基于專用短程通信技術的車路協同系統研究及應用

郭 蓬，蔡 聰，戎 輝，唐風敏，王文揚，王夢丹

（1.天津大學，天津 300072；2.中國汽車技術研究中心有限公司，天津 300300；3.河北工業大學，天津 300222）

車路協同系統（Cooperative Vehicle Infrastructure System，CVIS）以先進的專用短程通信技術（Dedicated Short Range Communication，DSRC）為基礎，融合新一代高精度定位技術和先進互聯網技術，實現了車與車（V2V）、車與路（V2I）、車與人（V2P）之間的動態實時信息交互。在全方位動態交通信息采集與融合的基礎之上，車路協同系統實現了車輛主動駕駛安全預警和控制以及道路交通協同管理，充分實現了人、車、路的有效協同，從而提高駕駛安全性，減少城市交通擁堵、提升交通出行品質、提高城市交通管理部門管理成效。本文基于真實CVIS場景的建立，分析說明了該系統的組成和架構，并對系統中不同場景的實現和關鍵技術進行了闡述。

1 車路協同系統介紹

1.1 系統架構

車路協同系統的總體架構說明：通過將專用短程通信設備布設于自動駕駛車輛或者智能網聯車輛，以及路側基礎設施上，以實現車路的實時通信，從而將整個交通系統中的人、車、路等各方面的構成部分統一于一個整體。然后，對于交通系統中的紅綠燈、攝像頭、可變情報板等系統的數據，在人、車、路所構成的整個系統中進行實時信息傳輸與交換，為此，研發配套了短程通信與車載網絡。而測試、調試軟件則應用于對整個通信系統所產生的數據進行檢測、處理、分析，并且將所獲的結果應用于對整個通信系統的提高和改善。并且在此基礎上構成了一個車路協同系統，這個系統基本上包括了RSU（Road Side Unit）、OBU（On Board Unit）、紅綠燈、可變情報板、交換機、攝像頭、網絡設備等以及開發和測試軟件，可以在室外和實驗室范圍內對所設計的整個系統進行模擬和示范，以達到總體的展示效果。

1.2 系統組成

車路協同系統主要包括3個部分，分別是智能網聯汽車、路側設備和后臺管理系統，并且預留了可以提供拓展的功能，比如后續會實現更多場景以及車車通信。目前系統中實現的功能主要包括：基于紅綠燈自動調節的車輛優先通行，基于智能情報板的施工信息警示以及基于智能攝像頭的物體識別。物體識別具體包括對于運動物體的識別（主要用于模擬交叉路口的監控攝像頭的功能）和對于靜止物體的識別（主要用于模擬智能停車場的空閑車位的識別功能），并且將相應的數據以信號的形式通過專用短程通信設備以及配套通信軟件進行車路之間的信息傳輸和交互，整個車路協同系統構成如圖1所示。

車路協同系統中的實驗車輛，是一款專門為該系統開發的智能網聯觀光車，車身搭載多種傳感器以及OBU等通信設備，不僅能夠滿足無人駕駛的需要，同時還能實現后臺管理系統的遠程監控管理、手機APP的實時調度以及V2X

圖1 車路協同系統的構成

通信等多元化功能，車輛外型如圖2所示。

圖2 智能網聯觀光車

車路協同系統中的路側設備，采用可移動式的交通設備，并裝有RSU等通信設備，可以實現車輛和路側設備之間的通信，如圖3所示。

圖3 路側設備

另外，車路協同系統還專門開發了一款APP，作為車載PAD的顯示內容，方便更加直觀地展示車路協同系統中不同場景的功能，如圖4所示。

圖4 車路協同系統APP

1.3 運行流程

系統運行流程主要是基于專用短程通信設備和配套的通信軟件，實現不同交通參與者之間的信息交互和信息傳輸，使之構成一個整體，并且對于這個過程中產生的數據，會反饋到測試、調試軟件進行進一步的處理，如圖5所示。

圖5 系統運行流程示意圖

2 場景介紹

車路協同系統目前包括4個測試場景：行人識別與躲避、紅綠燈自動調節、施工信息警示和停車位檢測，見表1。

表1 車路協同系統場景

2.1 行人識別與躲避

車輛轉向遇到橫穿公路的行人，由于路口建筑物的遮擋形成了NLOS（Not Line of Sight）場景，所以采用視頻檢測的識別方式和DSRC的通信方式。

路口處的攝像頭監控路口是否有行人通過，并通過RSU實時廣播當前路口的行人信息，OBU收到該路口有行人通過的信息后，車載平板顯示警示信息，智能網聯車輛自動采取減速或制動避讓行人，避免發生碰撞的危險，如圖6所示。

圖6 行人識別與躲避場景

相較于目前普遍依靠無人車上的攝像頭和雷達來檢測行人，本文中采用的方案充分利用了智能網聯汽車的優勢，基于DSRC技術實現了車路協同，使車輛在一些NLOS場景中也能很好地檢測到規劃路徑上的行人，而且行人不需要佩戴相關的通信設備，取而代之的是目前更為成熟的視頻識別技術，可靠性更高，成本也更加低廉。

2.2 紅綠燈自動調節

高優先路權使用車輛（如執勤車、救護車等）通過OBU發送應急通過路口信息給紅綠燈，紅綠燈通過RSU收到控制指令變換綠燈配時和相位，實現高優先權車輛優先通行，確保其快速通過路口，如圖7所示。

圖7 紅綠燈自動調節場景

目前車路協同系統中和紅綠燈相關的場景主要是以綠波車速引導為主，OBU接收到紅綠燈的配時和相位信息，給予駕駛員合適的建議車速區間，確保車輛能夠經濟、舒適地（不需要停車等待）通過紅綠燈路口。本文中的方案則是以車輛為主導，不需要車輛來適應紅綠燈的相位，而是紅綠燈更改相位配合車輛的行駛，相比之下效率更高，駕乘體驗更好。而且可以更改不同車輛的優先路權，確保執勤車、救護車等車輛有較高的優先路權，確保其快速通過。

2.3 施工信息警示

當前方道路施工時，可變情報板通過RSU向周邊廣播道路施工警示信息，提示周圍車輛及時減速避讓，避免發生事故。智能網聯車輛OBU接收到RSU發來的廣播消息后，根據信息的安全級別顯示警示信息，自動減速避讓，避免可能發生的交通事故，如圖8所示。

圖8 施工信息警示場景

現有的施工信息警示牌受距離和NLOS場景限制較大，本文中采用的方案通過RSU將施工信息廣播給周圍通信范圍之內的車輛，車輛根據各自的路徑規劃提前做出是否需要減速避讓的判斷，在施工警示牌進入視線范圍之前或者一些NLOS場景中都能起到很好的效果。

2.4 停車位檢測

通過攝像頭實時監控停車位信息，并將停車位信息通過RSU廣播給周圍車輛，車輛OBU接收到信息后，車載平板顯示停車位占用情況和空余停車位，如圖9所示。

圖9 停車位檢測場景

目前應用較多的超聲波停車位檢測器成本較高，而且裝在室外露天停車位上容易發生損壞，本文中采用的方案可以基于停車位原有的監控攝像頭，加裝嵌入式算法處理模塊和RSU盒子，充分利用DSRC通信的優點，將車位信息實時廣播給周圍車輛。

3 場景實現

3.1 行人識別與躲避

路口處的攝像頭監控路口是否有行人通過，通過網線將視頻畫面實時傳送給算法處理模塊，算法處理模塊通過行人檢測算法判斷路口是否有行人通過（圖10），并通過RSU實時廣播當前路口的行人信息，并在報文中添加攝像頭的ID號，智能網聯車輛根據自身的路徑規劃，OBU接收帶有即將通過路口的攝像頭ID號的報文，并輸出到工控機，控制車載平板顯示警示信息，智能網聯車輛自動減速或制動避讓行人，避免發生碰撞的危險。行人識別與躲避業務流程如圖11所示，流程說明見表2。

3.2 紅綠燈自動調節

高優先路權使用車輛（如執勤車、救護車等）行駛到路口附近，通過OBU發送控制指令給RSU，RSU收到控制指令后輸出給紅綠燈控制器，紅綠燈變換配時和相位，更改為綠燈常亮，實現高優先權車輛優先通行，確保其快速通過路口。紅綠燈自動調節業務流程如圖12所示，流程說明見表3。

圖10 行人檢測結果

圖11 行人識別與躲避業務流程

表2 行人識別與躲避流程說明

圖12 紅綠燈自動調節業務流程

3.3 施工信息警示

后臺控制中心根據道路施工信息，遠程更改路側可變情報板文字信息，可變情報板通過RSU廣播可變情報板上警示的施工信息，并在報文中添加可變情報板的ID號，附近車輛通過OBU接收到施工信息后，通過ID號判斷與施工地點的相對位置，車載平板顯示可變情報板上的施工信息，智能網聯車輛根據當前路徑規劃和與施工地點的相對位置，自動執行減速避讓或更改路徑規劃等操作，避免可能發生的交通事故。施工信息警示業務流程如圖13所示，流程說明見表4。

表3 紅綠燈自動調節流程說明

圖13 施工信息警示業務流程

表4 施工信息警示流程說明

3.4 停車位檢測

停車場攝像頭監控停車位信息，通過網線將視頻畫面實時傳送給算法處理模塊，算法處理模塊通過靜態目標識別算法判斷停車位是否被占用，并通過RSU實時廣播當前停車位信息，OBU接收停車位信息在車載平板上實時動態顯示停車位信息。停車位檢測業務流程如圖14所示，流程說明見表5。

圖14 停車位檢測業務流程

表5 停車位檢測流程說明

4 結語

發展智能網聯汽車，建立智能網聯汽車的測試評價體系，針對智能網聯汽車進行實車道路測試驗證，都需要先在開放測試道路和封閉測試區內模擬實際的道路場景進行實車測試。目前國內智能網聯示范區的建設才剛剛起步，多數測試場景都沒有將無人駕駛和“網聯”很好地結合起來，實現真正意義上的車路協同。而有關車路協同系統的研究也剛剛起步，多數尚處于跟蹤調研和理論階段，缺乏深入的研究并應用到實際。

本文基于專用短程通信技術，開發了一款專門用于車路協同的RSU和OBU盒子，構建了4個具有特色的車路協同場景，并為此研發了一款智能網聯汽車進行實車驗證，開發了一款移動端APP用于車載端演示，實際驗證了本文提出的車路協同系統的可行性。文章中一共提出了4個場景，其中行人識別與躲避場景，利用DSRC技術實現路側攝像頭和車輛的信息共享，解決了無人車無法檢測到NLOS場景中行人橫穿馬路的難題；紅綠燈自動調節場景，改變了一貫以路為主導的現狀，實現了以車位主導，大幅提高通行效率的飛躍式改進；施工信息警示場景，讓車輛裝上了“千里眼”和“順風耳”，能夠發現遠距離的交通異常；停車位檢測場景，通過開發視頻檢測算法，大大緩解了找停車位難的問題。

本文提出的這些場景，不僅可以服務于未來智能網聯示范區的建設和智能網聯汽車的發展，起到示范作用，對于車路協同領域的深入研究，也具有一定的參考價值。