智能網(wǎng)聯(lián)環(huán)境下車載終端的發(fā)展現(xiàn)狀與挑戰(zhàn)

關(guān)鍵詞： 自動駕駛技術(shù)； 車載單元；網(wǎng)聯(lián)化；智能網(wǎng)聯(lián)；車輛通信

中圖分類號： U 491 文獻標識碼： A DOI： 10.3969/j.issn.1674-8484.2024.03.002

近年來，智能網(wǎng)聯(lián)技術(shù)由于在減少交通事故、提高生活質(zhì)量和提高交通系統(tǒng)效率方面的巨大潛力[1-2]，已日益受到政府、學術(shù)界與企業(yè)等多方的重視。中國現(xiàn)已出臺《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》《智能網(wǎng)聯(lián)汽車技術(shù)路線圖》[3] 等重要文件，對基于智能化、網(wǎng)聯(lián)化融合的發(fā)展方向提供了前瞻指導，推動智能網(wǎng)聯(lián)技術(shù)與智能化集成產(chǎn)業(yè)深度融合[4]。

智能網(wǎng)聯(lián)汽車是指集成了先進計算系統(tǒng)、車載傳感器、控制器、執(zhí)行器等裝置[5]，融合先進通信技術(shù)和自主控制技術(shù)[6]，實現(xiàn)車與車、路、人、云等智能信息交換、共享，具備復雜環(huán)境感知、智能決策、協(xié)同控制等功能，可實現(xiàn)安全、高效、舒適、節(jié)能行駛，并最終實現(xiàn)替代人來操作的新一代汽車[7]。傳統(tǒng)的自主式智能汽車由于完全依賴單車智能，為實現(xiàn)更高程度的智能駕駛，對單車平臺的感知、決策和控制提出了極高要求。在復雜交通環(huán)境下，智能車輛僅依靠車載傳感器往往難以達到全面準確的感知[8]，尤其難以準確感知諸如道路拐角處、道路物體后方或超出傳感器范圍的道路網(wǎng)絡前方等視野盲區(qū)的情況[9]，意味著安全性能難以保障。相較之下，智能網(wǎng)聯(lián)汽車（intelligentand connected vehicle，ICV） 結(jié)合了大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)（internet of thing，IoT） 和移動通信技術(shù)，通過智能網(wǎng)聯(lián)（vehicle-to-everything，V2X） 通信，實現(xiàn)大范圍區(qū)域內(nèi)動態(tài)交通信息的感知與共享[10]，顯著提高感知能力與決策能力，解決自主式智能汽車難以克服的安全問題。

隨著智能網(wǎng)聯(lián)汽車的進一步發(fā)展，智能網(wǎng)聯(lián)環(huán)境對作為車聯(lián)網(wǎng)系統(tǒng)核心部件的智能車載終端系統(tǒng)提出了更多要求。智能車載終端（intelligent vehicleterminals，IVT） 作為車聯(lián)網(wǎng)系統(tǒng)的重要組成部分，是安裝在車聯(lián)網(wǎng)場景下的智能嵌入式車載單元系統(tǒng)。搭載智能車載終端的車輛通過采用物聯(lián)網(wǎng)、專用短程通信（dedicated short range communication，DSRC）、長期演進技術(shù)（long term evolution，LTE）、5G 移動通信、蜂窩車聯(lián)網(wǎng)（cellular-V2X，C-V2X）、美國全球定位系統(tǒng)/ 中國北斗衛(wèi)星導航系統(tǒng) （global positioning system/ Beidou navigation satellite system，GPS/BDS） 等新興無線技術(shù)，收集車輛狀態(tài)信息，感知道路狀況和環(huán)境，并獲取車輛的實時位置信息。此外，智能車載終端還可以通過人機交互和顯示功能進一步發(fā)展，以滿足駕駛員在現(xiàn)實生活中的飲食、生活、旅行、購物和娛樂需求[11]。隨著車聯(lián)網(wǎng)技術(shù)的進一步發(fā)展完善，智能網(wǎng)聯(lián)環(huán)境下智能車載終端從原先服務于車載自組織網(wǎng)絡（vehicular Ad-hoc network，VANET） 的遠程無線通信單元逐漸拓展為集V2X 信息互聯(lián)共享、環(huán)境感知、車輛監(jiān)測、決策控制、云端/ 邊緣計算、智能交互等功能于一體的智能車載嵌入式系統(tǒng)，系統(tǒng)功能涵蓋范圍、集成度與智能化程度顯著提高。

在應用開發(fā)領(lǐng)域，智能車載終端的發(fā)展?jié)摿σ仓饾u為國內(nèi)外汽車產(chǎn)商與互聯(lián)網(wǎng)公司所重視，隨著智能網(wǎng)聯(lián)技術(shù)日益受到廣泛關(guān)注，對相關(guān)技術(shù)的大量研發(fā)投入也加快了智能車載終端從試驗走向成熟的進程。特斯拉（Tesla） 率先為其智能汽車開發(fā)的全自動駕駛（fullself-driving，F(xiàn)SD） 計算機，是一臺專門用于高要求的自動駕駛工作負載的車載計算機，計劃為當前和未來與全自動駕駛相關(guān)的數(shù)據(jù)處理需求提供硬件平臺[12]。NVIDIA于2016 年推出了名為NVIDIA Drive PX2 的開放式人工智能車輛計算平臺，該系統(tǒng)依賴于圖形處理器（graphics processing unit，GPU） 旨在為自動駕駛汽車和駕駛員輔助功能的深度學習算法提供硬件基礎[13-15]。除此之外，汽車制造商（ 福特、沃爾沃等）、通信設備供應商（ 華為、高通、英特爾等） 和領(lǐng)先的互聯(lián)網(wǎng)公司（谷歌、百度等） 同樣大力投資智能自動駕駛系統(tǒng)和通用車載單元等智能車載終端設備的制造[16]。

目前智能網(wǎng)聯(lián)領(lǐng)域的綜述更多集中于車聯(lián)網(wǎng)架構(gòu)、無線通信技術(shù)、人工智能算法、聯(lián)網(wǎng)信息安全等領(lǐng)域，而對于智能車載終端在智能化網(wǎng)聯(lián)化融合背景下的應用方向以及發(fā)展前景等方面缺乏系統(tǒng)性論述。

本文回顧了智能車載終端的發(fā)展歷程，梳理了近年智能車載終端在各種車聯(lián)網(wǎng)服務中的應用現(xiàn)狀，并討論了智能車載終端面臨的種種挑戰(zhàn)，旨在為未來的研究提供思路。具體對以下內(nèi)容進行了詳細分析和論述：

1） 分析了蜂窩車聯(lián)網(wǎng)與專用短程通信2 種無線通信技術(shù)在5G 智能網(wǎng)聯(lián)環(huán)境下的應用前景；

2） 回顧了車載終端的發(fā)展歷程，總結(jié)智能車載終端在當前智能網(wǎng)聯(lián)環(huán)境下的應用現(xiàn)狀；

3） 指出目前智能車載終端仍然存在的技術(shù)挑戰(zhàn)，從現(xiàn)有問題出發(fā)，分析未來發(fā)展方向。

1 智能車載終端發(fā)展

智能車載終端系統(tǒng)的發(fā)展依托于車輛通信研究，通過車與車通信、車與基礎設施通信，可以為智能網(wǎng)聯(lián)車輛提供各種可靠、強大的業(yè)務，如道路安全、擁堵控制和其他信息娛樂服務[17]。目前，具有通信能力的車載終端已廣泛配置在車輛上，更智能的車載終端也有望隨著智能網(wǎng)聯(lián)技術(shù)的進一步發(fā)展而投入實際使用。

1.1 智能車載終端系統(tǒng)架構(gòu)

智能網(wǎng)聯(lián)汽車搭載的智能車載終端系統(tǒng)以車載單元（on-board unit，OBU） 為核心，通過控制器局域網(wǎng)（controller area network，CAN） 總線連接包括電子控制單元（electronic control unit，ECU）、車載自診斷系統(tǒng)（on-board diagnostics，OBD）、遠程通信終端（telematicsBOX，T-BOX） 以及車載信息娛樂系統(tǒng)（in-vehicleinfotainment，IVI） 等車載嵌入式設備，實現(xiàn)車端數(shù)據(jù)收集與轉(zhuǎn)發(fā)、遠程信息接收與處理、聯(lián)網(wǎng)自動駕駛、智能人機交互等車聯(lián)網(wǎng)服務。其總體架構(gòu)如圖1 所示[18]。

1） OBU 負責實現(xiàn)V2X 信息共享和遠程無線通訊等車聯(lián)網(wǎng)核心功能。作為安裝在車端的智能終端，OBU 基本上包括內(nèi)存、處理單元、GPS 接收器和用于短距離互聯(lián)網(wǎng)連接的天線，提供車對車（vehicleto-vehicle，V2V） 通信或車對基礎設施（vehicle-toinfrastructure，V2I） 通信[19]。

2） ECU由傳感器和執(zhí)行器組成的嵌入式設備，作為車輛的綜合控制裝置，負責監(jiān)測從各車載傳感器輸入的車輛信息并控制有關(guān)執(zhí)行器工作。

3） OBD負責實時監(jiān)控傳感器、執(zhí)行器和ECU 的工作信號，記錄車輛工況信息并進行故障診斷。

4） T-BOX 為整車提供遠程通訊接口，是車輛和云服務器之間信息交換的關(guān)鍵組件。一方面，T-BOX 與CAN 總線通信，實現(xiàn)指令和信息的傳輸；另一方面，T-BOX 與云服務器或移動APP 通信，實現(xiàn)對車輛的遠程控制[20]。

5） IVI 是基于車載網(wǎng)絡和互聯(lián)網(wǎng)服務的綜合信息處理系統(tǒng)，具有通用集成主機的現(xiàn)代IVI 系統(tǒng)可以執(zhí)行各種數(shù)據(jù)處理，為用戶提供許多增值服務[21]，如智能交互、多媒體娛樂、智能交通服務等，是駕駛員與智能網(wǎng)聯(lián)汽車同外界連接的重要接口。

1.2 車載單元發(fā)展

早在智能交通系統(tǒng)（intelligent traffic system，ITS）概念提出時，車對車通信、車對路側(cè)設施通信便被認為在解決行車安全、道路擁塞問題上具有巨大潛力，一直是ITS中的重要研究目標。20世紀90年代，出于服務車間通信和車路協(xié)同實驗的需要，一些具有無線通信能力的早期車載單元被開發(fā)出來。1997年，加州PATH 團隊利用8 輛乘用車以96 km/h 的速度和6.3m 的間隙距離展示了自動駕駛，該系統(tǒng)使用現(xiàn)成的無線局域網(wǎng)設備在900 MHz 頻段內(nèi)進行車間通信，以發(fā)送和接收來自前方車輛的加速和減速信息以及來自前方車輛的命令，且通過Delco Electronics 設計的平視顯示器反饋重要信息[22]。從1987年到1994年， 被稱為PROMETHEUS的歐洲ITS 項目開發(fā)了一種使用57 GHz 的車間通信系統(tǒng)，該系統(tǒng)利用專用的車間通信單元，以實現(xiàn)多輛車之間的協(xié)同駕駛[22]。1998年啟動的美國交通部IVI項目在加利福尼亞州實驗了使用通信技術(shù)的交叉口決策支持系統(tǒng)，該系統(tǒng)不僅可以從地面檢測迎面而來的車輛，還可以將GPS 數(shù)據(jù)與車間和路對車通信數(shù)據(jù)相結(jié)合，以便在車載終端上顯示其他車輛的位置[22-23]。

車載單元的進一步發(fā)展得益于專用短程通信技術(shù)的成熟與普及。專用短程通信是一種無線技術(shù)，旨在通過V2V 和V2I 通信支持新的車輛安全應用[24]。據(jù)美國交通部估計，基于專用短程通信的V2V 通信可以解決美國高達82% 的涉及未受損駕駛員的車禍[25] 以及約40% 的十字路口車禍[26]，表明這項技術(shù)在碰撞預防和道路安全領(lǐng)域具有重要意義。專用短程通信被視為在下一代智能交通系統(tǒng)中具有巨大潛力，其發(fā)展推動了車載自組網(wǎng)的研究和應用開發(fā)，該技術(shù)旨在幫助駕駛員更安全地出行并減少道路事故造成的死亡人數(shù)[27]。1999 年大會將5.9 GHz 頻段的75 MHz 頻譜專用于支持基于專用短程通信的ITS 應用，并且采用了基于IEEE Std.802.11p的DSRC 作為基礎技術(shù)規(guī)則[28]。此后，隨著各國紛紛出臺專用短程通信標準化規(guī)范并給予政策支持，基于該技術(shù)的車載單元逐漸成為各種ITS 研究中的V2V、V2I 通信系統(tǒng)關(guān)鍵組件，向多功能、高集成度、高智能方向發(fā)展。例如，O. Hyunseo 等[29] 介紹了韓國電子通信研究院開發(fā)的5.8 GHz 的DSRC 分組通信系統(tǒng)，討論了DSRC 通信系統(tǒng)的基本要求和系統(tǒng)設計規(guī)范，并指出車載通信單元必須具備小體積、低成本、高可靠性等特點。LIN Kang-Chiao 等[30] 提出了一種用于車載通信的WAVE/DSRC 系統(tǒng)，其中路側(cè)單元和車載單元都是基于Linux 平臺來實現(xiàn)，通過道路測試評估所實施的系統(tǒng)性能。A. M. Salman 等[31] 提出了一種基于DSRC 技術(shù)的分散式高速公路合并輔助系統(tǒng)，該輔助系統(tǒng)使用支持DSRC 的車載單元在車輛和Android 設備之間進行通信，以向駕駛員顯示視覺信息。XU Zhigang 等[32] 在長安大學車輛與基礎設施合作系統(tǒng)試驗臺上構(gòu)建了由DSRC 和LTE 組成的獨立專用無線網(wǎng)絡平臺，并利用車載終端、車載計算機和路側(cè)單元（roadside unit，RSU）進行了基于專用短程通信技術(shù)的V2V、V2I 實驗，驗證了基于該技術(shù)的智能終端系統(tǒng)在多種復雜工況下的互聯(lián)性能。

在目前的智能網(wǎng)聯(lián)應用市場上，也有多種車載單元已經(jīng)投入商用。例如，Arada LocoMate 車載單元是一種基于IEEE 802.11p 規(guī)范的提供V2V 無線通信的車載終端。該設備集成了用于車輛導航的GPS 設備，可以根據(jù)8 種不同的OFDM 調(diào)制類型，考慮不同的數(shù)據(jù)速率，為車間和車到路邊單元提供低延遲連接[33]。其余的主流商用車載單元及其供應商如表1所示。除此之外，以下供應商還宣布提供用于商業(yè)部署的V2X 車載單元：法雷奧、博世、Danlaw、Ficosa/Panasonic、大陸集團、LG 電子、Commsignia、Genvict 和Nebula [34]。

1.3 智能網(wǎng)聯(lián)賦能下的車載信息娛樂系統(tǒng)發(fā)展

傳統(tǒng)的車載信息娛樂系統(tǒng)始終受制于單車平臺帶來的“ 信息孤島” 問題，阻礙了車輛、乘員設備和外部環(huán)境之間的數(shù)據(jù)流動。車聯(lián)網(wǎng)技術(shù)試圖將智慧交通的每個要素連接起來，通過車輛、用戶設備和道路基礎設施互聯(lián)互通，旨在應對圍繞車載媒體場景的“ 信息孤島” 困境[35]。隨著新型無線通訊技術(shù)和智能網(wǎng)聯(lián)技術(shù)的進步，智能網(wǎng)聯(lián)汽車環(huán)境下車載信息娛樂系統(tǒng)的智能程度、集成度將會進一步提高，提供更強的信息處理服務或更全面的娛樂、社交選擇。

基于車聯(lián)網(wǎng)的車載信息娛樂系統(tǒng)最早可追溯至3G/4G技術(shù)時代。2002年，豐田推出了由KDDI CDMA2000支持的G-Book系統(tǒng)，用于提供城鎮(zhèn)信息、娛樂、新聞、天氣、交通信息等服務，該系統(tǒng)同時支持車載終端和移動設備訪問[36]。2003年，梅賽德斯-奔馳聯(lián)合多家合作供應商向全球展示了首款集成3G-UMTS服務的汽車，旨在演示基于3G的IVI系統(tǒng)提供高質(zhì)量無線多媒體通信的能力，如導航、商業(yè)、娛樂以及實時交通狀況[37]。上汽集團和中國聯(lián)通在2010年發(fā)布的inkaNet系統(tǒng)滿足了駕駛員通過訪問互聯(lián)網(wǎng)（如在線流媒體、有聲讀物、短信服務和導航等）進行社交的需求[35]。3G/4G時代車載信息娛樂系統(tǒng)的最大特點是實現(xiàn)了車載終端和移動設備的互聯(lián)，通過移動設備的接入拓展了車載終端的應用場景與服務范圍。隨著基于LTE-V2X技術(shù)的車載信息娛樂系統(tǒng)出現(xiàn)，智能語音交互、高度集成的智能顯示座艙、車輛與交通基礎設施深度融合等概念也被提出，其功能和應用隨著車聯(lián)網(wǎng)的更高性能提升而不斷豐富，“信息孤島” 的困境逐漸得到解決。

相較于3G/4G 時代，5G-V2X 時代的智能網(wǎng)聯(lián)汽車信息娛樂系統(tǒng)不僅為汽車制造商和服務提供商帶來了新的機遇，也為交通場景中的潛在用戶帶來了新的機遇。駕駛員和乘客可以通過更流暢的互動享受大量實時、高質(zhì)量的娛樂服務，如即時擁堵改變、車家互聯(lián)、交互式全息顯示、移動會議、遠程醫(yī)療、公共監(jiān)控等[38]。因此，未來基于5G 的智能網(wǎng)聯(lián)汽車的車載信息娛樂系統(tǒng)可能將有以下發(fā)展方向。

1） 共享計算。盡管5G 時代的智能車載計算終端具有高集成度、高算力、高信息處理能力等優(yōu)勢，但受限于單車平臺和不同設備供應商，保障自動駕駛高負荷計算、超高清流媒體渲染等高算力需求仍舊是一大難題。隨著基于V2X 的車載單元和路側(cè)單元的推廣，車載信息娛樂系統(tǒng)或許可以通過與路邊基礎設施和周圍車輛的通信輔助自身計算，利用車聯(lián)網(wǎng)閑置資源提供更舒適的乘車體驗。

2） 智能交互。現(xiàn)有智能人機交互功能主要體現(xiàn)為語音識別技術(shù)和集成中控大屏，隨著車輛智能化程度加深，未來的車載信息娛樂系統(tǒng)可能將引入新興識別技術(shù)和顯示技術(shù)，例如基于手勢識別、眼動識別等新興識別技術(shù)的智能駕駛員監(jiān)控系統(tǒng)，以及基于AR 技術(shù)的抬頭顯示乃至全息顯示座艙[7]。

2 智能車載終端在5G環(huán)境下的應用

為了實現(xiàn)大規(guī)模和無處不在的汽車網(wǎng)絡接入，智能網(wǎng)聯(lián)技術(shù)不斷發(fā)展并取得了長足的進步，基于先進的無線通信技術(shù)和新一代互聯(lián)網(wǎng)技術(shù)的智能車載終端也被應用于各種新興智能網(wǎng)聯(lián)服務中，呈現(xiàn)全新的發(fā)展態(tài)勢。

2.1 5G環(huán)境下的C-V2X技術(shù)

隨著5G時代的到來，V2X技術(shù)也隨之不斷演進，以期支持更廣泛的高級汽車應用，如自動駕駛汽車、遠程和協(xié)同駕駛以及實時ITS 環(huán)境感知和控制[28]。目前，多種接入技術(shù)被用于車載自組網(wǎng)車載通信解決方案中。

第3代合作伙伴計劃是負責蜂窩網(wǎng)絡規(guī)范的標準化機構(gòu)，致力于開發(fā)滿足車載通信應用要求的技術(shù)[44]，C-V2X 技術(shù)正是將蜂窩網(wǎng)絡技術(shù)和車聯(lián)網(wǎng)技術(shù)相結(jié)合的先進ITS 無線技術(shù)。傳統(tǒng)的DSRC 技術(shù)雖然具有先發(fā)優(yōu)勢，已經(jīng)運用在多個國家的V2X 應用中，但是相比C-V2X 具有諸多局限性：首先，其用于V2V 和V2I直接通信的協(xié)議算法CSMA-CD（carrier sense multipleaccess with collision detection） 存在隱藏節(jié)點、數(shù)據(jù)競爭和沖突問題[45] ；其次，其可見和不可見的傳輸距離非常有限[46]。相比之下，C-V2X 具有低延時[47] 和高可靠性的優(yōu)點，可支持未來智能網(wǎng)聯(lián)汽車的高帶寬與大數(shù)據(jù)量需求，因此，C-V2X 技術(shù)標準在全球競爭中已形成超越態(tài)勢。2種通信技術(shù)的技術(shù)指標對比如表3所示。

傳統(tǒng)的車聯(lián)網(wǎng)平臺TSP與其他應用服務平臺面向車輛的導航、娛樂、信息、安防、維護等服務，在進入5G時代后，已無法滿足高并發(fā)、低時延的下一代智能網(wǎng)聯(lián)服務的基本需求[51]。因此，基于C-V2X和5G的車聯(lián)網(wǎng)技術(shù)融合傳感技術(shù)、云計算和移動邊緣計算（mobile edgecomputing，MEC），將構(gòu)建 “人-車-路-云” 的高度協(xié)同互聯(lián)環(huán)境，更好地支持車聯(lián)網(wǎng)行業(yè)的高級駕駛輔助和自動駕駛。圖2為基于5G的“云-邊-車”協(xié)同的V2X整體架構(gòu)。

1） 云層：云集成了各種服務器、應用、數(shù)據(jù)和豐富的資源。云的功能主要包括數(shù)據(jù)存儲、資源分配、遠程決策等，從而配合邊緣層對網(wǎng)絡進行管理[52]。

2） 邊緣層：邊緣層包括區(qū)間多接入邊緣計算單元、具有感知與通信能力的路側(cè)單元、路側(cè)邊緣計算單元等，負責為車輛提供靠近數(shù)據(jù)源的低延時服務[53]，降低網(wǎng)絡傳輸負載和云端計算壓力。

3） 車輛層：車輛層的服務請求者主要是指具有感知、計算和傳輸能力的智能網(wǎng)聯(lián)汽車，通過車載單元實現(xiàn)V2V、V2I、V2N （vehicle-to-network）、V2P（vehicle-to-pedestrian）等智能網(wǎng)聯(lián)應用。

2.2 智能車載終端應用案例

2.2.1 協(xié)同駕駛

為了提高安全性和舒適性，智能網(wǎng)聯(lián)汽車除了直接感知環(huán)境做出決策外，還通過車間通信和車路通信獲取通信范圍內(nèi)其他車輛和道路的信息以進行分布式?jīng)Q策和控制，實現(xiàn)整個系統(tǒng)的協(xié)同控制。一個完全互聯(lián)的智能交通系統(tǒng)將分享信息并協(xié)同控制，以共同優(yōu)化交通流量并最大限度地提高安全性[54]。室內(nèi)模擬實驗數(shù)據(jù)表明，與以自我為中心的駕駛相比，基于V2X的協(xié)同駕駛理論上可以將交通效率提高42% [55]。在目前的協(xié)同駕駛領(lǐng)域，智能車載終端主要應用于交叉路口協(xié)同控制與優(yōu)化、協(xié)作自動駕駛、協(xié)同防撞、協(xié)同感知等領(lǐng)域。

1） 交叉路口協(xié)同控制與優(yōu)化。自動駕駛汽車與交叉口基礎設施協(xié)同控制和優(yōu)化被認為在改善交叉口性能上具有潛力[56]。LIU Bing 和E. K. Abdelkader [57] 提出一種基于V2X 的交叉路口附近車輛分布式協(xié)同自適應巡航控制算法CACC-VI，通過引入V2V/V2I 車載終端，重新組織交叉路口周圍的車輛隊列以提高交叉路口的吞吐量，并通過仿真結(jié)果證明其可行性。DONGChangqing 等[58] 提出基于Zigbee 的智能汽車基礎設施協(xié)同駕駛系統(tǒng)，其中車載單元和路側(cè)單元使用Zigbee無線技術(shù)交換信息，為駕駛員提供動態(tài)速度建議，從而最大限度地提高不停車通過信號燈交叉路口的概率。A. Shunsuke 和R. Ragunathan [59] 提出了一種用于自動駕駛汽車的協(xié)作動態(tài)交叉口協(xié)議，該協(xié)議使用車載感知系統(tǒng)和車載終端通信進行點對點協(xié)商，通過創(chuàng)建自組織、自我規(guī)劃和自我優(yōu)化的交通管理器來提高交叉口交通吞吐量和安全性。

2） 協(xié)作自動駕駛。MA Huisheng 等[60] 設計了一種面向協(xié)作自動駕駛的MEC 輔助5G-V2X 原型系統(tǒng)，并利用配備了車載終端的自動駕駛汽車和其余網(wǎng)絡側(cè)設備進行了5G-V2X 性能測試和協(xié)作駕駛功能測試。測試結(jié)果表明5G-V2X、MEC 與協(xié)作自動駕駛的結(jié)合具有優(yōu)勢。CAO Wanke 等[61] 提出了基于異質(zhì)集成多網(wǎng)環(huán)路時延的協(xié)同自適應巡航（cooperative adaptive cruisecontrol，CACC），研究了由幾輛配備了V2X 車載終端的車輛組成的CACC 排，并提出一種協(xié)作軟件定義網(wǎng)絡方案來處理環(huán)路時延。仿真結(jié)果證明所提出的控制方案在各種駕駛條件下表現(xiàn)出優(yōu)異的車輛跟隨性能。YANG Jianjun 等[62] 提出了一種基于Bézier 曲線的遞歸算法，該算法通過車載單元和路邊單元之間的通信有效地為智能網(wǎng)聯(lián)車輛創(chuàng)建路線，實驗證明該算法創(chuàng)建的路線與真實道路具有高吻合度。

3） 協(xié)同防撞。各種交叉口場景在城市交通系統(tǒng)中發(fā)揮著重要作用，同時也帶來了嚴重的安全問題，而基于V2X 的協(xié)同防撞與控制面向城市道路網(wǎng)中存在著一系列互動的場景，如圖4 所示，旨在實現(xiàn)復雜環(huán)境下交通流量的安全高效運行。YANG Wei 等[63] 提出一種基于前方車輛駕駛意圖識別和V2V 通信的前方碰撞預警系統(tǒng)，利用V2V 通信設備將前方車輛的駕駛意圖和其他行駛參數(shù)傳輸?shù)胶罄m(xù)車輛實現(xiàn)碰撞預警，道路測試顯示該系統(tǒng)大大減少了中低速范圍內(nèi)的追尾碰撞次數(shù)。YANG Tangtao 等[64] 提出了一種結(jié)合差分全球定位系統(tǒng)和DSRC 的前方碰撞預警系統(tǒng)，通過在車輛上安裝DSRC 通信終端，系統(tǒng)通過V2V 通信將遠程車輛的前方碰撞預警數(shù)據(jù)傳輸給主機車輛，并結(jié)合定位數(shù)據(jù)進行實時計算以判斷碰撞風險。H. Shahab等[65] 提出了一種基于VANET 的概率方向感知協(xié)同避碰P-DACCA 方案，首次考慮了雙向流量，在動態(tài)車輛集群節(jié)點配備OBU 與GPS 的前提下，使用純臨時VANET 架構(gòu)解決集群內(nèi)和集群間沖突的避免問題。

4） 協(xié)同感知。基于V2X 的協(xié)同感知同時利用路邊感知設備和車載傳感器，該集成將充分利用路邊基礎設施和智能網(wǎng)聯(lián)車輛感知源，通過V2V與V2I 通信實現(xiàn)對道路交通環(huán)境的實時和高精度感知，以克服單車感知能力的局限性，如圖5 所示。DUAN Xuting 等[66]提出了一種基于圖像點云的協(xié)同感知方案，將路側(cè)傳感器檢測到的激光點云地圖通過V2I 鏈路反饋給車載終端，通過實驗證明該方案能夠提高交叉路口車輛的感知范圍和精度。M. Radovan 等[67] 描述了一種在早期階段利用V2X 技術(shù)的協(xié)作感知系統(tǒng)，測試了車載V2X終端和傳感器的不同組合進行協(xié)同感知的效果，實驗表明該方案在多種模擬道路環(huán)境下具有接近純V2X方案的性能。ACFR 和Cohda Wireless 的聯(lián)合研究團隊關(guān)注協(xié)同感知為智能網(wǎng)聯(lián)汽車（connected automatedvehicle，CAV） 運行帶來的安全性和魯棒性影響，通過車載終端和智能路邊單元的V2I 通信，實現(xiàn)僅依賴路邊單元的協(xié)同感知信息進行車與行人交互[68]。LIZongbian 等[69] 提出了一種毫米波V2X 網(wǎng)絡架構(gòu)，通過基于軟件定義網(wǎng)絡技術(shù)的車載單元與路側(cè)單元進行V2I通信以實現(xiàn)高清動態(tài)地圖接收和分發(fā)，并在實地測試中展示毫米波與軟件定義網(wǎng)絡技術(shù)在協(xié)同感知應用上的優(yōu)越性。ZHANG Chi 等[70] 提出一種基于V2X 的自動駕駛遮擋感知規(guī)劃方法，無須融合車載傳感器和 V2X通信的感知數(shù)據(jù)，而是利用V2X 車載終端來計算和選擇包含最佳檢測結(jié)果的置信度修正，通過基于部分可觀察Markov 決策過程的規(guī)劃算法提供安全駕駛策略。M. Maruta 等[71] 提出一種基于毫米波V2X 的盲點可視化框架，通過將路側(cè)單元向車載單元傳輸?shù)脑紓鞲衅鲾?shù)據(jù)創(chuàng)建為彩色三維點云并投射至AR 眼鏡上，向駕駛員提供盲點信息的逼真視圖，并在室內(nèi)和室外試驗展示了其可行性。

需要注意的是，盡管V2X智能車載終端輔助下的智能車輛協(xié)同駕駛領(lǐng)域已經(jīng)產(chǎn)生一系列突破，但現(xiàn)有車載終端有限的計算資源仍無法滿足許多時延敏感消息的計算資源需求，應對車載終端不斷擴大的計算需求將是未來面臨的難題。同時，協(xié)同駕駛依賴于車載自組網(wǎng)，由于自發(fā)加入或離開的車輛節(jié)點，其頻繁變化的拓撲結(jié)構(gòu)、環(huán)境和臨時性質(zhì)方面是動態(tài)的，車載終端移動性和路側(cè)單元有限的覆蓋范圍可能導致V2I 連接壽命短[72]。因此除即時計算能力外，還需考慮車載終端的長距離可用性、適當?shù)陌踩珯C制、高度移動環(huán)境下的魯棒性。

2.2.2 云計算與邊緣計算

智能車載終端結(jié)合5G 網(wǎng)絡、MEC、云服務，對云端和本地的交通異構(gòu)數(shù)據(jù)進行實時綜合分析，可以為車輛提供最優(yōu)信息，通過多種無線網(wǎng)絡覆蓋為用戶提供服務[51]。然而，對遠程云的傳統(tǒng)訪問可能會因產(chǎn)生延遲而降低車載自組網(wǎng)服務質(zhì)量[73]，而去中心化的移動邊緣計算和霧計算的出現(xiàn)，意味著數(shù)據(jù)處理和存儲更靠近作為網(wǎng)絡邊緣的車輛，這被認為有助于解決遠程云通信延遲和車聯(lián)網(wǎng)計算資源有限的問題。

1） 邊緣計算。G. A. Olmos等[74]提出了一種支持MEC的協(xié)作碰撞預防服務，接收車輛傳輸?shù)姆螮TSIITS-G5標準的消息以創(chuàng)建分布式動態(tài)地圖并反饋給車輛，使用基于OpenC2X的車載單元實施并驗證了該服務的運行。CUI Mingyue等[75]提出一種在三層車-邊-云結(jié)構(gòu)上卸載車輛計算服務的方法，包括離線調(diào)度策略和在線動態(tài)自適應調(diào)度算法，與僅使用車載單元相比，基于邊緣計算的自動駕駛汽車定位擁有較低延遲和較高準確率。Y. Donghyun等[76]提出了一種基于邊緣計算的具有細粒度訪問控制的新型安全車載通信協(xié)議，利用高性能車載單元作為邊緣計算結(jié)點，為低計算能力的ECU處理加密操作，并通過綜合實驗證明了該協(xié)議的可行性。HU Fangyu等[77]提出一種新型云邊協(xié)同任務調(diào)度策略，使用多接入邊緣云和遠程云來分擔車載單元的任務，利用改進的混合遺傳算法最大限度地提高任務和計算單元之間的資源匹配程度。WANG Kan等[78]提出一種基于邊緣計算的高可靠計算卸載策略，將車輛智能終端的實時業(yè)務直接卸載到MEC設備進行處理，利用深度強化學習實現(xiàn)卸載策略的優(yōu)化。D. Anselme等[79]提出了一種基于處理的自動駕駛汽車卸載方法，設計了一個邊緣云的協(xié)作空間，使用無監(jiān)督機器學習、多無線電接入技術(shù)和開放無線接入網(wǎng)絡中的邊緣計算。仿真結(jié)果表明該方法將車載單元數(shù)據(jù)卸載速度提高了90.34%。KUYu-Jen 等[80]提出了一種基于車輛邊緣計算的多車輛感知融合的不確定性感知任務卸載方法，基于實時信道條件、車載邊緣計算和車載本地計算服務器以及感知結(jié)果，尋求最小化邊緣協(xié)作多車輛感知融合應用的端到端延遲。

2） 車載霧計算。車載霧計算（vehicular fog computing，VFC） 利用車載資源來提升計算能力，通過促進近端車載終端的通信、計算和組網(wǎng)，從本地角度優(yōu)化網(wǎng)絡資源，具有靈活性和高效性[81]。此外，由于車聯(lián)網(wǎng)霧計算三層架構(gòu)中終端設備和霧節(jié)點之間的距離較短，霧計算降低了數(shù)據(jù)泄露的風險[82]，如圖6 所示。M. Sudip 和B. Samaresh [83] 提出了一種軟件定義車載網(wǎng)絡中的任務卸載方案，車載終端可以將任務卸載到選定的啟用霧的路側(cè)單元，同時考慮了車輛移動的影響以降低霧到終端的任務下載延遲。LIU Xuejiao 等[84] 提出了一種車載霧計算外包計算方案SE-VFC，源車輛利用車載終端與具有充足計算資源的霧車輛通信，實現(xiàn)源車輛計算外包和霧車輛批量匿名認證，仿真結(jié)果證實該方案的通信和計算開銷相對較低。LI Yuwei 等[85] 提出一種車輛霧邊計算范式，利用一種具有激勵機制的多階段Stackelberg 博弈來模擬霧邊計算情景，以利用城市車輛車載終端的閑置資源進行計算卸載。WEI Zhiwei等[86] 提出一種VFC 中的多對多任務卸載框架，其中配備車載終端的車輛用作移動霧節(jié)點，通過引入基于Markov 決策過程的多智能體深度強化學習實現(xiàn)車輛之間有效且穩(wěn)定的卸載和服務合作。

最新的研究建議將車輛計算任務卸載到邊緣計算平臺以輔助車載終端，但需要注意的是，要從同一位置和時間卸載的任務數(shù)量可能很大，車輛網(wǎng)絡的動態(tài)、異構(gòu)網(wǎng)絡可用資源以及每輛車的不同服務質(zhì)量（qualityof service，QoS） 要求使車輛網(wǎng)絡管理問題難以解決[88]。因此，高效管理車聯(lián)網(wǎng)基礎設施并探索新的計算來源至關(guān)重要。

3） 數(shù)字孿生（digital twins，DT）。此概念由密歇根大學的 M. Grieves于2003年提出，這是一項基于歷史數(shù)據(jù)、實時傳感器數(shù)據(jù)和物理模型實時反映相應孿生體的狀態(tài)的新興技術(shù)，隨著5G時代車云通信技術(shù)的發(fā)展，數(shù)字孿生也被引入智能網(wǎng)聯(lián)車輛和智能交通系統(tǒng)中[89]。目前在數(shù)字孿生領(lǐng)域，智能車載終端主要用于車云通信和邊緣計算，并最終在云端構(gòu)建基于車端感知數(shù)據(jù)的數(shù)字孿生，輔助自動駕駛測試、數(shù)字地圖、交通優(yōu)化、決策規(guī)劃、平行駕駛等應用，如圖7 所示。LIAO Xishun 等[90] 提出一種基于車云通信的聯(lián)網(wǎng)車輛協(xié)同匝道合并系統(tǒng)，車載終端通過4G/LTE 蜂窩網(wǎng)絡將數(shù)據(jù)上傳到云服務器，利用數(shù)字孿生得到匝道合并方案，現(xiàn)場測試顯示該系統(tǒng)在安全性和環(huán)境可持續(xù)性方面具有優(yōu)勢。WANG Kui 等[91] 提出一種基于智能移動數(shù)字孿生的自動車輛導航系統(tǒng)，旨在利用實時交通數(shù)據(jù)創(chuàng)建數(shù)字孿生，為配備智能車載終端的CAV 規(guī)劃路線。ZHAO Liang 等[92] 提出一種基于智能數(shù)字孿生的軟件定義車載網(wǎng)絡架構(gòu)IDTSDVN，由智能車載終端收集實時車輛狀態(tài)并傳輸至MEC 服務器以構(gòu)建現(xiàn)實網(wǎng)絡的數(shù)字孿生，使新生成的網(wǎng)絡功能模型在應用之前能夠進行預測性驗證。HUi Yilong 等[93] 提出一種基于數(shù)字孿生的個性化車輛路徑規(guī)劃方案，CAV 通過車載終端向云端發(fā)送路徑規(guī)劃請求，云服務器利用基于流量數(shù)據(jù)和駕駛需求數(shù)字孿生的為CAV 確定最優(yōu)駕駛路線。HUI Yilong等[94] 提出了一種異構(gòu)車載網(wǎng)絡中支持數(shù)字孿生的按需協(xié)作內(nèi)容交付架構(gòu)，用以簡化配備車載單元的車載用戶與路邊單元之間的頻繁交互，提高內(nèi)容交付決策的效用。WANG Ziran 等[95] 提出了一種基于V2X 通信的數(shù)字孿生輔助協(xié)同駕駛系統(tǒng)，該系統(tǒng)利用數(shù)字孿生輔助的AR 人機接口為非自動駕駛的聯(lián)網(wǎng)車輛的駕駛員提供視覺引導，從而降低車輛通過無信號交叉路口時發(fā)生碰撞的概率。WANG Kui 等[96] 構(gòu)建了一個基于協(xié)同感知和云/ 邊緣計算的數(shù)字孿生系統(tǒng)模型，通過在云端和邊緣上分配不同的功能和服務實現(xiàn)實時交通監(jiān)控和智能出行規(guī)劃。

在可見的未來，以安全服務為典型的新興數(shù)字孿生應用勢必對V2X 通信的準確性、可靠性和低延遲提出更高的需求，而引入5G-V2X 的車云通信帶來數(shù)字孿生技術(shù)飛躍的同時，也使智能車載終端進一步實現(xiàn)低功耗、高吞吐、高數(shù)據(jù)可靠性和超低時延等關(guān)鍵性能指標成為新的挑戰(zhàn)。

3挑戰(zhàn)與展望

在智能化網(wǎng)聯(lián)化融合發(fā)展的當下，智能車載終端可以成為強大的車聯(lián)網(wǎng)通信、計算結(jié)點，然而，要實現(xiàn)更高等級的智能網(wǎng)聯(lián)自動駕駛?cè)匀淮嬖谠S多挑戰(zhàn)。

1） 通信延遲和可靠性方面：與移動通信網(wǎng)絡、物聯(lián)網(wǎng)網(wǎng)絡等不同，車載網(wǎng)絡對無線通信的低延遲和高可靠性具有更高要求，這與人身安全緊密關(guān)聯(lián)。例如，當車輛處于自動駕駛模式時，突然斷開與云的連接可能會導致事故[28]。因此，需要優(yōu)化智能車載終端的架構(gòu)，提高其與不同通信技術(shù)的兼容性以及與不同通信設備的互操作性，以適應未來更加多樣的智能網(wǎng)聯(lián)應用，增強V2X 通信的安全性、有效性與可靠性。

2） 信息安全與隱私方面。當前車載終端的硬件設計理念和關(guān)聯(lián)技術(shù)強調(diào)多功能性和穩(wěn)定性，在實際應用時仍需面對安全問題的挑戰(zhàn)[39]。盡管已有許多研究提出用于VANET 安全和隱私保護的方案以規(guī)避智能車載終端面臨的安全風險，但由于車聯(lián)網(wǎng)安全對人類的重要性和風險，有必要在這一領(lǐng)域進行更多的研究，可能的方向包括：安全的多網(wǎng)絡融合（ 即車載網(wǎng)絡和外部網(wǎng)絡） [97]、數(shù)據(jù)信任和驗證、隱私保證、反惡意軟件和入侵檢測系統(tǒng)、安全架構(gòu)的標準化。

3） 自動駕駛測試方面。目前，CAV 測試主要通過仿真、封閉測試設施和公共道路這3 條途徑[98]。考慮到車載終端實際工況的復雜性，基于仿真和封閉現(xiàn)場的評價結(jié)果可能會偏離真實交通情況。因此，智能車載終端在成熟與投入商業(yè)市場之前必須搭載在智能網(wǎng)聯(lián)汽車上并在真實的復雜道路上進行持續(xù)測試，以積累測試數(shù)據(jù)、改進技術(shù)。然而，在大多數(shù)開放道路（ 尤其是高速公路） 上測試智能網(wǎng)聯(lián)汽車的規(guī)范仍然缺乏。可以預見的是，未來需要測試場景分類、測試任務分類、完善測試體系、加快統(tǒng)一評價標準，進一步加強主客觀研究一體化的綜合評價體系。

4 結(jié)論

本文從智能車載終端在智能網(wǎng)聯(lián)環(huán)境下的現(xiàn)狀出發(fā)，介紹了智能車載終端系統(tǒng)架構(gòu)并回顧了車載終端系統(tǒng)伴隨智能網(wǎng)聯(lián)技術(shù)發(fā)展的演進歷程，分析了5G 時代下V2X 通信技術(shù)的革新對車載終端用途與定位的深刻影響，著重回顧了最新研究中智能車載終端在協(xié)同駕駛與控制、邊緣計算與霧計算、數(shù)字孿生等領(lǐng)域的應用情況，最后展望智能車載終端在安全領(lǐng)域和自動駕駛測試領(lǐng)域的研究方向。經(jīng)過幾十年的發(fā)展，智能車載終端系統(tǒng)在各個方面都取得了長足的進步，擁有廣闊的應用前景，同時仍面對著安全與隱私風險以及實際測試規(guī)范的缺乏等尚未完全解決的挑戰(zhàn)，需要進一步研究與探索。

徐志剛 教授

長安大學信息工程學院副院長、二級教授、博士生導師，是國家級高層次人才，交通運輸部中青年科技創(chuàng)新領(lǐng)軍人才、陜西省杰出青年、陜西省青年科技獎和中國交通教育優(yōu)秀教師獎獲得者。主要從事智能交通系統(tǒng)分析、車聯(lián)網(wǎng)與自動駕駛、車路協(xié)同等領(lǐng)域的研究，先后獲得國家科技進步二等獎2項，陜西省科學技術(shù)一等獎3項、三等獎1項，研究成果在多個省市落地應用。目前兼任國際期刊Journal of" Intelligent and Connected Vehicles的副主編和Communications in TransportationResearch、Journal of Traffic and TransportationEngineering、《中國公路學報》《交通運輸工程學報》等多個期刊的編委和世界交通運輸大會車聯(lián)網(wǎng)與自動駕駛委員會主席、美國土木工程師協(xié)會Tamp;DI委員，兼任“車聯(lián)網(wǎng)”教育部-中國移動聯(lián)合實驗室副主任、交通運輸部認定的長安大學自動駕駛測試基地副主任。