基于5G的車(chē)路協(xié)同關(guān)鍵技術(shù)測(cè)試研究摘要：近年來(lái)，車(chē)路協(xié)同是智能網(wǎng)聯(lián)汽車(chē)發(fā)展的重要方向之一，車(chē)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(chē)-車(chē)、車(chē)-路之間動(dòng)態(tài)實(shí)時(shí)信息交互，實(shí)現(xiàn)車(chē)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(kāi)展車(chē)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(chē)、路、環(huán)境的有效交互。本文介紹了車(chē)路協(xié)同系統(tǒng)詳細(xì)的功能設(shè)計(jì)，并給出了車(chē)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(kāi)放測(cè)試道對(duì)車(chē)路協(xié)同系統(tǒng)應(yīng)用進(jìn)行功能測(cè)試，驗(yàn)證了本文提出的車(chē)路協(xié)同系統(tǒng)方案能夠?yàn)闇y(cè)試場(chǎng)景提供良好的解決方案，為未來(lái)車(chē)路協(xié)同系統(tǒng)的發(fā)展提供參考。關(guān)鍵字：車(chē)路協(xié)同智慧交通避障預(yù)警1.引言車(chē)路協(xié)同系統(tǒng)是有效解決當(dāng)前交通問(wèn)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(chē)-車(chē)、車(chē)-路之間動(dòng)態(tài)實(shí)時(shí)信息交互，實(shí)現(xiàn)車(chē)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(kāi)展車(chē)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(chē)、路、環(huán)境的有效交互[2]。人-車(chē)-路協(xié)同的機(jī)理研究需要對(duì)車(chē)路協(xié)同的各構(gòu)成元素包括車(chē)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(duì)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(duì)該元素的行為產(chǎn)生指導(dǎo)等進(jìn)行分析和研究。為車(chē)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(chē)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(chē)-路協(xié)同應(yīng)用是未來(lái)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(guó)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(mén)均積極參與或推動(dòng)新一代交通控制網(wǎng)、車(chē)路協(xié)同系統(tǒng)的研究及示范應(yīng)用[3]，力圖促使我國(guó)在車(chē)路協(xié)同理論研究、關(guān)鍵技術(shù)、場(chǎng)景構(gòu)建、裝備研發(fā)和車(chē)路協(xié)同系統(tǒng)研發(fā)-應(yīng)用-測(cè)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(hào)燈控制車(chē)輛在路口的通行[5]，隨著城市汽車(chē)保有量的快速增加、道路空間利用率的逐漸飽和，交通信號(hào)燈控制車(chē)輛通行的效率逐漸下降。在車(chē)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(shì)，實(shí)現(xiàn)道路交叉口車(chē)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(wèn)題[7]。綜上所述，在車(chē)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(chǎng)景下的車(chē)路協(xié)同系統(tǒng)示范應(yīng)用并保障場(chǎng)景的穩(wěn)定性和可靠性，所研究的智能路側(cè)系統(tǒng)、車(chē)載系統(tǒng)、車(chē)路協(xié)同系統(tǒng)是未來(lái)交通的發(fā)展方向，具有重大的研究?jī)r(jià)值和廣闊的產(chǎn)業(yè)前景。3.車(chē)路協(xié)同系統(tǒng)基于5G車(chē)路協(xié)同系統(tǒng)主要由路測(cè)系統(tǒng)、車(chē)載系統(tǒng)以及路側(cè)單元-車(chē)、車(chē)-車(chē)傳輸策略構(gòu)成[8]。3.1路測(cè)系統(tǒng)基于車(chē)路協(xié)同技術(shù)的智能交通系統(tǒng)要求通過(guò)大量的室外傳感器等感知設(shè)備探測(cè)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(chē)載端、信號(hào)控制平臺(tái)、交通大數(shù)據(jù)平臺(tái)等交通平臺(tái)[9]。所以路側(cè)信息采集、處理和通信是車(chē)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(cè)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(tái)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(tái)等組成。具體地，智能路側(cè)系統(tǒng)主要有智能信號(hào)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(chē)載系統(tǒng)為了保證車(chē)輛在道路上安全行駛，需要通過(guò)安裝于車(chē)上的傳感器等設(shè)備采集車(chē)輛的操作參數(shù)、運(yùn)動(dòng)學(xué)參數(shù)及周?chē)h(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(cè)車(chē)輛的行駛狀態(tài)。車(chē)載端信息主要采集來(lái)源有兩處：車(chē)載診斷系統(tǒng)（On-BoardDiagnostics）和高級(jí)輔助駕駛系統(tǒng)Mobileye。其中，OBD是采集用于監(jiān)測(cè)車(chē)輛故障、車(chē)輛使用狀態(tài)參數(shù)等信息；高級(jí)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(chē)載自動(dòng)診斷系統(tǒng)，汽車(chē)上安裝的車(chē)載自動(dòng)診斷系統(tǒng)為OBDII系統(tǒng)。OBDII裝置可以監(jiān)測(cè)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(chē)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(chē)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(jué)警報(bào)，安裝于擋風(fēng)玻璃底角[13]。Mobileye可以實(shí)時(shí)觀測(cè)道路和車(chē)輛，利用車(chē)輛、車(chē)道、限速標(biāo)志和行人探測(cè)技術(shù)測(cè)量采集車(chē)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(guò)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(chē)輛運(yùn)動(dòng)信息，然后在車(chē)載處理模塊上進(jìn)行計(jì)算分析，以對(duì)車(chē)輛的風(fēng)險(xiǎn)狀態(tài)進(jìn)行識(shí)別。在車(chē)載端，通過(guò)OBDII系統(tǒng)和Mobileye傳感器采集車(chē)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(chē)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(chē)、車(chē)-車(chē)傳輸策略（1）高精度地圖分級(jí)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(jí)分層傳輸給車(chē)輛OBU，為此，研究了路側(cè)單元-車(chē)的高精度地圖分級(jí)傳輸策略。高精度地圖分層優(yōu)先級(jí)定義如下圖：圖3高精度地圖分層優(yōu)先級(jí)定義圖（2）圖形圖像傳輸策略圖形圖像數(shù)據(jù)進(jìn)行車(chē)-車(chē)傳輸，為此，研究了車(chē)-車(chē)的圖形圖像傳輸策略。將每一幀的數(shù)據(jù)長(zhǎng)度設(shè)置為1000字節(jié)，且用一個(gè)字節(jié)標(biāo)識(shí)圖片分辨率的類(lèi)型，用來(lái)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(hào)，用連續(xù)的編號(hào)標(biāo)識(shí)發(fā)送幀，規(guī)定從1開(kāi)始編號(hào)，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(chē)路協(xié)同關(guān)鍵應(yīng)用算法研究一般的車(chē)路協(xié)同系統(tǒng)算法包括16個(gè)場(chǎng)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(chē)預(yù)警、緊急制動(dòng)預(yù)警、異常車(chē)輛預(yù)警、車(chē)輛失控預(yù)警、緊急車(chē)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(shì)交通參與者碰撞預(yù)警、綠波車(chē)速引導(dǎo)、車(chē)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(duì)較為復(fù)雜的車(chē)路協(xié)同的安全預(yù)警決策算法以及車(chē)速引導(dǎo)算法進(jìn)行詳細(xì)的說(shuō)明。車(chē)路協(xié)同的安全預(yù)警決策算法：在車(chē)路協(xié)同環(huán)境下，路側(cè)雷達(dá)能夠在車(chē)輛到達(dá)前方目標(biāo)之前檢測(cè)到危險(xiǎn)情況，并將準(zhǔn)確的目標(biāo)信息發(fā)送到車(chē)載信息處理中心，使得危險(xiǎn)能夠提前預(yù)知，增加行車(chē)風(fēng)險(xiǎn)預(yù)警范圍[16]，基于車(chē)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(chē)與目標(biāo)車(chē)輛進(jìn)入交叉口區(qū)域一定范圍內(nèi)，系統(tǒng)開(kāi)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(chē)最具有最高沖突風(fēng)險(xiǎn)的目標(biāo)車(chē)輛；接著，需分別計(jì)算目標(biāo)車(chē)輛與本車(chē)進(jìn)入沖突區(qū)域的時(shí)間；然后，根據(jù)本車(chē)與目標(biāo)車(chē)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(chē)輛相對(duì)于本車(chē)的位置，并觸發(fā)相應(yīng)的預(yù)警決策。車(chē)路協(xié)同的安全預(yù)警決策流程如圖4所示。圖4車(chē)路協(xié)同的安全預(yù)警決策流程圖車(chē)速引導(dǎo)算法：當(dāng)車(chē)輛駛?cè)肼房趨^(qū)域會(huì)接收到來(lái)自路側(cè)設(shè)備廣播的信息，其中包括信號(hào)燈信息以及路口位置信息等[18]。車(chē)載終端OBU接收這些信息，再結(jié)合測(cè)得的本車(chē)行駛狀態(tài)，經(jīng)過(guò)車(chē)速引導(dǎo)算法計(jì)算出推薦車(chē)速，并判斷是否做出減速預(yù)警，發(fā)送給APP通過(guò)車(chē)載APP顯示。綠波車(chē)速引導(dǎo)算法的具體流程如圖5所示。圖5車(chē)速引導(dǎo)算法流程圖5.V2X實(shí)車(chē)測(cè)試驗(yàn)證V2X應(yīng)用場(chǎng)景驗(yàn)證以中國(guó)湖北省武漢市示范區(qū)開(kāi)放測(cè)試道路作為測(cè)試場(chǎng)地對(duì)車(chē)路協(xié)同系統(tǒng)的各個(gè)功能進(jìn)行驗(yàn)證。駕駛裝有車(chē)載單元OBU的車(chē)輛主要經(jīng)過(guò)珠山湖南路路段。圖6示范區(qū)開(kāi)放道路示意圖5.1測(cè)試設(shè)備測(cè)試車(chē)輛先選擇線控版長(zhǎng)安2017款CS551.5T車(chē)型，分別充當(dāng)HV和RV。OBU安裝于車(chē)輛后備箱處，GNSS天線固定于車(chē)頂，通過(guò)點(diǎn)煙器接口對(duì)OBU進(jìn)行供電，通過(guò)與車(chē)輛CAN總線連接獲取車(chē)輛轉(zhuǎn)向、制動(dòng)等車(chē)輛動(dòng)態(tài)參數(shù)。測(cè)試所用的感知和通訊設(shè)備如下所示序號(hào)設(shè)備種類(lèi)設(shè)備名稱(chēng)1網(wǎng)關(guān)轉(zhuǎn)發(fā)眾向科技車(chē)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(chē)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(wú)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(cè)試功能基于車(chē)路協(xié)同平臺(tái)，對(duì)車(chē)輛防撞預(yù)警算法和車(chē)速引導(dǎo)算法進(jìn)行實(shí)際路測(cè)。（1）交叉口碰撞預(yù)警測(cè)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(cè)試道路選擇雙車(chē)道十字路口，當(dāng)主車(chē)在距離十字路口50米處以30km/h的速度接近，遠(yuǎn)車(chē)在十字路口右側(cè)以10km/h的速度起步，當(dāng)主車(chē)駛?cè)胧致房诨蛟谑致房跍?zhǔn)備起步，與側(cè)方遠(yuǎn)車(chē)存在碰撞危險(xiǎn)時(shí)，主車(chē)應(yīng)向駕駛員發(fā)出預(yù)警，并將信息顯示在車(chē)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(chē)OBU通過(guò)PC5接口能夠?qū)崿F(xiàn)與遠(yuǎn)車(chē)的通信，穩(wěn)定獲取遠(yuǎn)車(chē)的位置、速度等BSM消息，并且車(chē)載APP能夠正確顯示遠(yuǎn)車(chē)位姿信息。當(dāng)主車(chē)識(shí)別與十字路口右方車(chē)輛（遠(yuǎn)車(chē)）存在碰撞危險(xiǎn)時(shí)，主車(chē)產(chǎn)生交叉路口碰撞預(yù)警消息，當(dāng)主車(chē)在在距離十字路口20m處時(shí)，車(chē)載APP發(fā)出預(yù)警消息。根據(jù)測(cè)試結(jié)果，該應(yīng)用在交叉路口碰撞場(chǎng)景中正常發(fā)揮其預(yù)警作用，達(dá)到測(cè)試標(biāo)準(zhǔn)，測(cè)試通過(guò)。（2）車(chē)速引導(dǎo)（a）車(chē)速引導(dǎo)示意圖（b）HVOBU預(yù)警信息圖8車(chē)速引導(dǎo)測(cè)試道路選擇雙車(chē)道十字路口，主車(chē)以30km/h的速度從300m外接近紅綠燈處。路測(cè)單元對(duì)外廣播信號(hào)燈狀態(tài)信息，當(dāng)車(chē)輛駛?cè)肼房趨^(qū)域會(huì)接收到來(lái)自路側(cè)設(shè)備廣播的信息，其中包括信號(hào)燈信息以及路口位置信息等；車(chē)載設(shè)備利用這些信息，再結(jié)合本車(chē)行駛狀態(tài)計(jì)算出推薦車(chē)速，廣播給車(chē)端屏幕并通過(guò)車(chē)端屏幕顯示。主車(chē)OBU通過(guò)PC5接口實(shí)現(xiàn)與路測(cè)設(shè)備RSU的通信，穩(wěn)定獲取當(dāng)前道路的信息。當(dāng)主車(chē)接近十字路口時(shí)，能夠及時(shí)在車(chē)端屏幕顯示包括引導(dǎo)車(chē)速區(qū)間及目標(biāo)相位燈態(tài)讀秒消息。根據(jù)測(cè)試結(jié)果，該應(yīng)用在綠波車(chē)速引導(dǎo)場(chǎng)景中正常發(fā)揮其預(yù)警作用，達(dá)到測(cè)試標(biāo)準(zhǔn)，測(cè)試通過(guò)。6.結(jié)束語(yǔ)本文研究了車(chē)路協(xié)同系統(tǒng)在智慧交通中的應(yīng)用，提出了車(chē)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(chē)路協(xié)同系統(tǒng)應(yīng)用的關(guān)鍵算法，并在武漢市開(kāi)放測(cè)試道路進(jìn)行了實(shí)際測(cè)試，根據(jù)測(cè)試結(jié)果可以看出，本文設(shè)計(jì)的車(chē)路系統(tǒng)具有較高的魯棒性，并能準(zhǔn)確獲取路測(cè)單元信息，結(jié)合本車(chē)信息對(duì)車(chē)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(duì)智慧交通車(chē)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