论文部分内容阅读
摘 要：智慧港口、自动化码头是移动通信产业在5G时代与交通运输产业深度融合的一个典型场景。把5G、车路协同、北斗高精度定位技术作为一个新的使能元素带入到智慧港口的建设中来，能极大的解决码头存在的用工难、成本高、作业效率低等问题。
关键词：5G;北斗高精度定位;车路协同;自动化码头;无人集卡;边缘计算
1.概述
2019年是中国5G元年，5G开始真正走进人们的生活。5G网络的主要优势在于，数据传输速率最高可达10Gbit/s，比先前的4G LTE蜂窝网络快100倍。另一个优点是较低的网络延迟（更快的响应时间），低于1毫秒，使对实时性要求比较高的应用如游戏，视频，自动驾驶成为可能。
2019年12月初交通运输部印发了《关于开展交通强国建设试点工作的通知》以加快建设交通强国，拟通过1～2年时间，取得试点任务的阶段性成果，用3～5年时间取得相对完善的系统性成果，形成一批可复制、可推广的先进经验和典型成果。
《交通强国建设试点工作》中专门指出，开展智慧港航方向的试点，包括港機设备远控、港口无人集卡、港口智能安防等应用试点建设，形成以港口网络定制服务、业务应用服务和维护应急服务为体系的商业模式。
自动化码头相较于传统码头能极大的提高作业效率，作为封闭场景，能较易将港口内集卡车辆单车自动驾驶与车路协同技术相结合，解决单车智能的自身传感器感知缺陷等问题，提高内集卡车路自动驾驶安全性和鲁棒性。
本项目尝试，通过智能网联车载设备、智能网联路侧设备、路侧感知网络及V2X平台的部署，实现行人、路面障碍物、道路车辆（包括内集卡、叉车等特种车辆）的识别，通过向自动驾驶内集卡推送路侧感知信息，辅助内集卡实现行人闯入检测、前向碰撞检测、抛洒物检测、变道侧方来车辅助感知、路侧超距透视等基于车路协同的自动驾驶应用，支撑港口内集卡无人驾驶系统。
2.项目建设内容
本项目拟建设两大子系统：
2.1人车机路协同子系统
依托5G、C-V2X、MEC（Mobile Edge Computing，移动边缘计算）三大核心技术，搭建端到端车路协同网络，融通“人-车-路-网”四要素，实现融合感知、协同计算、即时通信。
云平台：针对不同场景下辅助驾驶应用及自动驾驶应用;集成融合计算、数据存储、消息转发、安全管理、三方集成等能力;平台与外部交通管理平台等对接，实现信息的开放与共享。
管/边：5G Uu空口满足V2X应用低时延、高可靠、大带宽、高速移动等需求;引入直连通信接口PC5，支持V2I与V2V业务;部署5G 网络，加强对高带宽、低时延的V2N业务支持;部署汇聚环/边缘节点MEC，计算本地化，进一步降低时延。
端：部署RSU及路侧感知网络，分享道路实时信息;部署OBU车载单元，将车辆信息上报至V2X平台，同时对车辆进行协同控制。
2.2北斗高精度定位子系统
通过建立永久性GNSS（Global Navigation Satellite System，全球导航卫星系统）观测基准站，实时接收卫星系统观测数据并传输至解算平台，由解算平台将基准站定位结果与预存储的精确坐标比较形成差分改正数，并将其播发给相应终端以供其纠正定位结果，终端由此获得高精度定位结果。
3.遇到的技术问题及解决方案
在港口码头的特殊区域，遇到了如下三个技术难题，并提供了对应的技术解决方案：
3.1GNSS信号遮挡问题
无GNSS信号时，如何获取高精度定位结果。码头岸桥吊下，内集卡车辆因为岸桥吊的遮挡，接收不到GNSS信号，无法依赖RTK定位。
本项目利用路侧辅助设备，如激光雷达、高清摄像头，结合码头区域的高精度地图数据，利用边缘计算和多元异构融合技术，达到厘米级定位精度的效果。
3.2单车自动驾驶视线遮挡问题
码头集装箱区堆场，因为通行道路、作业道路较窄（一般宽3米左右），道路两侧的箱区较高，在道路交叉口内集卡受限于视线遮挡，无法实现自动驾驶。
本项目通过路侧摄像头拍摄的车辆实时画面截取单桢图像、激光雷达扫描的车辆实时点云数据，通过5G大带宽、低时延的网络，把数据传输至边缘云/超边缘云，根据多源数据进行融合计算，得出车辆位置，通过5G网络将车辆位置消息推送给车辆，实现路侧传感器协同车辆定位功能。
4.应用的技术手段及技术原理
4.15G技术
依托5G技术低时延、大带宽、高可靠性的特点，为内集卡车无人驾驶的信息传输提供可靠的传输通道，助力自动化码头创新应用落地。针对本项目，构建设专用的 5G NR 基站，为用户提供逻辑独立的5G网络，提供差异化的服务。
4.2车路协同技术
依托V2X技术，构建路侧感知系统及车路协同云平台，实现“人-车-机-路-云”全面布局，为高内集卡车辆提供交通安全、效率、服务类应用。针对本项目5G-V2X车路协同系统需要，连续覆盖铺设V2X路侧终端，实现PC5全程V2X通信功能。
4.3高精度定位技术
通过构建北斗地基增强“一张网”，在港口范围内，建成2～3个基准站，每个站覆盖20KM左右。高精度定位平台解算差分定位数据，实时播发给内集卡车辆，为内集卡自动驾驶提供实时动态厘米级高精度定位服务。
4.4人工智能技术
通过计算机视频识别算法，针对本项目构建视频人工智能分析系统，实现监控实时无人化分析，实现缓驶通车异常检测、行人闯入检测、公路路况检测、在线路面语义学习等功能，提升码头区域道路通行效率和集装箱运转效率。
4.5边缘计算技术
本项目采用5G网络切片+MEC的方式，在本地建设边缘计算 MEC节点，实现车路协同业务数据本地化存储和处理，从而保障数据的安全性，提供低时延的应用控制。
参考文献
[1]《交通强国建设纲要》，2019年9月19日，国务院印发;
[2]《基于车路协同的智能交通系统体系框架》，张毅、姚丹亚著，电子工业出版社，2015-05
[3]《智慧码头/高职高专“十三五”规划教材》，闫高杰，沈阳，谭刘元，南京大学出版社，2018-12-01
关键词：5G;北斗高精度定位;车路协同;自动化码头;无人集卡;边缘计算
1.概述
2019年是中国5G元年，5G开始真正走进人们的生活。5G网络的主要优势在于，数据传输速率最高可达10Gbit/s，比先前的4G LTE蜂窝网络快100倍。另一个优点是较低的网络延迟（更快的响应时间），低于1毫秒，使对实时性要求比较高的应用如游戏，视频，自动驾驶成为可能。
2019年12月初交通运输部印发了《关于开展交通强国建设试点工作的通知》以加快建设交通强国，拟通过1～2年时间，取得试点任务的阶段性成果，用3～5年时间取得相对完善的系统性成果，形成一批可复制、可推广的先进经验和典型成果。
《交通强国建设试点工作》中专门指出，开展智慧港航方向的试点，包括港機设备远控、港口无人集卡、港口智能安防等应用试点建设，形成以港口网络定制服务、业务应用服务和维护应急服务为体系的商业模式。
自动化码头相较于传统码头能极大的提高作业效率，作为封闭场景，能较易将港口内集卡车辆单车自动驾驶与车路协同技术相结合，解决单车智能的自身传感器感知缺陷等问题，提高内集卡车路自动驾驶安全性和鲁棒性。
本项目尝试，通过智能网联车载设备、智能网联路侧设备、路侧感知网络及V2X平台的部署，实现行人、路面障碍物、道路车辆（包括内集卡、叉车等特种车辆）的识别，通过向自动驾驶内集卡推送路侧感知信息，辅助内集卡实现行人闯入检测、前向碰撞检测、抛洒物检测、变道侧方来车辅助感知、路侧超距透视等基于车路协同的自动驾驶应用，支撑港口内集卡无人驾驶系统。
2.项目建设内容
本项目拟建设两大子系统：
2.1人车机路协同子系统
依托5G、C-V2X、MEC（Mobile Edge Computing，移动边缘计算）三大核心技术，搭建端到端车路协同网络，融通“人-车-路-网”四要素，实现融合感知、协同计算、即时通信。
云平台：针对不同场景下辅助驾驶应用及自动驾驶应用;集成融合计算、数据存储、消息转发、安全管理、三方集成等能力;平台与外部交通管理平台等对接，实现信息的开放与共享。
管/边：5G Uu空口满足V2X应用低时延、高可靠、大带宽、高速移动等需求;引入直连通信接口PC5，支持V2I与V2V业务;部署5G 网络，加强对高带宽、低时延的V2N业务支持;部署汇聚环/边缘节点MEC，计算本地化，进一步降低时延。
端：部署RSU及路侧感知网络，分享道路实时信息;部署OBU车载单元，将车辆信息上报至V2X平台，同时对车辆进行协同控制。
2.2北斗高精度定位子系统
通过建立永久性GNSS（Global Navigation Satellite System，全球导航卫星系统）观测基准站，实时接收卫星系统观测数据并传输至解算平台，由解算平台将基准站定位结果与预存储的精确坐标比较形成差分改正数，并将其播发给相应终端以供其纠正定位结果，终端由此获得高精度定位结果。
3.遇到的技术问题及解决方案
在港口码头的特殊区域，遇到了如下三个技术难题，并提供了对应的技术解决方案：
3.1GNSS信号遮挡问题
无GNSS信号时，如何获取高精度定位结果。码头岸桥吊下，内集卡车辆因为岸桥吊的遮挡，接收不到GNSS信号，无法依赖RTK定位。
本项目利用路侧辅助设备，如激光雷达、高清摄像头，结合码头区域的高精度地图数据，利用边缘计算和多元异构融合技术，达到厘米级定位精度的效果。
3.2单车自动驾驶视线遮挡问题
码头集装箱区堆场，因为通行道路、作业道路较窄（一般宽3米左右），道路两侧的箱区较高，在道路交叉口内集卡受限于视线遮挡，无法实现自动驾驶。
本项目通过路侧摄像头拍摄的车辆实时画面截取单桢图像、激光雷达扫描的车辆实时点云数据，通过5G大带宽、低时延的网络，把数据传输至边缘云/超边缘云，根据多源数据进行融合计算，得出车辆位置，通过5G网络将车辆位置消息推送给车辆，实现路侧传感器协同车辆定位功能。
4.应用的技术手段及技术原理
4.15G技术
依托5G技术低时延、大带宽、高可靠性的特点，为内集卡车无人驾驶的信息传输提供可靠的传输通道，助力自动化码头创新应用落地。针对本项目，构建设专用的 5G NR 基站，为用户提供逻辑独立的5G网络，提供差异化的服务。
4.2车路协同技术
依托V2X技术，构建路侧感知系统及车路协同云平台，实现“人-车-机-路-云”全面布局，为高内集卡车辆提供交通安全、效率、服务类应用。针对本项目5G-V2X车路协同系统需要，连续覆盖铺设V2X路侧终端，实现PC5全程V2X通信功能。
4.3高精度定位技术
通过构建北斗地基增强“一张网”，在港口范围内，建成2～3个基准站，每个站覆盖20KM左右。高精度定位平台解算差分定位数据，实时播发给内集卡车辆，为内集卡自动驾驶提供实时动态厘米级高精度定位服务。
4.4人工智能技术
通过计算机视频识别算法，针对本项目构建视频人工智能分析系统，实现监控实时无人化分析，实现缓驶通车异常检测、行人闯入检测、公路路况检测、在线路面语义学习等功能，提升码头区域道路通行效率和集装箱运转效率。
4.5边缘计算技术
本项目采用5G网络切片+MEC的方式，在本地建设边缘计算 MEC节点，实现车路协同业务数据本地化存储和处理，从而保障数据的安全性，提供低时延的应用控制。
参考文献
[1]《交通强国建设纲要》，2019年9月19日，国务院印发;
[2]《基于车路协同的智能交通系统体系框架》，张毅、姚丹亚著，电子工业出版社，2015-05
[3]《智慧码头/高职高专“十三五”规划教材》，闫高杰，沈阳，谭刘元，南京大学出版社，2018-12-01