融合5G-V2X通信的智慧交通服务平台研发与应用

刘剑 朱虹锦 王蓉

摘  要：文章提出并设计了一种融合5G-V2X通信技术的分布式大数据智慧交通服务平台。利用机器学习相关技术，选择深度学习领域中的图卷积神经网络作为主要的交通预测手段，建立了交通流量预测模型，结合实际交通环境中存在的复杂情形，设计并开发了融合5G-V2X通信的智慧交通服务平台。最后通过数据对模型和平台进行了测试，结果表明模型预测的准确性和实效性较高，平台具有实用性。

关键词：智慧交通;5G-V2X通信技术;图卷积神经网络

中图分类号：TP311;TN929.5            文献标识码：A文章编号：2096-4706（2021）24-0081-04

Abstract： This paper proposes and designs a distributed big data intelligent transport service platform integrating 5G-V2X communication technology. Using machine learning related technology， the graph convolutional neural network in the field of deep learning is selected as the main means of traffic prediction， and the traffic flow prediction model is established. Combined with the complex situation in the actual traffic environment， an intelligent transport service platform integrating 5G-V2X communication is designed and developed. Finally， the model and platform are tested through the data， and the results show the accuracy and effectiveness of the model

prediction is high， and the platform has practicality.

Keywords： intelligent transport; 5G-V2X communication technology; graph convolutional neural network

0  引  言

改革開放以来，中国经济的飞速发展推动着城市规模的不继扩张。随着城市化建设步伐的日益推进，各大城市的汽车保有量也迅速增加，导致城市的基础道路设施和交通管控能力很难保证居民的顺畅出行。原有交通基础设施的短板和弊端日益凸显，同时交通运输管理工作的手段、措施尚属经验型、探索型的状态，还处于未成熟阶段。

如何缓解城市道路拥堵问题，已经成为中国城市交通可持续发展的重点。从行政管理人员角度来讲，政府需要更好地运用已有交通设施来增强道路安全，提升服务质量;从驾驶角度来讲，需要实时更新的道路交通资讯、有效的危险预警、适时推荐的最佳行驶道路、合理的速度限制，在不好的路面状况和气候条件下给予驾驶员合理的帮助。这种日益智能化的交通需求是传统交通体系所无法顺应的。……