V2X 技術在城市交叉口防碰撞預警中的應用

胡 艷，馮晶晶，姚 杰

（西安培華學院智能科學與信息工程學院,陜西 西安 710125）

城市道路交叉路口是交通事故高發地區，因其分布數量多、構造復雜、場景眾多，一直以來都是交通沖突防碰撞預警研究的主要對象。V2X(vehicle to everything）技術[1]是車聯網最重要的技術，借助于車–車(vehicle to vehicle，V2V)、車與路側基礎設施（vehicle to infrastructure，V2I）、車與行人(vehicle to pedestrian，V2P)之間的無線通信，實時感知車輛周邊狀況，并及時預警，可完成車輛狀態信息和交通環境信息的采集，從而實現數據共享，達到車與其他事物互聯的狀態。LTE-V2X 是基于4G 技術實現車車通信，以LTE 蜂窩網絡為V2X 基礎的車聯網專有協議，因此基于LTE-V2X 技術研究城市道路交叉口防碰撞預警是當今交通安全問題中的熱點領域。

現有交叉路口碰撞預警機制前提是假設車輛能夠獲取周圍全部車輛的信息、車輛之間無遮擋和信息交互無時延。Mazda 和Honda 算法是基于車輛之間安全邏輯距離來判斷車與車之間是否會發生碰撞，僅僅通過車輛自身配置不同類型的傳感器來獲取車輛自身及周圍車輛的運動數據信息[2]。文獻[1]中路側設備單元（road side unit,RSU）與車載單元（on board unit,OBU）能夠進行通信，交互信息。RSU 獲取車輛速度、方向和行駛軌跡等狀態信息，判斷是否某個時刻車輛占用相同的網格發生碰撞，從而產生預警信息和建議速度，廣播給OBU。文獻[3—4]的研究結果表明，提前一秒鐘給駕駛員報警能夠使車輛碰撞事故率減少一半以上，說明交叉路口防碰撞的通信交互時延要求越低越好。文獻[5]中路側設備利用雷達傳感器識別行人的行為預測和碰撞預測，提高脆弱道路使用者的安全性。文獻[6]給出了BP 神經網絡可以很好地應用于城市道路交叉口事故的預警和預測模型的分析。文獻[7]討論了V2X 通信的技術細節，并討論了如何利用它來提高交叉口的安全性。文獻[8]通過數據挖掘獲取交叉口的碰撞模式，適應不同類型的交叉口，提高碰撞檢測的計算速度。文獻[9]提出了一種基于V2X 的道路交叉口車–車避撞預警算法，其利用基于時間差的沖突檢測改進算法以及矩形和圓形碰撞檢測計算車–車碰撞檢測算法，提高預測正確率。首先，所有假設前提均是通過車輛本身的感知設備能夠100%獲取到周圍車輛信息，或者RSU 能100%通信獲取到周圍車輛信息。該假設并沒有考慮車輛遮擋、障礙物和滲透率（安裝OBU 的車輛占所有車輛的比例）等，很難滿足實際城市場景下碰撞預警的需求。其次，車輛之間信息交互時延過大或者車輛之間信息傳遞存在缺失造成碰撞預警的不準確性和碰撞預警不及時性。再次，考慮實際應用的普遍推廣，車輛自身需安裝多個攝像頭和雷達等感知設備，這會增大車輛的成本，很難得到推廣和應用。為了解決以上問題，本文提出了一種基于V2X 技術的城市交叉口協助式防碰撞預警算法。該機制通過在城市交叉口部署RSU，利用雷達和攝像頭的數據進行融合，把融合后的車輛信息發給RSU；RSU 從連接的紅綠燈信號機中獲取紅綠燈信息，從連接的云平臺中獲取輔助局部道路地圖數據信息。RSU 把獲取的各種信息通過PC5 空口利用幀聽預留的資源分配方式，把信息廣播給交叉口的OBU。OBU 根據從RSU 獲取的信息和自身從周圍其他OBU 獲取的車輛狀態信息進行融合，應用到碰撞預警機制中，給出預警信息。本應用能夠有效解決車輛之間遮擋、車輛安裝OBU 滲透率無法普及、安裝車載攝像頭和雷達成本高等問題，給車輛實時提供紅綠燈時長和行駛建議速度，有效判斷交叉口存在的碰撞風險，提高預警的準確度，減少交通事故的發生。

1 交叉口協助式機制架構

在城市交叉口中，基于LTE-V2X 技術協助式防碰撞預警的總體系統架構如圖1 所示，包括RSU、OBU、信號機、業務平臺、感知融合單元、毫米波雷達或者激光雷達、攝像頭。

圖1 協助式機制架構

RSU：部署在路側的設備單元，匯聚路側交通感知設備(MEC、信號燈等)和業務平臺傳輸的數據，并將V2X 事件、交通參與者信息、地圖信息和紅綠燈信息等通過PC5 口廣播給OBU。

OBU：安裝在車輛等移動設備上，能實時感知自身位置和速度等狀態信息，通過PC5 口廣播給周圍的OBU 和RSU。

信號機：指導交通運行的紅、綠和黃信號燈，按照一定頻率輸出信號機信息給RSU。

業務平臺：既能給RSU 提供局部交叉口的地圖信息，也能與RSU 交互交通參與者信息和事件信息。

MEC：處理攝像頭和雷達的數據，給RSU 輸出目標物和交通事件等結構化數據。

LTE-V2X 技術的交叉口協助式機制中，RSU能夠全天候綜合感知路面交通狀況，將車、人等周邊的交通元素有效地連接起來，與OBU 形成有效通信，為交叉路口碰撞預警機制提供輸入，避免碰撞事故發生。

為了規避碰撞預警發生，駕駛員采取一定的措施規避危險所需要的最短時間成為最小安全時間。最小安全時間可以分為兩個部分：反應時間和控制車輛的時間。人的反應時間小于等于2 s。控制車輛的時間反映到LTE-V2X 通信端到端時延要求為[10]：車速范圍 0～70 km/h，通信距離大于等于150 m，OBU 和OBU 之間以及RSU 與OBU 之間應用層到應用層系統延遲小于等于100 ms。3GPP TR22.885 明確規定在有效通信距離50 m 之內，V2X 端到端最大通信時延為100 ms，LTE-V2X 應用層正確包的接收率大于等于95%[11]。

2 V2X 應用方案

V2X 技術在交叉口協助式碰撞預警應用分為以下4 個大模塊，如圖2 所示。

圖2 V2X 應用方案示意圖

1)信號相位和定時消息(signal phase and timing message，SPAT)以及地圖(MAP)信息推送。RSU周期性獲取交叉口紅綠燈信息，廣播給OBU。為了能讓OBU 更加準確地獲取每個車道紅綠燈信息，RSU 把交叉口地圖信息和紅綠燈信息相匹配，廣播給周圍的車輛。

2)路側感知目標物和預警事件發送。通過前端感知模塊（雷達和攝像頭）獲取車輛信息，經過感知融合單元處理之后，輸出車輛、行人和路面狀況信息給RSU，RSU 廣播給周圍車輛。

3)車端碰撞算法和預警顯示。OBU 獲取紅綠燈信息、地圖信息、路面狀況和目標物狀態(位置、速度和加速度等），給端側交叉路口碰撞預警輸入信息。車輛一旦判斷存在預警信息，及時提醒駕駛員，能夠避免事故的發生。

4)車端建議速度顯示。車端根據紅綠燈信息和地圖信息計算交叉口行駛建議的速度，給出建議每個車道通過交叉口的速度值。

2.1 信號相位定時消息和地圖信息推送

SPAT 和MAP 推送流程如下。

步驟1，城市十字路口部署信號機，為RSU 周期性提供信號燈信息，生成SAPT 信息。

步驟2，RSU 從業務平臺獲取交叉口MAP信息。

步驟3，RSU 把MAP 中車道信息與SPAT 信息相匹配，把兩個消息廣播給周圍的車輛。

對于特殊車輛（公交車、緊急車、救護車輛等）優先通行需求場景，優先通行車輛通過OBU 把請求調整紅綠燈的信息發給RSU，RSU 獲取請求信息之后，把反向控制紅綠燈信息發給信號機，信號機控制器調整交叉口紅綠燈信息，再把信號機信息傳遞給RSU，RSU 生成SPAT 和MAP，廣播給周圍車輛，從而保證特殊車輛優先通行。

2.2 路側感知目標物和預警事件發送

路側感知目標物和預警事件分別轉為路側安全信息(roadside safety message，RSM)、路側交通事件和交通標志標牌信息(road side information，RSI)，流程如下。

步驟1，感知融合單元目標物生成。部署路邊的雷達和攝像頭等感知設備實時獲取周邊道路交通信息，例如，行人、車輛、位置、速度等，感知融合單元把攝像頭和雷達信息進行融合，進一步生成目標物的運動狀態信息。

步驟2，RSM 生成。RSU 通過感知融合單元獲取各種交通參與者的類型、位置、速度等感知信息，生成RSM 信息，發送給車輛。

步驟3，RSI 生成。RSU 可以通過交叉路口碰撞算法，篩選出存在碰撞風險的車輛，產生碰撞預警事件，廣播給周圍車輛。

2.3 車端碰撞算法和預警顯示

步驟1，OBU 收到RSU 發送感知RSM。

步驟2，OBU 同步收到周圍OBU 發送車輛速度、位置等運動狀態信息（basic safety message，BSM）。

步驟3，OBU 從CAN 獲取本車運行狀態信息。

步驟4，OBU 把收到的RSM 和BSM 消息經過擬合算法，過濾掉重復車輛信息，生成車輛的運動狀態列表信息。擬合算法的前提是時間同步，保證感知融合單元、RSU 和OBU 時間同步。在OBU 接收模塊中，OBU 接收RSU 發送的RSM 信息，也接收OBU 發送的BSM 信息。

步驟4（a），初始化接收車輛列表為空。

步驟4（b），車輛位置的擬合。尋找時間、位置、速度和角度比較相近的點，并且對歷史軌跡信息吻合度比較高的點。把接收RSU 和OBU 信息的兩個點合而為一，放入到接收車輛列表中。

步驟4（c），疊加。RSU 和OBU 無法擬合點的車輛信息統一放入到接收車輛列表中。

步驟4（d），擬合結果即為接收車輛列表。

步驟5，OBU 把接收車輛列表輸入到碰撞預警模塊。碰撞預警模塊綜合所有車輛列表信息進行判斷，通過交叉路口碰撞算法，篩選存在潛在碰撞風險的車輛，按照碰撞等級生成預警信息。交叉路口碰撞算法具體如下。

步驟5（a），車輛收集十字路口道路車輛運動狀態信息，包括SPAT、MAP、RSM 和BSM。

步驟5（b），車輛自身結合MAP 信息，以自身位置為原點，以半徑R畫圓，篩選位于交叉路口左右側以及交叉路口前后側區域的車輛信息。

步驟5（c），根據本車與篩選區域車輛之間的距離信息，與距離門限比較進一步篩選潛在高風險車輛信息。

步驟5（d），對高風險車輛信息進行過濾，根據車輛位置、速度、行駛方向、加速度等信息，預測車輛軌跡，計算達到路口沖突區域的時間差和達到路口的距離差，時間差或者距離差小于閥值，篩選存在碰撞危險的車輛。沖突區域是指道路交叉口中，車輛運行軌跡存在相互交叉、匯合到分開的區域范圍。該區域包含潛在會發生碰撞的沖突點。

步驟5（e），對存在碰撞危險的車輛進一步根據時間差或者距離差，以及車輛速度篩選最緊急的威脅車輛。

步驟5（f），根據威脅車輛的行駛軌跡給出不同預警級別，正向碰撞級別最高，側向碰撞次之，追尾碰撞較低。

步驟5（g），系統對駕駛員進行碰撞預警提醒。

步驟6，OBU 同時收到RSU 的防碰撞預警，把預警信息提醒給駕駛員。

2.4 車端建議速度顯示

步驟1，車輛讀取RSU 發送的SPAT 信息和MAP信息。

步驟2，車輛根據十字路口道路停止線的距離或者交叉口中心點位置信息和紅綠燈時長，能計算通過交叉路口行駛建議速度區間，給駕駛員進行提示。

步驟3，車輛根據所處車道信息和道路數據地圖轉向信息，給出車輛提示左轉、直行和右轉的提示。

步驟4，車輛根據車道所在紅綠燈信息，指示車輛在交叉口停止線是等待紅燈還是綠燈安全通過交叉口。

3 系統仿真

3.1 仿真說明

為了進一步論述V2X 技術在城市交叉口防碰撞預警中的應用，系統仿真平臺利用Microsoft Visual Studio C++構建了城市典型的LOS 場景模擬端到端的數據傳輸。平臺模塊構造如圖3 所示，分為公共模塊：RSU 和OBU 分布模型、參數讀取模塊、感知融合單元和路徑損耗；發送端：數據解析和生成、資源調度和發送模塊；接收端：接收和解析以及性能統計。

圖3 系統仿真平臺模塊構造圖

3.2 仿真場景

仿真場景為車輛分布在城市交叉口附近道路半徑300 m 的道路上，如圖4 所示。如表1 所示，道路為單向3 車道和雙向6 車道，每個車道車輛泊松分布，以勻速度直行，達到邊界之后，往返運動。

圖4 交叉口車輛分布示意圖

Case1 車輛分布總數171 輛車，高密度。Case2車輛分布總數81 輛車，中密度。分別構造無RSU部署車輛僅獲取周圍OBU 車輛運動狀態信息，無法獲取沒有裝有OBU 的車輛信息和有RSU 部署下，OBU 獲取周圍車輛OBU 運動狀態信息，也能獲取RSU 發送車輛運動狀態信息的場景。

3.3 仿真條件

系統仿真參數包括公共仿真參數和城市LOS 場景下仿真參數。具體如表1 和表2 所示。

表1 公共仿真參數

3.4 包接收率分析

包接收率(packet reception rate，PRR)[14?15]為在一定距離下接收端成功解調的包數與發送端發送總包數的比值。本文是指在一定距離下接收端成功解調的包數與所有車輛期望發送總包數的比值。

3.4.1 綠燈和地圖信息推送

根據表2 仿真條件可知，信號機生成的數據傳輸到RSU 的周期為1 000 ms。RSU 從V2X Server平臺獲取MAP 和讀取信號機數據生成SPAT，分別以周期500 ms 和1000 ms 把SPAT 和MAP 廣播給周圍的車輛。

OBU接收SPAT 和MAP信息的PRR如圖5所示。車輛通過SPAT 和MAP 能夠獲取每個車道的綠燈時長。車輛速度處理模塊把速度信息輸出到Pad 終端，Pad 終端顯示出車輛的速度信息和紅綠燈時長。

圖5 OBU 接收SPAT 和MAP 的PRR

3.4.2 OBU 接收RSI、RSM 和BSM 的PRR 分析

根據表2 仿真條件可知：OBU 發送BSM 周期為100 ms，RSU 發送RSI 周期為100 ms，發送RSM周期為100 ms。OBU 既可以接收車輛之間BSM消息，也可以接收RSU 發送RSM 和RSI。為了讓仿真結果更加趨近城市真實場景，一個RSU 部署在交叉口附近一側，能夠使每個方向的車道車輛均能通過LOS 路徑收到RSU 發送的信息。

當所有車輛都安裝OBU，滲透率為100%。由圖6 可知，OBU 接收OBU 的PRR 以及OBU 接收RSU 的PRR，Case2 比Case1 可靠性高。這說明車輛分布密度越高，相互之間干擾越嚴重，對OBU 接收的PRR 影響越大，值就越低。在50 m范圍內case1 和case2 的PRR 均大于等于95%。在距離為80 m 左右時，OBU 接收PRR 均保持在90%以上，且OBU 接收OBU 的PRR 和OBU 接收RSU的PRR 二者差值在7%之內。隨著距離的增加，Case1 相對Case2 下OBU 接收OBU 與OBU 接收RSU 二者的PRR 之差更加明顯，Case1 相差最大為65%。

圖6 滲透率100%下OBU 接收包的PRR

對于OBU 來說，OBU 接收OBU 數據和OBU接收RSU 數據二者分開處理，OBU 不做進一步的融合，所以存在接收重復的車輛信息，并且無法真實獲取周圍車輛的信息。

3.4.3 增強OBU 接收RSI、RSM 和BSM 的PRR 分析

OBU 不僅接收OBU 之間車輛的BSM，而且接收到RSU 發送的RSM，二者信息經過擬合算法，能夠極大提高OBU 接收周圍車輛的PRR，稱為增強OBU 接收。

當滲透率為100%，在十字路口分布的OBU 接收到RSU 發送的RSM 數據包的PRR 為PRR_rsu，接收到OBU 發送BSM 消息數據包的PRR 為PRR_obu。車輛信息經過擬合處理，增強OBU 接收數據包的PRR 約等價：PRR_enhance=PRR_obu+(1-PRR_obu）*PRR_rsu，或者PRR_enhance=PRR_rsu+(1-PRR_rsu）*PRR_rsu。

從圖6 和圖7 可以看出，在滲透率為100%，Case1 和Case2 下增強OBU 接收數據包的PRR 相對于無增強OBU 接收數據包的PRR，在100 m 距離下分別提升20%和5%，在300 m 距離下分別提升42%和8%。所以，車輛分布越密集，增強OBU接收數據包的PRR，提升性能空間就越大。

圖7 Case1 不同滲透率下PRR 對比

3.4.4 不同滲透率PRR 性能分析

隨路側部署的增加和安全應用需求，OBU 滲透率會逐漸提升。當交叉口車輛安裝OBU 的滲透率不高，分別為20%和50%時，可以通過在路邊部署RSU，使得OBU 既能接收RSU 發送信息，也能接收周圍OBU 的信息，從而減少交叉路口的碰撞的風險。

從圖7 和圖8 可以看出，OBU 的滲透率Percent_obu 分別為20%和50%時：OBU 接收所有車輛的PRR 不高于滲透率；當OBU 接收OBU 的距離小于等于240 m 時，Case1 和Case2 增強OBU接收所有車輛的PRR 分別達到97%和99.8%以上。因此，交叉口部署RSU，利用雷達和攝像頭等感知設備，能夠解決OBU 的滲透率低的問題。

圖8 Case2 不同滲透率下PRR 對比

3.5 車輛碰撞預警分析

城市交叉口車端碰撞算法利用V2X 技術，設置6 個場景，車輛密度為Case2，分別進行仿真，統計記錄數據。

預警次數是指系統統計車輛顯示預警而實際確實發生碰撞預警的次數。錯報次數是指系統統計車輛顯示預警，而實際上車輛最終沒有發生碰撞的次數。漏報次數是指系統統計車輛發生了碰撞而實際沒有提前給出預警的次數。

情景1，OBU 滲透率100%，OBU 接收OBU。

情景2，OBU 滲透率50%，OBU 接收OBU。

情景3，OBU 滲透率20%，OBU 接收OBU。

情景4，OBU 滲透率100%，OBU 增強接收OBU，部署1 個RSU，感知融合單元100%獲取交車口車輛的運動狀態。

情景5，OBU 滲透率50%，OBU 增強接收OBU，部署1 個RSU，感知融合單元100%獲取交車口車輛的運動狀態。

情景6，OBU 滲透率20%，OBU 增強接收OBU，部署1 個RSU，感知融合單元100%獲取交車口車輛的運動狀態。

從表3 可以看出，在沒有RSU 部署，OBU 的滲透率無法普及的情況下，十字路口碰撞算法隨滲透率降低，漏報次數增加。其原因是車輛之間只能收到OBU 的車輛信息。在OBU 滲透率為100%時，預警的正確率為91.7%；在OBU 滲透率為20%和50%時，預警的正確率分別為19.58%和50%。而在十字路口部署RSU 情況下，能夠有效解決OBU 滲透率無法普及的問題，預警的正確率提升到95.6%。

表3 車輛碰撞預警結果

3.6 時延分析

時延(delay)定義為從發送端應用層發送V2X通信數據的時刻，到接收端應用層正確解調V2X業務包的時刻，二者之間的時間差[14?15]。PC5 空口的時延定義是應用層端到端的延遲時間。文獻[10]中明確說明RSU 與OBU 之間PC5 口信息交互時延小于等于100 ms，所以RSU 到OBU 應用層端到端平均時延約為50 ms。OBU 與OBU 之間通信時延參考RSU 與OBU 之間時延，應用層端到端時延小于等于100 ms，平均時延為50 ms。雷達廠家發送數據周期為50～100 ms，視頻采樣速率設置20 幀/秒，攝像頭和雷達最大對齊時間為100 ms，感知融合單元對視頻和雷達的數據進行融合，到最終輸出車輛信息列表為100 ms左右，那么基于V2X技術通信，從感知融合單元到RSU，再到OBU 之間交互時延小于等于300 ms。因此，端到端時延能有效為交叉路口碰撞預警算法提供輸入，提高碰撞預警的實時性。綜上所述，滿足時延的需求。

4 結束語

LTE-V2X 作為智能網聯汽車和車聯網等核心技術，正受到越來越多的研究和關注。文中提出了一種基于LTE-V2X 技術在城市交叉口協助式防碰撞預警的應用方案，既能解決單車智能遮擋無法識別問題，也解決車輛獲取周圍信息時延過大和接收數據包的PRR 過低問題。考慮普適性，解決車輛安裝車載攝像頭和雷達等成本高的問題，能極大推動OBU 的滲透率。所以，通過V2X 技術能夠提高車輛接收的PRR，以更短時延獲取車輛信息，實時顯示綠燈時長和指導車輛建議行駛速度，從而能夠對交叉口存在的潛在沖突和即將發生的碰撞情況進行實時預警，減少交叉路口交通事故的發生。

未來隨V2X 通信能力的車輛滲透率不斷提升，城市交叉口部署RSU 的日臻完善，LTE-V2X技術下PC5 口相互之間干擾會成倍增加，將對空口接收PRR、時延和防碰撞預警算法提出更高的要求。