创新 • 创优 • 创见
摘要：以干线物流为应用对象，探索5G车路协同在货运自动驾驶中的应用。对5G技术特点、国家层面5G应用发展战略、5G车路协同在干线物流中的应用优势进行了分析研究，并对5G车路协同平台架构进行了详细设计；最后基于干线物流的实际应用，从安全、节能、高效三方面设计了5G车路协同自动驾驶应用场景与应用途径。
关键词：5G；车路协同；自动驾驶；干线物流
1、引言
我国公路运输的市场规模超过5 万亿元，已成为世界第一大的公路运输市场。在公路运输中，干线物流运输的市场规模占比78%，约合3.9 万亿元。《2019中国公路货运大数据报告》数据统计[1]，2019年全国货运车辆达613.7 万辆，货运总量达471 亿吨，其中公路货运全年货运量和周转量为344 亿吨及59636 亿吨公里，分别占货运运输总量及货物周转总量的73%和30%。
公路运输、干线物流行业飞速发展的同时，也带来了诸如交通安全、交通效率、能源环境等一系列问题。国务院印发《交通强国建设纲要》指出，发挥公路货运“门到门”优势，提高物流效率，降低物流成本，积极发展无人机（车）物流递送，打造绿色高效的现代物流系统。
在物流运输智能化方面，自动驾驶技术有效提升了公路运输的安全及运输效率，但仅仅依靠单车智能较难实现运输全过程完全智能化。智能的车辆必须结合智慧的道路，才能真正实现绿色、高效的现代化物流运输。
2、5G赋能干线物流自动驾驶
2.1 5G技术优势
5G是面向2020年以后移动通信需求而发展的新一代移动通信系统。对比前几代移动通信网络，5G具有超高的频谱利用率和能效，在传输速率和资源利用方面将提高一个量级或更高，其无线覆盖性能、传输时延、系统安全和用户体验也将得到显著的提高[2-3]。与4G相比，5G的用户体验速率提升10 ~ 100倍，峰值速率提升20倍，流量密度提升100倍，连接数密度提升10倍，空口时延降低90%，移动性提升1.43倍[4]。
5G移动通信与其他无线移动通信技术、人工智能、大数据等ICT技术紧密结合，满足未来10年移动互联网流量增加1000倍的发展需求[5]。
2.2 我国5G应用发展战略
5G将对我国实现经济高质量发展具有重要战略意义，在能源、交通、医疗、教育、金融、农业、工厂、旅游等众多领域有着广阔的应用前景。我国高度重视5G技术发展，在国家近期战略规划指导等重要文件中，均提出要积极推进5G产业发展，5G已成为国家战略的制高点。
2020年3月，工业和信息化部发布了《关于推动5G加快发展的通知》，提出了18项建设发展举措。其中，促进“5G+车联网”协同发展，将车联网纳入国家新型信息基础设施建设工程，将建设国家级车联网先导区，丰富应用场景，探索完善商业模式。
2020年8月，交通运输部印发《推动交通运输领域新型基础设施建设的指导意见》，提出打造融合高效的智慧交通基础设施，助力信息基础设施建设，配合相关部门推进先进技术的行业应用，包括5G、北斗系统和遥感卫星、网络安全、数据中心、人工智能（如自动驾驶等）等。
2.3 5G车路协同在干线物流中的应用优势
安全、节能、高效是干线物流发展的核心要素。在安全方面，匝道汇入口是交通事故多发地。依靠单车智能很难有效监测、识别匝道汇入的车辆。在节能方面，我国公路桥梁80 万座，上下坡道是货车主要的耗能路段。依据坡道坡度信息，提前规划车辆动力分配，可实现有效节能。依靠单车智能计算坡道坡度，算力成本较大。在效率方面，单车智能有效识别几百米范围内的环境状态，但对于公里级别的环境状态无能为力，无法对几公里外的道路信息状态做提前规避[6]。
5G低时延、高带宽、高可靠性的特性，为车与车、车与路、车与人、车与云之间的信息交互提供了良好的环境支持[7]，能有效加大自动驾驶车辆的感知范围与感知能力，使车辆能提前获知匝道汇入车辆信息、坡道坡度信息、前方几公里外的道路状况信息，进而提前规划行驶路径,规避风险,有效提升驾驶安全、驾驶效率，实现节能减排[8]。
3、5G车路协同平台架构设计
3.1 5G车路协同系统整体架构设计
基于干线物流的5G车路协同系统整体架构设计如图1所示。架构包含平台层、网络层和道路层三大层次，综合利用5G技术、C-V2X技术、北斗高精度定位技术、边缘计算技术、感知融合技术及单车自动驾驶技术，构建干线物流数字化信息采集体系、网络化数据传输体系和智能化运输应用体系[9]。
系统采用多级分布式计算架构，即“中心云—边缘云”的体系架构，以满足对不同数据计算、存储的要求。边缘云部署在区域级MEC（移动边缘计算）服务器上，借助uu接口或PC5接口实现边缘计算、车辆、道路设备之间的互联互通，以降低端到端的数据传输时延，缓解车载传感器或路侧感知设备的计算与存储压力，减少海量数据回传造成的网络负荷[10]。
3.2 平台层架构设计
平台层包含路侧设备管理、车辆综合管理、交通事件管理、高精度定位、信息服务管理、信息安全管理。路侧设备管理为路侧设备提供数据下载、上传、存储、分析等服务；车辆综合管理为车辆提供数据下载、上传、存储、分析、远程升级、车辆调度、运输监管等服务；交通事件管理为交通事件提供检测、存储、分析、广播等服务；高精度定位为车辆提供导航定位、精确授时、基于位置的增值信息等服务；信息服务管理为车辆提供数字报文通信等服务；信息安全管理为平台提供网络信息安全防护服务。
3.3 网络层架构设计
网络层包含5G无线网、5G核心网、边缘计算、CV2X车路协同网。（1）5G无线网按照使用频率不同分为中低频段和毫米波频段,目前我国已经给三大运营商发放了5G中低频段试验频率使用许可。当前，5G无线网应用多采用5G CPE转Wi-Fi的方式。（2）5G核心网组网方式主要分为非独立组网（NSA）与独立组网（SA）[11]。本文采用5G SA独立组网方式,通过下沉UPF实现边缘计算部署，将5G车路协同自动驾驶业务合理地分布和部署在云端和MEC服务器上，以最大限度地服务于干线物流车路协同的应用需要[12]。（3）边缘计算的部署目标是通过5G核心网功能下沉网络边缘，实现业务流量本地分流，降低应用时延，为车路协同与自动驾驶技术应用提供条件[13]。（4）C-V2X车路协同网络是实现一体化协同体系中路端的关键要素，主要由路侧通信单元（RSU）和车载单元（OBU）组成。RSU可以基于 直连信道（如PC5）与其附近（视覆盖范围）搭载了OBU的车辆进行通信，在实现车与路信息交互的基础上，进而实现车路协同；RSU也可以通过网络将要广播给周边车辆的信息上行至位于边缘/核心网中的车路协同平台，然后再由平台转发下行至位于广播区域的联网车辆，从而实现车与路的信息流打通[14]。
3.4 道路层架构设计
道路层包含自动驾驶车辆与路侧感知设备。自动驾驶车辆由感知模块、决策模块、执行模块构成，其架构设计如图2所示。
（1）感知模块的运行步骤为硬件输入、数据预处理、数据神经网络、信号输出。硬件输入主要硬件有激光雷达、毫米波雷达、摄像头、超声波雷达、卫星定位系统、车载单元等；数据处理包括点云数据、距离数据、图像数据处理等；数据神经网络包括坐标系转换、卷积神经网络、数据融合等；信号输出包括车道线类型、可行驶区域、位置信息、道路物理信息、障碍物信息、障碍物速度及距离信息等[15]。（2）决策模块的运行步骤分为轨迹预测、路径规划。轨迹预测指本车与其他车辆、障碍物的未来行驶轨迹预测，路径规划是基于当前未来轨迹，进行的轨迹调整与最优路径规划[16]。（3）执行模块的运行步骤为控制、线控。控制是指将决策模块规划的路径实现动作操作分解，使得车辆实际行驶轨迹无限接近规划路径；线控是指对制动、油门、转向等操控机构的实际控制。（4）路侧感知设备主要包含有路侧通信单元、高清事件检测摄像机、高清事件检测服务器、交通流微波检测器、激光雷达、MEC单元等。
4、干线物流场景应用
4.1 5G车路协同匝道汇入场景应用
5G车路协同匝道汇入场景应用如图3所示。路侧感知设备架设在匝道汇入口附近，用来收集匝道上的汇入车辆信息，并向主路上的车辆通报来车事件、来车位置、来车速度等。主路上的车辆接收到上述信息，并调整相应的车速以确保安全、无碰撞通过。
该场景路侧感知设备主要为摄像头、激光雷达、RSU、MEC。其中，摄像头、激光雷达用于检测匝道内移动的物体。摄像头用于检测物体距离、物体类型，激光雷达用于检测物体距离、速度。MEC用于实现摄像头与激光雷达的感知融合，计算出移动物体精确的位置与速度信息。RSU将路侧设备的位置信息及MEC的计算结果发送给匝道附近主路上的自动驾驶车辆。主路上的自动驾驶车辆通过OBU接收RSU发送的信息，通过卫星定位系统计算车辆自身的位置信息。车辆决策层根据相对位置、自车速度、匝道汇入车辆位置信息，预测出自车与匝道汇入车辆的未来轨迹，并做出碰撞判断。依据判断结果，决策层规划出最优（无碰撞、最节能）行驶方式，并通过执行层执行。依托5G低时延特性，匝道汇入场景应用能有效降低交通事故的发生率，同时提升匝道汇入的通行率。
4.2 5G车路协同坡道信息提示场景应用
5G车路协同坡道信息提示场景应用如图4所示。路侧感知设备架设在坡道前方，根据道路的原始建设信息，向驶向坡道的车辆发送前方坡道的坡度、坡道起止位置等信息。车辆接收上述信息，规划通过坡道的动力分配，实现安全、高效的坡道行驶。
该场景路侧感知设备主要为RSU。RSU通过5G网络从平台层获取道路建设的基础信息，并将信息发送给过往车辆。车辆通过OBU接收RSU发送的信息。通过卫星定位系统计算车辆自身的位置信息。车辆决策层根据相对位置、自车速度，预测出车辆经过坡道的行驶轨迹及动力消耗。决策层规划出最优的动力消耗，并通过执行层执行。自车行驶到坡道上，感知周围信息，根据周围信息结合坡道信息，实现安全行驶。坡道信息提示可有效减少单车智能在坡道上消耗的算力。能保障安全，尤其对于卡车，避免了下坡突然减速造成的挂车冲击牵引车的事故发生。提前规划动力分配，降低车辆动力消耗，有效节能。
4.3 5G超视距场景应用
5G超视距场景应用如图5所示。路侧感知设备等距离分布在道路上；每个设备负责检测对应路段上的交通事故、道路施工、道路抛洒物等事件，并将上述事件一方面向附近车辆进行广播，另一方面将信息通过网络上传平台，平台通过网络与道路其他路侧设备同步。所有路侧设备都将事件对外广播，即将或欲驶入事件发生区域的车辆，根据接收到的信息，提前对行驶路径进行规划,如更换其他行驶道路、变更车道等；进而保证行驶安全，提升通行效率。
该场景路侧感知设备主要为摄像头、RSU、MEC。其中，摄像头检测负责区域的道路事件。MEC负责计算道路事件类型、道路事件发生的位置、道路事件所在的车道等。RSU将路侧设备的位置信息及MEC的计算结果发送给匝道附近主路上的自动驾驶车辆。主路上的自动驾驶车辆通过 OBU接收RSU发送的信息，通过卫星定位系统计算车辆自身的位置信息。车辆决策层根据自车位置、自车速度、事故类型、事故位置、事故所在车道，预测是否存在碰撞危险，并重新规划行驶路径，实现安全、高效的通行。5G超视距实现单车智能“脑外加脑”，有效降低交通事故的发生率，同时提升通行效率。
5、结束语
5G车路协同赋能干线物流自动驾驶，对降低交通事故、提升运输效率、推动智慧交通的发展具有十分重要的意义。本文以干线物流为应用对象，设计5G车路协同平台架构，并将平台应用于匝道汇入、坡道信息提示、5G超视距三大场景，实现安全、节能、高效运输。
