随着人工智能技术的迅速发展,无人驾驶逐渐成为研究的热点。无人驾驶车辆能够缓解交通压力,也可使老年人和残障人士的出行变得更加便利,给人们的生活带来了极大的帮助。然而,无人驾驶车辆必须从车辆地图上访问大量数据,以便做出安全有效的实时控制决策。因此,实时地图在无人驾驶车辆导航中发挥着至关重要的作用。和现有的地图更新方法相比,基于群智感知的实时地图更新方法成本更低且准确性更高。但是此方法在地图更新过程中,会增加数据及用户身份泄露的风险。如何保证上传数据的机密性和用户的匿名性是实时地图更新中的一个挑战。同时,在地图更新过程中,由于缺乏激励机制,地图服务平台无法招募到足够的车辆用户以便于获取感知数据。因此,如何激励更多的车辆用户提供高质量的感知数据是实时地图更新的关键。本文以车辆地图更新过程中隐私安全问题和激励机制的设计问题作为研究内容,首先介绍了在无人驾驶领域中,地图更新的研究背景和意义,同时也分析了基于群智感知的地图更新方法的特点和面临的多种问题,其次梳理了有关方面的研究现状,阐述了激励机制和假名方案中现存的问题,以及针对这些问题的方案。本文的主要贡献如下:(1)针对车辆地图更新过程中用户隐私问题以及数据安全问题,提出了一种安全高效的无人驾驶车辆地图更新方案(SEMU)。在该方案中,利用签密和代理重加密技术,车辆用户对感知数据进行签密,将加密的数据存储在车辆雾节点中,当地图公司希望访问数据时,雾节点将加密的数据发送给云服务平台,云服务平台重新加密数据发送给地图公司,同时,云服务平台无法获得任何有关数据的明文信息。利用聚合签名技术,降低了计算开销。通过对车辆用户的信誉管理,提高了数据的可靠性。最后,安全性分析表明该方案实现了数据的机密性、完整性、可靠性、身份可验证性和不可否认性,保证了用户的匿名性和可追踪性。仿真验证了方案的激励性,并从计算开销方面证明了它的有效性。(2)针对车辆地图更新过程中参与水平问题、完成质量问题、支付控制问题以及隐私安全问题,提出了一种具备激励机制和隐私保护的车辆地图更新方案(SPIR)。在服务平台预算有限和车辆用户能力有限的情况下,提出了一种基于反向拍卖的激励机制,该机制可以解决地图服务平台支付控制和车辆用户完成质量这两个核心问题。同时,设计了一个基于区块链技术的支付系统,确保了奖励分发的安全性。采用部分盲签名技术,保证了激励机制的安全性,保护了车辆用户的隐私。在地图实时更新服务中,该方案可以保证数据可靠性。理论分析和仿真结果均表明,所提出的方案实现了最优效益。