基于低轨通信卫星车联网的地区车辆交通控制构想 ①

王晨光,赵雯雯

(1.西安交通大学，西安 710049；2.中国空间技术研究院西安分院，西安 710000)

0 引言

随着人们生活水平的提高和汽车制造业的发展，驾车出行已经成为了人们的主要出行方式。这样的发展趋势必然导致地区内机动车保有量增加，交通系统负担增大，城市拥堵也日益严重。因此，在地区内进行车辆交通控制具有极其重要的意义。随着车联网系统的逐步发展和神经网络模型的不断优化，地区内车辆交通控制也会得到极大的改善[1]。现有基于5G通信技术的车联网存在着诸多局限性，无法保证神经网络模型得到新鲜度高，时效性强的数据[6]。根据西方发达地区的先进经验，欲提高交通效率，必须有高效的通信系统作支撑。随着低轨道通信卫星的蓬勃发展，使得基于低轨道通信卫星车联网，能够满足现实车辆交通控制需求的地区车辆交通控制系统呼之欲出。本文合理推演车联网地区车辆控制模型，通过分析计算现有低轨道卫星通信能力，为满足地区车联网交通规划控制的需求，提出基于低轨道通信卫星车联网的地区车辆交通控制构想。

1 现阶段相关技术发展现状

1.1 车联网

在现阶段技术水平下，专用短程通信( Dedicated Short Range Communications，DSRC) 和基于蜂窝网的车联网( Cellular V2X，C-V2X)是车联网发展的重要方向，而其中C-V2X又是最为广泛的研究方向。DSRC和C-V2X的信息流交互如下图所示。

DSRC 是一种基于无线局域网( Wireless Local Area Networks,WLAN) 的无线通信技术，可以实现车辆与车辆之间以及车辆与基础设施之间的视距通信。其主要信息交互方式是通过车辆传感器完成车与车，车与人之间的信息通信或感知，再通过路侧局域网通信单元，上传到云端，实现车联网组网及信息交互。

C-V2X目前基于5G通信信道实现车联网技术，相比于基于局域网实现的DSRC技术，具有更高的容量，更安全的信息传输，更远的通信距离，也可以满足非视距范围内车辆通信的需求。主要是通过车辆自身传感器和车辆与通信基站(目前主要是5G基站)通信，完成车联网组网工作[5]。可以满足多种V2X应用场景的需要，V2X应用场景如下图所示[6]。

图1 DSRC架构

图2 C-V2X架构

图3 V2X应用场景

V2V 技术是车辆间信息交互。V2I 技术是车辆与道路基础设施之间的通信。V2P是车辆对行人的感知技术。V2N是车辆与车联网的通信，RSU为路侧通信单元，Uu-link和PC5-link是Uu接口的4G/5G小型基站和直连链路/PC5接口的路侧单元。

目前，车辆传感器信息等多种应用需求均有车载计算机负担实现，且车载计算机还需要完成自动驾驶，车辆控制等计算工作，通过查阅资料可知，车载计算机每秒数据计算至少约为3.6GB[8]。

尽管如此，现有C-V2X技术由于其基于地面5G基站的缘故，仍然存在着城市交通网络拓扑复杂，信息新鲜度差，时延随负载上升等问题，距离大规模商用仍有一定的距离[6]。

1.2 低轨通信卫星技术

近几年，随着卫星通信技术的发展，以SpaceX,OneWeb,Boeing等公司为代表，提出了一系列关于低轨道卫星发展的新计划和新技术。国外已发射和提出的低轨宽带星座，卫星总数已超过万颗。

SpaceX公司计划构建名为Starlink的星链系统，该系统由4425颗卫星组成，预计初期部署1600 颗卫星，每颗卫星可提供 17 Gbit/s～23 Gbit/s 的下行链路总容量， 初期总容量可达 32 Tbit/s。整个系统将提供 1 Gbit/s，延迟约为 25 ms～35 ms的宽带服务，完成全部部署后，将提供真正的全球覆盖。

OneWeb 公司的低轨卫星移动通信系统计划由 720 颗在轨卫星和 200 颗备份卫星组成，每颗卫星提供上行 50 Mbit/s， 下行 200 Mbit/s 的接入速率，且全球覆盖的宽带互联网服务。

Boeing公司提出的 NGSO(非静止卫星轨道)和FSS(卫星固定业务)系统旨在为商业、机构、政府和专业用户以及居民提供广泛的宽带互联网与通信服务。NGSO 系统计划由 2956 颗卫星组成，初期部署阶段将将发射 1396颗卫星，卫星有效载荷采用先进的波束形成和数字处理技术， 网关采用先进阵列技术生成高增益方向受控技术，实现卫星通信。

国内也提出了一批低轨星座的计划，其中包括航天科技集团的“鸿雁”、航天科工集团的“虹云”，也包括一批民营企业筹划中的宽带星座、物联网星座等。

1.3 人工智能技术在交通控制中的应用

在地区交通系统研究中，人工智能的当下的主要研究内容是交通控制和预测系统，重点关注城市交通信号控制、路径规划、路径预测、车辆速度和交通流量预测等，并结合遗传算法、模糊逻辑和专家系统，实现了完整的城市交通网络规划。甚至可以通过信息收集分城区主干道车辆出入情况，对信号灯等交通管理系统进行控制，改善出行状况。

除此之外，还可以应用相关技术，对道路状况、环境因素、流量条件以及驾驶人的行为进行研究建模，构建道路安全和事故预测系统，将系统应用于对地区所有的车辆进行分析，并提出有效的信息，预防交通事故的发生[4]。

然而，目前人工智能技术条件下信息收集的前瞻性和时效性较差，无法有效统一起一个大地区或灾区的信息收集工作。

2 基于低轨道通信卫星实现地区车辆交通控制

由于目前车联网技术受地面基站限制，优化措施集中在数据编码等物理层研究，跨层研究和应用层研究上，但面对大流量交通控制时会产生拓扑复杂，信息实时性差等问题。基于以上问题及各项技术发展现状， 本文提出了两种基于低轨道通信卫星的车联网交通控制方案。

2.1 基于透明转发的低轨道通信卫星交通控制

以SpaceX公司的Starlink为例，星上采用透明转发，延迟低，速度快[9]。可以用以车辆和高性能计算中心的信息交互。考虑到突发情况，以国家交通法规定的车辆与突发事故点安全距离跟车速相关这点作为尺度，同时，无辅助驾驶系统驾驶员的反应时间约为0.5s～1.5s之间，则信息交互的时间不应大于无辅助下驾驶员的反应时间[5]。而以SpaceX公布的Starlink相关数据可以看出，双向延迟时间是远远小于这一标准的[9]。同时，Starlink所具备的高通量的特点又可以解决大规模车辆数据的高负载问题。除此之外，Starlink系统具有就近选择地面基站作为与终端之间的中介的能力，可以一定程度上解决大并发的问题。所以，以低轨道卫星系统作为信息交互的桥梁在现代及未来是可行的。

基于以上论证，可以构建如图4所示的交通控制系统。

图4 卫星-地面中心交通控制系统

如图4所示，该系统由车载终端/计算机，GPS卫星和低轨道通信星座，地区高性能计算中心及其接受装置构成。该系统具体工作流程如下：

区域内车辆通过车载终端将定位、报警，车辆状态(车辆编码，行驶速度，网关路由)及车辆需求等信息[8]，通过低轨卫星透明转发给地区高性能计算中心，地区高性能计算中心根据这些数据作为原始参量输入相应的神经网络中，1s内得出初步的规划结果，并将不同的规划结果再通过低轨道通信星座发送给不同的车载终端。从而对大区域流量规划做出实时调整，保证规划合理，提升驾乘人员体验。

由分析可得，该方案对计算中心的计算能力提出了一定的要求。单个GPS数据包的大小为0.03KB～0.07KB之间，封装上车辆告警信息(无告警则数据项为空)得到的数据包长度可保守估计为0.05KB，由于目前通信协议多采用TCP/IP协议，则数据包中应包含大小约为为0.02KB的IP数据报，则单车通过卫星向数据中心传输的单个数据包大小应约为0.07KB。考虑到计算机处理时间和传输时延之和应与驾驶员反应时间相当甚至更好才能有效实现车联网的安全需求，且目前低轨道卫星的上/下行传播时延为25ms～45ms，驾驶人员反应时间为1s～2.5s，则对于单车而言，卫星应起码在1s内处理一个数据包，才能满足相应的需求。

目前，国内主要城市平均机动车保有量在200万辆，则在一个城市/地区内，1s内同时上传的数据量为136.72MB，则一个城市内需要计算中心每秒需要处理的数据至少为136.72MB才能满足一个城市车联网交通规划所需。

同时，该系统中地区高性能计算中心还具有对区域车辆信息定时刷新的机制，以保证通信资源和计算资源不被过度占用及浪费。

综上所述，在这个系统中，低轨道星座负责透明转发和通信工作，GPS和车载终端共同收集信息供计算中心进行动态预测、规划等工作。

2.2 基于信息处理的低轨通信卫星车辆交通控制

根据SpaceX公开资料显示，Starlink星座搭载Intel 286处理器[9]。随着卫星有效载荷的迭代升级，低轨道星座上的处理器也会拥有更强的计算能力。当整个星座的处理器可以满足分布式计算和神经网络的部署时，高性能计算的任务可以交给卫星处理，简化处理流程，具体系统设计如图5所示。

图5 卫星-终端直接控制系统

如图5所示，该系统由服务器、星座、车载终端三部分构成。星座之间采用激光星间链路传输数据，该方式损耗低，功率大，满足分布式计算潜在数据交换需要，同时，由于卫星的公转，也需要卫星实现路由，再通过星间链路将数据发送到和个体车载终端相近的卫星，实现数据传输的需要。

系统具体计算任务及工作流程与卫星-地面中心类似。但是，GPS卫星的数据直接发送到低轨道星座上，在低轨道星座上完成相关的计算分析活动。由于两种卫星数据传输在外太空进行，数据的传输时延和损耗可以大大降低，同时节约一大批地面高性能计算中心的建设成本，相对来说更加经济高效。

由于低轨道星座需要负担起路由转发和交通控制计算等高性能计算的工作，这就对低轨道星座的计算能力提出了一定的要求。

由方案1计算可知，在一个城市/地区内，1s内同时上传的数据量为136.72MB。同时，为了简化路由，避免网络拓扑复杂性导致的种种问题，单一地区的计算任务不能分配至整个星座，应局限在同一时空城市上空的10～12颗卫星上，则单颗卫星每秒应处理11.39MB～13.67MB大小的数据，这一规模的数据是目前大部分家用计算机CPU的每秒数据输入。目前卫星上CPU可以处理大于每秒60MB的数据输入，完全可以满足卫星上处理需求。

最后，在这个系统中，还应有地面数据库系统，主要负责日志记录、数据备份和单车/多车数据查询功能，防止因为不可抗力因素导致的数据故障或缺失。

3 方案评估和发展潜力

3.1 方案评估

两个方案各有优劣。

方案一技术成熟稳定，实现起来具有较高的可行度，甚至可以利用现有满足条件的卫星进行实现，但是高性能数据计算中心建设需要较长的周期，且稳定调试工作需要一段时间，系统无法快速部署。且某些地区无相关科研机构有超级计算设备，建设高性能数据计算中心也需要一定的时间和成本。

方案二技术相对超前，需要有计算能力极为优秀的CPU作为有效载荷，也可以通过增加低轨道卫星的数量来降低单颗卫星的计算负载。除此之外数据库规模较大，需要有较好的数据库系统和数据管理方式。但是这种系统部署快，成型快。随着低轨道星座的构成即可完成系统的部署。

3.2 发展潜力

无论是哪种方案，除了地区交通控制之外，也可以在系统中添加单个车辆的出行监控和车辆状况监控，利用多卫星系统的定位能力，并数据处理中心部署相应的机器学习模型，提前预警事故的发生，保证司乘安全。同时，也可以实时监控车辆动态，对于维护社会治安、疫情防控、灾害救援等工作具有重要意义。在方案二中，由于数据量不大，星上处理能力仍具有较大开发潜力，可以在自动驾驶等方面发挥重要作用。

4 结论

由上述计算和分析可得，基于低轨通信卫星星上透明转发的方案，地面若满足每秒处理136.72MB数据的能力即可实现基于低轨道卫星的车联网交通控制；而基于低轨通信卫星星上处理的方案，需要满足同一时空内单颗卫星每秒应处理11.39MB～13.67MB数据的能力，即可实现基于星上处理的车联网交通控制，同时这也给未来低轨通信卫星的星上处理能力，提出了基本需求。基于低轨通信卫星的车联网技术与现有车联网主流技术相比，有效解决了网络拓扑复杂，负载增大导致的可靠性降低等问题。对于现有技术问题提出了较好的替代方案。同时，该方案，技术难度较小，实现简单，无需相对困难的编码优化，传输协议优化等环节，具有较高的发展潜力和市场潜力。