基于5G的車路協(xié)同關(guān)鍵技術(shù)測試研究

基于5G的車路協(xié)同關(guān)鍵技術(shù)測試研究摘要：近年來，車路協(xié)同是智能網(wǎng)聯(lián)汽車發(fā)展的重要方向之一，車路協(xié)同系統(tǒng)采用5G、云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新一代先進(jìn)信息技術(shù)手段，全方位實(shí)現(xiàn)車-車、車-路之間動(dòng)態(tài)實(shí)時(shí)信息交互，實(shí)現(xiàn)車輛與道路設(shè)施的智能化和信息共享，并在全時(shí)空動(dòng)態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動(dòng)安全控制和道路交互管理，實(shí)現(xiàn)真正意義上的人、車、路、環(huán)境的有效交互。本文介紹了車路協(xié)同系統(tǒng)詳細(xì)的功能設(shè)計(jì)，并給出了車路協(xié)同系統(tǒng)各項(xiàng)功能的軟硬件系統(tǒng)框架，并在武漢市示范區(qū)開放測試道對車路協(xié)同系統(tǒng)應(yīng)用進(jìn)行功能測試，驗(yàn)證了本文提出的車路協(xié)同系統(tǒng)方案能夠?yàn)闇y試場景提供良好的解決方案，為未來車路協(xié)同系統(tǒng)的發(fā)展提供參考。關(guān)鍵字：車路協(xié)同智慧交通避障預(yù)警1.引言車路協(xié)同系統(tǒng)是有效解決當(dāng)前交通問題的主要方法之一[1]，該系統(tǒng)采用5G、云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新一代先進(jìn)信息技術(shù)手段，全方位實(shí)現(xiàn)車-車、車-路之間動(dòng)態(tài)實(shí)時(shí)信息交互，實(shí)現(xiàn)車輛與道路設(shè)施的智能化和信息共享，并在全時(shí)空動(dòng)態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動(dòng)安全控制和道路交互管理，實(shí)現(xiàn)真正意義上的人、車、路、環(huán)境的有效交互[2]。人-車-路協(xié)同的機(jī)理研究需要對車路協(xié)同的各構(gòu)成元素包括車輛、道路設(shè)施、通信網(wǎng)絡(luò)等進(jìn)行分析，研究其協(xié)同的內(nèi)在關(guān)系，其中某一元素的變化如何對其他組成元素造成影響，其它各構(gòu)成元素的協(xié)同如何對該元素的行為產(chǎn)生指導(dǎo)等進(jìn)行分析和研究。為車輛安全駕駛和道路交互管控提供了有力支撐，從而形成安全、可靠、高效、環(huán)保的道路交通體系。車路協(xié)同技術(shù)涉及多方面、多領(lǐng)域、多層次的新型技術(shù)的融合與應(yīng)用，為直觀體現(xiàn)技術(shù)的系統(tǒng)組成和應(yīng)用功能。人-車-路協(xié)同應(yīng)用是未來交通運(yùn)輸領(lǐng)域的戰(zhàn)略制高點(diǎn)，為搶占智能交通建設(shè)領(lǐng)域高地，我國各交通科研院所、科技型創(chuàng)新企業(yè)、交通運(yùn)輸管理部門均積極參與或推動(dòng)新一代交通控制網(wǎng)、車路協(xié)同系統(tǒng)的研究及示范應(yīng)用[3]，力圖促使我國在車路協(xié)同理論研究、關(guān)鍵技術(shù)、場景構(gòu)建、裝備研發(fā)和車路協(xié)同系統(tǒng)研發(fā)-應(yīng)用-測試環(huán)節(jié)等方面取得重大突破，為培育新一代體驗(yàn)式交通服務(wù)、主動(dòng)型交通管理的交通科技產(chǎn)業(yè)奠定基礎(chǔ)。而城市道路交叉口是道路交通網(wǎng)的重要節(jié)點(diǎn)[4]，是城市交通系統(tǒng)中的重要組成部分，該區(qū)域的交通情況體現(xiàn)了城市道路通行能力大小?，F(xiàn)階段，大部分道路交叉口采用交通信號燈控制車輛在路口的通行[5]，隨著城市汽車保有量的快速增加、道路空間利用率的逐漸飽和，交通信號燈控制車輛通行的效率逐漸下降。在車路協(xié)同環(huán)境下[6]，如何充分運(yùn)用數(shù)據(jù)傳輸、傳感器以及計(jì)算機(jī)處理等新技術(shù)優(yōu)勢，實(shí)現(xiàn)道路交叉口車輛通行的高效性和安全性，已成為現(xiàn)階段交通行業(yè)研究與解決的熱點(diǎn)問題[7]。綜上所述，在車路協(xié)同系統(tǒng)下，本研究設(shè)計(jì)相應(yīng)的控制算法，實(shí)現(xiàn)典型應(yīng)用場景下的車路協(xié)同系統(tǒng)示范應(yīng)用并保障場景的穩(wěn)定性和可靠性，所研究的智能路側(cè)系統(tǒng)、車載系統(tǒng)、車路協(xié)同系統(tǒng)是未來交通的發(fā)展方向，具有重大的研究價(jià)值和廣闊的產(chǎn)業(yè)前景。3.車路協(xié)同系統(tǒng)基于5G車路協(xié)同系統(tǒng)主要由路測系統(tǒng)、車載系統(tǒng)以及路側(cè)單元-車、車-車傳輸策略構(gòu)成[8]。3.1路測系統(tǒng)基于車路協(xié)同技術(shù)的智能交通系統(tǒng)要求通過大量的室外傳感器等感知設(shè)備探測和獲取公路及城市道路上的實(shí)時(shí)信息，確定目標(biāo)區(qū)域內(nèi)目標(biāo)的運(yùn)動(dòng)信息和狀態(tài)信息，然后將這些信息發(fā)送給包括車載端、信號控制平臺、交通大數(shù)據(jù)平臺等交通平臺[9]。所以路側(cè)信息采集、處理和通信是車路協(xié)同技術(shù)實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)。路側(cè)單元主要由檢測模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)分析處理模塊、數(shù)據(jù)交互平臺等組成[10]。其物理結(jié)構(gòu)主要由視頻處理器、主處理器、數(shù)據(jù)交互平臺等組成。具體地，智能路側(cè)系統(tǒng)主要有智能信號機(jī)、路側(cè)傳感器及路側(cè)通信模塊組成，系統(tǒng)原理圖如下圖所示。圖1智能路側(cè)系統(tǒng)原理圖根據(jù)以上設(shè)備組成，智能路側(cè)系統(tǒng)采用的系統(tǒng)架構(gòu)圖如下圖所示：圖2智能路側(cè)系統(tǒng)架構(gòu)3.2車載系統(tǒng)為了保證車輛在道路上安全行駛，需要通過安裝于車上的傳感器等設(shè)備采集車輛的操作參數(shù)、運(yùn)動(dòng)學(xué)參數(shù)及周圍環(huán)境信息（如前方目標(biāo)信息、道路信息），以實(shí)現(xiàn)實(shí)時(shí)監(jiān)測車輛的行駛狀態(tài)。車載端信息主要采集來源有兩處：車載診斷系統(tǒng)（On-BoardDiagnostics）和高級輔助駕駛系統(tǒng)Mobileye。其中，OBD是采集用于監(jiān)測車輛故障、車輛使用狀態(tài)參數(shù)等信息；高級輔助駕駛系統(tǒng)Mobileye主要用于獲取前方目標(biāo)信息[11]。OBD系統(tǒng)即為車載自動(dòng)診斷系統(tǒng)，汽車上安裝的車載自動(dòng)診斷系統(tǒng)為OBDII系統(tǒng)。OBDII裝置可以監(jiān)測多個(gè)系統(tǒng)和部件狀態(tài)，包括發(fā)動(dòng)機(jī)、顆粒搜集器、氧傳感器、排放控制系統(tǒng)、燃油系統(tǒng)、EGR等。同時(shí)，裝備有OBDII的汽車必須具有標(biāo)準(zhǔn)化的數(shù)據(jù)診斷接口、標(biāo)準(zhǔn)化的解碼器、標(biāo)準(zhǔn)化的電子通訊協(xié)議、標(biāo)準(zhǔn)化的診斷故障碼、標(biāo)準(zhǔn)化的維修服務(wù)情報(bào)[12]。Mobileye的單目前視攝像頭持續(xù)監(jiān)控車輛前方道路或目標(biāo)。攝像頭總成包括攝像頭、EyeQ芯片和揚(yáng)聲器。其中EyeQ是一款嵌入式利用圖像處理的智能芯片。單目前視攝像頭通常安裝在前擋風(fēng)玻璃處，EyeWatch顯示器用于顯示視覺警報(bào)，安裝于擋風(fēng)玻璃底角[13]。Mobileye可以實(shí)時(shí)觀測道路和車輛，利用車輛、車道、限速標(biāo)志和行人探測技術(shù)測量采集車輛和道路的基本信息，為駕駛狀態(tài)分析決策提供依據(jù)。另外，可以通過Mobileye系統(tǒng)提取駕駛員行為的數(shù)據(jù)或者道路標(biāo)志標(biāo)線信息、車輛運(yùn)動(dòng)信息，然后在車載處理模塊上進(jìn)行計(jì)算分析，以對車輛的風(fēng)險(xiǎn)狀態(tài)進(jìn)行識別。在車載端，通過OBDII系統(tǒng)和Mobileye傳感器采集車輛以及道路的基本信息，并將信息集成到一路CAN總線，采用標(biāo)準(zhǔn)幀，以CAN總線輸出方式將獲取的原始數(shù)據(jù)傳輸給車載處理單元OBU，以作后續(xù)的處理、分析和決策[14]。3.3路側(cè)單元-車、車-車傳輸策略（1）高精度地圖分級傳輸策略高精度地圖數(shù)據(jù)由路側(cè)單元按不同的優(yōu)先級分層傳輸給車輛OBU，為此，研究了路側(cè)單元-車的高精度地圖分級傳輸策略。高精度地圖分層優(yōu)先級定義如下圖：圖3高精度地圖分層優(yōu)先級定義圖（2）圖形圖像傳輸策略圖形圖像數(shù)據(jù)進(jìn)行車-車傳輸，為此，研究了車-車的圖形圖像傳輸策略。將每一幀的數(shù)據(jù)長度設(shè)置為1000字節(jié)，且用一個(gè)字節(jié)標(biāo)識圖片分辨率的類型，用來告知接收方圖片的分辨率是多少。再用一個(gè)字節(jié)進(jìn)行編號，用連續(xù)的編號標(biāo)識發(fā)送幀，規(guī)定從1開始編號，在不同的圖片分辨率下，一張圖片所發(fā)送的幀數(shù)也不同。4.車路協(xié)同關(guān)鍵應(yīng)用算法研究一般的車路協(xié)同系統(tǒng)算法包括16個(gè)場景功能，分別是前向碰撞預(yù)警、交叉口碰撞預(yù)警、盲區(qū)預(yù)警/變道輔助、逆向超車預(yù)警、緊急制動(dòng)預(yù)警、異常車輛預(yù)警、車輛失控預(yù)警、緊急車輛提醒、道路危險(xiǎn)狀況提示、限速預(yù)警、闖紅燈預(yù)警、弱勢交通參與者碰撞預(yù)警、綠波車速引導(dǎo)、車內(nèi)標(biāo)牌提醒、前方擁堵提醒、左轉(zhuǎn)輔助[15]。本節(jié)主要對較為復(fù)雜的車路協(xié)同的安全預(yù)警決策算法以及車速引導(dǎo)算法進(jìn)行詳細(xì)的說明。車路協(xié)同的安全預(yù)警決策算法：在車路協(xié)同環(huán)境下，路側(cè)雷達(dá)能夠在車輛到達(dá)前方目標(biāo)之前檢測到危險(xiǎn)情況，并將準(zhǔn)確的目標(biāo)信息發(fā)送到車載信息處理中心，使得危險(xiǎn)能夠提前預(yù)知，增加行車風(fēng)險(xiǎn)預(yù)警范圍[16]，基于車路協(xié)同的安全預(yù)警的決策流程具有以下步驟：當(dāng)本車與目標(biāo)車輛進(jìn)入交叉口區(qū)域一定范圍內(nèi)，系統(tǒng)開始進(jìn)入預(yù)警決策流程。首先，需要判斷找出主干道上與本車最具有最高沖突風(fēng)險(xiǎn)的目標(biāo)車輛；接著，需分別計(jì)算目標(biāo)車輛與本車進(jìn)入沖突區(qū)域的時(shí)間；然后，根據(jù)本車與目標(biāo)車輛進(jìn)入沖突區(qū)域的時(shí)間差判斷兩者是否存在碰撞風(fēng)險(xiǎn)[17]；最后，判斷目標(biāo)車輛相對于本車的位置，并觸發(fā)相應(yīng)的預(yù)警決策。車路協(xié)同的安全預(yù)警決策流程如圖4所示。圖4車路協(xié)同的安全預(yù)警決策流程圖車速引導(dǎo)算法：當(dāng)車輛駛?cè)肼房趨^(qū)域會(huì)接收到來自路側(cè)設(shè)備廣播的信息，其中包括信號燈信息以及路口位置信息等[18]。車載終端OBU接收這些信息，再結(jié)合測得的本車行駛狀態(tài)，經(jīng)過車速引導(dǎo)算法計(jì)算出推薦車速，并判斷是否做出減速預(yù)警，發(fā)送給APP通過車載APP顯示。綠波車速引導(dǎo)算法的具體流程如圖5所示。圖5車速引導(dǎo)算法流程圖5.V2X實(shí)車測試驗(yàn)證V2X應(yīng)用場景驗(yàn)證以中國湖北省武漢市示范區(qū)開放測試道路作為測試場地對車路協(xié)同系統(tǒng)的各個(gè)功能進(jìn)行驗(yàn)證。駕駛裝有車載單元OBU的車輛主要經(jīng)過珠山湖南路路段。圖6示范區(qū)開放道路示意圖5.1測試設(shè)備測試車輛先選擇線控版長安2017款CS551.5T車型，分別充當(dāng)HV和RV。OBU安裝于車輛后備箱處，GNSS天線固定于車頂，通過點(diǎn)煙器接口對OBU進(jìn)行供電，通過與車輛CAN總線連接獲取車輛轉(zhuǎn)向、制動(dòng)等車輛動(dòng)態(tài)參數(shù)。測試所用的感知和通訊設(shè)備如下所示序號設(shè)備種類設(shè)備名稱1網(wǎng)關(guān)轉(zhuǎn)發(fā)眾向科技車載控制器2ZLGCAN分析卡3圖像錄制眾向科技瞬目控制器4眾向科技車載攝像頭5激光設(shè)備速騰聚創(chuàng)RS-Lidar-166交互設(shè)備15.6寸便攜式屏幕7羅技無線鍵鼠8酷派平板電腦9V2X通訊設(shè)備大唐高鴻DTVL3100OBU大唐高鴻DTVL3100RSU10路側(cè)感知設(shè)備?？禈屒蛞惑w機(jī)5.3測試功能基于車路協(xié)同平臺，對車輛防撞預(yù)警算法和車速引導(dǎo)算法進(jìn)行實(shí)際路測。（1）交叉口碰撞預(yù)警測試（a）交叉路口碰撞示意圖（b）HVOBU預(yù)警信息圖7交叉口安全預(yù)警算法測試道路選擇雙車道十字路口，當(dāng)主車在距離十字路口50米處以30km/h的速度接近，遠(yuǎn)車在十字路口右側(cè)以10km/h的速度起步，當(dāng)主車駛?cè)胧致房诨蛟谑致房跍?zhǔn)備起步，與側(cè)方遠(yuǎn)車存在碰撞危險(xiǎn)時(shí)，主車應(yīng)向駕駛員發(fā)出預(yù)警，并將信息顯示在車端屏幕上，保證駕駛員有足夠時(shí)間反應(yīng)避免碰撞危險(xiǎn)。主車OBU通過PC5接口能夠?qū)崿F(xiàn)與遠(yuǎn)車的通信，穩(wěn)定獲取遠(yuǎn)車的位置、速度等BSM消息，并且車載APP能夠正確顯示遠(yuǎn)車位姿信息。當(dāng)主車識別與十字路口右方車輛（遠(yuǎn)車）存在碰撞危險(xiǎn)時(shí)，主車產(chǎn)生交叉路口碰撞預(yù)警消息，當(dāng)主車在在距離十字路口20m處時(shí)，車載APP發(fā)出預(yù)警消息。根據(jù)測試結(jié)果，該應(yīng)用在交叉路口碰撞場景中正常發(fā)揮其預(yù)警作用，達(dá)到測試標(biāo)準(zhǔn)，測試通過。（2）車速引導(dǎo)（a）車速引導(dǎo)示意圖（b）HVOBU預(yù)警信息圖8車速引導(dǎo)測試道路選擇雙車道十字路口，主車以30km/h的速度從300m外接近紅綠燈處。路測單元對外廣播信號燈狀態(tài)信息，當(dāng)車輛駛?cè)肼房趨^(qū)域會(huì)接收到來自路側(cè)設(shè)備廣播的信息，其中包括信號燈信息以及路口位置信息等；車載設(shè)備利用這些信息，再結(jié)合本車行駛狀態(tài)計(jì)算出推薦車速，廣播給車端屏幕并通過車端屏幕顯示。主車OBU通過PC5接口實(shí)現(xiàn)與路測設(shè)備RSU的通信，穩(wěn)定獲取當(dāng)前道路的信息。當(dāng)主車接近十字路口時(shí)，能夠及時(shí)在車端屏幕顯示包括引導(dǎo)車速區(qū)間及目標(biāo)相位燈態(tài)讀秒消息。根據(jù)測試結(jié)果，該應(yīng)用在綠波車速引導(dǎo)場景中正常發(fā)揮其預(yù)警作用，達(dá)到測試標(biāo)準(zhǔn)，測試通過。6.結(jié)束語本文研究了車路協(xié)同系統(tǒng)在智慧交通中的應(yīng)用，提出了車路協(xié)同系統(tǒng)的軟硬件設(shè)計(jì)框架，并探討了本系統(tǒng)的各項(xiàng)預(yù)警功能，研究了車路協(xié)同系統(tǒng)應(yīng)用的關(guān)鍵算法，并在武漢市開放測試道路進(jìn)行了實(shí)際測試，根據(jù)測試結(jié)果可以看出，本文設(shè)計(jì)的車路系統(tǒng)具有較高的魯棒性，并能準(zhǔn)確獲取路測單元信息，結(jié)合本車信息對車輛進(jìn)行行駛狀態(tài)給出合理建議，大大提升了駕駛安全性，并能夠有效提高交通效率。對智慧交通車路協(xié)同系統(tǒng)的發(fā)展具有參考意義。參考文獻(xiàn)Wang,Z.(2019,June).ResearchonTrafficControlandInductionCollaborativeFrameworkofSmartCityintheEnvironmentofVehicleNetwork.InJournalofPhysics:ConferenceSeries(Vol.1237,No.4,p.042057).IOPPublishing.Zhu,S.,Fu,H.,&Li,Y.(2021).OptimizationResearchonVehicleRoutingforFreshAgriculturalProductsBasedontheInvestmentofFreshness-KeepingCostintheDistributionProcess.

Sustainability,

13(14),8110.Xin,A.(2021,June).ResearchonMulti-sensorFusionPerceptionMethodofVehicle-infrastructureCollaborationforSmartAutomobiles.InProceedingsofthe2021Internationa