基于V2×技術的環衛車自動駕駛與智能網聯協同工作模式研究

中圖分類號：U471 收稿日期：2025-04-23 DOI：10.19999/j.cnki.1004-0226.2025.06.008

Abstract：Withtherapiddevelopmentofautonomousdrivingtechnology，V2X（Vehicle-to-Everything）hasemergedasakeyenablerformprovingtheoperationaleficiencyandsafetyofsanitationveiclesByestablishingextensiveconectivitybetweenvehicles andthesurroundingevironment，V2Xtecnologyeanesthefunctioalityofutoomousdrivingsystems，facilitatingealiein formationexchangeanddecision-makingsupportamongvehicles.Thispapercomprehensivelyexploresthearchitectureandoperational principlesofXtsegatiotoooosriigsmsdtheosrctionofanintellgetooeratieetwoingfr work.ThestudystoanalethepotetialofVXinmodertransportationsytemsandevauatetheoperatioalefectivensofsan itation vehicles in real-world scenarios.

Keywords：V2Xtechnology;Santationvehicles；Autonomousdriving;Intellgentconnectedvehicles;Cooperativeoperation

1前言

V2X（VehicletoEverything）技術作為當前智能交通系統發展的核心，為自動駕駛環衛車提高作業效率和提供了前所未有的安全保障。在城市道路清掃場景中，這項技術通過實時通信極大提升了作業路線協調能力和突發障礙物響應速度，顯著降低了事故發生的概率。V2X技術的實時數據交換和處理能力，成為確保清掃任務高效完成與周邊交通參與者安全協同的關鍵。因此，深入分析V2X技術如何與環衛車自動駕駛系統和城市智慧交通管理平臺協同工作，對于優化環衛作業效能與公共安全具有重要意義。

2V2X技術基礎及在自動駕駛中的應用

2.1V2X技術的組成與工作原理

V2X技術通過無線通信，實現車輛與其環境之間的信息互動，以增強道路安全和流量管理。該技術系統由兩部分主要構成：車載單元（OBU）和路側單元（RSU），輔以高級通信協議和計算平臺。

OBU安裝于車輛內，具備多種傳感器如GPS和攝像頭，可識別路面垃圾分布、并蓋缺失等異常狀態，同時通過5G-V2X協議與交通信號燈、市政環衛調度中心實時傳輸和接收關鍵信息。RSU部署在交通節點如交叉□，配備通信設備，用于收集和傳遞交通管理信息，與通過的車輛OBU進行數據交換。

在通信協議方面，V2X技術主要利用IEEE802.11p（DSRC）和LTE-V2X。DSRC可以提供低延遲通信，適用于安全相關的快速數據交換，而LTE-V2X則支持更廣泛的網絡覆蓋和較長距離的通信1]。因此，V2X技術能實現車輛與車輛、車輛與基礎設施之間的高效信息交流，顯著提高道路的使用效率和安全性[4]。

2.2V2X技術在自動駕駛系統中的集成

通過V2X技術，環衛車能夠實時接收來自其他車輛、行人、路邊設施等數據。這一功能通過高性能車載處理單元實現，該單元能夠快速處理和分析從傳感器和相機等設備收集的大量數據。V2X技術能讓城市環衛車在進行決策和路徑規劃時更為精確。通過實時的數據交換，環衛車可以獲得關于交通流量、事故、路面條件等實時信息，輔助駕駛系統做出更合理的行駛決策[2]。例如，當OBU接收到校車即將到達的信息時，環衛車提前靠邊暫停掃盤旋轉，待校車通過后自動恢復作業。

3智能網聯協同工作模式的構建

3.1框架設計

智能網聯協同工作模式是基于V2X技術構建的分層式協同計算架構，核心目標是優化環衛車的自動駕駛能力，提高車聯網環境下的交通流暢性和安全性。該模式采用V2XEdge—V2XServer—運營類服務三級架構，通過實時數據共享和分布式計算，實現車輛的智能感知、決策、控制和協同。具體如圖1所示。

V2XEdge層是自動駕駛環衛車與環境交互的第一層，負責數據的采集、處理和初步決策。該層由OBU、RSU、高精地圖模塊、通信調度系統和數據融合單元等組成。該層使用毫米波雷達、激光雷達、IMU（慣性測量單元）GNSS（全球導航衛星系統）、攝像頭等設備采集的環境信息，精度通常在 ±10cm 以內。同時進行車輛狀態數據采集，實時采集車輛速度、加速度、角速度、轉向角、制動狀態等，數據更新率不低于 10Hz 。邊緣計算單元采用ARMCortex-A72架構的邊緣計算設備，具備八核處理能力，運算速度在200GFLOPS以上，能夠實時處理來自多個傳感器的數據并進行信息融合。

V2XServer（云端計算層）負責大規模數據存儲、計算和分析，利用云計算架構進行車聯網數據管理，包括以下幾部分：a.設備管理，監控所有接入設備的狀態，確保通信穩定性[3]。b.算法管理，優化數據分析算法，提高事件檢測準確性。c.拓撲管理，維護車輛、基礎設施、服務器之間的動態拓撲關系，保障通信鏈路的穩定性。d.地圖管理，提供厘米級高精地圖服務，結合RTK（實時動態差分技術）提供不超過 ±5cm 的定位精度。e.事件管理，處理突發事件，如車輛事故、道路擁堵、天氣變化等，并根據模型分析結果下達調整指令。

運營類服務要面向不同應用場景，提供智慧交通、應急指揮、高精地圖、信息娛樂等服務。通過V2XServ-er計算結果，動態調整環衛車的運行策略，實現智能化調度。如環衛車與垃圾轉運站的自動對接，當污水箱容量 ?90% 時，調度轉運車前往接應。

3.2智能網聯環境下的車輛協同策略

在智能網聯環境中，車輛協同策略依賴于V2X通信與分布式計算的支持，通過數據共享、協同控制和路徑優化，能實現多輛環衛車之間的高效協同。研究采用動態協同控制策略，基于實時交通狀況進行調整。

車輛通過OBU和RSU進行V2V、V2I、V2N等信息交換。共享數據包括車輛狀態（位置、速度、加速度）、交通信號燈信息、道路擁堵狀況、突發事件信息等，數據同步間隔小于 100ms 。數據采用AES-256加密算法進行傳輸，確保信息安全性。

車輛之間的協同控制采用分布式控制算法，結合模型預測控制（MPC）優化車輛行駛軌跡。目標函數包括最小化能耗、減少剎車頻率、優化車距等，計算過程中考慮環境感知誤差補償，確保控制精度不低于 ±0.2m 。在V2I模式下，RSU可發送實時交通信號信息，結合云端計算的全局最優路徑，動態調整行駛策略。

為了保證自動駕駛環衛車在智能網聯環境中的高效協同，需要實施以下技術優化：a.分布式任務調度，V2XEdge節點負責初步計算，計算壓力較大的任務由V2XServer進行云端計算，形成端一邊一云三級計算架構，確保延遲控制在 50ms 以內。任務調度采用負載均衡算法，當某個V2XEdge節點的計算資源使用率超過75% 時，任務將自動轉移至鄰近節點或云端計算[4]。b.路徑規劃與動態調整，在智能網聯環境下，車輛的路徑規劃結合Dijkstra最短路徑算法和 A^* 搜索算法，計算過程中實時考慮交通擁堵、突發事故、紅綠燈信號、動態車速等因素。

車輛路徑遇到以下觸發條件時進行調整：a.交通信號燈信息變更，提前接收信號燈倒計時信息，調整車速以減少急剎車，提高通行效率。b.突發事件，檢測前方事故或道路封閉，自動調整路徑繞行。c.車隊編隊管理，當多輛環衛車需要協同行駛時，采用基于V2X的自適應巡航控制（CACC）技術，保持安全車距，車隊間距誤差不超過 ±0.5m 。

4實驗驗證

4.1模擬環境

本研究在虛擬仿真環境中構建V2X技術應用場景，采用高精度交通仿真軟件（如SUMO或CarSim），結合MATLAB-Simulink**進行車輛動力學建模，以驗證V2X在環衛車自動駕駛過程中的性能優化效果。

仿真平臺使用SUMO（SimulationofUrban Mobility）進行多車輛交通流建模，CarSim用于自動駕駛車輛的動力學建模，MATLAB-Simulink用于信號處理和控制策略實現。計算硬件使用CPUIntelXeonGold6330（2.0GHz，28核心），GPUNVIDIARTX4090（24GB顯存）進行數據處理。使用NS-3仿真5G-V2X（PC5）通信，仿真延遲控制在 10ms 以內，數據丟包率低于 0.5% 。

實驗條件如下：

a.交通環境，模擬 5km×5km 的城市清掃示范區，設定4個交叉口，包括紅綠燈控制、無信號控制等場景。b.車輛配置，采用50輛自動駕駛環衛車和30輛傳統人工駕駛社會車輛，自動駕駛車輛均配備V2X通信功能。c.交通負荷，設定低（500輛 /h ）、中（1000輛/h）高（1500輛 /h ）三種流量水平，模擬不同交通壓力下V2X技術作用。

4.2實驗結果分析

實驗過程如下：a.設定初始車輛狀態，包括速度（ 10～20m/s， 加速度 ）。b.V2X車輛實時共享位置、速度、道路狀態等數據，使用分布式路徑規劃算法優化行駛軌跡。c.通過對車隊編隊控制，計算V2X協同控制對交通通行效率的影響[5]。d.記錄每個測試周期（60s）內的平均車速、等待時間、剎車頻率等關鍵數據。

評估標準包括：a.平均車速，衡量V2X優化路徑規劃對車輛流暢性的影響。b.平均等待時間，統計車輛在交叉口的平均排隊時間，評估V2X優化信號控制的作用。c.剎車頻率，分析V2X車輛協同控制的平穩性，減少急剎車行為。

仿真軟件SUMO提供每秒車輛位置、速度等數據，MATLAB計算車輛間距及碰撞風險[6]。NS-3記錄V2X通信數據，分析傳輸時延與丟包率對系統性能的影響。具體結果如表1所示。實驗結果表明，在三種交通流量水平下，V2X技術提高了平均車速，降低了等待時間和剎車頻率。在高流量（1500輛/h）情況下，配備V2X通信功能的環衛車平均等待時間減少4.7s，剎車頻率降低2.7次/km，顯著提升了交通效率和駕駛平穩性。該結果證明V2X通信能夠有效減少環衛車行駛中不必要的制動操作，提高車輛協同行駛的穩定性。

5結語

V2X技術的深入應用正在重塑自動駕駛環衛車與智能網聯協同工作模式，推動城市環衛系統向更高效、更安全的方向發展。通過高精度的實時通信和分布式計算架構，車輛能夠在復雜環境中自主感知、精準決策，并實現協同優化，顯著提升行車安全性和協同工作能力。面對未來的智慧城市環衛場景，V2X技術的深度融合需要持續推進邊緣計算、高精度地圖、人工智能等核心技術的創新，建立“人-車-設施”三級協同協議，以構建更加智能、協同、高效的智慧城市生態體系。

參考文獻：

[1]田榮.基于V2X模式的智能汽車在校園中的應用研究[J].專用汽車，2025（2）：55-57.

[2]伍煜.基于數據分析的V2X通信性能監測[J].電腦編程技巧與維護，2024（12）：85-87+100.

[3]陳思翰，辛冰，溫三寶，等.基于 5G+V2X 的融合組網車路協同系統[J].電信工程技術與標準化，2024，37（11）：36-42.

[4]李穎.車路協同C-V2X關鍵技術演進發展研究[J].產業科技創新，2024，6（5）：116-120.

[5]孟超.應用V2X技術實現交叉路口碰撞預警的功能測試方案[J].汽車知識，2024，24（9）：127-131.

[6]鄭磊，何昱琪，楊晶晶.無人駕駛技術在環衛車領域中的應用研究[J].專用汽車，2025（1）：71-73.

作者簡介：

洪泰，男，1996年生，助教，研究方向為智能網聯汽車技術、新能源汽車營銷。