V2X系统感知参数优先级的分析与探索

王子宜，褚景尧，林鸿英，陈音

（北京汽车研究总院有限公司，北京 101300）

0 引言

汽车智能化通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置，借助车联网和V2X 等现代移动通信与网络技术实现交通参与物彼此间信息的互换与共享，从而具备在复杂行驶环境下的传感感知、决策规划、控制执行等功能，以实现安全、高效、舒适和节能的自动或智能驾驶。

自动驾驶作为汽车智能化的终极模态，是各个汽车企业重点发展的技术之一。随着智能传感器种类的增多、感知能力的不断提升，车载高算力运算处理器的能力也越来越强，推动车辆自身智能化水平不断地提高。但是，单车智能只能覆盖自动驾驶过程中约90% 的场景，而在和行人、非机动车、其他不同品牌车辆、交通事故、基础设施等交互的场景，需要V2X 支持基本上已经成为行业共识。V2X 系统凭借其大带宽、低时延和高可靠性，既可以成为自动驾驶的主流方案，也可作为冗余备份方案。本文通过对V2X 系统架构分析，根据自动驾驶相关场景以及单车自动驾驶对感知参数的测试结果，分析V2X 系统感知参数在未来自动驾驶中应用的优先级，从而确定自动驾驶的可靠性方案。最终经过单车智能和V2X 感知技术相融合，实现全场景自动驾驶。

1 基于V2X的自动驾驶系统架构

车辆基于V2X 自动驾驶的硬件系统主要由传感器、车载ECU、V2X 设备三大部分组成，整体硬件系统架构示意框图如图1 所示。

图1 硬件系统架构示意图

传感器用来感知车辆周围环境或车辆动态信息的设备，包括激光雷达、毫米波雷达、超声波雷达、智能相机、GNSS（全球卫星定位系统）、IMU（惯性测量单元）等感知和定位传感器。

车载ECU 包括车载计算单元和车载网关。车载计算单元负责处理传感器和V2X 设备感知的信息，最后实现自动驾驶路径规划及相应的控制指令，实现自动驾驶；车载网关负责不同的处理器之间传输数据，保证数据传输的低延时性、稳定性和可靠性。

V2X 设备包括4G/5G 模块和车载OBU 设备。4G/5G 模块实现车与基站、基站与基站之间通信及共享数据。车载OBU 设备获得实时路况、道路信息、行人信息等一系列交通信息，可以提高驾驶安全性、减少拥堵、提高交通效率。

自动驾驶车辆应具备高性能的线控底盘，车载计算单元可以通过调用通信接口对车辆进行横向、纵向以及灯光等其它附件的控制。

2020 年《智能网联汽车技术路线图2.0》正式发布，搭载4G/5G 模块的智能网联汽车已经超过50%。预计2025 年，通过北斗高精度时空服务实现全覆盖，“人-车-路-云”系统达到初步协同。因而，车载的OBU 模块对环境的感知能力会根据硬件的搭载逐步提升。

（1）整体软件架构

车辆基于V2X 系统的自动驾驶软件架构主要由操作系统、通信中间件、数据结构层、SOA 服务层、应用层（含HMI 显示定义）等五部分组成，整体软件架构示意框图如图2 所示。

图2 软件架构示意图

其中操作系统是驱动硬件高效运算处理的底层系统，通信中间件是保证整个车辆内部正常通信的协议，不是本文关注的重点，不做过多解读。

（2）数据流转逻辑分析

数据结构层主要对车辆搭载硬件配置的数据做架构化抽象，通过获取的数据向车载计算单元提供标准化的车辆线控底盘信息、传感器信息和车辆控制接口。

车辆运动数据结构层通过网关与车辆底盘进行通信，读取车辆运动状态，车身状态以及挂载到车身的第三方传感器状态（IMU、DMS、雨量传感器等）。该数据层还要负责接收业务模块下发的车辆控制指令，通过网关将控制指令转化为底盘信号发送给车辆。

传感器数据结构层直接与自动驾驶系统使用的传感器通信，负责传感器的初始化、传感器信息接收、传感器信息格式转换以及传感器故障检测。

SOA 服务层：服务模块接收车辆数据结构层的数据，对数据进行整合后为上层应用提供标准化的信息服务。这些服务包括：

1）定位服务：接收车辆数据结构层提供的传感器信息，为其他模块提供定位服务；

2）感知服务：接收车辆数据结构层提供的传感器信息，为其他模块提供周边环境感知服务；

3）地图服务：根据车辆当前位置，为其他模块提供地图数据服务；

4）V2X 服务：接收车辆数据结构层提供的4G/5G云端数据以及V2X OBU 获取的RSU 信息，为其他模块提供目标车辆信息、交通参与者信息、红绿灯信息、道路信息等服务，同时接收自车的速度、位置和灯光等信息，经车辆数据结构层的4G/5G 模块或者V2X OBU 广播给其它交通参与者和路侧单元；

5）控制服务：接收上层应用发送的规划路径参数以及相应的车灯控制参数，控制车辆按照路径规划行驶，并根据场景控制车灯的开关。

应用层：运行产品定义的业务逻辑，通过对各个参数的解析和建模，定义自动驾驶的路径规划，并将所有的规划转变为车辆的运动控制指令，实现汽车的自动驾驶。同时，该层也包含对HMI 显示逻辑的接口定义，通过提供相关的接口供上层界面调用，在自动驾驶过程中提供相应的用户交互界面。

通过整个软件架构数据流转路径可知，自车传感器的感知能力是一切后续服务、规划和控制指令的基础。而整车受到成本控制，不可能搭载所有类型的传感器，且自车传感器感知本身是重成本模式，而V2X 系统感知是轻成本模式，将部分感知能力转移到路侧和云端，同时也会促进智慧交通和智慧城市的建设，从而持续不断推动V2X 系统的提升。

2 V2X系统感知能力分析

根据团体标准T/CSAE 53-2020《合作式智能运输系统车用通信系统应用层及应用数据交互标准（第一阶段）》[1]，目前标准中提供的数据应用服务如表1 所示：

表1 团标T/CSAE 53-2020数据应用服务

根据团体标准提供的数据应用层服务接口可知，V2X 系统感知能力如下：

目标车辆基本信息：包括车辆位置、速度、行驶方向、车辆类型、车辆长宽高等；

目标车辆状态信息：包括刹车状态、转向状态、自动驾驶系统局部规划路径等；

路侧设备感知信息：包括车辆、行人、非机动车、道路遗落物等；

动态交通情报信息：包括红绿灯信息、道路拥堵、道路施工、限速、异常车辆（超速、逆行、慢行、停驶、消防车或救护车出入等）、局部气象、路面异常等。

面向于自动驾驶的数据结构，可分为如表2 所示的接口：

表2 面向自动驾驶数据结构的接口

这些感知到的信息对于车辆的自动驾驶设计都是非常重要的，接下来分析这些信息的参数对于自动驾驶算法的使用。

3 V2X系统感知参数关键系数权重分析

基于自动驾驶的技术，车辆需要感知到行驶路线上详细的信息后处理才能更好地实现自动驾驶，自车的传感器可以感知相关信息，而V2X 也能够感知到相关信息。信息的选择以及在自动驾驶算法中所占的比重，需要进行分析后进行时间、空间上的同步处理，才能获得完整的行驶路线上障碍物的信息供算法使用。

如前面系统总体设计所述，单车智能所包含的传感器主要包括激光雷达、毫米波雷达和智能相机。针对于自动驾驶所需要的参数，这些设备和V2X 系统感知能力的优劣势如表3 所示：

表3 不同设备的系统感知能力优劣势

根据上述参数的对比，需要将这些因素融入到V2X系统的应用场景进行进一步的分析。CSAE 针对Day1 的低时延、高频率场景定义了如表4 中的应用以及相关的性能参数[1]：

表4 低时延、高频率场景的性能参数

这些应用都是自动驾驶中的高频场景，对这些应用中是采用本车传感器参数还是V2X 系统感知的参数，基于以下原则划分：

（1）V2X 唯一性场景，这些场景下V2X 系统感知到的环境参数，将直接为自动驾驶融合算法的提供参数供自动驾驶使用,主要场景如下：

1）超视距感知：

◆距离超限：基于当前传感器的感知能力，当障碍物与自车的距离大于150 m 时，感知精度和能力都会下降，所以一旦障碍物与本车距离超过此限制，对于本车都属于超视距感知。此时V2X 系统通过路侧设备或其他车辆共享的环境感知信息，就可以直接供自动驾驶使用。

◆遮挡盲区：车辆在十字路口、匝道进出口、隧道出入口等复杂场景时，可能会因为树木、广告牌、电线杆等遮挡机动车、非机动车、行人等介入自动驾驶路线的障碍物，导致自车传感器无法感知。此时V2X 系统通过路侧设备或其他车辆共享的环境感知信息，就可以直接供自动驾驶使用。

2）动态交通情报响应：系统需要对通过V2X 技术接收到的动态交通情报做出必要响应，包括但不限于：

◆根据红绿灯信息调整车辆路口通行速度（无时间显示的路口）；

◆根据道路拥堵信息、限行信息、临时管控等场景重新规划行驶路线；

◆根据限速信息（无限速信息的道路）、路面异常信息（塌方、泥石流等场景）、局部气象信息（浓雾、暴雨、暴雪等场景）等提前调整车速；

◆紧急车辆譬如消防车、救护车等让行。

（2）共同感知场景，当障碍物和自车的距离小于150 m 时，自车智能传感器和V2X 系统感知结果存在冲突时，需根据各传感器的物理特性、应用场景等因素进行置信度判定，确定参数的优先级：

1）无天气环境影响：

◆对于测角精度和测距精度两项参数，传感器都可以通过相对位置的测量而计算出来。而V2X 系统则依赖于高精定位，虽然CSAE 对大部分场景的定位的精度从5 m 缩短到1.5 m，但是对于自动驾驶来说，还是很大的误差值，因而此场景下要依赖于自车传感器采集的数据；

◆对于测速能力，基于V2V 技术直传CSAE 要求是100 ms，经过测试验证，延迟小于100 ms，且精度远远大于传感器感知和计算出来的结果，因而此场景下优先使用V2X 系统接收到的测速参数。

2）恶劣天气影响：无论是整车企业还是气象学会，一直都在研究恶劣天气及其与道路安全的关系。在自动驾驶汽车还没有被提起时，就已经总结了湿滑路面和冰滑路面带来的危害以及高速公路上能见度下降对驾驶员决策过程的影响。而智能传感器的一些关键因素，如测量范围、测量精度和点密度，都会受到天气条件的干扰，从而影响传感器的正常工作。研究人员依据不同的天气条件对传感器的影响做了不同的等级定义[2]，如表5 所示。

表5 不同的天气条件对传感器的影响

根据不同的风险等级，V2X 系统的参与权重需要不断的调整，如表6 所示。

表6 传感器受环境影响下V2X系统的参与权重

（3）传感器问题：自动驾驶在考虑功能安全和预期功能安全的前提下，一定要考虑Fail-Operation 能力，也就是冗余备份系统。如前文所说，随着V2X 系统技术的发展，V2X 系统既可能成为主流的自动驾驶解决方案，也能作为冗余备份方案随时接管车辆，完成Fail-Operation 操作，实现安全驾驶或安全停车。

1）部分感知能力失效：一旦因为传感器自身原因，导致部分感知能力失效，需要根据V2X 系统提供相应参数的能力，譬如时间延迟、数据精度等评估确定正常行驶还是启动Fail-Operation；

2）全部感知能力失效：一旦因为传感器自身原因，导致全部感知能力失效。需要根据V2X 系统对自动驾驶的支持，以及全部参数的能力，确定Fail-Operation的全新策略。

综上所述，自车传感器的感知能力受到了视距、自然环境和自身质量问题的影响，但是对于整车企业来说，这些都是要通过技术来克服，因此融合算法成为未来自动驾驶的主流。

基于目前V2X 系统的感知能力和自车传感器的感知能力，在不同的场景中的应用总结如表7 所示（R：主责Responsible；A：辅助Assistant）。

表7 V2X系统的感知能力和自车传感器的感知能力，在不同场景中的应用

4 自动驾驶对V2X系统的要求

当一辆汽车以120 km 时速行驶时，100 ms 的行驶距离约为3.33 m，约等于一个车身的长度，且人类最好的F1 赛车手的反应时间在100 ms 左右。基于目前单车智能自动驾驶的感知要求对比，100 ms 是感知、决策、执行整个链路时延的上限值。当然，从保障安全的角度，系统响应时间必须越低越好，V2X 通讯时延越短越好。

而感知、决策、执行性能参数随着各自处理单元的性能提升而不断发生变化。为了应对自动驾驶的要求，感知系统作为自动驾驶决策和执行的基石，其时延占比可相应提高到整个时延50% 左右，而定位精度和置信度需要和单车智能持平。

因此，未来对于自动驾驶车辆来说，需要V2X 系统提供的能力越来越快、越来越稳定、越来越可靠，才有可能成为主流的自动驾驶解决方案，也能作为冗余备份方案。所以，对每个参数的要求也更加严格，经过单车智能场景（包括电车、油车、混动车等）的实车测试，以及V2X 系统仿真测试验证结果分析，其基本的要求如表8 所示。

表8 V2X系统的感知能力和自车传感器的感知能力，在不同的场景中的应用

随着从示范区到自动驾驶行驶道路，场景变得越来越复杂，感知能力也需要不断地扩大和提升性能。同时V2X 系统还要根据周边环境技术能力提升，为自动驾驶车辆提供相应的技术支持。

5 结束语

2019 年发布的《C-V2X 产业化路径及时间表研究》白皮书对国内车联网的发展趋势做了详细的预测：

2019-2021 年为C-V2X 产业化部署导入期。在这一阶段，C-V2X 通信设备、安全保障、数据平台、测试认证方面可基本满足C-V2X 产业化初期部署需求。同时，在国家车联网示范区、先导区及部分特定园区部署路侧设施，形成示范应用，车企逐步在新车前装C-V2X 设备，鼓励后装C-V2X 设备，车、路部署相辅相成，形成良性循环，C-V2X 生态环境逐步建立，探索商业化运营模式。

2022-2025 年为C-V2X 产业化部署发展期。根据前期示范区、先导区建设经验，形成可推广的商业化运营模式，在全国典型城市和道路进行推广部署，并开展应用。

2025 年以后为C-V2X 产业高速发展期。逐步实现C-V2X 全国覆盖，建成全国范围内的多级数据平台，跨行业数据实现互联互通，提供多元化出行服务。

目前已经在上海、无锡、京津冀、杭州等区域的路口、高架桥等地铺设设备，构建V2X 可行驶示范区，很多车企已经在示范区对V2X 标准进行进一步的验证。当前V2X 技术可能会偏向于一些道路信息的采集和基本的警告信息交互。随着产业链的不断成熟，未来V2X技术将成为推动自动驾驶技术落地的极为关键的因素。作为智能交通和智能城市的一部分，一旦时机成熟，V2X 必将成为自动驾驶不可或缺的解决方案之一。