解决方案

Conference related

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。

1649400306159968.png

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。

第96页-9.PNG

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。

image.png

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。

1649400530436492.png

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。

第97页-13.PNG

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。

第98页-16.PNG

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。

第98页-14.PNG

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。

第98页-15.PNG

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。

第98页-17.PNG

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。

image.png

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。

第99页-20.PNG

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》

相关文章链接
智慧物流运输管理边缘计算实验平台
轨道交通线网运营管理:具备边缘监控网关的监控云
智能车辆管理系测试床
基于边缘计算的轨道交通智慧运控平台解决方案
城市轨道交通智能机电管理 平台iBAS方案

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

  • 北京市海淀区上地十街辉煌国际5号楼1416
  • +86 10 5711 6299 +86 13910146695
  • info@ecconsortium.net
×

登录

确定