论文研究-一种基于边缘计算的智能交通服务方案 .pdf

发布时间：2022-05-29 发布人：admin 分类：说明书资料大小：0.53M 资料格式：pdf 举报版权申诉

weixin_39840387-11607250-4744302543008232186.pdf-第1页.png

第1页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第2页.png

第2页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第3页.png

第3页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第4页.png

第4页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第5页.png

第5页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第6页.png

第6页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第7页.png

第7页 / 共13页

weixin_39840387-11607250-4744302543008232186.pdf-第8页.png

第8页 / 共13页

文本预览

中国科技论文在线 http://www.paper.edu.cn 一种基于边缘计算的智能交通服务方案（北京邮电大学网络与交换技术国家重点实验室，北京 100876）汪煜超，刘志晗** 摘要：随着近年来自动驾驶与车联网技术突飞猛进的发展，人车路协同通信越来越成为了智能交通的未来发展方向。传统的智能交通基础设施无法很好地支持三者间的协同通信，5G 通信技术和边缘计算的发展与成熟则为智能交通服务提供了新的思路。本文在边缘计算的背景下针对智能交通领域的应用场景进行了分析，提出了相应的智能交通服务方案，并分别对系统的体系结构、技术构成和应用实例进行了说明。新的服务方案将为人车路协同通信、自动驾驶等提供支持，更好地解决未来交通智能化的需求。关键词：智能交通；车路协同通信；5G 网络；边缘计算；中图分类号：TP399 An Intelligent Transportation Service Solution based on Edge Computing Wang Yuchao, Liu Zhihan (State Key Laboratory of Networking and Switching Technology,Beijing University of Posts and Telecommunications,Beijing 100876) Abstract:With the rapid development of autonomous driving and Internet of Vehicles technology in recent years, the coordinated communication among people, vehicles and roads has become the future direction of intelligent transportation. The traditional intelligent transportation infrastructure can't support the cooperative communication among the three sufficiently. Meanwhile, the development and maturity of 5G communication technology and edge computing provide new ideas for intelligent transportation services.In the context of edge computing, this paper analyzesthe application scenarios in the field of intelligent transportation, it also proposes the corresponding intelligent transportation service schemes, and explains the system architecture, technical composition and application examples at the same time. The new service plan will provide support for the coordinated communication among people, vehicles and roads, automatic driving, etc., to better address the future traffic intelligence needs. Key words:Intelligent Transportation; Vehicle Road Coordinated Communication; 5G Network; Edge Computing 5 10 15 20 25 30 35 0 引言智能交通系统（ITS）是现代交通的重要发展方向，也是信息科学与移动通信技术在交通领域的重大应用。城市交通的智能化管理和面向交通场景提供智能化服务是我国目前智能交通的发展重点。历经多年发展，我国的智能交通技术基础体系已经有了长足的进步，然而随着技术的进 40 步，智能交通系统的需求也在不断变化。在新技术、新需求的大背景下，智能交通系统的发展也将面临一个全新的时代。面对网联汽车、自动驾驶、智能化出行、安全交通以及智能化交通运营和管控等一系列场景，人车路协同的模式将是未来交通系统的重要特征。而目前，作者简介：汪煜超（1994-），男，硕士研究生，主要研究方向：网络技术与应用、智能交通通信联系人：刘志晗（1979-），男，讲师，主要研究方向：车联网、移动互联网、物联网等融合网络服务支撑环境关键技术. E-mail: zhihan@bupt.edu.cn - 1 -

中国科技论文在线 http://www.paper.edu.cn 传统的智能交通服务方案和配套的大量交通基础设施还无法满足人车路协同的模式，急需研究建立新的服务方案[1]。 45 本文基于 5G 通信技术和边缘计算的概念，在当前已有基础设施和通信技术的基础上，关注人车路协同，并提出了一种经济可行的新的智能交通服务方案。方案设立智能化的边缘计算节点，利用节点与基础设施、已建系统和交通个体之间的通信采集交通数据，感知交通情况，并通过云端中心与边缘节点的协调以及边缘节点对如交通信号机、车载交通单元等设备的控制与利用完成各类服务。 50 1 相关技术 1.1 车联网 55 60 65 车联网指借助新一代信息通信技术，实现车内、车与人、车与车、车与路、车与服务平台的全方位网络连接，提升汽车智能化水平和自动驾驶能力，从而提高交通效率，改善汽车驾乘感受，构建汽车和交通服务新业态，为用户提供智能、舒适、安全、节能、高效的综合服务[2]。车联网技术目前向着智能化、网联化方向演进。而随着车载设备、交通基础设施智能化发展以及移动通信技术的进步，基于车路协同的新一代智能交通系统，将以实现车车、车路信息实时交互、构建新的出行模式为目标，V2X（vehicle to everything）通信技术作为车联网中的信息交互关键技术将成为未来智能交通的重要手段。目前，世界上用于 V2X 通信的主流技术包括专用短程通信（dedicated short range communication， DSRC）技术和基于蜂窝移动通信系统的 C-V2X（cellular vehicle to everything）技术（包括 LTE-V2X 和 5G NR-V2X）[2]。这其中，国际成熟的 V2X 无线通信技术有两种技术路线选择，一是基于 IEEE 802.11p 的 DSRC 技术，二是我国参与推动的基于 LTE 的 V2X 无线通信技术（ LTE-V2X），其具有着经济可行、可平滑向 5G 过渡等优势，关于 5G NR V2X 通信技术的研究立项工作正在开展。 1.2 5G 5G 网络作为第五代移动通信网络，能够实现网络高度融合，是一个由多种接入技术、多层网络、多种设备和多种用户类型交互的异构网络环境，能够提供跨越时间和空间的、无缝的、连续的用户体验[3]。 70 在 5G 技术研发过程中，车联网成为 5G 重要应用场景。5G 通信技术充分考虑汽车、交通产业需求，而 5G 的商用也给 LTE-V2X 提供了更强大的性能和更多的可能性。从华为等厂商的测试结果来看，基于 5G 的 LTE-V2X 在覆盖距离、网络延时方面都要优于 DSRC。但是，距离 5G-V2X 的商用，还需经过更长时间的测试验证。在 5G 车联网技术的推动下，更聪明、更安全、更环保的智能出行将并不遥远，而 5G 75 网络的商用势必为自动驾驶和车联网的融合提供更合适的契机。 1.3 边缘计算云中心具有强大的处理性能，传统的云计算模型如图 1 所示，最左侧是数据提供者提供 - 2 -

中国科技论文在线 http://www.paper.edu.cn 数据上传到云中心，客户所在的终端则向云中心发送请求，云中心收到请求后，做出响应并发送数据到客户终端。图 1 传统云计算模型图然而随着万物互联时代的到来，网络边缘设备产生的数据量快速增加，带来了更高的数据传输带宽需求，同时，新型应用也对数据处理的实时性提出了更高的要求，传统的云计算模型已经无法有效应对，因此，边缘计算应运而生。边缘计算（Edge computing）是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供前端服务，其模型如图 2 所示。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。简而言之，边缘计算是一种在物理上靠近数据生成的位置处理数据的方法 [4]。图 2 边缘计算模型图边缘计算可以有效减少系统处理的延迟，减少数据传输带宽，大大缓解云端计算中心压力，提高可用性，并能够保护数据安全和隐私，得益于这些优势，边缘计算从 2014 年以来得到了迅速的发展，并在公共安全中实时数据的处理、智能网联车和自动驾驶、虚拟现实、工业物联网、智能家居和智慧城市等领域展现了广阔的应用前景。 - 3 - 80 85 90 95

中国科技论文在线 http://www.paper.edu.cn 2 基于边缘计算的智能交通应用场景分析传统的交通处理方案多是采用集中式处理模式，集中式的方案将所有数据通过网络进行传输，统一集中至云端计算中心并利用其超强的计算能力来进行处理。然而，大量增加的智能交通设备实时产生大量的数据，将全部数据统一通过网络传输至云端进行处理会对网络带宽造成很大的压力。例如，Intel 在 2016 年的报告中指出，一辆自动驾驶车辆一天产生的数据为 4TB，这些数据无法全部上传至云端处理，需要在边缘节点中处理和计算[5]。与此同时，随着应用类型的丰富，未来智能交通服务对于实时性的要求提升，传统方案下，数据需要被传输至云端计算中心再等待数据处理结果，系统延迟较大。以智能交通调控为例，交通车流量是一项实时动态变化的信息，而针对其变化做出相应的信号灯配时控制则能改善城市交通情况，快速行驶的汽车使得交通流量信息变化速度极快，也就需要交通灯控制系统对其做出快速的反应。综上所述，传统交通方案并没有实现人、车、环境的高度协同，其集中式的云端处理模式也存在较大的弊端，与之相反，采用边缘计算的方式，对于新一代智能交通系统多样化的场景和服务需求是更为合适的选择。 100 105 110 基于边缘计算的智能交通服务方案应用场景如图 3 所示：协调 5G灯杆站边缘节点传感器 OBU GPS 图 3 基于边缘计算的智能交通服务场景特殊车辆优先处理如图 3 中所示，基于边缘计算的智能交通服务通过部署合适的智能边缘节点，组织并利用各交通参与单元以及车联网和移动通信等技术完成信息的采集，交通情况的感知，并基于 115 云端—边缘合作的模式提供应用服务，将协同通信与信息感知的任务下降到边缘，并在数据 - 4 -

中国科技论文在线 http://www.paper.edu.cn 源附近完成处理，仅将少部分任务交由云端中心完成。这样的方案不仅能够解决新一代智能交通系统车路协同的需求，也减少了网络的带宽压力和云端中心的运算量。 3 系统设计 3.1 整体架构 120 基于边缘计算的智能交通服务系统以云端—边缘分工合作的工作模式为核心，在各个智能边缘计算节点各自完成计算的前提下，远程中心作为中控系统，负责边缘计算节点的管理、调派以及多边缘节点任务的协同，这就使得边缘节点既可以单独或与相邻节点合作完成本地或小范围内的交通任务，也可以由云端调派，大范围联结，完成较大区域内的交通服务。为了保证系统的实用性与可拓展性，本文提出了图 4 所示的智能交通服务系统的总体架构。车速引导紧急事件监测提醒信号灯配时优化特殊车辆优先通行自动驾驶第三方服务协同计算控制能力数据分析处理能力信息发布推送能力通信协同管理能力边缘节点能力云计算服务能力大数据处理能力边缘节点管理协调能力交通任务管理能力计算能力管理能力云端中心能力近距无线通信网 4G/5G移动电信网以太网/光纤传输串口通信车辆感知反馈与控制能力车辆身份信息位置与三维加速度紧急事件消息环境感知反馈与控制能力卡口、视频实时交通信息信号灯实时数据传感检测信息路网静态数据与交通评估数据车流量数据应用层协同计算控制层接入通信层感知执行层 125 车载通信单元与智能设备互联网应用信号灯控制机视频监控/ 电子警察系统交通检测设备图 4 基于边缘计算的智能交通服务系统体系结构图交通局（交通支撑/ 评估平台）物理空间 - 5 -

中国科技论文在线 http://www.paper.edu.cn 基于边缘计算的智能交通服务系统体系结构分为四层：感知执行层、接入通信层、协同计算控制层和应用层。 1）感知执行层负责物理空间信息的感知采集以及对相应参与单元的反馈与控制。 130 车辆感知可以接收到车辆的身份信息，并将其接入系统进行进一步的身份认证，鉴权与优先级判定，同时也能获得车辆的位置、三维加速度等自身信息；车辆的反馈与控制能力则可以将系统消息，如紧急事件消息，推送至车载设备与驾驶员。环境感知可以获得各种交通基础设施以及智能交通系统感知到的环境信息，并实现反馈与控制能力。 2）接入与通信层负责通过各种通信方式实现系统各个元素之间的信息交互，包括车路 135 协同通信以及系统内部的通信。基于边缘计算的智能交通服务系统可以通过近距无线通信和 4G/5G 移动电信网等多种通信方式完成与车辆间的通信。而当系统内部进行通信，或与智能交通外场设施进行信息交互时，则多使用如以太网、光纤、串口通信等形式的有线传输方式完成。 3）协同计算控制层负责实现边缘侧人—车—环境的协同计算与控制，以及云端侧的协 140 调管理和计算支撑。从边缘侧的角度，协同计算控制层需提供通信协同管理能力，以组织和支撑人—车—环境的深度融合，并通过对各个交通参与个体进行感知获得的数据进行分析和处理，完成协同计算，实现对交通参与个体的消息推送与控制。从云端侧的角度，协同计算控制层需提供对于系统内外多数据源所提供的数据的计算分析能力和服务协同管理能力，一方面支持诸如车辆接入、权限验证、最佳路径规划等运算和处理服务，另一方面提供大范围、较多边缘节点共同完成的交通任务的管理以及各个边缘节点的监测管理与协调能力。 4）应用层通过接收来自下方层的数据，并综合运用下方层提供的能力支撑，提供多种不同类型的服务，满足智能交通多样化的场景需求。另一方面，也可以将系统的能力向签约方开放与共享，以支持新型的服务与商业运营模式。 3.2 部署方案与技术构成在边缘计算的情境下，边缘节点就近完成计算任务，分布在靠近数据源头的位置上，云端—边缘通过分工合作的模式完成各类智能交通服务。在实际的落地部署过程中，存在着一系列需要解决的问题，包括选择怎样的设备作为边缘计算节点，如何选择和处理边缘计算数据，怎样完成系统内部和与外部间的信息交互等。本方案中，我们对于具体的方案部署与技术构成进行了如下设计。 3.2.1 边缘节点的选择边缘计算的边缘侧指从数据源头到云端中心之间的任意计算和网络资源，是一个连续统，理论上来说，用户可以选择从云端到边缘整个链路上任意的节点作为边缘来降低延迟和带宽。但在实际应用中，边缘节点具体设施的选择应满足靠近数据源，即靠近车辆和基础设 145 150 155 160 - 6 -

中国科技论文在线 http://www.paper.edu.cn 施，具有远程和短程通信能力，并有一定的数据存储和处理能力的要求，而随着 5G 的快速发展，微基站的思路与边缘节点的需求十分契合。 5G 微基站的部署因为 5G 通信独有的要求和标准，将遵循基于目前的基础设施架构增 165 加，密集化部署，以及沿道路两侧部署和在通信量大的区域额外部署的原则，这样的部署原则刚好能够完美地契合智能交通服务的需求。目前，5G 微基站的建设随着 5G 商用的飞速推进受到了越来越多的关注，包括了灯杆站等各种不同的形式，如图 5 所示，一些一体化灯杆已经集成了感知、监控、照明、通信、信息推送等功能。图 5 一体化智慧灯杆 170 175 选择部署于交叉口及其附近的微基站作为边缘节点不仅具有使用运营商网络及基础设施，降低成本的优势，而且还可融入 5G 移动通信和车联网的相关技术，很好地解决系统数据通信和传输的问题。而在当前传统方案的背景下，3G/4G 蜂窝基站便可作为边缘节点的合适选择，并在未来随着 5G 的推广和商用过渡到新型的服务模式。 3.2.2 通信技术构成系统外部有着丰富的信息来源，包括了车辆、各种智能交通外场感知设备、互联网等，系统内部相邻边缘节点之间以及云端和边缘节点之间也需要进行信息交互，这就需要为不同的通信接口选择合适的通信技术，本系统中的主要通信接口以及通信技术构成如图 6 所示： - 7 -

中国科技论文在线 http://www.paper.edu.cn 云服务器串口通信交通信号灯以太网 /光纤 4G/5G 通信链路互联网应用串口/ 以太网蜂窝基站 5G微基站 WiFi/ 4.3MHz 监控摄像头边缘计算节点 4G-LTE/5G 5G 无线传感器 DSRC/5G 车辆车辆图 6 通信技术构成图 180  系统与车辆及车车之间：考虑到传统技术向新兴技术过渡的需要，本系统融入了现有的 3/4G 蜂窝基站以及短程通信技术。蜂窝基站与车辆之间目前采用 4G-LTE 技术，未来更新为基于 5G 的 LTE；5G 微基站、灯杆站等则直接采用 5G-V2X 与车辆通信；车辆之间目前可采用 DSRC 实现 V2V 连接，未来则通过 5G 车联网完成通信。 185  系统内部边缘节点之间和与云端之间：系统内部的通信多是采用有线通信的形式，保证数据的高速高质量的传输，具体形式包括以太网与光纤传输。  系统与互联网应用之间：通过 4G/5G 移动通信网与互联网进行信息传输。  系统与各种智能交通外场感知设备之间：通过 RS232、RS485 接口与交叉口信号灯控制机、诱导屏等完成串口通信；通过串口和以太网与有线传输的交通检测设备，如摄像头等进行通信；通过 WiFi 和 4.3MHz 技术等与无线传输的交通检测设备，如无线传感器等进行通信。 190 3.2.3 数据选择与处理由于物联网网络的异构环境，网络边缘的事物生成的数据格式各不相同，多源异构数据的融合对边缘计算来说是一个挑战，如图 7 所示。 - 8 -

分享到：

赞收藏

资料库

论文研究-一种基于边缘计算的智能交通服务方案 .pdf

相关推荐

开发技术

热门标签

最新资料