车联网V2X技术要点

初探车联网V2X技术

（这个链接的内容非常不错）

https://www.jianshu.com/p/ecc198efdd38

随着信息技术的发展，车联网正在从概念变为现实，深入研究车与车（V2V），车与路侧基础设施（V2I）、车与人（V2P）等之间实时高效的双向通信，用来有效解决传统激光、雷达、机器视觉分析等存在的距离、角度等缺陷，全方位提升汽车主动安全系统的感知范围，从而解决碰撞引起的事故和生命财产损失。同时，通过该系统，还可以搭建车辆、行人以及路侧基础设施之间的信息交互桥梁，为交通参与者提供全时空的、高可靠的交通信息，实现人—车—路的充分协同，从而有效提升道路通行效率，减少排放，改善交通环境，增加出行舒适度。

 

V2X技术要点

1、通信方式：DSRC+LTE-V

    V2X网联系统的建立，是基于无线通信技术（欧美的902.11P以及我国主推的LTE-V），实现信息的交互。无线通信技术的时效性是V2X的技术要点，实现通信需要确保网络接入时间保持在最短，传输时延较低，同时还需要确保传输的可靠性，信息的安全性，在特点范围内，实现频谱再利用，除此之外，还需要确保干扰性较低，通信宽带能够满足通信要求。车辆之间实现通信，还需要构建核心网，利用系统专用组件，实现信息中转。以美国国家交通部委托CAMP设计的系统为例，其专用组件包括GPS模块，信息发送管理器、车辆CAN总线传感器，威胁仲裁模块等，车辆利用短程通信网络不断向外广播自己的位置，速度，航向角等信息，同时接收其他车辆信息，当其他车辆发生故障，或者本车判断其他车辆对本车产生威胁时，车辆对驾驶员进行提示，同时可以利用网络，实现信息上报与处理。

DSRC系统包含车载装置（On board unit，OBU）与路测装置（Road site unit,RSU）两项重要组件，透过OBU与RSU提供车间与路间信息的双向传输，RSU再透过光纤或行动网络将交通信息传送至后端平台。

    在3GPP架构下，与V2X相关技术标准包含多媒体广播群播（Multimedia Broadcast Multicast Service，MBMS）与LTE Direct通讯，利用MDMS技术可以对大量装置广播如公共警示灯紧急讯息，LTE Direct通讯部分，可自动搜寻邻近上千台装置，能够让处于LTE讯号覆盖范围内外之车辆、路测装置等在不透过基地台情形下相互沟通。

作为LTE及未来5G的关键技术之一，D2D通信可在蜂窝系统的控制下，允许终端用户通过共享小区资源在一定范围内直接进行通信。该通信方式的数据流量不经过基站和核心网，进而减小通信时延，减轻基站压力，缓解核心网负载，提高频谱利用率和系统吞吐量。当车辆密度较大时，车辆之间不断交互的安全信息极有可能超过网站负载，造成网站拥塞，因此，若采用不经过基站的D2D通信作为技术支撑，可大大提高网络性能。

 LTE D2D中双方通信的设备之间主要是静止或者低速移动，而在车联网应用中车辆移动速度高，同时考虑LTE V2X可能工作在6GHZ频段，为了克服高速移动和高载频带来的频率偏移，提升信道估计性能，在R12 D2D基础上，需要将导频序列加密，一种可能的方案是将导频序列从2列增加为4列，也有公司提出增加载波间隔、设计新的DMRS结构等。

2、感知技术

基于V2X的智能安全辅助驾驶系统实现通信，需要依靠感知技术，通过构建通信平台，实现车辆状态感知。车载系统能够根据本车和其他车辆的运行状态进行分析，进而判断车辆安全风险。车辆感知是利用CAN总线和传感器，实现数据信息采集，进而获取车辆运行状态。信息采集主要包括车辆位置信息、运行方向、运行速度以及加速度、车内外温度、车辆安全等。位置感知技术是V2X技术的基础，包括绝对位置感知和相对位置信息感知。高精度车辆运用差分技术，实现绝对位置信息获取，利用各类传感器，以精准定位车辆位置。感知技术的运用，可以通过GIS-T与识别技术等，实现信息的查询，对于行人和非机动车的感知，则主要是利用红外传感器、视频技术、射频技术等，实现环境检测。

3、广播协议  

V2X网络中，紧急安全消息的多跳广播分发机制用于保证安全的车辆网络环境，而节点移动性、无线资源的有限性和无线通信的损耗特性，致使设计有效的消息分发机制成为挑战。

当前广播机制的分类，包含基于时延的、基于距离的、基于概率的和基于网络编码的。包括根据链路质量和车辆动态，选择骨干车辆作为转发节点的方法；局部最优中继选择算法通过研究移动车辆发射功率控制技术对数据传输的可靠性和实时性的影响而设计；此外还有分区查找广播算法，采用迭代分区方法选择距离消息节点最远的车辆作为中级转播。

4、数据处理技术

    基于V2X的智能安全辅助驾驶系统功能的实现，需要对海量数据进行处理与分析，将处理结果，作为智能决策的依据。数据处理通过信息融合与数据挖掘等手段实现。

1）信息融合

信息融合主要是运用计算机技术，对传感器数据进行综合处理分析，进行智能决策与任务估计。信息融合运行原理是借助传感器资源，合理支配与使用观测信息，依据优化准则或者算法，对冗余信息或者互补信息进行处理，做出一致性解释以及描述。系统海量数据主要来源于各类感知信息，借助数据融合技术，进行数据融合与特征融合等，进行信息优化组合，进而获取有效信息。

2）数据挖掘

数据挖掘是对各数据进行分析，探索海量数据规律，进行数据提取。

原文：https://blog.csdn.net/Siphiababy/article/details/78091993