基于5G智能網聯車系統的建設研究

楊俊峰，劉思思

（湖北郵電規劃設計有限公司，湖北 武漢 430023）

0 引 言

基于5G通信技術實現汽車網聯式智能駕駛和AI輔助決策，利用無所不在的感知設施和超高精度定位手段，融合邊緣計算能力，搭建靈活、彈性以及高效的決策架構，實現車路信息協同。極大提升了車輛自主控制和輔助駕駛的能力，在各類應用場景下高效且便捷地服務于現實社會的各類需求，進行高效、安全以及可視化的交通管理，使智慧大交通信息服務成為可能。

1 關鍵技術

1.1 5G通信技術

5G具有接入技術手段復雜、網絡層級多、設備類型多樣以及用戶交互種類多的特點。在5G網絡中可提供時間連續且空間平滑對接的通信服務和用戶體驗，峰值理論傳輸速度滿足智能網聯車實時傳輸的需要。此外，5G通信技術具備高頻段傳輸、新型多天線傳輸、同時同頻全雙工、D2D、密集網絡以及新型網絡架構等技術特點，可滿足車聯網需求。

1.2 邊緣計算

邊緣計算已有3種業界廣泛認可的技術架構。其中，多接入邊緣計算，可實現將較為密集的計算任務分配到周圍或附近的網絡邊緣服務器上，從而降低核心網絡的負載壓力，也轉移了傳輸網所面臨的傳輸壓力。可有效降低時延，保障了網絡的性能穩定、高帶寬的應用以及數據處理效率。通過5G網絡和邊緣計算能力，構建了面向多租戶和多業務的邊緣計算管理平臺，提供了計算和數據存儲等服務。

1.3 5G車路協同智能駕駛

結合5G通信技術的優勢，利用邊緣計算、5G智能駕駛分級決策架構、時空融合感知以及車路協同等先進性技術，實現“5G網聯+車路協同”一體化智能網聯智能駕駛技術。

2 總體架構設計

5G網絡的智能網聯車系統總體架構可分為設備層、邊緣層以及云計算層3層。基于5G網絡的智能網聯車系統總體架構如圖1所示。

圖1 基于5G網絡的智能網聯車系統總體架構

2.1 設備層

設備層由具備智能設施或裝備的車輛以及智能路側感知等傳感設備構成。車輛在加裝相關設備后，具備一定的數據采集和感知控制能力。通過車載傳感器探查和感知周圍環境，為車載控制系統提供決策依據。同時，將相關探查信息和車輛自身數據信息通過無線傳輸方式傳給邊緣層。邊緣層和車輛的交互是雙向的，車輛可以實時接收邊緣層發出的路側感知信息和決策調度命令。一般而言，路側智能設備包括視覺感知設備、路側激光雷達、路側雷達、智慧紅綠燈以及傳感器等。智能設備獨立于車載感知設備工作，實時采集行人、車輛以及道路相關信息，并通過有線或無線方式實時反饋至邊緣層。智能路側設備和邊緣層的交換也是雙向的，可實時接收邊緣層各類信息和指令。

2.2 邊緣層

邊緣層根據各類數據處理請求，完成數據分流工作。依據智能駕駛業務數據類型，將業務數據實時分配至邊緣層本地處理或轉發至云端處理。邊緣層獲取各類感知信息，包括來源于各類路側設備和車輛感知設備的信息，道路狀態、環境情況以及區域擁塞信息等。基于多源多渠道的感知，對海量信息進行融合重構，同時基于交通規劃實現交通信號燈控制和動態調整限速。

2.3 云計算層

云計算層通過云基礎設施的建設能力，可完成宏觀的數據服務，提供道路規劃、處理業務大數據、調度交通實時、預測大數據監管、導引職能路徑以及服務全局高精度地圖等。根據需求，還可為每一個網聯車輛規劃最優路徑。

3 5G網絡建設部署

5G網絡將eMBB移動寬帶和MEC有機組合。核心網側采用CU分離架構，C面部署在核心網云資源池，MEC下沉到邊緣機房CU位置，位于5G RAN的邊緣，作為分布式云的一部分，為智能網聯車系統提供邊緣計算能力和本地應用部署的能力。5G核心網部署如圖2所示。

圖2 5G核心網部署

核心網主設備包括邊緣GW-U設備、MEC服務器以及其他組網設備。這些設備均采用虛擬化方式部署于中心機房，通過多臺通用服務器協同實現網元功能。無線網建設根據需要，沿主干道路連續覆蓋5G網絡，基站選址時需先進行鏈路預估。基于5G基站的有效覆蓋范圍，根據車輛行駛路線保障需要，保障重點區域的無縫使用。在重點路段，站點可交錯穿插部署于道路兩側，實現信號的均勻覆蓋，而轉彎處應設置在內側。基站天線掛高需高出地面至少10 m，保證與地面視通。結合鏈路預算與覆蓋預測，建議城區站平均間距不大于1 km。同時，傳輸網采用SPN技術承載5G業務需求，采用GPON技術承載視頻監控點和智能燈桿等監控業務。C-RAN機房作為傳輸業務匯聚機房，用于解決5G拉遠站前傳和監控點的傳輸接入需求。前端設備接入部署如圖3所示。

圖3 前端設備接入部署

4 邊云協同平臺建設

智能網聯車的快速發展，對網絡傳輸容量和數據處理能力帶來了新的挑戰。為提高用戶體驗需求，邊緣計算成為了關鍵技術。當前部署在MEC邊緣側的應用規模逐漸擴大，種類逐漸豐富。邊云協同管理平臺構建于IaaS層之上，通過云端對邊緣側實施協同管理。PaaS層架構使用容器搭建，并采用微服務通信框架。SaaS層采用前后端分離的架構，前端使用H5，后端使用微服務架構。邊云協同管理平臺從總體架構層面主要分為邊緣云PaaS平臺和邊云協同PaaS管理平臺兩大部分。

4.1 邊緣云PaaS平臺

邊緣PaaS平臺構建于當前主流云計算和容器技術基礎之上，并通過微服務框架構建其核心能力。平臺提供一整套平臺基礎服務，保障邊云高效穩定的運行，并與核心云同步實現應用管理協同、業務管理協同以及服務協同。

4.2 邊云協同PaaS管理平臺

邊云協同PaaS管理平臺同樣構建于容器和微服務架構之上，可以統一管理所有邊緣云PaaS平臺，為用戶和管理者提供統一的門戶。提供邊緣應用的全生命周期管理，包括應用的推送、安裝、卸載、更新、監控以及日志等，同時可以提供邊緣應用的開發和模擬測試。

5 車路協同系統應用建設

自動駕駛技術是智能網聯車發展的重要方向。利用5G無線技術，實現路側感知信息和車輛感知，并實時將自身信息傳輸回后端，與其他職能網聯車進行交互。同時，多種傳感器系統的結合，借助于大數據信息處理能力，可以實現車輛感知范圍的急劇擴大。通過采集周圍車輛速度、位置、方向以及警示信息，可實現車輛的安全防碰撞系統。將車聯網技術用于車與路的交互時，可以直接預警車輛行駛，對車輛進行預防性控制，極大提升了道路通行的安全和效能[1]。此外，在打造基于智能車路協同的自動駕駛應用系統時，可充分借助5G無線技術的大帶寬、低時延以及高可靠等特點，建立多層級的彈性自動駕駛體系架構。在增強自動駕駛系統整體感知、決策以及控制能力的同時，達到降低技術實現成本和提高安全性等目標。

6 結 論

智能網聯車是智能交通系統工程的重要發展方向，融合了5G、云計算、大數據應用以及AI智能等新技術，是產業創新的熱點與未來發展的制高點。可以預期，智能網聯車系統建設可推動交通大數據一體化采集、形成深度挖掘和全局應用的能力，還可推動交通大數據的跨部門共享共用，促進云計算和大數據技術在行業監管、運行管理以及服務領域的深度應用，全面提升交通運輸的供給能力、運行效率、安全性能以及服務質量。