智能網(wǎng)聯(lián)車(chē)輛霧架構(gòu)集群調(diào)度運(yùn)行管理方法

蘇建華，李留根

智能網(wǎng)聯(lián)車(chē)輛霧架構(gòu)集群調(diào)度運(yùn)行管理方法

蘇建華，李留根

（中國(guó)電子科技集團(tuán)公司第二十七研究所，河南 鄭州 450047）

為增強(qiáng)公安交通管理部門(mén)的交通管理能力，提升城市交通通行的效率，針對(duì)車(chē)聯(lián)網(wǎng)環(huán)境下車(chē)輛智能管理工作，以城市區(qū)域內(nèi)大規(guī)模智能網(wǎng)聯(lián)車(chē)輛為研究對(duì)象，開(kāi)展集群調(diào)度運(yùn)行管理方法研究。首先，提出集群調(diào)度運(yùn)行管理的車(chē)路協(xié)同管控與服務(wù)的霧架構(gòu)，其主要由物理傳感器數(shù)據(jù)生成層、實(shí)體霧節(jié)點(diǎn)霧計(jì)算層和數(shù)據(jù)管理信息服務(wù)中心遠(yuǎn)程云計(jì)算層三層組成。然后，以霧架構(gòu)為綱詳細(xì)介紹了霧節(jié)點(diǎn)的六種可能的通信路徑以及霧引擎需配置具備的三種工作模式。接著，以智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行應(yīng)遵循的四點(diǎn)原則為出發(fā)點(diǎn)，給出了霧編排器集群調(diào)度運(yùn)行管理的方法，包括調(diào)度計(jì)劃的制定、發(fā)布、集群調(diào)度運(yùn)行以及效果評(píng)估四個(gè)步驟。最后，通過(guò)五車(chē)編隊(duì)試驗(yàn)驗(yàn)證提出的霧架構(gòu)及集群調(diào)度運(yùn)行管理方法的調(diào)度原理，試驗(yàn)結(jié)果表明，可將五輛具有一定智能性的無(wú)人車(chē)輛運(yùn)行到各自的指定區(qū)域，驗(yàn)證了霧架構(gòu)及集群車(chē)輛的調(diào)度運(yùn)行管理方法的可行性與可實(shí)施性。

交通管理；城市交通；智能網(wǎng)聯(lián)車(chē)輛；霧架構(gòu)

智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)是汽車(chē)、電子、信息通信、道路交通運(yùn)輸?shù)刃袠I(yè)深度融合的新興產(chǎn)業(yè)，是全球創(chuàng)新熱點(diǎn)和未來(lái)發(fā)展制高點(diǎn)。《車(chē)聯(lián)網(wǎng)（智能網(wǎng)聯(lián)汽車(chē)）產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃》[1]為智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)相關(guān)的車(chē)輛、各級(jí)各類管理服務(wù)及信息系統(tǒng)平臺(tái)、智能道路基礎(chǔ)設(shè)施的發(fā)展指明了方向，這些都是車(chē)輛智能管理的基礎(chǔ)。《國(guó)家車(chē)聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南（車(chē)輛智能管理）》[2]指出智能網(wǎng)聯(lián)汽車(chē)開(kāi)展道路運(yùn)行管理工作是車(chē)輛智能管理的核心所在，車(chē)路協(xié)同管控與服務(wù)工作是支撐車(chē)聯(lián)網(wǎng)技術(shù)在道路交通管理領(lǐng)域應(yīng)用的根本保障。車(chē)路協(xié)同管控與服務(wù)主要支撐車(chē)聯(lián)網(wǎng)環(huán)境下道路交通管理設(shè)施信息交互及基于道路交通管理相關(guān)信息系統(tǒng)提供信息服務(wù)，其中道路交通管理信息服務(wù)指運(yùn)用道路交通信號(hào)管控、道路交通違法取證、交通管理綜合應(yīng)用、指揮調(diào)度等系統(tǒng)及面向車(chē)聯(lián)網(wǎng)的應(yīng)用服務(wù)平臺(tái)等手段實(shí)現(xiàn)道路運(yùn)行管理。可見(jiàn)智能網(wǎng)聯(lián)車(chē)輛在車(chē)聯(lián)網(wǎng)環(huán)境下的指揮調(diào)度運(yùn)行管理是車(chē)輛智能管理的重要組成部分。

智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理整合了信息通信、車(chē)輛控制、復(fù)雜環(huán)境感知和自主決策等體系化、網(wǎng)絡(luò)化、人工智能協(xié)同應(yīng)用的制高點(diǎn)技術(shù)是車(chē)輛智能管理的頂層應(yīng)用方式，實(shí)現(xiàn)了人-車(chē)-路-云一體化的協(xié)調(diào)管控與服務(wù)應(yīng)用，能充分發(fā)揮跨行業(yè)、跨部門(mén)的綜合大數(shù)據(jù)及云平臺(tái)、道路基礎(chǔ)設(shè)施的效能，對(duì)破解道路擁堵、車(chē)輛事故等城鎮(zhèn)化難題具有重要意義，尤其是極端暴雨災(zāi)害發(fā)生時(shí)，有效提升環(huán)境復(fù)雜區(qū)域交通通行效率，保障人民生命財(cái)產(chǎn)安全；又可應(yīng)用到作業(yè)類車(chē)輛，借助集群優(yōu)勢(shì)發(fā)揮作業(yè)效能，達(dá)到倍乘效應(yīng)，提升作業(yè)效率；亦可應(yīng)用于作戰(zhàn)環(huán)境中，大規(guī)模集群運(yùn)用優(yōu)勢(shì)更為顯著。同時(shí)對(duì)提升我國(guó)汽車(chē)產(chǎn)業(yè)水平，促進(jìn)汽車(chē)工業(yè)化發(fā)展具有戰(zhàn)略意義。因此,開(kāi)展集群調(diào)度運(yùn)行管理的研究工作非常必要，但當(dāng)前這方面的研究還比較欠缺。

文獻(xiàn)[3]給出智能交通應(yīng)用的霧計(jì)算模型，并指出通過(guò)智能交通系統(tǒng)數(shù)據(jù)流的數(shù)據(jù)驅(qū)動(dòng)分析來(lái)有效利用交通資源是最佳策略，為本文車(chē)路協(xié)同管控與服務(wù)的多層霧架構(gòu)設(shè)計(jì)和霧編排管理方法提供了啟發(fā)；文獻(xiàn)[4]指出霧計(jì)算是解決車(chē)內(nèi)外通訊機(jī)制、安全和隱私，以及車(chē)輛自主決策處理需求這四個(gè)汽車(chē)業(yè)未來(lái)挑戰(zhàn)的有效方式，為本文智能網(wǎng)聯(lián)汽車(chē)車(chē)載霧引擎的部署以及基于霧節(jié)點(diǎn)車(chē)輛架構(gòu)設(shè)計(jì)提供了實(shí)施思路；文獻(xiàn)[5]介紹了移動(dòng)邊緣計(jì)算系統(tǒng)的架構(gòu)、基本構(gòu)成以及路由子系統(tǒng)的數(shù)據(jù)轉(zhuǎn)發(fā)路徑，為本文霧節(jié)點(diǎn)通信鏈路及霧引擎工作模式的提出提供了引導(dǎo)支持；文獻(xiàn)[6]、文獻(xiàn)[7]和文獻(xiàn)[8]聚焦于智能網(wǎng)聯(lián)汽車(chē)架構(gòu)、功能以及車(chē)聯(lián)網(wǎng)組網(wǎng)、應(yīng)用等關(guān)鍵技術(shù)，分別提出了智能網(wǎng)聯(lián)車(chē)輛架構(gòu)或車(chē)聯(lián)網(wǎng)運(yùn)行架構(gòu)，但均未充分考慮集群規(guī)模應(yīng)用場(chǎng)景需要的系統(tǒng)開(kāi)放架構(gòu)以及在終端用戶或者靠近終端用戶處大數(shù)據(jù)驅(qū)動(dòng)的計(jì)算模型；文獻(xiàn)[8]中提出的5G+MEC+V2X的車(chē)聯(lián)網(wǎng)解決方案，為本文集群調(diào)度運(yùn)行管理的車(chē)路協(xié)同交通路口基礎(chǔ)設(shè)施的布置提供了借鑒；文獻(xiàn)[9]、文獻(xiàn)[10]、文獻(xiàn)[11]和文獻(xiàn)[12]研究多智能體系統(tǒng)的運(yùn)行算法和原理，為本文提出集群調(diào)度應(yīng)遵循的四點(diǎn)原則和群集的智能網(wǎng)聯(lián)車(chē)輛調(diào)度運(yùn)行提供了理論支持。

本文主要從以下幾個(gè)方面進(jìn)行組織：首先，詳細(xì)介紹智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理的霧架構(gòu)原理及范式，包括車(chē)路協(xié)同管控與服務(wù)的霧計(jì)算架構(gòu)、霧節(jié)點(diǎn)通信路徑、霧引擎的工作模式等；其次，重點(diǎn)闡釋集群調(diào)度運(yùn)行管理的實(shí)施步驟；再次，試驗(yàn)驗(yàn)證集群調(diào)度原理的可實(shí)施性；最后，得出結(jié)論并給出后續(xù)研究的意見(jiàn)建議。

1 霧架構(gòu)設(shè)計(jì)

考慮到公安交通管理部門(mén)針對(duì)大規(guī)模智能網(wǎng)聯(lián)車(chē)輛開(kāi)展道路交通管理工作面臨現(xiàn)實(shí)挑戰(zhàn)，以及霧計(jì)算架構(gòu)在認(rèn)知、效率、敏捷性、時(shí)延等方面的優(yōu)勢(shì)，提出霧計(jì)算范式的智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理解決方案。

1.1 霧架構(gòu)組成

集群調(diào)度運(yùn)行管理的車(chē)路協(xié)同管控與服務(wù)霧計(jì)算架構(gòu)，如圖1所示。該架構(gòu)包括物理傳感器數(shù)據(jù)生成層、實(shí)體霧節(jié)點(diǎn)霧計(jì)算層和數(shù)據(jù)管理信息服務(wù)中心遠(yuǎn)程云計(jì)算層。

圖1 智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理的霧架構(gòu)

第一層為物理傳感器數(shù)據(jù)生成層，主要包括智能網(wǎng)聯(lián)車(chē)輛上裝配的攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、慣性測(cè)量單元（Inertial Measurement Unit, IMU）、全球定位系統(tǒng)（Global Positioning System, GPS）等及各交通路口部署的交通燈、廣播、攝像頭、毫米波雷達(dá)、激光雷達(dá)、5G CPE、5G RSU等分布在智能交通系統(tǒng)地理區(qū)域的智能傳感器設(shè)備。這些傳感器設(shè)備從智能交通系統(tǒng)的各種運(yùn)行場(chǎng)景中獲取情景信息，生成海量數(shù)據(jù)流作為一個(gè)連貫的整體進(jìn)行處理，以增強(qiáng)集群智能網(wǎng)聯(lián)車(chē)輛行駛的可靠性、安全性。數(shù)據(jù)生成層可能偶爾會(huì)過(guò)濾數(shù)據(jù)流以供本地使用，用于端點(diǎn)分析決策，同時(shí)通過(guò)專用網(wǎng)關(guān)將數(shù)據(jù)流與決策結(jié)果卸載到車(chē)載霧節(jié)點(diǎn)、路側(cè)霧節(jié)點(diǎn)或通信霧節(jié)點(diǎn)。這些實(shí)體可以抽象成特定應(yīng)用的邏輯集群，直接或間接受到智能交通系統(tǒng)操作控制模式的影響。在連接的智能網(wǎng)聯(lián)車(chē)輛網(wǎng)絡(luò)中智能傳感器設(shè)備集群是由帶霧引擎的車(chē)載霧節(jié)點(diǎn)組織形成，集群的智能網(wǎng)聯(lián)車(chē)輛進(jìn)一步自行組織形成集群的車(chē)輛霧。在各交通路口，部署的智能傳感器設(shè)備及路側(cè)單元集群由帶霧引擎的路側(cè)霧節(jié)點(diǎn)組織形成，與集群的智能網(wǎng)聯(lián)車(chē)輛霧節(jié)點(diǎn)、智能手機(jī)、智能可穿戴設(shè)備等通信，結(jié)合路側(cè)傳感器集群生成的數(shù)據(jù)，完成存儲(chǔ)、計(jì)算，并過(guò)濾卸載部分?jǐn)?shù)據(jù)到通信霧節(jié)點(diǎn)或遠(yuǎn)程云。

第二層由實(shí)體霧節(jié)點(diǎn)構(gòu)成霧計(jì)算層，包括車(chē)載霧節(jié)點(diǎn)、路側(cè)霧節(jié)點(diǎn)和通信霧節(jié)點(diǎn)，通常由路由器、交換機(jī)、代理服務(wù)器、商品硬件等構(gòu)成，這些智能霧節(jié)點(diǎn)具有存儲(chǔ)能力、計(jì)算和數(shù)據(jù)包路由功能。通過(guò)軟件定義網(wǎng)絡(luò)將實(shí)體集群組裝成虛擬集群間專用網(wǎng)絡(luò)，該網(wǎng)絡(luò)將生成的數(shù)據(jù)路由到跨越霧計(jì)算層的霧設(shè)備。霧設(shè)備及其相應(yīng)的使用工具形成地理分布的虛擬計(jì)算快照或?qū)嵗@些快照或?qū)嵗成涞捷^低層的設(shè)備，以滿足處理和計(jì)算需求。每個(gè)霧節(jié)點(diǎn)都映射到覆蓋一輛智能網(wǎng)聯(lián)車(chē)輛、一個(gè)交通路口或小區(qū)域的本地傳感器集群，負(fù)責(zé)實(shí)時(shí)執(zhí)行數(shù)據(jù)分析。霧節(jié)點(diǎn)平行于層中位于下面的霧節(jié)點(diǎn)來(lái)執(zhí)行任務(wù)，在主從模式中，霧節(jié)點(diǎn)可形成霧節(jié)點(diǎn)的進(jìn)一步子樹(shù)，樹(shù)中每個(gè)較高深度的節(jié)點(diǎn)由較低深度的節(jié)點(diǎn)管理。數(shù)據(jù)分析結(jié)果反饋并報(bào)告給從交通路口霧節(jié)點(diǎn)到城市級(jí)綜合管理服務(wù)平臺(tái)，用于復(fù)雜的，歷史的和大規(guī)模的行為分析和狀態(tài)監(jiān)控。第一層生成的海量數(shù)據(jù)中的很大一部分不需要發(fā)送到遠(yuǎn)程云，因此響應(yīng)時(shí)延和帶寬消耗問(wèn)題可以很容易地解決。

第三層是最上層為數(shù)據(jù)管理信息服務(wù)中心遠(yuǎn)程云計(jì)算層，由大型數(shù)據(jù)中心組成，集群調(diào)度運(yùn)行管理通常涉及城市級(jí)綜合管理服務(wù)平臺(tái)、公安交通管理信息系統(tǒng)中心、汽車(chē)企業(yè)管理平臺(tái)、行業(yè)外車(chē)聯(lián)網(wǎng)平臺(tái)等，主要業(yè)務(wù)是完成城市級(jí)管理服務(wù)、智能交通監(jiān)控、氣象、自然災(zāi)害等數(shù)據(jù)的集中與發(fā)布，為城市綜合智能網(wǎng)聯(lián)車(chē)輛管理提供決策依據(jù)，而調(diào)度運(yùn)行管理操作主要在公安交通管理信息系統(tǒng)中心完成，制定調(diào)度計(jì)劃，由云-霧編排器統(tǒng)籌調(diào)度各種資源執(zhí)行管理任務(wù)。這一層的計(jì)算元素集中于產(chǎn)生復(fù)雜的、長(zhǎng)期的和全市范圍的行為分析、如大規(guī)模事件檢測(cè)、長(zhǎng)期模式識(shí)別和關(guān)系建模，以支持動(dòng)態(tài)決策。這將確保車(chē)輛智能管理系統(tǒng)在自然災(zāi)害或大規(guī)模服務(wù)中斷的情況下執(zhí)行廣域態(tài)勢(shì)感知、廣域需求響應(yīng)和資源管理。第二層霧計(jì)算層側(cè)重于提供本地化、地理分布智能、低時(shí)延和環(huán)境感知支持，處理輸出一般分為兩個(gè)維度：第一個(gè)維度包括分析和狀態(tài)報(bào)告以及相應(yīng)的數(shù)據(jù)，這些數(shù)據(jù)需要大規(guī)模和長(zhǎng)期的行為分析和狀態(tài)監(jiān)測(cè)，該類數(shù)據(jù)集通過(guò)高速?gòu)V域網(wǎng)網(wǎng)關(guān)和鏈路卸載到位于第三層的遠(yuǎn)程云計(jì)算數(shù)據(jù)中心；第二個(gè)維度是對(duì)一致的數(shù)據(jù)使用者的推論、決策和快速反饋控制，不需要上傳云計(jì)算數(shù)據(jù)中心。

1.2 霧節(jié)點(diǎn)通信

圖2給出了霧節(jié)點(diǎn)之間的數(shù)據(jù)轉(zhuǎn)發(fā)通路，通常有如下六種情況。

1）智能網(wǎng)聯(lián)車(chē)輛之間的通信。臨近的智能網(wǎng)聯(lián)車(chē)輛之間交互的數(shù)據(jù)主要包括經(jīng)車(chē)輛初步處理后的傳感器群采集信息及車(chē)輛運(yùn)行狀態(tài)信息等。集群調(diào)度運(yùn)行過(guò)程中，智能網(wǎng)聯(lián)車(chē)輛之間交換的數(shù)據(jù)都應(yīng)由車(chē)輛自身或者通信的車(chē)輛之間的車(chē)載霧引擎進(jìn)行數(shù)據(jù)分析、編排和存儲(chǔ)，充分發(fā)揮智能網(wǎng)聯(lián)車(chē)輛集群的計(jì)算、存儲(chǔ)能力，減少數(shù)據(jù)對(duì)外傳輸量，降低對(duì)其他通信轉(zhuǎn)發(fā)通路的依賴，保證響應(yīng)的及時(shí)性。

2）智能網(wǎng)聯(lián)車(chē)輛集群與路側(cè)單元群之間的通信。該類通信指不同行駛方向的智能網(wǎng)聯(lián)車(chē)輛集群通過(guò)作為簇頭的車(chē)輛與行駛方向相關(guān)的最鄰近路側(cè)單元之間的數(shù)據(jù)交互。交換的數(shù)據(jù)主要包括行人及騎行人員的狀態(tài)信息、路況信息、交通燈狀態(tài)信息、車(chē)輛的行駛狀態(tài)及調(diào)度目的地等。作為簇頭的智能網(wǎng)聯(lián)車(chē)輛從臨近車(chē)輛接收數(shù)據(jù)進(jìn)行分析處理，再將數(shù)據(jù)與路側(cè)單元進(jìn)行交換，充分利用路側(cè)單元更強(qiáng)的計(jì)算、分析和存儲(chǔ)能力，為集群調(diào)度運(yùn)行管理提供、發(fā)布各類信息，確保集群調(diào)度的可實(shí)施性。

3）智能網(wǎng)聯(lián)車(chē)輛集群與通信基站群之間的通信。該類通信指不同行駛方向的智能網(wǎng)聯(lián)車(chē)輛集群通過(guò)作為簇頭的智能網(wǎng)聯(lián)車(chē)輛與同一個(gè)或不同的通信基站之間的數(shù)據(jù)交換。交換的數(shù)據(jù)主要是不同的智能網(wǎng)聯(lián)車(chē)輛集群的車(chē)輛運(yùn)行狀態(tài)信息，如車(chē)輛調(diào)度目的地距離信息，智能網(wǎng)聯(lián)車(chē)輛集群的分流或合并。因集群調(diào)度運(yùn)行覆蓋區(qū)域廣，車(chē)輛數(shù)量也將非常龐大，存在同向或不同向臨近的智能網(wǎng)聯(lián)車(chē)輛集群同時(shí)與同一個(gè)或不同的通信基站進(jìn)行數(shù)據(jù)交換，尤其是在非交通路口，此時(shí)應(yīng)充分發(fā)揮通信基站霧節(jié)點(diǎn)的計(jì)算、存儲(chǔ)和分析能力，并確保上下行數(shù)據(jù)傳輸?shù)倪B續(xù)性和保密性。

4）路側(cè)單元群與通信基站群之間的通信。該類通信指交通路口各點(diǎn)位作為簇頭的路側(cè)霧節(jié)點(diǎn)與通信基站之間的數(shù)據(jù)交互。交換的數(shù)據(jù)主要是路側(cè)各點(diǎn)位布置的傳感器采集的行人及騎行人員等非車(chē)輛通勤者的狀態(tài)信息、路況信息、交通燈狀態(tài)信息、各方向車(chē)流量狀態(tài)信息等。同一交通路口各點(diǎn)位的多個(gè)路側(cè)霧節(jié)點(diǎn)相互通信形成一個(gè)簇，其中的一個(gè)霧引擎作為簇頭。

5）智能網(wǎng)聯(lián)車(chē)輛集群經(jīng)通信基站群與云之間的通信。

圖2 霧節(jié)點(diǎn)間通信路徑及霧引擎工作模式

該類通信指在智能網(wǎng)聯(lián)車(chē)輛集群與通信基站群通信的基礎(chǔ)上，經(jīng)通信基站群與遠(yuǎn)程云進(jìn)行的數(shù)據(jù)交換。交換的數(shù)據(jù)主要包括向每個(gè)智能網(wǎng)聯(lián)車(chē)輛發(fā)布調(diào)度目的地信息、接管調(diào)度運(yùn)行狀態(tài)信息以及對(duì)作為簇頭的智能網(wǎng)聯(lián)車(chē)輛的操控命令等。

6）路側(cè)單元群經(jīng)通信基站群與云之間的通信。該類通信指在路側(cè)單元群與通信基站群通信的基礎(chǔ)上，經(jīng)通信基站群與遠(yuǎn)程云進(jìn)行的數(shù)據(jù)交換。交換的數(shù)據(jù)主要包括向各交通路口的行人、車(chē)輛廣播發(fā)布的氣象信息、車(chē)輛的調(diào)度運(yùn)行管理模式信息、交通燈的運(yùn)行狀態(tài)控制信息以及路況狀態(tài)信息等。

通過(guò)以上六種數(shù)據(jù)轉(zhuǎn)發(fā)路徑，既可以保證對(duì)生成位置附近的數(shù)據(jù)進(jìn)行內(nèi)部部署和實(shí)時(shí)預(yù)處理、分析，又可以以分布式和動(dòng)態(tài)方式促進(jìn)物理實(shí)體傳感器群、智能網(wǎng)聯(lián)車(chē)輛集群、路側(cè)單元群、通信基站群與遠(yuǎn)程云之間的協(xié)作和交互。

1.3 霧引擎工作模式

各霧節(jié)點(diǎn)均集成霧引擎。霧引擎主要由數(shù)據(jù)分析和存儲(chǔ)單元、編排單元、通信單元等模塊化應(yīng)用編程接口組成，如圖2所示。在智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行環(huán)境中，需靈活配置為以下三種工作模式之一。

1）霧引擎作為代理。霧引擎經(jīng)過(guò)配置作為代理，如智能網(wǎng)聯(lián)車(chē)輛集群中不作為簇頭的智能網(wǎng)聯(lián)車(chē)輛，其車(chē)載霧引擎是作為代理的（如車(chē)載霧節(jié)點(diǎn)(2)）。傳感器捕獲的數(shù)據(jù)由該車(chē)輛霧引擎讀取，過(guò)濾、清洗，然后傳輸?shù)阶鳛榇仡^的智能網(wǎng)聯(lián)車(chē)輛的車(chē)載霧引擎，數(shù)據(jù)被直接傳輸，不做進(jìn)一步處理，如與相鄰車(chē)輛的距離信息、離隔離帶或者花壇等障礙物的距離信息等。霧引擎作為代理的智能網(wǎng)聯(lián)車(chē)輛的本體信息，由其霧引擎編排單元進(jìn)行編排、分析、處理、存儲(chǔ)，控制車(chē)輛行駛狀態(tài)。

2）霧引擎作為數(shù)據(jù)分析引擎。霧引擎經(jīng)過(guò)配置作為數(shù)據(jù)分析引擎，如路側(cè)單元群中非作為簇頭的路側(cè)單元的霧節(jié)點(diǎn)（如路側(cè)霧節(jié)點(diǎn)④）以及通信基站群中非向云傳輸數(shù)據(jù)僅用作計(jì)算、分析、存儲(chǔ)功能的通信基站霧節(jié)點(diǎn)（如通信霧節(jié)點(diǎn)Ⅱ）。通過(guò)利用霧引擎的數(shù)據(jù)分析單元，數(shù)據(jù)經(jīng)過(guò)分析并存儲(chǔ)在本地存儲(chǔ)中，霧引擎和云之間不需要實(shí)時(shí)數(shù)據(jù)流，霧引擎只需要定期向云或者其他存儲(chǔ)單元卸載數(shù)據(jù)。數(shù)據(jù)在霧引擎中進(jìn)行本地分析，這減少向云傳輸數(shù)據(jù)的高昂成本以及對(duì)穩(wěn)定網(wǎng)絡(luò)連接的依賴，降低了云分析時(shí)需要處理不同來(lái)源生成數(shù)據(jù)的復(fù)雜性。

3）霧引擎作為服務(wù)器。在第三種配置中多個(gè)霧引擎形成一個(gè)簇，其中一個(gè)霧引擎作為簇頭，簇頭霧引擎作為代理服務(wù)器，如車(chē)載霧節(jié)點(diǎn)(1)、路側(cè)霧節(jié)點(diǎn)②、通信霧節(jié)點(diǎn)Ⅰ。簇頭從傳感器群、臨近的作為代理的霧引擎、作為數(shù)據(jù)分析引擎的霧節(jié)點(diǎn)中接收并分析數(shù)據(jù)，再將數(shù)據(jù)傳輸?shù)狡渌镜叵嚓P(guān)霧引擎或者云。在這種情況下，霧引擎的通信單元的傳感器網(wǎng)絡(luò)接口、對(duì)等網(wǎng)絡(luò)應(yīng)用程序編程接口（Application Programming Interface, API）、網(wǎng)絡(luò)接口（網(wǎng)關(guān)）/云API三個(gè)部分都需嚙合。該類配置的優(yōu)點(diǎn)，作為簇頭車(chē)載霧引擎管理臨近的智能網(wǎng)聯(lián)車(chē)輛集群，可充分發(fā)揮集群智能網(wǎng)聯(lián)車(chē)輛的計(jì)算、分析、存儲(chǔ)能力，擴(kuò)大集群調(diào)度運(yùn)行管理的車(chē)輛的數(shù)量，滿足大流量集群調(diào)度需求。另一方面，只有作為簇頭的智能網(wǎng)聯(lián)車(chē)輛與路側(cè)單元建立通信通道，傳輸數(shù)據(jù)量較少，避免對(duì)路側(cè)單元的計(jì)算、分析、存儲(chǔ)造成壓力；作為簇頭的路側(cè)霧節(jié)點(diǎn)霧引擎管理所處交通路口其他點(diǎn)位的路側(cè)霧節(jié)點(diǎn)霧引擎，且只與行駛方向相關(guān)的最鄰近智能網(wǎng)聯(lián)車(chē)輛集群簇頭車(chē)載霧引擎進(jìn)行數(shù)據(jù)交互（如車(chē)載霧節(jié)點(diǎn)(1)與路側(cè)霧節(jié)點(diǎn)②），可發(fā)揮路側(cè)單元群較強(qiáng)的計(jì)算、分析、存儲(chǔ)能力，也減少對(duì)通信基站通信通道的過(guò)分依賴；作為代理服務(wù)器的通信基站霧引擎管理與云之間的信道，不需要在霧引擎和云之間建立多個(gè)獨(dú)立信道，可有效保證數(shù)據(jù)的連續(xù)性，為大范圍區(qū)域集群調(diào)度車(chē)輛提供了可行性。可見(jiàn)，霧引擎作為服務(wù)器配置的優(yōu)勢(shì)除了數(shù)據(jù)量較小之外，還可聚合從多種類、多用途傳感器設(shè)備收集的數(shù)據(jù)，并將其通過(guò)作為簇頭的霧引擎以一條信息的形式最終傳輸?shù)竭h(yuǎn)程云。同時(shí)可節(jié)省設(shè)備的存儲(chǔ)空間和能耗，在集群調(diào)度運(yùn)行過(guò)程中，以最小化信息量擴(kuò)充允許的最大調(diào)度車(chē)輛數(shù)量，這減少了信息傳輸，降低了云應(yīng)用成本。

2 集群調(diào)度運(yùn)行管理方法

首先給出智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行應(yīng)遵循的四點(diǎn)原則：第一，生命至上，以生命財(cái)產(chǎn)的安全為第一原則；第二，適應(yīng)交通法規(guī)原則，避免因集群調(diào)度運(yùn)行造成新的更大交通混亂，應(yīng)迅速把混亂狀態(tài)降低或消除；第三，接近原則，實(shí)施調(diào)度的目標(biāo)地設(shè)置區(qū)域盡量接近其原本的運(yùn)行目的地軌跡方向；第四，遠(yuǎn)離原則，集群調(diào)度運(yùn)行完成后，智能網(wǎng)聯(lián)車(chē)輛應(yīng)遠(yuǎn)離目標(biāo)運(yùn)行地，且避免再次進(jìn)入實(shí)施調(diào)度的區(qū)域，直到解除限制。

智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理的霧編排場(chǎng)景，如圖3所示。公安交通管理信息系統(tǒng)中心工作人員綜合評(píng)估霧編排器能調(diào)度的資源和狀態(tài)監(jiān)控等因素的基礎(chǔ)上制定集群調(diào)度管理計(jì)劃。由霧編排器將實(shí)施計(jì)劃策略下發(fā)到調(diào)度區(qū)域內(nèi)的各類聚合霧節(jié)點(diǎn)，確保不同聚合節(jié)點(diǎn)之間可接受的一致性。通訊聚合節(jié)點(diǎn)的本地編排器根據(jù)下發(fā)的計(jì)劃調(diào)控交通路口的資源、發(fā)布實(shí)施集群調(diào)度命令，并結(jié)合霧代理服務(wù)器、霧數(shù)據(jù)緩存、霧數(shù)據(jù)存儲(chǔ)等功能設(shè)施，將集群調(diào)度運(yùn)行的霧計(jì)算、存儲(chǔ)、分析靠近被調(diào)度實(shí)施的主體，也利于大區(qū)域內(nèi)霧通信聚合節(jié)點(diǎn)處理多移動(dòng)性目標(biāo)的數(shù)據(jù)連貫性，達(dá)到智能車(chē)輛集群調(diào)度運(yùn)行管理的目的。

圖3 集群調(diào)度運(yùn)行管理的霧編排場(chǎng)

集群調(diào)度運(yùn)行管理的一般實(shí)施步驟如下：

步驟1：集群調(diào)度計(jì)劃的制定。公安交通管理信息系統(tǒng)中心工作人員根據(jù)城市級(jí)綜合管理服務(wù)平臺(tái)傳輸下達(dá)的氣象環(huán)境、交通調(diào)度要求以及交通管理信息系統(tǒng)中心監(jiān)測(cè)的道路及交通通行狀態(tài)等信息，以集群調(diào)度運(yùn)行應(yīng)遵循的四點(diǎn)原則為出發(fā)點(diǎn)，制定交通參與者下一步的運(yùn)行計(jì)劃，主要是行人及騎行人員、智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度管理的實(shí)施計(jì)劃。如通過(guò)廣播及智能手機(jī)提醒行人及騎行人員即將執(zhí)行車(chē)輛集群調(diào)度管理及其下一步需執(zhí)行的行動(dòng)要求；通過(guò)聲、光、文字等提醒駕乘人員外部環(huán)境的不安全狀態(tài)及車(chē)輛即將進(jìn)入的接管模式、目標(biāo)運(yùn)行地。調(diào)度管理計(jì)劃通過(guò)公安交通管理信息系統(tǒng)中心服務(wù)器系統(tǒng)功能軟件進(jìn)行設(shè)置下發(fā)。

步驟2：集群調(diào)度計(jì)劃發(fā)布。調(diào)度管理計(jì)劃制定完成后自動(dòng)下發(fā)到霧編排器，霧編排器結(jié)合調(diào)度區(qū)域內(nèi)的可用資源，如通信聚合節(jié)點(diǎn)數(shù)量及其覆蓋范圍，將調(diào)度計(jì)劃轉(zhuǎn)化為各通信聚合節(jié)點(diǎn)的可執(zhí)行操控命令，霧編排器協(xié)調(diào)實(shí)現(xiàn)各通信聚合節(jié)點(diǎn)調(diào)度運(yùn)行管理可接受的一致性，如各交通路口各方向的智能交通燈應(yīng)保持跨交通路口各方向車(chē)輛高效通行的連續(xù)性。本地編排器將執(zhí)行命令統(tǒng)籌下發(fā)到各交通路口主聚合節(jié)點(diǎn)及其他聚合節(jié)點(diǎn)，然后交通路口聚合節(jié)點(diǎn)將具體的執(zhí)行要求就近發(fā)送到行人騎行人員及每一輛智能網(wǎng)聯(lián)車(chē)輛。此時(shí)行人及騎行人員具備了明確的執(zhí)行要求，如某交通路口禁止通行，并需等待本地編排器實(shí)時(shí)下發(fā)的執(zhí)行命令等。每一輛智能網(wǎng)聯(lián)車(chē)輛則接收到明確的接管模式和目標(biāo)運(yùn)行地，此時(shí)駕乘人員不再具有車(chē)輛的通行控制權(quán)。

步驟3：集群調(diào)度運(yùn)行。調(diào)度區(qū)域內(nèi)各交通路口的智能網(wǎng)聯(lián)車(chē)輛接收到各自的接管模式和目標(biāo)運(yùn)行地后將其轉(zhuǎn)化設(shè)置為車(chē)輛的控制信息和實(shí)時(shí)數(shù)字路線導(dǎo)航引導(dǎo)，群集的智能網(wǎng)聯(lián)車(chē)輛運(yùn)行遵守集群運(yùn)行控制策略的約束。為避免碰撞，把道路兩旁及中間的綠化帶、環(huán)島、隔離帶等固定物視為墻、圓形障礙物或兩者的組合形式，不可通行。就近車(chē)輛之間與接近的交通路口各聚合節(jié)點(diǎn)實(shí)施通信，反饋、監(jiān)測(cè)運(yùn)行狀態(tài)及下發(fā)運(yùn)行控制命令等實(shí)行實(shí)時(shí)分析處理、上傳通信聚合節(jié)點(diǎn)、霧編排器或遠(yuǎn)程云。霧編排器在不同通信聚合節(jié)點(diǎn)銜接地帶協(xié)調(diào)數(shù)據(jù)的連續(xù)性。

步驟4：集群調(diào)度效果評(píng)估。公安交通管理信息系統(tǒng)中心實(shí)時(shí)監(jiān)測(cè)集群調(diào)度運(yùn)行的狀態(tài)，并根據(jù)調(diào)度運(yùn)行過(guò)程中出現(xiàn)的情況進(jìn)行調(diào)度計(jì)劃的調(diào)整和下發(fā)，確保實(shí)現(xiàn)集群調(diào)度管理的目標(biāo)。在調(diào)度完成后應(yīng)對(duì)各群集智能網(wǎng)聯(lián)車(chē)輛各自調(diào)度目標(biāo)的實(shí)現(xiàn)情況進(jìn)行評(píng)估，形成評(píng)估報(bào)告，為后續(xù)公安交通管理信息系統(tǒng)中心智能網(wǎng)聯(lián)車(chē)輛自動(dòng)集群調(diào)度計(jì)劃制定提供技術(shù)積累。

智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理場(chǎng)景是高度分布式的，在大范圍區(qū)域內(nèi)轉(zhuǎn)化計(jì)劃、發(fā)布控制命令和收集數(shù)據(jù)，霧編排器應(yīng)精心編排并確保不同聚合點(diǎn)之間可接受的一致性，其對(duì)大區(qū)域大數(shù)量智能網(wǎng)聯(lián)車(chē)輛的調(diào)度運(yùn)行管理的實(shí)施至關(guān)重要。

3 試驗(yàn)驗(yàn)證

為驗(yàn)證提出的霧架構(gòu)集群調(diào)度運(yùn)行管理方法，搭建了試驗(yàn)平臺(tái)，其原理如圖4所示。其由遙控基站服務(wù)器分系統(tǒng)、無(wú)人某型指揮車(chē)車(chē)輛編隊(duì)、信息收發(fā)通信鏈路分系統(tǒng)三部分組成。遙控基站服務(wù)器分系統(tǒng)包括多臺(tái)服務(wù)器主機(jī)、顯示器、通信組件等；無(wú)人某型指揮車(chē)分系統(tǒng)由5臺(tái)具有一定智能的車(chē)輛組成。

圖4 驗(yàn)證試驗(yàn)原理框圖

驗(yàn)證試驗(yàn)服務(wù)中心，如圖5所示。操作人員用一臺(tái)服務(wù)器主機(jī)為5臺(tái)車(chē)輛設(shè)置各自的運(yùn)行目的地等執(zhí)行計(jì)劃并通過(guò)信息收發(fā)通信鏈路下發(fā)到每一輛車(chē)。

集群調(diào)度車(chē)輛運(yùn)行狀態(tài)，如圖6所示。車(chē)輛自主從起始位置出發(fā)并持續(xù)行駛，圖中可見(jiàn)標(biāo)識(shí)77的車(chē)輛已運(yùn)行17.07米，該試驗(yàn)驗(yàn)證了基于霧架構(gòu)的智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度運(yùn)行管理的可實(shí)施性。

圖5 原理驗(yàn)證試驗(yàn)服務(wù)中心

圖6 集群調(diào)度運(yùn)行試驗(yàn)驗(yàn)證

4 結(jié)論

1）以城市區(qū)域內(nèi)大規(guī)模智能網(wǎng)聯(lián)車(chē)輛的集群調(diào)度運(yùn)行管理方法為研究?jī)?nèi)容，深入探討了智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度的霧計(jì)算原理及范式，提出集群調(diào)度運(yùn)行管理的車(chē)路協(xié)同管控與服務(wù)的霧計(jì)算架構(gòu)，詳細(xì)介紹了遠(yuǎn)程云、交通路口、群集智能網(wǎng)聯(lián)車(chē)輛及通信終端構(gòu)成的數(shù)據(jù)管理信息服務(wù)中心遠(yuǎn)程云計(jì)算層、實(shí)體霧節(jié)點(diǎn)霧計(jì)算層、物理傳感器數(shù)據(jù)生成層三層架構(gòu)及各層的功能、配置和布置方式。以架構(gòu)為綱深入介紹了各層霧節(jié)點(diǎn)之間的通信路徑、霧引擎的三種工作模式以及云-霧編排器的原理及集群調(diào)度運(yùn)行管理的工作步驟，形成了具備實(shí)施性的城市交通大規(guī)模集群智能網(wǎng)聯(lián)車(chē)輛高效調(diào)度運(yùn)行管理的理論基礎(chǔ)和工程實(shí)踐方案。

2）為驗(yàn)證提出的智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度霧計(jì)算架構(gòu)以及運(yùn)行管理方法的基本原理，構(gòu)建了以遙控基站服務(wù)器分系統(tǒng)和五車(chē)編隊(duì)為基礎(chǔ)的試驗(yàn)驗(yàn)證平臺(tái)。試驗(yàn)結(jié)果表明：將5輛具有一定智能的無(wú)人車(chē)輛調(diào)度運(yùn)行到各自的指定區(qū)域，驗(yàn)證了霧架構(gòu)和集群車(chē)輛的調(diào)度運(yùn)行管理方法的可行性與可實(shí)施性。

3）開(kāi)展智能網(wǎng)聯(lián)汽車(chē)集群調(diào)度運(yùn)行管理的深入研究是非常必要的，尤其要重視大規(guī)模作業(yè)和作戰(zhàn)領(lǐng)域的應(yīng)用。后續(xù)將在提出的智能網(wǎng)聯(lián)車(chē)輛集群調(diào)度霧計(jì)算范式的基礎(chǔ)上開(kāi)展遠(yuǎn)程通信的靈活性及低依賴度方面的研究；另一方面針對(duì)提出的車(chē)路協(xié)同管控與服務(wù)的霧計(jì)算架構(gòu)在整個(gè)城市交通體系的應(yīng)用進(jìn)行深入探討，希望能為推動(dòng)車(chē)輛智能管理的進(jìn)步提供指導(dǎo)和幫助。

[1] 工業(yè)和信息化部.關(guān)于印發(fā)《車(chē)聯(lián)網(wǎng)（智能網(wǎng)聯(lián)汽車(chē)）產(chǎn)業(yè)發(fā)展行動(dòng)計(jì)劃》的通知[EB/OL].(2018-12-28) [2022-08-28].http://www.gov.cn/zhengce/zhengceku/2018-12/31/content_5442947.htm.

[2] 工業(yè)和信息化部,國(guó)家標(biāo)準(zhǔn)化管理委員會(huì).國(guó)家車(chē)聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南（車(chē)輛智能管理）[EB/OL]. (2018-06-08)[2022-08-20]http://www.gov.cn/zhengce/zhengceku/2018-12/31/content_5440205.htm.

[3] 拉庫(kù)馬·布亞,薩蒂什·納拉亞納·斯里拉馬.霧計(jì)算與邊緣計(jì)算:原理及范式[M].北京:機(jī)械工業(yè)出版社,2020.

[4] 蔣濛,巴拉思·巴拉薩布拉曼尼安.霧計(jì)算:技術(shù)、架構(gòu) 及應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2017.

[5] 俞一帆,任春明,阮磊峰,等.5G移動(dòng)邊緣計(jì)算[M].北京:人民郵電出版社,2017.

[6] 崔明陽(yáng),黃荷葉,許慶,等.智能網(wǎng)聯(lián)汽車(chē)架構(gòu)、功能與應(yīng)用關(guān)鍵技術(shù)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)報(bào)),2022, 62(3):493-508.

[7] 馬小婷,趙軍輝,孫笑科,等.基于MEC的車(chē)聯(lián)網(wǎng)協(xié)作組網(wǎng)關(guān)鍵技術(shù)[J].電信科學(xué),2020,36(6):28-37.

[8] 中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司,聯(lián)想集團(tuán).5G+ MEC+V2X車(chē)聯(lián)網(wǎng)解決方案白皮書(shū)[EB/OL].(2021- 03-18)[2022-07-25].https://laoyaoba.com/n/775447.

[9] 張毅,裴華鑫,姚丹亞.車(chē)路協(xié)同環(huán)境下車(chē)輛群體協(xié)同決策研究綜述[J].交通運(yùn)輸工程學(xué)報(bào),2022,22(3):1-18.

[10] OLFATI-SABER R.Flocking for Multi-agent Dynamic Systems:Algoritjms and Theory[J].IEEE Transactions on Automatic Control,2006,51(3):401-420.

[11] 李羅飛,羅禹貢,劉暢,等.智能網(wǎng)聯(lián)車(chē)輛隊(duì)列緊急工況控制策略設(shè)計(jì)[J].汽車(chē)工程,2022,44(3):299-307.

[12] 裴華鑫,楊敬軒,胡堅(jiān)明,等.大規(guī)模路網(wǎng)中分布式車(chē)輛群體協(xié)同決策方法[J].交通運(yùn)輸工程學(xué)報(bào),2022,22 (3):174-184.

Fog Architecture for the Dispatching Operation Management Method of Flocking for Intelligent Connected Vehicles

SU Jianhua, LI Liugen

( The 27th Reserach Institute of China Electronics Technology Group Corporation, Zhengzhou 450047, China )

In order to enhance the traffic management capacity of public security traffic management departments and improve the urban traffic efficiency,this paper focuses on the research of dispatching operation management method of flocking for intelligent vehicle management in the context of vehicle networking has been conducted with large-scale intelligent connected vehicles in urban areas as the research object. Firstly, a fog architecture for the coordinated control and service of vehicles and routes in scheduling and operation management is proposed, which is mainly composed of three layers: the physical sensor data generation layer, the entity fog node fog computing layer, and the data management information service center remote cloud computing layer. Then, taking the fog architecture as an outline, the six possible communication paths of the fog node and the three working modes that the fog engine needs to be configured with are detailed. Next, based on the four principles that should be followed in the flocking for the intelligent connected vehicles dispatching operation management, a method for managing the dispatching operation management of the fog arranger is presented, including four steps: the formulation and issuance of scheduling plans, the flocking scheduling operation, and the effectiveness evaluation. Finally, the scheduling principles of the proposed fog architecture and flocking scheduling operation management method are verified through a five-vehicle formation test. The test results show that five intelligent unmanned vehicles can be operated to their designated areas, verifying the feasibility and enforceability of the fog architecture and scheduling operation management method of flocking for vehicles.

Traffic management; Urban traffic; Intelligent connected vehicles; Fog architecture

U491.2

A

1671-7988(2023)11-57-09

蘇建華（1982－），男，碩士，高級(jí)工程師，研究方向?yàn)橹悄芫W(wǎng)聯(lián)特種車(chē)輛，E-mail:sujianhua918@163.com。

10.16638/j.cnki.1671-7988.2023.011.010