基于5G的车联网体系架构及其应用研究

刘琪　洪高风　邱佳慧　苏伟　温琦丽

摘要：随着信息技术的不断发展，传统的通信网络架构已无法满足车联网技术中低时延、高带宽以及高可靠性的需求。5G与C-V2X联合组网构建广覆盖与直连通信协同的融合网络，形成一张可随时通信、实时监控、及时决策的智能网络。从车联网的现状与需求出发，提出基于5G的“车—路—云”协同的智慧交通网络架构，介绍了5G车联网中的关键技术，最后给出基于5G车联网的典型案例，以达到给出智慧交通发展方向的目的。

关键词：车联网;5G网络;C-V2X;协同通信

doi：10.3969/j.issn.1006-1010.2019.11.010        中图分类号：TN929.5

文献标志码：A        文章编号：1006-1010（2019）11-0057-08

引用格式：刘琪，洪高风，邱佳慧，等. 基于5G的车联网体系架构及其应用研究[J]. 移动通信， 2019，43（11）： 57-64.

Research on the System Architecture and Key Technologies in 5G-Based Vehicular Networks

LIU Qi1， HONG Gaofeng2， QIU Jiahui1， SU Wei2， WEN Qili2

（1.China Unicom Network Technology Research Institute， Beijing 100048， China;

2. School of Electronic and Information Engineering， Beijing Jiaotong University， Beijing 100044， China）

[Abstract]

With the development of information technology， the traditional communication network architecture cannot meet the requirements of low delay， high bandwidth and high reliability in Internet of vehicles. 5G and C-V2X build a fusion network supporting both wide coverage and direct communication， and thus form an intelligent network that can realize real-time communication， monitoring and decision-making. Based on the current situation and requirements of Internet of vehicles， this paper proposes a 5G-based intelligent traffic network architecture for "vehicle-road-cloud" coordination， introduces the key technologies in 5G Internet of vehicles， and finally gives typical scenarios based on 5G Internet of vehicles， which gives the development direction of intelligent transportation.

[Key words]vehicular network; 5G network; C-V2X; cooperative communication

0   引言

近年来，汽车数量的日益增长导致出行效率、环境保护、交通安全等问题日益突出，车联网的发展受到了广泛的关注。车联网是以车内网、车际网和车载移动互联网为基础，融合了传感器、RFID、数据挖掘、自动控制等相关技术，按照约定的通信协议和标准，在车车、车路、车人、车网交互过程中，实现车辆与公众网络的动态移动通信，是物联网技术在交通领域的典型应用[1]。随着互联网和可移动网络设备的不断发展，基于智能交通的车联网技术尚未形成一个成熟的体系，其主要原因是网络支持还不够完善。当下虽然移动互联网发展迅速，4G通讯网络也已普及，但在车联网中，作为移动通信设备和用户的载体是车辆，在以车辆为拓扑节点的形式组织移动网络拓扑时，由于其自身的移动性，车载通信具有移动区域受限、网络拓扑变化快、网络频繁接入和中断、节点覆盖范围大、通信环境复杂等问题，虽然4G有着几倍于3G的速度和低延迟特性，但尚不足以满足车联网的运行。

第5代移动通信（5G）是新一代移动通信技术，与4G网络相比，5G拥有超高移动、超高流量密度、超高连接数密度、超低能耗等特性。根据3GPP组织定义，5G标准包含eMBB（增强型移动宽带）、uRLLC（高可靠低时延通信）和mMTC（大规模机器通信）三大场景，如图1所示。5G三大应用场景，使得大带宽的视频业务（如4K/8K，AR/VR等）、海量连接的物联网业务、超高可靠低时延的车联网/远程医疗/远程工业控制等业务成为可能。

与3G、4G不同，5G是一个面向场景化的时代，5G融合了大规模天线阵列、超密集组网、终端直通、认知无线电（CR， Cognitive Radio，智能无线通信系统，它能感知外界环境，并使用人工智能技术从环境中学习，通过实时改变传输功率、载波频率和调制方式等系统参数，使系统适应外界环境的变化，从而达到很高的频谱利用率和最佳通信性能）等先进技术，能以更加灵活的体系结构解决多样化应用场景中差异化性能指标带来的挑战。5G网络的主要目标是让终端用户始终处于联网状态，在汽车行业，这对智能网联汽车的应用将起到关键的支持作用，特别是5G通信技术在低时延、高移动性车联网场景中的应用，能有效解决当前车联网面临的多方面问题和挑战，使5G车载单元（OBU）在高速移動的情况下获得更好的性能。再加上5G通信技术让车联网无需单独建设基站和服务基础设施，而是随着5G通信技术的应用普及而普及，这为车联网的发展带来历史性的机遇。

当下，国内产业界已经开展基于5G的车联网研究和建设，提出“基于5G的平行交通体系”[2]。将5G作为端—管—云之间的衔接桥梁，实现车、路、云实时信息交互，助力构建车路云协同的新型交通体系。在新型交通体系中，路端需要实现基础设施的全面信息化;车端需要实现交通工具智能化;云端需要实现智能交通的一体化管控。本文将对该架构以及架构中的关键技术进行介绍及分析，并列举基于该架构的典型案例。

1   基于5G的车联网总体架构及相关技术

1.1  车联网业务需求

“智能+网联”是未来车联网发展的基本路线。通过“智能+网联”，提高30%的交通效率，减少80%的交通事故，降低30%的排放量。从智能交通业务发展态势看，未来车联网业务的发展趋势主要包括车载信息生活、智能安全驾驶和绿色安全出行三个方面。其对网络的需求也各不相同，典型车联网应用场景下的网络需求指标如表1所示。

1.2  车联网业务需求

通过交通网、信息网、能源网的“三网合一”，基于智能驾驶汽车等新型载运工具，实现车车、车路智能协同，提供“车路云”协同的一体化智能交通服务。在新型交通体系中，路端实现基础设施的全面信息化，构建全方位数字化镜像映射交通系统;车端实现交通工具智能化，建立智能驾驶系统、智能物流系统;云端实现智能交通的一体化管控，包括大数据的收集、共享、分析，以及全局交通动态的智能管控等。其中，车联网、物联网以及5G都发挥重要作用。

C-V2X包括LTE-V2X以及NR-V2X，可实现车车、车路的直连通信，为实现智慧交通提供更可靠、高效的网络服务。2018年11月，工业和信息化部印发了《车联网（智能网联汽车）直连通信使用5 905 MHz—5 925 MHz频段管理规定（暂行）》，规划了5 905 MHz—5 925 MHz频段共20 MHz带宽的专用频率资源，用于V2X智能网联汽车的直连通信技术。而随着5G的到来，其大带宽、大连接、低时延、高可靠的特性，将起到智慧交通建设的支撑性作用，并催生更多丰富的智慧交通行业应用，例如车载AR/VR、自动驾驶、远程驾驶、绿波通行、交叉路口会车避让等。C-V2X实现车车或车路的区域性通信，但受已经颁布的频谱及功率约束，C-V2X的业务应用范围受到了限制;而C-V2X与5G技术相集合，可实现网络的无缝覆盖，从而实现“车—路—云”之间的多维高速信息传输。

未来车联网将是智能的立体化架构，如图2所示，包括终端层、网络层以及平台应用层。终端层，即基础设施层，是智慧交通的神经末梢，实现道路的全面感知与检测，同时实现感知数据的结构化处理。网络层，是基础设施层与平台应用层连接的管道，一方面将基础设施的结构化数据上传到平台层，另一方面，根据不同的业务需求提供隔离的网络资源。平台应用层，是车联网的大脑，实现连接管理、业务管理以及应用服务。通过“端—管—云”的架构[3]，实现地面交通在云端的数字孪生映射，利用人工智能实现快速、高效的智慧交通业务应用。

1.3  5G车联网关键技术

（1）RSU部署

3GPP标准中定义了RSU支持V2X通信，可实现交通和路况信息的收集和播发。根据目前工信部发布的频谱规定，RSU占用5.9 G的20 M带宽，最大发射功率为29 dBm，覆盖范围依据环境不同在100～1 000 m范围内。而实际中，RSU可以搭载更多的功能，包括5G通信和搭载云平台。RSU集成5G通信，可实现与大网的实时互动，满足上层应用平台对数据的收集、分析和处理。同时5G与C-V2X联合组网可构建广覆盖与直连通信协同的融合网络，保障智慧交通业务连续性。通过分析，RSU与5G蜂窝结合，密集城区一个基站可支持4个RSU的数据回传。另外，RSU可实现对路边感知设备（摄像头、雷达等）信息的格式转换和结构化处理，实现数据的回传、处理和分析，并搭载简单的业务应用。

（2）边缘云

边缘云MEC是一种具有高带宽、低延时、本地化等特点的技术，可在各类移动网络边缘提供服务环境和计算能力，通过平台功能下沉靠近移动用户来减少网络操作和服务交付的时延。边缘云可以满足车联网技术超低时延、超高带宽和超高可靠性的要求，车联网业务是边缘云的典型应用场景之一[4]。数据的就近处理和下发在车联网的应用中极为重要，边缘云不仅可以降低时延，也能减少网络回传的压力和所需的数据带宽。

边缘云MEC典型的部署方式有边缘级、区域级和地区级3种。

1）边缘级：MEC部署于基站与回传网络之间，这种部署贴近基站（宏站、室分站或Small Cell站），可以部署在站点机房，也可随Cloud-BBU池部署在无线接入机房。

2）区域级：MEC部署于汇聚环和接入环之间，此时需要将MEC部署于两环相接的传输设备的UNI接口，并将需要进行分流的基站流量疏导经过MEC。

3）地区级：当MEC部署于汇聚核心层时，这种覆盖方式主要针对大面积分流业务，或者待覆盖范围存在接入环孤岛的情况，这种部署方式时延相比较其他两种方式较大，但是能够解决跨地域传输覆盖的问题。

车联网业务丰富繁杂、数据量庞大，对网络的需求也有所不同。统一的核心网平台在时延、效率等方面已经不能满足车联网的业务需求。因此，需要根据业务需求进行全局—边缘—路侧的多级业务平台部署，并对凭条的功能进行模块化，以便灵活配置。

全局云平台：实现海量的数据处理，负责全局的交通管控，例如紧急救护、保险服务、车辆远程监控、地图服务等。

边缘云平台：实现业务的实时处理以及局部交通管控，例如红绿灯智能控制、交通拥堵等。

路側云平台：RSU平台上实现一些即时的业务处理以及路口的交通管控，例如路侧摄像头等感知数据的处理、滤波通行、十字路口防碰撞等。

在实现业务和管理分层的同时，各级平台的互联互通也是建设智慧交通的关键。下层平台对上级平台及时报告、上级平台对下层平台动态配置，尤其是RSU部署在不同的场景（例如十字路口、高速公路），其平台功能也有所不同，通过上层的边缘云平台实现对RSU平台功能的实时配置十分必要。而实现此功能的前提是实现平台功能的模块化以及建立平台互动的场景库。

（3）基础设施信息化

随着5G网络、大数据及人工智能的发展，数字孪生城市[5]的概念被提出，通过新一代信息技术的广泛应用，实现了智能化设备与网络虚拟空间的相互映射、协同交互，进而通过数据驱动、软件管理、平台运营等手段对物理世界各种元素进行信息收集、资源配置、行为决策等，如图3所示。

数字孪生手段，在“端—管—云”的三层架构体系实现车联网基础设施的信息化，“端”包括雷达、摄像头、OBU/RSU以及交通设施等，是现实世界的物理实体元素。一方面这些实体元素作为城市的神经节点，通过传感器或V2X通信实现周围环境的信息收集，另一方面作为城市功能的执行单元，这些元素是实现人机交互的窗口，因此AR/VR、语音识别、眼球追踪等新型人机交互技术是智能化设备运营不可或缺的技术支持。“管”包括蜂窝网、V2X通信以及车内网等通信网络，实现数字孪生城市中实体元素与网络虚拟单元的连接与映射。通信网络作为信息传输的管道，要求具备大带宽、低时延、高可靠、海量连接等特性，因此5G通信、eMTC、V2X通信等新一代通信技术将是数字孪生城市中实现万物互联的必要手段。“云”在虚拟世界实现连接管理、数据管理及业务管理等功能，是虚拟世界的管理与运营单元。人工智能技术为基础的“城市大脑”在云端依据大数据建模与分析，实现判断、推理、证明、设计、思考、规划、学习和问题求解等思维活动，进而做出行为决策。

另外，交通基础设施、感知设施等设备的数据格式不统一，需要进行统一的协议转换和信息的结构化处理，从而完成云端的数字孪生映射。

（4）人工智能与大数据

智慧交通的核心充分利用海量交通数据，在负责的交通环境中利用人工智能进行实时决策和控制。大数据的应用已经催生了DaaS（Data-as-a-Service，数据即服务服务）[6]，其实时、快速的特性及预测能力为智慧交通带来了新契机，可实现深度的交通管理。人工智能是实现智慧交通必不可少的技术之一，是城市大脑的核心决策部分。人工智能已经在智慧交通中发挥了重要作用。2017年，由阿里推出的杭州城市大脑1.0接管了杭州128个信号灯路口，试点区域通行时间减少15.3%，萧山救护车到达现场的时间缩短一半，并实现视频实时报警，准确率达95%以上。2018年，杭州城市大脑2.0的管辖范围扩大了28倍，覆盖面积达420 km2，可实时指挥200多名交警的日常工作。同时，在以大数据和人工智能为核心的智慧交通平台上，应充分引入和发挥互联网思维的作用，实现网络平台的开放，吸引各方参与者加入到智慧交通的建设中，使智慧交通能朝着开放、多元的方向健康发展。

（5）高精度定位

车辆高精度定位是实现智慧交通、自动驾驶的必要条件。随着C-V2X服务从辅助驾驶到自动驾驶的发展，其性能要求从可靠性、时延、速度、数据速率、通信范围以及定位精度等方面发生变化。与其他服务不同，定位信息是保证车联网业务安全的基本要素之一。根据环境以及定位需求的不同，定位方案是多种多样的。GNSS（Global Navigation Satellite System，全球导航卫星系统）或其差分补偿RTK方案是最基本的定位方法[7]。考虑到GNSS在隧道或密集城市等场景中性能较差，其应用场景仅限于室外环境。GNSS通常要与惯导结合以增加其定位稳定性。基于传感器的定位也是车辆定位的另一种常见定位方法，但高成本、对环境的敏感性以及地图的绘制和更新也限制了传感器定位的快速普及和推广。GNSS或传感器等单一技术无法保证车辆在任意环境下的高精度定位性能，因此会结合其他一些辅助方法例如惯性导航、高清地图、蜂窝网等以提高定位精度和稳定性。其中，蜂窝网络对于提高定位性能至关重要，例如RTK数据和传感器数据的传输、HD地图的下载等。5G为车联网提供高可靠性和低延迟通信外，也为车辆高精度定位技术增加了一种可能，尤其是满足室内定位需求。

基于上述定位技术的分析，为满足智慧交通室内外定位的业务需求，车辆高精度定位需要采用融合的定位方法，以满足不同环境、不同的场景以及不同业务的行为需求。无线信号测量（包括蜂窝网信号、卫星信号以及局域网信号）得到原始观测值，通过三角算法得到定位信息;惯性导航利用陀螺仪或者加速度计得到加速度和角速度;传感器利用雷达、摄像头得到点云或者图像信息，结合地图数据通过地图匹配获取定位信息;最后多方的定位信息需要通过融合滤波算法实现才能最大可能地提高精度精度，满足车联网业务需求。

2   基于5G的车联网典型案例及解决方案

车联网中的业务场景丰富，而这些业务场景，均是以人们的出行需求为出发点，提供更加安全、便捷的出行环境。更多的交通参与者、多模式的出行方式以及复杂的交通环境，使得业务应用更偏向于数字化、智能化。因此，不同的智慧交通业务服务，需要多方参与，共同打造行业平台。针对不同的出行主体和出行需求，业务应用也偏向于多元化，既有车端的无人驾驶、编队形式、辅助驾驶、公共交通，也有路侧的路况实时监测、一体化治超，以及服务区的智慧服务区、ETC无感支付等。结合中国联通的实际经验，本文给出三种典型业务案例的解决方案。

2.1  智慧路况监测

基于5G+C-V2X网络构建的智能路况监测平台可实现道路环境监控、流量分析、基础设施故障监控、智慧执法等业务。智能路侧设备对路面积水、路面结冰、雾霾天气、施工维护、隧道实景、车道异物、事故提醒、车速管控交通路况实施采集，通过5G网络将信息上传至云平台实时分析决策后，再通过5G和C-V2X将信息下发给车辆和行人，用于恶劣天气预警、道路施工预警、限速预警、闯红灯预警、车内标牌、拥堵提醒、绿波通行等场景。对于交通部门可用于道路精准监控、智能交通流量分析、路段環境同步监测、可变限速信息发布、交通事件预警、违章抓拍、迅速响应指令的下发和执行，有效规避、减少交通拥堵和事故，保障出行安全、提高通行效率。

智能路况监测平台包括信息采集层、信息传输层、信息决策层。

信息采集层：主要通过路侧设备进行实时信息采集，实现道路特殊事件发现和交通管控。路侧设备主要包括：（1）摄像头，实时识别车辆、行人、障碍物;（2）微波检测器，感知交通运行状态;（3）气象站，获取天气情况和路面条件;（4）智能红绿灯和电子路牌，获取信号灯显示情况、道路限速提示等。

信息传输层：5G网络实现采集信息的传输，LTE-V实现车路云之间的信息交互。

信息决策层：一般包括MEC边缘云和中心云平台：MEC下沉到网络层对低时延的业务进行实时分析并快速决策;远端的中心云平台则汇聚各类信息，实现路径的整体动态规划、管控以及驾驶行为分析。

智慧路况监测系统的上行业务流如图4（a）所示，路侧感知设备（如高清摄像头、激光雷达等）与5G终端对接，通过5G网络将信息实时发送给智慧交通业务管理平台;下行业务流如图4（b）所示，智能交通业务平台通过光纤直连RSU设备，将路况相关事件信息通过RSU实时推送给车辆，通过车载终端和手机APP给车主提示或者预警。如不具备光纤环境，也可以通过蜂窝网络（5G或者LTE-V）与RSU连接。

2.2  智慧高速编队行驶

智慧高速编队行驶，指在高速专用道路上，将多辆车辆编成队列连接行驶，领队车辆为有人驾驶或一定条件下的无人驾驶，跟随车队为基于实时信息交互的无人驾驶车。

基于5G编队行驶方案如图5所示，车载摄像头、雷达采集车辆周边环境，OBU实现车车之间及车路之间的信息交互，5G终端将采集的感知信息及车辆状态信息实时上传，平台基于上报的信息做出决策，并將决策指令下发，帮助车辆识别路况、变换行驶速度和方向。5G超低时延<10 ms与超大带宽下行500 Mbit·s-1/上行100 Mbit·s-1的网络能力可显著提升物流运输效率，大幅降低油耗，实现节能环保驾驶。

2.3  远程驾驶

基于5G的远程驾驶系统分三层：远程车端，配有摄像头、雷达、高精度定位的产品及5G终端。驾驶舱包括：（1）多块显示器拼接而成的显示屏，模拟驾驶员正前方的视野;（2）驾车控制组件，实现对远程车辆的控制;（3）网络传输层，车端通过5G终端利用网络切片能力和QOS保障能力，连入无线网和核心网，将信息传输给驾驶舱。

基于5G网络的远程驾驶解决方案如图6所示，远程驾驶汽车的大致步骤有：

（1）远端车体在车内布置摄像头实时拍摄各角度的路面视频，将视频实时同步到驾驶舱屏幕，为保证驾驶视频同步体验，摄像头要求1080 P，5路摄像头包括路前方、左方、右方、全景和车内等。

（2）显示屏以及驾车控制组件位于驾驶员一侧，接收车端回传的各类信息，实时呈现给驾驶员，供其及时判断车况、路况等。同时接收驾驶员的各种操作，通过网络实时下发到车端，完成对远程智能汽车的控制。

3   结束语

5G正在改变人们交通出行和通信方式，促使各个人工智能及大数据等行业进行融合，在政策的推动下，我国各大运营商加快了5G网络部署的步伐，目前已经有部分城市建设了5G试验网，预计2020年5G将大规模组网，总而言之，5G离我们越来越近。而车联网作为5G的一种应用场景，随着5G技术的快速发展而逐步成熟。在5G技术的推动下，通过网络演进及升级以支持车联网中低时延、高可靠通信业务，未来的交通必将朝更加智能化、网格化方向发展。与此同时，运营商也正在积极探索在新形成的智慧交通产业链中的角色转变，即从传统的管道服务向全面服务运营演进。相信5G车联网的发展可促进社会的巨大演进，使人类社会更加方便、安全、快捷、高效。

参考文献：

[1] 朱红芳. 5G技术及其在车联网中的应用浅析[J]. 汽车维护与修理， 2018，333（17）： 73-78.

[2] 陈祎. 基于5G的平行增强交通世界[R]. 深圳： 中国联合网络通信有限公司， 2018.

[3] 刘南杰. 端-管-云协同的世界[J]. 营·赢， 2010（7）： 20-22.

[4] 陈祎，延凯悦，宋蒙，等. 基于MEC的5g车联网业务分析及应用[J]. 邮电设计技术， 2018，513（11）： 86-91.

[5] 宁川. 2019数博会：数字孪生城市和智慧民生产业崛起[EB/OL]. （2019-05-28）[2019-09-20]. http：//www.cbdio.com/BigData/2019-05/28/content_6130904.html.

[6] Mary. 大数据应用（下）：应用驱动技术，DaaS创造价值[EB/OL]. （2013-12-12）[2019-09-20]. http：//www.jifang360.com/news/20131212/n055754809.html.

[7] 高磊，周国猛. 浅谈GNSS差分定位及点位校正功能的实现[J]. 城市建设理论研究： 电子版， 2012（33）. ★