C-V2X應用場景的算法建模及評價模型綜述

董馨 南洋 陳博 馮舒 劉曉東

（中國第一汽車股份有限公司 智能網(wǎng)聯(lián)開發(fā)院，長春 130013）

主題詞：C-V2X 應用場景 算法建模 算法評價模型 算法性能

縮略語

C-V2X Cellular-Vehicle to Everything（車聯(lián)網(wǎng)）

3GPP 3rd Generation Partnership Project（第三代合作伙伴計劃）

ITS Intelligent Transportation System（智能交通系統(tǒng)）

V2V Vehicle to Vehicle（車與車）

V2I Vehicle to Infrastructure（車與基礎設施）

V2P Vehicle to Pedestrian（車輛與行人）

ICW Intersection Collision Warning（路口碰撞預警）

HV Host Vehicle（主車）

RV Remote Vehicle（遠車）

BSM Basic Safety Message（基本安全消息）

EMMC Embedded Multi Media Card（嵌入式多媒體卡）

1 前言

C-V2X（Cellular-Vehicle to Everything）作為新一代信息通信技術，旨在實現(xiàn)車與人、車與車、車與路、車與服務平臺的全方位網(wǎng)絡連接[1]。C-V2X與生俱來的優(yōu)勢包括寬視野、低干擾、低時延、更穩(wěn)定、更兼容可讓當下的交通環(huán)境變得更安全，并使未來的自動駕駛成為可能。

寬視野，即C-V2X依靠蜂窩網(wǎng)絡進行通信，帶來的非視距(NLOS)通信能力即繞過障礙物感知環(huán)境的能力，使得駕駛者在轉(zhuǎn)彎處、前車阻擋時、夜晚和惡劣天氣里，都能進行更好地預測和決策。低干擾，即CV2X直接利用統(tǒng)一的專用ITS頻譜支持車對車、車對行人、車對基礎設施直接通信，就像開辟了一條VIP通道，為安全保駕護航。低時延，即C-V2X是面向低延遲直接通信而設計，不依賴網(wǎng)絡協(xié)助。C-V2X無線直連通信可提供更大范圍的通信能力和增強的可靠性，而擺脫蜂窩網(wǎng)絡的協(xié)助或覆蓋。更穩(wěn)定，即無線蜂窩技術就是為支持高速而設計的，3GPP組織提出的R14標準針對高速車輛用例進行了增強，在不同道路狀況下支持相對速度高達500 km/h，另外，3GPP還定義了嚴格的最低性能要求規(guī)范，以確?？深A測、統(tǒng)一且有保證的體驗，支持與道路安全同等重要的應用。更兼容，即C-V2X是唯一具有清晰5G演進路徑的V2X技術，并后向/前向兼容。C-V2X演進將納入5G新空口特性，為自動駕駛和先進用例提供高吞吐量、寬帶載波支持、超低延遲和高可靠性。此外，它可以提供更豐富的差異化體驗。隨著進入5G和自動駕駛的世界，這一切都將讓汽車成為一個最主要的用例。C-V2X借助于人、車、路、云平臺之間的全方位連接和高效信息交互，支持交通安全類、效率類和信息服務類以及自動駕駛協(xié)同類多類應用[1]，多類應用的實現(xiàn)是支撐V2X技術有力的保障，但目前缺乏對實現(xiàn)的標準評估。利用仿真測試環(huán)境，對應用場景算法進行建模，并建立一個標準的評估體系，可針對C-V2X應用場景進行多維度的性能評價，以輸出準確的結果、有效利用C-V2X通信特性達到物盡其用。

2 C-V2X典型應用場景需求分析及核心算法

2.1 C-V2X典型應用場景需求分析

參考中國汽車工程學會的行業(yè)標準(T/CSAE 53-2017)《合作式智能運輸系統(tǒng)車用通信系統(tǒng)應用層及應用數(shù)據(jù)交互標準》[2]中選出的涵蓋安全、效率、信息服務的17個典型應用作為第一期應用。

表1 V2X應用場景列表[2]

針對表1中的每個場景，都需要進行詳細的場景分析，從如下維度進行：場景詳細描述、前置條件、輸入/輸出、事件流程、硬件要求、功能要求，并依據(jù)分析的情況對場景進行設計并建立算法模型。

2.2 C-V2X應用場景需求分析實例

本節(jié)針對表1中交叉路口碰撞預警（Intersection Collision Warning,ICW）應用場景，詳細分析交叉路口工況下利用V2X技術如何有效實現(xiàn)避撞。

主車（Host Vehicle，HV）駛向交叉路口，與側向行駛的遠車（Remote Vehicle，RV）存在碰撞危險時，ICW應用將對HV駕駛員進行預警。本應用適用于城市及郊區(qū)普通道路及公路的交叉路口、環(huán)道入口、高速路入口等交叉路口碰撞危險的預警。應用場景示意圖如圖1所示。

圖1ICW應用場景

前置條件：

定位精度：≤5 m

通信距離：≥150 m

輸入：

車載設備：車輛BSM

車輛：車速

輸出：

交叉碰撞預警信息

事件流程：

(1)RV發(fā)送BSM消息；

(2)HV接收RV的BSM消息；

(3)HV判斷RV是否與本車交叉行駛；

(4)HV預測是否與RV存在交叉碰撞危險，若存在發(fā)生危險的可能，則向本車的顯示終端發(fā)送預警信息。

根據(jù)以上分析，可得ICW預警條件如下：

●RV處于HV交叉前方（包括交叉左前方和交叉右前方）；

●RV與HV間距離小于設定閾值；

●RV與HV達到路口的時間差小于設定閾值；

●HV到達路口的時間小于設定閾值；

●HV行駛速度大于設定閾值。

需同時滿足上述所有條件才進行預警，若上述任意一個條件不滿足則解除預警。

2.3 C-V2X應用場景核心算法

C-V2X應用場景在設計實現(xiàn)的過程中，需要建立核心算法，將復雜的工況抽象出來，提取出核心的要點，簡化預警程序。以交叉路口碰撞預警為例，算法的核心是計算交叉碰撞時間，車輛交叉行駛示意圖如圖2所示。

如圖2所示，主車和遠車交叉行駛，兩者之間存在交匯點I，根據(jù)三角形的正弦定理：

圖2 車輛交叉行駛示意

Hh—主車行駛方向角；

Hr—遠車行駛方向角；

Hhr—本車到遠車的方位角；

Dhr—主車和遠車之間的距離。

可計算出主車到交叉點的距離Dhi和遠車到交叉點的距離Dri，再根據(jù)車輛的速度和加速度，從而計算出車輛到交叉點的時間，通過時間差判斷兩車是否會發(fā)生碰撞。

3 算法建模

依據(jù)核心算法，結合Simulink建模工具，可以將算法的核心實現(xiàn)轉(zhuǎn)換成可支持功能邏輯驗證的算法模型，明確算法的輸入和輸出條件，確定算法的邏輯思路。在實現(xiàn)算法建模的過程中梳理出算法的正確性依賴于核心算法的適應場景是否與行業(yè)標準一致，算法的魯棒性取決于性能及邊界覆蓋度，算法的影響因素依賴于算法自身需要的各種標定量，對于標定量的取值影響算法的精準度。

以交叉路口碰撞預警算法為例，在Simulink中建模思路：

（1）獲取主車和遠車信息，計算兩車間距離，判斷距離是否大于閾值，若是則代表距離過遠沒必要判斷；反之繼續(xù)。

（2）根據(jù)兩車位置坐標計算兩車間的方位角，計算方位角以及遠車航向角與主車航向角間的偏移量，根據(jù)方位角偏移量計算兩車距離在以主車行駛方向為y軸正向的新坐標系下的縱向、橫向距離分量，根據(jù)遠車航向角偏移量計算遠車速度在新坐標系下的縱向、橫向速度分量。

（3）判斷橫向距離分量是否為0以及遠車橫向速度分量是否與橫向距離分量同向。若是，則不存在碰撞情況，反之繼續(xù)。

（4）計算遠車完成橫向位移所需的時間time1，計算time1時間內(nèi)遠車完成的縱向位移，再加上之前的縱向距離分量，更新縱向距離。

（5）判斷縱向距離是否為0以，及遠車縱向速度分量是否與縱向距離分量反向，若是，則不存在碰撞情況，反之繼續(xù)。

（6）計算主車完成縱向位移所需的時間time2，判斷time1與time2之間差值的絕對值是否小于閾值，若是，則發(fā)出碰撞預警，反之不預警。

圖3ICW算法建模

具體算法建模參見圖3，用于在算法仿真測試的環(huán)境中驗證算法功能及按照算法評估模型對算法進行多維度的評價和反饋。

4 算法評估模型

4.1 多維評估模型參數(shù)解析

算法的評價模型從大維度上分為算法計算效率和有效性。

算法的計算效率是指算法在編寫完成，生成可執(zhí)行程序后，運行時所需要消耗的資源，資源包括時間資源和內(nèi)存資源，即時間復雜度和空間復雜度，根據(jù)C-V2X應用場景算法的資源使用情況，細分為表2所示的子項。

表2 算法計算效率評價參數(shù)

CPU占用率是指算法運行時占用CPU資源的情況，占用率越高，說明算法運行效率較差，反之較好。占用率的高低與CPU強弱有直接關系，因此C-V2X應用場景算法的評價需基于同一硬件平臺進行。IO等待時間間接反映CPU占用情況，IO等待時間短，證明算法效率高，反之亦然。

內(nèi)存占用，即長時間運行內(nèi)存空間占用正常，無內(nèi)存泄漏式增長，空間占用不影響系統(tǒng)正常運行，可表明算法設計及實現(xiàn)無缺陷。EMMC存儲占用，即存儲空間不能異常增長，不能影響系統(tǒng)正常運行，有最大存儲限定。

算法有效性則分為正確性、魯棒性、場景影響因素。具體子項如表3所示。

表3 算法有效性評價參數(shù)

算法的有效性是從算法實現(xiàn)的功能角度分析，考慮所有可能影響算法結果的因素，從正常情況到邊界測試、壓力測試，再綜合車輛行駛過程中的環(huán)境及自身條件因素，合理評價算法模型的優(yōu)劣。

算法的優(yōu)劣直接影響C-V2X應用場景實現(xiàn)的品質(zhì)，場景的實現(xiàn)依托于輸入信息的準確度、及時性以及算法的效率和處理信息的精準度，因此設計算法評價模型目的就在于對每個算法有一個客觀的評價。

4.2 實例評估結果

以交叉路口碰撞預警算法為例，根據(jù)上述算法評價模型，按照標準測試數(shù)據(jù)、最大測試數(shù)據(jù)、最小測試數(shù)據(jù)進行實際測試，測試結果如表4所示。

表4 算法各因子評價結果

綜合評價交叉路口碰撞預警算法的評價結果是通過。至此，可以驗證算法的評估模型是有意義，并且可以執(zhí)行的。但在后續(xù)的工作中還需要更細化每個因子的權重，使算法評價模型能夠更準確地評價每個應用場景算法。

5 結束語

通過梳理C-V2X典型應用場景，核心算法設計，算法建模以及算法評價模型的研究，對C-V2X協(xié)同預警功能的設計、實現(xiàn)及評價形成完整的流程鏈條，推動紅旗車型搭載自主C-V2X功能場景算法，為量產(chǎn)功能驗證提供技術支撐。

C-V2X技術的發(fā)展逐步在向協(xié)同感知、協(xié)同控制方向發(fā)展，隨著參與車控的觸角越來越深入，需要算法在功能和性能上都更能適應高速及城市道路交通中復雜及危險的工況場景，因此就需要成體系的評價模型，能夠多維度對算法進行評價，保證算法的正確性及覆蓋率，繼而保證V2X功能的完備性。