Content uploaded by Zhigang Xu
Author content
All content in this area was uploaded by Zhigang Xu on Aug 13, 2019
Content may be subject to copyright.
第3
2卷 第6期
2019年6月中 国 公 路 学 报
C
hina
J.Hi
g
hw.Trans
p
.
V
ol.32
No.6
J
une
2019
文章编号:
1
001
-
7
372
(
2019
)
0
6
-
0
293
-
1
5
收稿日期:
2
019
-
0
1
-
0
7
基金项目:
国家重点研发计划项目(
2018 Y F B010510401 )
;
中央高校基本科研业务费专项资金项目(
300102249106 )
作者简介:
田 彬(
1
983
-
)
,
男,
内蒙古通辽人,
讲师,
工学博士,
E
-
m
ail
:
tb
@
chd.edu.cn
。
车路协同条件下智能网联高速公路通行效率
信息自适应分发协议:
N
RT
-
V
2X
田 彬,
赵祥模,
徐志刚,
王 淼,
张宇琴
(
长安大学 信息工程学院,
陕西 西安
710064
)
摘要:
车路协同技术是解决自动驾驶中单车智能现存缺陷的关键技术。而智能网联高速公路的出
现为车路协同技术真正应用于实际提供了良好的平台,
其中,
路侧单元(
R
oad
Side
Unit
,
RSU)
如
何将路侧传感器信息或交通监控中心发布消息传递给路上车辆,
是车路协同技术的一个关键环节。
为此,
提出一种基于V
2V(
Vehicle
to
Vehicle
)
和V2I
(
Vehicle
to
Infrastructure
)
融合的自适应数据
分发协议(
A
da
p
tive
Network
and
Road
Traffic
Data
Dissemination
for
V2X,
NRT
-
V
2X)
。N
RT
-
V
2X 协议在影响通行效率事件的车流上游为 R
SU 定义了一段服务区域(
R
OI
,
Re
g
ion
of
Inter
-
e
st
)
。R
SU 通过感知服务区域中车辆的无线通信网络状况和路面交通状况来自适应调整其信息发
送间隔,
从而在保证R
OI中车辆信息全覆盖的前提下,
降低 R
SU 发送信息开销,
抑制 R
OI内车辆
的接收信息冗余。基于创建的2个场景和2个车路协同应用,
利用双向耦合车联网仿真平台进行
性能评估。试验结果表明:
采用 N
RT
-
V
2X 协议的车路协同技术可使高速公路的通行效率提高
2
8%以上;
与R
SU 固定发送间隔协议和典型V
2X 协议A
TB 相比,
N
RT
-
V
2X 的信息覆盖率稳定
在1
00%,
发送信息开销降低了至少3
0%,
接收信息冗余下降了2
0%以上;
N
RT
-
V
2X 能够将智能
网联高速公路通行效率相关信息高效地由 R
SU 分发到其定义的R
OI中的所有车辆,
从而保证所
有车辆预先接收到相关信息,
选择最优行车路线,
提高通行效率。
关键词:
交通工程;
车路协同技术;
自适应算法;
车联网网络协议;
智能交通系统;
通行效率
中图分类号:
U
495
文献标志码:
A D
OI
:
10.19721
/
j
.cnki.1001
-
7
372.2019.06.029
N
RT
-
V
2X
:
Ada
p
tive
Data
Dissemination
Protocol
for
Traffic
Efficienc
y
of
Connected
and
Automated
Hi
g
hwa
y
s
T
IAN
Bin
,
ZHAO
Xian
g
-
m
o
,
XU
Zhi
-
g
a
n
g
,WANG
Miao
,
ZHANG
Yu
-
q
i
n
(
S
chool
of
Information
En
g
ineerin
g
,
Chan
g
’
an
Universit
y
,
Xi
’
an
710064
,
Shaanxi
,
China
)
A
bstract
:
Intelli
g
ent
vehicle
infrastructure
coo
p
erative
techni
q
ue
is
the
ke
y
to
resolvin
g
the
drawbacks
of
the
current
intelli
g
ent
and
autonomous
vehicles.The
develo
p
ment
of
a
connected
and
automated
hi
g
hwa
y
makes
this
techni
q
ue
a
p
otential
p
latform.However
,
it
is
still
a
challen
g
e
to
determine
how
the
road
side
unit(
RSU)
disseminates
the
information
from
road
side
sensors
or
the
traffic
control
center.This
p
a
p
er
p
ro
p
oses
an
ada
p
tive
data
dissemination
p
rotocol
based
on
the
fusion
of
V2Vand
V2I
,
named
NRT
-
V
2X.The
p
rotocol
defines
a
re
g
ion
of
interest (
ROI
)
before
the
event
area
in
the
u
p
stream
traffic
direction.The
RSU
can
ada
p
tivel
y
ad
j
ust
the
transmit
interval
accordin
g
to
the
network
traffic
and
the
road
traffic
in
the
ROI.Thus
,
the
p
a
cket
deliver
y
ratio
can
be
g
uaranteed
to
be
near
100%,
while
decreasin
g
the
overhead
of
RSU
and
the
network
redundanc
y
of
vehicles.Two
scenarios
and
a
pp
lications
were
built
on
the
bi
-
d
irectional
cou
p
led
IoV
simulation
p
latform,based
on
which
the
p
ro
p
osed
techni
q
ue
can
be
evaluated.The
NRT
-
V
2X can
im
p
rove
the
traffic
efficienc
y
of
hi
g
hwa
y
b
y
at
least
28%.
Moreover
,
unlike
the
fixed
transmit
interval
method
and
ATB
p
rotocol
,NRT
-
V
2Xcan
ensure
that
the
p
acket
deliver
y
ratio
is
close
to
100%;
the
transmit
overhead
and
received
messa
g
e
redundanc
y
decrease
b
y
more
than
30% and
20%,
res
p
ectivel
y
.Therefore
,NRT
-
V
2X can
efficientl
y
disseminate
traffic
-
r
elated
information
to
the
vehicles
in
the
ROI
,
and
hel
p
the
vehicles
select
an
o
p
timal
tra
j
ector
y
leadin
g
to
a
shorter
j
ourne
y
.
Ke
y
words
:
traffic
en
g
ineerin
g
;
intelli
g
ent
vehicle
infrastructure
coo
p
erative
technolo
gy
;
ada
p
tive
al
g
orithm;
VANET
p
rotocol
;
intelli
g
ent
trans
p
ortation
s
y
stem;
traffic
efficienc
y
0引 言
公安部交通管理局发布,
截至2
018年6月底,
中国机动车保有量达3
.19 亿辆。
2
018年上半年新
注册登记机动车达1
6
36万辆,
高于去年同登记量。
中国汽车保有量月平均增加1
66万辆,
一直持续快
速增长[
1
-
2
]
。高速公路作为人民生产生活的主要场
景之一,
其通行效率和运载量显得格外重要。通行
效率的保证是道路建设规划、
建设可行性评估的重
要前提。
为了更好地解决交通问题,
智能交通系统(
I
n
-
t
elli
g
ent
Traffic
S
y
stem,
ITS
)
应运而生。其 运 用
车联网技术将车辆自组网 (
V
ehicular
Ad
-
h
oc
Net
-
w
orks
,
VANETS
)
与车路通信(
R
oad
Vehicle
Com
-
m
unication
,
RVC
)
集成在一起,
显著改善了道路安
全、
出行效率、
以及环境污染问题[
3
]
。智能网联高速
公路作为智能交通系统的重要应用,
是一种集成多
种技术的道路基础设施系统。智能网联高速公路的
发展是智能交通系统建设的重要里程碑,
通过为车
辆、
驾驶人、
管理者等各种交通参与元素提供全方
位、
高效的信息服务,
提升出行效率,
节约经济成本,
促进社会发展。车联网技术作为智能交通系统的核
心技术,
是指将车辆作为网络中的节点,
形成一个车
辆自身、
车载设备(
O
n
-
b
oard
Unit
,
OBU)
、
基础设
施等信息高度整合的移动式交互网络。车联网中的
数据分发算法为车辆与车辆之间,
车辆与路侧设备
之间的信息传递架起桥梁,
使它们之间有效及时的
信息交互成为可能[
4
]
。车辆及时获取周围信息,
可
保证车辆行驶安全,
优化路网交通流量分布,
提升驾
驶体验,
提升交通效率[
5
]
。随着5
G时代的到来,
车
联网技术从单车智能逐渐过渡到车间通信、
数据分
发、
车路协同,
车联网技术逐渐使车
-
路
-
人真正形成
一个有机整体。
一直以来,
数据分发协议的研究主要集中在交
通安全信息分发,
而面向提升高速公路通行效率相
关信息的数据分发协议相对较少。车联网中的数据
分发协议可大致分为V
2V 数据分发和 V
2I数据分
发两大类。V
2V 数据分发是早期车联网数据分发
协议的研究重点,
很多 V
2V 数据分发协议从 MA
-
N
ET (
Mobile
Ad
-
h
oc
Network
)
网络中过渡而来,
在MANET 路由的思想上融合交通因素或网络因
素的影响,
设计适用于车载自组织网络的数据分发
协议,
G
PCR (
Greed
y
Perimeter
Coordinator
Rou
-
t
in
g
)
[
6
]
是G
PSR (
Greed
y
Perimeter
Stateless
Rou
-
t
in
g
)
[
7
]
针对V
ANETS的一种重要的扩展协议,
其
在城市环境下有很好的性能,
数据包投递率、
网络开
销、
传输延迟等方面都明显优于传统路由协议。运
用地理位置进行的位置辅助多播 G
eocast是一种重
要的 V
2V 数据分发协议,
这个概念 由 L
ochert等[
8
]
首次提出,
可以将数据包传输到特定地理区域的节
点,
而非特定的节点,
因此更能满足V
ANETS环境
下对数据传播的要求。V
2V 的主要问题是冗余广
播和链接不稳定,
针对这两方面,
T
ian 等[
9
]提出了
一种适用于城市环境和高速环境下的 V
2V 数据分
发协议 T
rAD,
通过携带转发和消息广播的限制有
效地实现了广播风暴的抑制,
并增强了数据传输的
稳定性。分布式车载广播(
D
istributed
Vehicular
Broad
CAST,
DV
-
CAST)
协议,
主要应用于高速公
路场景,
依赖本地拓扑信息处理数据传播[
1
0
]
,
并且
可在一定程度上解决节点密集条件下的广播风暴问
题和节点稀疏条件下的网络断裂和分区问题。在密
集网络中,
D
V
-
C
AST 协议采用广播抑制技术抑制
4
92 中 国 公 路 学 报
2
019年
冗余广播[
1
1
]
;
在车辆节点稀疏的网络中,
则运用携
带转发机制处理网络断裂,
其定义3个代表局部拓
扑结构的标志来处理不同场景的网络链接断裂问
题。自适应多方向数据分发(
A
da
p
tive
Multi
-
d
irec
-
t
ional
Data
Dissemination
,
AMD)
协议是一种可同
时面向高速公路和城市场景的数据发布协议[
1
2
]
,
其
核心是广播抑制技术和携带转发机制。AMD 提出
了一种基于定向扇区的广义时隙抑制广播的方法,
根据局部道路拓扑结构和邻域分布,
规定了方向扇
区并将车辆按照运动方向划分到不同的扇区中去,
在每个方向扇区中计算节点的广播等待时间。
B
oban等[
1
3
]
提出,
与V
2V 通信相比,
R
SU 的引
入可提高数据分发服务质量。V
2I通信主要包含2
个基本元素:
车载单元(
O
BU)
和路侧单元(
R
SU)
,
O
BU 装载于移动车辆上,
R
SU 则一般沿路布设。
当车辆节点驶过 R
SU 覆盖区域内时,
R
SU 可与其
进行短暂地链接,
进行数据交互,
此外,
R
SU 还可接
入骨干 网,
实现信息实时共享。Y
oshihiro 等[
1
4
]提
出的R
DV (
Reliable
Distance
-
v
ector
)
路由协议是依
靠R
SU 进行辅助数据转发的表驱动距离矢量的路
由协议,
其采用距离向量路由,
计算数据包到达同条
街道上不同 R
SU 节点的 概率,
即使在稀疏场景中
也能保 证 达到 预 期的 交 付率。路侧单元辅助的
A
ODV 协议(
I
nfrastructure
Based
Ad
-
h
oc
On
-
d
e
-
m
and
Distance
Vector
Routin
g
,I
-
A
ODV)
[
1
5
]在
A
ODV 路由协议的基础上,
引入固定的路边无线节
点R
SU,
从而优化A
ODV 的性能,
提高网络的总体
吞吐量,
并显著减少网络延迟。
I
AGR (
Infrastruc
-
t
ure
-
a
ssisted
Geo
-
r
outin
g
)
协议[
1
6
]
在G
SR 路由协议
基础上引入基础设施单元,
该协议可调整 D
i
j
kstra
算法并引入网络图。研究表明,
该方法在降低通信
开销的同时,
提高了数据的传输率,
增加了源节点和
目标节点之间的通信距离。借助 V
ADD (
Vehicle
-
a
ssisted
Data
Deliver
y
)
的思路,
D
in
g等[
1
7
]
提出了静
态节点辅助数据转发的路由方法(
S
tatic
-
n
ode
-
a
ssis
-
t
ed
Ada
p
tive
Data
Dissemination
,
SADV)
,
可根据
道路车辆密度的变化做出路由决策,
帮助数据包沿
着路径传输,
在中、
低车辆密度的情况下,
S
ADV 方
法使得数据延迟明显减小。自适应拥塞控制信标协
议A
TB (
Ada
p
tive
Beaconin
g
for
Dela
y
-
s
ensitive
and
Con
g
estion
-
aware
Traffic
Information
)
[
1
8
]采用
自适应信 标协议对 R
SU 发送消息的频率进行控
制,
采用2个度量(
消息优先级和信道质量)
计算自
适应动态信标发送间隔。
综上所述,
R
SU 的引入增加了数据分发的稳定
性和可靠性,
但同时也限制了数据分发的范围。因
此,
仍需要V
2V 通信模式对 R
SU 数据分发的消息
覆盖范围和接收成功率进行弥补。本文在第1节提
出一种既考虑网络状况(
N
etwork
Traffic
)
又考虑道
路状况(
R
oad
Traffic
)
的V2X (
Vehicle
to
Vehicle
or
to
Infrastructure
)
自适应分发协议(
N
RT
-
V
2X)
,
动态调整R
SU 的发送 信标间 隔,
在保证车辆信息
接收率 的 前提下,
降低 R
SU 发送信息开销,
抑制
R
OI内车辆的接收信息冗余。第2节介绍双向耦合
车辆网仿真平台及性能评价指标。在其基础上,
第
3节通过设计2个道路交通场景和2个车路协同应
用,
对N
RT
-
V
2X、
固定发送频率协议以及A
TB 协
议进行性能评估,
其中包括应用性能评估和网络性
能评估。最后,
对整个研究的脉络作了系统的梳理、
讨论和总结,
并指出当前工作的不足和未来工作的
展望。
1NRT
-
V
2X 自适应信息分发协议
1.1设计方法概述
近几年,
自动驾驶技术的研究从单车智能逐渐
扩展到车路协同。基于 V
2X 的数据分 发方法 (
即
V
2I与V2V 融合)
逐渐成为研究重点,
路侧单元
R
SU 在数据分发过程中开始扮演着越来越重要的
角色。然而,
在如图1所示的车联网V
2X 通信模式
中,
R
SU 如何高效地将其获取的信息分发给道路上
的车辆,
仍是一个待解决的问题。而且,
此前的数据
分发方法主要关注交通安全方面的信息分发,
面向
通行效率信息分 发的数据分发方法较为少见。为
此,
将V
2I数据分发和 V
2V 数据分发融合,
提出一
种面向提升高速公路通行效率的V
2X 数据分发方
法,
即,
N
RT
-
V
2X (
Ada
p
tive
Network
and
Road
Traffic
Data
Dissemination
for
Vehicle
to
Vehicle
or
to
Infrastructure
)
。该方法同时考虑车辆的交通
状况和网络状况,
自适 应地调 整 R
SU 发包时间 间
隔,
从而高 效 地将 R
SU 获取的交通信息(
拥堵路
段,
匝道合流区)
分发至道路上的车辆。
N
RT
-
V
2X 为RSU 定义一段服务区域(
Ran
g
e
of
Interest
,
ROI
)
,
行驶过该服务区的车辆需要至
少1次接收到有效的通行效率相关消息。因此,
5
92
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X
图1RSU 参 与 V2X 数据分发场景示意
Fi
g
.1 RSU
Partici
p
ates
in
V2X Data
Distribution
Scenario
Sketch
R
SU 发送信息的时机非常重要,
其既 要保证 R
OI
中车辆至少收到1次消息,
又要尽量避免在数据分
发过程中产生额外的开销。为此,
N
RT
-
V
2I首先先
利用 R
OI中车辆的平均速度和车辆节点距 R
OI车
流下游边界的最小距离,
计算出车辆行驶出 R
OI的
最短时间。然后,
N
RT
-
V
2I根据网络状况将上一步
得到的最短驶出时间减去一定的偏移量,
从而得到
最终的 R
SU 的发包时 间间隔。首 先,
算法根据交
通状况计算出的车辆驶出 R
OI的最短时间给出了
R
SU 最晚发包时间。由于距离 R
OI车流下游方向
边界最小距离的车辆一定是 R
OI区域内车辆队列
的头车,
其他车辆均在其后方行驶。因此,
该方法的
最大优点在于,
可令 R
SU 每次发包被尽可能多的
车辆接收,
提高了 R
SU 的数据分发效率。而且,
道
路中车辆可能会因为网络拥塞等问题无法成功接收
R
SU 的发包。为此,
N
RT
-
V
2I方法将 R
SU 发包间
隔根据网络状况减去一定的偏移量,
为车辆第2次
成功接收消息提供时间。
本文研究了R
SU 的自适应数据分发时间间隔
调度方法,
非冗余传播与及时性是数据分发中的关
键要求,
这需要合理规划 R
SU 的有效广播时间间
隔,
以便在特定的 R
SU 覆盖范围内向车辆传播有
效信 息。另 外,
本文 还 利用 V
2V 路由协议提高
R
SU 数据分发的覆盖区域与车辆接收消息的成功
率。为了在 V
2X 通信环境下有效地进行数据传播,
本文致力于在确保最大服务覆盖率的同时,
以降低
R
SU 信息发送开销和抑制车辆接收消息冗余为目
标,
研究数据分发间隔优化问题。
1
.2 V2X 通信系统搭建
N
RT
-
V
2X 应用于智能高速公路环境下的 V
2X
通信系统,
进而为R
SU 自适应数据分发提供网络
协议支持。在该 V
2X 通信系统中,
其系统结构设计
需配合 N
RT
-
V
2X 协议并为该协议所用。因此,
应
针对上述需要进行一些设定和相应的系统设计。该
V
2X 通信系统的通信协议框架采用I
EEE
WAVE
架构,
其中车辆间通信(
V
2V)
以及车 辆与 R
SU 通
信(
V2I
)
均采用I
EEE802.11
p协议的广播模式。而
且,
在N
RT
-
V
2X 协议中对 V
2X 通信系统在R
OI
定义规则、
消息文件和邻居列表等方面进行了独特
的设计。
1
.2.1 ROI定义规则
R
OI定义为一个服务区范围,
其跨度一般在
R
SU 一跳覆盖范围之内,
如图2所示。车辆节点进
入该范围即触发 A
TC
-
V
2I进行数据分发。R
OI设
置在通行效率信息监控路段(
拥堵 路段、
匝道 合流
区)
的车流上游方向,
如图2所示,
从而使得车流下
游路段的交通信息可以及时分发至上游的移动车辆
节点。R
SU 设置在 R
OI车流下游 方向的 边缘,
其
负责从交通数据中心获取相关路况数据,
并及时分
发给R
OI中的车辆。当移动车辆节点进入R
OI后,
RSU 即可感知到这些车辆,
并利用 N
RT
-
V
2X 计算
出一个合适的时机 触发 R
SU 广播,
将相关交通信
息发送给车辆。若没有车辆进入R
OI区域时,
R
SU
的信息分发过程并不会被触发,
从而 节省了 R
SU
的发送开 销。R
OI范围的设置会影响协议的网络
性能,
因为这个区域范 围涉及 R
SU 与移动节点的
数据收发,
在本文第3
.1节中,
将根据试验结果讨论
R
OI对网络性能的影响。
图2ROI定义规则
Fi
g
.2 ROI
Definition
Rules
1
.2.2 消息文件定义
N
RT
-
V
2X 系统使用信标(
B
eacon
)
实现路侧节
点与车辆节点的数据交互,
消息交互过程,
其格式定
义如图3所示。R
SU 信标格式定义包括:
消息I
D
编号、
R
SU
ID、
RSU 的位置信息以及待分发的路况
信息;
车辆信标格式包括:
消息I
D编号、
信息发送车
辆I
D、
车辆速度、
车辆位置、
信道繁忙度(
C
hannel
Bus
y
Ratio
,
CBR)
和其邻居数量。另外,
车辆信标
需定义一个标志位(
F
la
g
)
,
标识该车辆是否已经收
6
92 中 国 公 路 学 报
2
019年
到过来自 R
SU 的消息。
图3信标的格式定义
F
i
g
.3 Format
Definition
of
Beacons
1
.2.3 邻居表设计
邻居表是邻居节点的信息集合,
是数据分发系
统的重要组成部分。信标数据的每次交互都涉及到
邻居表的查询,
插入,
更新和删除。因此,
邻居表的
功能设计对数据分发过程有很大影响。如何对邻居
表进行合理地设计,
并给邻居表添加合理的功能,
以
支持数据采集和交互,
是该部分的重点研究内容。
在N
RT
-
V
2X 系统中,
邻居表中的信息包括邻居车
辆的行驶速度、
当前位置、
邻居数量、
网络状态、
回复
信息标志位。这些变量在后续算法中都需要使用。
另外,
节点I
D和时间戳是邻居表中的最基本的关键
信息,
如表1所示。
表1RSU 维护的邻居表
T
able
1 Nei
g
hbor
Tables
Maintained
b
y
the
RSU
节点I
D位置 速度 C
BR 邻居数量 时间戳
T
标志位
车辆1
P
1
V
1
C
17
T
10
车辆2
P
2
V
2
C
25
T
21
车辆3
P
3
V
3
C
33
T
31
…… … … … … …
该方法为邻居表设计了的5个功能:
查询、
插
入、
更新、
删除,
判断(
是否在关键 区域 R
OI内)
。其
中,
前4个功能是邻居表的基本功能。在V
2I交互
过程中,
R
SU 维护多个O
BU 列表,
采用简单的一跳
设计,
完成路况提示和驾驶策略调整的信息分发。
在V
2V 过程中,
车辆节点同样维护自身邻居表,
完
成周围车辆状态信 息的采集,
协助 R
SU 进行数据
分发。
1
.3 自适应数据分发协议N
RT
-
V
2X
NRT
-
V
2X 协议的 V
2I模式使用网络状况和交
通状况作为指标计 算 R
SU 信息发送间隔,
网络状
况和交通状况是车载网络中移动车辆节点的2个非
常重要的状态量。理论上,
对于移动节点,
邻居数越
大越可能导致节点信道繁忙,
从而产生接收延迟。
此时,
应尽早给该节点发送消息,
预测性地增加节点
收到数据的准确率;
节点的速度信息和位置信息则
反映了节点与R
SU 的通信时长和节点接收消息的
迫切程度。V
2V 模式同样考虑车载自组织网络的
网络状况以及道路的交通状况来选择下一跳节点。
结合路网状态,
R
SU 可以自适应改变信标消息的广
播间隔,
并在所有车辆离开关键区域R
OI范围之前
将消息传 递给车辆节点。下面将详细阐述N
RT
-
V
2I和NRT
-
V
2V 两种模式的设计。
1.3.1 NRT
-
V
2I
(
1
)
交通状况
首先,
R
SU 通过对其负责的R
OI区域中的 所
有车辆进行信标交互,
获得每个车辆的速度
v
和位
置
P
。然后,
N
RT
-
V
2I算法根据相应车辆的交通状
况信息计算出发送消息的时间间隔值
T
t。注意,
R
SU 只统计邻居表中没有收到R
SU 发送消息的车
辆节点。如果节点
i
已经收到过1次消息,
则R
SU
在进行交通状态信息处理时,
将不会使用
i
的交通
状况信息。因 为 R
SU 只对没有收到过消息的车辆
节点感兴趣。
P
(
x
i
,
y
i
)
定义为移动车辆节点
i
的位置坐标;
(
x
,
y
)
定义为 R
OI区域的车流下游边缘中值坐标;
节点即将离开服务区的距离
D
i
可根据车辆节点与
服务区 R
OI中沿车流下游方向的边缘距离计算,
如
式(
1
)
所示。最后,
A
TC
-
V
2I在每辆车的
D
i
中找到
一个最小值
D
,
即车辆离开服务区的最短距 离,
如
式(
2
)
所示
D
i
=(
x
i
-
x
)
槡2(
1
)
D
=m
in
(
D
i
)(
2
)
v
n
代表当前R
OI范围内没有收到过R
SU 消息
的
n
个车辆节点的行驶速度
v
i
的平均值,
通过查询
车辆节点的F
la
g位,
判断车辆节点是否已经接收过
交通效率消息,
v
n
的计算式为
v
n
=∑
n
i
=
1
v
i
n
(
3
)
车辆离开R
OI的最短时间
T
t由未接收到信息
的车辆节点平均速度
v
n
和即将离开 R
OI的最短距
离
D
计算得到,
如式(
4
)
所示
T
t=
D
v
n
(
4
)
T
t越大,
表示节点在 R
OI中的行驶时间越长,
反之亦然。可认为
T
t是在保证所有节点可接收到
消息的前提下,
R
SU 发送消息间隔的最大时长。
7
92
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X
所有车辆中最早离开 R
OI区域的车辆必定是
区域中车辆队列的头车。因此,
车辆队列的头车即
将行驶出 R
OI的时刻,
必然是也是这个队列在R
OI
区域范围内有着最多车辆节点的时刻。R
SU 在该
时刻广播其获取的路况信息,
可使消息的分发效率
达到最大。
(
2
)
网络状况
在算法中,
邻居节点的数量用于预测 R
OI区域
内节点的网络状况,
如图4所示。邻居数量越多,
并
发传输的概率就越高,
网络繁忙的概率越大,
因此,
可以用邻居节点数量衡量网络状态。
图4ROI区域网络状况
Fi
g
.4 ROI
Re
g
ional
Network
Status
N
RT
-
V
2I算法将网络状态划分为3个不同水
平:
空闲、
繁忙、
拥塞。
3个水平分别对应不同的网
络状态,
设计相应的邻居节点阈值,
并对各个阈值匹
配相应的消息发送延迟,
如图5所示。图5中,
T
c
1,
T
c
2,
T
c
3分别为网络状态在空闲、
繁忙和拥塞时的消
息发送延迟时间,
而
N
1,
N
2,
N
3分别为网络状态为
空闲、
繁忙和拥塞时所对应的邻居节点数目。发送
延迟
T
c根据信道的繁忙程度赋值,
即
T
c
1,
T
c
2,
T
c
3。
这3个变量分别对应为网络状态为空闲、
繁忙和拥
塞时的发送延迟时间。而网络繁忙状态由 R
OI内
的车辆数目
N
估计得到。协议定义
N
1,
N
2,
N
3分
别为网络状态为空闲、
繁忙、
拥塞时所对应的邻居节
点数目。值得注意的是,
在不同场景下,
用于划分信
道状态的邻居节点数目
N
的值不同,
这些参数需要
通过实际测试获得。
图5信道状态划分
Fi
g
.5 Channel
State
Partitionin
g
在度量网络条件时,
还需考虑带宽和信标消息
大小对传输信道的影响,
使用带宽
s
m和信标消息大
小
B
ω的比值作为网络补偿因子
δ
,
其计算式为
δ
=
s
m
B
ω
(
5
)
最后,
根据式(
6
)
,
综合交通状况和网络状况,
N
RT
-
V
2I计算出最终时间间隔值
I
,
即
I
=
T
t-
T
c-
δ
(
6
)
当信道空闲时,
T
c较小,
车辆的接收包裹成 功
率较高,
I
更接近于
T
t。当信道繁忙时,
车辆的收包
率逐渐下 降,
T
c增加,
I
相比信道空闲时较小,
从
而,
R
SU 将发送消息时刻提前,
如有某些车辆没有
成功 接收 R
SU 的发包,
N
RT
-
V
2I还可留有一定的
时间进行重传。
1.3.2NRT
-
V
2V
NRT
-
V
2V 基本思路是 根据 R
OI内车辆的网
络状况和交通状况计算出一个综合指标,
即节点可
用性
U
。消息发送端在发送消息之前,
会对其邻居
节点的
U
进行排序,
形成转发优先级表,
并把该表
存入数据包。当邻居节点收到该数据包时,
会根据
其中的优先级表计算其转发延时。每个级别延时相
差5ms
。
U
值高的车辆具有优先转发数据的权利。
当优先级最高的车辆转发包裹后,
其他车辆将感知到
有车预先发送了相同的包裹,
从而取消包裹的发送。
在计算
U
时,
N
RT
-
V
2V 同样考虑了网络状况
和交通状况。对于交通状况,
协议考虑了2个指标,
即
N
,
D
。信息在车辆间传递的过程中,
选择具有较
多邻居且距离较远的车辆比较理想。因为邻居数量
越多表示消息接着传递的路径越多;
而车辆离信息
源距离越远,
信息传递的跨度就越大。
N
代表下一
跳传播路径的多少,
如式(
7
)
所示,
N
被转换为一个
0
~
1之间的度量,
即
N
烅
烄
烆
=m
in
n
′
m
ax
(
n
′
)
,
烍
烌
烎
1(
7
)
式中:
n
′
为下一跳备选节点的邻居数。
代表节点离信息源的距离的指标
D
由式(
8
)
计
算,
即
D
烅
烄
烆
=min
d
m
ax
(
R
)
,
烍
烌
烎
1(
8
)
式中:
d
为节点离信息源的实际距离;
m
ax
(
R
)
为节
点无线介质的最大通信范围。
对于网络状况,
N
RT
-
V
2V 利用C
BR 表示车辆
的网络状态。信道越繁忙表示车辆的网络状况越差,
反之亦然。
C
BR值(
C
B
R)
通过式(
9
)
计算得出,
即
8
92 中 国 公 路 学 报
2
019年
C
B
R=
T
b
T
i
(
9
)
式中:
T
b为信道繁忙的时间;
T
i为计算 C
BR 的时
间区间。
C
BR 的度量由
ω
表示,
其关系式为
ω
=
1
0
<
C
B
R<
0.6
1
-
C
B
R0.6
≤
C
B
R<
0.8
0.0
01
0.8
≤
C
B
R<
烅
烄
烆1
(
1
0
)
为了将各个指标综合成1个表示节点可用性的
指标
U
,
提出式(
1
1
)
,
即
U
=
ωN
+
D
()
2(
1
1
)
根据式(
1
1
)
可知,
较理想的下一跳备选节点的
特征是:
其具有较空闲的信道、
较远的跨度和较多的
邻居节点。
1.4协议流程
协议设计总体思路主要分为2个模块,
V
2I模
块和V
2V模块,
2个过程中都被设计成一跳传输,
以
保证消息传递的稳定性。整体流程如图6所示。结
合交通条件和信道状态控制消息的分发间隔,
较好
地调节数据消息分发频次,
并使用 一跳 V
2V 传输进
行辅助,
减少 R
SU 发送开销,
从而有效降低车辆节
点接收冗余,
实现信息的收发平衡。
图6协议流程
Fi
g
.6 Protocol
Flow
Chart
2仿真平台及评价指标
2.1双向耦合车辆网仿真平台
仿 真 使 用 OMNeT++网络仿真器和S
UMO
(
Simulation
of
Urban
Mobilit
y
)
进行双 向 耦 合 仿
真,
OMNeT++是著名的离散事件模拟器,
它的引擎
和模型库都 是用 C
++开发的。多个专用的模型库
由不同的开发组维护,
其中I
NET 框架被选为默认
模型库,
由同组OMNeT++维护。该模拟 器 使 用
N
ED (
Network
Descri
p
tion
)
语言描述网络场景,
并
提供详细的用户文档。OMNeT++创建于1
992年,
为Veins
,
INET 等多个仿真框架提供了成熟的平
台,
V
eins 是专 门 为 V
ANETS 开发的仿真框架,
Veins提供了一个C
++接口,
即T
raCI接口,
用于连
接S
UMO,
实现双向耦合仿真。双向耦合仿真框架
在2
011年由S
ommer等[
1
9
]提出,
S
UMO 可以为网
络模拟器提供抽象和现实的场景来进行协议仿真,
S
UMO 提供的现实场景中的道路拓扑和建筑障碍物模
拟与现实世界中的道路拓扑和建筑障碍物基本相同,
仿真的可靠性和准确性都提高到了一个新的高度。
2.2仿真系统参数设定
O
MNeT
++中,
D
SRC设备的 M
AC 层和P
HY 层
992
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X
均采用I
EEE
802.11
p标准。数据速率设置为广播的
最大数据速率(
I
EEE
802.11
p中为6Mbit
·
s
-
1)
,
传
输功率设置为2
0mW。使用F
riis自由空间路径损
耗(
F
SPL)
传播模型,
F
SPL 模型的参数
α
设置为
3
.0
,
模拟真实环境下的阴影。根据传播模型的设
置,
无线通信距离约为9
07 m。数据消息的大小被
设置为I
EEE
802.11
p标准允许的最大单个数据包
大小,
信标的大小设置为3
78字节。信标发送间隔
使用本节设计的 N
RT
-
V
2X 方法调控,
仿真设置参
数如表2所示。
表2仿真参数设置1
Table
2 Simulation
Parameter
Settin
g
1
层级 仿真参数 参数值
物理层
传输频带/
G
Hz
5.89
带宽/
MHz
10
传输功率/
mW
20
热噪声/
d
Bm -110
FSPL模型参数
α
2
.0
无线通信距离/
m
9
07
灵敏度/
d
Bm -94
链路层
比特率/
(
M
bit
·
s
-
1)6
C
W[
15
,
1
023
]
S
IFS
/
μ
s
3
2
DIFS
/
μ
s
5
8
注:
CW (
Contention
Window)
为竞争窗口;
S
IFS (
Short
Inter
-
f
rame
S
p
ace
)
为短帧间空隙;
D
IFS (
DCF
InterFrame
S
p
ace
)
为DCF帧间空隙。
2.3协议性能评估指标
协议性能的评估分为应用性能评估和网络性能
评估,
要确保在网络性能的条件下实现应用性能,
针
对不同的应用场景可设计不同的应用性能评估指
标,
比如交通流量,
平均速度,
二氧化碳排放量等。
其中,
交通流量定义为每小时可通过该路段的车辆
数量;
平均速度即节点车辆行驶过该路程的平均速
度,
定义为道路总长与通行时间之比;
二氧化碳排放
量采用 V
eins内置的排放模型计算,
为仿真时长内
的二氧化碳排放总量。
服务覆盖率
S
,
其定义为 接受到 R
SU 数据的节
点数
N
′
与总节点数
N
t的比值,
服务覆盖率越高,
证
明协议网络性能越好,
数据分发范围约大,
数据接收
成功率越高。
S
的计算式为
S
=
N
′
N
t
(
1
2
)
RSU 发包开销
O
,
定义为仿真时长内R
SU 发
送数据包总数,
R
SU 发包开销越大,
越占用网络资
源,
在保证服务比一定的情况下,
越小的开销证明数
据分发协议越高效。
车辆节点接收消息冗余,
讨论了车辆节点接收
数据总冗余量
R
a
v
g和节点平均冗余量
R
a,
即
R
a
v
g=∑
R
i
N
t
(
1
3
)
式中:
R
i
为每个车辆节点接收从R
SU 中接收到的
数据包数目;
R
a
v
g为车辆节点接收数据冗余总量与
发生冗余节点数的比值。
冗余数据会消耗大量网络资源。接收到的冗余
消息越小,
证明分发方法的网络性能越好。这些网
络性能指标不是孤立存在的,
在测试方法的性能时,
需要将这些指标进行综合考虑。高效的数据分发方
法能够在保证服务覆盖率接近1
00%的前提下,
消耗
最小的发包开销,
并最大限度地抑制接收数据冗余。
3应用及网络性能评估
3.1高速公路拥堵路段
3
.1.1 场景描述及参数设定
本场景模拟高速公路拥堵路段。在拥堵路段,
车辆行驶速度相比其他正常路段处要低。仿真场景
选用法国克莱蒙机场附近的 A
711高速公路进行建
模(
图7
)
。高速公路全长6
0
00m。在3
000m 处,
最右侧车道出现拥堵路况,
并设置路侧单元R
SU。
同时,
设置服务区R
OI在该拥堵区车流上游方向。
应用实现的功能是,
通过 R
SU 进行路况信息传播,
使得车辆提前获取拥堵路段信息,
并做出相应的变
道决策,
成功避让拥堵区域,
提升车流量和车辆的平
均行驶速度。如图8所示,
当车辆节点行驶至服务
区R
OI内时,
将接收到 来自 R
SU 的信标消息,
通知
路段拥 堵 范 围 (
该信 息 封装 在 R
SU 的信标 消 息
中)
,
位于拥堵区车道(
最左侧车道)
上的车辆接收到
消息后,
做出换道动作,
换道至右侧非拥堵车道,
以
获得最快的车辆速度,
提升通行效率。在该试验中,
将6
0
00m 高速路段上的车辆平均速度和交通流量
大小做为观察的对象。
图7SUMO 交通场景
Fi
g
.7 SUMO
Traffic
Scene
0
03 中 国 公 路 学 报
2
019年
图8应用实现功能示意
F
i
g
.8 A
pp
lication
Im
p
lementation
Function
Dia
g
ram
在交通仿真器S
UMO 中生成2
0个车辆节点;
发车间隔为1s
;
ROI范围内最大邻居数量m
ax
(
N
)
设为2
0
;
RSU 最大传输半径 m
ax
(
R
)
设为9
07m,
车
辆节点的邻居数阈值
N
1,
N
2,
N
3分别为1
0
,
15
,
20
;
ROI设置在 车 流上游区 域。具体参数 设置如表3
所示。
表3仿真参数设置2
Table
3 Simulation
Parameters
Settin
g
2
参数 参数值
信标数据包大小
/
字节 3
78
max
(
N
)2
0
N
11
0
N
21
5
N
32
0
参数 参数值
m
ax
(
R
)
/
m
9
07
仿真时长/
s
3
00
发车间隔/
s
1
车辆节点数 2
0
ROI区域设置 横向9
00 m 区域
R
OI区域设置:
在算法 设 计 中,
R
OI 作为数据分发的有 效 区
域。只有当节点进入 R
OI时,
才能进行数据分发。
ROI范围的设定很大程度上影响着数据分发方法
的性能。为了量化地讨论该影响,
本文为N
RT
-
V
2I
设置不同R
OI区域,
并测试R
OI区域对网络性能的
影响,
从而,
得到最佳的R
OI区域范围。如图9所
示,
随着 R
OI范围的扩 大,
R
SU 的发包开销,
冗余
均减小,
同时可增加消息接收成功率。
3
.1.2 应用性能分析
R
SU 从骨干网获取路段拥堵信息,
标记拥堵路
段坐标或I
D,
封装进信标消息,
通过信标消息传递
将信息分发给即将进入拥堵路段的车辆,
车辆节点
接收相 应 信息,
做出驾驶决策。试验分别对比了
N
RT
-
V
2X 策略控制、
N
RT
-
V
2I策略控制和无策略
控制下的平均速度、
车流量、
二氧化碳排放量。试验
数据如表4所示。
图9ROI范围对网络性能的影响
Fi
g
.9 ROI
Ran
g
e
Im
p
act
on
Network
Performance
表4高速公路拥堵路段应用性能对比
Table
4 A
pp
lication
Performance
Com
p
arison
of
Con
g
ested
Ex
p
resswa
y
Sections
应用策略 平均速度/
(
m·
s
-1)
车流量/
(
v
eh
·
h
-1)
二氧化碳
排放量/
g
N
RT
-
V
2X 28.880
351.219
1
301.65
N
RT
-
V
2I 27.627
343.443
1
310.53
无控制策略 2
1.324
251.748
1
132.85
无车路协同控制策略应用下,
车辆节点无法及
时得知拥堵消息,
从而直接驶入拥堵区,
在拥堵区滞
留或缓慢行驶。由表4可知,
无应用下,
车辆的平均
速度及路段车流 量均小于 N
RT
-
V
2I和NRT
-
V
2X
应用下的相应值。而且,
N
RT
-
V
2I的节点平均速度
和路段内的车流量大小均小于 N
RT
-
V
2X。这是因
为R
SU 是固定节点,
其传输能力有限,
仅仅在V
2I
控制下,
有的车辆节点不能及时接收到消息。而
V
2I与V2V 协作的数据分发方法可有效地扩大数
据的传输范围,
可以让更多的车辆获取消息,
同时提
高车辆接收消息的成功率。
试验跟踪了2
0个车 辆 节 点 (
记 为 n
ode1~
node20
)
的速度变化,
并得到车辆速度
-
时间变化曲
线,
典型车辆节点的速度时变曲线如图1
0所示。由
图1
0可以观察到,
车辆节点在8
0s左右开始依次
进入拥堵区,
行驶速度降低。在N
RT
-
V
2X 方法作
用下,
车辆节点得知拥堵信息,
随即换道进入非拥堵
路段。在2
0~30s反应时 间后,
速度重新回到峰
值,
通行效率得以提升。N
RT
-
V
2I策略控制 下,
车
辆节点速度变化的大致走向与N
RT
-
V
2X 相似。但
部分车辆速度没能重新回到峰值。这是由于在
N
RT
-
V
2I方法控制下,
部分车辆未能成功接收
R
SU 消息,
故没能及时变道,
从而驶入拥堵路段。
无应用情况下,
车辆 节点在 拥堵区 被动减 速,
行驶
缓慢。
1
03
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X
图1
0三种方式下车辆节点速度
-
时间变化曲线
Fi
g
.10 Time
-
v
elocit
y
Curves
of
Vehicle
Nodes
in
Three
Wa
y
s
无控制策略下,
由于车辆节点无法及时得知拥
堵消息,
导致节点直接驶入拥堵区,
在拥堵区滞留,
被动减速,
由表4可知,
无控制策略下,
节点的平均
速度,
路段车流量均小于N
RT
-
V
2I和NRT
-
V
2X
策略控制下的对应值。
仿真跟踪节点的二氧化碳排放量,
二氧化碳
排放量 计 算 采 用 V
eins 中自 带 的 排放 模 型,
如图
1
1所示。图1
1
(
a
)
~(
c
)
分别为无控制策略、
N
RT
-
V
2I控制策略、
N
RT
-
V
2X 控制策略下的排放情况
示意。由图1
1可以看出:
无策略控制下,
节点二
氧化碳排放时长明显高于其他2种情况下的排放
时长。
图1
1三种方式下车辆节点二氧化碳排放情况
Fi
g
.11 Carbon
Dioxide
Emission
of
Vehicle
Nodes
in
Three
Wa
y
s
3
.1.3 网络性能分析
为了进行网络性能对比分析,
参考如下对比协
议:
固定信标间隔、
A
TB
、
NRT
-
V
2I
、
NRT
-
V
2X。网
络性能评价指标:
服务覆盖率,
R
SU 发包开销,
车辆
接收消息冗余。
(
1
)
服务覆盖率
为统计服务覆盖率,
试验跟踪记录各个协议中
各个节点接收 R
SU 发送数据情况,
根据数据统计
得到表5
,
将固定信标间隔为3
0
,
50
,
80
,
120
,
150s的发
送协议分别简称为3
0s
,
50s
,
80s
,
120s
,
150s协议。
表5各协议服务覆盖率统计1
T
able
5 Service
Covera
g
e
Statistics
of
Each
Protocol
1
发送协议 3
0s50s80s120s150sATB
NRT
-
V
2INRT
-
V
2X
服务覆盖率1
.00
1.00
0.95
1.00
0.45
0.90
0.90
1.00
服务 覆 盖率 为 1表示所有 车 辆 都能 接 收 到
R
SU 发送的消息。以固定信标间隔发送消息时,
服
务覆盖率并不能得到很好的保证。即使发送间隔较
小也可能出现丢包情况,
如8
0s固定信标间隔对应
的柱状图[
图1
2
(
a
)
],
出现该种情况是因为以固定
频率发送时没考虑车辆是否具备接收数据的能力。
A
TB 协议和 N
RT
-
V
2I协议在该场景下也没能实现
服务覆盖率为 1
;
而N
RT
-
V
2X 协议实现了服务覆
盖率为1
,
说明 N
RT
-
V
2X 协议保证了数据投递成
功的概率,
可以使全部节点准确地接收数据。
(
2
)
R
SU 发包开销
数据分发协议设计的出发点是以最小的开销实
现信息传递效率的最大化,
图1
2
(
a
)
中表示了R
SU
发包开销,
图1
2
(
b
)
表示R
SU 发包开销和服务覆盖
比。可以看出:
N
RT
-
V
2X,
NRT
-
V
2I
,
150s协议都
取得了较小的R
SU 发包开销。其中,
N
RT
-
V
2X 协
议实现了最大的服务覆盖率。这说明N
RT
-
V
2X 协
议下,
R
SU 发包效率更高。而1
50s协议下,
虽然
R
SU 发送数 据 开 销 小,
但数据包大量丢包,
说明
1
50s协议虽然节省了 R
SU 的开销,
但不能很好地
保证车辆的收包成功率。另外,
3
0s
,
50s
,
120s协
议和N
RT
-
V
2X 协议同样取得了较高的服务覆盖
2
03 中 国 公 路 学 报
2
019年
图1
2 RSU 发包开销与服务覆盖率对比
Fi
g
.12 RSU
Send
Overhead
and
Service
Covera
g
e
率。其中,
N
RT
-
V
2X 协议的 R
SU 发包开销最小。
这说明 N
RT
-
V
2X 协议的每次 R
SU 发包都可有效
地被车辆节点接收。
仿真控制车流变化,
跟踪 R
OI区域内的节点数
目变化并记录R
SU 发包时刻,
数据记录如图1
3所
示,
对比分析N
RT
-
V
2I与NRT
-
V
2X 协议。观察
图1
3
(
a
)
可知,
R
SU 感知R
OI内进入车辆节点后,
并没有立刻发送数据,
而是等待一段时间后,
再发送
数据包,
说明算法较好地控制了 R
SU 的发包时机,
以降低 R
SU 发包开销。另外,
对比分析可知,
在一
列车流测试下,
N
RT
-
V
2X 协议第2次发送数据的
时刻
t
1小于N
RT
-
V
2I协议第2次发送数据的时刻
t
′
1,
这是因为 N
RT
-
V
2X 协议中,
第1次R
SU 发送
数据后,
可借助一跳V
2V,
传输范围扩大,
被更多的
节点接收,
延长了R
SU 发包间隔(
越早 发送数 据,
发包间隔越长)
。可以猜想,
如果后续有车辆节点接
续进入 R
OI范围,
N
RT
-
V
2X 协议的 R
SU 发包数
量一定小于N
RT
-
V
2I协议的 R
SU 发包数量。为
了进一步验证效果,
继续使用2列车流做进一步研
究,
此时的交通流变化为:
2列车流,
第1列车流1s
生成1辆车,
车辆节点数为3
0
,
第2列车流每2s生
成1辆车,
车辆节点数为3
0
。由图1
3(
b)
可知,
N
RT
-
V
2I协议中,
R
SU 发送数据次 数 为 7
,
N
RT
-
V
2X 协议中 R
SU 发送数据次数为4
,
可见借助一跳
V
2V 传输,
可显著降 低 R
SU 的网络开销。
图1
3 ROI区域节点数量与RSU 发包时间
Fi
g
.13 Number
of
Nodes
in
ROI
Area
and
Time
of
RSU
Contractin
g
(
3
)
车辆接收消息冗余
如图1
4所示,
N
RT
-
V
2X 协议更好地实现了发
送开销和接 收冗余 的平衡。虽然8
0s协议,
1
50s
协议,
N
RT
-
V
2I协议和 N
RT
-
V
2X 协议都实现了零
冗余发送。但是8
0s
,
150s
,
NRT
-
V
2I协议都发生
了丢包。也就是说,
这些方法以丢包的代价换取零
冗余。使用3
0s
,
50s协议虽然没有发生丢包,
但产
生了大量冗余,
造成了很大的网络资源浪费。另外,
A
TB 在该场景下的网络性能表现较差,
在丢包的情
况下,
又产生了 大量冗 余。而1
20s协议和 N
RT
-
V
2X 协议实现了零丢包、
零冗余,
较好地实现了数
据的收发平衡。但是分析可知:
1
20s协议只是刚好
找到了当前试验车流下的收发平衡。在后续进行的
图1
4不同协议下车辆接收消息冗余与丢包对比
Fi
g
.14 Received
Messa
g
e
Redundanc
y
and
Packet
Loss
Under
Different
Protocols
试验中可以发现,
当车流情况变化之后,
其性能将会
急剧下降。而N
RT
-
V
2X 协议可以根据 R
OI内车
辆的交通状况和网络状况做发送调整,
因此,
不论车
3
03
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X
流如何变化,
N
RT
-
V
2X 协议都会自适应地找到收
发平衡的时间间隔点。
3.2高速公路匝道瓶颈区
3
.2.1 场景描述及参数设定
图1
5 SUMO 交通场景
F
i
g
.15 SUMO
Traffic
Scenario
本场 景 模 拟 高 速 公
路匝道 口 处 的 车 辆 合 流
情况。仿真场景使用自
定义的 高 速 公 路 匝 道 入
口场景,
如图1
5所示,
仿
真参数设置见表6
。高速
公路横向长度设置为
5
0
00m,
且在3
2
00m 处设置匝道合流入口。匝道
处车辆节点速度低于主干路的车辆节点速度。当匝
道入口车辆节点成功汇入主干路时,
车辆节点可加
速至与主干路车辆节点一样的速度。R
SU 位于匝
道入口处,
R
OI区域设置在以R
SU 为起点,
并向车
流上游延伸一定距离的区域。
表6仿真参数设置
T
able
6 Simulation
Settin
g
s
参数 参数值
信标数据包大小
/
字节 3
78
max
(
N
)1
0
N
14
N
27
N
31
0
参数 参数值
m
ax
(
R
)
/
m
9
07
仿真时长/
s
3
00
发车间隔/
s
1
车辆节点数 主干路1
0个,
匝道1
0个
R
OI区域设置 R
SU 上游
横向4
00 m 区域
在图1
5的场景中,
通过控制主干路车辆速度变
化以减少匝道车辆的合流时间。此时,
需要计算一
个减速区域距离
x
,
并把R
OI区域范围设置为
x
。
该试验使用2组车流:
一组为匝道上的合流车流,
仿
真开始5
0s后进入场景,
一组1
0辆车;
另一组为主
干道车 流,
仿真开始时进入场景,
一 组 1
0辆车。
R
SU 需要控制主干路车流减速,
当匝道口处车流合
流完毕,
主干路上车辆恰好到达匝道口,
之后重新加
速到最快速度。这个应用需求下,
需要设置一个主
干路车流让路距离
x
′
。即,
主干路车流行驶
x
′
距离
时间内,
合流区车辆恰好合流完毕,
如图1
6所示。
根据匝道上车流合流完毕时间
t
f
inish,
已知主干
路限速的最大、
最小值分别为
v
m
ax,
v
m
in,
建立方程,
可得减速区长度范围
x
的大小,
其关系式为
t
f
inish+
x
v
m
ax
=
x
v
m
in
(
1
4
)
图1
6 ROI区域设置
Fi
g
.16 ROI
Settin
g
3
.2.2 应用性能分析
试验通过R
SU 向ROI中的车辆节点发送匝道
口车辆交通状况,
使主干道车辆适当减速。从而使
匝道上的车辆顺利进入主干道。记录不同方法下,
匝道入口车辆的平均等待时间、
匝道入口车辆在合
流口的等待次数以及匝道入口处的排队车辆数测试
数据,
如表7所示。
表7高速公路上匝道瓶颈区应用性能对比
T
able
7 A
pp
lication
Performance
Com
p
arison
of
the
Bottleneck
Area
of
Ram
p
应用策略 平均等待时间/
s辆等待次数 排队车辆数
N
RT
-
V
2X 0
0
0
NRT
-
V
2I 14
2
9
,
4
无控制策略 1
6
1
9
在N
RT
-
V
2X 协议辅助下,
匝道入口处车辆等
待时间、
匝道入口处排队车辆数均明显降低,
提升了
匝道入口的通行效率,
入口处无需等待观察主干路
车流,
合流效率高。无策略控制下,
匝道口车辆在汇
流点一直等 待,
直到主干路车流通过后才通行。
N
RT
-
V
2I协议辅助下,
通过控制主干路车流速度,
在
匝道口车流可寻找合适的时间点进入主干路,
车流分
2次进入主干路,
第1次合流车辆1辆,
等待车辆9
辆,
第2次合流车辆5辆,
后续排队等待车辆4辆。
试验记录匝道口合流车辆的速度变化。匝道上
的车辆节点标记为 n
ode1~node10
,
试验跟踪匝道
节点的速度变化得到其时间
-
速度曲线。没有应用
方法控制下,
只有n
ode1节点驶入主干道时无需等
待,
其他节点均在入口排队等待主干道车流驶过合
流点,
如图1
7
(
a
)
所示。在N
RT
-
V
2X 协议下,
匝道
入口处车流分 2批进入主 干路,
如图1
7(
b
)
所示。
N
RT
-
V
2I协议下,
服务覆盖率小于1
,
主干路部分
4
03 中 国 公 路 学 报
2
019年
车辆没能收到变速提示,
按照原速度行驶至合流点,
与匝道入口车辆相遇,
此时匝道口处车辆将减速停
车等待主干路车辆通过。可以发现,
有5辆车在约
4
0s的时候短暂停车,
随后加速。因为此时主干路
有车辆经过路口,
当主干路车辆经过后,
匝道口的车
辆才再次进行合流。观察速度曲线可知,
匝道口处
车辆停留2次。而在 N
RT
-
V
2X 协议下,
主干路车
辆节点接到消息通知后变速,
所有匝道车辆节点全
部无需等待顺利完成合流,
如图1
7
(
c
)
所示。
而且,
当匝道车辆增加1倍后,
N
RT
-
V
2X 协议
相比于无车路协同技术辅助、
N
RT
-
V
2I协议的应用
性能自适应优势更加明显。N
RT
-
V
2X 协议仍然保
持零等待时间、
零排队次数和零排队车辆;
而无车路
协同技术辅助和 N
RT
-
V
2I的平均等待时间提高了
1
00%和61%、
排队次数增加了2次和1次、
排队车
辆总体增加了1
0辆和6辆。
图1
7匝道合流节点时间
-
速度变化曲线
F
i
g
.17 Time
-
v
elocit
y
Curves
of
Ram
p
Junction
3
.2.3 网络性能分析
采用以下协议进行网络性能对比分析:
固定信
标间隔(
3
0
,
60
,
90
,
120s
)
协议、
A
TB 协议、
N
RT
-
V
2I协议、
N
RT
-
V
2X 协议。
(
1
)
服务覆盖率
试验跟踪记录各个方法中各个节点接收 R
SU
发送数据的情况,
根据数据统计得到下表8
。
表8各协议服务覆盖率统计2
T
able
8 Service
Covera
g
e
Statistics
of
Each
Protocol
2
发送协议 3
0s 60s 90s 120s ATB
NRT
-
V
2I NRT
-
V
2X
服务覆盖率1
.00
1.00
1.00
0.55
1.00
0.90
1.00
在该场景下,
N
RT
-
V
2X 协议仍然可以实现服
务覆盖率为1
,
所有车辆都能接收到R
SU 发送的消
息。而以固定频率1
20s进行数据分发的时候(
1
20
s协议)
,
丢包现象严重,
大量节点无法正常接收数
据,
故该组试验测试将固定信标发送间隔方法的信
标间隔上限定为1
20s
。NRT
-
V
2I协议的服务覆盖
率为0
.9
,
有少许节点没能成功接收数据包。结合
前面的结果可知,
1
20s协议随着车流变化并不能一
直保证理想状态,
而N
RT
-
V
2X 协议可随着车流变
化动态调整发送间隔,
从而保证最佳网络性能。
(
2
)
R
SU 发包开销
已知3
0
,
60
,
90s协议,
以及 A
TB
,
NRT
-
V
2I
,
NRT
-
V
2X 协议都可以实现服务覆盖率为1
。在实
现同样服务覆盖率的前提下,
通过对比它们的R
SU
发包开销可以发现(
图1
8
)
,
N
RT
-
V
2X 使RSU 发包
开销最小,
说明3
0
,
60
,
90s协议以及 A
TB
,
NRT
-
V
2I协议均存在发包冗余,
它们以高R
SU 发包开销
为代价实现覆盖率指标。固定信标间隔为1
20s发
送数据(
1
20s协议)
,
虽然它的R
SU 发包开销最小,
但其服务覆盖率极低,
有很多节点都没有成功收到
数据,
说明此时 R
SU 的开销无法支撑场景中移动
图1
8 RSU 发包开销
Fi
g
.18 RSU
Send
Overhead
节点对数据的需求。该场景下,
N
RT
-
V
2I协议的表
现性能不是十分理想,
相比其他方法,
在R
SU 发包
开销 较 高 的情 况 下,
仍然发生丢包现象,
这说明
N
RT
-
V
2I协议没能很好地掌控R
SU 发包时机。
(
3
)
移动节点数据冗余
通过对 比 分 析 试 验数 据 (
图1
9)
,
可以发 现,
N
RT
-
V
2X,
90s
,
120s协议均对应零移动节点冗
余,
但是这3个协议中,
1
20s协议导致大量节点丢
包。根据上面的分析可以知到,
1
20s协议下,
R
SU
503
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X
图1
9车辆接收消息冗余与丢包节点数对比
Fi
g
.19 Com
p
arison
of
Vehicle
Received
Messa
g
e
Redundanc
y
and
Lost
Packet
Nodes
发包开销极小,
非动态地控制 R
SU 发包开销,
虽然
实现了开销小,
但是也造成了丢包,
这种状态下的零
移动节点冗余并不是理想意义上的零冗余。在没有
丢包的条件下,
3
0s
,
60s协议产生了大量的接收数
据冗余,
而N
RT
-
V
2X 协议和9
0s协议真正实现了
零移动节点冗余,
并且结合上述分析可知,
在实现同
样的服务覆盖率条件下,
9
0s协议的 R
SU 开销要小
于N
RT
-
V
2X 协议,
综上,
在这个场景中,
9
0s协议
的网络性能表现最好,
其次是 N
RT
-
V
2X 协议。
4结 语
(
1
)
本文提出了一种高速公路通行效率信息自
适应分发协议,
即N
RT
-
V
2X 协议。该协议同时考
虑车载网络状况与 高速公路交通状况,
使R
SU 自
适应地调整其发送周期,
使车辆接收信息的成功率
与车载网络开销达到动态平衡。在R
SU 数据分发
部分(
N
RT
-
V
2I协议)
,
协议采用一种简单而高效的
方法计算 R
OI中车辆的规模。根据当前 R
OI中的
车辆分布情况,
R
SU 可以识别 到 R
OI占用率最高
的时刻,
从而进 行信息的 分 发。这一设计使 R
SU
的数据分发效率达到 最优,
实现零冗余数据分发。
另外,
协议考虑了数据分发时刻的车载网络状况,
从
而估计车辆成功接收消息的概率。根据此概率,
协
议为防止车辆接收消息失败而预留了一定的重传时
隙,
从而保证了消息的接收成功率。另一方面,
车辆
间数据传输部分(
N
RT
-
V
2V 协议)
,
保证了消息的
可靠 传 输,
而且扩大了消息的传输范围。通 过
N
RT
-
V2V 协议,
即使某些车辆无法直接从 R
SU 接
收消息,
也可以从它的邻居车辆处间接地得到此消
息。试验结果表明,
N
RT
-
V
2X 协议实现了利用车
路协同技术使 R
SU 向移动车辆节点进行及时、
高
效的数据分发。
(
2
)
在高速公路拥堵路段应用中,
N
RT
-
V
2X 协
议提升车流量约2
8%,
可有效降低二氧化碳排放量
约4
2.8%;
另外,
N
RT
-
V
2X 协议的 R
SU 发送开销
与参考协议相比至少降低约3
0%。而且,
N
RT
-
V
2X 协议可实现零冗余 数据分发。与参考协议相
比,
车辆接收消息冗余量至少降低约3
5%。在高速
公路匝道瓶颈区应用中,
N
RT
-
V
2X 协议可实现合
流车辆零等待合流,
使匝道入口车流量提升约
1
9%;
与参考协议相比,
R
SU 发送开销至少降低约
5
0%,
车辆接收信息冗余量至少减少约2
0%。
(
3
)
本文主要利用 D
SRC 技术将 R
SU 获取的
通信 效率信息分发至 R
OI中的车辆。其中,
对R
OI
中车辆的分布统计方法相对比较简单,
其鲁棒性较
差。在今后的工作中,
可利用模式识别相关技术对
R
OI中车辆进行分类统计,
从而提升其鲁棒性。本
文所提出的协议仅适用于较小范围的数据分发,
例
如R
OI为500 m 左右。其原因是受到 D
SRC 通信
范围的限制。而有的高速公路通行效率应用需要车
辆提前1km 或更远的距离接收消息。因此,
下一
步计划将 N
RT
-
V
2X 协议增强从而可以支持LTE
-
V通信协议,
原因是,
L
TE
-
V具有短距离通信(
P
C5
接口)
和 长 距离 通 信 (
UU接口)
2种模式。增强
N
RT
-
V
2X 协议将适用于更多的高速公路通行效率
信息分发需求。
参考文献:
R
eferences
:
[
1]
高德地图.2018 年度中国主要城市交通分析报告
[
R]
.
北京:
高德地图,
2
019.
Gaode
Ma
p
.2018 Annual
Traffic
Anal
y
sis
Re
p
ort
of
Ma
j
or
Cities
in
China [
R]
.Bei
j
in
g
:Gaode
Ma
p
,
2019.
[
2]刘宗巍,
匡 旭,
赵福全.V2X 关键技术应用与发展
综述[
J
]
.
电讯技术,
2019
,
59
(
1
):
117
-
1
24.
LIU
Zon
g
-
w
ei
,KUANG
Xu
,ZHAO
Fu
-
q
u
an.A
Surve
y
on
A
pp
lication
and
Develo
p
ment
of
V2X Ke
y
Technolo
g
ies [
J
]
.Telecommunication
En
g
ineerin
g
,
2019
,
59 (
1
)
:
117
-
1
24.
[
3]KARAGIANNIS
G,
ALTINTAS
O,
EKICI
E,
et
al.
Vehicular
Networkin
g
:
A
Surve
y
and
Tutorial
on
Re
-
q
u
irements
,Architectures
,Challen
g
es
,Standards
and
Solutions[
J
]
.IEEE
Communications
Surve
y
s
&
Tutorials
,
2011
,
13 (
4
):
584
-
6
16.
[
4]WU
Y,
SHUM
K
W,WONG
W
S
,
et
al.Safet
y
-
6
03 中 国 公 路 学 报
2
019年
m
essa
g
e
Broadcast
in
Vehicular
Ad
Hoc
Networks
Based
on
Protocol
Se
q
uences[
J
]
.IEEE
Transactions
on
Vehicular
Technolo
gy
,
2014
,
63 (
3
):
1467
-
1
479.
[
5]任开明,
李纪舟,
刘玲艳,
等.
车联网通信技术发展现
状及趋势研究[
J
]
.
通信技术,
2015
,
48
(
5
):
507
-
5
13.
REN
Kai
-
m
in
g
,
LI
Ji
-
z
hou
,
LIU
Lin
g
-
y
a
n
,
et
al.De
-
v
elo
p
ment
Status
and
Tendenc
y
of
IoV
Communica
-
t
ion
Technolo
gy [
J
]
.Communications
Technolo
gy
,
2015
,
48 (
5
)
:
507
-
5
13.
[
6]KARP
B
,KUNG
H
T.GPSR:Greed
y
Perimeter
Stateless
Routin
g
for
Wireless
Networks [
C]//
ACM.Proceedin
g
s
of
the
6th
Annual
International
Conference
on
Mobile
Com
p
utin
g
and
Networkin
g
.
New
York
:
ACM,
2000
:
243
-
2
54.
[
7]TRIPP
-
B
ARBA
C
,
URQUIZA
-
A
GUIAR
L
,
LGAR
-
T
UA
M,
et
al.A
Multimetric
,Ma
p
-
a
ware
Routin
g
Protocol
for
VANETs
in
Urban
Areas[
J
]
.Sensors
,
2014
,
14 (
2
)
:
2199
-
2
224.
[
8]LOCHERT
C,
MAUVE
M,
FBLER
H,
et
al.Ge
-
o
g
r
a
p
hic
Routin
g
in
Cit
y
Scenarios[
J
]
.ACM
Si
g
mo
-
b
ile
Mobile
Com
p
utin
g
and
Communications
Review,
2005
,
9(
1
):
69
-
7
2.
[
9]TIAN
B
,
HOU
K
M,
ZHOU
H.The
Traffic
Ada
p
-
t
ive
Data
Dissemination (
TrAD)Protocol
for
Both
Urban
and
Hi
g
hwa
y
Scenarios [
J
]
.Sensors
,
2016
,
16 (
6
)
:
920.
[
10
]TONGUZ
O
K,
WISITPONGPHAN
N,
BAI
F.DV
-
C
AST:A
Distributed
Vehicular
Broadcast
Protocol
for
Vehicular
Ad
Hoc
Networks[
J
]
.IEEE
Wireless
Communications
,
2010
,
17 (
2
)
:
47
-
5
7.
[
11
]TSENG
Y
C,
NI
S
Y,
CHEN
Y
S
,
et
al.The
Broad
-
c
ast
Storm
Problem
in
a
Mobile
Ad
Hoc
Network
[
J
]
.Wireless
Networks
,
2002
,
8(
2
/
3
):
153
-
1
67.
[
12
]SCHWARTZ
R
S
,
SCHOLTEN
H,HAVINGA
P.
A
Scalable
Data
Dissemination
Protocol
for
Both
Hi
g
hwa
y
and
Urban
Vehicular
Environments [
J
]
.
EURASIP
Journal
on
Wireless
Communications
and
Networkin
g
,
2013 (
1
)
:
257.
[
13
]BOBAN
M,
PEDRO
M
D.Measurement
-
b
ased
Eval
-
u
ation
of
Coo
p
erative
Awareness
for
V2V and
V2I
Communication [
C]// IEEE.Proceedin
g
s
of
the
2014IEEE
Vehicular
Networkin
g
Conference.New
York
:
IEEE,
2014
:
1
-
8
.
[
14
]YOSHIHIRO
T,
ARAKI
D
,
SAKAGUCHI
H,
et
al.
Providin
g
Reliable
Communications
over
Static
-
n
ode
-
a
ssisted
Vehicular
Networks
Usin
g
Distance
-
v
ector
Routin
g[
J
]
. Mobile
Networks
and
A
pp
lications
,
2018
,
23 (
5
):
1376
-
1
393.
[
15
]IQBAL
F
,BABAR
M
I
K,
ZAFAR
M
H,
et
al.
I
-
A
ODV:
Infrastructure
Based
Ad
Hoc
On
-
d
emand
Distance
Vector
Routin
g
Protocol
for
Vehicular
Ad
Hoc
Networks[
C
]//
IEEE.Proceedin
g
s
of
the
2013
IEEE
International
Conference
on
Smart
Instrumenta
-
t
ion
,Measurement
and
A
pp
lications. New
York
:
IEEE,
2013
:
1
-
5
.
[
16
]BORSETTI
D,
GOZLVEZ
J.Infrastructure
-
a
ssis
-
t
ed
Geo
-
r
outin
g
for
Coo
p
erative
Vehicular
Networks
[
C
]
//
IEEE.Proceedin
g
s
of
the
2010IEEE
Vehicu
-
l
ar
Networkin
g
Conference.New
York
:
IEEE,
2010
:
255
-
2
62.
[
17
]DING
Y
,
XIAO
L.SADV
:
Static
-
n
ode
-
a
ssisted
Ada
p
tive
Data
Dissemination
in
Vehicular
Networks[
J
]
.IEEE
Transactions
on
Vehicular
Technolo
gy
,2010
,59
(
5
)
:
2445
-
2
455.
[
18
]SOMMER
C,
TONGUZ
O
K,
DRESSLER
F.Ada
p
-
t
ive
Beaconin
g
for
Dela
y
-
s
ensitive
and
Con
g
estion
-
a
ware
Traffic
Information
S
y
stems [
C]// IEEE.
Proceedin
g
s
of
the
2010IEEE
Vehicular
Networkin
g
Conference.New
York
:
IEEE,
2010
:
1
-
8
.
[
19
]SOMMER
C,
GERMAN
R,
DRESSLER
F.Bidirec
-
t
ionall
y
Cou
p
led
Network
and
Road
Traffic
Simula
-
t
ion
for
Im
p
roved
IVC
Anal
y
sis[
J
]
.IEEE
Transac
-
t
ions
on
Mobile
Com
p
utin
g
,
2011
,
10 (
1
):
3
-
1
5.
7
03
第6期
田 彬,
等:
车路协同条件下智能网联高速公路通行效率信息自适应分发协议:
N
RT
-
V
2X