V2X 技術(shù)在城市交叉口防碰撞預(yù)警中的應(yīng)用

胡 艷，馮晶晶，姚 杰

（西安培華學(xué)院智能科學(xué)與信息工程學(xué)院,陜西 西安 710125）

城市道路交叉路口是交通事故高發(fā)地區(qū)，因其分布數(shù)量多、構(gòu)造復(fù)雜、場(chǎng)景眾多，一直以來(lái)都是交通沖突防碰撞預(yù)警研究的主要對(duì)象。V2X(vehicle to everything）技術(shù)[1]是車(chē)聯(lián)網(wǎng)最重要的技術(shù)，借助于車(chē)–車(chē)(vehicle to vehicle，V2V)、車(chē)與路側(cè)基礎(chǔ)設(shè)施（vehicle to infrastructure，V2I）、車(chē)與行人(vehicle to pedestrian，V2P)之間的無(wú)線通信，實(shí)時(shí)感知車(chē)輛周邊狀況，并及時(shí)預(yù)警，可完成車(chē)輛狀態(tài)信息和交通環(huán)境信息的采集，從而實(shí)現(xiàn)數(shù)據(jù)共享，達(dá)到車(chē)與其他事物互聯(lián)的狀態(tài)。LTE-V2X 是基于4G 技術(shù)實(shí)現(xiàn)車(chē)車(chē)通信，以LTE 蜂窩網(wǎng)絡(luò)為V2X 基礎(chǔ)的車(chē)聯(lián)網(wǎng)專(zhuān)有協(xié)議，因此基于LTE-V2X 技術(shù)研究城市道路交叉口防碰撞預(yù)警是當(dāng)今交通安全問(wèn)題中的熱點(diǎn)領(lǐng)域。

現(xiàn)有交叉路口碰撞預(yù)警機(jī)制前提是假設(shè)車(chē)輛能夠獲取周?chē)寇?chē)輛的信息、車(chē)輛之間無(wú)遮擋和信息交互無(wú)時(shí)延。Mazda 和Honda 算法是基于車(chē)輛之間安全邏輯距離來(lái)判斷車(chē)與車(chē)之間是否會(huì)發(fā)生碰撞，僅僅通過(guò)車(chē)輛自身配置不同類(lèi)型的傳感器來(lái)獲取車(chē)輛自身及周?chē)?chē)輛的運(yùn)動(dòng)數(shù)據(jù)信息[2]。文獻(xiàn)[1]中路側(cè)設(shè)備單元（road side unit,RSU）與車(chē)載單元（on board unit,OBU）能夠進(jìn)行通信，交互信息。RSU 獲取車(chē)輛速度、方向和行駛軌跡等狀態(tài)信息，判斷是否某個(gè)時(shí)刻車(chē)輛占用相同的網(wǎng)格發(fā)生碰撞，從而產(chǎn)生預(yù)警信息和建議速度，廣播給OBU。文獻(xiàn)[3—4]的研究結(jié)果表明，提前一秒鐘給駕駛員報(bào)警能夠使車(chē)輛碰撞事故率減少一半以上，說(shuō)明交叉路口防碰撞的通信交互時(shí)延要求越低越好。文獻(xiàn)[5]中路側(cè)設(shè)備利用雷達(dá)傳感器識(shí)別行人的行為預(yù)測(cè)和碰撞預(yù)測(cè)，提高脆弱道路使用者的安全性。文獻(xiàn)[6]給出了BP 神經(jīng)網(wǎng)絡(luò)可以很好地應(yīng)用于城市道路交叉口事故的預(yù)警和預(yù)測(cè)模型的分析。文獻(xiàn)[7]討論了V2X 通信的技術(shù)細(xì)節(jié)，并討論了如何利用它來(lái)提高交叉口的安全性。文獻(xiàn)[8]通過(guò)數(shù)據(jù)挖掘獲取交叉口的碰撞模式，適應(yīng)不同類(lèi)型的交叉口，提高碰撞檢測(cè)的計(jì)算速度。文獻(xiàn)[9]提出了一種基于V2X 的道路交叉口車(chē)–車(chē)避撞預(yù)警算法，其利用基于時(shí)間差的沖突檢測(cè)改進(jìn)算法以及矩形和圓形碰撞檢測(cè)計(jì)算車(chē)–車(chē)碰撞檢測(cè)算法，提高預(yù)測(cè)正確率。首先，所有假設(shè)前提均是通過(guò)車(chē)輛本身的感知設(shè)備能夠100%獲取到周?chē)?chē)輛信息，或者RSU 能100%通信獲取到周?chē)?chē)輛信息。該假設(shè)并沒(méi)有考慮車(chē)輛遮擋、障礙物和滲透率（安裝OBU 的車(chē)輛占所有車(chē)輛的比例）等，很難滿足實(shí)際城市場(chǎng)景下碰撞預(yù)警的需求。其次，車(chē)輛之間信息交互時(shí)延過(guò)大或者車(chē)輛之間信息傳遞存在缺失造成碰撞預(yù)警的不準(zhǔn)確性和碰撞預(yù)警不及時(shí)性。再次，考慮實(shí)際應(yīng)用的普遍推廣，車(chē)輛自身需安裝多個(gè)攝像頭和雷達(dá)等感知設(shè)備，這會(huì)增大車(chē)輛的成本，很難得到推廣和應(yīng)用。為了解決以上問(wèn)題，本文提出了一種基于V2X 技術(shù)的城市交叉口協(xié)助式防碰撞預(yù)警算法。該機(jī)制通過(guò)在城市交叉口部署RSU，利用雷達(dá)和攝像頭的數(shù)據(jù)進(jìn)行融合，把融合后的車(chē)輛信息發(fā)給RSU；RSU 從連接的紅綠燈信號(hào)機(jī)中獲取紅綠燈信息，從連接的云平臺(tái)中獲取輔助局部道路地圖數(shù)據(jù)信息。RSU 把獲取的各種信息通過(guò)PC5 空口利用幀聽(tīng)預(yù)留的資源分配方式，把信息廣播給交叉口的OBU。OBU 根據(jù)從RSU 獲取的信息和自身從周?chē)渌鸒BU 獲取的車(chē)輛狀態(tài)信息進(jìn)行融合，應(yīng)用到碰撞預(yù)警機(jī)制中，給出預(yù)警信息。本應(yīng)用能夠有效解決車(chē)輛之間遮擋、車(chē)輛安裝OBU 滲透率無(wú)法普及、安裝車(chē)載攝像頭和雷達(dá)成本高等問(wèn)題，給車(chē)輛實(shí)時(shí)提供紅綠燈時(shí)長(zhǎng)和行駛建議速度，有效判斷交叉口存在的碰撞風(fēng)險(xiǎn)，提高預(yù)警的準(zhǔn)確度，減少交通事故的發(fā)生。

1 交叉口協(xié)助式機(jī)制架構(gòu)

在城市交叉口中，基于LTE-V2X 技術(shù)協(xié)助式防碰撞預(yù)警的總體系統(tǒng)架構(gòu)如圖1 所示，包括RSU、OBU、信號(hào)機(jī)、業(yè)務(wù)平臺(tái)、感知融合單元、毫米波雷達(dá)或者激光雷達(dá)、攝像頭。

圖1 協(xié)助式機(jī)制架構(gòu)

RSU：部署在路側(cè)的設(shè)備單元，匯聚路側(cè)交通感知設(shè)備(MEC、信號(hào)燈等)和業(yè)務(wù)平臺(tái)傳輸?shù)臄?shù)據(jù)，并將V2X 事件、交通參與者信息、地圖信息和紅綠燈信息等通過(guò)PC5 口廣播給OBU。

OBU：安裝在車(chē)輛等移動(dòng)設(shè)備上，能實(shí)時(shí)感知自身位置和速度等狀態(tài)信息，通過(guò)PC5 口廣播給周?chē)腛BU 和RSU。

信號(hào)機(jī)：指導(dǎo)交通運(yùn)行的紅、綠和黃信號(hào)燈，按照一定頻率輸出信號(hào)機(jī)信息給RSU。

業(yè)務(wù)平臺(tái)：既能給RSU 提供局部交叉口的地圖信息，也能與RSU 交互交通參與者信息和事件信息。

MEC：處理攝像頭和雷達(dá)的數(shù)據(jù)，給RSU 輸出目標(biāo)物和交通事件等結(jié)構(gòu)化數(shù)據(jù)。

LTE-V2X 技術(shù)的交叉口協(xié)助式機(jī)制中，RSU能夠全天候綜合感知路面交通狀況，將車(chē)、人等周邊的交通元素有效地連接起來(lái)，與OBU 形成有效通信，為交叉路口碰撞預(yù)警機(jī)制提供輸入，避免碰撞事故發(fā)生。

為了規(guī)避碰撞預(yù)警發(fā)生，駕駛員采取一定的措施規(guī)避危險(xiǎn)所需要的最短時(shí)間成為最小安全時(shí)間。最小安全時(shí)間可以分為兩個(gè)部分：反應(yīng)時(shí)間和控制車(chē)輛的時(shí)間。人的反應(yīng)時(shí)間小于等于2 s?？刂栖?chē)輛的時(shí)間反映到LTE-V2X 通信端到端時(shí)延要求為[10]：車(chē)速范圍 0～70 km/h，通信距離大于等于150 m，OBU 和OBU 之間以及RSU 與OBU 之間應(yīng)用層到應(yīng)用層系統(tǒng)延遲小于等于100 ms。3GPP TR22.885 明確規(guī)定在有效通信距離50 m 之內(nèi)，V2X 端到端最大通信時(shí)延為100 ms，LTE-V2X 應(yīng)用層正確包的接收率大于等于95%[11]。

2 V2X 應(yīng)用方案

V2X 技術(shù)在交叉口協(xié)助式碰撞預(yù)警應(yīng)用分為以下4 個(gè)大模塊，如圖2 所示。

圖2 V2X 應(yīng)用方案示意圖

1)信號(hào)相位和定時(shí)消息(signal phase and timing message，SPAT)以及地圖(MAP)信息推送。RSU周期性獲取交叉口紅綠燈信息，廣播給OBU。為了能讓OBU 更加準(zhǔn)確地獲取每個(gè)車(chē)道紅綠燈信息，RSU 把交叉口地圖信息和紅綠燈信息相匹配，廣播給周?chē)能?chē)輛。

2)路側(cè)感知目標(biāo)物和預(yù)警事件發(fā)送。通過(guò)前端感知模塊（雷達(dá)和攝像頭）獲取車(chē)輛信息，經(jīng)過(guò)感知融合單元處理之后，輸出車(chē)輛、行人和路面狀況信息給RSU，RSU 廣播給周?chē)?chē)輛。

3)車(chē)端碰撞算法和預(yù)警顯示。OBU 獲取紅綠燈信息、地圖信息、路面狀況和目標(biāo)物狀態(tài)(位置、速度和加速度等），給端側(cè)交叉路口碰撞預(yù)警輸入信息。車(chē)輛一旦判斷存在預(yù)警信息，及時(shí)提醒駕駛員，能夠避免事故的發(fā)生。

4)車(chē)端建議速度顯示。車(chē)端根據(jù)紅綠燈信息和地圖信息計(jì)算交叉口行駛建議的速度，給出建議每個(gè)車(chē)道通過(guò)交叉口的速度值。

2.1 信號(hào)相位定時(shí)消息和地圖信息推送

SPAT 和MAP 推送流程如下。

步驟1，城市十字路口部署信號(hào)機(jī)，為RSU 周期性提供信號(hào)燈信息，生成SAPT 信息。

步驟2，RSU 從業(yè)務(wù)平臺(tái)獲取交叉口MAP信息。

步驟3，RSU 把MAP 中車(chē)道信息與SPAT 信息相匹配，把兩個(gè)消息廣播給周?chē)能?chē)輛。

對(duì)于特殊車(chē)輛（公交車(chē)、緊急車(chē)、救護(hù)車(chē)輛等）優(yōu)先通行需求場(chǎng)景，優(yōu)先通行車(chē)輛通過(guò)OBU 把請(qǐng)求調(diào)整紅綠燈的信息發(fā)給RSU，RSU 獲取請(qǐng)求信息之后，把反向控制紅綠燈信息發(fā)給信號(hào)機(jī)，信號(hào)機(jī)控制器調(diào)整交叉口紅綠燈信息，再把信號(hào)機(jī)信息傳遞給RSU，RSU 生成SPAT 和MAP，廣播給周?chē)?chē)輛，從而保證特殊車(chē)輛優(yōu)先通行。

2.2 路側(cè)感知目標(biāo)物和預(yù)警事件發(fā)送

路側(cè)感知目標(biāo)物和預(yù)警事件分別轉(zhuǎn)為路側(cè)安全信息(roadside safety message，RSM)、路側(cè)交通事件和交通標(biāo)志標(biāo)牌信息(road side information，RSI)，流程如下。

步驟1，感知融合單元目標(biāo)物生成。部署路邊的雷達(dá)和攝像頭等感知設(shè)備實(shí)時(shí)獲取周邊道路交通信息，例如，行人、車(chē)輛、位置、速度等，感知融合單元把攝像頭和雷達(dá)信息進(jìn)行融合，進(jìn)一步生成目標(biāo)物的運(yùn)動(dòng)狀態(tài)信息。

步驟2，RSM 生成。RSU 通過(guò)感知融合單元獲取各種交通參與者的類(lèi)型、位置、速度等感知信息，生成RSM 信息，發(fā)送給車(chē)輛。

步驟3，RSI 生成。RSU 可以通過(guò)交叉路口碰撞算法，篩選出存在碰撞風(fēng)險(xiǎn)的車(chē)輛，產(chǎn)生碰撞預(yù)警事件，廣播給周?chē)?chē)輛。

2.3 車(chē)端碰撞算法和預(yù)警顯示

步驟1，OBU 收到RSU 發(fā)送感知RSM。

步驟2，OBU 同步收到周?chē)鶲BU 發(fā)送車(chē)輛速度、位置等運(yùn)動(dòng)狀態(tài)信息（basic safety message，BSM）。

步驟3，OBU 從CAN 獲取本車(chē)運(yùn)行狀態(tài)信息。

步驟4，OBU 把收到的RSM 和BSM 消息經(jīng)過(guò)擬合算法，過(guò)濾掉重復(fù)車(chē)輛信息，生成車(chē)輛的運(yùn)動(dòng)狀態(tài)列表信息。擬合算法的前提是時(shí)間同步，保證感知融合單元、RSU 和OBU 時(shí)間同步。在OBU 接收模塊中，OBU 接收RSU 發(fā)送的RSM 信息，也接收OBU 發(fā)送的BSM 信息。

步驟4（a），初始化接收車(chē)輛列表為空。

步驟4（b），車(chē)輛位置的擬合。尋找時(shí)間、位置、速度和角度比較相近的點(diǎn)，并且對(duì)歷史軌跡信息吻合度比較高的點(diǎn)。把接收RSU 和OBU 信息的兩個(gè)點(diǎn)合而為一，放入到接收車(chē)輛列表中。

步驟4（c），疊加。RSU 和OBU 無(wú)法擬合點(diǎn)的車(chē)輛信息統(tǒng)一放入到接收車(chē)輛列表中。

步驟4（d），擬合結(jié)果即為接收車(chē)輛列表。

步驟5，OBU 把接收車(chē)輛列表輸入到碰撞預(yù)警模塊。碰撞預(yù)警模塊綜合所有車(chē)輛列表信息進(jìn)行判斷，通過(guò)交叉路口碰撞算法，篩選存在潛在碰撞風(fēng)險(xiǎn)的車(chē)輛，按照碰撞等級(jí)生成預(yù)警信息。交叉路口碰撞算法具體如下。

步驟5（a），車(chē)輛收集十字路口道路車(chē)輛運(yùn)動(dòng)狀態(tài)信息，包括SPAT、MAP、RSM 和BSM。

步驟5（b），車(chē)輛自身結(jié)合MAP 信息，以自身位置為原點(diǎn)，以半徑R畫(huà)圓，篩選位于交叉路口左右側(cè)以及交叉路口前后側(cè)區(qū)域的車(chē)輛信息。

步驟5（c），根據(jù)本車(chē)與篩選區(qū)域車(chē)輛之間的距離信息，與距離門(mén)限比較進(jìn)一步篩選潛在高風(fēng)險(xiǎn)車(chē)輛信息。

步驟5（d），對(duì)高風(fēng)險(xiǎn)車(chē)輛信息進(jìn)行過(guò)濾，根據(jù)車(chē)輛位置、速度、行駛方向、加速度等信息，預(yù)測(cè)車(chē)輛軌跡，計(jì)算達(dá)到路口沖突區(qū)域的時(shí)間差和達(dá)到路口的距離差，時(shí)間差或者距離差小于閥值，篩選存在碰撞危險(xiǎn)的車(chē)輛。沖突區(qū)域是指道路交叉口中，車(chē)輛運(yùn)行軌跡存在相互交叉、匯合到分開(kāi)的區(qū)域范圍。該區(qū)域包含潛在會(huì)發(fā)生碰撞的沖突點(diǎn)。

步驟5（e），對(duì)存在碰撞危險(xiǎn)的車(chē)輛進(jìn)一步根據(jù)時(shí)間差或者距離差，以及車(chē)輛速度篩選最緊急的威脅車(chē)輛。

步驟5（f），根據(jù)威脅車(chē)輛的行駛軌跡給出不同預(yù)警級(jí)別，正向碰撞級(jí)別最高，側(cè)向碰撞次之，追尾碰撞較低。

步驟5（g），系統(tǒng)對(duì)駕駛員進(jìn)行碰撞預(yù)警提醒。

步驟6，OBU 同時(shí)收到RSU 的防碰撞預(yù)警，把預(yù)警信息提醒給駕駛員。

2.4 車(chē)端建議速度顯示

步驟1，車(chē)輛讀取RSU 發(fā)送的SPAT 信息和MAP信息。

步驟2，車(chē)輛根據(jù)十字路口道路停止線的距離或者交叉口中心點(diǎn)位置信息和紅綠燈時(shí)長(zhǎng)，能計(jì)算通過(guò)交叉路口行駛建議速度區(qū)間，給駕駛員進(jìn)行提示。

步驟3，車(chē)輛根據(jù)所處車(chē)道信息和道路數(shù)據(jù)地圖轉(zhuǎn)向信息，給出車(chē)輛提示左轉(zhuǎn)、直行和右轉(zhuǎn)的提示。

步驟4，車(chē)輛根據(jù)車(chē)道所在紅綠燈信息，指示車(chē)輛在交叉口停止線是等待紅燈還是綠燈安全通過(guò)交叉口。

3 系統(tǒng)仿真

3.1 仿真說(shuō)明

為了進(jìn)一步論述V2X 技術(shù)在城市交叉口防碰撞預(yù)警中的應(yīng)用，系統(tǒng)仿真平臺(tái)利用Microsoft Visual Studio C++構(gòu)建了城市典型的LOS 場(chǎng)景模擬端到端的數(shù)據(jù)傳輸。平臺(tái)模塊構(gòu)造如圖3 所示，分為公共模塊：RSU 和OBU 分布模型、參數(shù)讀取模塊、感知融合單元和路徑損耗；發(fā)送端：數(shù)據(jù)解析和生成、資源調(diào)度和發(fā)送模塊；接收端：接收和解析以及性能統(tǒng)計(jì)。

圖3 系統(tǒng)仿真平臺(tái)模塊構(gòu)造圖

3.2 仿真場(chǎng)景

仿真場(chǎng)景為車(chē)輛分布在城市交叉口附近道路半徑300 m 的道路上，如圖4 所示。如表1 所示，道路為單向3 車(chē)道和雙向6 車(chē)道，每個(gè)車(chē)道車(chē)輛泊松分布，以勻速度直行，達(dá)到邊界之后，往返運(yùn)動(dòng)。

圖4 交叉口車(chē)輛分布示意圖

Case1 車(chē)輛分布總數(shù)171 輛車(chē)，高密度。Case2車(chē)輛分布總數(shù)81 輛車(chē)，中密度。分別構(gòu)造無(wú)RSU部署車(chē)輛僅獲取周?chē)鶲BU 車(chē)輛運(yùn)動(dòng)狀態(tài)信息，無(wú)法獲取沒(méi)有裝有OBU 的車(chē)輛信息和有RSU 部署下，OBU 獲取周?chē)?chē)輛OBU 運(yùn)動(dòng)狀態(tài)信息，也能獲取RSU 發(fā)送車(chē)輛運(yùn)動(dòng)狀態(tài)信息的場(chǎng)景。

3.3 仿真條件

系統(tǒng)仿真參數(shù)包括公共仿真參數(shù)和城市LOS 場(chǎng)景下仿真參數(shù)。具體如表1 和表2 所示。

表1 公共仿真參數(shù)

3.4 包接收率分析

包接收率(packet reception rate，PRR)[14?15]為在一定距離下接收端成功解調(diào)的包數(shù)與發(fā)送端發(fā)送總包數(shù)的比值。本文是指在一定距離下接收端成功解調(diào)的包數(shù)與所有車(chē)輛期望發(fā)送總包數(shù)的比值。

3.4.1 綠燈和地圖信息推送

根據(jù)表2 仿真條件可知，信號(hào)機(jī)生成的數(shù)據(jù)傳輸?shù)絉SU 的周期為1 000 ms。RSU 從V2X Server平臺(tái)獲取MAP 和讀取信號(hào)機(jī)數(shù)據(jù)生成SPAT，分別以周期500 ms 和1000 ms 把SPAT 和MAP 廣播給周?chē)能?chē)輛。

OBU接收SPAT 和MAP信息的PRR如圖5所示。車(chē)輛通過(guò)SPAT 和MAP 能夠獲取每個(gè)車(chē)道的綠燈時(shí)長(zhǎng)。車(chē)輛速度處理模塊把速度信息輸出到Pad 終端，Pad 終端顯示出車(chē)輛的速度信息和紅綠燈時(shí)長(zhǎng)。

圖5 OBU 接收SPAT 和MAP 的PRR

3.4.2 OBU 接收RSI、RSM 和BSM 的PRR 分析

根據(jù)表2 仿真條件可知：OBU 發(fā)送BSM 周期為100 ms，RSU 發(fā)送RSI 周期為100 ms，發(fā)送RSM周期為100 ms。OBU 既可以接收車(chē)輛之間BSM消息，也可以接收RSU 發(fā)送RSM 和RSI。為了讓仿真結(jié)果更加趨近城市真實(shí)場(chǎng)景，一個(gè)RSU 部署在交叉口附近一側(cè)，能夠使每個(gè)方向的車(chē)道車(chē)輛均能通過(guò)LOS 路徑收到RSU 發(fā)送的信息。

當(dāng)所有車(chē)輛都安裝OBU，滲透率為100%。由圖6 可知，OBU 接收OBU 的PRR 以及OBU 接收RSU 的PRR，Case2 比Case1 可靠性高。這說(shuō)明車(chē)輛分布密度越高，相互之間干擾越嚴(yán)重，對(duì)OBU 接收的PRR 影響越大，值就越低。在50 m范圍內(nèi)case1 和case2 的PRR 均大于等于95%。在距離為80 m 左右時(shí)，OBU 接收PRR 均保持在90%以上，且OBU 接收OBU 的PRR 和OBU 接收RSU的PRR 二者差值在7%之內(nèi)。隨著距離的增加，Case1 相對(duì)Case2 下OBU 接收OBU 與OBU 接收RSU 二者的PRR 之差更加明顯，Case1 相差最大為65%。

圖6 滲透率100%下OBU 接收包的PRR

對(duì)于OBU 來(lái)說(shuō)，OBU 接收OBU 數(shù)據(jù)和OBU接收RSU 數(shù)據(jù)二者分開(kāi)處理，OBU 不做進(jìn)一步的融合，所以存在接收重復(fù)的車(chē)輛信息，并且無(wú)法真實(shí)獲取周?chē)?chē)輛的信息。

3.4.3 增強(qiáng)OBU 接收RSI、RSM 和BSM 的PRR 分析

OBU 不僅接收OBU 之間車(chē)輛的BSM，而且接收到RSU 發(fā)送的RSM，二者信息經(jīng)過(guò)擬合算法，能夠極大提高OBU 接收周?chē)?chē)輛的PRR，稱為增強(qiáng)OBU 接收。

當(dāng)滲透率為100%，在十字路口分布的OBU 接收到RSU 發(fā)送的RSM 數(shù)據(jù)包的PRR 為PRR_rsu，接收到OBU 發(fā)送BSM 消息數(shù)據(jù)包的PRR 為PRR_obu。車(chē)輛信息經(jīng)過(guò)擬合處理，增強(qiáng)OBU 接收數(shù)據(jù)包的PRR 約等價(jià)：PRR_enhance=PRR_obu+(1-PRR_obu）*PRR_rsu，或者PRR_enhance=PRR_rsu+(1-PRR_rsu）*PRR_rsu。

從圖6 和圖7 可以看出，在滲透率為100%，Case1 和Case2 下增強(qiáng)OBU 接收數(shù)據(jù)包的PRR 相對(duì)于無(wú)增強(qiáng)OBU 接收數(shù)據(jù)包的PRR，在100 m 距離下分別提升20%和5%，在300 m 距離下分別提升42%和8%。所以，車(chē)輛分布越密集，增強(qiáng)OBU接收數(shù)據(jù)包的PRR，提升性能空間就越大。

圖7 Case1 不同滲透率下PRR 對(duì)比

3.4.4 不同滲透率PRR 性能分析

隨路側(cè)部署的增加和安全應(yīng)用需求，OBU 滲透率會(huì)逐漸提升。當(dāng)交叉口車(chē)輛安裝OBU 的滲透率不高，分別為20%和50%時(shí)，可以通過(guò)在路邊部署RSU，使得OBU 既能接收RSU 發(fā)送信息，也能接收周?chē)鶲BU 的信息，從而減少交叉路口的碰撞的風(fēng)險(xiǎn)。

從圖7 和圖8 可以看出，OBU 的滲透率Percent_obu 分別為20%和50%時(shí)：OBU 接收所有車(chē)輛的PRR 不高于滲透率；當(dāng)OBU 接收OBU 的距離小于等于240 m 時(shí)，Case1 和Case2 增強(qiáng)OBU接收所有車(chē)輛的PRR 分別達(dá)到97%和99.8%以上。因此，交叉口部署RSU，利用雷達(dá)和攝像頭等感知設(shè)備，能夠解決OBU 的滲透率低的問(wèn)題。

圖8 Case2 不同滲透率下PRR 對(duì)比

3.5 車(chē)輛碰撞預(yù)警分析

城市交叉口車(chē)端碰撞算法利用V2X 技術(shù)，設(shè)置6 個(gè)場(chǎng)景，車(chē)輛密度為Case2，分別進(jìn)行仿真，統(tǒng)計(jì)記錄數(shù)據(jù)。

預(yù)警次數(shù)是指系統(tǒng)統(tǒng)計(jì)車(chē)輛顯示預(yù)警而實(shí)際確實(shí)發(fā)生碰撞預(yù)警的次數(shù)。錯(cuò)報(bào)次數(shù)是指系統(tǒng)統(tǒng)計(jì)車(chē)輛顯示預(yù)警，而實(shí)際上車(chē)輛最終沒(méi)有發(fā)生碰撞的次數(shù)。漏報(bào)次數(shù)是指系統(tǒng)統(tǒng)計(jì)車(chē)輛發(fā)生了碰撞而實(shí)際沒(méi)有提前給出預(yù)警的次數(shù)。

情景1，OBU 滲透率100%，OBU 接收OBU。

情景2，OBU 滲透率50%，OBU 接收OBU。

情景3，OBU 滲透率20%，OBU 接收OBU。

情景4，OBU 滲透率100%，OBU 增強(qiáng)接收OBU，部署1 個(gè)RSU，感知融合單元100%獲取交車(chē)口車(chē)輛的運(yùn)動(dòng)狀態(tài)。

情景5，OBU 滲透率50%，OBU 增強(qiáng)接收OBU，部署1 個(gè)RSU，感知融合單元100%獲取交車(chē)口車(chē)輛的運(yùn)動(dòng)狀態(tài)。

情景6，OBU 滲透率20%，OBU 增強(qiáng)接收OBU，部署1 個(gè)RSU，感知融合單元100%獲取交車(chē)口車(chē)輛的運(yùn)動(dòng)狀態(tài)。

從表3 可以看出，在沒(méi)有RSU 部署，OBU 的滲透率無(wú)法普及的情況下，十字路口碰撞算法隨滲透率降低，漏報(bào)次數(shù)增加。其原因是車(chē)輛之間只能收到OBU 的車(chē)輛信息。在OBU 滲透率為100%時(shí)，預(yù)警的正確率為91.7%；在OBU 滲透率為20%和50%時(shí)，預(yù)警的正確率分別為19.58%和50%。而在十字路口部署RSU 情況下，能夠有效解決OBU 滲透率無(wú)法普及的問(wèn)題，預(yù)警的正確率提升到95.6%。

表3 車(chē)輛碰撞預(yù)警結(jié)果

3.6 時(shí)延分析

時(shí)延(delay)定義為從發(fā)送端應(yīng)用層發(fā)送V2X通信數(shù)據(jù)的時(shí)刻，到接收端應(yīng)用層正確解調(diào)V2X業(yè)務(wù)包的時(shí)刻，二者之間的時(shí)間差[14?15]。PC5 空口的時(shí)延定義是應(yīng)用層端到端的延遲時(shí)間。文獻(xiàn)[10]中明確說(shuō)明RSU 與OBU 之間PC5 口信息交互時(shí)延小于等于100 ms，所以RSU 到OBU 應(yīng)用層端到端平均時(shí)延約為50 ms。OBU 與OBU 之間通信時(shí)延參考RSU 與OBU 之間時(shí)延，應(yīng)用層端到端時(shí)延小于等于100 ms，平均時(shí)延為50 ms。雷達(dá)廠家發(fā)送數(shù)據(jù)周期為50～100 ms，視頻采樣速率設(shè)置20 幀/秒，攝像頭和雷達(dá)最大對(duì)齊時(shí)間為100 ms，感知融合單元對(duì)視頻和雷達(dá)的數(shù)據(jù)進(jìn)行融合，到最終輸出車(chē)輛信息列表為100 ms左右，那么基于V2X技術(shù)通信，從感知融合單元到RSU，再到OBU 之間交互時(shí)延小于等于300 ms。因此，端到端時(shí)延能有效為交叉路口碰撞預(yù)警算法提供輸入，提高碰撞預(yù)警的實(shí)時(shí)性。綜上所述，滿足時(shí)延的需求。

4 結(jié)束語(yǔ)

LTE-V2X 作為智能網(wǎng)聯(lián)汽車(chē)和車(chē)聯(lián)網(wǎng)等核心技術(shù)，正受到越來(lái)越多的研究和關(guān)注。文中提出了一種基于LTE-V2X 技術(shù)在城市交叉口協(xié)助式防碰撞預(yù)警的應(yīng)用方案，既能解決單車(chē)智能遮擋無(wú)法識(shí)別問(wèn)題，也解決車(chē)輛獲取周?chē)畔r(shí)延過(guò)大和接收數(shù)據(jù)包的PRR 過(guò)低問(wèn)題?？紤]普適性，解決車(chē)輛安裝車(chē)載攝像頭和雷達(dá)等成本高的問(wèn)題，能極大推動(dòng)OBU 的滲透率。所以，通過(guò)V2X 技術(shù)能夠提高車(chē)輛接收的PRR，以更短時(shí)延獲取車(chē)輛信息，實(shí)時(shí)顯示綠燈時(shí)長(zhǎng)和指導(dǎo)車(chē)輛建議行駛速度，從而能夠?qū)徊婵诖嬖诘臐撛跊_突和即將發(fā)生的碰撞情況進(jìn)行實(shí)時(shí)預(yù)警，減少交叉路口交通事故的發(fā)生。

未來(lái)隨V2X 通信能力的車(chē)輛滲透率不斷提升，城市交叉口部署RSU 的日臻完善，LTE-V2X技術(shù)下PC5 口相互之間干擾會(huì)成倍增加，將對(duì)空口接收PRR、時(shí)延和防碰撞預(yù)警算法提出更高的要求。