CN113596102B - 车路协同式交通系统、路侧系统和数据处理方法 - Google Patents

车路协同式交通系统、路侧系统和数据处理方法 Download PDF

Info

Publication number
CN113596102B
CN113596102B CN202110756500.8A CN202110756500A CN113596102B CN 113596102 B CN113596102 B CN 113596102B CN 202110756500 A CN202110756500 A CN 202110756500A CN 113596102 B CN113596102 B CN 113596102B
Authority
CN
China
Prior art keywords
information
road side
target
road
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110756500.8A
Other languages
English (en)
Other versions
CN113596102A (zh
Inventor
汪洋
丁丽琴
张天琳
窦文豪
孙晨阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN202110756500.8A priority Critical patent/CN113596102B/zh
Publication of CN113596102A publication Critical patent/CN113596102A/zh
Application granted granted Critical
Publication of CN113596102B publication Critical patent/CN113596102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)

Abstract

车路协同式交通系统、路侧系统和数据处理方法。其中，路侧系统包括路侧信息采集模块、目标关联匹配模块、路侧信息价值计算模块、局部信息计算模块、全局决策信息处理模块和路侧通信模块。路侧系统根据这些模块搭建了一个特殊的数据处理流程，并利用网联车辆提供的感知信息扩充路侧系统的感知信息。路侧系统在与网联车辆和云平台系统信息交互时对传输的信息进行价值评估，最终可以实现在智能网联车数量多或者少，交通参与者数量多或少，通信状态良好或较差等交通环境下，将目标感知信息、预警类信息和服务类信息可靠、实时地传输给网联车辆和云平台系统，进而增强道路交通安全性，提高通行效率。

Description

车路协同式交通系统、路侧系统和数据处理方法
技术领域
本发明涉及智能交通系统领域，具体涉及一种车路协同式智能网联交通系统、路侧系统、数据处理方法和计算机介质。
背景技术
研究表明当前的网联车辆很难达到高水平自动化和智能化要求。且道路上智能网联和非网联车辆会长期共存。这些对于如何提高道路交通安全性，提高通行效率是一个极大的挑战。对于不具备通信能力的车辆，周围车辆无法与其进行通信获取其相关信息。同时单车的感知范围存在一定的局限性。车路协同技术能够提供超视距信息以及盲区信息，可以极大提高单车的感知范围。因此有必要引入路侧设施对道路上的交通参与者进行一个更全面的了解，辅助网联车辆提高感知能力，提高自动化、智能化水平。
随着先进的5G技术和硬件计算能力的发展，路侧系统成为了智能交通系统的一个重要研究方向。借用感知范围更广，计算能力更强的路侧设施对道路环境感知，然后将路侧系统的感知计算结果利用V2X技术传输给具有通信能力的车辆或者智能车辆，起到预警作用或者为智能车辆提供辅助信息。对于不具备通信能力的人工驾驶车辆则可以通过地图导航软件获取路侧提供的相关信息。
目前存在的路侧系统已经能够实现对交通指示灯的控制，交通流量的预测以及识别道路上构成安全威胁的目标。但是没有考虑路侧系统本身也存在对环境感知不完善的情况。目前存在的路侧系统没有体现出数据在系统内部的具体处理流程以及在不同场景下与网联车辆、云端之间数据信息是如何交互的。路侧系统在设计的过程中应该考虑因交通参与者密集而导致通信压力大这种情况，在这种情况下更需要保证安全预警类消息有效传输。
发明内容
针对上述技术问题，本发明提供一种车路协同式智能网联交通系统、路侧系统和数据处理方法。
根据第一方面，一种实施例中提供一种车路协同式智能网联交通系统，包括：网联车辆系统、路侧系统和云平台系统；
所述网联车辆系统用于采集、处理和传输自车状态信息和车辆周围环境感知信息，所述车辆周围环境感知信息包括车辆目标感知信息；
所述路侧系统包括路侧信息采集模块、目标关联匹配模块、局部信息计算模块、路侧信息价值计算模块、路侧通信模块和全局决策信息处理模块；所述路侧信息采集模块用于采集道路环境目标的图像信息和位置信息；所述目标关联匹配模块用于根据路侧通信模块获取的所述网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；所述局部信息计算模块，用于根据所述局部目标检索库计算并输出路侧目标感知信息；所述路侧信息价值计算模块用于根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态，生成一个传输路侧感知数据数值；所述路侧通信模块用于按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配，所述路侧通信模块还向所述路侧信息价值计算模块发送所述路侧通信信道状态信息和通信网络状态；所述全局决策信息处理模块，用于通过路侧通信模块获取云平台系统对路侧下达的任务指令，对任务指令进行解析，将解析结果传输到局部信息计算模块，局部信息计算模块接收所述解析结果后执行任务生成局部安全预警、局部交通事故信息和局部服务类信息。
所述云平台系统用于接收汇总所述网联车辆系统传输的自车状态信息和所述路侧系统传输的路侧目标感知信息，生成一个包含全局信息的全局目标检索库；所述云平台系统还根据所述全局目标检索库进行全局交通参与者信息统计、全局交通流量分析与预测和全局交通路况信息。
根据第二方面，一种实施例中提供一种车路协同式路侧系统，包括：
路侧信息采集模块，用于采集道路环境目标的图像信息和位置信息；
目标关联匹配模块，用于根据路侧通信模块获取的所述网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；
局部信息计算模块，用于根据所述局部目标检索库计算并输出路侧目标感知信息；
路侧信息价值计算模块，用于根据所述路侧目标感知信息、路侧通信信道状态信息和网络状态信息，生成一个传输路侧感知数据数值；
路侧通信模块，用于按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配，所述路侧通信模块还向所述路侧信息价值计算模块发送所述路侧通信信道状态信息和通信网络状态信息。
在一实施例中，所述路侧通信模块根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配包括：
当所述传输路侧感知数据数值大于路侧阈值时，占用额外通信资源，对于车路通信，广播传输目标的位置、目标的大小、目标的种类、交通事故信息和安全预警，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的原始级数据或特征级数据中的一者；
当所述传输路侧感知数据数值小于路侧阈值时，占用基础通信资源，对于车路通信，单播或组播传输目标的位置、目标的大小、目标的种类和交通事故信息，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的概要信息；所述概要信息包括目标的位置、运动方向、大小、种类中的一者或多者。
在一实施例中，所述路侧阈值由路侧通信模块根据通信信道状态和通信网络状态自适应设置，具体包括：
定期对信道进行评估，根据信道的阶数、多普勒频移和多径时延评估信道，判断信道是否稳定，信道越稳定，所述路侧阈值越小；
监测传输时延、吞吐量两个网络性能指标，联合所述两个网络性能指标设置所述路侧阈值的大小；所述路侧阈值与传输时延呈正比关系，与吞吐量呈反比关系。
在一实施例中，所述路侧系统还包括：全局决策信息处理模块；
所述全局决策信息处理模块用于通过路侧通信模块获取云平台系统对路侧下达的任务指令，对任务指令进行解析，将解析结果传输到局部信息计算模块，局部信息计算模块接收所述解析结果后执行任务生成局部安全预警、局部交通事故信息和局部服务类信息；所述任务指令包括定位一个目标、修改交通信号灯设定、交通流量统计和交通状态监控中的一者或多者。
根据第三方面，一种实施例中提供一种车路协同式路侧数据处理方法，包括：
控制采集道路环境目标的图像信息和位置信息；
获取网联车辆系统的自车状态信息和车辆目标感知信息；
根据所述网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；
根据所述局部目标检索库计算并输出路侧目标感知信息；
根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态，生成一个传输路侧感知数据数值；
按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配。
根据第四方面，一种实施例中提供一种计算机介质，所述介质上存储有程序，所述程序能够被处理器执行以本文中任实施例所述的方法。
依据上述实施例的一种车路协同式智能网联交通系统、路侧系统和数据处理方法，其中，路侧系统包括路侧信息采集模块、目标关联匹配模块、路侧信息价值计算模块、局部信息计算模块、全局决策信息处理模块和路侧通信模块。路侧系统根据这些模块搭建了一个特殊的数据处理流程，并利用网联车辆提供的感知信息扩充路侧系统的感知信息。路侧系统在与网联车辆和云平台系统信息交互时对传输的信息进行价值评估，最终可以实现在智能网联车数量多或者少，交通参与者数量多或少，通信状态良好或较差等交通环境下，将目标感知信息、预警类信息和服务类信息可靠、实时地传输给网联车辆和云平台系统，进而增强道路交通安全性，提高通行效率。
附图说明
图1为一种实施例的车路协同式智能网联交通系统的示意图；
图2为一种实施例车路协同式智能网联交通系统的功能模块架构图；
图3为一种实施例的车路协同式路侧系统的价值计算模块的功能逻辑图；
图4为另一种实施例的车路协同式智能网联交通系统的功能模块架构图；
图5为一种实施例的车路协同式智能网联交通系统的价值计算模块的功能逻辑图；
图6为一种实施例的车路协同式路侧数据处理方法的流程图；
图7为一种实施例的车路协同式路侧数据处理方法中“根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式”的流程图；
图8为一种实施例的车路协同式路侧数据处理方法中“执行任务”的流程图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。
在车路协同场景中，随着交通参与者数量的增加，车与路之间需要传递的感知数据爆炸性增长，这将给无线通信系统带来一定的压力，进而安全类的感知信息不一定能达到低延时高可靠的传输条件。因此，发明人提出一种车路协同式智能网联交通系统，通过车-路-云三者协同工作控制，三个平台中分别经过特殊的数据处理流程，在不同场景下数据交互的内容不同，以实现在多智能网联车/少智能网联车，多交通参与者/少交通参与者，通信信道状态良好/通信信道状态较差等交通环境下，感知目标信息、预警类信息和服务类信息可靠、实时地传输进而提高道路交通安全，提高通行效率。
本发明公开的一种车路协同式智能网联交通系统包括网联车辆系统，路侧系统，云平台系统。网联车辆主要感知自身状态和周围环境。将自身行驶状态信息和环境感知信息传输给路侧设施，将自身行驶状态信息上传给云平台。网联车辆利用从云/路获取的信息以及自身感知的信息进行路径规划，行驶决策。路侧系统主要执行局部交通信息统计，局部交通状态监控，局部交通管控信息发布等任务。路侧向网联车辆传输局部服务信息和局部安全预警信息，向云平台传输局部环境感知信息。路侧系统根据从全局获取的信息执行任务，调整交通指挥灯时长策略。云平台主要执行全局交通信息统计，全局交通状态监控，全局交通管控信息发布等任务。云平台向网联车辆传输地图服务数据，向路侧传输管控信息。
本发明公开的一种车路协同式智能网联交通系统利用车-路-云三者协同控制，充分地考虑了在多智能网联车/少智能网联车，多交通参与者/少交通参与者，通信信道状态良好/通信信道状态较差等交通环境下，如何保证感知目标信息、预警类信息和服务类信息可靠、实时地传输。
本发明公开的一种车路协同式智能网联交通系统中每个系统内部的特殊数据处理流程，确保了最后每个系统向其余的系统提供什么样的信息，以什么数据形式传输。
本发明公开的一种车路协同式智能网联交通系统中涉及的信息价值计算模块利用感知信息和信道状态，判断车与车、车与路、路与云之间是否占用额外的通信资源传输感知数据。并且根据信息价值计算模块输出的数值选择数据预处理的方式。
本发明公开的一种车路协同式智能网联交通系统中的路侧系统充分的考虑了路侧信息采集不完全的情况，利用网联车辆采集的数据来弥补这一部分的缺失。
下面通过具体实施例来对本发明进行说明。
实施例一：
请参考图1，为本发明一种实施例的车路协同式智能网联交通系统的示意图，车路协同式智能网联交通系统包括网联车辆系统10、路侧系统20和云平台系统30。
网联车辆系统10用于采集、处理自车状态信息和车辆周围环境感知信息，所述车辆周围环境感知信息包括车辆目标感知信息；在一实施例中，网联车辆系统10向路侧系统20传输自车状态信息和车辆环境感知信息，向云平台系统30传输自车状态信息。
请参考图2，在一实施例中，网联车辆系统10包括车辆信息采集模块101、车辆通信模块103和驾驶决策计算模块104。
车辆信息采集模块101用于采集自车状态信息和车辆周围环境感知数据，所述车辆周围环境感知数据包括车辆目标感知信息，例如，通过自车搭载的RTK-GPS获取自车状态信息，通过视觉传感器和雷达传感器获取车辆周围环境感知信息。在一实施例中，自车状态信息包括车辆ID、车辆位置、车辆大小、行驶速度和行驶方向。
车辆通信模块103用于向路侧系统20传输自车状态信息和车辆环境感知信息，向云平台系统30传输自车状态信息。
车辆驾驶决策计算模块104用于根据自车状态信息和从车侧通信模块获取的辅助驾驶信息，执行所述车辆路径规划和行驶决策。在一实施例中，辅助驾驶信息包括安全预警、交通事故信息和服务类信息。
路侧系统20用于采集道路环境目标的图像信息和位置信息；所述路侧系统20接收一个或多个网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；所述路侧系统20还根据所述局部目标检索库计算并输出路侧目标感知信息并根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态信息，生成一个传输路侧感知数据数值，以及根据所述传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配。在一实施例中，路侧系统20向网联车辆系统10传输辅助驾驶信息，向云平台系统30传输路侧目标感知信息。
请参考图2，在一实施例中，路侧系统20包括路侧信息采集模块201、目标关联匹配模块202、局部信息计算模块203、路侧信息价值计算模块204、路侧通信模块205和全局决策信息处理模块206。
路侧信息采集模块201包括视觉传感器和雷达传感器，用于采集道路环境目标的图像信息和位置信息。
目标关联匹配模块202用于根据路侧通信模块获取的一个或多个网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库。
局部信息计算模块203用于根据所述局部目标检索库计算输出路侧目标感知信息。在一实施例中，局部信息计算模块203接收任务指令解析结果后执行相应任务生成局部安全预警、局部交通事故信息和局部服务类信息。
路侧信息价值计算模块204用于根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态信息，生成一个传输路侧感知数据数值。
路侧通信模块205用于按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配；所述路侧通信模块205还向所述路侧信息价值计算模块发送所述路侧通信信道状态信息和通信网络状态信息。
全局决策信息处理模块206用于通过路侧通信模块获取云平台系统对路侧下达的任务指令，对任务指令进行解析，将解析结果传输到局部信息计算模块203。
云平台系统30用于接收汇总一个或多个网联车辆系统10传输的自车状态信息和一个或多个路侧系统20传输的路侧目标感知信息，生成一个包含全局信息的全局目标检索库；所述云平台系统还根据所述全局目标检索库进行全局交通参与者信息统计、全局交通流量分析与预测和全局交通路况信息。在一实施例中，云平台系统30向网联车辆系统10传输辅助驾驶信息，向路侧系统20传输任务指令。
请参考图2，在一实施例中，云平台系统30包括云端通信模块301、信息整合模块302、全局信息计算模块303和服务与监管模块304。
云端通信模块301与路侧通信模块之间混合使用无线通信技术和光纤通信技术进行通信，用于向车辆通信模块103传输辅助驾驶信息，向路侧通信模块205传输任务指令。
信息整合模块302用于汇总由云端通信模块获取的车辆自车状态信息和路侧目标感知信息，生成一个包含全局信息的全局目标检索库。
全局信息计算模块303用于通过所述全局目标检索库进行全局范围内的交通参与者统计，全局交通流量分析与预测，全局交通路况分析，生成辅助驾驶信息，通过服务与监管模块304生成全局管控信息、道路管理策略，向路侧系统下达任务指令，通过地图服务上传全局交通路况信息、异常交通流量信息和全局紧急事件信息。
本发明的核心之一在于根据获取的信息与通信信道状态选择信息传输方式，下面对路侧系统20如何选择信息传输方式进行说明。
请参考图2和图3，一实施例中，目标关联匹配模块202从路侧通道模块205获取车辆目标感知信息，从路侧信息采集模块201获取路侧道路环境目标的图像信息和位置信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库。局部信息计算模块203根据局部目标检索库计算并输出一个路侧目标感知信息。
路侧信息价值计算模块204从局部信息计算模块203获取路侧目标感知信息ei，从路侧通信模块205获取路侧信道状态信息csi和通信网络状态信息cri，利用函数t(·)生成一个传输路侧感知数据a数值pit(a)，计算公式记为pit(a)＝t(a|csi，cri，ei)。根据此数值判断如何传输路侧目标感知数据。路侧通信模块205从路侧信息价值计算模块204获取数值pit(a)，当pit(a)大于设定的路侧阈值ti时，占用额外通信资源传输附加数据，对于车路通信，广播传输目标的位置、目标的大小、目标的种类、交通事故信息和安全预警，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的原始级数据或特征级数据中的一者。当pit(a)小于设定的路侧阈值ti时，占用基础通信资源，对于车路通信，单播或组播传输目标的位置、目标的大小、目标的种类和交通事故信息，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的概要信息；所述概要信息包括目标的位置、运动方向、大小、种类中的一者或多者。在一实施例中，路侧阈值ti由路侧通信模块205根据路侧信道状态信息csi和通信网络状态信息cri自适应生成。在一实施例中，路侧通信模块205定期对信道进行评估，根据信道的阶数、多普勒频移和多径时延等参数评估信道，判断信道是否稳定，信道越稳定，路侧阈值越小，根据实时的通信网络状态，主要监测传输时延和吞吐量两个网络性能指标，联合两个性能指标设置路侧阈值的大小，路侧阈值与传输时延呈正比关系，传输时延越大表示实时通信网络状态越差，因此路侧阈值越大，路侧阈值与吞吐量呈反比关系，吞吐量越大表示此时通信网络状态越好，因此路侧阈值越小。在一实施例中，可以预设一个表征信道状态稳定的多径时延阈值，当多径时延大于预设的多径时延阈值时认定当前信道状态不稳定，此时选择不进行通信。
在一实施例中，通过训练神经网络模型的方法来获得函数t(·)。在训练过程中神经网络的输入参数为路侧信道状态信息、通信网络状态信息和路侧周围环境感知信息，输出参数为传输路侧感知数据数值，传输路侧感知数据数值的取值范围为[0，1]。一实施例中，路侧信道状态信息包括信道阶数和多径时延，通信网络状态信息包括传输时延和吞吐量，路侧周围环境感知信息包括路侧感知目标数量和路侧感知目标种类数量。
在一实施例中，根据路侧信道状态信息csi利用现有的信道评价方法评估信道是否稳定，稳定时信道状态值x1为1，不稳定时信道状态值x1为0.5。通信网络状态信息cri包括传输时延x2和吞吐量x3。路侧周围环境感知信息ei包括路侧感知目标数量x4和路侧感知目标种类数量x5。σ表示sigmoid函数。y为传输路侧感知数据数值，取值范围为[0，1]。α，β为线性条件约束参数。函数t(·)可表示如下式：
吞吐量x3值越大表示通信网络性能越好，传输时延x2值越大表示通信网络性能越差，因此信息价值(传输路侧感知数据数值)与吞吐量成正比，与传输时延成反比。路侧感知目标数量x4与路侧感知目标种类数量x5的比值越大表示当前路侧能感知越多的目标，从路侧角度表明当前行驶路段拥堵，交通情况复杂，此时通信网络状态较差的概率很大，无法占用额外的通信资源传输信息，因此信息价值与路侧感知目标数量与路侧感知目标种类数量的比值成反比。上述公式中表征的各参数关系与此一致。
本领域技术人员可以理解，上述实施例中给出的信息价值计算方法并非全部的信息价值计算方法，只是用于帮助理解本发明，并不用以限制本发明。
请参考图4和图5，在一实施例中，网联车辆系统10包括车辆信息价值计算模块102，车辆信息价值计算模块102从车辆信息采集模块101获取车辆周围环境感知信息ev和自车状态信息vs，从车辆通信模块103获取车辆信道状态信息csv和通信网络状态信息crv，利用函数f(·)生成一个传输车辆感知数据d的数值pvt(d)，记公式为pvt(d)＝f(d|vs，csv，crv，ev)，利用该数值pvt(d)判断以何种数据形式传输车辆目标感知数据。车辆通信模块103从车辆价值计算模块获取数值pvt(d)，当pvt(d)的值大于设定的车辆阈值tv，占用额外通信资源传输附加数据，对于车路通信，智能车辆系统传输自车状态信息和详细车辆目标感知信息，对于车车通信，智能车辆系统传输自车状态信息和车辆目标感知信息概要；所述自车状态信息包括车辆位置、车辆大小、行驶速度和行驶方向；所述详细车辆目标感知信息包括目标感知信息的原始级数据和特征级数据中的一者；所述车辆目标感知信息概要包括目标的位置、运动方向、大小和种类中的一者或多者。当pvt(d)的值小于设定的车辆阈值tv时，占用基础通信资源，对于车路通信，智能车辆系统传输自车状态信息和车辆目标感知信息概要，对于车车通信，智能车辆系统传输自车状态信息。在一实施例中，车辆阈值tv由车辆通信模块103根据车辆信道状态信息csv和通信网络状态信息crv自适应生成。在一实施例中，车辆通信模块103定期对信道进行评估，根据信道的阶数、多普勒频移和多径时延等参数评估信道，判断信道是否稳定，信道越稳定，车辆阈值越小，根据实时的通信网络状态，主要监测传输时延和吞吐量两个网络性能指标，联合两个性能指标设置车辆阈值的大小，车辆阈值与传输时延呈正比关系，传输时延越大表示实时通信网络状态越差，因此车辆阈值越大，车辆阈值与吞吐量呈反比关系，吞吐量越大表示此时通信网络状态越好，因此车辆阈值越小。在一实施例中，可以预设一个表征信道状态稳定的多径时延阈值，当多径时延大于预设的多径时延阈值时认定当前信道状态不稳定，此时选择不进行通信。
本领域技术人员可以理解，本申请中信息价值计算模块的功能主要是评判一个目标的感知数据是否值得传输并且以什么形式、是否占用额外的通信资源传输目标感知数据。
对于路侧信息价值计算模块，根据从一个或多个智能车辆系统和一个或多个路侧系统汇总的经过计算得到的目标信息、当前路侧通信信道状态信息和通信网络状态，计算传输路侧感知数据数值，所述传输路侧感知数据数值表示感知目标信息的价值，数值越大表示该感知目标信息越需要传输，例如，感知目标信息中包括有交通事故信息，对于出现在交通事故点附件的其他未获取该交通事故信息的目标，该感知目标信息的传输价值就很高，所述传输路侧感知数据数值也会很大。据此实现了在多交通参与者的交通环境下，降低传输内容的重复性，同时合理并高效地利用无线传输资源，根据传输路侧感知数据数值与路侧阈值的比较判断是否占用额外的通信资源传输更详细的感知信息。在一实施例中，计算传输路侧感知数据数值时，需要获取路侧通信信道状态信息和通信网络状态信息，获取路侧系统对局部所有目标的感知信息，包括感知到的目标个数，目标的种类和目标的位置，根据所述两个条件计算每个目标的传输路侧感知数据数值。
实施例二：
请参考图6，本发明一实施例中提供一种车路协同式路侧系统数据处理方法，包括步骤S100-S150，下面具体说明。
步骤S100：控制采集道路环境目标的图像信息和位置信息。
步骤S110：获取网联车辆系统的自车状态信息和车辆目标感知信息。
步骤S120：根据所述网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库。
步骤S130：根据所述局部目标检索库计算并输出路侧目标感知信息。
步骤S140：根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态信息，生成一个传输路侧感知数据数值。
步骤S150：按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配。
请参考图7，在一实施例中，步骤S150包括根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式的步骤S151-S157。
步骤S151：获取传输路侧感知数据数值。
步骤S153：判断传输路侧感知数据数值是否大于路侧阈值。在一实施例中，所述路侧阈值根据通信状态自适应生成，定期对信道进行评估，根据信道的阶数、多普勒频移和多径时延等参数评估信道，判断信道是否稳定，信道越稳定，路侧阈值越小，根据实时的通信网络状态，主要监测传输时延和吞吐量两个网络性能指标，联合两个性能指标设置路侧阈值的大小，路侧阈值与传输时延呈正比关系，传输时延越大表示实时通信网络状态越差，因此路侧阈值越大，路侧阈值与吞吐量呈反比关系，吞吐量越大表示此时通信网络状态越好，因此路侧阈值越小。
若步骤S153判断结果为是，执行步骤步骤S155：占用额外通信资源，对于车路通信，广播传输目标的位置、目标的大小、目标的种类、交通事故信息和安全预警；对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的原始级数据或特征级数据中的一者。
若步骤S153判断结果为否，执行步骤S157：占用基础通信资源，对于车路通信，单播或组播传输目标的位置、目标的大小、目标的种类和交通事故信息；对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的概要信息。
在一实施例中，所述概要信息包括目标的位置、运动方向、大小、种类中的一者或多者。
请参考图8，在一实施例中，所述车路协同式路侧系统数据处理方法还包括执行任务步骤S160-S180。
步骤S160：获取云平台系统下达的任务指令。
步骤S170：对所述任务指令进行解析，得到解析结果。
步骤S180：根据所述解析结果执行任务生成局部安全预警、局部交通事故信息和局部服务类信息。在一实施例中，所述任务指令包括定位一个目标、修改交通信号灯设定、交通流量统计和交通状态监控中的一者或多者。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (8)

1.车路协同式智能网联交通系统，其特征在于，包括：网联车辆系统、路侧系统和云平台系统；
所述网联车辆系统用于采集、处理和传输自车状态信息和车辆周围环境感知信息，所述车辆周围环境感知信息包括车辆目标感知信息；
所述路侧系统包括路侧信息采集模块、目标关联匹配模块、局部信息计算模块、路侧信息价值计算模块、路侧通信模块和全局决策信息处理模块；所述路侧信息采集模块用于采集道路环境目标的图像信息和位置信息；所述目标关联匹配模块用于根据路侧通信模块获取的一个或多个网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；所述局部信息计算模块，用于根据所述局部目标检索库计算并输出路侧目标感知信息；所述路侧信息价值计算模块用于根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态信息，生成一个传输路侧感知数据数值；所述路侧通信模块用于按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配，所述路侧通信模块还向所述路侧信息价值计算模块发送所述路侧通信信道状态信息和通信网络状态信息，具体包括：当所述传输路侧感知数据数值大于路侧阈值时，占用额外通信资源，对于车路通信，广播传输目标的位置、目标的大小、目标的种类、交通事故信息和安全预警，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的原始级数据或特征级数据中的一者；当所述传输路侧感知数据数值小于路侧阈值时，占用基础通信资源，对于车路通信，单播或组播传输目标的位置、目标的大小、目标的种类和交通事故信息，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的概要信息；所述概要信息包括目标的位置、运动方向、大小、种类中的一者或多者；所述全局决策信息处理模块，用于通过路侧通信模块获取云平台系统对路侧下达的任务指令，对任务指令进行解析，将解析结果传输到局部信息计算模块，局部信息计算模块接收所述解析结果后执行任务生成局部安全预警、局部交通事故信息和局部服务类信息；
所述云平台系统用于接收汇总所述网联车辆系统传输的自车状态信息和所述路侧系统传输的路侧目标感知信息，生成一个包含全局信息的全局目标检索库；所述云平台系统还根据所述全局目标检索库进行全局交通参与者信息统计、全局交通流量分析与预测和全局交通路况信息。
2.车路协同式路侧系统，其特征在于，包括：
路侧信息采集模块，用于采集道路环境目标的图像信息和位置信息；
目标关联匹配模块，用于根据路侧通信模块获取的一个或多个网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；
局部信息计算模块，用于根据所述局部目标检索库计算并输出路侧目标感知信息；
路侧信息价值计算模块，用于根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态信息，生成一个传输路侧感知数据数值；
路侧通信模块，用于按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配，所述路侧通信模块还向所述路侧信息价值计算模块发送所述路侧通信信道状态信息和通信网络状态信息，具体包括：当所述传输路侧感知数据数值大于路侧阈值时，占用额外通信资源，对于车路通信，广播传输目标的位置、目标的大小、目标的种类、交通事故信息和安全预警，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的原始级数据或特征级数据中的一者；当所述传输路侧感知数据数值小于路侧阈值时，占用基础通信资源，对于车路通信，单播或组播传输目标的位置、目标的大小、目标的种类和交通事故信息，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的概要信息；所述概要信息包括目标的位置、运动方向、大小、种类中的一者或多者。
3.如权利要求2所述的车路协同式路侧系统，其特征在于，所述路侧阈值由路侧通信模块根据通信信道状态和通信网络状态自适应设置，具体包括：
定期对信道进行评估，根据信道的阶数、多普勒频移和多径时延评估信道，判断信道是否稳定，信道越稳定，所述路侧阈值越小；
监测传输时延、吞吐量两个网络性能指标，联合所述传输时延和吞吐量两个网络性能指标设置所述路侧阈值的大小；所述路侧阈值与传输时延呈正比关系，与吞吐量呈反比关系。
4.如权利要求2所述的车路协同式路侧系统，其特征在于，还包括：全局决策信息处理模块；
所述全局决策信息处理模块用于通过路侧通信模块获取云平台系统对路侧下达的任务指令，对任务指令进行解析，将解析结果传输到局部信息计算模块，局部信息计算模块接收所述解析结果后执行任务生成局部安全预警、局部交通事故信息和局部服务类信息；
所述任务指令包括定位一个目标、修改交通信号灯设定、交通流量统计和交通状态监控中的一者或多者。
5.车路协同式路侧数据处理方法，其特征在于，包括：
控制采集道路环境目标的图像信息和位置信息；
获取网联车辆系统的自车状态信息和车辆目标感知信息；
根据所述网联车辆系统的自车状态信息和车辆目标感知信息，对目标进行关联、匹配和融合，扩充路侧系统采集的目标信息，生成一个局部目标检索库；
根据所述局部目标检索库计算并输出路侧目标感知信息；
根据所述路侧目标感知信息、路侧通信信道状态信息和通信网络状态信息，生成一个传输路侧感知数据数值；
按照事件的优先级对传输数据进行排队，并根据传输路侧感知数据数值选择数据压缩的方法、压缩比、编码方式和路侧目标感知信息传输方式，还根据传输路侧感知数据数值对信道中的频谱资源进行分配，具体包括：当所述传输路侧感知数据数值大于路侧阈值时，占用额外通信资源，对于车路通信，广播传输目标的位置、目标的大小、目标的种类、交通事故信息和安全预警，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的原始级数据或特征级数据中的一者；当所述传输路侧感知数据数值小于路侧阈值时，占用基础通信资源，对于车路通信，单播或组播传输目标的位置、目标的大小、目标的种类和交通事故信息，对于路云通信，路侧系统向云平台系统传输路侧目标感知信息的概要信息；所述概要信息包括目标的位置、运动方向、大小、种类中的一者或多者。
6.如权利要求5所述的车路协同式路侧数据处理方法，其特征在于，所述路侧阈值由路侧通信模块根据通信信道状态和通信网络状态自适应设置，具体包括：
定期对信道进行评估，根据信道的阶数、多普勒频移和多径时延评估信道，判断信道是否稳定，信道越稳定，所述路侧阈值越小；
监测传输时延、吞吐量两个网络性能指标，联合所述传输时延和吞吐量两个网络性能指标设置所述路侧阈值的大小；所述路侧阈值与传输时延呈正比关系，与吞吐量呈反比关系。
7.如权利要求5所述的车路协同式路侧数据处理方法，其特征在于，还包括：
获取云平台系统下达的任务指令；
对所述任务指令进行解析，得到解析结果；
根据所述解析结果执行任务生成局部安全预警、局部交通事故信息和局部服务类信息；
所述任务指令包括定位一个目标、修改交通信号灯设定、交通流量统计和交通状态监控中的一者或多者。
8.一种计算机介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求5-7中任一项所述的方法。
CN202110756500.8A 2021-07-05 2021-07-05 车路协同式交通系统、路侧系统和数据处理方法 Active CN113596102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110756500.8A CN113596102B (zh) 2021-07-05 2021-07-05 车路协同式交通系统、路侧系统和数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110756500.8A CN113596102B (zh) 2021-07-05 2021-07-05 车路协同式交通系统、路侧系统和数据处理方法

Publications (2)

Publication Number Publication Date
CN113596102A CN113596102A (zh) 2021-11-02
CN113596102B true CN113596102B (zh) 2023-07-18

Family

ID=78245803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110756500.8A Active CN113596102B (zh) 2021-07-05 2021-07-05 车路协同式交通系统、路侧系统和数据处理方法

Country Status (1)

Country Link
CN (1) CN113596102B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114170803B (zh) * 2021-12-15 2023-06-16 阿波罗智联(北京)科技有限公司 路侧感知系统和交通控制方法
CN114120653A (zh) * 2022-01-26 2022-03-01 苏州浪潮智能科技有限公司 一种集中式车群决策控制方法、装置及电子设备
CN114915940B (zh) * 2022-05-13 2023-07-21 山东高速建设管理集团有限公司 一种车路通信链路匹配方法、系统、设备及介质
CN115116215A (zh) * 2022-05-24 2022-09-27 清华大学 动态云接管系统的构建方法、装置、设备及介质
CN116614841B (zh) * 2023-07-17 2023-10-27 中汽智联技术有限公司 一种路侧数据质量评估方法和电子设备
CN117459922B (zh) * 2023-09-18 2024-08-27 北京佰才邦技术股份有限公司 数据传输方法、装置、终端及存储介质
CN117456748B (zh) * 2023-12-25 2024-03-05 北京华创智芯科技有限公司 基于车路协同技术的交通信号智能调控方法及系统
CN117557977B (zh) * 2023-12-28 2024-04-30 安徽蔚来智驾科技有限公司 环境感知信息获取方法、可读存储介质及智能设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105636217A (zh) * 2014-11-07 2016-06-01 北京三星通信技术研究有限公司 用于蜂窝网接入的方法和装置
CN110620611A (zh) * 2019-09-29 2019-12-27 南京邮电大学 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN110874945A (zh) * 2018-08-31 2020-03-10 百度在线网络技术（北京）有限公司 基于车路协同的路侧感知系统及其车辆控制方法
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105636217A (zh) * 2014-11-07 2016-06-01 北京三星通信技术研究有限公司 用于蜂窝网接入的方法和装置
CN110874945A (zh) * 2018-08-31 2020-03-10 百度在线网络技术（北京）有限公司 基于车路协同的路侧感知系统及其车辆控制方法
CN110620611A (zh) * 2019-09-29 2019-12-27 南京邮电大学 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法

Also Published As

Publication number Publication date
CN113596102A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN113596102B (zh) 车路协同式交通系统、路侧系统和数据处理方法
US11520331B2 (en) Methods and apparatus to update autonomous vehicle perspectives
US10186155B2 (en) Method and system for providing interactive parking management via artificial intelligence analytic (AIA) services using cloud network
CN113593221B (zh) 信息价值评估式驾驶系统、网联车辆系统和数据传输方法
US11597395B2 (en) Systems and methods to manage vehicles under anomalous driving behavior
CN110880236B (zh) 路况信息处理方法、装置及系统
He et al. Cooperative connected autonomous vehicles (CAV): research, applications and challenges
CN108648489B (zh) 一种基于车联网的路况信息实时共享系统及方法
Zhou et al. Edge-facilitated augmented vision in vehicle-to-everything networks
US20220324467A1 (en) Driving safety systems
CN110415543A (zh) 车辆信息的交互方法、装置、设备以及存储介质
JP7095673B2 (ja) 高ネットワーク負荷状況におけるコネクティッド車両のための無線通信保証
Szczurek et al. Estimating relevance for the emergency electronic brake light application
US11495064B2 (en) Value-anticipating cooperative perception with an intelligent transportation system station
CN110880235A (zh) 路况信息处理系统中的路侧设备、处理方法及装置
CN114348025A (zh) 一种车辆驾驶监控系统、方法、设备及存储介质
Younes Real-time traffic distribution prediction protocol (TDPP) for vehicular networks
CN113682302B (zh) 一种驾驶状态估计方法、装置、电子设备及存储介质
JP7046274B1 (ja) 通信管理装置、通信管理方法、通信管理プログラム、運転支援装置、運転支援方法及び運転支援プログラム
CN112349100B (zh) 一种基于网联环境的多视角行车风险评估方法及装置
WO2023207596A1 (zh) 一种信息传输方法、装置、车辆及车联网设备
CN114495505A (zh) 拥堵路段通过时长的预测方法、装置、介质及服务器
JP7466717B2 (ja) インテリジェント交通システム内の改善された通信
Fallah Using Models for Communication in Cyber-Physical Systems
Figueiredo et al. Enhancing Vehicular Network Efficiency: the Impact of Object Data Inclusion in the Collective Perception Service

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant