车联网无线通信时延对自动驾驶协同感知的影响及低延迟传输机制

分享到:

自动驾驶协同感知的有效性取决于车辆之间信息交换的时间尺度与车辆运动状态的变化速率之间的匹配程度。单车感知系统受限于传感器视距与遮挡,无法获取被前方车辆阻挡的道路信息。车联网通信使前车探测到的障碍物或危险事件通过无线链路传递给后方车辆,后方车辆据此提前调整行驶策略。信息从事件发生到被接收车辆处理的时间间隔包括传感器采集延迟、通信传输延迟与决策处理延迟三个部分。当总延迟超过车辆在对应速度下安全制动所需的前置时间时,协同感知信息已失去时效性,后方车辆在收到信息时事件位置已经改变。低延迟传输机制的目标是将端到端延迟压缩至车辆在最高设计速度下的安全制动时间以内。延迟预算的分配依据各部分的典型值设定,通信部分分配到的预算比例由信道条件与协议开销共同决定。
 
车 (12)
 
通信传输延迟在车联网中的构成包括信道接入延迟与传播延迟。传播延迟由车辆之间的距离决定,在常规车距范围内约为微秒级,不是延迟的主要来源。信道接入延迟由媒体接入控制协议的资源分配方式决定,基于竞争的资源分配机制在车辆密度较高时因碰撞与退避产生不可预测的延迟。基于调度的资源分配由路侧单元或基站统一分配时频资源,车辆在指定时隙发送数据,避免了竞争机制的不确定性。调度机制的延迟由资源分配周期的长度决定,周期较短时延迟较低但信令开销增加。半持续调度在周期内为车辆预留固定的资源,车辆在需要发送数据时无需等待资源分配信令。资源预留的有效期需覆盖车辆在调度周期内的数据发送需求,预留时间过长时资源利用率下降。
 
协同感知数据的时效性要求与数据内容相关,不同类型的感知信息具有不同的延迟容忍度。前向碰撞预警需要在数十毫秒内到达后方车辆,以便触发制动或转向操作。交通信号灯状态信息允许数百毫秒的延迟,因为车辆的通过决策有较长的提前量。全局路径规划信息对延迟的容忍度更高,可以在秒级时间尺度上更新。延迟容忍度的分层使通信系统可以优先保障高时效性数据的传输,优先级调度将预警类数据排在队列头部,在信道资源紧张时先发送。优先级字段在数据帧头部中占据固定位置,接收端在解析头部后即可确定数据的优先级,不需要解析完整的数据负载。高优先级数据在传输过程中采用稳健的调制编码方案以降低误包率,重传机制在首次传输失败时迅速启动。
 
低延迟传输机制的实现依赖于物理层参数的选择与协议栈的简化。循环前缀的长度影响符号持续时间,较短的循环前缀减少传输时间但降低对抗多径延时的能力。在高速公路场景中多径延时扩展较小,可以采用较短的循环前缀以压缩帧长度。协议栈的层数在车联网通信中精简,应用层数据直接映射至物理层资源,省略了中间层的打包与解包过程。精简协议栈的处理延迟较传统协议栈缩短,数据从应用层到达物理层的转换时间减少。精简的代价是失去了部分协议层提供的功能如分段与重组,应用层需要自行处理大数据包的分割。
 
无线信号的传播环境对延迟的影响在多径衰落与遮挡场景中表现为重传次数的增加。建筑密集区域的多径反射使接收端信号叠加产生深度衰落,首次传输的误包率上升,重传引入额外延迟。分集技术在时域或频域上发送相同数据的多个副本,接收端通过合并多个副本获得分集增益,降低误包率。分集合并的延迟来自多个副本发送与接收的时间间隔,在传输条件较好的场景中分集增益的延迟代价超过收益。自适应分集根据信道质量的实时测量决定是否启用分集模式,信道质量较好时关闭分集以减少延迟,质量恶化时启用分集以避免重传。
 
车联网通信的延迟性能通过现场测试与仿真平台进行评估。测试车辆在行驶过程中发送与接收测试数据包,记录每个数据包的发送时间戳与接收时间戳,计算端到端延迟的统计分布。仿真平台输入道路拓扑与车辆移动轨迹,在更大规模的场景中评估延迟性能,补充现场测试无法覆盖的极端情况。延迟统计的百分位数用于设定系统设计的目标值,第九十九百分位的延迟通常大于平均值,代表最坏情况下的性能。在最坏情况下协同感知信息的过期风险最高,系统设计需以该百分位值为基准进行延迟预算分配。从延迟预算到优先级调度再到物理层参数,车联网的协同感知正在通过多维度的低延迟传输机制使通信延迟与车辆运动时间尺度匹配,这种匹配的精度决定了协同感知在自动驾驶系统中的实际贡献程度。
 
更多资讯内容,详见文章
相关资讯
车联网无线通信时延对自动驾驶协同感知的影响与低延迟传输机制

车联网协同感知的时效性受无线时延制约,时延导致的位置偏差随车速增长,信道接入时延是主要不确定来源。低延迟机制在链路层采用预约调度为感知数据预留资源,网络层选择低跳数路径,多链路按优先级冗余传输。测试表明预约调度使时延分布集中、尾部概率降低,维持了高速场景下的决策准确率。

通感算融合车联网中毫米波雷达与多链路传输的低时延闭环控制

通感算融合车联网将毫米波雷达感知、多链路传输与边缘计算整合为低时延闭环。雷达点云在车载端初步聚类后上传,多链路按优先级冗余传输安全数据,边缘节点融合多车感知消除盲区并生成控制指令。各环节时延需满足控制周期约束。测试表明该架构在链路恶化和密集交通场景下维持了闭环时延与可靠性。

感知共享与协同定位在车联网毫米波雷达多链路中的融合机制

车联网毫米波雷达多链路融合需统一目标级数据格式,以时间戳和时钟同步实现时空对齐,将本地坐标转换至全局参考系。多链路调度根据数据类型分配传输资源,安全数据冗余发送。协同定位利用多车观测几何差异解算目标最优位置,精度取决于观测角度分布。测试表明融合扩展感知覆盖并提升定位精度,数据共享时延满足时效要求。

汽车GMSL3视频传输链路中的Wi-Fi 5GHz射频耦合

高速汽车视频传输链路即使通过了常规信号完整性(SI)的验证,仍有必要在真实的整车射频(RF)环境下进行验证。本文介绍了一项系统级验证案例研究,研究对象是一条基于串行器/解串器(SERDES)的千兆多媒体串行链路3(GMSL3)同轴汽车视频传输路径,该路径出现了间歇性黑屏现象。

6G通感算一体化车联网架构:毫米波雷达感知与多链路协同传输技术

6G通感算一体化(ISAC)架构融合通信、感知与计算资源,支撑自动驾驶业务。本文构建包含毫米波雷达(Millimeter Wave Radar)感知、多链路协同传输与安全闭环管控的车联网一体化架构,实现感知精准化与传输多元化。

精彩活动

Baidu
map