梁 军，丛森森，王 军，蔡英凤，江浩斌，陈 龙

（江苏大学汽车工程研究院，镇江 212013）

前言

随着无人驾驶和通信技术的迅速发展，行车主动服务系统（driving active service system，DASS）正成为车联网环境下智能车的重要组成部分。该系统能对行车用户的服务需求进行感知、匹配并生成服务，最终实现主动推送且保障服务质量。DASS使服务从感知到推送的全程无需用户参与，降低了潜在交通事故风险，为无人驾驶技术的推广奠定基础。但智能车技术发展增加了零散服务功能，传统服务系统已不满足安全驾驶和用户多样化的需求，有必要建立完善的DASS。

目前，针对人—车—路—环境的闭环系统，国内外对DASS“主动感知 自动生成—主动推送”的研究着重于服务需求主动感知和服务构件匹配的精确度与主动性。Huang等［1］提出了基于主动安全服务的车间通信框架，在不同交通场景下优化了动态服务感知速率和性能。Sakthi等［2］设计了一个3层服务感知模型，利用仿真开发无事故交通系统。梁军等［3］提出交通服务需求DASS模型，并验证了模型的实时性和主动性。这些方法使服务感知和自主生成的性能满足了DASS系统的要求，但DASS使用率仍较低。因此，为提高DASS使用率，从DASS服务流程着手，完善服务推送有利于弥补DASS自身缺陷。因此，Chang等［4］设计了一种具备服务主动推送能力的监控平台，将危险信息实时推送给客户端。Radoslaw［5］在物联网系统下依据智能城市数据主动推送，支持用户的操作。Cai等［6］利用数据挖掘方法构建了远程医疗服务推送系统。……