泛V2X的理念、框架、應用及實踐研究

劉思楊，張云飛*

（1.騰訊云計算（北京）有限責任公司，北京 100000；2.騰訊科技（深圳）有限公司，廣東 深圳 510000）

0 引言

2G/3G 時代，車聯網主要是指遠程信息服務Telematics，包括定位導航、天氣、聯網資訊等基本的信息服務以及車況診斷與預警、應急救援、安防等車主服務，代表性產品有通用的安吉星、豐田的G-BOOK、福特的SYNC 等。4G時代，隨著智能手機和移動互聯網的普及，內容服務爆炸式增長，基于T-BOX 的車載信息娛樂服務與車主服務更加的豐富多樣，車與智能手機的互動應用也不斷涌現，互聯網廠商開始進入車聯網行業，或自主或與車廠合作推動移動互聯網應用上車。不過無論是2G/3G 或是4G，車聯網主要聚焦的都是更多地連接車與內容和服務，在規模商用的過程中，并不重點關注車車、車路之間的數字化連接。

5G 時代，一方面隨著云計算、大數據、人工智能等技術的發展以及中控屏、HUD 等車載智能設備的普及，更智能更個性的連接車與內容和服務獲得了廣泛認同，智能座艙開始逐漸推廣；另一方面隨著車的電動化、網聯化、智能化以及路的數字化、網絡化、智能化，車車、車路具備了廣泛連接的基礎。車聯網有了更豐富的涵義，車路協同V2X（Vehicle to Everything）成為行業關注的焦點，包括車與車（V2V）、車與路（V2I）、車與人（V2P）、車與網（V2N）、車與云（V2C）等[1-10]。

我國已將車聯網產業發展提升到國家戰略高度，工信部在“十四五”信息通信行業發展規劃中明確提出積極穩妥發展車聯網，加快車聯網部署應用，其他相關部委也先后出臺了多個相關的政策文件。目前，我國已經批準了江蘇（無錫）、天津（西青）、湖南（長沙）、重慶（兩江新區）四個國家車聯網先導區以及北京、上海、廣州、深圳、武漢、長沙、重慶、成都、無錫等16 個智慧城市基礎設施與智能網聯汽車協同發展（雙智）試點城市。

1 C-V2X直連通信發展現狀及挑戰

C-V2X 是基于3GPP 全球統一的4G/5G 蜂窩移動通信標準演進形成的車用無線通信技術，包含 LTE-V2X和NR-V2X，其中LTE-V2X 基于4G 技術，NR-V2X 基于5G 技術。C-V2X 提供兩種通信接口：蜂窩通信Uu接口和直連通信PC5 接口。Uu 接口需要依托運營商的4G/5G 網絡實現；PC5 接口使用專用頻率，路側通信單元（RSU,Road Side Unit）和車載通信單元（OBU,On Board Unit）之間、OBU 和OBU 之間可基于此專用頻率直接通信，無需通過運營商的基站和網絡進行轉發。

目前商用和產業推廣的主要是LTE-V2X 直連通信。2018 年，我國為LTE-V2X 直連通信分配了20 MHz 專用頻率資源5 905—5 925 MHz，各地的車聯網運營公司基于此頻段構建了包含RSU、OBU 的LTE-V2X 專用直連通信網絡，并配套建設了路側感知設備、路側計算單元、V2X 平臺等。

基于C-V2X 直連專網，可以實現各類V2V、V2I 應用。目前，產業界將V2V、V2I 應用分為DAY I、DAY II兩大類，DAY I 主要是針對輔助駕駛的安全類預警或效率類提醒應用，包括碰撞預警、道路危險狀態提示、闖紅燈預警、綠波車速、擁堵提醒等，典型應用場景有17 個，應用層傳輸消息有5 個，具體參見CSAE 53-2020 《合作式智能運輸系統 車用通信系統 應用層及應用數據交互標準（第一階段）》[11]；DAY II 主要是針對ADAS、高等級自動駕駛的共享、協作、引導類應用，包括感知數據共享、協作式通行、動態車道管理等，典型應用場景有12 個，在DAY I 基礎上新增9 個、優化2 個原有的應用層傳輸消息，具體參見CSAE 157-2020 《合作式智能運輸系統 車用通信系統應用層及應用數據交互標準（第二階段）》[12]。DAY I 應用和傳輸消息經過多年三跨、四跨、新四跨的驗證已經基本成熟，在推進商用中；DAY II 應用和傳輸消息在2020 年完成了第一版標準，由于其涉及協作、引導等更加復雜的場景，技術還有待進一步驗證，產業界也在通過其他標準不斷完善相關的傳輸消息及數據協議。

我國C-V2X 車聯網建設取得了顯著進展，已經有超過20 個城市和多條高速公路完成了4 000 余臺RSU 部署，實現3 500 km 的道路智能化升級改造[13]，20 余款量產車型搭載了C-V2X 技術，包括很多全系標配的車型：如高合HiPhi X、蔚來ET7 等，但仍然面臨著路側覆蓋率不高、車端滲透率不足、大眾體驗感不強的“兩率一感”行業挑戰，車-路應用沒有進入良性循環，從示范應用到規模推廣之間面臨鴻溝。

2 融合5G及C-V2X直連通信的泛V2X

2.1 泛V2X理念

我國擁有全球最完善的4G/5G 網絡以及最強大的5G 生態，4G 基站超過500 萬，5G 基站超過180 萬，手機用戶數超過16 億，4G/5G T-Box 在國內新車的前裝滲透率已經超過50%，預計2025 將超過90%，手機、車機的移動互聯網應用廣泛普及。如果能充分利用完善的4G/5G 基礎設施和強大的移動互聯網生態來推廣V2X，將部分安全性需求沒那么高的V2X 應用轉化為伴隨式信息服務，將迅速提升大眾體驗感，助力V2X實現規模拓展。

為此，騰訊提出了“泛V2X”的理念，期望從應用出發，通過4G/5G 公網和C-V2X 直連專網的充分協同，實現車路云網人泛在連接。泛V2X 理念包括以下五個內涵：

（1）強云——以云端平臺為核心強化云端決策能力，支持輕量化終端獲取服務；

（2）泛網——支持C-V2X 直連專網、4G/5G 公網、4G/5G 專網，乃至ETC-X；

（3）富端——廣泛支持各等級智能網聯車輛、各類信息終端（如：智能手機），支持專用V2X APP、通用APP（如：地圖導航APP）、小程序、車載特色觸達等；

（4）開放——充分利用API/SDK 等軟能力增加靈活性與可集成度，提升特色差異化應用服務能力，提高可運營性；

（5）解耦——云邊端應用層充分協同，實現快速迭代，與網絡松耦合，增強對網絡的普適性。

2.2 泛V2X技術框架

從“泛V2X”理念出發，騰訊強化了云端能力，打造了“5G 泛V2X 開放平臺”，基于中心云、邊緣云、路側感知以及移動智能終端的云邊端協同，使得各種類型的4G/5G 移動智能終端可通過移動互聯網應用從平臺獲取V2X 伴隨信息服務；平臺兼容C-V2X 直連專網，提供RSU、OBU 以及其他設備的運維管理、數據匯聚分析等服務，如圖1 所示。

圖1 泛V2X技術框架

為了向豐富多樣的4G/5G 終端提供泛V2X 服務，騰訊研發了云端決策V2X 和V2X 消息定向分發兩大關鍵技術。

2.3 泛V2X關鍵技術1：云端決策V2X

在C-V2X 直連專網中，無論是V2I 應用還是V2V應用，OBU 接收RSU 或其他OBU 廣播的路側感知信息、事件信息或其他車輛的狀態信息，然后基于這些信息與本車信息進行計算，識別風險并提醒駕駛員，具體算法是在車端執行的，是一種車端決策，要求車端具備一定的計算能力。

4G/5G 終端具備豐富的形態，如：智能手機、智能車機、以及智能后視鏡等后裝車載終端；應用類型也豐富多樣，如：移動互聯網APP、小程序等。其中，手機車機的小程序應用比較輕量，一般不在端側分配大量的計算。另外，與直連通信接口的廣播不同，4G/5G 終端與平臺之間是點對點的連接，如果在平臺和海量終端間以典型的10 Hz 頻率傳輸大量的目標級數據，會造成較多的帶寬消耗。基于此，騰訊提出了云端決策V2X 技術，即將V2X 算法放在平臺端而非車端來執行，云端計算完成后將計算的結果發給端側，端側根據計算結果向駕駛員進行安全預警或信息提醒等。

以基于路側輔助的交叉路口碰撞風險提醒場景為例，闡述C-V2X 直連專網的車端決策V2X 流程和基于4G/5G 的云端決策V2X 流程的區別。

（1）C-V2X 直連專網的車端決策V2X 流程如下：

1）交叉路口的RSU 周期性廣播路側的實時感知數據；

2）行駛到交叉路口的主車HV 的OBU 解析接收到的RSU 消息，篩選出位于交叉路口區域的其他車輛（稱為遠車RV）；

3）主車OBU 進一步篩選處于一定距離范圍內的RV作為潛在威脅車輛；

4）主車OBU 計算每一個潛在威脅車輛到達路口的時間（TTI,Ttime-to-Intersection）和到達路口的距離（DTI,Distance-to-Intersection），篩選出與HV 存在碰撞危險的威脅車輛；

5）若有多個威脅車輛，則OBU 篩選出最緊急的威脅車輛；

6）OBU 通過HMI 對HV 駕駛員進行相應的碰撞預警。

（2）基于4G/5G 的云端決策V2X 流程如下：

1）云端的泛V2X 平臺周期性的接收路側的實時感知數據；

2）HV 周期性上報位置信息給云端的泛V2X 平臺；

3）泛V2X 平臺根據路側的實時感知數據篩選出位于HV 周邊的交叉路口區域的RV；

4）泛V2X 平臺進一步篩選處于一定距離范圍內的RV 作為潛在威脅車輛；

5）泛V2X 平臺計算每一個潛在威脅車輛到達路口的時間TTI 和到達路口的距離DTI，篩選出與HV 存在碰撞危險的威脅車輛；

6）若有多個威脅車輛，則泛V2X 平臺篩選出最緊急的威脅車輛；

7）泛V2X 平臺下發提醒信息對HV 駕駛員進行相應的預警。

可以看出，在云端決策V2X 中，平臺承擔了預警算法的執行，更多場景的云端決策V2X 流程可參見文獻[14]。目前騰訊云端場景計算根據不同的場景已實現了安全預警引擎、綠波車速引擎、特殊通行引擎等標準化V2X 服務引擎以及視頻直播引擎、信息運營引擎等特色差異化V2X 服務引擎。

云端決策V2X 技術引入了新的業務交互流程，并對平臺和端側的數據交互提出了新的需求，現有CSAE 53-2020 定義的DAY I 傳輸消息無法滿足相關的需求，比如：原有的DAY I 消息傳輸的是機動車、非機動車、行人的目標類消息或其他事件的原始信息，而云端決策V2X 需要傳輸的是直接的決策結果；原有的DAY I 消息主要考慮基于直連廣播通信實現，沒有定義業務交互流程，而基于4G/5G 的V2X 服務是平臺與終端點對點連接，涉及到業務交互流程，包括數據的上報，以及針對數據上報的消息下發；此外，還涉及到若干字段的必選可選、數據傳輸格式的差異等，具體參見文獻[14]。基于上述差異，騰訊在中國通信標準化協會（CCSA）牽頭了《基于移動互聯網的車路協同應用場景及技術要求》行業標準，制定新的傳輸消息和業務流程，具體參見文獻[15]。

2.4 泛V2X關鍵技術2：V2X消息定向分發

與C-V2X OBU 具備GNSS RTK 等亞米級高精度定位能力所不同，目前的4G/5G 手機通常并不具備高精度衛星定位能力。從2.3 節的流程中可以看出泛V2X 平臺需要篩選位于HV 周邊的RV，執行相關的預警算法，并將預警信息定向分發給HV。如果終端的定位能力不夠且無其他手段進行補償和識別的話，會造成預警算法較大的誤差并且無法精確定向分發到HV。為實現對低成本低定位精度移動智能終端的V2X 消息定向分發，騰訊研發了主車定向識別算法以及云端車道級定位匹配引擎，其在結合端側APP 上報數據和路端設備感知數據的基礎上，基于多種AI 算法對道路交通情況進行深度研判，從而實現駕駛風險實時預警和V2X 消息定向分發。云端車道級定位匹配引擎如圖2 所示。

圖2 云端車道級定位匹配引擎

2.5 基于泛V2X構建交通實時數字孿生

交通實時數字孿生整體框架如圖3 所示。

圖3 交通實時數字孿生整體框架

數字孿生是最近幾年新興起的技術，得到業界的廣泛關注，其通過在數字空間實時構建物理世界的精準數字化映射來模擬、驗證、預測物理實體的全生命周期過程，并實時反饋和優化物理世界，包括三維重建、模型構建、孿生渲染、仿真計算、虛實互動等功能。Gartner在2017、2018、2019 年連續三年將其評選為十大戰略性技術之一。5G 車聯網實現了車路云網人的泛在連接，結合全息融合感知、高精孿生渲染、交通仿真推演等將構建交通實時數字孿生，助力實現未來交通愿景。

全息融合感知通過對攝像機、毫米波雷達、激光雷達等路側感知設備采集的多源異構數據進行融合計算，實現了對道路機動車、非機動車、行人、異常交通事件的實時監測和全方位感知，如：對路面交通參與對象進行實時的識別、跟蹤和定位，并輸出目標的類型、位置、車牌號、速度、軌跡等信息；基于目標檢測算法、融合跟蹤算法、目標軌跡拼接算法等能力，在復雜道路狀況實現跨點位感知區域同一目標物的唯一連續跟蹤ID 及車輛軌跡平滑。融合感知引擎需要根據不同傳感器的特點在算法層面實現工況互補，使融合算法具備更高的空間分辨率與穿透能力，滿足晴天、雨天、夜晚、霧天等常規及極端天氣下的全天候感知需求。此外，在硬件安裝和軟件算法架構設計上，應支持模塊化可插拔，以靈活應對城市、高速等不同場景下的感知需求。

高精孿生渲染基于大規模自動化場景構建技術，快速低成本構建物理世界向數字孿生世界的靜態場景映射，采用配備GPS/北斗、慣性測量單元（IMU,Inertial Measurement Unit）、相機、激光雷達、輪速計等模塊的車輛，采集沿途軌跡、圖像、激光點云等數據，自動提取場景中的部件并與模型庫匹配，替換成高精度部件，智能識別標志牌中的文字內容，并高清還原，從而達到自動化構建三維場景的技術。對全息融合感知獲得的實時交通監測數據，通過與模型庫中的機動車、非機動車、行人模型進行匹配來實時還原動態交通流，形成實時數據驅動的孿生場景。在孿生渲染過程中，對于10 Hz 的動態車輛數據接入，可進一步結合車輛動力學濾波，形成符合車輛動力學的平滑車流。數字孿生云渲染技術，可進一步提供跨終端訪問能力以及開放集成能力，為開發者提供二次開發能力。

相比于傳統的交通信息化，5G 車聯網以及智慧交通的發展極大促進了人、車、路、地、物等交通數據的精準化獲取，連續精準的交通數據使得交通仿真的準確性、可靠度大大提高，同時分布式云計算為城市級的大規模交通仿真提供了充足的算力，這使得通過大規模交通仿真洞察城市級交通供給側、需求側運行規律提供了可能。大規模城市級交通仿真推演通過對道路出行的流量、密度、速度等運行狀態的實時仿真，實現對交通出行個體、城市出行運行規律還原，并提供高逼真、豐富的三維仿真場景，支持交通管理者根據業務場景實現仿真參數定義，以多維度的評價指標，讓交通管理者全面、提前掌握路網交通狀態，輔助業務決策，比如：支持路口管理及單路口信控方案實時推薦，協助交通管理者優化路口交通，同時通過優化信號燈配時、限速封路管制、交通事故推演、交通誘導配置等多種實時仿真場景自由組合，實現高度貼合線下實際交通場景的交通仿真。

3 典型應用

3.1 多場景5G泛V2X應用

（1）低成本廣覆蓋泛V2X 應用

如圖4 所示，基于泛V2X 技術路線構建的車路協同應用，用戶無需在車上安裝OBU 設備或進行復雜改造，只需在手機、車機等4G/5G 移動智能終端上使用車路協同APP、小程序或使用集成了車路協同服務的通用APP（如地圖導航APP）等，便可感受路側車路協同的建設效果，獲得低時延V2X 伴隨式信息服務，包括：紅綠燈信號同步、綠波通行、路側事件同步、弱勢交通參與者預警服務等標準化的V2X 服務以及前方道路視頻直播等特色的差異化V2X 服務，顯著提高用戶獲得感，更快地推動車路協同業務落地，促進5G 車聯網的產業發展。

圖4 泛V2X應用

騰訊為天津（西青）、重慶（兩江新區）等國家車聯網先導區以及成都、襄陽等地的車聯網項目開發了專用的車路協同APP、小程序，并提供相關的SDK 供其他APP 進行集成。同時，騰訊地圖已經與北京市高級別自動駕駛示范區的云控基礎平臺進行了打通，提供紅綠燈倒計時等車路協同服務。

（2）C-V2X 后裝OBU

在前裝C-V2X OBU 無法快速提升的情況下，通過低成本后裝C-V2X OBU 面向政府公務車輛、救護車、消防車等特殊車輛或者出租車、快遞車等運營車輛，并兼顧大眾車輛是提升大眾對C-V2X 認知度的重要手段之一。騰訊聯合合作伙伴推出了C-V2X 智能后視鏡，除了具備遠程車輛監控、行車記錄等后視鏡常規功能，通過引入C-V2X 通信能力，實現與路側智能網聯基礎設施以及其他智能網聯車輛的互聯通信，以后裝的方式促進普通車輛在超視距感知、主動安全和交通效率方面的智能化升級。

（3）智能網聯精準公交

基于5G 車聯網技術構建智能網聯精準公交，可有效提升公共交通運行效率，構建讓老百姓有感知的車路協同場景。騰訊聯合合作伙伴，以“快速、準點、聚客”為目標，充分利用數據和技術賦能，打造了智能網聯精準公交。基于騰訊出行位置大數據，為公交提供選點選線建議，精準匹配用戶出行需求；結合網聯技術和交通信號優先打造“主動式公交優先”，為市民提供更加快速、準點、舒適的定制公交通勤服務；基于智能網聯路側數據，大眾可以通過C 端APP 或公交車內的智能屏實時獲取公交運行信息和道路信息；通過定制APP，市民可方便地預約乘車，最大限度方便市民出行，實現公交持續化運營。經在長沙運行的實際數據統計，智能網聯精準公交相比普通公交提升行程效率（通勤時間）約30%+，相比私家車提升行程效率約20%+，具體參見文獻[16]。

3.2 5G網聯MaaS一體化出行

如圖5 所示，5G 網聯MaaS 一體化出行服務系統，通過MaaS APP 和小程序整合各種智能網聯車輛，如智能網聯精準公交車、Robotaxi、無人環衛車、無人售賣車等，以服務用戶為核心，接入互聯網大數據、第三方業務平臺數據、車路協同等多源數據，為用戶提供包括出行行程預定、路徑一鍵規劃、泛V2X 精準導航、費用一鍵支付等服務。通過讓大眾在使用MaaS 的時候潛移默化的體驗泛V2X 服務，促進車路協同普及推廣。5G 網聯MaaS 還可進一步集成碳中和幣系列服務，打造綠色交易服務場景，為公眾提供低碳、綠色出行體驗。上述特色應用已在重慶、成都車聯網先導區開始規模應用。

圖5 5G網聯MaaS一體化出行

3.3 全息孿生道路賦能智慧交通管理

如圖6 所示，基于5G 智能網聯的實時數字孿生通過對道路靜動態要素的實時渲染實現了道路的全時全量多維精準監測，構建了全息孿生道路，進一步結合交通仿真、大數據分析并與智慧交通管理業務深度融合后，將解決長期困擾交通管理的痛點，如：可自動感知交通事故，通過精準車輛軌跡研判事故責任，生成證據鏈視頻，節約出警時間，減少此類事故；提供精準車道級數據，全面分析交通運行狀態，打通路側感知與信控機的隔閡，實時優化紅綠燈配時方案；通過交通熱力圖快速定位交通黑點；依據路口規律，對交通組織合理優化，解決傳統黑點治理周期長和效果差的問題，實現智慧城市。

圖6 全息孿生道路

3.4 智能孿生導航助力高速全天候出行

高速公路出行者希望能夠在不同氣象條件下有選擇地使用高速通行服務。當出行者駛入雨霧雪等惡劣氣象環境路段時，需要相關出行誘導服務，使得出行者能夠清晰分辨道路輪廓、道路走向，安全通行。對高速公路的物理基礎設施進行精準采集和數字化，并結合前端采集的人車路交通流、交通事件和天氣等信息，通過實時數字孿生技術在虛擬世界中對整個高速公路的運行狀態進行精準的還原和展示，可有效引導出行者全天候出行。

騰訊在成都蓉城二繞高速上實現了C-V2X 鏈路和5G 鏈路的C 端實時數字孿生。部署在路側的傳感器感知道路交通車輛，云端平臺將路側感知結果數據通過C-V2X專用通信網或5G 網絡傳送給車載終端。車載終端對路側感知數據進行數字孿生渲染并與V2X 伴隨信息服務、導航進行融合，在C 端實現了與物理世界逼真的數字交通世界映射，以主車視角或上帝視角引導公眾出行，支持高速全天候出行。

融合V2X 伴隨信息服務的智能孿生導航如圖7 所示：

圖7 融合V2X伴隨信息服務的智能孿生導航

4 標準進展

產業界在C-V2X 直連通信方面已經制定了大量標準，本文不再贅述。騰訊圍繞泛V2X 及實時數字孿生，牽頭相關標準制定，不斷完善現有標準體系。其中，文獻[15] 主要是制定基于4G/5G 移動智能終端開展移動互聯網車路協同應用的系統架構、應用場景、數據交互內容、數據交互流程及技術要求；文獻[17] 是國際上首個智能交通數字孿生標準立項，主要制定智能交通系統數字孿生的需求與能力框架，上文提到的基于C-V2X 鏈路和5G 鏈路的C 端實時數字孿生已列入該標準的典型用例；文獻[18]、[19] 是基于智能網聯精準公交實踐形成的標準，包括總體架構、數據接口、應用等。2022 年9 月，IMT-2020（5G）推進組C-V2X 工作組發布《車聯網基礎設施參考技術指南1.0》，包括基于4G/5G 的車路協同實現方案與C-V2X 直連通信實現方案，具體參見文獻[20]。

5 結束語

本文首先分析了我國5G 車聯網的發展現狀以及面臨的“兩率一感”行業挑戰，然后提出“泛V2X”理念并期望通過融合5G 及C-V2X 直連通信的泛V2X 技術框架來解決現有行業挑戰，并介紹了云端決策V2X 和V2X 消息定向分發兩大泛V2X 關鍵技術。隨后，本文闡述了如何基于5G 泛V2X、全息融合感知、高精孿生渲染、交通仿真推演等構建交通實時數字孿生，并介紹了低成本廣覆蓋泛V2X 應用、智能網聯精準公交、5G 網聯MaaS 一體化出行等泛V2X 典型應用以及全息孿生道路、智能孿生導航等交通實時數字孿生典型應用。