随着智能交通向更安全、更高效、自动化、可娱乐的全方位发展，车载环境下的信息技术，包括卫星网络、高空平台、无人机、地面网络、车载社交网络以及车载传感器网络，近年来都得到发展，其平台数据的交互与应用也逐渐受到通信和控制领域学者们的关注。

 加拿大滑铁卢大学沈学民 (Xuemin Sherman Shen) 教授等在IEEE/CAA Journal of Automatica Sinica发表的综述“Internet of Vehicles in Big Data Era”中，探索与分析了车联网与大数据之间的关系。一方面，车联网可支持信息平台中的海量数据获取、传输、存储与计算；另一方面，基于车联网大数据的分析与挖掘，有助于进行更加高效智能的新一代车联网架构与设计。

 此外，沈学民教授等还探索了无人驾驶环境下的大数据应用，同时 展望了未来车联网大数据的相关研究方向，包括如何有效设计车联网支持日益增长的数据量、如何利用海量的数据进行分析与发掘，设计更智能高效的通信协议以提高驾驶安全与驾驶体验。

车联网与大数据的关系为（图1）：首先，车联网需要支持大数据的获取、传输、存储与计算；同时，通过对大数据内在价值的有效利用，车联网的架构与设计可以进一步得到优化。 

图1 车联网与大数据

综述内容如图2 。在大数据支持部分，首先介绍了大数据的获取，分别包括车内与车外的数据来源。车内数据源包括车载传感器监控的车辆状态信息，如速度、加速度、引擎及刹车状态等；乘客智能终端的GPS、加速度传感器、陀螺仪等感知的运动状态信息。车外数据源包括路侧基础设施、高空平台、无人机等监控的环境信息，如车流、红绿灯、天气等。

大数据传输部分介绍了应用感知的传输策略、媒体访问控制协议、路由协议以及空中扩展信息平台。大数据存储部分介绍了存储类型（车载存储、路边存储、网络存储）、相关存储机制等。大数据计算部分介绍了基于车车通信的在线计算以及车载云计算等。

图2 综述内容

支持大数据传输的车联网框架（图3）包括： 1) 基于DSRC和LTE-V通信协议的地面通信，例如，车辆与车辆（V2V）通信、车辆与行人（V2P）通信、车辆与路侧基础设施（V2R）通信等；  2) 卫星、高空平台、无人机等空间平台与地面车辆的空间地面通信； 3) 卫星、高空平台、无人机之间的空间通信等。