忍網(wǎng)絡(luò)中的路由比較分析158
9.1簡介158
9.2VDTN概述159
9.3仿真與結(jié)果163
9.4未來研究方向166
9.5結(jié)論167
參考文獻167
第10章使用整流天線進行無線傳感器節(jié)點的能量收集170
10.1簡介170
10.2相關(guān)研究171
10.3方法和概念172
10.4HFSS模擬181
10.5ADS模擬186
10.6結(jié)論189
參考文獻190
第11章云計算技術(shù)191
11.1云計算191
11.2云實體191
11.3云部署模型192
11.4云服務(wù)交付模型193
11.5云計算對實體的好處194
11.6云計算特點194
11.7云計算挑戰(zhàn)195
11.8云計算屬性197
11.9云安全198
11.10云攻擊200
11.11什么是電子商務(wù)202
11.12電子商務(wù)面臨的問題203
11.13面向電子商務(wù)的云計算203
參考文獻206
1.2.2人機交互4
1.2.3一種用于V2X通信的安全證書管理系統(tǒng)4
1.2.4V2V車輛安全通信5
1.2.5車輛與基礎(chǔ)設(shè)施通信6
1.2.6車輛與行人的安全系統(tǒng)6
1.2.75.9GHz頻段共享6
1.2.8高效高保真的DSRC仿真7
1.2.9車聯(lián)網(wǎng)在自動駕駛中的應用7
第2章定位8
2.1簡介8
2.1.1動機8
2.1.2智能交通系統(tǒng)定位的要求8
2.2GNSS原則9
2.2.1什么是GPS9
2.2.2三邊測量和三角測量的定義9
2.2.3GPS定位的基本操作10
2.2.4GPS的體系結(jié)構(gòu)11
2.2.5其他GNSS14
2.2.6定位系統(tǒng)的性能15
2.2.7更多資源15
2.3應用于車輛的基本GNSS定位15
2.3.1汽車結(jié)構(gòu)中的定位裝置16
2.3.2通信協(xié)議的定位規(guī)定16
2.3.3在車聯(lián)網(wǎng)中定位數(shù)據(jù)流17
2.4GNSS性能和高精度方法20
2.4.1概念20
2.4.2誤差31
2.4.3通過高精度方法進行誤差校正33
2.4.4更多資源35
2.5多傳感器融合的穩(wěn)定和精確定位35
2.5.1概念35
2.5.2傳感器36
2.5.3算法38
2.6結(jié)論45
2.7參考文獻45
智能交通系統(tǒng)中的網(wǎng)聯(lián)車輛
目錄
第3章人機交互47
3.1簡介47
3.2什么是HMI？為什么它很重要？47
3.3高級駕駛輔助系統(tǒng)的人機交互49
3.4與HMI相關(guān)的生理和認知因素51
3.4.1人類感官51
3.4.2人類本能和后天反應54
3.4.3認知工作54
3.4.4多模態(tài)HMI和空間匹配55
3.5網(wǎng)聯(lián)車輛和HMI56
3.5.1安全應用例證:交叉口移動輔助56
3.5.2減少警告數(shù)量59
3.5.3驗證警告的有效性60
3.6結(jié)論62
3.7參考文獻63
第4章V2X通信的安全證書管理系統(tǒng)67
4.1介紹67
4.2V2X通信安全系統(tǒng)的要求67
4.3安全證書管理系統(tǒng)的概念68
4.3.1概述69
4.3.2組件70
4.3.3組織分離72
4.3.4SCMS用例73
4.4關(guān)于SCMS概念替代方案的討論83
4.4.1對稱密鑰管理83
4.4.2PKI解決方案83
4.4.3組簽名84
4.4.4基于車輛的安全系統(tǒng)86
4.5結(jié)論90
4.6致謝90
4.7參考文獻90
第5章V2V安全通信92
5.1V2V概述92
5.2NHTSA的V2V NPRM93
5.2.1傳輸要求93
5.2.2V2V基本安全信息94
5.2.3V2V通信中的安全和隱私96
5.3DSRC協(xié)議棧和底層標準97
5.4系統(tǒng)架構(gòu)98
5.5V2V安全應用的程序流程和所需組件99
5.5.1路徑記錄100
5.5.2宿主車輛路徑預測（HVPP）101
5.5.3目標分類（TC）102
5.6V2V安全應用111
5.6.1前方碰撞警告（FCW）111
5.6.2電子緊急制動燈（EEBL）112