車(chē)路協(xié)同算力網(wǎng)絡(luò)白皮書(shū)

車(chē)路協(xié)同算力網(wǎng)絡(luò)白皮書(shū)中移(上海)信息通信科技有限公司」2023年10月隨著科技的飛速發(fā)展，智能化、網(wǎng)絡(luò)化、信息化逐漸成為交通行業(yè)的關(guān)鍵詞。車(chē)路協(xié)同(Vehicle-RoadCollaborative方向，通過(guò)利用先進(jìn)的通信技術(shù)、傳感器技術(shù)、計(jì)算機(jī)技術(shù)等，實(shí)現(xiàn)人、車(chē)、路之間的全面互聯(lián)互通，為提升交通運(yùn)行效率、改善交通安全和提升道然而，車(chē)路協(xié)同系統(tǒng)的深化應(yīng)用和效能發(fā)揮，離不開(kāi)算力網(wǎng)絡(luò)的強(qiáng)大支持。算力網(wǎng)絡(luò)是一種根據(jù)業(yè)務(wù)需求，在云、網(wǎng)、邊之間按需分配和靈活調(diào)度計(jì)算資源、網(wǎng)絡(luò)資源和存儲(chǔ)資源的能力，這種能力為車(chē)路協(xié)同帶來(lái)了前所未有的發(fā)展機(jī)遇。當(dāng)前，無(wú)線(xiàn)通信、物聯(lián)網(wǎng)、云計(jì)算、人工智能等技術(shù)的快速發(fā)展，車(chē)路協(xié)同系統(tǒng)的建設(shè)正迎來(lái)關(guān)鍵時(shí)期。面對(duì)復(fù)雜多變的交通場(chǎng)景和日益增長(zhǎng)的海量數(shù)據(jù)處理需求，如何構(gòu)建一個(gè)高效、可靠的車(chē)路協(xié)同算力網(wǎng)絡(luò)算力網(wǎng)絡(luò)的出現(xiàn)，為車(chē)路協(xié)同系統(tǒng)提供了強(qiáng)大的技術(shù)支撐。首先，算力網(wǎng)絡(luò)具備的云、網(wǎng)、邊計(jì)算資源融合的能力，能夠滿(mǎn)足車(chē)路協(xié)同系統(tǒng)中海量數(shù)據(jù)的處理需求，實(shí)現(xiàn)對(duì)各類(lèi)數(shù)據(jù)的快速處理與共享。其次，算力網(wǎng)絡(luò)具備的按需調(diào)度和智能分配能力，可以根據(jù)車(chē)路協(xié)同系統(tǒng)的實(shí)際需求，靈活調(diào)度和分配各類(lèi)計(jì)算資源、網(wǎng)絡(luò)資源和存儲(chǔ)資源，滿(mǎn)足系統(tǒng)的高效運(yùn)行和安全性需求。此外，算力網(wǎng)絡(luò)還具備良好的擴(kuò)展性和靈活性，可以根據(jù)車(chē)路協(xié)同系本白皮書(shū)旨在深入探討車(chē)路協(xié)同算力網(wǎng)絡(luò)的關(guān)鍵技術(shù)、架構(gòu)和標(biāo)準(zhǔn)，詳細(xì)分析其對(duì)于車(chē)路協(xié)同系統(tǒng)的重要意義和實(shí)踐價(jià)值。我們希望通過(guò)本白皮書(shū)的發(fā)布，能夠幫助政府、企業(yè)和社會(huì)各界深入理解車(chē)路協(xié)同算力網(wǎng)絡(luò)的重要一、總結(jié)了車(chē)路協(xié)同的發(fā)展現(xiàn)狀，以及規(guī)?；瘧?yīng)用的趨勢(shì)下車(chē)路協(xié)同對(duì)本白皮書(shū)在中國(guó)移動(dòng)集團(tuán)、中國(guó)信息通信研究院指導(dǎo)下，由中移(上 1.1車(chē)路協(xié)同的發(fā)展現(xiàn)狀 1.1.1車(chē)路云一體化技術(shù)路線(xiàn)成為充分共識(shí)1.1.2自動(dòng)駕駛逐步從網(wǎng)聯(lián)化向車(chē)路協(xié)同發(fā)展1.1.3智能化道路建設(shè)步伐顯著加快1.1.4車(chē)路協(xié)同應(yīng)用從局部測(cè)試示范走向城市級(jí)規(guī)?；?.2車(chē)路協(xié)同的規(guī)?；x不開(kāi)算力網(wǎng)絡(luò)的保駕護(hù)航071.2.1泛在融合的連接是基礎(chǔ)1.2.3可信開(kāi)放的業(yè)務(wù)服務(wù)能力是關(guān)鍵1.2.4統(tǒng)一的運(yùn)維體系是保障2.1車(chē)路協(xié)同算力網(wǎng)絡(luò)架構(gòu) 2.1.1聰明的車(chē)2.1.4高效協(xié)同的服務(wù)架構(gòu)2.2.1連接的融合和保障2.2.2算力的供給和管理2.2.3行業(yè)應(yīng)用基礎(chǔ)能力和開(kāi)放3.1量產(chǎn)車(chē)輔助駕駛服務(wù)3.1.1信號(hào)燈信息服務(wù)3.1.2超視距動(dòng)態(tài)事件提醒3.1.3防碰撞預(yù)警服務(wù)3.1.4路側(cè)BEV實(shí)時(shí)建圖3.2高等級(jí)自動(dòng)駕駛3.2.1無(wú)人物流車(chē)3.2.2遠(yuǎn)程駕駛3.3技術(shù)試驗(yàn)成果3.3.15G網(wǎng)絡(luò)性能測(cè)試3.3.2通感一體新技術(shù)測(cè)試4.展望與建議4.1展望4.2建議5.結(jié)束語(yǔ)參考文獻(xiàn)縮略語(yǔ)列表路協(xié)同概念最早開(kāi)始于20世紀(jì)60年代，美國(guó)汽車(chē)三巨頭之一的通用汽車(chē)，在新澤西州的普林斯頓市打造了一條電子化高速公路的測(cè)試跑道，車(chē)輛在這條測(cè)試跑道上可以實(shí)現(xiàn)自動(dòng)啟動(dòng)、加速、轉(zhuǎn)向與停止，全程沒(méi)有人工參與，這被業(yè)內(nèi)視為在新一代信息通信、大數(shù)據(jù)、人工智能等高新技術(shù)的加持被賦予了緩解交通擁堵，提升交通效率、交通安全的期望與使命；同時(shí)，隨著車(chē)輛智能駕駛和網(wǎng)聯(lián)化技術(shù)的發(fā)展，國(guó)內(nèi)外的研發(fā)主體在不斷提升單車(chē)智能自動(dòng)駕駛能力的同時(shí)，對(duì)車(chē)路協(xié)同模式的自動(dòng)駕駛也開(kāi)展了新的探索，并演進(jìn)出現(xiàn)了車(chē)路協(xié)同自動(dòng)駕2車(chē)路協(xié)同概述1.1車(chē)路協(xié)同的發(fā)展現(xiàn)狀1.1.1車(chē)路云一體化技術(shù)路線(xiàn)成為充分共識(shí)車(chē)路協(xié)同是由人、車(chē)、路、云等一系列交通參與者按需開(kāi)展不同層級(jí)協(xié)同配合與合作的過(guò)程。早期的車(chē)路協(xié)同主要服務(wù)對(duì)象是駕駛員，為駕駛員提供各類(lèi)安全輔助信息進(jìn)行預(yù)警和提醒，充分保障交通和駕駛安全；隨著車(chē)輛智能化水平的提升，車(chē)路協(xié)同的服務(wù)對(duì)象從人換成了機(jī)器或系統(tǒng)，服務(wù)內(nèi)容也從同決策規(guī)劃甚至協(xié)同控制等。車(chē)路協(xié)同系統(tǒng)最典型的特征是人、車(chē)、路、云等全部交通要素的一體化，如圖1.1所示，系統(tǒng)中的交通參與者、交通運(yùn)輸工具、交通基礎(chǔ)設(shè)施和交通環(huán)境不再只被看作一個(gè)簡(jiǎn)單的對(duì)象，而是具有自主身份且可具備信息交互功能的數(shù)字孿生體，形成一套能夠連通信息空間與物理空間，基于數(shù)據(jù)的自由流動(dòng)構(gòu)建狀態(tài)感知、實(shí)時(shí)交互、科學(xué)決策、精準(zhǔn)執(zhí)行的閉環(huán)賦能體系。車(chē)車(chē)路協(xié)同決策3以支持自動(dòng)駕駛計(jì)算、感知、決策、控制的一體化，實(shí)現(xiàn)一體化感知、一體化決策規(guī)劃和一體化控自動(dòng)駕駛是人類(lèi)一直追求的發(fā)輔助駕駛系統(tǒng)功能(Advanced上高等級(jí)自動(dòng)駕駛也已經(jīng)實(shí)現(xiàn)限定L2等級(jí)智能網(wǎng)聯(lián)汽車(chē)方面，截止2022年6月，全國(guó)1-6月累計(jì)乘用車(chē)銷(xiāo)量1035.5萬(wàn)輛，其中L2及以上滲透率達(dá)到20.2%;全國(guó)1-6月累計(jì)銷(xiāo)量112.3萬(wàn)輛，滲透率高達(dá)43.2%。高等級(jí)自動(dòng)駕駛方面，優(yōu)和環(huán)境實(shí)現(xiàn)了商業(yè)落地，比如高區(qū)域的接駁、清掃車(chē)、自動(dòng)駕駛出租車(chē)等場(chǎng)景，以在自動(dòng)駕駛出租車(chē)為例，百度自動(dòng)駕駛出行平臺(tái)“蘿Vehicle-to-Infrastruct圖1.2車(chē)輛網(wǎng)聯(lián)化示意圖4駕駛出行服務(wù)，累計(jì)出行訂單量已超過(guò)300萬(wàn)；全球范圍來(lái)看，GM盡管自動(dòng)駕駛通過(guò)測(cè)試?yán)锍谭e累和持續(xù)技術(shù)迭代，自動(dòng)駕駛的安少，但自動(dòng)駕駛的終極發(fā)展目標(biāo)是全無(wú)人化自動(dòng)駕駛，并達(dá)到大規(guī)模求。為了應(yīng)對(duì)解決自動(dòng)駕駛技術(shù)和駕駛在單車(chē)智能的基礎(chǔ)上，又演進(jìn)線(xiàn)。所謂車(chē)路協(xié)同自動(dòng)駕駛，是指助4G/5G和C-V2X通信技術(shù)，將系在一起，實(shí)現(xiàn)車(chē)與車(chē)(V2V)、與控制設(shè)施等)、車(chē)與云(V2N,地圖平臺(tái)、交管平臺(tái)、出行服務(wù)平臺(tái)等)和車(chē)與人(V2P)等的全方位協(xié)同配合(如協(xié)同感知、協(xié)同決策規(guī)劃、協(xié)同控制等),從而滿(mǎn)足不同等級(jí)自動(dòng)駕駛車(chē)輛應(yīng)用需求(如輔助駕駛、高等級(jí)自動(dòng)駕駛),實(shí)現(xiàn)自動(dòng)駕駛安全、便捷、正是由于車(chē)路協(xié)同跨行業(yè)跨領(lǐng)域互聯(lián)互通的屬性，以及所代表的關(guān)鍵技術(shù)和產(chǎn)業(yè)意義，國(guó)家或地方政府層面大力支持車(chē)路協(xié)同技術(shù)創(chuàng)新應(yīng)用和產(chǎn)業(yè)化布局建設(shè)。在城市類(lèi)網(wǎng)聯(lián)示范區(qū)和先導(dǎo)區(qū)(如表1-1),著力提升道路的數(shù)字化和智能化水平，實(shí)現(xiàn)車(chē)與路“雙向奔5表1-1國(guó)家級(jí)智能網(wǎng)聯(lián)汽車(chē)先導(dǎo)區(qū)/示范區(qū)無(wú)錫江蘇(無(wú)錫)國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)天津天津(西青)國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)長(zhǎng)沙湖南(長(zhǎng)沙)國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)重慶(兩江新區(qū))國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)湖北(襄陽(yáng))國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)浙江(德清)國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)廣西廣西(柳州)國(guó)家級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)長(zhǎng)三角三省一市國(guó)家級(jí)長(zhǎng)三角區(qū)域車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)蘇州蘇州車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)南京南京市省級(jí)車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)柳州柳州市車(chē)聯(lián)網(wǎng)先導(dǎo)區(qū)(在建)北京北京市高級(jí)別自動(dòng)駕駛示范區(qū)(注：全球首個(gè))北京、河北各地市國(guó)家智能汽車(chē)與智慧交通(京冀)示范區(qū)國(guó)家智能網(wǎng)聯(lián)汽車(chē)應(yīng)用(北方)示范區(qū)國(guó)家智能網(wǎng)聯(lián)汽車(chē)(上海)試點(diǎn)示范區(qū)武漢國(guó)家智能網(wǎng)聯(lián)汽車(chē)(武漢)測(cè)試示范區(qū)浙江5G車(chē)聯(lián)網(wǎng)應(yīng)用示范區(qū)廣州廣州智能網(wǎng)聯(lián)汽車(chē)與智慧交通應(yīng)用示范區(qū)國(guó)家智能汽車(chē)集成系統(tǒng)實(shí)驗(yàn)區(qū)(i-VISTA)上海臨港智能網(wǎng)聯(lián)汽車(chē)綜合測(cè)試示范區(qū)上海基于智能汽車(chē)云控基礎(chǔ)平臺(tái)的“車(chē)路網(wǎng)云一體化”綜合示范測(cè)試區(qū)長(zhǎng)沙國(guó)家智能網(wǎng)聯(lián)汽車(chē)(長(zhǎng)沙)測(cè)試區(qū)無(wú)錫國(guó)家智能交通綜合測(cè)試基地(無(wú)錫)中德合作智能網(wǎng)聯(lián)汽車(chē)車(chē)聯(lián)網(wǎng)四川試驗(yàn)基地6測(cè)試區(qū)北京西安長(zhǎng)安大學(xué)車(chē)聯(lián)網(wǎng)與智能汽車(chē)試驗(yàn)場(chǎng)智能網(wǎng)聯(lián)汽車(chē)自動(dòng)駕駛封閉場(chǎng)地測(cè)試基地(泰興)襄陽(yáng)智能網(wǎng)聯(lián)汽車(chē)自動(dòng)駕駛封閉場(chǎng)地測(cè)試基地(襄陽(yáng))智慧城市基礎(chǔ)設(shè)施與智能網(wǎng)聯(lián)汽車(chē)(“雙智”)協(xié)同發(fā)展試點(diǎn)：北京、上海、廣州、武漢、長(zhǎng)沙、無(wú)錫、重慶、深圳、廈門(mén)、南京、濟(jì)南、成都、合同基礎(chǔ)設(shè)施建設(shè)及應(yīng)用示范，相關(guān)展階段，在第1發(fā)展階段，以L(fǎng)TE-V2X為核心的直連無(wú)線(xiàn)通信可以支通信，實(shí)現(xiàn)較為基礎(chǔ)的消息提醒和則是在C-V2X車(chē)路云高效通信的基礎(chǔ)上，以人工智能(Artificial路端視角好、觀測(cè)時(shí)間長(zhǎng)、易部署照明、極端天氣相關(guān)感知長(zhǎng)尾問(wèn)感知能力，進(jìn)而保障車(chē)輛安全高效的基礎(chǔ)設(shè)施，還可以進(jìn)一步發(fā)揮路同決策規(guī)劃和協(xié)同控制等應(yīng)用，全開(kāi)展了大規(guī)模測(cè)試驗(yàn)證與示范應(yīng)71.2車(chē)路協(xié)同的規(guī)?；x不開(kāi)算力網(wǎng)絡(luò)的保駕護(hù)航面對(duì)車(chē)路協(xié)同的規(guī)模化發(fā)展趨在互聯(lián)、人車(chē)城多類(lèi)型海量數(shù)據(jù)的計(jì)算，車(chē)路協(xié)同基礎(chǔ)應(yīng)用的業(yè)務(wù)閉需求越來(lái)越顯著,急需一張泛在融車(chē)路協(xié)同的基礎(chǔ)是人車(chē)路云等之間、車(chē)與路之間、車(chē)與行人之間為車(chē)輛提供信息交互服務(wù)，網(wǎng)絡(luò)需備的接入，有線(xiàn)、無(wú)線(xiàn)通信方式的2)標(biāo)準(zhǔn)化的通信協(xié)議和接口：車(chē)路協(xié)同系統(tǒng)中涉及的交通參與者口。系統(tǒng)中涉及的參與方各自配置的，涉及車(chē)輛、道路交通設(shè)施、交警交管類(lèi)設(shè)備等；有消費(fèi)級(jí)的，如行人手持或可穿戴設(shè)備等?？缧袠I(yè)、跨領(lǐng)域的設(shè)備互聯(lián)需要制定統(tǒng)一的通信協(xié)議和標(biāo)準(zhǔn)接口，并通過(guò)泛在融合的網(wǎng)絡(luò)實(shí)現(xiàn)各設(shè)備之間的網(wǎng)絡(luò)的穩(wěn)定性和低丟包率、可配置4)完善的網(wǎng)絡(luò)及算力底座的容可靠的網(wǎng)絡(luò)傳輸及算力底座，支持8邊緣計(jì)算、Al技術(shù)和大模型等技術(shù)加速了車(chē)路協(xié)同的發(fā)展，并對(duì)算力的供給提出了更高的需求，準(zhǔn)確評(píng)估車(chē)路協(xié)同中路側(cè)感知數(shù)據(jù)處理、車(chē)端數(shù)據(jù)應(yīng)用及智慧城市運(yùn)營(yíng)等的算力需求，是算力網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)的關(guān)鍵環(huán)節(jié)，也是車(chē)路協(xié)同應(yīng)用1)低時(shí)延多類(lèi)型的算力滿(mǎn)足路側(cè)感路側(cè)感知設(shè)施會(huì)生成大量的數(shù)據(jù)，包括道路上的視頻數(shù)據(jù)、雷達(dá)數(shù)據(jù)、圖片數(shù)據(jù)等，這些數(shù)據(jù)需要進(jìn)行實(shí)時(shí)處理和分析，形成有價(jià)值的交通引導(dǎo)信息，以V2X消息的形式下發(fā)給用戶(hù)終端。因此，需要持續(xù)穩(wěn)定的計(jì)算能力來(lái)實(shí)現(xiàn)，同時(shí)滿(mǎn)足算力可擴(kuò)展、可復(fù)用能力，應(yīng)對(duì)2)分級(jí)的大算力支撐車(chē)端數(shù)據(jù)應(yīng)用單車(chē)自動(dòng)駕駛模型訓(xùn)練需要將頭圖像和視頻等數(shù)據(jù)上傳到邊緣側(cè)進(jìn)行數(shù)據(jù)清洗篩選等操作，需要多樣化算力供給；同時(shí)處理后的數(shù)據(jù)需要上傳云端做模型的訓(xùn)練，因此需要大規(guī)模的計(jì)算型算力；高精地3)智算和超算為智慧交通提供大模為了優(yōu)化交通流量、降低交通擁堵，需要部署和訓(xùn)練復(fù)雜的交通模型，例如預(yù)測(cè)模型、路徑優(yōu)化模要大量的計(jì)算資源，特別是深度學(xué)習(xí)模型，這些模型可以用于交通預(yù)測(cè)、擁堵管理、智能交通信號(hào)燈控制等任務(wù)。進(jìn)行模型訓(xùn)練和學(xué)習(xí)需9車(chē)路協(xié)同包括安全等級(jí)要求很高的業(yè)務(wù)類(lèi)型，需要可信的算力網(wǎng)絡(luò)能力來(lái)保證信息服務(wù)的準(zhǔn)確性和實(shí)時(shí)性，從盡力而為的網(wǎng)絡(luò)向智能化的網(wǎng)絡(luò)升級(jí)轉(zhuǎn)變，向應(yīng)用開(kāi)放可1)應(yīng)用的資源需求感知能力車(chē)路協(xié)同應(yīng)用需要的算網(wǎng)資源或能力支持，需要首先對(duì)應(yīng)用的資源和能力需求做統(tǒng)計(jì)和建模，基于應(yīng)用模型可以對(duì)終端發(fā)起的應(yīng)用做標(biāo)注，以便算網(wǎng)大腦進(jìn)行資源的調(diào)2)網(wǎng)絡(luò)狀態(tài)和服務(wù)質(zhì)量檢測(cè)能力無(wú)線(xiàn)網(wǎng)絡(luò)環(huán)境多變，整體通信網(wǎng)絡(luò)狀況基于環(huán)境和業(yè)務(wù)接入等因網(wǎng)的統(tǒng)一QoS服務(wù)質(zhì)量。需要網(wǎng)絡(luò)狀況的開(kāi)放技術(shù)和服務(wù)，提供實(shí)時(shí)網(wǎng)況的告知能力，便于網(wǎng)絡(luò)中的業(yè)在業(yè)務(wù)運(yùn)行中需要及時(shí)檢測(cè)業(yè)務(wù)運(yùn)行健康狀態(tài)，及時(shí)發(fā)現(xiàn)和處理服務(wù)故障，同時(shí)具備uRLLC雙連接能力，減少對(duì)用戶(hù)的影響，并提高3)服務(wù)能力開(kāi)放為解決車(chē)路協(xié)同走出示范區(qū)局限、路側(cè)建設(shè)過(guò)程中軟硬件不解耦、算力分散、企業(yè)間產(chǎn)品兼容性差等難題，保證車(chē)路云應(yīng)用所需的網(wǎng)和算的資源泛在、智連、安全、可控，同時(shí)為了加速商業(yè)化落地，算力網(wǎng)絡(luò)和應(yīng)用服務(wù)能力的開(kāi)放是必要的，用以支持車(chē)路協(xié)同的大規(guī)車(chē)路協(xié)同系統(tǒng)涉及的參與方眾多，技術(shù)服務(wù)鏈條冗長(zhǎng)復(fù)雜，需要明確統(tǒng)一的建設(shè)運(yùn)營(yíng)主體，打通設(shè)備、平臺(tái)和應(yīng)用間數(shù)據(jù)壁壘，并提1)互聯(lián)互通的技術(shù)體系車(chē)路協(xié)同系統(tǒng)中各單元在互聯(lián)互通車(chē)路協(xié)同概述如車(chē)輛數(shù)據(jù)開(kāi)放應(yīng)用、道路感知設(shè)施復(fù)用、道路信號(hào)控制數(shù)據(jù)使用、道路收費(fèi)系統(tǒng)打通等，給一體化運(yùn)營(yíng)帶來(lái)不便。2)一體化的運(yùn)維服務(wù)保障①統(tǒng)一的運(yùn)維管理系統(tǒng)路側(cè)設(shè)施的硬件設(shè)備種類(lèi)多樣，部分設(shè)施迭代更新快，且需要穩(wěn)定的電力等基礎(chǔ)資源的保障，因此面向規(guī)?；瘧?yīng)用，急需形成統(tǒng)一的設(shè)備工作狀態(tài)監(jiān)測(cè)和運(yùn)維系統(tǒng)，實(shí)時(shí)發(fā)現(xiàn)定位故障節(jié)點(diǎn)和故障類(lèi)②專(zhuān)業(yè)的運(yùn)維支撐能力和保障體系運(yùn)維團(tuán)隊(duì)需要熟悉系統(tǒng)內(nèi)的設(shè)備運(yùn)行機(jī)制，具有設(shè)備運(yùn)維的專(zhuān)業(yè)知識(shí)和相關(guān)經(jīng)驗(yàn)積累，熟悉業(yè)務(wù)流程和環(huán)節(jié)。具備全國(guó)統(tǒng)一運(yùn)維隊(duì)伍和體系，覆蓋從業(yè)務(wù)中心節(jié)點(diǎn)到業(yè)務(wù)現(xiàn)場(chǎng)的全體系運(yùn)維團(tuán)隊(duì)，做到故障實(shí)時(shí)處理和響應(yīng)。算力網(wǎng)絡(luò)是以算為中心、網(wǎng)為根基，網(wǎng)、云、數(shù)、智、安、邊、端、鏈(ABCDNETS)等深度融合、提供一體化服務(wù)的新型信息基礎(chǔ)設(shè)施。面向車(chē)路協(xié)同廣泛的業(yè)務(wù)需求，算力網(wǎng)絡(luò)在提供算力和網(wǎng)絡(luò)的基礎(chǔ)上，將融合豐富的技術(shù)要素和業(yè)務(wù)能力為用戶(hù)提供一體化服務(wù)，滿(mǎn)足車(chē)路協(xié)同應(yīng)用規(guī)?；男枨?，實(shí)現(xiàn)車(chē)路協(xié)同與算力網(wǎng)絡(luò)的融 2.車(chē)路協(xié)同的算力網(wǎng)絡(luò)架構(gòu)和能力體系車(chē)路協(xié)同業(yè)務(wù)通過(guò)現(xiàn)有網(wǎng)絡(luò)架構(gòu)和云架構(gòu)難以支撐全量業(yè)務(wù)，規(guī)?；陌l(fā)展急需構(gòu)建新的架構(gòu)，規(guī)劃能力體系，實(shí)現(xiàn)車(chē)、路、云融合一體，網(wǎng)算融匯貫通，業(yè)務(wù)支撐能力融合開(kāi)放，實(shí)現(xiàn)車(chē)路協(xié)同 車(chē)路協(xié)同的算力網(wǎng)絡(luò)架構(gòu)和能力體系2.1車(chē)路協(xié)同算力網(wǎng)絡(luò)架構(gòu)車(chē)路云的融合一體需要端邊云的協(xié)同架構(gòu)，車(chē)和路作為端，是算力網(wǎng)絡(luò)的服務(wù)對(duì)象，以融合的連接方式接入算力網(wǎng)絡(luò)；邊和云是算力網(wǎng)絡(luò)承載業(yè)務(wù)的核心節(jié)點(diǎn)，邊緣節(jié)點(diǎn)將逐步融合到算力網(wǎng)絡(luò)整體架構(gòu)中，構(gòu)建多級(jí)融合的云基礎(chǔ)設(shè)施為業(yè)務(wù)提供算力和基礎(chǔ)服務(wù)?？傮w架聰明的車(chē)應(yīng)具備網(wǎng)聯(lián)化和智能化的能力，作為智能終端，以無(wú)線(xiàn)網(wǎng)絡(luò)的方式連接算力網(wǎng)絡(luò)，既是算力網(wǎng)絡(luò)的服務(wù)對(duì)象，也是算力網(wǎng)絡(luò)服務(wù)的重要參與方。Uu多模態(tài)通信能力和多終端觸達(dá)方式。車(chē)輛應(yīng)支持多種車(chē)路通信模式和通信協(xié)議，包括但不限于基于Uu的4G/5G,以及基于直連無(wú)線(xiàn)通信的LTE-V2X、NR-V2X,考慮到V2X業(yè)務(wù)的短時(shí)延高可靠要求，以及5G支持RTK廣播等附加優(yōu)勢(shì)，推薦車(chē)輛盡可能優(yōu)先支持5GUu;在觸達(dá)方式方面，可利用車(chē)機(jī)、前后裝T-BoX、OBU或其他智能終端，支持開(kāi)展數(shù)據(jù)共享和多樣化、個(gè)性化應(yīng)②智能化：CAV車(chē)端智能駕駛系車(chē)路協(xié)同算力網(wǎng)絡(luò)架構(gòu)車(chē)路協(xié)同算力網(wǎng)絡(luò)架構(gòu)多級(jí)融合的云智慧的路聰明的車(chē)云網(wǎng)協(xié)同圖2.1車(chē)路協(xié)同算力網(wǎng)絡(luò)總架構(gòu)示意圖 統(tǒng)不僅可以解析處理V2X報(bào)文消息，借助HMI或其他方式為駕駛員端智能駕駛系統(tǒng)的感知、決策規(guī)劃支持自動(dòng)駕駛安全、連續(xù)運(yùn)行。同時(shí)，借助與算力網(wǎng)絡(luò)的智能化接路側(cè)主要包括各類(lèi)基礎(chǔ)設(shè)施和感知系統(tǒng)、決策規(guī)劃系統(tǒng)、信號(hào)控制系統(tǒng)、監(jiān)控執(zhí)法系統(tǒng)、收費(fèi)系統(tǒng)施、交通安全設(shè)施及各類(lèi)附屬設(shè)施等。路側(cè)設(shè)施可以通過(guò)有線(xiàn)或無(wú)線(xiàn)方式與邊緣計(jì)算節(jié)點(diǎn)進(jìn)行數(shù)據(jù)回傳中心云算力屬于車(chē)路協(xié)同算力網(wǎng)絡(luò)的高層，通過(guò)云專(zhuān)線(xiàn)南向連接云邊架構(gòu)，中心云側(cè)可具備超算和服務(wù)能力，并具備云邊協(xié)同的功能，端到端單向通信時(shí)延在100ms以上。中心云側(cè)可承載各類(lèi)大數(shù)據(jù)運(yùn)算的業(yè)務(wù)和系統(tǒng)監(jiān)控，如全域的邊緣云算力屬于車(chē)路協(xié)同算力網(wǎng)絡(luò)的中間層，通過(guò)云專(zhuān)線(xiàn)與邊緣云邊結(jié)構(gòu)，管轄的范圍以地市級(jí)為力以適配不同的車(chē)路協(xié)同業(yè)務(wù)，且域地圖管理、汽車(chē)數(shù)據(jù)云中的數(shù)據(jù)清洗節(jié)點(diǎn)、弱實(shí)時(shí)業(yè)務(wù)的數(shù)據(jù)處務(wù)。信號(hào)燈信息、弱勢(shì)交通參與邊緣下沉算力節(jié)點(diǎn)屬于車(chē)路協(xié)力供給，北向通過(guò)云專(zhuān)線(xiàn)與邊緣云互通，南向通過(guò)有線(xiàn)或無(wú)線(xiàn)的方式整體架構(gòu)，端到端單向通信時(shí)延約邊緣下沉算力節(jié)點(diǎn)具備下沉式的低時(shí)延優(yōu)勢(shì)、屬于運(yùn)營(yíng)商網(wǎng)絡(luò)體系內(nèi)維體系保障。能提供本地場(chǎng)景感知的處理，并且具備低時(shí)延、降低路端的計(jì)算負(fù)載，降低整個(gè)網(wǎng)絡(luò)的帶寬開(kāi)銷(xiāo)等優(yōu)點(diǎn)。針對(duì)實(shí)時(shí)業(yè)務(wù)進(jìn)提供低時(shí)延的業(yè)務(wù)保障，通過(guò)感知采集、本地融合計(jì)算、實(shí)時(shí)決策和精準(zhǔn)分發(fā)，使得部分業(yè)務(wù)流無(wú)需經(jīng)過(guò)邊緣云即可實(shí)現(xiàn)閉環(huán)，為高等級(jí)自在業(yè)務(wù)移動(dòng)性能的保障上，邊緣下應(yīng)用層數(shù)據(jù)之間邊邊協(xié)同的方式提2.1.4高效協(xié)同的服務(wù)架構(gòu)在總體架構(gòu)下，以網(wǎng)絡(luò)視角為主脈絡(luò)，結(jié)合業(yè)務(wù)關(guān)聯(lián)的算力節(jié)點(diǎn)和資源，對(duì)車(chē)路協(xié)同的業(yè)務(wù)支撐形據(jù)流量，路側(cè)感知設(shè)備就攝像頭類(lèi)設(shè)備一天就產(chǎn)生約40Gb至80Gb的務(wù)實(shí)現(xiàn)，提出了50Mbps-100Mbps駕駛的業(yè)務(wù)中，駕艙需要實(shí)時(shí)回傳路況實(shí)時(shí)畫(huà)面，對(duì)上行帶寬提出了嚴(yán)苛的要求；港口水平運(yùn)輸、混行提效等業(yè)務(wù)也存在上行大帶寬需需實(shí)時(shí)回傳車(chē)端數(shù)據(jù)進(jìn)行云端規(guī)控傳數(shù)據(jù)至邊緣下沉計(jì)算節(jié)點(diǎn)，數(shù)據(jù)其中感知數(shù)據(jù)對(duì)上行帶寬要求較方式回傳數(shù)據(jù)至邊緣下沉計(jì)算節(jié)感知原始數(shù)據(jù)，如攝像頭、上行實(shí)動(dòng)類(lèi)p能能uT2)精下行，包含精準(zhǔn)、高效和息豐富，如SPAT、RSI、RSM、的問(wèn)題上，還是以三類(lèi)業(yè)務(wù)來(lái)劃分：實(shí)時(shí)類(lèi)業(yè)務(wù)基于車(chē)輛駐留基站進(jìn)行同站業(yè)務(wù)分發(fā)，需要基站-傳務(wù)，考慮極限情況，車(chē)輛位于基站務(wù)連續(xù)性，滿(mǎn)足業(yè)務(wù)時(shí)延基本需時(shí)延需求不敏感，類(lèi)似于手機(jī)移動(dòng)終端的業(yè)務(wù)模型。以上三類(lèi)業(yè)務(wù)的線(xiàn)線(xiàn)點(diǎn)明翻圖2.3多類(lèi)型業(yè)務(wù)下行數(shù)據(jù)流示意圖 車(chē)路協(xié)同的算力網(wǎng)絡(luò)架構(gòu)和能力體系3)算力側(cè)：實(shí)時(shí)類(lèi)業(yè)務(wù)與邊緣下沉計(jì)算節(jié)點(diǎn)強(qiáng)相關(guān)，原始數(shù)據(jù)均回傳邊緣下沉計(jì)算節(jié)點(diǎn)進(jìn)行就近解算，由于多為圖像、視頻、點(diǎn)云等感知數(shù)據(jù)，所以對(duì)于GPU算力產(chǎn)生了較大的需求。準(zhǔn)實(shí)時(shí)類(lèi)與邊緣云強(qiáng)相關(guān)，但是原始數(shù)據(jù)可以在邊緣下沉計(jì)算節(jié)點(diǎn)中解算，也可以在邊緣云進(jìn)行解算，所以邊緣云側(cè)需要部署GPU+CPU算力。非實(shí)時(shí)類(lèi)業(yè)務(wù)一般依賴(lài)于中心云側(cè)的交通大模型訓(xùn)練結(jié)果、全局高精地圖和交通運(yùn)管信息等，原始數(shù)據(jù)一般無(wú)需回傳至中心云進(jìn)行處理，只采用結(jié)構(gòu)化數(shù)據(jù)進(jìn)行回傳的方式進(jìn)行業(yè)務(wù)分析，所以中心云對(duì)于CPU算力和存儲(chǔ)的需求較大。隨著車(chē)路協(xié)同業(yè)務(wù)的豐富，對(duì)于算力的需求也將多樣化，如異構(gòu)算力、彈性存儲(chǔ)和虛擬化等，算力網(wǎng)絡(luò)也將不斷適配和迭2.2能力體系2.2.1連接的融合和保障1)連接的融合車(chē)路協(xié)同的連接需求廣泛來(lái)自于人、車(chē)、路、云，包括多種形式，在車(chē)輛連接方面，存在車(chē)車(chē)、車(chē)路直連通信的PC5,及車(chē)路云通信的Uu;在涉及路側(cè)數(shù)據(jù)回傳的路云通信方面，根據(jù)傳輸光纖的觸達(dá)條件可以分為基于有線(xiàn)的回傳和基于Uu的無(wú)線(xiàn)回傳。針對(duì)路側(cè)數(shù)據(jù)回傳需求，基于運(yùn)營(yíng)商廣泛覆蓋的光纖承載網(wǎng)，提供觸達(dá)路口的回傳接入方式。來(lái)自路端各類(lèi)基礎(chǔ)設(shè)施(包括攝像頭等感知設(shè)備、交通標(biāo)識(shí)標(biāo)牌、紅綠燈等)的數(shù)據(jù)通過(guò)光纖線(xiàn)路回傳到運(yùn)營(yíng)商的接入?yún)R聚節(jié)點(diǎn)。針對(duì)工程現(xiàn)場(chǎng)光纖難以到達(dá)的路側(cè)回傳場(chǎng)景，可以通過(guò)5GUu無(wú)線(xiàn)回傳至接入?yún)R針對(duì)車(chē)車(chē)、車(chē)路和車(chē)云通信連接需求，受功率、頻點(diǎn)以及基建成本等影響，C-V2X直連通信模式無(wú)法獨(dú)立實(shí)現(xiàn)廣域連續(xù)組網(wǎng)，5G作為V2X業(yè)務(wù)規(guī)模化應(yīng)用的基礎(chǔ)承載網(wǎng)絡(luò)逐漸成為共識(shí)。Uu和PC5作為通信雙通道，緊密結(jié)合、互相補(bǔ)充，實(shí) 現(xiàn)全城全網(wǎng)覆蓋，可保證車(chē)聯(lián)網(wǎng)業(yè)務(wù)的連續(xù)性，有效滿(mǎn)足“車(chē)-路-網(wǎng)-云”之間的高速信息交互與傳輸要求。通過(guò)兩者的融合，既做到“前向兼容”,更有利于大規(guī)模的發(fā)展和應(yīng)用，在適合的場(chǎng)景為5G網(wǎng)絡(luò)做①增強(qiáng)熱點(diǎn)區(qū)域的網(wǎng)絡(luò)承載力。通過(guò)引入C-V2X直連通信，補(bǔ)充5G在路口等熱點(diǎn)區(qū)域的接入容②減少5G網(wǎng)絡(luò)資源占用。部分相同數(shù)據(jù)，存在數(shù)據(jù)重復(fù)性強(qiáng)等情況，該類(lèi)車(chē)聯(lián)網(wǎng)數(shù)據(jù)用蜂窩傳輸?shù)膬r(jià)值密度相對(duì)較低。針對(duì)時(shí)空特性較強(qiáng)的業(yè)務(wù)數(shù)據(jù)，可通過(guò)廣播方式做信息播發(fā)，減少5G網(wǎng)絡(luò)資源占后期隨著5G網(wǎng)絡(luò)能力的不斷演進(jìn)和提升，將探索和驗(yàn)證基于5G全Uu架構(gòu)的車(chē)聯(lián)網(wǎng)應(yīng)用，在保障連續(xù)性覆蓋的同時(shí)，通過(guò)5G空口的大帶寬、低時(shí)延和高可靠能力，并結(jié)合行業(yè)基礎(chǔ)能力提升V2X業(yè)務(wù)保障，基于5G網(wǎng)絡(luò)基礎(chǔ)設(shè)施的規(guī)?；?自動(dòng)駕駛應(yīng)用云公交析V2XServer遠(yuǎn)程駕駛編隊(duì)駕駛邊邊緣應(yīng)用5GMEC平臺(tái)5GMEC平臺(tái)網(wǎng)路2)連接的保障車(chē)聯(lián)網(wǎng)具有高移動(dòng)性、業(yè)務(wù)類(lèi)對(duì)通信網(wǎng)絡(luò)的服務(wù)質(zhì)量保障有較高量的需求，業(yè)界加緊研究端到端的網(wǎng)絡(luò)質(zhì)量保障方案，為用戶(hù)提供更車(chē)聯(lián)網(wǎng)網(wǎng)絡(luò)質(zhì)量保障通常包括“感知/監(jiān)測(cè)、分析、決策、執(zhí)行”集車(chē)載終端的設(shè)備狀態(tài)、網(wǎng)絡(luò)狀態(tài)、業(yè)務(wù)質(zhì)量等關(guān)鍵指標(biāo)，對(duì)端側(cè)數(shù)據(jù)和網(wǎng)絡(luò)側(cè)的數(shù)據(jù)進(jìn)行聯(lián)合處理，使面向用戶(hù)感知的網(wǎng)絡(luò)質(zhì)量保障更為完善。在“分析”和“決策”流程中，可以引入輕量化運(yùn)維心，輔以隨流監(jiān)測(cè)、業(yè)務(wù)模擬撥測(cè)、分段撥測(cè)等方案，實(shí)現(xiàn)網(wǎng)絡(luò)健質(zhì)量差等常見(jiàn)故障的粗定界和初定在時(shí)延、帶寬和確定性等方面的差異化網(wǎng)絡(luò)需求，引入網(wǎng)絡(luò)切片、QoS保障等關(guān)鍵技術(shù)，實(shí)現(xiàn)低時(shí)延、大帶寬、高可靠性的網(wǎng)絡(luò)性能5G做為V2X業(yè)務(wù)規(guī)模化應(yīng)用的基礎(chǔ)承載網(wǎng)絡(luò)，通過(guò)組網(wǎng)和網(wǎng)絡(luò)特性?xún)煞矫鎭?lái)保障V2X業(yè)務(wù)的連續(xù)組網(wǎng)方面，可以通過(guò)避免在道路路口設(shè)置小區(qū)切換帶、降低重疊覆蓋區(qū)、優(yōu)化同頻異頻測(cè)量門(mén)限參數(shù)等方式來(lái)減少車(chē)輛觸發(fā)切換的次網(wǎng)絡(luò)特性方面，可以通過(guò)最大幅度降低因切換導(dǎo)致的業(yè)務(wù)中斷時(shí)間，進(jìn)一步保障V2X業(yè)務(wù)的連車(chē)路協(xié)同的算力網(wǎng)絡(luò)架構(gòu)和能力體系組網(wǎng)方面，可以通過(guò)避免在道路路口設(shè)置小區(qū)切換帶、降低重疊覆蓋區(qū)、優(yōu)化同頻異頻測(cè)量門(mén)限參數(shù)等方式來(lái)減少車(chē)輛觸發(fā)切換的次作多點(diǎn)發(fā)送接收)等5G增強(qiáng)特性，來(lái)最大幅度降低因切換導(dǎo)致的業(yè)務(wù)中斷時(shí)間，進(jìn)一步保障V2X業(yè)務(wù)的連對(duì)于熱點(diǎn)路口等5GUu和PC5共覆蓋區(qū)域，V2X消息可以在5G網(wǎng)絡(luò)負(fù)荷較大時(shí)，通過(guò)終端與邊緣云控平臺(tái)的應(yīng)用級(jí)協(xié)同，將V2X部分業(yè)②業(yè)務(wù)性能保障V2X業(yè)務(wù)對(duì)于時(shí)延、可靠性、容量等多方面指標(biāo)都存在特定性能要求，可借助5G技術(shù)演進(jìn)中的關(guān)鍵新特性從時(shí)延、可靠性等方面保障車(chē)聯(lián)網(wǎng)端到端的網(wǎng)絡(luò)時(shí)延主要包含空口時(shí)延、傳輸/承載時(shí)延和核心網(wǎng)UPF設(shè)備處理時(shí)延，其中空口時(shí)延是低時(shí)延保障的重點(diǎn)。5GUu在空口特性上引入了無(wú)線(xiàn)資源預(yù)調(diào)來(lái)降低5GUu的空口時(shí)延。在傳輸承載時(shí)延方面，車(chē)路協(xié)同算網(wǎng)架構(gòu)通過(guò)UPF和算力的下沉等架構(gòu)優(yōu)化手段實(shí)現(xiàn)業(yè)務(wù)的就近處理來(lái)縮短傳輸路徑降低時(shí)延，滿(mǎn)足低時(shí)延業(yè)務(wù)的性能需求。2)高可靠保障對(duì)于99.99%以下網(wǎng)絡(luò)高可靠性的要求可以通過(guò)低碼率傳輸/保守調(diào)度來(lái)實(shí)現(xiàn)；對(duì)于99.999%及以上的可靠性要求，5G空口進(jìn)行了一系列增強(qiáng)設(shè)計(jì)，以冗余資源換取高可靠性，包括引入低CQI/MCS特性提高了調(diào)制解調(diào)的容錯(cuò)性和數(shù)據(jù)傳輸?shù)目煽啃?，引入PDCP復(fù)制、單卡雙連接等技術(shù)特性提高數(shù)據(jù)的冗余從而提高數(shù)據(jù)傳輸?shù)目煽啃?。網(wǎng)絡(luò)可以多項(xiàng)特性結(jié)合來(lái)提高傳輸可靠通過(guò)應(yīng)用5G網(wǎng)絡(luò)切片技術(shù)，為V2X業(yè)務(wù)建立端到端隔離的5G專(zhuān)NNX2.2.2算力的供給和管理1)算力的供給中國(guó)移動(dòng)規(guī)劃建設(shè)了一張覆蓋全國(guó)的算力基礎(chǔ)網(wǎng)絡(luò)，由4+N+31+X組成。包括4個(gè)熱點(diǎn)區(qū)域的算力中心，N個(gè)分布在大區(qū)的公有云算力節(jié)點(diǎn)和31個(gè)省級(jí)算力中心，并陸續(xù)在800多個(gè)地市建立邊緣云?？梢苑?wù)車(chē)聯(lián)網(wǎng)業(yè)務(wù)多層級(jí)的算力需4+N的中心云節(jié)點(diǎn)可以提供車(chē)路協(xié)同大算力和非實(shí)時(shí)類(lèi)業(yè)務(wù)的所需的算力資源；31省級(jí)節(jié)點(diǎn)和不斷拓展的地市節(jié)點(diǎn)共同構(gòu)成區(qū)域云資源，可以提供車(chē)路協(xié)同準(zhǔn)實(shí)時(shí)類(lèi)業(yè)為滿(mǎn)足車(chē)路協(xié)同實(shí)時(shí)類(lèi)業(yè)務(wù)對(duì)于廣域低時(shí)延算力的特定需求，在現(xiàn)有算力網(wǎng)絡(luò)架構(gòu)基礎(chǔ)上，研究規(guī)劃基于邊緣云繼續(xù)下沉的算力節(jié)點(diǎn)-邊緣下沉計(jì)算節(jié)點(diǎn)。邊緣下沉計(jì)算節(jié)點(diǎn)位于運(yùn)營(yíng)商的接入?yún)R聚機(jī)房，可通過(guò)在現(xiàn)網(wǎng)5G基站基礎(chǔ)上拓展算力單元的形式來(lái)實(shí)現(xiàn)，形成面向車(chē)聯(lián)網(wǎng)的通感算一體化基站，一方面，可基于通感算一體化的邊緣下沉算力部署“鬼探頭”碰撞預(yù)警等99圖2.5算力分級(jí)部署示意圖 高實(shí)時(shí)性業(yè)務(wù)，另一方面，基于5G-點(diǎn)升級(jí)后還將提供本地感知計(jì)算的2)算力的管理算力網(wǎng)絡(luò)規(guī)劃了端、邊、云多級(jí)節(jié)點(diǎn)，隨著技術(shù)的發(fā)展和業(yè)務(wù)的推動(dòng)，業(yè)務(wù)算力在端邊云之間調(diào)配將更加智能化，多類(lèi)型多架構(gòu)的算力需求催生了端邊云算力協(xié)同、內(nèi)外部算力協(xié)同、智算和通用算力協(xié)同等需求，算力網(wǎng)絡(luò)將構(gòu)建超強(qiáng)算網(wǎng)大腦來(lái)實(shí)現(xiàn)算網(wǎng)資源和能力要素的統(tǒng)一編排、調(diào)度、管理、運(yùn)維算網(wǎng)大腦向上實(shí)現(xiàn)各領(lǐng)域原子能力組合和算網(wǎng)一體化服務(wù)支撐，向下實(shí)現(xiàn)泛在算力跨層、跨區(qū)域、跨主體融通和網(wǎng)跨域、跨專(zhuān)業(yè)拉通。算網(wǎng)大腦分為設(shè)計(jì)態(tài)和運(yùn)行態(tài)，既要編排資源，也要編排能力和社會(huì)算力，要充分發(fā)揮運(yùn)營(yíng)商網(wǎng)邊緣下沉計(jì)算節(jié)點(diǎn)的管理具有集中調(diào)度和分布式調(diào)度兩種方式，做為算力網(wǎng)絡(luò)的末端下沉節(jié)點(diǎn)，其算力資源將納入算網(wǎng)大腦的集中調(diào)度；同時(shí)臨近的多個(gè)節(jié)點(diǎn)之間可以共同構(gòu)成算力池，通過(guò)復(fù)用5G低時(shí)延傳輸通道，可以實(shí)現(xiàn)算力、感基于算力網(wǎng)絡(luò)基礎(chǔ)設(shè)施和基礎(chǔ)能力，面向車(chē)路協(xié)同行業(yè)的應(yīng)用，需要從資源交互、信息交互、行業(yè)基礎(chǔ)應(yīng)用和業(yè)務(wù)保障能力等方面開(kāi)展技術(shù)研究、新能力開(kāi)發(fā)，并面向應(yīng)用場(chǎng)景提供標(biāo)準(zhǔn)組件庫(kù)和接口，1)算網(wǎng)資源的感知和標(biāo)注能力圖2.6算網(wǎng)大腦編排功能 源感知以及標(biāo)注能力是為了確保系統(tǒng)的高效運(yùn)行和數(shù)據(jù)的準(zhǔn)確性，通過(guò)監(jiān)測(cè)系統(tǒng)內(nèi)的各類(lèi)指標(biāo)，完成應(yīng)①資源感知：計(jì)算資源感知：車(chē)路協(xié)同應(yīng)用需要了解可用的計(jì)算資源，包括處理器性能、內(nèi)存容量和存儲(chǔ)空間，以確定是否足夠支持應(yīng)用的運(yùn)行和網(wǎng)絡(luò)資源感知：應(yīng)用需要感知網(wǎng)絡(luò)帶寬、延遲和穩(wěn)定性，以確保用戶(hù)數(shù)據(jù)感知：對(duì)于移動(dòng)設(shè)備(如車(chē)輛),如智能車(chē)應(yīng)用需要感知電池電量和能源消耗，以?xún)?yōu)化計(jì)算和通信活動(dòng)，以延長(zhǎng)電池壽命。用戶(hù)習(xí)慣數(shù)據(jù)，可以通過(guò)行為分析計(jì)算資源標(biāo)注：應(yīng)用需要能夠?qū)⑷蝿?wù)分配到適當(dāng)?shù)挠?jì)算資源上，以確保高效的數(shù)據(jù)處理和計(jì)算，避分布式算力(端)分布式算力(網(wǎng))全光底座應(yīng)用行業(yè)開(kāi)放能力算網(wǎng)基礎(chǔ)能力基礎(chǔ)設(shè)施網(wǎng)絡(luò)資源標(biāo)注：對(duì)于數(shù)據(jù)傳輸，應(yīng)用需要選擇合適的通信通道和路由，以最大程度地減少延遲和數(shù)據(jù)標(biāo)注：車(chē)路協(xié)同應(yīng)用可能需要對(duì)收集到的數(shù)據(jù)進(jìn)行標(biāo)注，以確保數(shù)據(jù)的準(zhǔn)確性和可用性。以便更好地對(duì)數(shù)據(jù)進(jìn)行分類(lèi)和挖掘，不算網(wǎng)資源感知和標(biāo)注能力主要通過(guò)在網(wǎng)絡(luò)架構(gòu)中的各個(gè)算力節(jié)點(diǎn)植入監(jiān)測(cè)軟件，實(shí)現(xiàn)對(duì)算力任務(wù)流程數(shù)據(jù)的采集、指標(biāo)分析和業(yè)務(wù)建模。涉及指標(biāo)類(lèi)型包括：算力指2)端邊云的信息交互和業(yè)務(wù)協(xié)同能力①多層次的信息交互雖然不同業(yè)務(wù)的時(shí)延需求不不同，但是都需要基于融合的網(wǎng)絡(luò)打造統(tǒng)一的消息服務(wù)機(jī)制，基于5G通信層能力打造應(yīng)用層的消息廣播能力，與端側(cè)設(shè)備形成消息交互閉環(huán)，從應(yīng)用層與LTE-V2X形成統(tǒng)一的消息交互體系。同時(shí)在平臺(tái)網(wǎng)關(guān)側(cè)打造Uu和PC5的消息分發(fā)管理能力，實(shí)現(xiàn)基于統(tǒng)一平臺(tái)的公網(wǎng)和專(zhuān)網(wǎng)一體化消息服務(wù)體系。邊緣云之圖2.8算網(wǎng)資源感知和標(biāo)注部署框圖 端邊云信息交換傳輸層協(xié)議有性、安全性、實(shí)時(shí)性方面具有不同特點(diǎn)，可根據(jù)需要適當(dāng)選用。建議加快協(xié)議接口標(biāo)準(zhǔn)的制定，提升工基于算力網(wǎng)絡(luò)的云邊協(xié)同是指云端算力和邊緣算力之間通過(guò)高效精準(zhǔn)的網(wǎng)絡(luò)傳輸，實(shí)現(xiàn)緊密協(xié)同而又分工明確的任務(wù)閉環(huán)機(jī)制。云邊協(xié)同的關(guān)鍵在于服務(wù)的保持、精準(zhǔn)云邊協(xié)同：云邊協(xié)同是通過(guò)數(shù)據(jù)協(xié)同的方式，將來(lái)自車(chē)側(cè)和邊緣下沉計(jì)算節(jié)點(diǎn)側(cè)的數(shù)據(jù)進(jìn)行集中管理和分析。云端可以從邊緣下沉計(jì)算節(jié)點(diǎn)側(cè)獲取車(chē)側(cè)產(chǎn)生的數(shù)據(jù)，將其與云端已有的數(shù)據(jù)進(jìn)行整合和分析，從而獲得更全面、準(zhǔn)確的信息基礎(chǔ)。如大量數(shù)據(jù)為構(gòu)建數(shù)字孿生路口提供了高質(zhì)量的原始數(shù)據(jù)，通過(guò)匯總各個(gè)路口的交通數(shù)據(jù)，也能更準(zhǔn)確地感知交通態(tài)勢(shì)，就是一個(gè)源邊緣下沉計(jì)算節(jié)點(diǎn)執(zhí)行V2X算力車(chē)車(chē) 信域?qū)?yīng)位置2由原基站下發(fā)至車(chē)端。5GC與UPF主要負(fù)責(zé)用戶(hù)的接入鑒權(quán)和通信保持(其中不含邊界跨基站的情況),如圖2.9所示。別對(duì)應(yīng)源邊緣下沉計(jì)算節(jié)點(diǎn)、邊緣云派發(fā)V2X算力任務(wù)，如邊緣下沉據(jù)，則邊緣云應(yīng)對(duì)上報(bào)的數(shù)據(jù)進(jìn)行融合、規(guī)控和決策等CPU算力需求，邊緣云生成事件數(shù)據(jù)上報(bào)中心云統(tǒng)一處理全局綜合類(lèi)任務(wù)。如邊多個(gè)邊緣下沉計(jì)算節(jié)點(diǎn)的運(yùn)算，可通過(guò)邊緣云匯聚數(shù)據(jù)。邊緣云算力于車(chē)的位置2,協(xié)同通信域的基站下發(fā)至車(chē)端。通信域的5GC與UPF主保持(其中不含邊界跨UPF的情別對(duì)應(yīng)邊緣下沉計(jì)算節(jié)點(diǎn)、邊緣云、中心云派發(fā)V2X算力任務(wù)，主節(jié)點(diǎn)位置1車(chē)車(chē)圖2.10云邊協(xié)同-準(zhǔn)實(shí)時(shí)業(yè)務(wù) GPU+CPU算力提出需求，經(jīng)過(guò)計(jì)算的結(jié)構(gòu)化數(shù)據(jù)或者事件信息由邊緣云上報(bào)至中心云，中心云處理全局任務(wù)，如交通燈信息、地圖等。如涉及多個(gè)邊緣下沉計(jì)算節(jié)點(diǎn)的運(yùn)算，可通過(guò)邊緣云匯聚數(shù)據(jù)。算力域形成的結(jié)論由中心云基于車(chē)的位置2,協(xié)同通信域的基站下發(fā)至車(chē)端。通信域的5GC與UPF主要負(fù)責(zé)用戶(hù)的接入鑒權(quán)和移動(dòng)通信保持(其中不含邊界跨UPF的情況)。邊邊協(xié)同：邊緣下沉計(jì)算節(jié)點(diǎn)之間進(jìn)行數(shù)據(jù)交互，通過(guò)邊邊協(xié)同用業(yè)務(wù)，比如更大區(qū)域的綠波車(chē)速指引、提前感知前方道路異常以及獲取特殊車(chē)輛信息提前預(yù)留車(chē)道。通信域更多負(fù)責(zé)業(yè)務(wù)的連續(xù)性保持，支持移動(dòng)終端在小區(qū)間、基站間的移動(dòng)性業(yè)務(wù)，減少車(chē)輛在移動(dòng)過(guò)程中通信時(shí)延的損耗，實(shí)現(xiàn)切換過(guò)程中下行業(yè)務(wù)不中斷，進(jìn)一步保值得注意的是，在邊邊協(xié)同中，針對(duì)V2X業(yè)務(wù)恰巧位于基站覆蓋切換帶中的情況，可能只涉及跨基站執(zhí)行業(yè)務(wù)，如圖2.11所示算力位置1車(chē)車(chē)圖2.11云邊協(xié)同-非實(shí)時(shí)業(yè)務(wù)定的目標(biāo)基站發(fā)給車(chē)側(cè)，也可能涉及UPF間的切換，此時(shí)如圖2.12所示，在通信域內(nèi)的5GC需要負(fù)責(zé)進(jìn)網(wǎng)元，從而分配到目標(biāo)基站進(jìn)行結(jié)論下發(fā)，而算力域的處理方式與跨中的云控平臺(tái)，對(duì)廣域范圍內(nèi)的V2X消息的收發(fā)情況進(jìn)行實(shí)時(shí)監(jiān)行駛路線(xiàn)上的網(wǎng)絡(luò)狀況進(jìn)行分析預(yù)網(wǎng)絡(luò)性能管理工具，包括帶寬測(cè)試、延遲測(cè)試、丟包率測(cè)試等，以發(fā)現(xiàn)和解決潛在的問(wèn)題，收集和分置和優(yōu)化網(wǎng)絡(luò)性能，以提供一致的測(cè)和檢測(cè)運(yùn)行服務(wù)的健康狀態(tài)的模位置1車(chē)車(chē) 的操作來(lái)驗(yàn)證服務(wù)是否正常運(yùn)行，根據(jù)結(jié)果確定服務(wù)的健康程度，監(jiān)測(cè)模塊可以由容器編排平臺(tái)或應(yīng)用程序自身的監(jiān)控系統(tǒng)配置和管理，當(dāng)發(fā)現(xiàn)服務(wù)異常時(shí)，可以觸發(fā)自動(dòng)重啟、拉入/拉出負(fù)載均衡器等操作。使用服務(wù)檢測(cè)模塊，可以及時(shí)發(fā)現(xiàn)和處理服務(wù)故障，減少對(duì)用戶(hù)的影響，并提高應(yīng)用程序的可靠性在車(chē)路協(xié)同業(yè)務(wù)節(jié)點(diǎn)的中心云服務(wù)節(jié)點(diǎn)、邊緣云服務(wù)節(jié)點(diǎn)及終端等位置，均可使用服務(wù)質(zhì)量監(jiān)測(cè)實(shí)現(xiàn)對(duì)軟件運(yùn)行的監(jiān)控，發(fā)現(xiàn)異常時(shí)進(jìn)行自動(dòng)重啟等恢復(fù)操作。另外在設(shè)備之間也可監(jiān)控對(duì)端運(yùn)行狀態(tài)，例如中心云服務(wù)器周期性向邊緣服務(wù)器發(fā)送查詢(xún)消息要求應(yīng)答，檢查4)開(kāi)放服務(wù)能力算力網(wǎng)絡(luò)是以算為中心、網(wǎng)為根基,網(wǎng)、云、數(shù)、智、安、邊、端、鏈(ABCDNETS)等深度融合，提供一體化服務(wù)的新型信息基PaaS、SaaS的服務(wù)模式基礎(chǔ)之上，創(chuàng)新整合資源式、平臺(tái)式、任務(wù)式服務(wù)模式，為客戶(hù)提供更好的資源式：資源式服務(wù)是在云計(jì)務(wù)能力，組合數(shù)據(jù)中心、基礎(chǔ)設(shè)施等硬件計(jì)算資源和網(wǎng)絡(luò)資源，組成云端基礎(chǔ)設(shè)施，通過(guò)網(wǎng)絡(luò)分配給用戶(hù)使用。資源式服務(wù)使用時(shí)，需要客戶(hù)提前預(yù)估資源使用量和使用時(shí)長(zhǎng)，但無(wú)需選擇位置，可根據(jù)預(yù)估結(jié)果包年、包月或者按量計(jì)費(fèi)，選平臺(tái)式：平臺(tái)式服務(wù)類(lèi)似于云計(jì)算PaaS服務(wù)，為開(kāi)發(fā)人員提供車(chē)路協(xié)同算網(wǎng)指標(biāo)體系平臺(tái)邊緣云開(kāi)發(fā)、測(cè)試和管理軟件應(yīng)用程序按需提供開(kāi)發(fā)環(huán)境。服務(wù)模式是將軟件研發(fā)的平臺(tái)作為一種服務(wù)，以務(wù)使用時(shí)，提供的是開(kāi)發(fā)環(huán)境和支撐平臺(tái)，所以不再以用量和用時(shí)來(lái)計(jì)費(fèi)，而是以用戶(hù)數(shù)量、環(huán)境數(shù)量、功能模塊等較為多元的方式計(jì)結(jié)果付費(fèi)的新型算網(wǎng)服務(wù)模式，通過(guò)算網(wǎng)大腦分析客戶(hù)實(shí)際業(yè)務(wù)需主要特點(diǎn)包括：通過(guò)算網(wǎng)大腦業(yè)務(wù)程簡(jiǎn)便；通過(guò)智能算法尋找算網(wǎng)最網(wǎng)資源降低用戶(hù)成本；通過(guò)業(yè)務(wù)和實(shí)時(shí)監(jiān)控，保障業(yè)務(wù)的健康狀態(tài)和結(jié)合算力網(wǎng)絡(luò)的開(kāi)放服務(wù)模式，通過(guò)打通算力網(wǎng)絡(luò)基礎(chǔ)設(shè)施層、基礎(chǔ)能力層打造面向車(chē)路協(xié)同行業(yè)的基礎(chǔ)能力，并開(kāi)放給行業(yè)應(yīng)用調(diào)用。打造系統(tǒng)性多樣化的標(biāo)準(zhǔn)接口，構(gòu)建資源和能力整合封裝的標(biāo)準(zhǔn)組件庫(kù)，面向資源類(lèi)、平臺(tái)類(lèi)和任務(wù)類(lèi)的需求，提供一站式服5)運(yùn)維的統(tǒng)一和完善行業(yè)急需明確業(yè)務(wù)保障等級(jí)，設(shè)計(jì)業(yè)務(wù)質(zhì)量保障評(píng)測(cè)體系，建立參考電信運(yùn)營(yíng)商的網(wǎng)絡(luò)保障等級(jí)劃分，需要對(duì)車(chē)路協(xié)同的各類(lèi)業(yè)務(wù)做保障等級(jí)的劃分，確定保障要 為了對(duì)車(chē)路協(xié)同業(yè)務(wù)提供可靠的網(wǎng)絡(luò)保障，建議業(yè)務(wù)承載在獨(dú)立的專(zhuān)用切片上，并基于網(wǎng)絡(luò)側(cè)和業(yè)區(qū)級(jí)和切片級(jí)的關(guān)聯(lián)指標(biāo)；從評(píng)測(cè)網(wǎng)絡(luò)切換，網(wǎng)絡(luò)掉線(xiàn)，切片承載用戶(hù)數(shù)，切片負(fù)荷，基站級(jí)算力資源位有效評(píng)測(cè)5G無(wú)線(xiàn)網(wǎng)絡(luò)環(huán)境的質(zhì)量維度，需要涵蓋用戶(hù)級(jí)的關(guān)聯(lián)指并能統(tǒng)計(jì)；從評(píng)測(cè)內(nèi)容上，需要涵蓋用戶(hù)上下行業(yè)務(wù)的數(shù)據(jù)包時(shí)延丟包，抖動(dòng)，業(yè)務(wù)速率等核心感知指標(biāo)，用以準(zhǔn)確及時(shí)地評(píng)測(cè)用戶(hù)的實(shí)際業(yè)務(wù)質(zhì)量情況；通過(guò)業(yè)務(wù)級(jí)的感知指標(biāo)評(píng)測(cè)，結(jié)合網(wǎng)絡(luò)側(cè)的關(guān)聯(lián)指標(biāo)評(píng)測(cè)，基本就可以給出網(wǎng)絡(luò)的真實(shí)質(zhì)量畫(huà)像，為車(chē)路協(xié)同網(wǎng)絡(luò)的針對(duì)系統(tǒng)中運(yùn)行的各單元，包維監(jiān)管平臺(tái)，可以實(shí)時(shí)監(jiān)控到系統(tǒng)級(jí)故障定位。同時(shí)，有統(tǒng)一的運(yùn)維響應(yīng)體制，借助平臺(tái)的統(tǒng)一工單系基于對(duì)車(chē)路協(xié)同應(yīng)用的探索和城市級(jí)車(chē)路云一體化算力網(wǎng)絡(luò)方案的驗(yàn)證，本白皮書(shū)提出以下幾種針對(duì)智能車(chē)輛的應(yīng)用探索方向，對(duì)算力網(wǎng)絡(luò)的時(shí)延時(shí)延云代駕-遠(yuǎn)程監(jiān)控端到端150ms端到端20ms邊緣云端到端60ms智泊引引導(dǎo)AVP端到端50ms謝5G+自動(dòng)鳥(niǎo)駛端到端50ms端到…端到罐50ms端到端160ms圖3.1網(wǎng)絡(luò)和算力需求分布示意圖面向量產(chǎn)車(chē)提供交通信息輔助服務(wù)，融合算力網(wǎng)絡(luò)、大模型、AlL2+智能車(chē)輛的能力，為自動(dòng)駕駛車(chē)輛乘客提供更安全、高效的乘坐1)需求描述道路上經(jīng)常會(huì)遇到異形、多語(yǔ)義或帶倒計(jì)時(shí)的信號(hào)燈(如圖3.2所示),自動(dòng)駕駛車(chē)輛容易受到環(huán)境影響(遮擋、逆光)或自身感知能力下降(感知失效)的情況下，不能準(zhǔn)確識(shí)別路口信號(hào)燈信息，導(dǎo)致出現(xiàn)闖紅燈或者交通事故，降低交2)場(chǎng)景技術(shù)原理一個(gè)區(qū)域內(nèi)的紅綠燈設(shè)備統(tǒng)一連接到邊緣云，將紅綠燈的燈態(tài)和駛至路口時(shí)，可以通過(guò)云端和邊端同時(shí)獲取前方最多三個(gè)信號(hào)燈數(shù)據(jù)紅綠燈的變化，合理安排車(chē)速和行駛時(shí)間，以避免不必要的停車(chē)等待時(shí)間。這樣可以減少車(chē)輛的停車(chē)次3)應(yīng)用效果與百度自營(yíng)的“蘿卜快跑”車(chē)運(yùn)營(yíng)車(chē)輛，訂單平均等紅燈時(shí)長(zhǎng)占比從18%降低至10%,訂單平均等1)需求描述單車(chē)感知距離通常為200-300米，部分特別高配置的可達(dá)500m左右。但車(chē)輛的全局路徑規(guī)劃一般覆蓋數(shù)公里，車(chē)輛憑借自身感知能力不能預(yù)見(jiàn)前方視距外的情況，需要借助超視距的動(dòng)態(tài)事件提醒輔助車(chē)100-200m,除車(chē)輛視角盲區(qū)外，基本上也在車(chē)輛自車(chē)感知范圍內(nèi)，做不到提前發(fā)現(xiàn)并提前影響車(chē)輛的路徑規(guī)劃，使用uu鏈路從云端獲取數(shù)如圖3.3死車(chē)”場(chǎng)景，車(chē)輛前方近路口車(chē)輛無(wú)法判斷前方信息而停2)場(chǎng)景技術(shù)原理：高質(zhì)量的超視距事件提醒，提醒范車(chē)輛在行駛過(guò)程中，車(chē)端通過(guò)數(shù)據(jù)服務(wù)SDK向云端發(fā)送一段導(dǎo)航路徑(500m-2km),通過(guò)接路側(cè)/云端向車(chē)輛傳輸?shù)男旭偮窂缴习l(fā)生的、可能會(huì)對(duì)主車(chē)產(chǎn)生影響的危險(xiǎn)事件，由車(chē)端SDK傳給車(chē)端發(fā)出警通過(guò)路側(cè)感知會(huì)收到一定的覆蓋率限制，為了進(jìn)一步增強(qiáng)數(shù)據(jù)可用性和覆蓋率，需要引入車(chē)-云數(shù)據(jù)處理后的結(jié)果反饋給車(chē)輛，形成一個(gè)閉環(huán)的數(shù)據(jù)流動(dòng)過(guò)程。通過(guò)融合來(lái)自不同數(shù)據(jù)源的數(shù)據(jù)，提供更全面、準(zhǔn)確的事件集合和車(chē)輛狀態(tài)信駕駛員(或自動(dòng)駕駛車(chē)輛本身)可以根據(jù)這些信息選擇最佳的行駛策略，避免進(jìn)入路況復(fù)雜的路段，避免意外接管帶來(lái)的不便或安全隱患，減少駕駛員的駕駛負(fù)擔(dān)和疲3)應(yīng)用效果車(chē)端安全信息提醒包括了更多事故占用的車(chē)道以及可能的消散時(shí)間等。幫助駕駛員(或自動(dòng)駕駛車(chē)輛)更全面地了解前方道路狀況和影響范圍，做出更準(zhǔn)確的決策，如動(dòng)態(tài)數(shù)據(jù)處理動(dòng)態(tài)數(shù)據(jù)處理私有服務(wù)圖3.4車(chē)云數(shù)據(jù)閉環(huán)圖3.6防碰撞場(chǎng)景示意圖針對(duì)實(shí)際交通場(chǎng)景中經(jīng)常出現(xiàn)的鬼探頭場(chǎng)景，單車(chē)在前方視線(xiàn)遮的行人或單車(chē)。需要路側(cè)感知的介入，并通過(guò)極低時(shí)延的業(yè)務(wù)響應(yīng)，將碰撞事件預(yù)警轉(zhuǎn)化為結(jié)構(gòu)化消息中國(guó)移動(dòng)聯(lián)合合作伙伴基于算網(wǎng)架構(gòu)中邊緣下沉計(jì)算節(jié)點(diǎn)，通過(guò)在接入機(jī)房增加下沉邊緣算力單元(含GPU算力卡),并部署本臺(tái)；前端OBU和路側(cè)網(wǎng)關(guān)的SIM卡簽約ToB切片，接入網(wǎng)絡(luò)后通過(guò)切片分流到邊緣算力單元，算力單元此次試驗(yàn)充分驗(yàn)證了5G網(wǎng)絡(luò)對(duì)方案的性能優(yōu)勢(shì)，通過(guò)空口統(tǒng)一、路側(cè)實(shí)時(shí)建圖，是指通過(guò)安裝構(gòu)建所覆蓋道路的地圖。經(jīng)實(shí)踐研圖可以為車(chē)端提供更新更及時(shí)、更圖3.7遮擋和標(biāo)識(shí)不清示意圖為了確切地掌握車(chē)輛的位置和理信息。但高精地圖的制作與維護(hù)利用多余的算力進(jìn)行車(chē)端實(shí)時(shí)建圖，盡管車(chē)端的實(shí)時(shí)建圖功能強(qiáng)大，但它對(duì)Al芯片的要求較高，將不可避免地推高車(chē)輛的成本。此遮擋的標(biāo)志、污損的道路、重疊或總結(jié)起來(lái)，路側(cè)建圖具備以下建圖是在車(chē)輛快速移動(dòng)過(guò)程完成間理解所在位置的地圖拓?fù)浜徒煌▓?chǎng)景。而面對(duì)一些復(fù)雜路口的場(chǎng)景，路側(cè)實(shí)時(shí)建圖系統(tǒng)，可以通過(guò)長(zhǎng)期定點(diǎn)觀察，多輪檢測(cè)來(lái)理解交通道路場(chǎng)景，及時(shí)發(fā)現(xiàn)路口內(nèi)要素變化，提高建圖置信度，構(gòu)建更安視野好遮擋少，覆蓋范圍更全、更云計(jì)算可代替部分車(chē)端算力，讓路“變聰明”,可大幅降低車(chē)載算力務(wù)的可視化結(jié)果如圖3.9,路側(cè)與BEV融合，減少了路側(cè)感知任務(wù)對(duì)感知設(shè)備內(nèi)外參的依賴(lài)，能夠更好地融合多傳感器的特征，來(lái)精確感知路口靜態(tài)道路要變更和動(dòng)態(tài)障礙在邊緣下沉的計(jì)算節(jié)點(diǎn)中，可據(jù)，可補(bǔ)充被遮擋的標(biāo)志、污損的如圖3.10,通過(guò)分析挖掘發(fā)現(xiàn)大量的異常軌跡(逆行，黃色線(xiàn)所示),實(shí)際情況是有施工封路，道路有了圖3.10BEV事件識(shí)別建圖效果示意圖采用5G與C-V2X雙網(wǎng)融合，以場(chǎng)端Al視覺(jué)識(shí)別、感知融合、協(xié)同規(guī)劃技術(shù)為核心，為停車(chē)場(chǎng)實(shí)現(xiàn)智為車(chē)主提供車(chē)位預(yù)約、停車(chē)場(chǎng)車(chē)位引導(dǎo)、行車(chē)預(yù)警服務(wù)，有效提升停1)端邊云三級(jí)架構(gòu)，算力網(wǎng)絡(luò)賦能智泊引導(dǎo)架構(gòu)由場(chǎng)端、邊緣同、物理分散的算力網(wǎng)絡(luò)。智泊引實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)為核心，結(jié)合支撐云據(jù)，為智能網(wǎng)聯(lián)汽車(chē)與產(chǎn)業(yè)相關(guān)部門(mén)和企業(yè)提供標(biāo)準(zhǔn)化共性基礎(chǔ)服務(wù)。其中，為更接近數(shù)據(jù)源，面向面向網(wǎng)聯(lián)汽車(chē)提供增強(qiáng)行車(chē)安全的實(shí)時(shí)性與準(zhǔn)實(shí)時(shí)性云控應(yīng)用基礎(chǔ)服務(wù)；中心云面向網(wǎng)聯(lián)汽車(chē)提供提升行車(chē)效率和節(jié)能性的非實(shí)時(shí)性服務(wù)；三者服務(wù)范圍依次擴(kuò)大，算力合理分布，后一級(jí)統(tǒng)籌前一級(jí)，服務(wù)實(shí)時(shí)性要求逐漸降低，但服務(wù)范2)視覺(jué)Al感知全覆蓋，盲區(qū)跨點(diǎn)位法，突破性將目標(biāo)識(shí)別算法、Al視覺(jué)感知定位算法應(yīng)用于停車(chē)場(chǎng)定位，以較低的成本解決傳統(tǒng)停車(chē)場(chǎng)到±0.3m以?xún)?nèi)，處于行業(yè)頂尖水面對(duì)封閉停車(chē)場(chǎng)景下，車(chē)輛互相遮擋、視覺(jué)感知盲區(qū)問(wèn)題，突破視覺(jué)L0-L4車(chē)輛瞄準(zhǔn)未來(lái)技術(shù)路徑探索特定場(chǎng)景AVP示范應(yīng)用停車(chē)場(chǎng)三覺(jué)圖3.11智泊引導(dǎo)系統(tǒng)合置信度模型算法，形成多類(lèi)型設(shè)備融合、跨點(diǎn)位感知數(shù)據(jù)融合、車(chē)路數(shù)據(jù)融合，基于全景數(shù)據(jù)的軌跡預(yù)測(cè)算法，對(duì)識(shí)別的交通參與者位置進(jìn)行實(shí)時(shí)推演，實(shí)現(xiàn)車(chē)輛在被遮研發(fā)基于全景數(shù)據(jù)的軌跡預(yù)測(cè)算法，對(duì)識(shí)別的交通參與者位置進(jìn)行實(shí)時(shí)推演，實(shí)現(xiàn)車(chē)輛被遮擋或處于盲區(qū)10s+連續(xù)跟蹤，跟蹤率1)端邊云三級(jí)架構(gòu)，算力網(wǎng)絡(luò)賦能智泊引導(dǎo)架構(gòu)由場(chǎng)端、邊緣云、中心云三級(jí)組成，形成邏輯協(xié)同、物理分散的算力網(wǎng)絡(luò)。智泊引導(dǎo)系統(tǒng)平臺(tái)以車(chē)輛、道路、環(huán)境等實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)為核心，結(jié)合支撐云控應(yīng)用的已有相關(guān)系統(tǒng)與設(shè)施的數(shù)門(mén)和企業(yè)提供標(biāo)準(zhǔn)化共性基礎(chǔ)服務(wù)。其中，為更接近數(shù)據(jù)源，面向面向網(wǎng)聯(lián)汽車(chē)提供增強(qiáng)行車(chē)安全的實(shí)時(shí)性與準(zhǔn)實(shí)時(shí)性云控應(yīng)用基礎(chǔ)服行車(chē)效率和節(jié)能性的非實(shí)時(shí)性服2)視覺(jué)Al感知全覆蓋，盲區(qū)跨點(diǎn)位法，突破性將目標(biāo)識(shí)別算法、Al視覺(jué)感知定位算法應(yīng)用于停車(chē)場(chǎng)定到±0.3m以?xún)?nèi)，處于行業(yè)頂尖水面對(duì)封閉停車(chē)場(chǎng)景下，車(chē)輛互相遮擋、視覺(jué)感知盲區(qū)問(wèn)題，突破合置信度模型算法，形成多類(lèi)型設(shè)備融合、跨點(diǎn)位感知數(shù)據(jù)融合、車(chē)路數(shù)據(jù)融合，基于全景數(shù)據(jù)的軌跡預(yù)測(cè)算法，對(duì)識(shí)別的交通參與者位置進(jìn)行實(shí)時(shí)推演，實(shí)現(xiàn)車(chē)輛在被遮研發(fā)基于全景數(shù)據(jù)的軌跡預(yù)測(cè)算法，對(duì)識(shí)別的交通參與者位置進(jìn)行3)多車(chē)協(xié)同規(guī)劃降低碳排放，盲區(qū)基于實(shí)時(shí)交通流信息進(jìn)行道路優(yōu)先構(gòu)優(yōu)化多終點(diǎn)路徑引導(dǎo)計(jì)算復(fù)雜的駕駛路徑規(guī)劃，實(shí)現(xiàn)與路況、停車(chē)場(chǎng)使用信息動(dòng)態(tài)聯(lián)動(dòng)，動(dòng)態(tài)調(diào)控路網(wǎng)的交通流量分布，有效保證路借助泊車(chē)場(chǎng)道路、泊車(chē)位布設(shè)的設(shè)行人、障礙物信息，對(duì)車(chē)輛的路徑軌跡進(jìn)行規(guī)劃，將實(shí)時(shí)動(dòng)態(tài)感知信的空閑車(chē)位。在沿車(chē)找位導(dǎo)航路徑行駛過(guò)程中，能夠提供超視距動(dòng)態(tài)路況預(yù)警，對(duì)封閉場(chǎng)區(qū)內(nèi)不同危險(xiǎn)情況迅速識(shí)別，包括盲區(qū)行人、超速車(chē)輛、逆行車(chē)輛等危險(xiǎn)狀況，實(shí)時(shí)識(shí)別、定位、上報(bào)管理平臺(tái)，行時(shí)交互等服務(wù)，為駕駛員提供數(shù)字智泊引導(dǎo)技術(shù)已于上海、武漢、江個(gè)停車(chē)項(xiàng)目落地，有效解決“停車(chē)車(chē)路協(xié)同規(guī)模服務(wù)在雙智協(xié)同發(fā)展云邊云邊網(wǎng)端新增模塊邊緣云3.2高等級(jí)自動(dòng)駕駛中國(guó)作為世界上最大的電商市三到五年，無(wú)人物流車(chē)需求將達(dá)到10萬(wàn)輛級(jí)規(guī)模，產(chǎn)業(yè)邁入千億級(jí)產(chǎn)地的賽道，帶動(dòng)上下游萬(wàn)億級(jí)產(chǎn)業(yè)發(fā)展進(jìn)入“快車(chē)道”,形成世界領(lǐng)無(wú)人物流車(chē)存在三大需求場(chǎng)速率，第二是Al大數(shù)據(jù)閉環(huán)系統(tǒng)需有200GB;第三是車(chē)邊算力協(xié)同，部分模型卸載到邊緣。為滿(mǎn)足如上匹配無(wú)人物流車(chē)的算網(wǎng)方案，關(guān)鍵是在邊緣算力節(jié)點(diǎn)，部署車(chē)輛亦莊辦公室需求訓(xùn)練數(shù)據(jù)的清洗標(biāo)注模塊，降低回等上行增強(qiáng)技術(shù)，實(shí)現(xiàn)上行最大1Gbps、廣域單向20ms時(shí)延的能幀的回傳，助力無(wú)人物流把Al數(shù)據(jù)閉環(huán)效率從周級(jí)提升到天級(jí)。同時(shí)，通過(guò)大帶寬和低時(shí)延網(wǎng)絡(luò)，及時(shí)下發(fā)遠(yuǎn)程脫困、紅綠燈信息識(shí)別保安全運(yùn)營(yíng)。在邊緣Al算力實(shí)現(xiàn)海算力共享可以節(jié)省車(chē)端30%的算力量傳輸壓力；在云端探索基于Al大1)需求描述車(chē)，到大幅提升工作效率的港口智能駕駛集卡，以及遠(yuǎn)程接管脫困的始對(duì)遠(yuǎn)程控制車(chē)輛行駛提出了爆發(fā)2)場(chǎng)景技術(shù)原理平行駕駛場(chǎng)景中的應(yīng)用當(dāng)前需要解低速行駛，從車(chē)機(jī)視頻采集到遠(yuǎn)端實(shí)現(xiàn)整段延時(shí)超過(guò)200ms,將導(dǎo)致控制距離延長(zhǎng)近2m,影響駕駛安動(dòng)，網(wǎng)絡(luò)時(shí)延抖動(dòng)與丟包等弱網(wǎng)情在5G環(huán)境下，基于高帶寬、低駕駛員可以通過(guò)5G遠(yuǎn)程控制臺(tái)像駕駛汽車(chē)一樣通過(guò)方向盤(pán)和踏板控制通過(guò)智能網(wǎng)關(guān)和攝像頭加裝，車(chē)端控中心后臺(tái)，實(shí)現(xiàn)遠(yuǎn)程駕駛調(diào)度和實(shí)時(shí)傳輸?shù)今{駛艙端，駕駛艙端的實(shí)現(xiàn)5G通訊、視頻處理、遠(yuǎn)程控制，從而實(shí)現(xiàn)車(chē)輛的遠(yuǎn)程駕駛。目服務(wù)，降低自動(dòng)駕駛車(chē)的運(yùn)營(yíng)成3)應(yīng)用效果遠(yuǎn)程駕駛技術(shù)同時(shí)可以應(yīng)用在特種作業(yè)等多個(gè)場(chǎng)景，以礦山為運(yùn)-排自動(dòng)化作業(yè)(如裝/卸載區(qū)排幫排土等),單輛車(chē)年運(yùn)載成本節(jié)省為了有效評(píng)估5G網(wǎng)絡(luò)對(duì)車(chē)聯(lián)網(wǎng)業(yè)務(wù)的支持能力，中國(guó)移動(dòng)聯(lián)合產(chǎn)業(yè)合作伙伴完成了面向車(chē)聯(lián)網(wǎng)典型V2I、V2N業(yè)務(wù)的網(wǎng)絡(luò)性能測(cè)試，測(cè)試結(jié)果充分驗(yàn)證了5G網(wǎng)絡(luò)可以很好地滿(mǎn)足所測(cè)業(yè)務(wù)的指標(biāo)需求，為基于5GUu的車(chē)聯(lián)網(wǎng)技術(shù)方案提供了本次技術(shù)試驗(yàn)基于四個(gè)城市的5G現(xiàn)網(wǎng)開(kāi)展，重點(diǎn)驗(yàn)證了2.6GHz和700MHz兩個(gè)頻段、通用組網(wǎng)和下多用戶(hù)等條件下，基于輔助信息交互類(lèi)、協(xié)作感知類(lèi)的輔助駕駛業(yè)務(wù)，以及部分典型自動(dòng)駕駛類(lèi)業(yè)務(wù)3大類(lèi)業(yè)務(wù)場(chǎng)景(具體見(jiàn)表3-1)的網(wǎng)1)測(cè)試組網(wǎng)本次測(cè)試網(wǎng)絡(luò)架構(gòu)圖如下，1為通用組網(wǎng)架構(gòu)，V2X應(yīng)用部署在地2)驗(yàn)證效果本次基于車(chē)聯(lián)網(wǎng)典型業(yè)務(wù)的網(wǎng)絡(luò)性能測(cè)試，充分驗(yàn)證了兩種網(wǎng)絡(luò)架構(gòu)下、兩種頻段下的端到端可靠性、表3-15G車(chē)聯(lián)網(wǎng)技術(shù)試驗(yàn)23個(gè)高優(yōu)先級(jí)場(chǎng)景(12個(gè))速引導(dǎo)、限速預(yù)警、車(chē)內(nèi)標(biāo)牌(共6個(gè))弱勢(shì)交通參與者碰撞預(yù)警、交叉路口碰撞預(yù)警、綠波帶(通過(guò)綠燈協(xié)調(diào)實(shí)現(xiàn)持續(xù)的車(chē)流)、視野阻礙協(xié)助、速度優(yōu)化建議、車(chē)輛路徑引導(dǎo)建議(共6個(gè))(11個(gè))通行、交通參與者感知數(shù)據(jù)共享、速度優(yōu)化、車(chē)輛路徑引導(dǎo)(共6個(gè))行、基于車(chē)輛感知的遠(yuǎn)程遙控駕駛、基于基礎(chǔ)設(shè)施的遠(yuǎn)程遙控駕駛(共5個(gè))NR圖3.15遠(yuǎn)程駕駛智慧礦山應(yīng)用均可滿(mǎn)足所測(cè)的23個(gè)業(yè)務(wù)場(chǎng)景的指后續(xù)如有更低時(shí)延要求的業(yè)務(wù)部署可以考慮；700MHz頻段完全可以基于5G-A通感一體網(wǎng)絡(luò)新架AAU作為感知模塊，對(duì)道路車(chē)輛以及路測(cè)行人進(jìn)行感知，基站側(cè)部署感知板，處理感知信號(hào)，獲得車(chē)輛位置、速度、方向等結(jié)果，并將感1)測(cè)試組網(wǎng)在新金橋路部署毫米波道路通感樣機(jī)，毫米波AAU支持同時(shí)發(fā)射和接收。AAU和攝像頭安裝在固定基站BBU新增感知板和感知處感知應(yīng)用服務(wù)器部署道路感知顯示界面，支持AAU車(chē)輛感知結(jié)果圖3.17通感一體路側(cè)方案示意圖圖3.185G-A通感樣機(jī)路側(cè)安裝示意圖500米圖3.19通感測(cè)試組網(wǎng)部署方式2)驗(yàn)證效果此次驗(yàn)證充分驗(yàn)證了毫米波通感網(wǎng)絡(luò)架構(gòu)對(duì)道路感知的支持能署、感知板通算融合的架構(gòu)實(shí)現(xiàn)了道路車(chē)輛感知的實(shí)時(shí)性、準(zhǔn)確性和連續(xù)性，為車(chē)聯(lián)網(wǎng)建設(shè)提供了更加2023-07-0315:59foioSonsSDC四圖3.20毫米波道路感知顯示結(jié)果車(chē)路協(xié)同算力網(wǎng)絡(luò)是一種將云計(jì)算、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)融合應(yīng)用于交通領(lǐng)