C-V2X技術在高速公路中的應用

李士東 潘景劍 魏永利

摘要：針對車路協同應用場景，對蜂窩車聯網（C-V2X）技術進行了簡單說明，分析了傳統高速公路在安全、效率及服務方面存在的問題。針對C-V2X在高速公路中的融合應用方案進行了詳細說明，提出了基于C-V2X車路協同與路網智能控制系統設計方案，詳細闡述了系統軟件架構，介紹了為高速公路提供的4種業務場景。通過實際示范路段的測試驗證，證明了系統設計的可行性和合理性。

關鍵詞：蜂窩車聯網；車路協同；車聯網

中圖分類號：TP311文獻標志碼：A文章編號：1008-1739（2020）17-57- 5

0引言

當前，我國高速公路管理已經達到一定的智能化水平，基本實現了高速公路的可視、可監、可管、可控。但相對發達國家，我國高速路網在行駛安全、通行效率及出行服務等方面，仍存在較大的改進需求和提升空間。

C-V2X技術是基于3GPP全球統一標準的車聯網（Vehicle to Everything，V2X）無線通信技術，包括基于LTE移動通信技術演進形成的LTE-V2X/LTE-eV2X技術，以及基于5G NR平滑演進形成的NR-V2X技術[1]。基于C-V2X車路協同是指采用先進無線通信和新一代互聯網等方式，實現人—車—路—網全方位動態實時信息交互的智能交通技術。車路協同在全時空動態交通信息采集與融合的基礎上，借助車輛協同安全和道路協同控制技術，能夠有效保證交通安全、提高通行效率，在高速公路領域具備廣泛的研究價值和應用前景。

1傳統高速公路存在的問題

我國高速公路運營里程已達149 600 km，未來高速公路的主要任務是從已建成的路網上挖掘潛力，提升路網運輸能力，目前仍需解決的問題主要包括以下3個方面：

①路網安全：近年來我國道路交通事故、傷亡人數和直接損失一直呈上升趨勢，隨著汽車化程度越來越高，帶來的交通安全問題也會不斷上升。路網安全與道路設計、交通流量、司機駕駛行為及路況條件等眾多因素緊密相關，單一手段無法有效解決。

②路網效率：路網通行效率直接關系到路網通行費用營收，間接關系到整個社會的經濟運行情況。不良天氣、交通事故因素影響通行效率問題一直缺乏有效的解決手段。以北京為例，2016年由于霧霾天氣原因封閉高速時長達114 h，嚴重影響路網通行效率。

③路網服務：隨著技術的進步，交通出行已不再是簡單的位置搬移，未來出行將變成除工作、家庭生活以外的第三生活空間，出行者在追求安全、高效的同時，愈發關注交通出行過程體驗。隨著自動駕駛技術的進步，司機雙手有望得到解放，這會帶來更多的出行服務需求。

2 C-V2X技術分析

3GPP已完成基于LTE的C-V2X標準研究，并在多場景實現應用落地，面向5G的C-V2X標準正在研究中，C-V2X是唯一具有清晰路徑向5G演進的V2X通信技術[2]。

國外主流V2X通信技術包括專用短程通信（Dedicated Short Range Communication，DSRC）技術和C-V2X技術。美國、歐洲和日本于20世紀90年代開展了基于DSRC的研究，目前部分國家雖然早期支持DSRC技術，但多數國家同時也在逐漸開展C-V2X應用研究，美國已分配C-V2X專用頻譜，進行C-V2X技術探索。

我國確定了按照車路協同技術路徑積極推動自動駕駛的發展。中國通信標準化協會、IMT-2020（5G）推進組、中國公路學會等機構大力推進C-V2X關鍵技術可行性研究、行業標準編制及應用示范等工作。從政策層面看，C-V2X技術在國內智能交通領域有著良好的發展前景[3]。

C-V2X通信能力示意圖如圖1所示。

C-V2X將人—車—路—網及周邊環境數據緊密融合，通過車—車（V2V）、車—路（V2I）、車—人（V2P）及車—網（V2N）信息交互和共享，實現車和基礎設施之間智能協同與配合，為智能交通管控、車輛智能控制和智能動態信息服務等業務提供有力支撐。C-V2X第1階段支持場景定義如表1所示。

3 C-V2X高速公路應用方案設計

基于C-V2X車路協同技術可實現道路的數字化、網聯化、智能化。以“聰明的車”和“智慧的路”相互輔助可有效提高出行安全、通行效率和服務能力。

3.1系統設計

C-V2X實現路側單元（Road Side Unit，RSU）與車載單元（On Board Unit，OBU）之間的信息有效交互，使路側信息更好為車服務，讓道路參與者共享實時路況信息，實現真正的人—車—路—網協同智能[4]。基于C-V2X車路協同與路網智能控制系統結構圖如圖2所示。

系統架構可分為云、管、端3層。

①云：由高速路網數據中心和業務平臺構成，數據中心可以分級建設。業務平臺包括信息資源數據平臺和應用支撐平臺2個基礎支撐平臺，以及建立在基礎支撐平臺之上的一個應用業務平臺。其中2個基礎支撐平臺提供數據存儲、匯聚、計算及決策等處理，并為應用層提供服務；應用業務平臺向路側管理方和一般出行者提供路網主動控制、道路養護、自動駕駛及出行等服務。

②管：包括C-V2X網絡、運營商4G/5G網絡、衛星定位網絡及光纖網絡等，實現端側數據信息和云側控制信息的傳輸。

③端：包括車載終端及路側交通基礎設施各種智能化終端。車載終端主要是C-V2X OBU設備，實現與路側C-V2X RSU設備的協同通信；路側智能感知終端包括攝像頭、激光雷達及毫米波雷達等，實現路網交通態勢的智能感知，并將感知結果通過V2X鏈路傳遞給車輛進行輔助決策[5]；邊緣計算結合路側智能感知結果可為車輛提供超視距路況感知能力，有效彌補車輛自身感知距離不足的問題。

3.2軟件架構

基于C-V2X車路協同與路網智能控制軟件架構，如圖3所示。

系統軟件架構主要包括RSU、路側感知模塊、車路協同邊緣計算和業務平臺4個部分。

（1）RSU

針對高速、大密度路網復雜交通環境通信場景，實現車輛運動狀態與信道環境兼顧的C-V2X鏈路信號傳輸策略，感知網絡擁塞并控制，解決高速大密度交通場景中無線網絡資源利用與擁塞問題。

（2）路側感知模塊

使用多源傳感器實現道路環境信息有效感知，利用人工智能及深度學習方法完成多源多維異步異構數據融合，實現交通場景語義理解和動靜態目標檢測、分類與跟蹤，構建3D交通運行路況場景[6]。

（3）車路協同邊緣計算

實現綜合路況及交通流信息精準掌控，提高三維空間的理解能力，實現路況實時感知信息與高精度地圖融合，通過拓撲、姿態、色彩及語義等特征提升定位能力，構建基于靜態高精度地圖的全息動態路況場景，實現全息動態路況對輔助/自動駕駛的支撐[7]。

（4）業務平臺

業務平臺通過接收實時交通狀態感知數據以及基于交通仿真的交通流運行狀態預測數據，形成交通管控模型策略，實時優化協同控制方案，實現車輛行駛間信息交互和行為協同，提升交通運行效率和交通安全，并為交通出行者提供自動駕駛引導和出行服務，為交通管理者提供道路養護服務。

4業務場景

4.1超視距感知

高速公路車速較快，車輛所需的安全距離較遠，而駕駛者及車載端傳感器極限感知能力只有100～200 m，無法滿足安全距離要求。

系統借助路側智能感知設備，可主動獲取近千米范圍內的背景車輛、倒車逆行、緊急停車、行人闖入、拋灑物、道路施工、路面坑洼及交通事故等全局路況數據和特殊事件，這些數據經過處理和分析后生成相應的警示信息，實現路—云上報并通過C-V2X網絡廣播給接近的車輛，提醒其提前決策，有效增強行駛的安全性。

4.2全息隧道

由于感知盲區及肉眼視距限制等原因，高速隧道進出口交通事故頻發。路側智能感知設備可全息感知隧道出入口的實時態勢、擁堵、應急事件等異常因素，并提前通知即將進入或駛出隧道的車輛，能夠有效解決道路安全及交通效率問題，同時也提升了交通監測與管理能力。

隧道入口容易造成黑洞效應形成視野盲區，在隧道入口處安裝感知設備，感知隧道口附近障礙物及異常車輛等，提前將異常信息通過V2X發送給接近車輛；隧道出口容易形成白洞效應形成視野盲區，在隧道出口處安裝感知設置，感知隧道出口外的環境，將異常情況通過V2X發送給接近隧道出口的車輛，提高行車安全。

4.3全息匝道

高速干道的匯入匯出無論對于普通車輛還是自動駕駛車輛來說，都是交通事故高發地段并影響高速通車效率。

高速公路匝道匯入口車流量大、行車視距小，車輛匯入時存在較大的單車感知盲區，變道易導致碰撞，在匯入區域部署路側感知系統，并將感知數據高度融合，通過V2X實時發布，輔助車輛進行行為決策。高速公路匝道出口存在大量車輛連續變道、緊急剎車及逆行等危險駕駛行為，通過在匝道匯出口部署路側全息感知系統，能實時檢測車輛的速度、位置等信息，以及異常停車、緊急變道等事件，提前將異常情況或超視距信息通過V2X發送給相關車輛，降低事故風險。

4.4車道級高精度定位

全路段動態高精度定位是面向智能出行需求最基礎的支撐，為了給車輛提供車道級精準定位，系統提供路側高精度差分定位和車載視覺輔助定位2種方式提高定位精度。RSU內置RTK定位系統，可以作為高精度定位基站，通過V2I方式對行駛車輛提供差分定位服務。同時利用深度學習技術，通過車載攝像頭與雷達融合實現車道線與道路邊界的檢測，從而進行車道級輔助定位。

5測試驗證和結果分析

設計方案經過實驗室驗證測試后，在石家莊新元高速5km車路協同示范項目上應用并進行了實際工程項目的測試驗證。

（1）V2X場景驗證

在示范路段進行了V2V 8個場景和V2I 9個場景的測試驗證工作，在高速移動、大車流路網場景下對C-V2X的通信時延等性能指標進行了測試，實測結果如圖4所示。RSU高度為7 m，數據包為400 Byte，零丟包率情況下實際覆蓋半徑大于500 m，時延小于25 ms，發送頻率為10 Hz，滿足標準及設計要求，場景提醒準確無誤，可輔助車輛駕駛，提升出行的安全性。

（2）路側智能感知

在示范路段采用激光雷達與攝像頭融合感知技術，可實現路面動靜目標的提取，包括背景車輛及障礙物等，目標解析時延在5 ms內，定位精度在20 cm內，廣播平均時延小于25 ms，滿足目前網聯車輛的輔助提醒和自動駕駛車輛的輔助判決要求。

通過上述實際工程驗證測試，證明了方案的合理性及工程可行性，為后續深入研究打下良好基礎。

6結束語

目前LTE-V2X是C-V2X采用的主流技術方案，由于能夠更好地發揮現有移動蜂窩網的優勢，提供更廣范圍的業務服務，備受全球電信運營商和汽車企業的關注。隨著蜂窩通信技術的不斷發展，LTE-V2X也將向NR-V2X技術方向演進。基于5G新空口及網絡切片技術，低時延、高可靠通信將被支持，可用于實現自動駕駛等更加豐富的車聯網應用業務。

未來自動駕駛離不開C-V2X，從感知、認知到直接告知，通過車路協同化繁為簡來降低單車成本會更經濟。車聯網是一個新戰略的制高點，我國高度重視車路協同技術與產業發展，并將其納入《中國制造2025》《交通強國建設綱要》以及交通運輸部智能交通系統發展戰略，智慧交通可提高出行獲得感，但這也將對傳統交通運輸模式形成顛覆，所以一是要加強跨行業協作，統籌規劃車路協同發展；二是加快LTE-V2X部署，積極探索商業模式，明確運營主體；三是政策法規促進C-V2X應用，才能推動整個產業的健康發展。

參考文獻

[1]中國信息通信研究院.車聯網白皮書： C-V2X分冊[EB/OL].（2019-12-26） [2020-03-11]. http：//www.caict.ac. cn/kxyj/qwfb/bps/202001/t20200102_273007.html.

[2]于潤東，余冰雁，李新洲，等.C-V2X標準化進展與測試驗證[J].信息通信技術與政策，2018 （7）：61-65.

[3]和福建，田曉笛，王長園.車聯網發展現狀及趨勢研究[J].中國汽車，2019（4）：55-58.

[4]宋蒙，劉琪，許幸榮，等.C-V2X技術在智能網聯行業中應用探討[J].中興通訊技術，2020，26 （1）：60-63.

[5]南洋，董馨，陳博，等.C-V2X技術在智能網聯汽車上的應用場景研究[J].汽車文摘，2019 （9）：8-12.

[6]董振江，古永承，梁健，等.C-V2X車聯網關鍵技術與方案概述[J].電信科學，2020，36（4）：3-14.

[7]董馨，南洋，陳博，等.C-V2X應用場景的算法建模及評價模型綜述[J].汽車文摘，2020（5）：13-17.