关键词：C-V2X；智能网联汽车
中图分类号：F289文献标识码：A
1.车路协同下一步演进方向及对通信技术的要求
1.1路侧感知时延与V2X通信时延需要同步优化
随着基于车路协同的自动驾驶技术成为热点，研究人员开始研发低时延摄像机、77GHz毫米波雷达、雷视一体机、激光雷达等处理时延更低、检测精度更高、分类能力更强的传感器。这些传感器的处理时延可以达到几十毫秒量级，检测精度可以达到分米级。为了保证信息的有效性，车路间通信技术的时延要求相应升高，保证从目标出现到通知到车内的综合时延在100ms以内，与目前自动驾驶车辆自身传感器的检测时延相当。目前LTE-V2X的平均时延在几十毫秒，刚刚可以满足要求。考虑到错过已分配的SPS资源、信道质量较差导致需要重传等极端情况，综合时延可能超过100ms；因此还需要研究可进一步降低V2X通信时延的技术，例如R16的短传输时间间隔（TTI）技术、R17的终端协作技术等。从另一个维度看，面向自动驾驶的车路协同部署不能采用传统交通摄像头和雷达，否则的话即使采用5G的极限时延1ms的通信技术也无法满足自动驾驶要求。
1.2目标跟踪范围、路径规划算法、V2X通信技术、算力分布需要联合优化
交叉口俯视感知是公认的车路协同重点应用。城市大型交叉口人流车流密集，需要跟踪的运动目标众多，对V2X承载能力和车侧的路径规划算力带来巨大挑战。一种解决思路是路侧感知从全部跟踪目标中圈定特定车辆周边限定区域内的物体。这就要求路侧边缘计算能够对目标车辆的运动轨迹进行预测，进而筛选出前进方向上的感知结果，这一方案还要求路侧单元（RSU）具有R16将引入的单播能力。还有一种解决思路是将交叉口的车辆路径规划全部汇集到路侧边缘计算处理，这就要求车辆能够将感知到的近场环境数据上传到边缘计算设备；因此要求V2X的上行传输速率大大提升，而且也要求边缘计算设备具有较高的算力。
1.3交通优化需要车云信息快速交换和云控快速仿真推演作为支撑
交通优化需要交通起止点（OD）调查信息。过去的OD调查往往需要结合
问卷调查、公交线网乘客分布统计、运营商数据、导航软件数据获得，数据获取周期长，无法体现动态信息和局部微观信息。随着C-V2X的推广，云端获取每台车辆的动态信息成为可能。有了全局的动态数据，再辅以云控平台的强大计算能力，可以实现交通调度的全局决策，并可以通过仿真推演的方法对决策方案进行快速验证。
随着导航软件的普及，越来越多的司机会遵循导航软件的路径规划建议；但是导航软件对道路的动态信息掌握的很不充分，而且在做路径规划建议时并没有充分考虑到大量车辆按建议出行对未来交通状况的影响。这就导致当使用导航软件的司机数量变多时，交通状况会恶化。采用C-V2X技术后，云端可以统筹进行全局性的最优策略决策，并直接为每个交通个体分配路径规划，从而避免交通无政府状态的出现[1]。
期刊文章分类查询,尽在期刊图书馆
2.不同场景下C-V2X车路协同的部署建议
2.1高速公路
对于高速公路场景，车辆行驶速度较高，紧急情况下要求的反应时间较长；因此对车辆的异常行为监测控制、对紧急事件的远程通知都有较高要求。C-V2X车载设备（OBU）可以实时获取车辆的运行状态、驾驶意图，从而很好地发现车辆故障、异常减速/停车/变道、不按限速行驶、占用应急车道等多种异常行为，在异常行为发生时，需要对司机进行驾驶行为纠正，因故未能实施纠正的，要及时通知高速公路交通管理部门采取相应处置措施，达到事故主动预防的目的。为了支持这一应用，OBU需要和车身总线进行连接，需要有提示司机的人机接口（HMI）或者直接对车辆进行控制的接口，需要能够通过Uu口与交管平台进行通信。一旦危险状况已经发生，如道路遗洒、事故、异常停车、路面积水/结冰/团雾等，则需要对上游车辆进行及时预警，必要时甚至要启动交通疏导机制。这就要求RSU之间有快速信息交换机制，而且针对具体事件有相应的消息推送方案[2]。
2.2城市街道
城市街道场景车速相对较低，但是交通环境异常复杂，要充分考虑控制信号复杂、人车混行、机非混行、道路连接关系复杂等影响，车路协同重点解决控制信号车内通知、非视距碰撞风险预警的问题。城市场景的RSU部署要和信控装置充分结合，实现信控装置的网联化。一方面，可以将信控信息及时通知给周边车辆，另一方面，也可以通过C-V2X汇集周边交通流数据，反哺信控装置的控制决策。此外，在重点区域，例如道路交叉口，可以部署多角度的感知设备，通过多源传感器的感知融合解决感知精度的问题，通过多角度传感器的感知融合解决感知盲区的问题。C-V2X设备一方面可以作为多源传感器的时钟同步源，另一方面也可以将感知结果快速通知到区域内车辆。
2.3自动驾驶园区
自动驾驶将率先在物流园区、港口、办公区域等相对封闭的场地、相对固定的路线内实施。在园区内建设完善的数字化基础设施，为园区内的自动驾驶车辆提供感知、计算服务，可以极大地降低这些车辆的成本和功耗，同时使得这些车辆的轻量化、小型化成为可能。园区可以在自动驾驶车辆行驶路线上部署完备的传感器，对所有交通参与者的状态进行上帝视角的感知，这将极大降低单车传感器的投入。同时，园区还可以在道路边缘设置计算单元，利用边缘计算技术对于区域内自动驾驶车辆的行驶路径进行协同规划，一方面降低单车计算成本，另一方面可以实现有效协同，解决“驾驶相遇”的联合决策问题。此外，当自动驾驶车辆进入交叉口等复杂交通场景时，还可以使用5G技术进行远程人工接管。从另一个角度看，在自动驾驶运营早期，园区需要对所有自动驾驶车辆和园区内的道路基础设施进行全程全时监管。C-V2X技术可以构造园区的数字神经网络，不仅能快速感知园区内所有交通事件，而且能为园区的应急处置、远程动态控制提供可能。
3.结语
在车路协同技术的帮助下，人车路云将有机结合，保障通行安全、提升通行效率。作为车路协同4大关键技术之一，V2X通信技术将伴随车路协同技术不断发展。在通信技术发展的推动下，车路协同技术已经从1.0迈入2.0，正在向3.0演进。接下来，路侧感知方案将进一步向低时延、高精度方向演进，交叉口俯视感知将能同时处理更大范围的运动目标，交通优化将向精细化发展，这些都要求通信技术同步演进[3]。
参考文献：
[1]张杰.C-V2X与智能车路协同技术的深度融合[J/OL].中兴通讯技术:1-14.
[2]田彬，赵祥模，徐志刚，王淼，张宇琴.车路协同条件下智能网联高速公路通行效率信息自适应分发协议:NRT-V2X[J].中国公路学报，2019，32(06):293-307.
[3]本刊编辑部.清华大学姚丹亚教授在“智能汽车分级实施核心技术及工程开发高研班”授课概要智能车路协同(V2X)系统[C]..西南汽车信息（2017年第7期总第376期）.:重庆汽车工程学会，2017:2-10.
论文作者:宋菲
论文发表刊物:《科学与技术》2019年第19期
论文发表时间:2020/3/16
标签：车辆论文; 园区论文; 交通论文; 时延论文; 技术论文; 传感器论文; 交叉口论文; 《科学与技术》2019年第19期论文;