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。     

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。     

基于C-V2X的车路协同自动驾驶关键技术与应用

随着车联网技术的演进,自动驾驶在单车智能的基础上,又有了新的发展形态——车路协同自动驾驶。通过“人-车-路-云”深度融合形成的一体化复杂信息物理系统（cyber physical system,CPS）,可以与自动驾驶车辆实现协同感知、协同决策规划甚至协同控制,提升自动驾驶安全性,帮助克服各类复杂交通环境。首先介绍了车路协同的复杂信息物理系统的概念内涵和总体架构,并提出了车路协同自动驾驶的一系列典型应用场景、技术原理、C-V2X(cellular vehicle-to-everything)性能要求、车路协同系统功能与性能要求,可以为下一阶段智能网联汽车与智能交通的深度融合发展提供参考和解决思路。     

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。     

基于5G的车联网技术的优势及局限性分析

随着科技发展的不断发展,传统的通信网络架构已无法满足无人驾驶领域中车联网技术的需求。为了满足巨流量、大链接、超低时延等车联网通信的需求,传统无线接入网络架构亟需演进。首先结合蜂窝车联网技术C-V2X,分析了C-V2X车联网体系传输模式,并阐明了车联网体系架构和5G通信模型;然后分析了基于5G网络环境下的车联网技术的优点;最后,探讨了基于5G网络环境下车联网技术的局限性和挑战。     

面向车联网的MEC跨域协同技术研究

车联网跨域协同技术是多接入边缘计算(Multi-Access Edge Computing, MEC)和蜂窝车联网(Cellular Vehicle to Everything, C-V2X)融合场景中的重点研究内容,涉及到安全类、效率类、协作类、视频类、信息服务类跨域协同交互场景,每类场景都涉及MEC跨域流程及跨域过程中的上下文规范。目前国际上面向车联网的MEC跨域协同技术处于起步发展阶段,ETSI、5GAA等组织尚未制定比较完善的国际标准。以当前主流车联网边缘计算系统架构为基础,着重开展各类车联网场景应用层基于MEC的跨域需求、交互迁移流程及上下文规范等研究。     

基于5G Uu口的车路协同网络能力测试研究

车联网场景中车路协同是需要突破的关键技术，目前车路协同有PC5和Uu两种技术方案，其中PC5方案RSU部署成本高，4G Uu方案在可靠性及时延等方面难以满足要求。基于5G Uu口开展车路协同网络能力测试研究，包括车路协同2种业务和4类场景，按照6个测试矩阵开展128项测试验证。研究表明在5G组网构架下，V2X业务的RTT达到50 ms以下，满足车路协同业务需求。     

基于低碎片化的C-V2X资源优化选择策略

现有的资源选择策略下,C-V2X(蜂窝车联网)实际运用中所支持的车辆拥塞程度有限,传统的资源选择策略无法很好地满足大规模测试情况下的需求.因此在一定空间中如何合理分配有限的时频域资源是C-V2X发展过程中必须面对的问题.为了进一步提高时频资源的利用率,提出一种基于资源池低碎片化的C-V2X资源选择策略,通过在频域上对不...     

C-V2X资源分配方法研究综述

C-V2X是基于蜂窝网络技术演化而来的车联网(IoV)解决方案,是5G网络中的极可靠低时延通信(uRLLC)中重要的一部分,车联网技术的实现对现代交通具有重要意义.本文对近些年来国内外学者在该研究领域取得的成果进行了系统总结:对车联网的定义做了简要说明,并对C-V2X的标准研究进展进行了总结;对LTE-V2X和NR-V...     

蜂窝车联网产业与技术专题导读

<正>蜂窝车用无线通信(C-V2X)技术是一种以蜂窝网络为基础的车辆通信与信息服务技术。随着车辆智能化和移动通信的快速演进,C-V2X正从支持车载信息服务为主向支持自动驾驶和智慧交通应用发展,通过车-网、车-车、车-路、车-人通信实现车、路、人、云的全方位连接和有机结合,逐步建立起支持车辆协同和车路协同的协同感知、协同计算、协同决策和协同控制的智能信息服务能力。当前,C-V2X正从基于长期演进(LTE)-V2X向新空口(NR)-V2X演进。总体上,前者的技术、产品、测试逐渐成熟,后者的技术和标准正在攻关和验证中。     

一种车路协同系统功能测试方法

进入5G时代,基于5G-V2X的通信,让网联智能汽车驾驶获得了突破性地发展,这对车路协同的发展既是机遇,又是挑战。一方面,各类基于车路协同的自动驾驶、智能驾驶的示范区应运而生,这些应用落地能很好地促进车路协同的发展;另一方面,政策未明确,标准未统一,各示范区的车路协同自立山头,为后期车路协同的融合,带来困难。文章提出一种车路协同应用平台的系统功能检测方法,旨在从源头剖析如何促进功能点的统一。     

车联网安全防护技术综述

车路云协同的车联网体系已经逐步上升为国家战略,车联网安全关系到行车安全、生命财产安全甚至国家安全,正日益成为行业研究热点。首先介绍了车联网技术架构与安全行业的整体状况;其次,以车联网“车-路-云”技术体系为基准,从车联网终端安全、车联网路侧安全、车联网云端安全3个层面,讨论了国内外研究现状,并分析了车联网安全防护领域的问题与挑战;最后,展望了车联网安全防护技术未来的发展与研究重点。     

车联网路侧系统信息安全机制与技术

以网联化为基础的车路协同技术路线逐渐成为未来车联网发展的全球共识，也是我国交通强国战略规划的重要组成部分。车联网路侧系统（路侧基础设施）作为车联网重要基础设施，相较于传统的互联网系统，更容易遭受到网络攻击。在车路协同应用中，身份伪造、终端非法接入、数据拦截、隐私信息泄露等情况的出现，不仅可能造成企业经济损失和个人隐私泄露，还可能威胁人身安全，甚至引发危害国家利益的公共安全问题。然而目前暂无针对此类安全隐患的车联网路侧设施安全体系的标准规范，也缺乏对路侧系统网络通信安全、数据安全的保障措施。通过分析车联网路侧系统的安全风险及安全需求，基于商用密码技术构建了车联网路侧系统信息安全机制，研究了路侧系统的安全关键技术，为车联网路侧系统安全运行提供保障。     

C-V2X与智能车路协同技术的深度融合

智慧交通已经发展到智能车路协同(i-VICS)阶段,车用无线通信(V2X)是i-VICS的重要支撑技术,可以支撑车路间的实时信息交互。介绍了蜂窝-V2X(C-V2X)采用的关键技术及其后续演进方向,描述了通信技术发展如何推动i-VICS架构演进,展望了i-VICS下一步的演进方向并分析了对通信技术的演进要求,最后给出了高速、城市、园区等典型场景下的车路协同部署建议。     

一种基于5G技术的车路协同组网方案

进入5G时代,一系列依赖5G技术的产业获得新生,车联网、飞联网、物联网就是典型的例子.在车联网领域,车路协同一直都是汽车自动驾驶的前提,而网络的搭建,一直都是车路协同、车车协同、车人协同和车网协同的重点.依托于某大型自动驾驶智慧道路示范区项目,文章提出一种基于5G技术的车路协同组网方案,该方案给出了路测设备、车载设备等如何接入5G核心网,边缘计算MEC如何接入,并给出了V2X网络的具体应用场景.     

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-V...     

基于用户个性化服务质量的蜂窝车联网与车载自组织网异构车联网资源分配方法

蜂窝车联网(C-V2X)与车载自组织网络(VANET)的异构融合能够有效提高网络容量。然而,不同网络在非授权频段上共存而引起的信道冲突会导致系统吞吐量降低和用户接入时延增大,无法满足车联网用户对服务质量(QoS)的需求。针对该问题,该文提出一种基于用户个性化QoS需求的时频资源分配方法。首先,分别对C-V2X 和 VANET 的吞吐量和时延进行建模分析,刻画用户数据传输时间配置与吞吐量和时延的数学关系;然后,基于上述模型构建吞吐量-时延联合优化函数,根据用户的个性化QoS需求实现异构网络中吞吐量和时延的优化;最后,提出一种基于改进多目标粒子群优化的时延-吞吐量联合优化算法(DT-JOA)进行求解。仿真结果表明,该文所提网络资源分配算法可以有效地保证用户的个性化QoS需求,提升异构网络综合性能。     

基于用户个性化服务质量的蜂窝车联网与车载自组织网异构车联网资源分配方法

蜂窝车联网(C-V2X)与车载自组织网络(VANET)的异构融合能够有效提高网络容量.然而,不同网络在非授权频段上共存而引起的信道冲突会导致系统吞吐量降低和用户接入时延增大,无法满足车联网用户对服务质量(QoS)的需求.针对该问题,该文提出一种基于用户个性化QoS需求的时频资源分配方法.首先,分别对C-V2X 和 VANET 的吞吐量和时延进行建模分析,刻画用户数据传输时间配置与吞吐量和时延的数学关系;然后,基于上述模型构建吞吐量-时延联合优化函数,根据用户的个性化QoS需求实现异构网络中吞吐量和时延的优化;最后,提出一种基于改进多目标粒子群优化的时延-吞吐量联合优化算法(DT-JOA)进行求解.仿真结果表明,该文所提网络资源分配算法可以有效地保证用户的个性化QoS需求,提升异构网络综合性能.     

面向C-V2I的基于边缘计算的智能信道估计

车联网对于超高可靠与低时延通信(Ultra-Reliable and Low Latency Communications,URLLC)具有严格的要求,特别对于车到基础设施(Vehicle to Infrastructure,V2I)场景,URLLC对传输管理交通状况至关重要.3GPP Cel-lular-V2X(C-V2X)作为现在支撑车联网URLLC主流的无线技术,仍存在技术挑战.为进一步提升通信性能,本文在V2I场景下,基于车载终端、路侧单元(Road Side Unit,RSU)与边缘计算车联网服务器(Internet of Vehicles Server,IoV Server)的交互,设计了一种基于C-V2I规范的智能信道估计框架.在IoV Server中,本文提出了一种基于深度学习的信道估计算法,该算法利用一维卷积神经网络(One Dimensional Convolution Neural Network,1D CNN)完成频域插值和条件循环单元(Conditional Recurrent Unit,CRU)进行时域状态预测,通过引入额外的速度编码矢量和多径编码矢量跟踪环境的变化,对不同移动环境下的信道数据进行精确训练.最后通过系统仿真与分析表明,所提算法能够通过信道参数编码追踪不同高速移动环境下的信道变化,实现对信道数据的精确训练.与车联网代表性信道估计算法相比,所提算法提升了信道估计精度,降低了误码率和增强了鲁棒性.     

基于新型互联网交换中心的跨运营商5G+V2X车联网技术研究

车联网是5G网络的典型应用，两者的有机结合也是新基建战略的重要实践。针对车联网规模推广后跨运营商网络路由绕转、时延大、质量不可靠、建设成本高等问题，本文首先提出基于新型互联网交换中心的跨运营商5G+V2X技术方案，结合NFV、SDN智能化虚拟化网络、边缘计算、C-V2X、5G网络切片、人工智能AI等技术，以及蜂群智能、进化算法、模糊逻辑、机器学习算法，探索5G网络环境下跨运营商场景智能网联单位间的信息高效、高质量传递方案，在跨运营商5G+车联网场景下有巨大的应用前景。