5G下邊云協同的V2X技術方案與研究
2020年電子技術應用第12期
熊小敏，沈 云，丁 鵬，薛裕穎
中國電信股份有限公司研究院，北京102209
摘要： 對自動駕駛業務的發展趨勢、單車智能的局限性、車路協同的優勢進行了介紹；同時，重點闡述了車路協同技術體系架構及系統要求、基于“端邊云”的多級多源數據融合感知分析架構以及基于路側+邊緣云+區域/中心云三級/四級邊緣部署實現路徑；最后給出了基于邊云協同多級多源感知融合分析能力組網方案，并對其具體功能、時延等要求進行了詳細論述。該研究對車路協同項目規劃和設計人員有一定參考價值。
中圖分類號： TN919.5；U495；TP39
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201069
中文引用格式： 熊小敏，沈云，丁鵬，等. 5G下邊云協同的V2X技術方案與研究[J].電子技術應用，2020，46(12)：19-25，31.
英文引用格式： Xiong Xiaomin，Shen Yun，Ding Peng，et al. V2X technology scheme and research of edge cloud collaboration under 5G[J]. Application of Electronic Technique，2020，46(12)：19-25，31.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201069
中文引用格式： 熊小敏，沈云，丁鵬，等. 5G下邊云協同的V2X技術方案與研究[J].電子技術應用，2020，46(12)：19-25，31.
英文引用格式： Xiong Xiaomin，Shen Yun，Ding Peng，et al. V2X technology scheme and research of edge cloud collaboration under 5G[J]. Application of Electronic Technique，2020，46(12)：19-25，31.
V2X technology scheme and research of edge cloud collaboration under 5G
Xiong Xiaomin，Shen Yun，Ding Peng，Xue Yuying
Research Institute of China Telecom Corporation Limited，Beijing 102209，China
Abstract： In This paper, the development trend of automatic driving business, the limitations of single vehicle intelligence, and the advantages of vehicle road coordination are introduced. At the same time, it focuses on the technical architecture and system requirements of vehicle road collaboration, the multi-level multi-source data fusion perception analysis architecture based on "end edge cloud", and the implementation path of three-level/four-level edge deployment based on roadside+edge cloud + regional/central cloud. The networking scheme of multi-level multi-source sensing fusion analysis capability based on edge cloud is then proposed, and its specific functions and delay requirements are discussed in detail. This research is of some reference value to the project planner and designer of vehicle road collaboration.
Key words : edge cloud collaboration；vehicle-road collaboration；V2X；edge computing；MEC
0 引言
車路協同典型應用場景可分為安全、效率、定位、視頻、信息服務五大類[1]，每類里面有多個典型的應用。當前各功能場景多以視頻為核心的多源數據融合通過信號處理、視頻識別、激光雷達信號識別、信息綜合等應用功能對交叉路口周邊內的車輛、行人等位置、速度、方向角度等進行分析和預測，但不同場景下信息融合對算力、時延、安全、管控等要求各異，且傳統交通信息服務廠商多在路邊部署工控機方式來做融合處理，無法滿足全場景需求。隨著5G、邊緣計算的部署發展，車路邊云協同融合成為可能，能更好地滿足各場景對算力、存儲、時延、安全等需求。本文重點討論5G下邊云協同的V2X技術實現方案等。
本文詳細內容請下載:http://www.jysgc.com/resource/share/2000003077
作者信息:
熊小敏，沈 云，丁 鵬，薛裕穎
(中國電信股份有限公司研究院，北京102209)
此內容為AET網站原創，未經授權禁止轉載。