基于5G通信的车联网自动驾驶技术研究_马孟.pdf

收稿日期:2022-09-05基金项目:市级科技重大专项脑与类脑智能基础转化应用研究(2018SHZDZX01)作者简介:马孟(1982-),男,河南南阳人,硕士研究生,高级工程师,主要研究方向为建设项目组织和运营管理、自动驾驶智能网联汽车测试场建设运营。基于 5G 通信的车联网自动驾驶技术研究马 孟1,2,李韩军3(1.郑州发展投资集团有限公司,郑州 451450;2.郑州机动车质量检测认证技术研究中心有限公司,郑州 451450;3.中国信通院上海工创中心,上海 201206)摘 要:为了提高自动驾驶中碰撞预警系统的性能,提出一种基于 5G 通信的碰撞预警策略,帮助自动驾驶车辆规避车辆间的碰撞与剐蹭。具体则是在 5G 通信下,针对不同行驶状态进行安全距离的测算与分析,构建出安全距离测算模型,最后进行仿真实验进行验证。仿真结果表明:在一般刹车与紧急刹车两种情况下,得到的预警碰撞距离分别为 23.15 m 和 18.26 m,安全距离数值较为适中,不会出现预警提示过早或过晚的问题,可以应用于驾驶系统中;在实际联车实验中,车与车之间的距离小于设定的安全距离时会发出预警,达到了预期的预警效果。关键词:5G 通信;自动驾驶技术;碰撞预警;V2X 中图分类号:TP393 文献标识码:A DOI 编码:10.14016/ki.1001-9227.2023.01.121Research on autonomous driving technology of Internet of Vehicles based on 5G communicationMA Men1,2,LI Hanjun 3(1.Zhengzhou Development Investment Group Co.,Ltd.,Zhengzhou 451450,China;2.Zhengzhou motor vehicle quality testing and Certification Technology Research Center Co.,Ltd.,Zhengzhou 451450,China;3.Shanghai Industrial Innovation Center of China Academy of information and communications,Shanghai 201206,China)Abstract:In order to improve the performance of collision warning system in autonomous driving,a collision warning strategy based on 5G-V2X is proposed to help autonomous vehicles avoid collision and scraping between vehicles.According to different driving states,the safe distance is calculated and analyzed,and the safe distance calculation model is constructed.Finally,the simulation experiment is carried out to verify the model.The simulation results show that the warning collision distance is 23.15 m and 18.26 m respectively under the two conditions of general brake and emergency brake,and the safety distance value is relatively moderate,so there is no problem of early warning or too late warning,which can be applied to the driving system.In the actual coupling experiment,when the distance between vehicles is less than the set safe distance,a warning will be issued,which achieves the expected warning effect.Key words:5G communication;Autonomous driving technology;Collision warning;V2X0 引言在我国,随着智慧交通的发展,5G 技术的应用成为一大热门趋势,主要表现在人机物互联的网络基础设施建设方面,对于汽车智能化升级多有助益。小到汽车的联网功能升级,例如车载娱乐 5G 升级、移动支付等,大到自动驾驶技术方面,例如远程驾驶、智能驾驶等。5G的运用实现了驾驶系统智能升级的目的,在快捷高效的同时,还保证了驾驶的安全性与可靠性,对智慧交通与自动驾驶的发展有重大意义。许多学者对此展开了热烈的讨论与研究:孙启昌为提高汽车的监控性能,在ARM 的基础上结合 5G 通信技术,构建了一套汽车监控系统,可以将图像信息直接传送至手机客户端,实现了利用 5G 网络实时监控汽车安全的目的1;朱陈伟等基于 5G 网络,提出了一种精准操控车辆的远程驾驶策略,主要通过车端与车辆的信息回传与解析执行,实现汽车远程操控2;尚大伟等考虑到汽车的安全问题,利用 5G车联网概念,结合椭圆曲线加密算法,设计出一套车辆身份认证的安全保护方案,以签名和 PKI 身份认证的方式增加车内网络的安全性,防止信息泄露3。上述研究解决了驾驶系统的不同方面的问题,但对于驾驶系统的安全碰撞预警系统研究较少,在自动驾驶中,自动碰撞预警的设置十分重要,本研究以此为切入点,结合 5G 技术对自动驾驶车辆进行碰撞预警系统升级。传统防撞预警多为被动装置,主动保护意识弱,安全隐患大,随着5G 的到来,车联网中 V2X 技术的应用解决了这一问题4-5。V2X 负责车辆与外界联系的媒介系统,主要分为 V2N、V2I、V2V 和 V2R 四部分,其中 V2V 是针对预防121自动化与仪器仪表2023 年第 1 期(总第 279 期)车辆事故的安全系统。本研究则以 V2X 安全系统为核心,提出一种碰撞预警策略,提高汽车驾驶过程中的安全性,并达成对汽车碰撞预警技术的智能化升级。1 整体架构设计1.1 硬件部分设置本研究的车端硬件架构以车端工控机为基础,部分设置如 1 图:图 1 车端硬件部分设计(1)通信模块:以 5G 通信网络服务为基础服务;(2)视频模块:采集车辆前后方、车内等区域视频;(3)信息处理模块:处理平台的数据信息,下发指令控制车辆;(4)定位模块:通过 GPS 定位车辆,并将采集的信息利用通信模块上传至平台6。1.2 软件部分设置软件功部分功能设如图 2 所示:图 2 车端软件部分设计(1)视频采集:采集车辆相关的视频流编码压缩传输至视频服务器;(2)数据上行传输:解析车辆 CAN 总线数据封装数据帧5G 通信网络传输至自动驾驶平台7;(3)数据下行传输:车端接收控制指令解析工控机发出指令执行控制车辆。1.3 通信部分设计系统整体分为 V2X 通信与网络通信两个部分。V2X 主要负责传输车辆间和车路间的数据,为碰撞预警用提供数据支持,而网络通信则以 5G 网络为基础,通过车端传输车辆相关的状态信息和下发控制指令8-10。系统通信方式的结构如图 3 所示:图 3 系统通信方式结构图2 碰撞预警策略设计2.1 碰撞预警时序分析碰撞预警作为汽车的高级辅助驾驶系统,需要时刻对车辆周围的环境进行监测,并利用声音提醒等方式告知驾驶员可能发生的情况,令驾驶员掌握路况信息、提前规避风险,以防事故发生。系统通过车辆之间的车速、减速度等数据,计算两车之间的安全距离,并以此作为碰撞预警是否发出的标准8。首先对预警系统影响较大的时间因素进行分析。时间因素包含驾驶员的反应时间、指令信号传输时间、制动协调时间等,如图 4 碰撞预警时序图所示:图 4 碰撞预警时序图碰撞预警时序流程:t0t1:前车与后车之间会在此阶段交换彼此的位置车速、位置、刹车等信息,此阶段受交通密度大小的影响,交通密度越大,导致信号接收速度越慢,较为空旷路段,信号接收速度较快;t1t2:此阶段为信息传输阶段,车辆将获取的数据上传至驾驶系统;t2t3:数据上传后计算安全距离,车间距小于安全距离系统会发出预警提示;t3t4:驾驶员通过提示进行反应与判断;t4t5:驾驶员采取制动措施,车辆产生减速度,此阶段时间值受车辆的制动结构与制动方式的影响,车辆性能越好,影响越小;t5t6:进行制动后,刹车启动,车辆减速直至静止。考虑到惯性因素、人脑的反应速度以及各种外界因素,碰撞预警模型会加强延时补偿11,为驾驶员争取更221基于 5G 通信的车联网自动驾驶技术研究 马 孟,等多的反应与操作时间,以保证安全。(1)式表示总延时:tdelay=tc+th+ta+ts2(1)式中,tc为传输及预警时间,th为反应时间,ta为制动时间,ts为延长时间。2.2 碰撞预警策略受路况、车辆性能等影响,车与车之间的距离、车速及位置等数值会根据实际产生变化,碰撞预警模型需要先设置具体参数,根据不同情况下的安全距离判断是否发出碰撞预警,从而帮助驾驶员规避事故。图 5 是自动驾驶车辆与前车之间的位置示意图。图 5 车辆位置示意图从图 3 可知,两车在同一路段行驶,在 T0时段中,两车之间的距离为 d0,假设自动驾驶车辆采取紧急刹车,即在 T1时段中,两车之间的距离为 d1,此时 X1为自动驾驶车辆的行驶距离,X2表示前车的行驶距离。两车间的安全距离计算公式公式为:dsafe=x1-x2+d1(2)前车通常会有减速、静止、匀速或加速三种行驶情况,将(2)式代入以上不同情况,构建安全距离测算模型。(1)减速前车减速分三种情况讨论,首先是两车同时静止,不会出现事故,其车辆速度与时间如图 6 所示:图 6 同时静止时车辆速度时间图其次是前车停车,自动驾驶车辆再停车,速度与时间如图 7 所示:图 7 前车先静止时车辆速度时间图最后是自动驾驶车辆先停车,前车再停车,两车的速度与时间如图 8 所示:图 8 自动驾驶车辆先静止时速度时间图此时,时间轴标红区域内,两车可能发生碰撞,为了确保两车有足够的安全距离,将两车辆同时静止的时刻视为危险时刻。自动驾驶车辆制动停止的行驶距离表示为:x1=v1tdelay+v122a1(3)前车制动停止的行驶距离为:x2=v222a2+v22ts(4)安全距离公式:dsafe=v1th+ta+tc()+vrelts2+v122a1-v222a2+d1(5)(2)前车静止当前车静止时,X2即为 0,此时安全距离公式为:dsafe=v1tdelay+v122a1+d1(6)式中 v1表示减速度值,a1表示自动驾驶车辆速度。(3)匀速或加速当前车处于匀速或加速状态时,自动驾驶车辆与之距离甚远,此时自动驾驶车辆随前车同速或自行减速时,均不会发生碰撞,除非自动驾驶车辆的车速在某一时段大于前车车速才会碰撞。如图 9 所示:图 9 匀速或加速时车辆速度时间图前车行驶距离 x2为:x2=v2tdelay+v2v1-v2()a1(7)安全距离为:321自动化与仪器仪表2023 年第 1 期(总第 279 期)dsafe=vreltdelay+v12-v222a1-v2vrela1+d1(8)式中,a2与 v2表示前车的减速度和速度值,vrel是两车速度差值。3 仿真实验3.1 实验环境实验将在 Matlab 平台中进行实验验证。硬件环境选择采用 Intel(R)Core(TM)i5-7500 型号的 CPU 和 Ge-Force GTX 1060 型号 GPU 处理器,软件环境选择采用 64位 Windows10 作为操作系统。3.2 参数设置自动驾驶安全距离测算模型的参数设置需要考虑到制动减速度、通信延时、驾驶员反应时间和刹车距离等方面。具体的参数设置如表 1 所示:表 1 安全距离测算模型参数表V-V 通信延时 和 数 据 处理延时 tc驾 驶 员反 应 时间 th制 动 协调 时 间ta制 动 增长 时 间ts一 般 应急 减 速度 a1紧 急 减速度 a2刹 车 距离 a2d10.7 s0.5 s0.1 s0.2 s4 m/s26 m/s23 m(1)通信延时通信延时在多方面影响安全距离的测算。首先针对车辆间 V-V 通信延时,交换数据的过程通常需要 25 ms;其次当交通密度较大时,会影响数据的传输速率,本环节设置为较少车辆实验,通信情况良好,通信延时值取30 ms;最后,通信延时还受定位信息的传播频率影响,当传播频率低时,对前车的定位信息接收延迟,导致自动驾驶车辆无法掌握实时情况,从而加大事故发生概率,对此将定位信息传播的时间设为 100 ms 至 1 000 ms12。此外,自动驾驶车辆需要对接收到的数据进行计算,并发出预警提示信号,其整体数据处理时间设为1110 ms。(2)驾驶员反应时间 在实际驾驶过程中,驾驶员自身的反应时间 th会受多方影响,例如外界干扰、身体状态或心情变化,确定反应时间较为困难,对此通过大量实验数据资料总结与比较,该值适合取为 0.7s1.2 s;刹车减速度 ts时间为 0.4 s,制动协调 ta的时间为 0.2 s。(3)制动减速度车辆间的制动减速度大小受车辆自身制动性能、轮胎表面状态、道路湿滑情况等影响,对安全距离的测算有较大影响,表示为 a1和 a2。通过实车在路面多次测试实验后,选择常见的干燥沥青路面测试的减速度为参数,取其最大值-2.15 m/s2进行实验。(4)刹停距离考虑到惯性因素,自动驾驶车辆确定静止后,仍可能会有一段距离的滑行,从而导致事故发生,为避免此情况,将刹停距离的取值设为 36 m,以确保绝对安全。3.3 仿真软件在模型实际应用于实车之前,先进行仿真实验测试,以保证实验安全与成本。采用 Panosim 智能汽车仿真测试软件,并结合 Matlab 和 Simulink(车辆动力学模型)进行仿真测试。Panosim 具有完备的模拟仿真平台,以及大量的车辆模型、三维行驶场景等,可以满足实验所需。3.4 模拟试验场景搭建为了验证碰撞预警模型的有效性,在用户界面通过同道跟驰交通场景,对常见的追尾事故情况进行了碰撞预警测试。如图 10 所示:图 10 同道跟驰交通场景首先在场景中设置虚拟车辆,并匹配相应的状态参数,分段设置车辆的速度与加速度。之后虚拟车辆按照设置要求在虚拟场景中行驶,所得出的仿真数据通过在Simulink 中构建的套接字通信模块,传输至模型中测算安全预警距离的阈值,以此为依据判断发出预警提示13-15。Simulink 模型如图 11 所示:图 11 Simulink 仿真模型图搭建好交通场景和配置好虚拟车辆之后,启动 Mat-lab 软件,再利用通信模块上传至驾驶平台进行数据处理,数据处理后输出相应的预警信号。3.5 实验结果分析依据 3.1 所述,分别对一般刹车情况和紧急刹车两种情况进行参数设置:a1=4 m/s2,d1=3 m,tdelay=1.3 s;a1=6 m/s2,d1=3 m,tdelay=1.3 s。在仿真测试后所得数据情况如图 12 所示:(1)421基于 5G 通信的车联网自动驾驶技术研究 马 孟,等(2)图 12 数据情况分布图设置车辆的最高测速为 40 km/h,假设 v1=40 km/h,v2=10 km/h,一般刹车减速度 a1=3 m/s2,计算距离为23.15 m,紧急刹车减速度 a1=5 m/s2,计算距离为18.26 m。安全距离是预警系统中的重点设置,当安全距离过小时,预警提示会过早,从而影响驾驶员的主观判断,反之安全距离过大时,预警提示会过晚,使驾驶员错过重要信息,两种情况都可能造成事故发生。仿真结果证明,本研究提出的碰撞预警策略具有可行性与安全性。3.6 实车测试实验为了进一步验证系统整体的性能,本研究通过实车联调对系统模型进行测试。重点验证两车距离超过设定的安全阈值时,碰撞预警系统的实用性能。本研究的测试车辆如图 13 所示:图 13 实验测试车辆并在有车路协同设备的路段进行测试,如图14 所示:图 14 车路协同设备路段经过测试证明,前车与自动驾驶车辆的车距小于安全距离阈值时,碰撞预警系统会发出提醒,告知驾驶员注意路况,远离前车,达到了保证驾驶安全的目的。4 结论本研究基于 5G 与自动驾驶技术,提出了一种碰撞预警策略,具体结论如下:(1)通过 5G 通信下的 V2X 通信,可实现车-车之间数据的获取;(2)在不同行驶状态下,通过车辆间安全距离测算模型,可实现车辆碰撞的规避。(3)模拟场景中车辆间的碰撞,其预警系统性能良好,能有效地依据安全距离区间发出正确的安全预警提示,可以证明碰撞预警系统的有效性与可行性。参考文献1 孙启昌.基于 ARM 与 5G 通信网络汽车监控系统的设计与实现J.自动化与仪器仪表,2021(10):93-96+100.2 朱陈伟,郑佳,关宁.基于 5G 网络的车辆远程驾驶场景研究J.汽车制造业,2021(5):15-18.3 尚大伟,龚元明.5G 车联网安全加密身份认证研究J.农业装备与车辆工程,2022,60(4):118-122.4 郑红丽,丁冠源,回姝,等.5G 通信时代汽车智能座舱发展趋势J.汽车文摘,2022(5):12-15.5 张骥,杨晓钰,胡加琪.5G 背景下无人驾驶汽车关键技术在疫情环境中的应用研究J.信息通信技术与政策,2020(5):92-96.+6张莹,杨波,李学庆,等.V2X 仿真测试平台技术研究J.移动通信,2020,44(11):65-69.7 肖瑶,刘会衡,程晓红.车联网关键技术及其发展趋势与挑战J.通信技术,2021,54(1):1-8.8 林晓伯,冯毅,邱佳慧,等.基于 5G+C-V2X 的车联网解决方案及验证J.邮电设计技术,2021(10):13-19.9 温小然,王亚坤,习一凡,等.蜂窝车联网(C-V2X)演进技术研究J.移动通信,2021,45(6):52-57.10 马晓易.对车路协同(V2X)技术协助汽车自动驾驶的思考J.商用汽车,2022(1):71-73+76.11 唐敏,王东强,曾鑫钰.汽车碰撞预警主动安全预测方法J.计算机科学,2020,47(4):318-322.12 蔡创新,高尚兵,周君,等.车路视觉协同的高速公路防碰撞预警算法J.中国图象图形学报,2020,25(8):1649-1657.13 石建军,汪旭,付玉.基于车联网的车辆纵向碰撞分级预警研究J.重庆交通大学学报(自然科学版),2020,39(9):1-7.14 王云鹏,鲁光泉,陈鹏,等.智能车联网基础理论与共性关键技术研究及应用J.中国科学基金,2021,35(S1):185-191.15 郭茂文,黎艳,张荣.C-V2X 车联网安全通信方案研究J.移动通信,2021,45(6):63-68.521自动化与仪器仪表2023 年第 1 期(总第 279 期)