邊緣計(jì)算在智慧交通環(huán)境感知系統(tǒng)的應(yīng)用研究

基金項(xiàng)目：2021年度廣西交通職業(yè)技術(shù)學(xué)院校級科學(xué)研究項(xiàng)目“基于C-V2X技術(shù)的智慧交通應(yīng)用研究”（編號：JZY2021KAY05）；2022年度廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目“基于C-V2X技術(shù)的車路通訊裝置在智能交通站場的應(yīng)用研究”（編號：2022KY1126）

作者簡介：胡筱娥（1982—），碩士，講師，研究方向：計(jì)算機(jī)應(yīng)用技術(shù)。

摘要：文章重點(diǎn)研究邊緣計(jì)算技術(shù)在智慧交通環(huán)境感知系統(tǒng)工程項(xiàng)目部署建設(shè)中的應(yīng)用情況，闡述邊緣計(jì)算技術(shù)優(yōu)勢，分析C-V2X車路協(xié)同發(fā)展現(xiàn)狀，并具體探究邊緣計(jì)算在智慧交通環(huán)境感知系統(tǒng)路側(cè)部署RSU中的應(yīng)用方法，以期促進(jìn)邊緣計(jì)算與智能網(wǎng)聯(lián)的融合，推動智慧交通工程的發(fā)展。

關(guān)鍵詞：邊緣計(jì)算；車路協(xié)同；融合感知

中圖分類號：U495

0 引言

隨著新一代傳感器和通信技術(shù)的發(fā)展，車路協(xié)同已經(jīng)成為現(xiàn)代道路智能交通系統(tǒng)發(fā)展的重要組成部分之一?，F(xiàn)階段，車路協(xié)同不僅是一種技術(shù)，也不僅是一種產(chǎn)品，而是在國家層面上已經(jīng)成為國家戰(zhàn)略。邊緣計(jì)算使路邊應(yīng)用能夠接收更多車輛和路邊傳感器的數(shù)據(jù)，并以極低的延遲向附近的車輛發(fā)送經(jīng)過分析計(jì)算的信息或數(shù)據(jù)，有助于提高車路協(xié)同系統(tǒng)的可靠性。因此，邊緣計(jì)算技術(shù)成為車路協(xié)同應(yīng)用中的研究熱點(diǎn)之一。

1 邊緣計(jì)算的技術(shù)優(yōu)勢

邊緣計(jì)算在服務(wù)需求的附近進(jìn)行數(shù)據(jù)收發(fā)而無須交由空間距離很遠(yuǎn)的云端，性能獲得很大提升，處理活動效率高，并可有效減輕云端的負(fù)荷，從而實(shí)現(xiàn)更好的性能、延遲和安全性，可以更好地滿足人民的智能服務(wù)需求^［1］。

在車路協(xié)同系統(tǒng)中，零（低）延時(shí)是車輛安全實(shí)現(xiàn)的一項(xiàng)必備條件，由于大部分的路端傳感器只提供數(shù)據(jù)，傳感器本身不對數(shù)據(jù)進(jìn)行處理，需要將數(shù)據(jù)上傳云端，由計(jì)算中心對數(shù)據(jù)進(jìn)行處理、深度學(xué)習(xí)、訓(xùn)練和分析。根據(jù)測算，數(shù)據(jù)在傳感器與云端服務(wù)器之間，通過網(wǎng)絡(luò)來回發(fā)送數(shù)據(jù)需要至少150～200 ms，考慮到車輛正在行駛中，且要對車輛控制做出實(shí)時(shí)決策，這個(gè)時(shí)間過長。對于車聯(lián)網(wǎng)而言，如果車輛按60 km/h勻速行駛，200 ms的網(wǎng)絡(luò)通信時(shí)延需要的制動距離為4～5 m，這將降低系統(tǒng)的安全性。

在智能網(wǎng)聯(lián)汽車中，云計(jì)算雖然必不可少，而邊緣計(jì)算因其更靠近車輛，因此遠(yuǎn)程網(wǎng)絡(luò)問題影響本地車輛的可能性微乎其微。另外，即便云端或遠(yuǎn)程數(shù)據(jù)中心發(fā)生故障，由于邊緣計(jì)算單元具備重要的本地處理功能，車路協(xié)同的車載智能推理在邊緣計(jì)算的支撐下仍能保持有效的自運(yùn)行。由此可見，邊緣計(jì)算可有效提高車路協(xié)同的可靠性。

2 C-V2X車路協(xié)同系統(tǒng)發(fā)展現(xiàn)狀

2.1 技術(shù)概述

車路協(xié)同系統(tǒng)的設(shè)備架構(gòu)如圖1所示。智能交通信號燈、道路環(huán)境信息感知系統(tǒng)、微型環(huán)境氣象采集站、動態(tài)交通標(biāo)志牌與交通誘導(dǎo)屏構(gòu)成智能車路協(xié)同系統(tǒng)。智能交通信號燈可依據(jù)交通流，科學(xué)調(diào)整切換信號。道路融合感知系統(tǒng)采用視頻檢測、激光雷達(dá)、毫米波雷達(dá)等多種技術(shù)的融合感知方式，實(shí)時(shí)感知路況信息，交通參與者信息，適應(yīng)不同的道路應(yīng)用場景、時(shí)間段和氣象環(huán)境；將道路感知數(shù)據(jù)進(jìn)行融合處理后提供給路側(cè)通信單元、邊緣側(cè)或云平臺完成協(xié)同計(jì)算，向社會車輛提供交通信息服務(wù)^［2］。

C-V2X兩種通信接口相互配合，彼此支撐，形成有效冗余來應(yīng)對各種應(yīng)用場景，如下頁圖2所示。

為保證通信性能，C-V2X可實(shí)現(xiàn)與全球衛(wèi)星系統(tǒng)導(dǎo)航同步。PC5 接口包括通過基站采用動態(tài)的方式進(jìn)行資源調(diào)度分配的方式（Mode-3）和通過終端間的分布式算法來實(shí)現(xiàn)資源分配的方式（Mode-4），可實(shí)現(xiàn)資源的高效分配。如下頁圖3所示^［3］。

2.2 國內(nèi)車聯(lián)網(wǎng)發(fā)展情況

車路系統(tǒng)是智慧交通的重要組成支撐，截至2022年，我國已建成 4個(gè)國家級車聯(lián)網(wǎng)先導(dǎo)區(qū)，包括探索路端建設(shè)方面的江蘇（無錫）車聯(lián)網(wǎng)先導(dǎo)區(qū)、探索場景創(chuàng)新和運(yùn)營模式方面的湖南（長沙）車聯(lián)網(wǎng)先導(dǎo)區(qū)、探索標(biāo)準(zhǔn)認(rèn)證以及評價(jià)體系建設(shè)方面的天津（西青）車聯(lián)網(wǎng)先導(dǎo)區(qū)和重慶（兩江新區(qū)）車聯(lián)網(wǎng)先導(dǎo)區(qū)（主要是山地特色車路協(xié)同應(yīng)用場景的研究）^［4］。

廣西作為國內(nèi)重要的汽車生產(chǎn)基地，也于2021年10月啟動了柳州市車聯(lián)網(wǎng)先導(dǎo)區(qū)項(xiàng)目建設(shè)，目前已完成一階段50.3 km智能網(wǎng)聯(lián)道路及車聯(lián)網(wǎng)基礎(chǔ)服務(wù)平臺建設(shè)并投入試運(yùn)行，主要開展政企聯(lián)合創(chuàng)新應(yīng)用方面的探索。

2.3 車路協(xié)同發(fā)展挑戰(zhàn)

近年來，我國在車路協(xié)同先導(dǎo)區(qū)建設(shè)與研究的成果是卓有成效的，但在當(dāng)前階段，車路協(xié)同技術(shù)在推進(jìn)過程中也面臨諸多挑戰(zhàn)。主要是因?yàn)橥度胧褂玫南到y(tǒng)和參與應(yīng)用運(yùn)營的實(shí)體都需要達(dá)到一定的規(guī)模，具備群體規(guī)模效益才能較好地發(fā)揮車路協(xié)同的核心功能作用，而目前我國僅處于車路協(xié)同建設(shè)初期，還沒有進(jìn)入一個(gè)大規(guī)模的建設(shè)期^［5］。

當(dāng)前，由于車路協(xié)同的核心功能應(yīng)用有限，且先導(dǎo)區(qū)的數(shù)量較少，公眾出行參與車路系統(tǒng)功能機(jī)會少，對該技術(shù)的體驗(yàn)感欠缺，社會經(jīng)濟(jì)效益難以明顯體現(xiàn)，且在商業(yè)落地方面，道路建設(shè)方投資建設(shè)了路端設(shè)備，后續(xù)如何通過路端設(shè)備進(jìn)行收費(fèi)盈利，目前還沒有探索到合適的模式，這導(dǎo)致道路建設(shè)方投資建設(shè)的積極性不足。另外，后續(xù)運(yùn)營存在困難，部署在路側(cè)的設(shè)備，運(yùn)維的團(tuán)隊(duì)培養(yǎng)也面臨很大挑戰(zhàn)。結(jié)合廣西當(dāng)前智慧交通建設(shè)發(fā)展的現(xiàn)狀，為提升智能車路協(xié)同技術(shù)，培養(yǎng)車路協(xié)同應(yīng)用與運(yùn)維人才，助力車路協(xié)同規(guī)模應(yīng)用的發(fā)展。廣西某交通特色高校開展了車路協(xié)同測試基地項(xiàng)目的建設(shè)，本文的研究工作也在該車路協(xié)同測試基地中開展。

3 邊緣計(jì)算在智慧交通環(huán)境感知系統(tǒng)路側(cè)部署RSU中的應(yīng)用研究

3.1 本文研究路側(cè)RSU的部署方案

本文開展的研究基于特定場景的C-V2X車路協(xié)同項(xiàng)目，該項(xiàng)目建設(shè)在廣西南寧市某高校中，為智慧場站配套3 km“路-站”銜接試驗(yàn)道路，建設(shè)智慧化“路-站”交通基礎(chǔ)設(shè)施，參照交通運(yùn)輸部現(xiàn)有的車路協(xié)同標(biāo)準(zhǔn)體系，布設(shè)路基與路側(cè)傳感及通信設(shè)備，以先進(jìn)的無線通信和移動互聯(lián)網(wǎng)等技術(shù)，對交通環(huán)境進(jìn)行實(shí)時(shí)感知，建設(shè)基于車路協(xié)同技術(shù)，“車-路-站”銜接的智慧交通運(yùn)輸測試中心，詳細(xì)路線圖以及V2X點(diǎn)位如圖4所示。

3.2 系統(tǒng)硬件構(gòu)成與軟件架構(gòu)

本文分析選用路線中03#站點(diǎn)的路端側(cè)設(shè)備開展，該點(diǎn)位為一個(gè)帶坡的T型路口，路端設(shè)備主要由兩大部分組成：（1）環(huán)境數(shù)據(jù)源采集設(shè)備安裝在路側(cè)3.5 m高立桿上；（2）MEC及交換機(jī)設(shè)備安裝在立桿附近防雨防雷機(jī)柜中，如圖5所示。

路端計(jì)算由MEC完成，該站點(diǎn)MEC采用Vecow工作站等級平臺，型號規(guī)格為EVS-2010F，最高支持95 W TDP CPU，最高可支持250 W NVIDIA或AMD獨(dú)立顯卡，12～50 V寬范圍直流輸入，80 V浪涌保護(hù)，可靠性高。路端環(huán)境數(shù)據(jù)通過網(wǎng)絡(luò)相機(jī)、毫米波雷達(dá)、激光雷達(dá)等探測獲取到。該站點(diǎn)主要環(huán)境感知設(shè)備參數(shù)如表1所示。

系統(tǒng)軟件架構(gòu)如圖6所示。核心計(jì)算模組部署在邊緣計(jì)算單元，應(yīng)用服務(wù)部署于中心服務(wù)器中，環(huán)境感知設(shè)備產(chǎn)生的基礎(chǔ)數(shù)據(jù)，經(jīng)本地交換機(jī)通過光纖傳送至MEC，中心服務(wù)器/云服務(wù)通過調(diào)用MEC計(jì)算處理后的數(shù)據(jù)，對外提供應(yīng)用服務(wù)功能。

3.3 本項(xiàng)目邊緣計(jì)算部署及算法流程

路側(cè)部署邊緣計(jì)算單元（MEC）完成傳感器數(shù)據(jù)的接入與處理，實(shí)現(xiàn)交通目標(biāo)的檢測，MEC作為邊緣計(jì)算設(shè)備，向下接受并分析傳感器原始數(shù)據(jù)。路側(cè)邊緣計(jì)算單元與其他設(shè)備的信息交互流向如圖7所示。

邊緣計(jì)算操作系統(tǒng)的配置涵蓋網(wǎng)絡(luò)相機(jī)、交通毫米波雷達(dá)、激光雷達(dá)IP與端口以及對應(yīng)appIP與端口，針對每個(gè)傳感器還劃分有用戶名及登錄密碼、行人檢測區(qū)域、車輛檢測區(qū)域、傳感器品牌簡寫，如圖8所示。

邊緣計(jì)算單元操作系統(tǒng)采用Ubuntu18.04（鏡像支持），支持遠(yuǎn)程桌面，支持遠(yuǎn)程更新，支持本地視界，支持一鍵啟停，支持NTP本地授時(shí)。系統(tǒng)部署物模型、基于YOLO_V3的圖像檢測模型、融合算法模型等算法的應(yīng)用流程如圖9所示。

經(jīng)邊緣計(jì)算依據(jù)圖像像素坐標(biāo)系選取的定點(diǎn)像素坐標(biāo)，與RTK采集的UTM坐標(biāo)系該點(diǎn)位置數(shù)據(jù)進(jìn)行映射計(jì)算，即可得到空間映射矩陣，像素點(diǎn)通過空間映射矩陣計(jì)算完成空間變換，則可得到Map地圖下位置、航向角等信息，輸出的目標(biāo)級融合數(shù)據(jù)，可滿足水平偏差：0.5～1.5 m；計(jì)算延時(shí)：100 ms；檢出率：≥99%；跟蹤率≥95%，如圖10所示。

4 結(jié)語

本文針對邊緣計(jì)算技術(shù)在車路協(xié)同中的應(yīng)用優(yōu)勢進(jìn)行闡述，對C-V2X車路協(xié)同發(fā)展現(xiàn)狀與面臨的挑戰(zhàn)進(jìn)行了分析，指出邊緣計(jì)算技術(shù)可以提升智能車路協(xié)同系統(tǒng)的可靠性，并具體探究邊緣計(jì)算在智慧交通環(huán)境感知系統(tǒng)路側(cè)部署RSU中的應(yīng)用方法，且在實(shí)際的落地案例中得到驗(yàn)證，期望可促進(jìn)廣西智慧交通工程的發(fā)展。

參考文獻(xiàn)

［1］高 頔.邊緣計(jì)算在車路協(xié)同中的場景應(yīng)用分析［J］.廣東通信技術(shù)，2021（5）：58-60.

［2］張?jiān)祈?，華國棟，李 寧，等.基于車路協(xié)同的智能駕駛研究綜述［J］.汽車文摘，2022（6）：49-57.

［3］3GPP TR 21.914 version 14.0.0 Release 14［R］.2018.

［4］工業(yè)和信息化部，中國日報(bào)社.智慧交通一張網(wǎng)，我國已建四個(gè)國家級車聯(lián)網(wǎng)先導(dǎo)區(qū)［EB/OL］.https：//baijiahao.baidu.com/s？id=1705497889305216371.html，2022-04-11.

［5］張 毅，姚丹亞，李 力，等.智能車路協(xié)同系統(tǒng)關(guān)鍵技術(shù)與應(yīng)用［J］.交通運(yùn)輸系統(tǒng)工程與信息，2021（5）：40-51.

收稿日期：2023-04-09