5G背景下智慧公路交通車路協同系統設計

胡玉華

(江西省智慧交通運輸事務中心,江西 南昌 330008)

0 引言

隨著社會的快速發展和人口的不斷增加,交通問題成為當今社會面臨的嚴峻挑戰之一[1]。傳統的交通管理方式已經難以應對日益增長的車輛數量和日益復雜的城市道路情況。因此,智慧公路交通通信技術的研究與應用成為提高交通效率、減少擁堵、提升交通安全的重要途徑。5G通信技術的快速發展為智慧公路交通通信技術提供了新的機遇和挑戰。該技術具備高速、低延遲和大容量的特點,為智慧公路交通通信技術的實現提供了強大的技術支持[2-3]。通過利用5G技術,智慧公路交通系統能夠實現車輛之間、車輛與道路基礎設施之間的高效通信和信息交換,從而實現實時的交通監測、車輛導航、交通信號控制等功能。本文將探討5G背景下智慧公路交通通信技術的研究與展望,設計智慧公路交通車路協同系統,期望進一步提高交通效率,推動社會發展。

1 5G背景下智慧公路交通車路協同系統設計

1.1 硬件設計

5G背景下智慧公路交通車路協同系統的硬件設計中,需要使用不同的設備來實現通信、感知、計算和控制等功能。在該系統中,車載通信單元至關重要。系統采用的Qualcomm驍龍X60 5G通信芯片能提供強大的5G通信能力;采用的NVIDIA Drive AGX系列車載計算平臺,能高效完成數據處理和決策計算。對于道路基礎設施設備,交通信號燈控制器起著關鍵作用,本系統使用的Bosch信號燈控制器能夠提供高精度的信號控制功能。道路傳感器采用Delphi雷達傳感器及Autoliv攝像頭傳感器,感知道路狀況和車輛信息。在交通管理中心設備方面,系統采用Dell服務器或HP存儲設備,以此來處理和存儲大量的交通數據。此外,交通數據處理單元采用Intel Xeon處理器,以便高效處理和分析復雜的交通數據任務。

1.2 軟件設計

1.2.1 實時交通信息采集傳輸

為實時采集交通信息,需要安裝如GPS、雷達、攝像頭等車載傳感器。在交通基礎設施上,安裝交通攝像頭、感應器等傳感器,用于采集交通流量、車速等數據。將車載傳感器和基礎設施傳感器采集到的數據進行融合,得到更準確地實時交通信息。對采集到的原始數據進行處理,包括數據清洗、去噪、異常檢測等,確保數據的準確性和可靠性,提取有用的交通特征及趨勢,如車輛速度、車輛加速度及交通流量等。計算車輛速度如式(1)所示。

(1)

其中,v表示車輛速度,s1和s2分別表示2個時刻車輛的位置,t表示時間間隔。車輛加速度計算如公式(2)所示。

(2)

其中,a表示車輛加速度,v1和v2分別表示2個時刻的車輛速度。交通流量計算公式如式(3)所示。

(3)

其中,Q表示交通流量,n表示通過某個路段的車輛數量。根據公式計算后獲取的數據,利用5G網絡進行數據傳輸,實現高速度、低延遲的數據通信,車輛通過5G網絡將采集到的實時交通數據傳輸到中心服務器。通過車輛間的無線通信(V2V),將采集到的實時交通信息傳輸給周圍的車輛,實現交通信息共享,選擇合適的傳輸協議和網絡架構,以確保實時交通數據的高效傳輸。該系統使用的MQTT傳輸協議框架,如圖1所示。

圖1 MQTT傳輸協議

MQTT是一種輕量級的發布-訂閱模式消息傳輸協議,適用于交通資源受限及低帶寬網絡環境。MQTT協議的應用為車路協同系統建立一個高效的傳輸通道,將實時交通數據從車輛、傳感器或交通基礎設施傳輸到中心服務器。此外,MQTT還具有靈活的可擴展性,使得智慧公路交通車路協同系統能夠采集實時數據,并進行高速傳輸。

1.2.2 5G智能交通信號控制

在智慧公路交通車路協同系統中,實時信號控制與調整是通過實時監測交通狀況,并根據數據采集到的信息對交通信號燈進行動態調整,以優化交通流量、提高交通效率。在信號調整策略生成中,應用模擬退火算法尋找最優的信號燈時長和相位配置方案,基本流程如圖2所示。

圖2 模擬退火算法的基本流程

算法的初始化首先要設置初始溫度T和終止溫度Tmin。隨機生成一個初始解作為當前解x,設置初始目標函數值f(x)。在當前溫度下,進行一定次數的迭代,在當前解x的鄰域中隨機選擇一個新解x′,計算新解x'的目標函數值f(x′)。之后判斷接受條件,如果f(x′)

(4)

在公式(4)中,p為接受新解的概率,f(x)為當前解x的目標函數值,f(x′)為新解x′的目標函數值,T為當前溫度。在計算概率后,生成一個隨機數r,如果r

1.2.3 交通數據分析與預測

在5G背景下的智慧公路交通車路協同系統設計中,交通數據分析與預測起著關鍵的作用。基于歷史數據及提取到的特征,采用回歸分析,建立交通數據預測模型。線性回歸模型的公式如式(5)所示。

y=β0+β1X1+β2X2+...+βnXn

(5)

其中,y表示預測的交通數據(如車流量),X1、X2等表示特征變量(如時間、天氣等),β0、β1等表示模型的參數。利用訓練好的模型對未來的交通數據進行預測,如預測未來的車流量、交通擁堵情況等。將預測結果可視化展示,以便系統決策者和用戶能夠直觀地理解和應用。

2 系統測試實驗

2.1 實驗準備

選擇SmartRoad Platform作為5G背景下智慧公路交通車路協同系統設計的構建平臺,平臺的具體型號和配置為SmartRoad v2.0,處理器為Intel Core i7-8700(16GB RAM,1TB SSD)。選擇與SmartRoad Platform兼容的設備和傳感器,用于數據采集和測試;選擇XYZ-Camera高精度交通監測攝像頭、GPS-Tracker車輛定位裝置,使用高速以太網連接將SmartRoad Platform連接到實驗室網絡。使用UPS(不間斷電源)或穩定電源適配器為SmartRoad平臺提供穩定的電源供應,確保實驗設備正常運行,并與SmartRoad Platform進行連接。

2.2 實驗結果

使用專業的測試工具和設備,按照標準的測試方法進行測試,并記錄測試結果。選擇5個不同的運行時間節點(T1、T2、T3、T4、T5)進行對比,測試系統的響應速度、處理能力和傳輸速率,具體數據如表1所示。

表1 系統測試結果

通過表1可以看出5G背景下智慧公路交通車路協同系統從T1到T5的時間節點,系統的響應速度逐漸降低,表明系統能夠快速響應交通數據的采集、處理和傳輸需求。系統具備較高的計算能力和數據處理能力,能夠應對大量交通數據的分析和預測需求。系統的高傳輸速率支持實時交通信息共享和車輛之間的實時通信,能夠有效提高公路交通的通信效率。

3 結語

在5G背景下,智慧公路交通通信技術充滿著無限的潛力和機遇。隨著5G網絡技術的普及和進一步發展,智慧公路交通通信技術將實現更高效的傳輸速率、更穩定的連接和更精確的數據處理能力,以便在未來為交通系統的智能化、高效化和安全化提供強有力的支持。