交通系统不仅受物理世界的影响，信息空间的影响对其也变得越来越重要。信息空间收集物理对象（如传感器、交通管理中心、信号灯、车辆控制器等）的关键数据，也可以向这些物理对象提供反馈信息，通过这种无缝连接与配合，很终提高交通的安全性、可靠性和机动性。交通设施（道路、桥梁、隧道和铁路等）和交通工具（汽车、货车、轮船、列车等）通过与信息空间进行交互配合，可以为用户提供高效优质的服务，信息空间将在未来交通系统中发挥更加重要的作用。我们将基于物理世界和信息空间深度融合而形成的新型交通系统定义为交通信息物理系统（TCPS）。交通信息物理系统将广泛应用于智能交通系统和智慧城市，有助于提高交通的安全性、高效性、可持续性和机动性，让人们有更好的交通体验，加速推动社会进步。本书旨在让相关研究人员和学生对交通信息物理系统形成系统全面的认识，为他们在开展规划设计、系统开发和运营维护等具体工作时提供帮助。本书可以作为TCPS、交通系统或智能交通系统专业的本科高年级或研究生的教材使用，也可以作为交通领域开展研究的参考书。

序言
前言
章 交通信息物理系统及其对未来出行的重要性\t1
1.1 交通信息物理系统简介\t1
1.2 交通信息物理系统示例及其组件\t4
1.2.1 航空交通信息物理系统\t5
1.2.2 铁路交通信息物理系统\t8
1.2.3 道路交通信息物理系统\t11
1.2.4 水路交通信息物理系统\t13
1.3 未来交通信息物理系统：环境和社会效益\t15
1.3.1 交通信息物理系统的环境效益\t15
1.3.2 交通信息物理系统的社会效益\t16
1.4 交通信息物理系统面临的挑战及本书章节安排\t17
练习\t21
参考文献\t22
第2章 交通信息物理系统架构\t24
2.1 概述\t24
2.1.1 网联\t26
2.1.2 开放/开源\t26
2.1.3 不确定性\t26
2.2 背景\t27
2.2.1 架构分析和设计语言\t27
2.2.2 质量属性\t29
2.2.3 模拟/数字模型\t30
2.2.4 框架\t31
2.3 典型信息物理系统体系架构\t32
2.4 架构模型的分类\t34
2.4.1 结构\t37
2.4.2 标称和误差行为建模\t38
2.5 现有模式中存在的问题\t40
2.5.1 移动性/机动性\t40
2.5.2 敏捷开发\t41
2.6 新兴架构\t42
2.6.1 物联网\t42
2.6.2 云计算架构\t43
2.6.3 智慧城市架构\t45
2.7 案例研究\t48
2.7.1 软件架构\t50
2.7.2 智慧城市应用质量属性\t51
2.7.3 移动应用面临的挑战\t52
2.8 结论\t52
练习\t53
参考文献\t53
第3章 交通信息物理系统协同建模和仿真\t55
3.1 简介\t55
3.2 交通信息物理系统工程\t56
3.2.1 移动性新概念\t57
3.2.2 信息物理系统与交通\t57
3.2.3 跨学科的交通信息物理系统\t58
3.3 基于模型的信息物理系统工程背景\t58
3.4 面向信息物理系统工程的集成工具链\t60
3.4.1 协同建模基础\t60
3.4.2 建立用于协同建模的工具链\t62
3.4.3 建模技术\t64
3.5 联合仿真实例：铁路联锁系统\t67
3.5.1 预置条件\t67
3.5.2 联锁系统的挑战\t68
3.5.3 精确的列车运动仿真和挑战\t68
3.5.4 基于协同模型的分布式联锁设计\t70
3.5.5 多学科协同建模\t71
3.5.6 运行联合仿真\t76
3.5.7 设计空间探索\t80
3.5.8 硬件在环仿真\t82
3.6 结论和未来方向\t83
练习\t84
参考文献\t84
第4章 实时控制系统\t87
4.1 引言\t87
4.2 实时控制系统中的组件\t88
4.2.1 典型的实时控制系统\t88
4.2.2 自动驾驶汽车实时控制系统的结构\t91
4.2.3 电子控制单元\t92
4.2.4 自动驾驶汽车的传感器\t92
4.2.5 执行器\t103
4.3 自动驾驶汽车实时控制系统\t103
4.3.1 感知模块\t104
4.3.2 导航与行为分析模块\t108
4.3.3 运动规划与控制模块\t109
4.3.4 交通信息物理系统中的自动驾驶车辆协同\t117
4.4 结论及未来方向\t118
练习\t119
参考文献\t120
第5章 交通信息物理系统安全和隐私\t123
5.1 引言\t123
5.2 基本概念\t124
5.2.1 威胁\t125
5.2.2 敌人\t125
5.2.3 机密性、完整性和可用性\t127
5.2.4 风险\t128
5.2.5 攻击树\t130
5.2.6 杀伤链\t132
5.2.7 信息安全控制\t133
5.2.8 机密性、完整性和可用性的扩展\t134
5.3 交通信息物理系统的威胁和漏洞\t135
5.3.1 威胁的场景\t135
5.3.2 攻击面\t136
5.3.3 对传感器和Wi-Fi的依赖\t138
5.4 交通信息物理系统的安全模型\t139
5.4.1 挑战\t140
5.4.2 信息安全架构\t142
5.4.3 态势感知\t143
5.4.4 安全控制\t144
5.4.5 隐私\t145
5.4.6 测试和验证\t147
5.4.7 新兴的标准\t148
5.5 交通信息物理系统中的信息安全控制\t149
5.5.1 嵌入式系统安全\t149
5.5.2 访问控制、加密和标识\t150
5.5.3 代码签名\t151
5.5.4 设备认证\t151
5.5.5 嵌入式防火墙\t151
5.5.6 嵌入式硬件安全模块\t152
5.5.7 入侵容限和错误容限\t152
5.5.8 遥测和消息源\t153
5.5.9 其他技术\t153
5.6 案例：网联汽车\t154
5.6.1 关键利益相关方\t154
5.6.2 系统和组件架构\t155
5.6.3 自动驾驶的演进\t157
5.6.4 威胁和漏洞\t158
5.6.5 降低威胁\t159
5.6.6 小结\t161
5.7 新兴技术\t161
5.7.1 软件定义网络\t161
5.7.2 虚拟化\t162
5.7.3 大数据\t163
5.7.4 人工智能和机器学习\t163
5.7.5 区块链\t164
5.8 总结和展望\t164
练习\t166
参考文献\t166
第6章 交通信息物理系统基础设施\t169
6.1 交通信息物理系统基础设施概述\t169
6.2 数据基础设施组网\t172
6.3 数据采集和摄取\t175
6.3.1 交通信息物理系统数据源的挑战\t175
6.3.2 数据代理基础设施\t176
6.4 数据处理引擎\t177
6.4.1 用于交通信息物理系统的批处理引擎\t178
6.4.2 流处理引擎\t182
6.5 服务层\t184
6.6 作为代码的交通信息物理系统基础设施\t185
6.6.1 作为代码的交通信息物理系统云基础设施\t185
6.6.2 作为代码的物联网基础设施\t187
6.7 发展方向\t188
6.8 总结和结论\t188
练习\t188
参考文献\t189
第7章 信息物理系统中的数据管理问题\t191
7.1 信息物理系统：一个跨学科的融合\t191
7.2 信息物理系统多样性\t193
7.3 数据管理问题\t194
7.3.1 数据管理系统选择\t194
7.3.2 数据质量问题\t197
7.3.3 决策过程中的人类认知偏差\t198
7.3.4 数据管理中的网络安全问题\t200
7.4 信息物理系统的数据库系统\t203
7.4.1 基于集群的分布式计算\t204
7.4.2 宽松的数据一致性需求\t207
7.4.3 哈希功能\t208
7.4.4 哈希树\t209
7.4.5 一致性哈希\t209
7.4.6 内存映射文件、分布式文件系统和向量时钟\t210
7.4.7 数据分区、复制、版本控制和压缩\t211
7.4.8 Elasticsearch：一个搜索和分析引擎\t212
7.4.9 Elasticsearch系统架构\t212
7.5 信息物理系统的数据分析\t216
7.5.1 数据分析的类型\t216
7.5.2 描述性分析\t216
7.5.3 诊断分析\t217
7.5.4 预测分析\t217
7.5.5 规范分析\t217
7.5.6 数据分析资源和工具\t218
7.6 当前的趋势和研究问题\t218
参考文献\t219
第8章 交通信息物理系统中的人为因素：SmartATRS案例研究\t221
8.1 引言\t221
8.2 相关人为因素方法\t223
8.2.1 人为因素集成\t223
8.2.2 以人为中心的设计\t224
8.2.3 可用性评估\t225
8.2.4 交互模式\t226
8.3 案例研究\t226
8.3.1 需求\t228
8.3.2 系统架构\t229
8.3.3 用户界面设计\t231
8.3.4 风险分析\t231
8.3.5 任务分析、可用性、评估和工作量度量\t233
8.4 讨论\t241
8.5 结论和展望\t244
练习\t245
参考文献\t246
第9章 交通信息物理系统专业教育体系\t249
9.1 引言\t249
9.2 背景\t252
9.2.1 学术学科\t252
9.2.2 交通运输系统\t254
9.2.3 对交通信息物理系统工程师的需求\t255
9.3 信息物理系统人才需求\t255
9.4 信息物理系统知识与技能\t256
9.4.1 信息物理系统课程建议\t256
9.4.2 信息物理系统知识图谱\t259
9.4.3 抗解问题\t263
9.4.4 信息物理系统学科重点课程\t263
9.5 课程机制\t264
9.6 结语\t266
参考文献\t267
0章 交通信息物理系统的研究挑战和跨大西洋合作\t271
10.1 引言\t271
10.2 预测背景\t272
10.3 动态复杂系统\t275
10.4 研究的主要挑战\t276
10.4.1 信息物理系统的安全性\t277
10.4.2 信息物理系统测试\t278
10.4.3 人-交通信息物理系统的交互\t280
10.4.4 交通信息物理系统验证\t281
10.4.5 用于控制的大数据分析和机器学习\t283
10.4.6 交通信息物理系统的操作范例\t283
10.4.7 研究挑战总结\t284
10.5 交通信息物理系统研究人员的技能\t284
10.6 监管环境\t285
10.7 合作机遇\t286
10.8 结论\t286
致谢\t287
参考文献\t287
1章 交通信息物理系统的未来——智慧城市\t292
11.1 什么是智慧城市\t292
11.2 智慧城市主要特征\t294
11.2.1 智慧/智能传感设施\t294
11.2.2 大数据基础设施和数据分析能力\t295
11.2.3 通信技术\t296
11.3 智慧城市系统\t297
11.3.1 交通系统\t298
11.3.2 能源设施\t303
11.3.3 公共安全\t305
11.3.4 医疗\t306
11.3.5 环境\t307
11.3.6 其他智慧城市设施\t309
11.3.7 利益相关者\t310
11.4 智慧城市背景下的新兴交通服务\t311
11.4.1 冬季实时路况\t311
11.4.2 智能手机和出行者信息\t312
11.4.3 智慧路灯\t314
11.4.4 智能停车\t315
11.4.5 智能路口\t316
11.5 全球智慧城市发展情况\t317
11.5.1 英国伦敦\t317
11.5.2 韩国首尔\t319
11.5.3 新加坡\t320
11.5.4 美国俄亥俄州哥伦布市\t321
11.6 未来研究方向\t322
11.6.1 技术\t323
11.6.2 相关性\t323
11.6.3 互联系统的弹性\t324
11.6.4 劳动力发展\t325
11.7 总结\t325
练习\t326
参考文献\t327