李沁穎 ，易 豪 ，孫翊馨

（江西科技學(xué)院，江西 南昌 330200）

0 引言

截至2020年年底，我國(guó)車(chē)聯(lián)網(wǎng)的標(biāo)準(zhǔn)體系建設(shè)已基本完備。隨著5G網(wǎng)絡(luò)的出現(xiàn)，以及物聯(lián)網(wǎng)、汽車(chē)信息通信、人工智能等行業(yè)的深度融合，智能網(wǎng)聯(lián)汽車(chē)行業(yè)已經(jīng)進(jìn)入高速發(fā)展的新階段。從2019年至今，我國(guó)已先后在江蘇無(wú)錫、湖南長(zhǎng)沙、重慶等地創(chuàng)建了車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)，取得了良好的發(fā)展成效。作為新一輪科技革命下的新興技術(shù)，5G智能網(wǎng)聯(lián)汽車(chē)在解決能源短缺、環(huán)境污染和交通擁堵等社會(huì)問(wèn)題上具有極大的應(yīng)用潛力[1-2]。

然而，隨著智能網(wǎng)聯(lián)車(chē)應(yīng)用場(chǎng)景的不斷豐富，依托于傳統(tǒng)云計(jì)算技術(shù)的智能網(wǎng)聯(lián)車(chē)平臺(tái)短板愈發(fā)明顯。首先，在原有的車(chē)聯(lián)網(wǎng)中，通信信息的傳輸主要是通過(guò)搭建以車(chē)輛為移動(dòng)拓?fù)涔?jié)點(diǎn)，以路側(cè)單元（Road Side Unit, RSU）為核心無(wú)線接入點(diǎn)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來(lái)實(shí)現(xiàn)的。其拓展性能有限、通信半徑較小，由于技術(shù)的局限性，該體系的應(yīng)用功能很難擁有質(zhì)的突破，無(wú)法為用戶提供最為可靠的服務(wù)體驗(yàn)。Kumar等學(xué)者提出了一種傳輸數(shù)據(jù)的新方案，該方案集成MEC和SG的環(huán)境架構(gòu)，成功將數(shù)據(jù)方案的吞吐量提高了10%～15%，但由于通信傳輸核心部署在云中心，導(dǎo)致時(shí)延較高。我國(guó)是5G覆蓋率最高的國(guó)家，在此基礎(chǔ)上，學(xué)者王彪指出，5G的通信距離覆蓋1 km，最大寬帶達(dá)1G，在車(chē)聯(lián)網(wǎng)體系中應(yīng)用5G邊緣計(jì)算是最符合其場(chǎng)景需求的技術(shù)解決方案。由此觀之，5G移動(dòng)邊緣計(jì)算技術(shù)的應(yīng)用對(duì)智能車(chē)聯(lián)網(wǎng)行業(yè)的發(fā)展具有巨大的推動(dòng)作用。其次，單個(gè)車(chē)輛的數(shù)據(jù)通信與計(jì)算能力有限，其計(jì)算架構(gòu)時(shí)延過(guò)長(zhǎng)，在復(fù)雜應(yīng)用環(huán)境中無(wú)法對(duì)車(chē)聯(lián)網(wǎng)中傳遞的所有交互信息作出實(shí)時(shí)、精準(zhǔn)的決策。Emara M等學(xué)者基于MEC的卸載框架，在考慮服務(wù)器資源限制和時(shí)延容忍的基礎(chǔ)上利用契約理論的方法設(shè)計(jì)出新的計(jì)算卸載策略，有效提高了車(chē)輛的效用功能。Zhang K等學(xué)者結(jié)合多車(chē)輛的計(jì)算卸載問(wèn)題和博弈論的算法思想，重構(gòu)車(chē)輛卸載策略以獲得最小的系統(tǒng)總開(kāi)銷(xiāo)。綜上可知，任務(wù)卸載是基于移動(dòng)邊緣計(jì)算技術(shù)的智能網(wǎng)聯(lián)汽車(chē)能實(shí)時(shí)處理任務(wù)、降低時(shí)延的重要保障。

現(xiàn)階段，智能車(chē)聯(lián)網(wǎng)的發(fā)展仍面臨著許多挑戰(zhàn)。如何降低通信干擾對(duì)智能車(chē)聯(lián)網(wǎng)信號(hào)傳輸?shù)挠绊懸约疤岣咭苿?dòng)邊緣車(chē)載網(wǎng)絡(luò)資源利用的效率，仍是移動(dòng)邊緣智能網(wǎng)聯(lián)車(chē)發(fā)展亟待解決的問(wèn)題?；谌缟蠁?wèn)題，本文結(jié)合移動(dòng)邊緣計(jì)算技術(shù)，設(shè)計(jì)了具有車(chē)輛智能編隊(duì)、行車(chē)環(huán)境感知、行車(chē)資源分配以及車(chē)輛安全預(yù)警四種核心功能的5G智能網(wǎng)聯(lián)車(chē)輛服務(wù)平臺(tái)[3-4]。

1 5G智能網(wǎng)聯(lián)車(chē)輛服務(wù)平臺(tái)框架

本平臺(tái)結(jié)合學(xué)界先前對(duì)移動(dòng)邊緣計(jì)算車(chē)載網(wǎng)絡(luò)資源分配和任務(wù)卸載的研究，構(gòu)建車(chē)載網(wǎng)絡(luò)模型。運(yùn)用博弈論思想生成最高效的分布式資源分配方案，結(jié)合網(wǎng)聯(lián)車(chē)隊(duì)的特征設(shè)計(jì)車(chē)載網(wǎng)絡(luò)的數(shù)據(jù)傳輸與卸載策略，融合應(yīng)用于移動(dòng)邊緣計(jì)算處理設(shè)備，為智能網(wǎng)聯(lián)汽車(chē)駕駛者提供協(xié)同駕駛服務(wù)。5G智能網(wǎng)聯(lián)車(chē)輛平臺(tái)技術(shù)功能框架如圖1所示。

圖1 5G智能網(wǎng)聯(lián)車(chē)輛平臺(tái)技術(shù)功能框架

2 5G智能網(wǎng)聯(lián)車(chē)服務(wù)平臺(tái)的技術(shù)應(yīng)用

2.1 基于C-V2X體系的5G智能網(wǎng)聯(lián)車(chē)輛

隨著應(yīng)用需求的變更和技術(shù)的深入發(fā)展，未來(lái)車(chē)聯(lián)網(wǎng)的技術(shù)核心由單車(chē)計(jì)算逐步向V2X（Vehicle to Everything）方向發(fā)展。目前，在國(guó)際上車(chē)聯(lián)網(wǎng)的通信標(biāo)準(zhǔn)主要有DSRC（Dedicated Short Range Communication）和C-V2X（Cellular Vehicle-to-Everything）兩類。相較于DSRC，C-V2X在帶寬容量、覆蓋能力、移動(dòng)性以及非視距感知能力等方面具有顯著優(yōu)勢(shì)，然而該技術(shù)的發(fā)展與普及必須依靠低時(shí)延、高可靠性通信網(wǎng)絡(luò)的支持[5]。5G移動(dòng)通信融合了大規(guī)模天線陣列、CR、超密集組網(wǎng)、毫米波等關(guān)鍵技術(shù)，將時(shí)延均值降低至10 ms以內(nèi)，可滿足車(chē)聯(lián)網(wǎng)通信對(duì)低時(shí)延、大帶寬、高速率等方面的要求，且5G支持切片網(wǎng)絡(luò)，可對(duì)傳輸中不同優(yōu)先級(jí)的數(shù)據(jù)實(shí)施切片管理。5G技術(shù)應(yīng)用于車(chē)聯(lián)網(wǎng)體系已成為時(shí)代發(fā)展熱點(diǎn)，在實(shí)際應(yīng)用中可通過(guò)構(gòu)造人、路、車(chē)、網(wǎng)等數(shù)據(jù)的立體模型來(lái)推動(dòng)車(chē)聯(lián)網(wǎng)體系中深層功能的實(shí)現(xiàn)。5G車(chē)聯(lián)網(wǎng)網(wǎng)絡(luò)拓?fù)鋱D如圖2所示。

圖2 5G車(chē)聯(lián)網(wǎng)網(wǎng)絡(luò)拓?fù)鋱D

2.2 基于移動(dòng)邊緣技術(shù)的車(chē)聯(lián)網(wǎng)體系

車(chē)聯(lián)網(wǎng)系統(tǒng)基于行車(chē)動(dòng)態(tài)模型與無(wú)線通信設(shè)備以車(chē)輛聯(lián)網(wǎng)等方式進(jìn)行無(wú)線通信，為智能交通系統(tǒng)中的車(chē)輛個(gè)體、路側(cè)單元提供指定服務(wù)。但因受任務(wù)傳輸回程容量限制、網(wǎng)絡(luò)傳送延遲以及車(chē)輛移動(dòng)影響通信距離等問(wèn)題的影響，浪費(fèi)了大量的通信資源與車(chē)輛資源，進(jìn)而導(dǎo)致車(chē)聯(lián)網(wǎng)中的資源利用和任務(wù)卸載效率很低。在此基礎(chǔ)上，將移動(dòng)邊緣計(jì)算（Mobile Edge Computing, MEC）引入車(chē)載網(wǎng)絡(luò)，就近實(shí)時(shí)分析處理車(chē)輛信息數(shù)據(jù)，擴(kuò)大車(chē)輛終端的容量，可以在增強(qiáng)車(chē)輛的計(jì)算能力的同時(shí)，降低響應(yīng)延時(shí)[6-8]。 此技術(shù)的應(yīng)用可以有效降低限制因素對(duì)車(chē)聯(lián)網(wǎng)影響程度。其具體作用路徑如圖3所示。

圖3 基于5G移動(dòng)邊緣計(jì)算的智能網(wǎng)聯(lián)汽車(chē)架構(gòu)體系

2.3 資源分配和任務(wù)卸載中的博弈思想

博弈論的基本思想是指在博弈過(guò)程中，每個(gè)參與者都需要結(jié)合其他參與者的決策狀況，在有限的迭代中不斷調(diào)整自己的策略，盡可能使自己獲得更大的增益和更小的開(kāi)銷(xiāo)，最終實(shí)現(xiàn)“納什均衡”的狀態(tài)。在該狀態(tài)下，參與者單方面改變策略并不會(huì)提高其自身收益。該思想適用于面向協(xié)同駕駛的5G智能網(wǎng)聯(lián)車(chē)輛服務(wù)平臺(tái)，通過(guò)搭建MEC節(jié)點(diǎn)與智能車(chē)輛的博弈關(guān)系，可以有效提高智能網(wǎng)聯(lián)汽車(chē)體系中的資源利用效率。任務(wù)卸載是移動(dòng)邊緣計(jì)算車(chē)聯(lián)網(wǎng)的關(guān)鍵技術(shù)之一，該技術(shù)通過(guò)無(wú)線通信的方式將計(jì)算任務(wù)卸載至MEC單元處理后再返回給車(chē)輛。通過(guò)這項(xiàng)技術(shù)可以使MEC平臺(tái)更好地釋放其強(qiáng)大的計(jì)算能力，增加車(chē)輛效用，降低系統(tǒng)總開(kāi)銷(xiāo)。MEC車(chē)聯(lián)網(wǎng)任務(wù)卸載場(chǎng)景如圖4所示。

圖4 MEC車(chē)聯(lián)網(wǎng)任務(wù)卸載場(chǎng)景

3 5G智能網(wǎng)聯(lián)車(chē)輛服務(wù)平臺(tái)主要功能

3.1 智能網(wǎng)聯(lián)車(chē)輛編隊(duì)

本平臺(tái)將群智能算法應(yīng)用到智能網(wǎng)聯(lián)汽車(chē)自主駕駛多車(chē)協(xié)同控制中，以智能網(wǎng)聯(lián)汽車(chē)個(gè)體為目標(biāo)，有序整合智能網(wǎng)聯(lián)汽車(chē)車(chē)隊(duì)系統(tǒng)。此外，在平臺(tái)中單個(gè)自主駕駛車(chē)輛可通過(guò)車(chē)輛傳感器了解前后車(chē)輛以及頭車(chē)的信息 ，不會(huì)受到車(chē)輛規(guī)模等因素的影響。多車(chē)協(xié)同控制技術(shù)支持車(chē)輛間的直接通信，不再利用傳統(tǒng)的路邊支持系統(tǒng)。通過(guò)車(chē)輛傳感器和無(wú)線通信技術(shù)，形成基于協(xié)同駕駛關(guān)系的智能網(wǎng)聯(lián)車(chē)隊(duì)，單個(gè)自主駕駛車(chē)輛可獲取車(chē)隊(duì)整體的模型信息，繼而為其在道路信息、駕駛過(guò)程、故障檢測(cè)等行為提供協(xié)同幫助，此種采用協(xié)同控制技術(shù)的智能網(wǎng)聯(lián)車(chē)隊(duì)，不僅可減少因人為駕駛主觀因素影響引起的交通事故，還可以在高速行駛中嚴(yán)格控制各車(chē)駕駛距離，大幅度提高道路交通的車(chē)輛密度，充分利用道路資源。

3.2 行車(chē)環(huán)境感知

車(chē)聯(lián)網(wǎng)系統(tǒng)下的用戶較多，行車(chē)環(huán)境感知是協(xié)同駕駛實(shí)現(xiàn)的一大難點(diǎn)。本平臺(tái)創(chuàng)新將5G移動(dòng)邊緣計(jì)算應(yīng)用至車(chē)輛環(huán)境感知中，拓寬了車(chē)輛感知的能力和范圍，利用5G通信可將不同車(chē)載、路側(cè)采集到的海量數(shù)據(jù)傳輸至MEC計(jì)算工具實(shí)時(shí)計(jì)算，圍繞單車(chē)節(jié)點(diǎn)構(gòu)造車(chē)載環(huán)境網(wǎng)絡(luò)模型，擴(kuò)大車(chē)輛視距，消除環(huán)境感知盲區(qū)，幫助車(chē)輛駕駛擁有更強(qiáng)的環(huán)境適應(yīng)能力。此外，環(huán)境感知功能還可借助車(chē)路通信幫助車(chē)輛獲得實(shí)時(shí)交通信息，減少亮度與車(chē)速對(duì)汽車(chē)駕駛員信號(hào)識(shí)別能力的干擾[9]。

3.3 行車(chē)資源分配

資源分配算法的核心目的是降低干擾與時(shí)延、提高通信可靠性以及避免資源碰撞。本平臺(tái)在資源分配相關(guān)的算法構(gòu)造中融合博弈論的核心觀念，將資源調(diào)度問(wèn)題轉(zhuǎn)化為博弈問(wèn)題。平臺(tái)結(jié)合車(chē)載網(wǎng)絡(luò)下的智能網(wǎng)聯(lián)汽車(chē)模型，建立MEC信息傳輸中端與車(chē)輛節(jié)點(diǎn)的雙重博弈關(guān)系，通過(guò)加強(qiáng)MEC節(jié)點(diǎn)與車(chē)輛的協(xié)同關(guān)系來(lái)提高通信的可靠性，同時(shí)將優(yōu)先級(jí)作為資源調(diào)度的競(jìng)價(jià)基礎(chǔ)，利用多輪拍賣(mài)、競(jìng)價(jià)等方式達(dá)成滿足納什均衡的最優(yōu)資源分配方案，提高車(chē)聯(lián)網(wǎng)體系中資源的利用效率，規(guī)避資源碰撞問(wèn)題，降低資源部署開(kāi)銷(xiāo)成本[10]。

3.4 行車(chē)安全評(píng)估預(yù)警

傳統(tǒng)車(chē)輛的駕駛行為評(píng)估系統(tǒng)是通過(guò)分析利用GID設(shè)備采集的車(chē)輛行駛狀態(tài)信息以及GPS信息等數(shù)據(jù)來(lái)進(jìn)行的。此類系統(tǒng)在分析行車(chē)安全過(guò)程中僅考慮了車(chē)輛自身的因素，具有較大局限性，且存在平臺(tái)響應(yīng)時(shí)間較長(zhǎng)等限制因素，不具有實(shí)時(shí)性。本平臺(tái)在安全評(píng)估系統(tǒng)中加入了基于5G移動(dòng)邊緣計(jì)算車(chē)載網(wǎng)絡(luò)的系統(tǒng)模型，提升了計(jì)算與交互效率；且結(jié)合協(xié)同駕駛中行車(chē)環(huán)境感知等外部感應(yīng)技術(shù)，獲取實(shí)時(shí)的行駛環(huán)境數(shù)據(jù)；利用智能網(wǎng)聯(lián)車(chē)隊(duì)模型輔助車(chē)輛對(duì)外部環(huán)境進(jìn)行感知，為多車(chē)輛道路行駛提供優(yōu)解方案。此外，本平臺(tái)利用綜合多因子影響、自身與外部結(jié)合、多模型多算法等方式，為平臺(tái)行車(chē)安全評(píng)估服務(wù)的可靠性與安全性提供理論與技術(shù)支持，并部署MEC服務(wù)器來(lái)保證服務(wù)處理時(shí)效與平臺(tái)服務(wù)穩(wěn)定性，確保平臺(tái)的行車(chē)安全評(píng)估服務(wù)可在短時(shí)間內(nèi)響應(yīng)，為駕駛者提供全面、精準(zhǔn)、可靠的行車(chē)安全評(píng)估結(jié)果。

4 結(jié)語(yǔ)

本平臺(tái)基于5G移動(dòng)邊緣計(jì)算技術(shù)與博弈論思想，設(shè)計(jì)了一種面向協(xié)同駕駛，集智能編隊(duì)、安全評(píng)估、資源分配與環(huán)境評(píng)估功能于一體的智能網(wǎng)聯(lián)車(chē)輛服務(wù)平臺(tái)。平臺(tái)設(shè)計(jì)立足于社會(huì)技術(shù)現(xiàn)狀，緊隨國(guó)內(nèi)外研究熱點(diǎn)，順應(yīng)時(shí)代發(fā)展趨勢(shì)，具有十分可觀的發(fā)展前景。隨著相關(guān)技術(shù)的深入發(fā)展以及平臺(tái)設(shè)計(jì)的實(shí)現(xiàn)，定會(huì)促進(jìn)我國(guó)智能網(wǎng)聯(lián)車(chē)行業(yè)更快更好地發(fā)展。