汽车|王易之:车路协同规模量产需大量测试 给场景“贴标签”打造V2X专用场景库( 二 )


直路OBU间的通信测试 , 一条300米的直路部署200个终端 , 开启拥塞控制 , 所有OBU设备在100米范围内的通信可靠性达90%以上 。 但是随着距离的变化也是非常显著的 , 植入一端的设备接收另一端的好几百米的设备丢包率就会上去 , 这个跟规模是非常有关系的 。
我们知道如果两个设备通信可能到500米丢包都几乎是0 , 但是由于是大规模的存在 , 空口中存在非常拥塞的通信信号 。 而且我们的测试小车一个小车上挂了六个设备 , 也就是说有五个人可能在你的耳朵边用很大的声音说话 , 那你再去听300米外的人说话这就是很困难的事情 。 我们通常讨论LTE通信距离300米、500米 , 但是我们讨论200个终端环境下的时候就是另外一回事了 。
拥塞控制对于通信的影响 , 我们做标准的同事了解这是现在在标准当中讨论的一个比较重要的议题 , 这里采用基于车辆密度的拥塞控制的算法 , 在右边可以看到它对于开启算法和关闭算法的时候它对发包的控制以及对PI的降低还是比较明显的 , 拥塞控制算法有效改善了IA , 也就是说一个包发到了我这里 , 这个包在我这里维持的时长直到我收到你的下一个包 , 我能持续追踪你 , 而不是一段时间你给我连续发包 , 但是有一段时间隔五秒都不给我发 , 我就会把你给丢掉了 , 这种情况是非常危险的 , 所以这也是拥塞控制算法最有价值的一个地方 。
直路上面移动车通信测试 , 重点探讨的也是在拥塞控制算法里面的一个位置追踪误差的值 , 它其实是由设备A的实际位置和设备B推算出来的设备A的位置差 , 因为在设备B端要去进行一些应用场景 , 是对设备A的位置收到的消息以及里面的状态对它进行预测 , 所以存在这样一个误差 。 我们的结果会表明车辆的行驶速度越高车辆对于周围位置估计偏差也会越大 , 同时车辆的定位模块精度越低位置跟踪误差也会越大 , 这也是非常显然的一个结果 , 包括V2X在内需要定位模块 , 精度还是越高越好的 , 从技术上来讲越高越好 。
直路双移动车通信测试 , 也是在200个终端的环境底下 , 这个结论比较有意思 , 我们对比SPS消息 , 也就是半静态调度模式发送的消息 , 提前预留空口资源 , 周期性的发送 , 我们设置300字节的数据包 , 包括紧急事件 , 比如紧急刹车、车辆故障 , 我们设置了450字节的方式 , 导致的结果非常有意思 , 它的丢包率反而不如SPS的丢包率 。
尽管它拥有更高的优先级 , 数据分析出来是这样 , 结论尚有疑问 , 所以我们推测可能是跟200辆车的拥塞的环境非常相关 , 因为资源已经非常紧张了 , 这个车如果要紧急事件触发再去发一个数据的话 , 有没有资源让你选择 , 这是一个最大的前提 。
对于时延的对比还是比较显著的 , 当它拥有更高优先级的时候时延会显著比一般的消息低 , 低大概20个毫秒左右 。 对于时延我多补充一句 , 时延在我们的测试当中大概的均值是40—60之间 , 可能很多人会觉得LTEV时延不是宣称20毫秒以内吗 , 也可以做到 , 只不过在正常使用的时候芯片和模组这边会考虑整体的QOS , 会把时延、设备接入数 , 对于数据包的支持都会考虑进去 , 综合下来我们认为 , 现阶段基础应用还是以100毫秒以内的要求 , 所以我们把它定格在40—60毫秒的时延 。
我们引入了RSU , 执行道路上OBU和RSU之间的通信 , 也是选择200台设备 , 在路端中心部署了一个RSU , 模拟了四个消息 , 也是现在标准制订当中的典型的四个RSU发送的 , 也是典型的字节数大小和发送优先级 。
从丢包率可以看到 , 数据包越长 , 字节数越多的丢得更多 , 但是总体上都会维持在10以下 , 大部分在4%以下 , 因为是RSU独占了10兆的信道 , 所以那200台车对它其实是没有什么影响的 。 RSU的时延也是一样 , 数据包越长时延会长一点 , 但是相差并不大 。
信道对通信的影响 , 刚才看到OBU是10兆信道 , RSU也是10兆信道 , 因为我们知道美国给为V2X分配了75兆的信道 , 我们做了对比发现在测试条件下随着带宽的增加对于CBR的降低作用是显著的 , 约25% , 对OBU而言 , 带宽的增加 , 有效降低了PER2—6% , 对RSU的消息而言 , 与大量OBU竞争20M带宽 , 优化了近端局部的PER , 但远端的PER升高显著 。


推荐阅读