基于C-V2X技术与智能交通相结合的典型应用分析

高新兴科技集团股份有限公司 广州 510530

引言

2018年以后，随着C-V2X技术的发展，特别是2020年2月国家发改委、工信部等11部委联合发布《智能汽车创新发展战略》以来，全国各地有关C-V2X车路协同技术的政策及项目出现井喷式发展。国家各部委多次明确要促进“5G+车联网”协同发展；推动将车联网纳入国家新型信息基础设施建设工程，促进LTE-V2X规模部署。

在智能网联示范区的建设过程中，最重要的具体应用场景的建设，汽车标准委员会T/CSAE 53-2017DAY-I定义了17种典型车联网业务标准，其中包括12种安全类业务、4类效率类业务、1类近场支付信息服务业务[1-2]。

但是，目前国标定义的标准远远不能满足实际的需求，特别是在与智能交通及自动驾驶结合的应用场景方面，现阶段很多文章已经做了一些研究，但针对特定场景方面还值得深入研究。文章从智能交通遇到的问题出发，提出基于C-V2X技术的智能交通解决方案，并对重点场景进行分析，最后得到解决办法，去解决实际遇到的难点，也对各地测试区的场景建设提供参考思路。

1 智能交通技术发展遇到的几大问题

智能交通发展至今，已从信息化开始转向智能化，对车辆的管控主要还是被动式的管控，在感知层面靠检测器如视频、卡口、线圈等方式进行检测，车辆获取各类路况信息主要司机眼睛观察信号灯、诱导屏等物理设施。在计算层面，目前还是依靠中心机房的计算资源去对各类传感器的数据进行计算，后通过专网—边界—互联网的形式进行传递。

目前的交通管理方式会产生几个问题。

1)交叉路口管理较难

目前智能交通管理的难题在于交叉路口管理，特别是无灯控交叉路口，有行人、非机动车、摩托车等各类交通工具混杂出行，极易产生交通事故，交通组织较乱，极易产生交通事故。

2)交通信息获取较难

目前车主获取交通信息还是靠电子屏、导航等方式，这种方式通常获取的是固定的交通信息，对即时发生的交通信息获取较难，特别是对交通安全的实时交通信息获取，基本上没有。

3)交通管理效率较低

传统智能交通主要是通过在路端建设智能交通系统，通过视频专网回传到交通指挥中心，管理者对交通出行进行管理，交通数据统一管理，很难实现实时交通数据下发给交通出行者。

4)智能网联环境下的交通新形态出现

在智能网联环境下，已经出现自动驾驶等新式的交通出现方式，相比较普通车辆，自动驾驶车辆监管难，发生事故后定责难，对此类交通方式的管理也出现一定的难点。

因此针对智能交通遇到的交通安全、信息获取、交通管理及自动驾驶的问题，文章提出了基于C-V2X技术的智能交通解决方案，用于解决智能网联环境下的交通管理及自动驾驶问题。

2 基于C-V2X技术的智能交通解决方案

2.1 几组重要的概念

1)C-V2X概述

V2X，顾名思义就是Vehicle-to-Everything。C-V2X即基于蜂窝技术的V2X，有别于DSRC(Dedicated Short Range Communication)技术，也是我国主推的车联网技术。C-V2X是指借助3G/4G/5G等蜂窝网技术，实现车与车、车与路、车与人、车与网络的全方位网络连接，提升汽车联网化水平，构建汽车和交通服务新业态，从而达到提升交通安全、提高交通效率、改善乘客乘车体验的目的，为用户提供智能、舒适、安全、节能、高效的综合服务体验[3]。

2)车路协同概述

车路协同技术是采用先进的物联网技术，基于优秀的无线传输技术，全方位实现车、路的实时动态信息融合与交互，同时开展车辆安全控制和道路协同同步管理，充分体现人、车、路的高效协同，在保证交通安全的前提下，提高道路的通行效率，从而形成的安全、高效的交通体系[4]。

3)RSU概述

RSU(Road Side Unit)即路侧单元，RSU相当于移动网络基站，主要提供V2X通信、管理和安全功能。通信功能接收来自MEC或者V2X平台的信息，通过PC5广播给道路交通参与者。管理功能负责完成设备认证、管理与维护。安全功能负责保障RSU设备自身及与其他交互设备之间信息交互的安全[5]。

4)MEC概述

多接入边缘计算(Multi-access Edge Computing，MEC)概念最初于2013年出现，MEC通过将数据、应用、智能引入基站边缘侧，一方面通过减少数据传输路由节点，将业务部署在边缘节点以降低端到端通信时延，通过LTE蜂窝网络和MEC车联平台的本地计算，在紧急情况时下发告警等辅助驾驶信息给车载单元(OBU)，大幅度降低数据时延[6]。

MEC接受来自路侧感知单元(雷达、视频、交通信号、智慧锥桶、环境信息、RFID等)、车载单元、V2X平台和区域MEC等信息，进行分析、检测、跟踪与识别等处理，将处理后的消息按交通安全、交通效率、信息服务分为三类消息，交通安全类消息包括障碍物的消息(数量、类型、速度、航向角、相对距离等)，环境消息(能见度、风向、温度等)，占道施工消息，交通效率类消息包括交通信号灯状态、指引速度、路况等，信息服务类消息包括限速信息、弯道信息等。MEC将处理后的各类消息发送给RSU，RSU将消息发送给车载单元OBU。

2.2 方案架构

如图1所示，基于C-V2X车路协同技术的智能交通方案架构分为设备层、网络层、平台层、应用层四个部分。

设备层包括路侧设备与车载设备，路侧设备包括路侧感知设备、RSU、MEC。车载设备包括车载OBU。

网络层由UU通信及PC5通信及固网通信构成，支持4G/5G通信、LTE-V2X、5G-V2X通信及专网通信。

图1 方案架构图

平台层由基础资源池、车联网V2X平台、边缘计算平台构成，智能网关负责将车载单元及路侧单元的数据进行汇聚，并通过相对应的接口与外部系统进行数据接入，包括与GIS地图、气象系统的对接。

V2X平台是车联网的重要组成部分。云平台作为连接网络与应用服务的桥梁，首先应支持共性平台建设，具有一定的通用性，灵活性、安全性、开发性以及稳定性；其次需要保证各类用户的体验，具有网络开放能力，实现网络间的互联互通，支持泛在接入，通过模块化实现云平台的灵活弹性，保证用户永远在线，并对客户做出实时响应。车联网V2X平台提供基础服务、数据服务、车联网服务、能力开放服务四类服务。

边缘计算平台通过部署于路口的MEC为智能网联汽车提供边缘计算服务。

应用层包括各类智能网联应用，覆盖交叉路口、路段、匝道、隧道、特殊路段等各类常见场景。

2.3 网络架构

如图2所示，基于C-V2X车路协同技术的智能交通方案网络架构如下，分为中心云、边缘侧、交通参与者三个层次结构。

3 基于C-V2X车路协同技术的智能交通应用场景

基于C-V2X车路协同技术的智能交通应用场景主要体现在四大方面，包括交通信号灯、交通出行效率、交通安全以及云控平台的应用。

下面就这四大场景的智能网联及自动驾驶的典型应用做详细描述。

3.1 与交通信号灯相关的应用

3.1.1 智能网联车辆红绿灯信息下发及车速引导

1)现状分析

当车辆行驶到交叉路口时，司机主要是通过双眼观看信号灯的情况，被动的获取当前时刻信号灯的状态信息，司机受环境如(下雨、大雾、强光等)影响较大，且获取交通灯态的距离较近，经常会出现车辆达到停止线闯红灯的现象，对交通出行造成一定的安全隐患，如果可以通过车载屏或者广播提前获取到交通灯态及车速引导的信息，可以避免此类现象。

2)智能网联解决方案

图2 网络架构图

在智能网联环境下，通过安装MEC、RSU等设备，打通将交通信号机与路侧边缘计算设备，路侧边缘计算设备定时获取信号灯灯态，封装后经RSU发送给驶向交叉路口并安装了车载OBU的车辆，使驾驶员能够提前、快速、准确地了解到前方交通信号灯信息，另外通过MEC计算当前红绿灯以及车辆距离红绿灯的距离，对车速进行准确引导。为车辆驾驶员给出最佳车速进行绿波车速引导，辅助车驾驶员在最少停车或不停车的状态下舒适高效安全通过红绿灯路口，避免频繁刹车、启动，提升驾驶舒适度。交通信号下发流程如图3所示。

图3 交通信号下发流程图

3.1.2 智能网公交车尾屏信号灯显示及公交优先

1)现状分析

公交车过高，导致小车被公交车遮挡，小车司机看不到横杆上的红绿灯，在路口容易跟公交车出现闯红灯现象。且公交车运力大，速度慢，常态下极易遇到红灯，如何提高公交车通行效率也是一个难点。

2)智能网联解决方案

通过对接OBU与公交尾部屏，OBU接受到的交通信号灯信息，在公交车后的尾屏上显示前方信号灯的相位信息和读秒计数，共享给跟车车辆，避免后车因视野遮挡而闯红灯或追尾，影响交通安全。

当公交车辆行驶至交叉路口区域附近时，通过车载设备OBU与路侧设备RSU相互通讯，并自动发送交叉路口优先通行请求，RSU内置的公交优先算法通过当前车辆位置、行驶速度及实时路况信息计算出公交车辆到达交叉路口的时间，同时结合当前红绿灯的相位、公交车通过路口需要的绿灯相位来决定采用绿灯，延长、红灯截断、相位插入、不做处理四种处理机制中的一种，达到公交优先的目的。

3.1.3 自动驾驶车辆信号灯识别

1)现状分析

自动驾驶单车智能识别信号灯主要是通过视频实现，视频识别受到光线、大雨、大雾等环境因素影响较大，对黄灯及黄闪的识别也会出现一定误判，且视频识别是一种被动式识别，无倒计时信息，对车辆控制指引会存在一定的问题。

2)智能网联解决方案

在智能网联环境下，自动驾驶车辆直接对接交通信号灯，不仅获取当前的交通信号灯态信息，更能获取倒计时信息，且不受环境因素影响，还能获取较劲相邻路口的交通信号灯信息，交通信号灯信息的获取有助于更好地完成自动驾驶。

3.2 与交通出行效率相关的应用

3.2.1 占道施工智慧预警

1)现状分析

目前占道施工信息无法发出，或者是通过平台下发到互联网导航地图，难以做到车道级精度，导航到该位置仅知道前方占道施工，却不知道具体某个车道施工，经常因此导致突然变道引起的交通堵塞或者交通事故。

2)智能网联解决方案

如图4所示，道路施工预警是前方道路施工时，通过安装“智慧锥桶”，它是一款安装在锥桶上的基于北斗定位的物联网道路安全预警灯，预警灯内置物联网芯片通信模块，实时采集施工位置信息，可精确到车道级，并通过路侧设备RSU向附近的车辆广播施工信息，行驶在施工影响车道上的车辆接收到施工警示信息，提前变换车道，避免发生碰撞事故，或者重新规划路线。

3.2.2 匝道出入口预警

1)现状分析

车辆导航到达匝道口时，由于导航时延或者GPS信号弱，导致错过匝道进出口，需要出入匝道是多层道路，GPS无法识别道路层数，GPS信号出现偏差，导致导航错误，因此引发交通事故。

2)智能网联解决方案

车辆前方临近匝道时，路侧设备可以通过摄像头，雷达等传感器，采集匝道交通信息，生成交通态势，甚至可以通过路侧的协同决策及时告知车辆的行驶建议广播给车辆，帮助车辆理解匝道交通状况，提前做出行驶决策，减少事故发生的概率，另外RSU与OBU通过PC5直连通信，避免时延带来的信息滞后。

图4 占道施工智慧预警示意图

3.3 与交通安全相关的应用

3.3.1 “鬼探头”的应用场景

1)现状分析

“鬼探头”是行人会突然从前方路边或路边内闯出，令正常行驶的车辆措手不及。当旁边停放的车辆及建筑物挡住行人、非机动车等运动目标时，极其容易出现鬼探头现象，会造成各类交通事故。在传统智能交通系统中，普通车辆以及自动驾驶车辆对“鬼探头”均不能很好的识别，这也是限制自动驾驶商用的难以解决的重要场景之一，特别是无交通信号灯控路口，车辆与行人碰撞的时间屡屡发生，如何解决成为交通的难点。“鬼探头”场景如图5所示。

2)智能网联解决方案

现在通过在路侧安装激光雷达，激光雷达安装的高速通常在4.5米左右，这个高度可以避免因车辆或者其他障碍物遮挡的行人，激光雷达实时采集获取路面周围环境信息，实时分析路面所有机动车、非机动车、行人等的之前的相对位置关系，判断障碍物的危险系数，有效的提前预警，实现对遮挡目标的检测，避免鬼探头现象，如图6所示。

3.3.2 突发恶劣情况预警

1)现状分析

图5 “鬼探头”场景示意图

当车辆遇到突发恶劣天气情况时，如大雨导致的路面积水，是无法通过媒介方式提前预测及感知，只能靠天气预报或交通广播等平台获取，无法做到精确时间及精确位置，在车辆行驶及自动驾驶的线路规划时，极易因线路规划不当造成各类事故。

2)智能网联解决方案

通过路侧安装一体式交通气象监测器，对雨、冰雪、团雾等各种异常天气以及积水、湿滑等各种异常道路环境进行检测。当检测器监测到异常后，将异常数据发送至智能路侧基站，通过V2X广播提醒消息。把恶劣天气情况发送给智能网联车辆。

3.3.3 隧道定位应用场景

1)现状分析

当自动驾驶车辆进入隧道后，北斗信息减弱甚至消失，无法为自动驾驶车辆提供精准定位，造成自动驾驶车辆在隧道行驶出现的困难，难以靠自身单车智能去解决。

2)智能网联解决方案

利用V2X交互实现的导航定位增强技术，是通过布设在区域内的基础设施(如GNSS基准站、地基增强系统等)，监测视野内的 GNSS 卫星，通过集中数据处理，分类获得误差改正参数和完好性信息，通过V2X交互的方式播发给通讯范围内的车辆，隧道出入口处设有路侧RSU与定位差分数据服务基站设备，RSU实时获取定位差分数据服务基站的差分数据，RSU向周围车辆或其他交通参与者周期性广播差分数据，为车辆提供高精度定位服务，解决由于信号丢失产生的无法定位的问题，实现在隧道内精准定位。

图6 弱势行人碰撞预警数据流程图

3.4 探讨自动驾驶云控平台的应用

1)现状分析

自动驾驶车辆在交通拥堵的情况下对匝道车辆汇入场景存在一定问题，问题主要是自动驾驶车辆安全阈值设置较高，超过设置的安全阈值车辆无法行驶。针对高速道路匝道汇入或车道减少等情况产生的严重交通拥堵场景，需要自动驾驶车辆加塞其他车辆，甚至社会车辆主动加塞自动驾驶车辆，对此场景，自动驾驶存在一定的困难。

2)智能网联解决方案

自动驾驶车辆在云控平台的控制下，可以通过V2V的方式控制其他网联车辆(前提已安装车载OBU)，在5G网络下，调动车辆控制系统，完成拉链式车辆拥堵状态下的汇入场景应用。

4 结语

传统的交通管理侧重于道路端的建设与管理，通过建设路侧感知系统去感知车辆及管理车辆，对于车辆来讲一种被动的管理。随着C-V2X、车路协同、自动驾驶等技术的深度发展，我国交通行业将迎来翻天覆地的发展，通过车路协同把车和路连接起来，彼此沟通，让智慧的路与聪明的车相结合，实现智能交通的新应用。本文重点探讨了信号灯、交通安全、交通效率及云控平台几个重要的场景应用，通过对问题提出、方案应用，提出解决办法，实现C-V2X技术下的重点场景建设。

目前，基于C-V2X车路协同的应用还受限于道路基础设施的建设以及车载OBU的安装率，当前政府发力智慧道路新基建，加大5G、LTE-V2X通信网络建设及智能网联测试区的建设后，具备5G、LTE-V2X通信网络的地方会越来越多，智能网联先导区、测试区也会越来越多。

在市场层面，随着营运车辆由各地政府以项目建设的模式安装外，轻量级版本OBU的出现，以及可能的前装版本OBU出现，OBU价格下降，OBU的安装率逐步上升，各地车路协同的智能交通应用的含金量会越来越高，使得更多的车主得到安全、效率上的便利服务。不仅是有人驾驶车辆可以应用智能网联技术，V2X的应用也能赋能自动驾驶车辆完成更高级别更加安全的行驶。