5G车路协同自动驾驶应用研究

本文提出了一种5G车路协同自动驾驶解决方案，该方案主要依托5G移动通信、高精度定位技术、五维时空融合技术、边缘计算、边云协同等技术，实现边缘平台算力部署，构建“端-边缘-云”分层架构，建立智能可靠车联网通信、车辆的实时高精度定位、交通态势感知、交通管控等技术体系，实现5G车路协同，全面提升车辆感知决策控制能力。当前，该方案已在武汉经开区智能网联汽车与智慧道路自动驾驶示范区应用落地。     

基于蜂窝通信车联网系统的车路协同应用场景测试方法

本文基于蜂窝通信车联网系统的车路协同应用场景测试方法,旨在验证车联网系统中车辆与路侧设施之间的协同功能。首先,文章介绍了车联网技术的相关背景,并阐述了其关键技术架构。随后,测试了不同的车路协同应用场景,包括拥堵提醒、交通信号优化等,以评估系统的性能、可靠性和有效性。本文提出的测试流程和方法涵盖了场景准备、交通系统模拟、车路通信测试、功能测试和结果分析等方面。     

一种基于5G的车路协同自动驾驶技术架构

随着5G技术的成熟与应用落地,各类依赖与5G技术的产业也应运而生,车联网领域的车路协同自动驾驶,就是一个典型的例子。本文提出一种基于5G技术的车路协同自动驾驶技术架构。该架构结合5G通信技术优势,利用边缘计算、5G智能驾驶分级决策架构、五维时空融合感知、车路协同机制构建、测试验证应用原型等先进性技术,融合打造了一套集"5G网联+车路协同"于一体的智能网联智能驾驶技术,可推动相关技术标准规范成立。     

基于开放道路的四类车路协同应用场景测试

车路协同为汽车的智能驾驶、自动驾驶和远程驾驶的实现提供的解决方案。在车路协同中,有诸多应用场景,典型的应用场景有16类,包括前向碰撞预警、交叉路口碰撞预警、左转辅助、盲区预警/变道预警、逆向超车预警、紧急制动预警等。结合在车路协同领域的项目研发,文章对其中的4类应用场景进行了理论研究,并对V2X场景进行了现场测试。测试结论显示,当前V2X应用效果均已达标。     

基于C-V2X的车路群体协同混合组网

车联网是支持未来自动驾驶和智能交通的重要基础设施,也是5G交通新基建的重点建设方向。针对大规模车路协同智能驾驶业务场景,建立并分析了通信流量模型,测算了不同发展阶段车路群体协同带宽需求,分析了当前C-V2X独立组网和叠加组网等不同组网模式在支持车路群体协同过程中面临的困境。针对车路群体协同服务带来的通信高带宽、用户规模大和资源调度复杂挑战,提出了网络协调下的混合组网模式,为基于5G C-V2X的车联网支撑大规模车路群体协同服务提供了可行方案。     

基于车路协同的车联网体系架构及关键技术分析

梳理车联网的发展,单车智能的不足映衬出车路协同的必然性.比较国内外车联网发展的两条技术路线:DSRC(专用短程通信)与C-V2X(蜂窝车联网),得出C-V2X更具有优势.剖析基于车路协同的C-V2X的"端边云用"四层架构,分析每层的构成及功能.归纳基于车路协同的车联网的关键技术,包括交通状况的全面感知、亚米级甚至厘米级...     

C-V2X技术的城市道路场景应用分析

智能网联汽车基于车路协同系统,通过实现人端、车端、路端、云端的信息交互提升自动驾驶的安全性与高效性,是未来智慧交通的重要组成部分。但目前该领域的落地实施仍处于实践探索阶段。从实际车联网项目出发,探讨车路协同的系统方案,重点对当前城市道路最为常见的路口、连续道路、隧道和匝道等场景的交通问题进行分析,并给出相应的解决方案。     

城市道路车路协同系统解决方案的研究与应用

本文提出一种利用路侧感知设备的数据融合,以云计算为支撑的车路协同系统。系统通过准确感知路面信息,利用边缘计算快速输出结果搭载专用网络发送车端,辅助自动驾驶汽车融合自身感知信息第一时间做出驾驶决策。通过实际验证在V2X环境下开放道路盲区显著降低,突发事故预警更加提前,辅助驾驶可靠性显著提高。     

车联网与自动驾驶关键技术问题

车联网和自动驾驶已经是传统汽车行业技术转变的必然之路.本文就其标准制定和安全技术等关键问题进行了讨论和研究.     

蜂窝车联网(C-V2X)技术发展、应用及展望

车联网作为产业变革创新的重要催化剂,正推动着交通管理模式、汽车产业形态、人们出行方式和能源消费结构的深刻变化。首先分析了智慧交通和智能驾驶等对车联网通信在通信速率、时延和可靠性等方面的需求与挑战,进而介绍了蜂窝车联网(cellular vehicle-to-everything,C-V2X)中LTE-V2X和NR-V2X的关键技术及其国际标准演进,并指出C-V2X在全球竞争中已形成超越态势。在此基础上,分析了应用C-V2X的车车协同和车路协同在智慧交通和智能驾驶中的应用优势。最后介绍了C-V2X在我国的示范应用情况和发展展望,指出中国发展智慧交通和智能网联汽车之路:将积极推进“5G+C-V2X”新型基础设施建设,探索基于车联网的“聪明的车、智慧的路、协同的云”发展模式,进而支撑我国达成“碳达峰”与“碳中和”战略目标。     

蜂窝车联网技术架构与关键技术研究

本文从车联网的定义、应用场景和两种无线通信技术的比较切入,首先介绍蜂窝车联网的技术架构和主要功能实体,其次介绍了该网络的两项关键技术,最后对关键技术的网络部署提出了建议。     

基于信道反转的C-V2X动态功率控制方案

蜂窝车用无线通信(cellular vehicle-to-everything,C-V2X)系统中,基于V2V(vehicle-to-vehicle)车载通信采用复用蜂窝用户(cellular user,CUE)的频谱资源减轻基站负载实现部分近场V2V通信,在提高系统传输速率的同时也产生了同频干扰的问题。针对该问题,提出基于信道反转的动态功率控制方案,在非截断区内对V2V用户(V2V user,VUE)进行信道反转功率控制,补偿因发射功率有限造成的截断中断,通过动态功率控制解决蜂窝用户和V2V用户间的同频干扰。在此基础上,通过拉格朗日乘子法得到目标函数的最优对偶解,利用二分法确定CUE和VUE的最优功率,满足蜂窝用户传输速率要求的同时最大化V2V用户的总传输速率。数值仿真结果表明,当VUE总中断概率为0.866时,该方案使系统性能提升了48%。     

蜂窝车联网(C-V2X)及其赋能智能网联汽车发展的辩思与建议

首先简要回顾了我国企业主导的蜂窝车联网（cellular vehicle-to-everything,C-V2X）国际标准,该标准解决了车车间及车路间的低时延和高可靠通信难题,兼具技术和产业优势,在全球产业竞争中已形成领先优势。在澄清车联网的相关概念、5G与C-V2X、车联网与车路协同、车联网与无人驾驶、单车智能与网联智能等相互关系的同时,阐述了本文的观点。进而,为抓住全球汽车产业革命和我国交通产业变革的重大战略机遇期,提出了我国基于5G+C-V2X的“聪明的车+智慧的路+协同的云”的车路云协同创新发展模式,实现智能网联汽车从智能网联辅助驾驶到智能网联无人驾驶及与智能交通融为一体的发展路径。最后,分析了相关产业进展情况与存在的问题,并提出相应的政策建议。     

多信道传播模型下C-V2X模式4通信建模与性能分析

C-V2X或LTE-V作为车联网(Vehicular Communication Networks, VCN)领域的新兴通信技术,能够有效提高道路安全和交通通信效率。在3GPP发布的R14标准中,引入不依赖于任何蜂窝基础设施的直连通信模式4,在模式4中车辆自主选择和管理其无线电资源。在不结合实际的交通场景的情况下对C-V2X模式4通信性能进行评估,提出了一种多信道传播模型下C-V2X模式4通信性能分析模型,验证了不同传输参数以及不同信号传播信道对性能的影响,试图设计更为完备的分析模型,探索参数的影响并调整参数来进一步提升C-V2X模式4通信性能的可能性。     

基于5G+C-V2X的园区出行解决方案

面向科技冬奥园区(首钢园区)在大型体育赛事期间的智慧出行需求,构建了一套基于5G+C-V2X的智慧园区出行解决方案,并就无人接驳摆渡、无人物流派送、无人清扫进行重点剖析。本方案将在首钢园区的冬奥会测试赛和正式比赛中正式应用。因园区环境相对封闭、出行环节和主体也相对简单、运营主体相对明确,因此本方案的落地应用可为智慧园区、智慧城市的交通出行提供一定的示范和参考。     

一种新型C-V2X车联网终端初始安全配置方案

在终端上安全部署数字证书是基于PKI的C-V2X直连通信安全机制发挥作用的先决条件。针对传统离线灌装方法成本高的缺点,本文提出一种基于4G/5G网络GBA开放安全能力的新型C-V2X终端初始安全配置方案。利用USIM在用户标识、根密钥、GBA能力及硬件安全环境方面的固有优势,V2X终端能够在最初阶段通过4G/5G网络与CA中心实现双向身份认证并建立安全连接,随后在线申请数字证书,自主完成安全初始化。该方案可避免生产线安全环境的升级改造,极大地降低企业C-V2X技术引入成本,具有简单有效、安全可靠、兼容性好、成熟度高和扩展性强的特点。     

基于智能网联汽车的通信和信息安全研究

本文分析了智能网联汽车的快速发展概览,研究了智能网联汽车在车内系统、车外系统信息交互、云端系统和外部设备4个维度,详细分析了智能网联汽车通信和信息安全的漏洞与威胁风险.通过有针对性的安全防护策略,形成完整的智能网联汽车通信和信息安全的方法论.     

负载约束的C-V2X车辆缓存节点选择算法

为了解决城市环境下的C-V2X车辆拓扑高度动态化且车辆节点负载能力有限的问题,提高车辆缓存的利用率,减轻基站负荷,提出了负载约束下的车辆缓存节点选择算法.首先,通过定义链路稳定性度量,构建预测权重邻接矩阵,微观地描述车辆拓扑关系;其次,在负载约束和无重叠覆盖约束下构建目标函数,以最少的缓存节点实现全覆盖且最大化簇平均链...