当前位置 > 首页 > 解决方案 > 交通 > 基于MEC边缘计算的 5G V2X车路协同先导应用
基于MEC边缘计算的 5G V2X车路协同先导应用
作者:中国联合网络通信有限公司天津市分公司
1 目标和概述
1.1 行业面临的挑战
技术发展方面,目前产业发展路径逐步由“单车智 能”向“车路协同”转变,车路协同技术发展直接影响 车联网规模化发展,车路协同规模化发展存在时间、成 本投入巨大等问题。前期的车路协同主要以路侧与车辆 直连通信为主,满足场景验证,随着推进商用化的进程 计划,与规模应用场景结合,对于车路协同应用,无论 在标准上以及部署路径方面,都向5G+V2X融合组网的 方向演进。从技术发展上讲,基于5G新空口的NR-V2X 是LTE-V2X持续发展的演进阶段。
政策方面,2020年2月24日11部委联合发布《智能 汽车创新发展战略》正式稿,明确指出“到2025年,智 能交通系统和智慧城市相关设施建设取得积极进展,车 用无线通信网络(LTE-V2X等)实现区域覆盖,新一代 车用无线通信网络(5G-V2X)在部分城市、高速公路 逐步开展应用”,因此开展基于5G的车路协同车联网 示范验证势在必行。
1.2 功能与创新
1.2.1 功能 结合5G MEC,采用三级分布式部署架构,云边协 同,按需拓展,支持全程全网服务运营。如图1所示。
图1 方案架构图
1.2.2 创新
(1)率先使用基于MEC低成本路侧感知方案,实 现辅助驾驶信息推送,通过5G进行下发,降低车辆获 取信息服务的门槛,加速车路协同的落地。
(2)率先推出基于5G MEC远程驾驶方案,端到 端时延降低到15ms,满足远程驾驶要求。
(3)支持多厂家RSU设备以及数据分发管理,目 前已完成5个V2X厂家对接,并将接口规范形成中国联 通企业标准。
2 方案介绍
2.1 系统架构
5G与C-V2X联合组网构建覆盖蜂窝通信与直连通 信协同的融合网络,保障智慧交通业务连续性;人工智 能和大数据实现海量数据分析与实时决策,建立智能交 通的一体化管控平台。如图2所示。
图2 “端-管-云”新型交通架构
车路协同通过“端-管-云”三层架构实现环境感 知、数据融合计算、决策控制,从而提供安全、高效、 便捷的智慧交通服务,其中,“端”指交通服务中实 际参与的实体元素,包括通信功能的车载单元(On Board Unit,OBU)、路侧单元(Road Side Unit, RSU)等,感知功能的摄像头、雷达等,以及路侧交通 设备包括红绿灯、公告牌、电子站牌等;“管”指实现 交通各实体元素互联互通的网络,包括5G、C-V2X, 网络支持根据业务需求的灵活配合,同时保障通信的安 全可靠;“云”指实现数据汇集、计算、分析、决策以 及基本运维管理功能的平台,根据业务需求可部署在 MEC边缘侧或中心云。
2.2 硬件平台
2.2.1 MEC硬件平台
采用中国联通统一边缘云架构,5G MEC边缘云 是基于5G网络能力和边缘计算能力,构建在移动网 络边缘基础设施之上的云平台,通过UPF和算力下沉 实现业务数据在运营商边缘机房或客户侧机房的本地 卸载,有效降低传输时延、提升计算效率,融合了增 强CT-VAS、IT-VAS能力以及平台应用,一站式提供 “融合、开放、联动、弹性”的ICT服务。
2.2.2 车辆硬件
无人巴士配备RTK定位、视觉系统、激光雷达、毫 米波雷达、超声波雷达等感知器,可全方位感知巴士周 边行人和车辆信息。如图3所示。
图3 无人巴士感知设备布局
(1)5G RSU(路侧单元):与车载单元通过V2X 协议进行通讯,实现V2V、V2I;与平台通过5G专网进 行通信,实现V2N、V2P。
(2)5G OBU(车侧单元):与路侧单元通过 V2X协议进行通讯,实现V2V、V2I;与平台通过5G专 网进行通信,实现V2N、V2P。
(3)球机摄像头:对行人、非机动车、无人车盲 区进行检测。 范围。
(4)枪机:检测道路行驶车辆,扩大无人车感知范围。
(5)雷达:感知道路环境信息,与视觉系统形成感知融合系统。
(6)信号机:为RSU提供红绿灯状态和时间信息。
2.3 软件平台
基础云控平台的系统架构方案如图4所示。基于边 缘云的三级架构设计,包括边缘云、区域云和中心云, 实现人、车、路、网、边、云一体化。
图4 基础云控平台的系统架构方案
主要功能是通过部署车、路、云协同式的基础设施 体系,实现跨品牌车辆、跨领域设备、跨平台数据之间 的信息高效协同,支撑面向全路段、全区域的集中式决 策与多目标优化控制,为智能网联驾驶、智慧交通乃至 智慧城市的建设奠定坚实的发展基础。边缘云-中心云 平台架构如图5所示。
图5 边缘云-中心云平台架构图
2.3.1 中心云平台
中心云平台主要以车辆和交通设施为监控管理对 象,具备实时远程监控的能力及对测试车辆事件进行 记录、分析和重现的能力,从而实现智能网联汽车与 智慧交通系统信息有效协同。中心云平台业务架构如 图6所示。
图6 中心云平台业务架构图
中心云平台业务模块分为三大块:智能汽车、智慧 园区、系统管理,分别包含车辆监视、车辆信息、车辆 控制、园区地图、设备监控、信息统计等功能。
2.3.2 MEC边缘云平台
车联网不同应用场景对于时延、算力具有不同的要 求,中心云平台传输链路长,导致时延高、存在信息安 全风险,因此将5G/V2X传输数据在MEC边缘侧分流、 计算并服务于边缘区域的网联车,实现车联网应用与 5G网络网元的联合编排部署。边缘云平台应用层服务 如图7所示。
图7 边缘云平台应用层服务
边缘云平台的业务应用具体如下:
(1)事件消息转发
主要服务于不同路口、路段及边缘区域的紧急消 息、本地消息转发或缓存数据下载,如局部区域的交通 临时管制信息、AR-HUD等。
(2)边缘融合感知
车联网感知融合系统包括感知信息的采集、感知信 息融合和信息发布三个方面。多接入边缘计算(Multiaccess Edge Computing,MEC)提供计算加速能 力,支持视频AI分析、雷达信息分析等,利用激光雷达 和摄像头坐标位置标定,分别采集获取激光雷达点云信 息和摄像头视频图像信息,然后通过融合处理对可探测 范围内的移动障碍物(机动车、非机动车、行人等)进 行检测、识别处理后计算出关联目标的方位、距离、速 度及运动方向等信息,并可根据实际路况场景做进一步 警告威胁判断。如图8所示。
图8 基于MEC的车联网感知融合方案
(3)高精地图分发
变化频率较高的半动态数据和动态数据部署在不同 位置的MEC进行处理,例如半静态的数据可以在位置 稍高的MEC处理,包括信号灯灯色(相位、配时)、 交通拥堵的情况、交通事故情况和其他交通事件等状态 过程。而比较实时的信息可以部署在位置靠近路侧的 MEC处理,例如汽车、摩托车、自行车、行人等运动 实体的位置、移动方向和移动速度等。如图9所示。
图9 边缘云平台高精地图应用
2.4 数据通讯
天津联通按照集团大区制5G核心网建设方案, 分别在市内骨干机房和核心机房部署5G独立组网 (Standalone,SA)核心网设备。
为海河教育园区无人驾驶道路5G V2X场景建设5G 行业虚拟专网,在天津大学机房部署MEC设备,以保 证基础低时延业务的需求。规划如图10所示。
图10 MEC网络规划
2.5 安全措施
本方案综合考虑了很多方面的安全因素,如单车与 MEC及路侧智能设施交互场景,在C-V2X应用中,危 险驾驶提醒等功能可通过单车、路侧智能设施及MEC 进行交互实现。如图11所示。
图11 单车与MEC及路侧智能设施交互场景示意图
MEC部署了危险驾驶提醒功能后,可结合路侧智 能设施,通过车牌识别等功能分析车辆进入高速的时 间,定期为车辆提供疲劳驾驶提醒;或在夜间通过视频 分析,提醒车辆正确使用灯光;或在感知到突发车辆事 故时,提醒附近车辆谨慎驾驶;或在天气传感器感知到 高温“镜面效应”、雨雪大雾等恶劣天气时,提醒车辆 安全驾驶。此外,MEC可阶段性地将危险驾驶信息汇 总后上传中心云平台。
3 代表性及推广价值
3.1 应用情况及效果
(1)无人公交车:天津大学从2020年5月底开 始,完成了两辆无人公交车的改造,包括视觉系统、激 光雷达、毫米波雷达,完成了车辆的底层线控调试。通 过调试,车辆具备了在天津大学试验场及海河教育园区 第一阶段开发道路,开展全程无人驾驶导航测试及运行 的能力。
(2)智慧物流车:智慧物流车初级阶段是前方一 辆货车由司机驾车领路,后方跟着数辆智能卡车,他们 与领头车的动作保持高度协同一致,实现编队行驶。在 编队行驶的模式下,头车转向是手动操作的,但制动是 自动操作的,头车做出刹车指令后,后方跟随车辆将做 到瞬时反应,大幅降低后车追尾几率,并保障车队以非 常小的距离安全跟随行驶。以80~100km/h的速度,实 现4~5辆货车的编队行驶,并且还能实现智能驾驶货车根据行驶路线自动进行组队和拆分。
(3)智能环卫车:智能环卫车辆可以通过与手机 App连接,实现定时定点垃圾收运,还可以通过招手即 停等形式,更加智能、便捷地实现垃圾收集、转运,使 环卫作业更加绿色、安全、高效、便捷。以智能扫路车 为例,平均1个小时能清扫2.5万平方米的道路面积,大 约是10至20个环卫工人的工作量。
(4)无人配送车:智能配送车能够寻找最短线 路并能规避拥堵路段。在行驶过程中,可以判断红绿 灯状态并做到红灯停、绿灯行,遇到障碍还可主动停 车或绕路行驶,实现最后一公里的自动化配送。在海 河教育园区,智能配送车主要用于园区内配送餐饮和 快递货物,可以24小时为广大师生提供颠覆性的快递 服务,同时为智能驾驶的技术迭代提供真实数据。配 送车快到达目的地时,后台系统将取货信息发送给用 户,告知消费者配送已顺利抵达目的地,请消费者凭 提货码提取商品。同时无人配送支持预约功能,可以 在用户方便时预约配送,提高配送效率,减少配送不 及时、丢失等问题,提升广大师生网购体验,引领智 慧生活。
(5)自助泊车:主要解决停车难和找车难的问 题。依靠自主泊车技术,驾驶员从指定下客点下车,车 辆可以自动行驶到停车场的停车位,无需人员监控。相 比于单车智能自主泊车,基于5G车路协同的自主泊车 技术,可以进一步减少车端成本,减少感知盲区,加速 自主泊车的落地。
(6)远程驾驶:远程驾驶系统是由无人车、5G MEC网络、车路协同服务平台、远控系统等组成的人 车协同共驾系统。利用5G低时延、大带宽和高可靠性 的特性,实现对车辆的实时监控和远程遥控,提高无人 车运行的安全性。
3.2 社会价值
该项目将成为我国汽车产业量变到质变的助推器, 为我国高质量发展、大力发展数字经济、提升国家治理 现代化水平起到压舱石的重要作用,可产生较为直接和 突出的社会效益:促进智能网联汽车数据标准体系建 设,巩固智能网联汽车健康发展基础;打造产业技术基 础公共服务平台,带动智能网联汽车产业快速发展;促 进产业数字化转型,助力我国从汽车大国迈向汽车强 国。促进汽车消费扩容提质;有助于加快形成强大国内 市场;推动智能网联汽车与智能交通和智慧城市深度融 合,探索城市规划、建设、管理和服务智慧化的新理念 和新模式。
来源 | 《自动化博览》2022年第二期暨《边缘计算2022专辑》
关于联盟
边缘计算作为新兴产业应用前景广阔,产业同时横跨OT、IT、CT多个领域,且涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。为了全面促进产业深度协同,加速边缘计算在各行业的数字化创新和行业应用落地,华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术(集团)有限公司作为创始成员,联合倡议发起边缘计算产业联盟,致力于推动“政产学研用”各方产业资源合作,引领边缘计算产业的健康可持续发展。
加入联盟联系我们