基于5G智能网联车系统的建设研究

杨俊峰，刘思思

（湖北邮电规划设计有限公司，湖北 武汉 430023）

0 引 言

基于5G通信技术实现汽车网联式智能驾驶和AI辅助决策，利用无所不在的感知设施和超高精度定位手段，融合边缘计算能力，搭建灵活、弹性以及高效的决策架构，实现车路信息协同。极大提升了车辆自主控制和辅助驾驶的能力，在各类应用场景下高效且便捷地服务于现实社会的各类需求，进行高效、安全以及可视化的交通管理，使智慧大交通信息服务成为可能。

1 关键技术

1.1 5G通信技术

5G具有接入技术手段复杂、网络层级多、设备类型多样以及用户交互种类多的特点。在5G网络中可提供时间连续且空间平滑对接的通信服务和用户体验，峰值理论传输速度满足智能网联车实时传输的需要。此外，5G通信技术具备高频段传输、新型多天线传输、同时同频全双工、D2D、密集网络以及新型网络架构等技术特点，可满足车联网需求。

1.2 边缘计算

边缘计算已有3种业界广泛认可的技术架构。其中，多接入边缘计算，可实现将较为密集的计算任务分配到周围或附近的网络边缘服务器上，从而降低核心网络的负载压力，也转移了传输网所面临的传输压力。可有效降低时延，保障了网络的性能稳定、高带宽的应用以及数据处理效率。通过5G网络和边缘计算能力，构建了面向多租户和多业务的边缘计算管理平台，提供了计算和数据存储等服务。

1.3 5G车路协同智能驾驶

结合5G通信技术的优势，利用边缘计算、5G智能驾驶分级决策架构、时空融合感知以及车路协同等先进性技术，实现“5G网联+车路协同”一体化智能网联智能驾驶技术。

2 总体架构设计

5G网络的智能网联车系统总体架构可分为设备层、边缘层以及云计算层3层。基于5G网络的智能网联车系统总体架构如图1所示。

图1 基于5G网络的智能网联车系统总体架构

2.1 设备层

设备层由具备智能设施或装备的车辆以及智能路侧感知等传感设备构成。车辆在加装相关设备后，具备一定的数据采集和感知控制能力。通过车载传感器探查和感知周围环境，为车载控制系统提供决策依据。同时，将相关探查信息和车辆自身数据信息通过无线传输方式传给边缘层。边缘层和车辆的交互是双向的，车辆可以实时接收边缘层发出的路侧感知信息和决策调度命令。一般而言，路侧智能设备包括视觉感知设备、路侧激光雷达、路侧雷达、智慧红绿灯以及传感器等。智能设备独立于车载感知设备工作，实时采集行人、车辆以及道路相关信息，并通过有线或无线方式实时反馈至边缘层。智能路侧设备和边缘层的交换也是双向的，可实时接收边缘层各类信息和指令。

2.2 边缘层

边缘层根据各类数据处理请求，完成数据分流工作。依据智能驾驶业务数据类型，将业务数据实时分配至边缘层本地处理或转发至云端处理。边缘层获取各类感知信息，包括来源于各类路侧设备和车辆感知设备的信息，道路状态、环境情况以及区域拥塞信息等。基于多源多渠道的感知，对海量信息进行融合重构，同时基于交通规划实现交通信号灯控制和动态调整限速。

2.3 云计算层

云计算层通过云基础设施的建设能力，可完成宏观的数据服务，提供道路规划、处理业务大数据、调度交通实时、预测大数据监管、导引职能路径以及服务全局高精度地图等。根据需求，还可为每一个网联车辆规划最优路径。

3 5G网络建设部署

5G网络将eMBB移动宽带和MEC有机组合。核心网侧采用CU分离架构，C面部署在核心网云资源池，MEC下沉到边缘机房CU位置，位于5G RAN的边缘，作为分布式云的一部分，为智能网联车系统提供边缘计算能力和本地应用部署的能力。5G核心网部署如图2所示。

图2 5G核心网部署

核心网主设备包括边缘GW-U设备、MEC服务器以及其他组网设备。这些设备均采用虚拟化方式部署于中心机房，通过多台通用服务器协同实现网元功能。无线网建设根据需要，沿主干道路连续覆盖5G网络，基站选址时需先进行链路预估。基于5G基站的有效覆盖范围，根据车辆行驶路线保障需要，保障重点区域的无缝使用。在重点路段，站点可交错穿插部署于道路两侧，实现信号的均匀覆盖，而转弯处应设置在内侧。基站天线挂高需高出地面至少10 m，保证与地面视通。结合链路预算与覆盖预测，建议城区站平均间距不大于1 km。同时，传输网采用SPN技术承载5G业务需求，采用GPON技术承载视频监控点和智能灯杆等监控业务。C-RAN机房作为传输业务汇聚机房，用于解决5G拉远站前传和监控点的传输接入需求。前端设备接入部署如图3所示。

图3 前端设备接入部署

4 边云协同平台建设

智能网联车的快速发展，对网络传输容量和数据处理能力带来了新的挑战。为提高用户体验需求，边缘计算成为了关键技术。当前部署在MEC边缘侧的应用规模逐渐扩大，种类逐渐丰富。边云协同管理平台构建于IaaS层之上，通过云端对边缘侧实施协同管理。PaaS层架构使用容器搭建，并采用微服务通信框架。SaaS层采用前后端分离的架构，前端使用H5，后端使用微服务架构。边云协同管理平台从总体架构层面主要分为边缘云PaaS平台和边云协同PaaS管理平台两大部分。

4.1 边缘云PaaS平台

边缘PaaS平台构建于当前主流云计算和容器技术基础之上，并通过微服务框架构建其核心能力。平台提供一整套平台基础服务，保障边云高效稳定的运行，并与核心云同步实现应用管理协同、业务管理协同以及服务协同。

4.2 边云协同PaaS管理平台

边云协同PaaS管理平台同样构建于容器和微服务架构之上，可以统一管理所有边缘云PaaS平台，为用户和管理者提供统一的门户。提供边缘应用的全生命周期管理，包括应用的推送、安装、卸载、更新、监控以及日志等，同时可以提供边缘应用的开发和模拟测试。

5 车路协同系统应用建设

自动驾驶技术是智能网联车发展的重要方向。利用5G无线技术，实现路侧感知信息和车辆感知，并实时将自身信息传输回后端，与其他职能网联车进行交互。同时，多种传感器系统的结合，借助于大数据信息处理能力，可以实现车辆感知范围的急剧扩大。通过采集周围车辆速度、位置、方向以及警示信息，可实现车辆的安全防碰撞系统。将车联网技术用于车与路的交互时，可以直接预警车辆行驶，对车辆进行预防性控制，极大提升了道路通行的安全和效能[1]。此外，在打造基于智能车路协同的自动驾驶应用系统时，可充分借助5G无线技术的大带宽、低时延以及高可靠等特点，建立多层级的弹性自动驾驶体系架构。在增强自动驾驶系统整体感知、决策以及控制能力的同时，达到降低技术实现成本和提高安全性等目标。

6 结 论

智能网联车是智能交通系统工程的重要发展方向，融合了5G、云计算、大数据应用以及AI智能等新技术，是产业创新的热点与未来发展的制高点。可以预期，智能网联车系统建设可推动交通大数据一体化采集、形成深度挖掘和全局应用的能力，还可推动交通大数据的跨部门共享共用，促进云计算和大数据技术在行业监管、运行管理以及服务领域的深度应用，全面提升交通运输的供给能力、运行效率、安全性能以及服务质量。