車聯網仿真測試的研究與分析

王旭東 陳?；? 李國棟 王衛東

摘 要：簡述車聯網行業技術發展的趨勢，介紹了車聯網仿真測試的方法和內容，對車聯網仿真工具和仿真建模進行了詳細研究，并通過仿真案例說明測試的意義。

關鍵詞：車聯網；車輛間通信；SUMO；VEINS

中圖分類號：U463.6 文獻標識碼：A 文章編號：1671-2064（2019）15-0017-06

0 引言

車聯網是汽車、電子、信息通信、道路交通運輸等行業的深度融合的新業態形式。2017年9月工信部發布的《車聯網白皮書（2017）》對車聯網的技術路線、關鍵技術、系統架構等方面都提供規劃。2018年4月工信部、公安部和交通運輸部三部委聯合發布了《智能網聯汽車道路測試管理規范》，該規范對智能網聯測試的主體、車輛、測試管理等多個方面進行了詳細規定。車聯網技術越來越受到行業關注和深入研究。

車聯網測試技術是車聯網整個技術中驗證、測試和性能評估的重要環節，測試車聯網在各種實際場景中都可以安全、可靠和高效的工作。車聯網測試的主要目標是評估車聯網協議和應用性能，常用的測試方法現場運行試驗（Field Operational Test，簡稱FOT）和仿真試驗兩大類?，F場運行試驗是最直觀和有效的測試方法，但由于測試受成本因素、環境因素、可重復性、安全性和法律許可等多方面因素的制約，使得仿真技術在車聯網測試評估中得到長足發展。本文將對車聯網仿真測試的概念和內容進行介紹，對車聯網仿真測試仿真工具和仿真建模標進行詳細研究和分析，并列舉測試案例。

1 仿真測試內容與方法

1.1 概念和策略

1.1.1 仿真測試介紹

仿真測試是選用一種編程語言，通過編程方式實現測試模型、定制運動環境和測試指標三個部分。

通常選型的編程語言或平臺被稱之為仿真工具。仿真工具是仿真測試基礎，對測試的時間效率、數據精確度和模型建立的容易程度影響最大。車聯網仿真平臺主要由網絡仿真工具和道路交通仿真工具組成。

車聯網仿真模型車輛運動仿真相對于人類移動模型更復雜和難以重現，車輛移動仿真需要體現車輛跟隨狀態，變車道超車狀態，復雜交匯路口等狀態。需要建立和反映人類行為的模型，如駕駛員對交通信號燈的反應及反應時間；車輛之間通信受到大型建筑物及周邊車輛的干擾和限制。

仿真測試指標的合理性、可比性和可重復性也是仿真測試中一個重要問題。車聯網的多業態融合性使其復雜度和冗余度大大升高，使得仿真試驗的可比性和重復性變的非常難以實現。

1.1.2 仿真測試的影響因素

仿真測試是對客觀自然世界的抽象化和模型化，其測試結果的準確收到諸多因素的影響，其中主要的幾個影響因素包括：車輛移動模型、通信信道模型和車輛間通信（Inter-Vehicle Communication，簡稱IVC）的模型。

1.2 仿真軟件

車聯網仿真主要由網絡仿真工具和道路交通仿真工具兩類組成。

1.2.1 網絡仿真

網絡仿真工具采用離散時間仿真方式（Discrete-event Simulation，簡稱DES），仿真器提供有序的預定時間序列，每個時間被安排在特定的仿真時間進行觸發，觸發通常改變仿真的狀態和觸發相應規劃的新事件。事件可以代表設置的任何事件，例如：車輛正在接受交通燈控制器的信息，或電信號從0V到5V的電壓水平。

網絡仿真中的三種主流仿真器分別是ns-3、OMNeT + +和JiST。表1網絡仿真器一覽表對網絡仿真器的程序語言、默認模型庫和編程語言等進行行了介紹。

ns-3是歷史最悠久的仿真器，ns-3沒有是沒有集成開發環境和圖形處理環境，仿真器數據記錄到存儲器后，利用網絡動畫工具和Wireshark對運動軌跡進行可視化模擬再現。ns-3典型特征是可以無縫被測試平臺或者整合測試平臺。

OMNeT + +的開發始于1992年，是一款開源付費軟件。OMNeT + +是搭載可選的集成開發環境的完整仿真環境，支持手動編寫模型代碼、批處理模式和圖形界面的運行方式等，OMNeT + +最新版本發展到目前是V4.6，典型的OMNeT + +模型庫的例子有用于精確多信道多技術物理層建模的MiXiM，融合網絡仿真的Over-Sim及車載網絡仿真的Veins工具。

JiST是三個網絡仿真測試工具中發展最晚的，JiST是Java in Simulation Time的簡稱，開發用來作為SWANS無線自組織網絡仿真器的基礎。

1.2.2 道路交通仿真

道路交通仿真的軟件根據測試所需要的顆粒度，提供相應的模型，包括構造運動模型約束，交通模型等。道路交通仿真工具主要按照時序步進的方法，以固定的時間增量推進仿真測試的進程，車輛的運動狀態、交通信號燈控制器狀態和道路狀態都會隨時序不斷計算更新。

目前存在的較成熟的道路交通仿真器有SUMO、Vissim、PARAMICS、TransModeler、TRANSIM等。最常用的兩款軟件是SUMO和Vissim。

SUMO（Simulation of Urban Mobility的簡稱）是車聯網研究中最熱門的道路交通仿真工具包。SUMO誕生于2000年，其界面如圖1所示，軟件采用EPL（Eclipse Public License）公共許可協議的開源軟件，目前SUMO逐漸發展成為一個多模式仿真工具包，包含了交通仿真引擎、綜合網絡生成工具。SUMO最吸引測試用戶的基于GUI圖形界面下的微觀交通仿真器，研究人員可以對仿真測試運行中的道路數據交互修改。該軟件還支持IDM（Intelligent Driver Model的簡稱）、Kerner三相模型和Wiedemann模型等不同汽車運動模型的選擇。

Vissim是一款運行在Windows平臺上的交通仿真工具，其開發仿真界面如圖2所示，Vissim的微觀交通仿真器是基于Wiedemann的汽車運動模型，并對其進行完善和擴展后的多模式仿真工具。同時，Vissim可以模擬車輛可視度和人類感知與單個行人的運動仿真。Vissim支持圖形化編輯、需求建模、網絡和模型的導入、2D/3D仿真視頻渲染等功能。

2 IVC仿真平臺

IVC網絡仿真平臺都是基于網絡仿真工具和道路交通仿真工具建立起來的，不同的平臺對兩種仿真工具的深度耦合采用不同的解決方案，目前一般根據耦合結構將網絡仿真平臺分為分離式、嵌入式、雙耦合式和集成式四類。

下面我們介紹雙耦合式IVC仿真框架中最為成功的三個平臺：Veins、iTetris和VSimRTI。

2.1 Veins

Veins（Vehicle In Network Simulation的簡稱）仿真框架的結構如圖3所示。

Veins基與1.2.1的網絡仿真工具OMNeT + +和1.2.2道路交通仿真工具SUMO。OMNeT + +調度仿真執行控制、數據信息采集和測試事件，其基于MiXiM的模型庫提供電磁波的DES抽象，提供多通道多方式傳播的干擾影響。Veins支持IEEE IVC棧協議模型、模擬ETSI ITS-G5協議棧信道模型、IEEE 802.11p、IEEE 1609.4DSRC/WAVE、集成蜂窩網絡模型庫。Veins允許網絡交通和道路交通雙向耦合，通過SUMO提供多種車輛移動模型，SUMO的TraCL服務器運行測試實例與Veins進行實時交互，保證移動仿真移動模型的實現。

2.2 iTetris

iTetris是在歐盟FP7研究項目（Integrated Wireless and Traffic Platform for Real-Time Road Traffic Management Solutions）的背景下開發的仿真平臺。軟件采用免費開源的方式發布。iTetris是由四個耦合的功能模塊共同組成的IVC測試平臺，它們分別是：中心控制系統iCS、網絡仿真工具ns-3、道路交通仿真工具SUMO和應用管理程序iAPP。iTetris框架結構如圖4所示。

iCS實現應用層iAPP與ETSI ITS設備層、仿真組件的數據采集、緩存和轉發。iTetris仿真器擴展了IVC特定信道的模型、ETSI ITS層的定制模型、車輛的排放模型、ADAS模型，支持IEEE 802.11P、WiMAX等多種無線網絡通信協議。

2.3 VSimRTI

VSimRTI（V2X Simulation Runtime Infrastructure的簡稱）提供了一種更新穎的解耦組件仿真框架。如圖5所示，VSimRTI仿真框架圍繞一個輕量級核心結構構建，管理所連接的仿真器同步、生命周期、數據交互等。VSimRTI開發的目標是提供一種耦合領域特有仿真器的通用框架，為更多仿真工具提供接口組件，如Vissim、SUMO、OMNeT + +、ns-3和JiST/SWANS的接口組件?？梢詫Φ缆奋囕v運動、蜂窩網絡LTE、V2X仿真做到很好的支持。

3 仿真建模

3.1 車輛移動建模

車聯網仿真很難建立一種數學模型來準確描述道路網絡中車輛的移動方式。經過多年的研究發現道路交通科學有很好的車量移動模型，在車聯網仿真中我們主要聚焦與道路交通的微觀模型，即準確描述事件中每一輛車的移動行為。本文主要研究車載自組織網絡VANET（Vehicular Ad-hoc Network的簡稱）的移動模型，VENET移動建模的發展時間從世紀90年代到目前主要經歷了四個階段：隨機節點運動、真實車輛軌跡、道路交通微觀仿真和雙向耦合仿真。

典型VENET的移動建模架構圖如圖6所示，圖中包括所有上述四種移動模式。

3.1.1 隨機節點運動

為了簡化運動模型，研究初期假定運動節點是一個完全隨機的方式無約束運動，隨機節點移動模型大量應用在MANET（Mobile Ad-hoc Networks的簡稱）仿真中?，F在測試證明，隨機節點移動模型大量應用在MANET（Mobile Ad-hoc Networks的簡稱）仿真中。現在測試證明，隨機節點移動模型與更先進的車輛運動模型仿真結果相差非常大，甚至在有些測試中無法達到測試穩態，現在精確的仿真很少采用隨機節點運動模型。

3.1.2 實際移動軌跡

實際移動采用的是實際運動真實車輛的運動軌跡應用到仿真中，車輛運動軌跡的數據主要來自城市公共交通、大型貨車車隊、出租車應用中心、GPS導航系統的服務商等，他們將多年記錄的車輛運行軌跡進行處理后，公布給研究機構作為真實的仿真測試數據。

實際移動軌跡在仿真中按照設定時間，將軌跡數據更新到仿真場景中，這種數據在網絡仿真中產生與現實運動最為相符的車輛移動數據。但是由于可被利用的軌跡都屬于相對特殊的車輛，數量有限，不能真實反映路上所有車輛的軌跡，所以應用也受到很大的限制。

3.1.3 微觀移動仿真

微觀移動模型主要是以單個車輛為單位，采用車輛運動仿真工具進行仿真，其移動仿真的真實性主要由所選用的仿真器的復雜度和精確度所決定。如：簡單的無碰撞節點移動模型和基于功能齊全的多智能體移動仿真工具。

微觀移動仿真的優點是能夠模擬非常真是的運動軌跡，移動參數可以根據測試目的自由調整。但在很多自組織網絡VANET框架仿真中微觀移動仿真也是難以實現測試。例如：節點運動影響網絡的連接，進而影響網絡中的交通，反過來網絡交通也會對節點運動產生影響，一旦反向影響產生，立刻使已經完成的計算和軌跡失效。

3.1.4 雙向耦合仿真

在前面三種模型不能滿足的條件下，需要建立道路交通仿真和網絡交通仿真雙向交流的耦合仿真工具。這就是上文所述的雙向耦合仿真平臺。雙向耦合仿真不僅對網絡交通的影響及網絡交通的反饋作用有更精細的仿真測試，而且不受仿真運行時間的制約和影響。

VANET雙向耦合仿真時，網絡仿真工具和道路交通仿真工具同時運行，不斷的雙向傳遞數據和參數，進程相互依存，主要有兩個相互交替的階段構成。一種是網絡仿真器運行時，它實時將參數變化傳送到道路交通仿真器，改變駕駛人駕駛行為或道路特征，從而改變車輛的運動決策路徑。另一種是道路交通仿真利用網絡仿真器傳遞的新參數進行交通運動計算，并將車輛運動數據更新到網絡仿真器。

3.2 信道模型

3.2.1 自由空間模型

自由空間傳播模型是假定無線電波在沒有阻擋、沒有衰減、單一途徑的理想狀態下傳播，自由傳播空間傳播模型中無線電波的損耗只和傳播距離d和電波頻率λ有關系，由此得到自由空間模型的路徑損耗模型如公式為

Lfreespace[dB]=20log10（4π） （1）

式中Lfreespace為自由空間路徑損耗；d為傳播距離；λ為電波波長；

自由空間模型的經驗校正引入一個額外依賴于環境的路徑損耗指數α來考慮非理想的信道條件。這就是著名的Friis模型如公式為：

Lemp-freespace[dB]=10log10（16π2） （2）

式中Lemp-freespace為校正自由空間路徑損耗；d為傳播距離；λ為電波波長。

3.2.2 雙射線干涉模型

雙射線干涉模型是一種更接近實際的無線電傳播模型，它考慮了無線信號至少存在地面反射信號的干涉。一束地面反射后的無線電波束如圖7所示，直接視線傳播路徑長度dlos和地面反射的間接的視線路徑長度dref如公式為：

dlos=d2+（hs-hr）2 （3）

dref=d2+（hs+hr）2 （4）

式中：dlos直接的視線傳播路徑長度；dref為經過地面反射的間接非視線的間接路徑長度；d為發射器和接收器之間的距離；hs為發射器的天線高度；he為接收器的天線高度；

根據dlos和dref差異計算得出干擾射線的相位差φ公式為：

φ=2π （5）

式中：φ為干涉相位差；λ為電波波長。

反射偏振電磁波的衰減系數Г，反射系數依賴于一個固定的εr，而且還主要依賴于入射角度θi。再根據發射器和接收器的高度、距離，計算入射角度的正余弦值，得出衰減系數Г的公式為：

Г= （6）

最后，我們得出由于相長干涉和相消干涉引起的信號強度相對變化可以通過對公式（1）修正得到，雙射線干涉路徑損耗模型公式為：

Ltri[dB]=20log10（4π|1+Гei?|-1） （7）

式中Ltri為雙干涉路徑損耗；

雙射線干涉模型在仿真項目初期的車聯網仿真中可以簡化模型，同時還要將精度保持在盡可能的容忍范圍內。在理想的偏振和反射假設下，大距離d時的視線和反射信號之間的相互干涉的計算簡化公式為：

Ltri[dB]=20log10（） （8）

3.2.3 建筑物和車輛遮蔽模型

實際道路仿真中我們需要考慮建筑物和其它車輛引起的無線信號遮蔽的影響。這種情況下的模型就是無線信號遮蔽仿真模型。初期遮蔽模型采用隨機模型，典型是使用對數正態分布的遮蔽模型，隨機遮蔽模型的仿真精度及測試的重復性不可控制，遮蔽模型目前采用了更為精確的構造幾何形狀遮蔽模型，典型的是采用導入顯示世界的地圖，例如導入OpenStreetMap的建筑物外墻數目及建筑物尺寸數據，在IVC仿真中為建筑物及相應的無線信號遮蔽建模。

2011年來自美國卡耐基梅隆大學Mate Boban等人最先評估了其它車輛引起的無線電信號遮蔽的影響。研究證明了車輛阻擋無線電通訊影響是不可忽略的，并建議為IVC制定一個考慮車輛影響的通訊協議。經過近幾年的研究最先進的車輛遮蔽采用相似技術，對于一對車輛οs和οr之間的每一次信號傳遞，需要確定與它們直接視線相交叉的車輛，將這些所有交叉車輛點存儲為{ο1，ο2，…}，并將其相似于尋找阻礙建筑的問題，問題被轉換為紅藍交叉的問題，從而大大簡化減低了仿真計算的復雜度問題。

4 仿真案例

仿真工具的成熟和多種優點，使得車聯網運營者、車輛制造商、道路規劃者、交通管理者等在項目研究者越來越多的使用仿真工具進行項目驗證和試驗，下面我們介紹兩個仿真工具的應用案例。

4.1 Veins動態路徑規劃

道路規劃的研究者為了評測VANET在城市智能交通動態路徑的效果，采用仿真工具Venis對西安交通地圖建模，在場景中完成車輛間通訊仿真，實現VAENT的動態路徑規劃仿真設計。

試驗中選用OMNet++提供網絡通訊仿真工具，SUMO提供微觀的道路交通仿真，仿真中設定人的反應參數以體現真實城市交通狀態仿真。仿真中設定“事故節點”測試事故發生后指定路徑上的車輛節點的動態規劃路徑效果。

測試結果驗證了交通安全服務協議在VANET中的有效性，并有效提高平均車輛行駛速度和緩解擁堵。

4.2 Veins車路通信仿真

試驗場景由兩條限速為80km/h的平行車道支持單車單主干路，該主干路限速100km/h，所有道路均以階梯形式連接。仿真中在主干路設定一起事故。IVC系統下，車輛間互相通知有關事故發生后道路的擁堵狀況，擁堵信息成功傳送到一輛跟隨車輛中，車輛可能會利用平行道路重新規劃路線行駛。試驗中，為了評估兩個指標重新規劃路徑的合理性，對車輛的制動距離和繞行距離進行了合理修正。

試驗結果顯示，IVC的啟用，在擁堵停車距離超過臨界點后具有明顯的減少行車時間和降低CO2排放的效果，但是這種優化效果是對整個系統而言的，對于單個微觀車輛卻不一定是最優的效果。

5 結語

車聯網作為國家發展和學科重點，是構建智城市、智能道路、智能車輛的重要保證。仿真測試的方便性、安全性、可重復和低成本等優點使其成為車聯網測試的一種常規手段，在幾十年車聯網研究發展中起到舉足輕重大的作用。本文對車聯網仿真測試研究的內容、仿真工具、仿真模型和簡單的仿真案例進行了研究。得出結論：雙耦合式的仿真平臺在車聯網仿真測試中效果最優，微觀的車輛移動模型、基于建筑物和車輛遮蔽的信道模型是科學性、客觀性和精準性是最優的。

參考文獻

[1] Barceló J. Fundamentals of traffic simulation[M].New York： Springer，2010.

[2] Behrisch M， Bieker L， Erdmann J， et al. SUMO simulation of urban mobility： an overview[C].Proceedings of SIMUL 2011， The Third International Conference on Advances in System Simulation. ThinkMind，2011.

[3] Heinovski J， Klingler F， Dressler F， et al. A Simulative Analysis of the Performance of IEEE 802.11 p and ARIB STD-T109[J]. Computer Communications，2018，122：84-92.

[4] Dwivedi U， Upadhyay A R. Vehicle to vehicle communication in vehicular network simulation environment： Analysis and future perspectives[J]. Journal of Network Communications and Emerging Technologies （JNCET） www. jncet. org，2018，8（2）.

[5] 肖玲，李仁發，羅娟.車載自組網的仿真研究綜述[J].系統仿真學報，2009，21（17）：5330-5335+5356.

[6] 王潤民，鄧曉峰，徐志剛，等.車聯網仿真測試評價技術研究綜述[J/OL].計算機應用研究，2019（07）：1-9.

[7] 王丹，孟強.基于Veins平臺的VANET動態路徑規劃仿真設計[J].電子技術與軟件工程，2016（15）：101.

[8] 王曉萌，劉松云，李鑫，等.基于Veins平臺的交通信號燈智能控制仿真研究[J].信息通信，2016（10）：61-62.