胡 艷，馮晶晶，姚 杰

（西安培華學(xué)院智能科學(xué)與信息工程學(xué)院,陜西 西安 710125）

城市道路交叉路口是交通事故高發(fā)地區(qū)，因其分布數(shù)量多、構(gòu)造復(fù)雜、場(chǎng)景眾多，一直以來(lái)都是交通沖突防碰撞預(yù)警研究的主要對(duì)象。V2X(vehicle to everything）技術(shù)[1]是車聯(lián)網(wǎng)最重要的技術(shù)，借助于車–車(vehicle to vehicle，V2V)、車與路側(cè)基礎(chǔ)設(shè)施（vehicle to infrastructure，V2I）、車與行人(vehicle to pedestrian，V2P)之間的無(wú)線通信，實(shí)時(shí)感知車輛周邊狀況，并及時(shí)預(yù)警，可完成車輛狀態(tài)信息和交通環(huán)境信息的采集，從而實(shí)現(xiàn)數(shù)據(jù)共享，達(dá)到車與其他事物互聯(lián)的狀態(tài)。LTE-V2X 是基于4G 技術(shù)實(shí)現(xiàn)車車通信，以LTE 蜂窩網(wǎng)絡(luò)為V2X 基礎(chǔ)的車聯(lián)網(wǎng)專有協(xié)議，因此基于LTE-V2X 技術(shù)研究城市道路交叉口防碰撞預(yù)警是當(dāng)今交通安全問(wèn)題中的熱點(diǎn)領(lǐng)域。

現(xiàn)有交叉路口碰撞預(yù)警機(jī)制前提是假設(shè)車輛能夠獲取周圍全部車輛的信息、車輛之間無(wú)遮擋和信息交互無(wú)時(shí)延。Mazda 和Honda 算法是基于車輛之間安全邏輯距離來(lái)判斷車與車之間是否會(huì)發(fā)生碰撞，僅僅通過(guò)車輛自身配置不同類型的傳感器來(lái)獲取車輛自身及周圍車輛的運(yùn)動(dòng)數(shù)據(jù)信息[2]。文獻(xiàn)[1]中路側(cè)設(shè)備單元（road side unit,RSU）與車載單元（on board unit,OBU）能夠進(jìn)行通信，交互信息。RSU 獲取車輛速度、方向和行駛軌跡等狀態(tài)信息，判斷是否某個(gè)時(shí)刻車輛占用相同的網(wǎng)格發(fā)生碰撞，從而產(chǎn)生預(yù)警信息和建議速度，廣播給OBU。文獻(xiàn)[3—4]的研究結(jié)果表明，提前一秒鐘給駕駛員報(bào)警能夠使車輛碰撞事故率減少一半以上，說(shuō)明交叉路口防碰撞的通信交互時(shí)延要求越低越好。文獻(xiàn)[5]中路側(cè)設(shè)備利用雷達(dá)傳感器識(shí)別行人的行為預(yù)測(cè)和碰撞預(yù)測(cè)，提高脆弱道路使用者的安全性。文獻(xiàn)[6]給出了BP 神經(jīng)網(wǎng)絡(luò)可以很好地應(yīng)用于城市道路交叉口事故的預(yù)警和預(yù)測(cè)模型的分析。文獻(xiàn)[7]討論了V2X 通信的技術(shù)細(xì)節(jié)，并討論了如何利用它來(lái)提高交叉口的安全性。文獻(xiàn)[8]通過(guò)數(shù)據(jù)挖掘獲取交叉口的碰撞模式，適應(yīng)不同類型的交叉口，提高碰撞檢測(cè)的計(jì)算速度。文獻(xiàn)[9]提出了一種基于V2X 的道路交叉口車–車避撞預(yù)警算法，其利用基于時(shí)間差的沖突檢測(cè)改進(jìn)算法以及矩形和圓形碰撞檢測(cè)計(jì)算車–車碰撞檢測(cè)算法，提高預(yù)測(cè)正確率。首先，所有假設(shè)前提均是通過(guò)車輛本身的感知設(shè)備能夠100%獲取到周圍車輛信息，或者RSU 能100%通信獲取到周圍車輛信息。該假設(shè)并沒(méi)有考慮車輛遮擋、障礙物和滲透率（安裝OBU 的車輛占所有車輛的比例）等，很難滿足實(shí)際城市場(chǎng)景下碰撞預(yù)警的需求。其次，車輛之間信息交互時(shí)延過(guò)大或者車輛之間信息傳遞存在缺失造成碰撞預(yù)警的不準(zhǔn)確性和碰撞預(yù)警不及時(shí)性。再次，考慮實(shí)際應(yīng)用的普遍推廣，車輛自身需安裝多個(gè)攝像頭和雷達(dá)等感知設(shè)備，這會(huì)增大車輛的成本，很難得到推廣和應(yīng)用。為了解決以上問(wèn)題，本文提出了一種基于V2X 技術(shù)的城市交叉口協(xié)助式防碰撞預(yù)警算法。該機(jī)制通過(guò)在城市交叉口部署RSU，利用雷達(dá)和攝像頭的數(shù)據(jù)進(jìn)行融合，把融合后的車輛信息發(fā)給RSU；RSU 從連接的紅綠燈信號(hào)機(jī)中獲取紅綠燈信息，從連接的云平臺(tái)中獲取輔助局部道路地圖數(shù)據(jù)信息。RSU 把獲取的各種信息通過(guò)PC5 空口利用幀聽(tīng)預(yù)留的資源分配方式，把信息廣播給交叉口的OBU。OBU 根據(jù)從RSU 獲取的信息和自身從周圍其他OBU 獲取的車輛狀態(tài)信息進(jìn)行融合，應(yīng)用到碰撞預(yù)警機(jī)制中，給出預(yù)警信息。本應(yīng)用能夠有效解決車輛之間遮擋、車輛安裝OBU 滲透率無(wú)法普及、安裝車載攝像頭和雷達(dá)成本高等問(wèn)題，給車輛實(shí)時(shí)提供紅綠燈時(shí)長(zhǎng)和行駛建議速度，有效判斷交叉口存在的碰撞風(fēng)險(xiǎn)，提高預(yù)警的準(zhǔn)確度，減少交通事故的發(fā)生。

1 交叉口協(xié)助式機(jī)制架構(gòu)

在城市交叉口中，基于LTE-V2X 技術(shù)協(xié)助式防碰撞預(yù)警的總體系統(tǒng)架構(gòu)如圖1 所示，包括RSU、OBU、信號(hào)機(jī)、業(yè)務(wù)平臺(tái)、感知融合單元、毫米波雷達(dá)或者激光雷達(dá)、攝像頭。

圖1 協(xié)助式機(jī)制架構(gòu)

RSU：部署在路側(cè)的設(shè)備單元，匯聚路側(cè)交通感知設(shè)備(MEC、信號(hào)燈等)和業(yè)務(wù)平臺(tái)傳輸?shù)臄?shù)據(jù)，并將V2X 事件、交通參與者信息、地圖信息和紅綠燈信息等通過(guò)PC5 口廣播給OBU。

OBU：安裝在車輛等移動(dòng)設(shè)備上，能實(shí)時(shí)感知自身位置和速度等狀態(tài)信息，通過(guò)PC5 口廣播給周圍的OBU 和RSU。

信號(hào)機(jī)：指導(dǎo)交通運(yùn)行的紅、綠和黃信號(hào)燈，按照一定頻率輸出信號(hào)機(jī)信息給RSU。

業(yè)務(wù)平臺(tái)：既能給RSU 提供局部交叉口的地圖信息，也能與RSU 交互交通參與者信息和事件信息。

MEC：處理攝像頭和雷達(dá)的數(shù)據(jù)，給RSU 輸出目標(biāo)物和交通事件等結(jié)構(gòu)化數(shù)據(jù)。

LTE-V2X 技術(shù)的交叉口協(xié)助式機(jī)制中，RSU能夠全天候綜合感知路面交通狀況，將車、人等周邊的交通元素有效地連接起來(lái)，與OBU 形成有效通信，為交叉路口碰撞預(yù)警機(jī)制提供輸入，避免碰撞事故發(fā)生。

為了規(guī)避碰撞預(yù)警發(fā)生，駕駛員采取一定的措施規(guī)避危險(xiǎn)所需要的最短時(shí)間成為最小安全時(shí)間。最小安全時(shí)間可以分為兩個(gè)部分：反應(yīng)時(shí)間和控制車輛的時(shí)間。人的反應(yīng)時(shí)間小于等于2 s?？刂栖囕v的時(shí)間反映到LTE-V2X 通信端到端時(shí)延要求為[10]：車速范圍 0～70 km/h，通信距離大于等于150 m，OBU 和OBU 之間以及RSU 與OBU 之間應(yīng)用層到應(yīng)用層系統(tǒng)延遲小于等于100 ms。3GPP TR22.885 明確規(guī)定在有效通信距離50 m 之內(nèi)，V2X 端到端最大通信時(shí)延為100 ms，LTE-V2X 應(yīng)用層正確包的接收率大于等于95%[11]。

2 V2X 應(yīng)用方案

V2X 技術(shù)在交叉口協(xié)助式碰撞預(yù)警應(yīng)用分為以下4 個(gè)大模塊，如圖2 所示。

圖2 V2X 應(yīng)用方案示意圖

1)信號(hào)相位和定時(shí)消息(signal phase and timing message，SPAT)以及地圖(MAP)信息推送。RSU周期性獲取交叉口紅綠燈信息，廣播給OBU。為了能讓OBU 更加準(zhǔn)確地獲取每個(gè)車道紅綠燈信息，RSU 把交叉口地圖信息和紅綠燈信息相匹配，廣播給周圍的車輛。

2)路側(cè)感知目標(biāo)物和預(yù)警事件發(fā)送。通過(guò)前端感知模塊（雷達(dá)和攝像頭）獲取車輛信息，經(jīng)過(guò)感知融合單元處理之后，輸出車輛、行人和路面狀況信息給RSU，RSU 廣播給周圍車輛。

3)車端碰撞算法和預(yù)警顯示。OBU 獲取紅綠燈信息、地圖信息、路面狀況和目標(biāo)物狀態(tài)(位置、速度和加速度等），給端側(cè)交叉路口碰撞預(yù)警輸入信息。車輛一旦判斷存在預(yù)警信息，及時(shí)提醒駕駛員，能夠避免事故的發(fā)生。

4)車端建議速度顯示。車端根據(jù)紅綠燈信息和地圖信息計(jì)算交叉口行駛建議的速度，給出建議每個(gè)車道通過(guò)交叉口的速度值。

2.1 信號(hào)相位定時(shí)消息和地圖信息推送

SPAT 和MAP 推送流程如下。

步驟1，城市十字路口部署信號(hào)機(jī)，為RSU 周期性提供信號(hào)燈信息，生成SAPT 信息。

步驟2，RSU 從業(yè)務(wù)平臺(tái)獲取交叉口MAP信息。

步驟3，RSU 把MAP 中車道信息與SPAT 信息相匹配，把兩個(gè)消息廣播給周圍的車輛。

對(duì)于特殊車輛（公交車、緊急車、救護(hù)車輛等）優(yōu)先通行需求場(chǎng)景，優(yōu)先通行車輛通過(guò)OBU 把請(qǐng)求調(diào)整紅綠燈的信息發(fā)給RSU，RSU 獲取請(qǐng)求信息之后，把反向控制紅綠燈信息發(fā)給信號(hào)機(jī)，信號(hào)機(jī)控制器調(diào)整交叉口紅綠燈信息，再把信號(hào)機(jī)信息傳遞給RSU，RSU 生成SPAT 和MAP，廣播給周圍車輛，從而保證特殊車輛優(yōu)先通行。

2.2 路側(cè)感知目標(biāo)物和預(yù)警事件發(fā)送

路側(cè)感知目標(biāo)物和預(yù)警事件分別轉(zhuǎn)為路側(cè)安全信息(roadside safety message，RSM)、路側(cè)交通事件和交通標(biāo)志標(biāo)牌信息(road side information，RSI)，流程如下。

步驟1，感知融合單元目標(biāo)物生成。部署路邊的雷達(dá)和攝像頭等感知設(shè)備實(shí)時(shí)獲取周邊道路交通信息，例如，行人、車輛、位置、速度等，感知融合單元把攝像頭和雷達(dá)信息進(jìn)行融合，進(jìn)一步生成目標(biāo)物的運(yùn)動(dòng)狀態(tài)信息。

步驟2，RSM 生成。RSU 通過(guò)感知融合單元獲取各種交通參與者的類型、位置、速度等感知信息，生成RSM 信息，發(fā)送給車輛。

步驟3，RSI 生成。RSU 可以通過(guò)交叉路口碰撞算法，篩選出存在碰撞風(fēng)險(xiǎn)的車輛，產(chǎn)生碰撞預(yù)警事件，廣播給周圍車輛。

2.3 車端碰撞算法和預(yù)警顯示

步驟1，OBU 收到RSU 發(fā)送感知RSM。

步驟2，OBU 同步收到周圍OBU 發(fā)送車輛速度、位置等運(yùn)動(dòng)狀態(tài)信息（basic safety message，BSM）。

步驟3，OBU 從CAN 獲取本車運(yùn)行狀態(tài)信息。

步驟4，OBU 把收到的RSM 和BSM 消息經(jīng)過(guò)擬合算法，過(guò)濾掉重復(fù)車輛信息，生成車輛的運(yùn)動(dòng)狀態(tài)列表信息。擬合算法的前提是時(shí)間同步，保證感知融合單元、RSU 和OBU 時(shí)間同步。在OBU 接收模塊中，OBU 接收RSU 發(fā)送的RSM 信息，也接收OBU 發(fā)送的BSM 信息。

步驟4（a），初始化接收車輛列表為空。

步驟4（b），車輛位置的擬合。尋找時(shí)間、位置、速度和角度比較相近的點(diǎn)，并且對(duì)歷史軌跡信息吻合度比較高的點(diǎn)。把接收RSU 和OBU 信息的兩個(gè)點(diǎn)合而為一，放入到接收車輛列表中。

步驟4（c），疊加。RSU 和OBU 無(wú)法擬合點(diǎn)的車輛信息統(tǒng)一放入到接收車輛列表中。

步驟4（d），擬合結(jié)果即為接收車輛列表。

步驟5，OBU 把接收車輛列表輸入到碰撞預(yù)警模塊。碰撞預(yù)警模塊綜合所有車輛列表信息進(jìn)行判斷，通過(guò)交叉路口碰撞算法，篩選存在潛在碰撞風(fēng)險(xiǎn)的車輛，按照碰撞等級(jí)生成預(yù)警信息。交叉路口碰撞算法具體如下。

步驟5（a），車輛收集十字路口道路車輛運(yùn)動(dòng)狀態(tài)信息，包括SPAT、MAP、RSM 和BSM。

步驟5（b），車輛自身結(jié)合MAP 信息，以自身位置為原點(diǎn)，以半徑R畫(huà)圓，篩選位于交叉路口左右側(cè)以及交叉路口前后側(cè)區(qū)域的車輛信息。

步驟5（c），根據(jù)本車與篩選區(qū)域車輛之間的距離信息，與距離門限比較進(jìn)一步篩選潛在高風(fēng)險(xiǎn)車輛信息。

步驟5（d），對(duì)高風(fēng)險(xiǎn)車輛信息進(jìn)行過(guò)濾，根據(jù)車輛位置、速度、行駛方向、加速度等信息，預(yù)測(cè)車輛軌跡，計(jì)算達(dá)到路口沖突區(qū)域的時(shí)間差和達(dá)到路口的距離差，時(shí)間差或者距離差小于閥值，篩選存在碰撞危險(xiǎn)的車輛。沖突區(qū)域是指道路交叉口中，車輛運(yùn)行軌跡存在相互交叉、匯合到分開(kāi)的區(qū)域范圍。該區(qū)域包含潛在會(huì)發(fā)生碰撞的沖突點(diǎn)。

步驟5（e），對(duì)存在碰撞危險(xiǎn)的車輛進(jìn)一步根據(jù)時(shí)間差或者距離差，以及車輛速度篩選最緊急的威脅車輛。

步驟5（f），根據(jù)威脅車輛的行駛軌跡給出不同預(yù)警級(jí)別，正向碰撞級(jí)別最高，側(cè)向碰撞次之，追尾碰撞較低。

步驟5（g），系統(tǒng)對(duì)駕駛員進(jìn)行碰撞預(yù)警提醒。

步驟6，OBU 同時(shí)收到RSU 的防碰撞預(yù)警，把預(yù)警信息提醒給駕駛員。

2.4 車端建議速度顯示

步驟1，車輛讀取RSU 發(fā)送的SPAT 信息和MAP信息。

步驟2，車輛根據(jù)十字路口道路停止線的距離或者交叉口中心點(diǎn)位置信息和紅綠燈時(shí)長(zhǎng)，能計(jì)算通過(guò)交叉路口行駛建議速度區(qū)間，給駕駛員進(jìn)行提示。

步驟3，車輛根據(jù)所處車道信息和道路數(shù)據(jù)地圖轉(zhuǎn)向信息，給出車輛提示左轉(zhuǎn)、直行和右轉(zhuǎn)的提示。

步驟4，車輛根據(jù)車道所在紅綠燈信息，指示車輛在交叉口停止線是等待紅燈還是綠燈安全通過(guò)交叉口。

3 系統(tǒng)仿真

3.1 仿真說(shuō)明

為了進(jìn)一步論述V2X 技術(shù)在城市交叉口防碰撞預(yù)警中的應(yīng)用，系統(tǒng)仿真平臺(tái)利用Microsoft Visual Studio C++構(gòu)建了城市典型的LOS 場(chǎng)景模擬端到端的數(shù)據(jù)傳輸。平臺(tái)模塊構(gòu)造如圖3 所示，分為公共模塊：RSU 和OBU 分布模型、參數(shù)讀取模塊、感知融合單元和路徑損耗；發(fā)送端：數(shù)據(jù)解析和生成、資源調(diào)度和發(fā)送模塊；接收端：接收和解析以及性能統(tǒng)計(jì)。

圖3 系統(tǒng)仿真平臺(tái)模塊構(gòu)造圖

3.2 仿真場(chǎng)景

仿真場(chǎng)景為車輛分布在城市交叉口附近道路半徑300 m 的道路上，如圖4 所示。如表1 所示，道路為單向3 車道和雙向6 車道，每個(gè)車道車輛泊松分布，以勻速度直行，達(dá)到邊界之后，往返運(yùn)動(dòng)。

圖4 交叉口車輛分布示意圖

Case1 車輛分布總數(shù)171 輛車，高密度。Case2車輛分布總數(shù)81 輛車，中密度。分別構(gòu)造無(wú)RSU部署車輛僅獲取周圍OBU 車輛運(yùn)動(dòng)狀態(tài)信息，無(wú)法獲取沒(méi)有裝有OBU 的車輛信息和有RSU 部署下，OBU 獲取周圍車輛OBU 運(yùn)動(dòng)狀態(tài)信息，也能獲取RSU 發(fā)送車輛運(yùn)動(dòng)狀態(tài)信息的場(chǎng)景。

3.3 仿真條件

系統(tǒng)仿真參數(shù)包括公共仿真參數(shù)和城市LOS 場(chǎng)景下仿真參數(shù)。具體如表1 和表2 所示。

表1 公共仿真參數(shù)

3.4 包接收率分析

包接收率(packet reception rate，PRR)[14?15]為在一定距離下接收端成功解調(diào)的包數(shù)與發(fā)送端發(fā)送總包數(shù)的比值。本文是指在一定距離下接收端成功解調(diào)的包數(shù)與所有車輛期望發(fā)送總包數(shù)的比值。

3.4.1 綠燈和地圖信息推送

根據(jù)表2 仿真條件可知，信號(hào)機(jī)生成的數(shù)據(jù)傳輸?shù)絉SU 的周期為1 000 ms。RSU 從V2X Server平臺(tái)獲取MAP 和讀取信號(hào)機(jī)數(shù)據(jù)生成SPAT，分別以周期500 ms 和1000 ms 把SPAT 和MAP 廣播給周圍的車輛。

OBU接收SPAT 和MAP信息的PRR如圖5所示。車輛通過(guò)SPAT 和MAP 能夠獲取每個(gè)車道的綠燈時(shí)長(zhǎng)。車輛速度處理模塊把速度信息輸出到Pad 終端，Pad 終端顯示出車輛的速度信息和紅綠燈時(shí)長(zhǎng)。

圖5 OBU 接收SPAT 和MAP 的PRR

3.4.2 OBU 接收RSI、RSM 和BSM 的PRR 分析

根據(jù)表2 仿真條件可知：OBU 發(fā)送BSM 周期為100 ms，RSU 發(fā)送RSI 周期為100 ms，發(fā)送RSM周期為100 ms。OBU 既可以接收車輛之間BSM消息，也可以接收RSU 發(fā)送RSM 和RSI。為了讓仿真結(jié)果更加趨近城市真實(shí)場(chǎng)景，一個(gè)RSU 部署在交叉口附近一側(cè)，能夠使每個(gè)方向的車道車輛均能通過(guò)LOS 路徑收到RSU 發(fā)送的信息。

當(dāng)所有車輛都安裝OBU，滲透率為100%。由圖6 可知，OBU 接收OBU 的PRR 以及OBU 接收RSU 的PRR，Case2 比Case1 可靠性高。這說(shuō)明車輛分布密度越高，相互之間干擾越嚴(yán)重，對(duì)OBU 接收的PRR 影響越大，值就越低。在50 m范圍內(nèi)case1 和case2 的PRR 均大于等于95%。在距離為80 m 左右時(shí)，OBU 接收PRR 均保持在90%以上，且OBU 接收OBU 的PRR 和OBU 接收RSU的PRR 二者差值在7%之內(nèi)。隨著距離的增加，Case1 相對(duì)Case2 下OBU 接收OBU 與OBU 接收RSU 二者的PRR 之差更加明顯，Case1 相差最大為65%。

圖6 滲透率100%下OBU 接收包的PRR

對(duì)于OBU 來(lái)說(shuō)，OBU 接收OBU 數(shù)據(jù)和OBU接收RSU 數(shù)據(jù)二者分開(kāi)處理，OBU 不做進(jìn)一步的融合，所以存在接收重復(fù)的車輛信息，并且無(wú)法真實(shí)獲取周圍車輛的信息。

3.4.3 增強(qiáng)OBU 接收RSI、RSM 和BSM 的PRR 分析

OBU 不僅接收OBU 之間車輛的BSM，而且接收到RSU 發(fā)送的RSM，二者信息經(jīng)過(guò)擬合算法，能夠極大提高OBU 接收周圍車輛的PRR，稱為增強(qiáng)OBU 接收。

當(dāng)滲透率為100%，在十字路口分布的OBU 接收到RSU 發(fā)送的RSM 數(shù)據(jù)包的PRR 為PRR_rsu，接收到OBU 發(fā)送BSM 消息數(shù)據(jù)包的PRR 為PRR_obu。車輛信息經(jīng)過(guò)擬合處理，增強(qiáng)OBU 接收數(shù)據(jù)包的PRR 約等價(jià)：PRR_enhance=PRR_obu+(1-PRR_obu）*PRR_rsu，或者PRR_enhance=PRR_rsu+(1-PRR_rsu）*PRR_rsu。

從圖6 和圖7 可以看出，在滲透率為100%，Case1 和Case2 下增強(qiáng)OBU 接收數(shù)據(jù)包的PRR 相對(duì)于無(wú)增強(qiáng)OBU 接收數(shù)據(jù)包的PRR，在100 m 距離下分別提升20%和5%，在300 m 距離下分別提升42%和8%。所以，車輛分布越密集，增強(qiáng)OBU接收數(shù)據(jù)包的PRR，提升性能空間就越大。

圖7 Case1 不同滲透率下PRR 對(duì)比

3.4.4 不同滲透率PRR 性能分析

隨路側(cè)部署的增加和安全應(yīng)用需求，OBU 滲透率會(huì)逐漸提升。當(dāng)交叉口車輛安裝OBU 的滲透率不高，分別為20%和50%時(shí)，可以通過(guò)在路邊部署RSU，使得OBU 既能接收RSU 發(fā)送信息，也能接收周圍OBU 的信息，從而減少交叉路口的碰撞的風(fēng)險(xiǎn)。

從圖7 和圖8 可以看出，OBU 的滲透率Percent_obu 分別為20%和50%時(shí)：OBU 接收所有車輛的PRR 不高于滲透率；當(dāng)OBU 接收OBU 的距離小于等于240 m 時(shí)，Case1 和Case2 增強(qiáng)OBU接收所有車輛的PRR 分別達(dá)到97%和99.8%以上。因此，交叉口部署RSU，利用雷達(dá)和攝像頭等感知設(shè)備，能夠解決OBU 的滲透率低的問(wèn)題。

圖8 Case2 不同滲透率下PRR 對(duì)比

3.5 車輛碰撞預(yù)警分析

城市交叉口車端碰撞算法利用V2X 技術(shù)，設(shè)置6 個(gè)場(chǎng)景，車輛密度為Case2，分別進(jìn)行仿真，統(tǒng)計(jì)記錄數(shù)據(jù)。

預(yù)警次數(shù)是指系統(tǒng)統(tǒng)計(jì)車輛顯示預(yù)警而實(shí)際確實(shí)發(fā)生碰撞預(yù)警的次數(shù)。錯(cuò)報(bào)次數(shù)是指系統(tǒng)統(tǒng)計(jì)車輛顯示預(yù)警，而實(shí)際上車輛最終沒(méi)有發(fā)生碰撞的次數(shù)。漏報(bào)次數(shù)是指系統(tǒng)統(tǒng)計(jì)車輛發(fā)生了碰撞而實(shí)際沒(méi)有提前給出預(yù)警的次數(shù)。

情景1，OBU 滲透率100%，OBU 接收OBU。

情景2，OBU 滲透率50%，OBU 接收OBU。

情景3，OBU 滲透率20%，OBU 接收OBU。

情景4，OBU 滲透率100%，OBU 增強(qiáng)接收OBU，部署1 個(gè)RSU，感知融合單元100%獲取交車口車輛的運(yùn)動(dòng)狀態(tài)。

情景5，OBU 滲透率50%，OBU 增強(qiáng)接收OBU，部署1 個(gè)RSU，感知融合單元100%獲取交車口車輛的運(yùn)動(dòng)狀態(tài)。

情景6，OBU 滲透率20%，OBU 增強(qiáng)接收OBU，部署1 個(gè)RSU，感知融合單元100%獲取交車口車輛的運(yùn)動(dòng)狀態(tài)。

從表3 可以看出，在沒(méi)有RSU 部署，OBU 的滲透率無(wú)法普及的情況下，十字路口碰撞算法隨滲透率降低，漏報(bào)次數(shù)增加。其原因是車輛之間只能收到OBU 的車輛信息。在OBU 滲透率為100%時(shí)，預(yù)警的正確率為91.7%；在OBU 滲透率為20%和50%時(shí)，預(yù)警的正確率分別為19.58%和50%。而在十字路口部署RSU 情況下，能夠有效解決OBU 滲透率無(wú)法普及的問(wèn)題，預(yù)警的正確率提升到95.6%。

表3 車輛碰撞預(yù)警結(jié)果

3.6 時(shí)延分析

時(shí)延(delay)定義為從發(fā)送端應(yīng)用層發(fā)送V2X通信數(shù)據(jù)的時(shí)刻，到接收端應(yīng)用層正確解調(diào)V2X業(yè)務(wù)包的時(shí)刻，二者之間的時(shí)間差[14?15]。PC5 空口的時(shí)延定義是應(yīng)用層端到端的延遲時(shí)間。文獻(xiàn)[10]中明確說(shuō)明RSU 與OBU 之間PC5 口信息交互時(shí)延小于等于100 ms，所以RSU 到OBU 應(yīng)用層端到端平均時(shí)延約為50 ms。OBU 與OBU 之間通信時(shí)延參考RSU 與OBU 之間時(shí)延，應(yīng)用層端到端時(shí)延小于等于100 ms，平均時(shí)延為50 ms。雷達(dá)廠家發(fā)送數(shù)據(jù)周期為50～100 ms，視頻采樣速率設(shè)置20 幀/秒，攝像頭和雷達(dá)最大對(duì)齊時(shí)間為100 ms，感知融合單元對(duì)視頻和雷達(dá)的數(shù)據(jù)進(jìn)行融合，到最終輸出車輛信息列表為100 ms左右，那么基于V2X技術(shù)通信，從感知融合單元到RSU，再到OBU 之間交互時(shí)延小于等于300 ms。因此，端到端時(shí)延能有效為交叉路口碰撞預(yù)警算法提供輸入，提高碰撞預(yù)警的實(shí)時(shí)性。綜上所述，滿足時(shí)延的需求。

4 結(jié)束語(yǔ)

LTE-V2X 作為智能網(wǎng)聯(lián)汽車和車聯(lián)網(wǎng)等核心技術(shù)，正受到越來(lái)越多的研究和關(guān)注。文中提出了一種基于LTE-V2X 技術(shù)在城市交叉口協(xié)助式防碰撞預(yù)警的應(yīng)用方案，既能解決單車智能遮擋無(wú)法識(shí)別問(wèn)題，也解決車輛獲取周圍信息時(shí)延過(guò)大和接收數(shù)據(jù)包的PRR 過(guò)低問(wèn)題?？紤]普適性，解決車輛安裝車載攝像頭和雷達(dá)等成本高的問(wèn)題，能極大推動(dòng)OBU 的滲透率。所以，通過(guò)V2X 技術(shù)能夠提高車輛接收的PRR，以更短時(shí)延獲取車輛信息，實(shí)時(shí)顯示綠燈時(shí)長(zhǎng)和指導(dǎo)車輛建議行駛速度，從而能夠?qū)徊婵诖嬖诘臐撛跊_突和即將發(fā)生的碰撞情況進(jìn)行實(shí)時(shí)預(yù)警，減少交叉路口交通事故的發(fā)生。

未來(lái)隨V2X 通信能力的車輛滲透率不斷提升，城市交叉口部署RSU 的日臻完善，LTE-V2X技術(shù)下PC5 口相互之間干擾會(huì)成倍增加，將對(duì)空口接收PRR、時(shí)延和防碰撞預(yù)警算法提出更高的要求。