基于多个路侧单元的车联网最大吞吐量获取方法及装置

1.本发明涉及车联网技术领域，尤其涉及一种基于多个路侧单元的车联网最大吞吐量获取方法及装置。


背景技术：

2.车联网是基于c-v2x(cellularvehicle-to-everything，蜂窝车联网)技术将路侧单元与车载单元的信息进行有效交互，可以让驾驶者能第一时间了解交通信息和危险状况。随着c-v2x及5g技术地快速发展，与之而来的更高安全性、更低时延和更海量连接等特性，极大地促进了智能驾驶和智慧交通发展。通过“车-路-云”协同，一方面推动智能网联汽车快速发展，提供更安全、更智能的出行方式；另一方面赋能智能路况综合感知、动态协同交通控制等功能，为智能交通发展奠定基础。未来发展到自动驾驶，只有汽车本身的智能化是远远不够的，路边基础设施如路侧单元也需要进行智能化改造，建设更高效、更稳定的车联网通信系统。
3.但是，由于自动驾驶时汽车产生的数据量过于庞大，即使使用压缩算法，路侧单元与车辆通信时也会产生大量的带宽开销，因此这就需要对路侧单元和车辆进行联合优化，以获取车联网的最大吞吐量。然而，目前路侧单元和车辆的通信发展还处于萌芽状态，一般的路侧单元和车辆只能进行一对一的通信，无法实现多车辆和多路侧单元的通信，同时一般的通信方法也没有对路侧单元和车辆进行联合优化以获取最大吞吐量。
4.通过上述分析，现有技术存在的问题及缺陷为：
5.(1)原有路侧单元与车辆通信会随车流量的增大而产生大量的带宽开销。
6.(2)原有路侧单元与车辆通信只能进行一对一进行通信。
7.(3)原有路侧单元与车辆通信会对同一车辆进行重复扫描与计算。


技术实现要素：

8.针对现有技术存在的问题，本发明提供了一种基于多个路侧单元的车联网最大吞吐量获取方法及装置。
9.为实现上述目的，本发明提供如下技术方案：
10.一种基于多个路侧单元的车联网最大吞吐量获取装置包括：路侧单元定位模块、轴距识别模块、车辆导航系统反馈模块、车联网系统、gps定位模块、车辆反馈系统、统计模块和主控模块；
11.所述主控模块分别与路侧单元定位模块、轴距识别模块、车辆导航系统反馈模块、车联网系统、gps定位模块、车辆反馈系统和统计模块连接，用于对各个受控模块和系统的工作状态进行采集控制；
12.所述路侧单元定位模块设置于道路两旁固定位置，通过红外扫描系统对路面行驶车辆进行扫描；
13.所述轴距识别模块通过轴距识别模块确定车辆特征，区分不同车辆信息；
14.所述车辆导航系统反馈模块为安装在行驶车辆上的导航系统，用于对车辆行驶路线进行预加载；
15.所述统计模块将得到的信息进行统计得到最大吞吐量结果。
16.进一步，所述统计模块将得到的信息进行统计得到最大吞吐量结果具体包括：
17.步骤一，获取多个路侧单元定位模块的车联网数据在传输过程中的车联网网络结构；
18.步骤二，对车联网网络结构中的每个路侧单元定位模块进行频谱能量感知，确定存在空闲频段的路侧单元；
19.步骤三，对存在空闲频段的路侧单元的虚警概率和检测概率进行联合优化计算，得到车联网的最大吞吐量。
20.进一步，所述步骤二中确定存在空闲频段的路侧单元包括：
21.(1)获取路侧单元预设的传输速率集合，提取传输速率集合对应的多个数据发送轮次的预估丢包率向量；
22.(2)根据预估丢包率向量计算丢包率量化值，得到每一传输速率在当前数据发送轮次的丢包率；
23.(3)根据每一传输速率在当前数据发送轮次的丢包率，计算每一所述传输速率在当前数据发送轮次的吞吐量；
24.(4)将得到的当前数据发送轮次的吞吐量与各个路侧单元的设定吞吐量进行对比，确定存在空闲频段的路侧单元。
25.进一步，所述步骤(1)中的预估丢包率向量记录了传输速率集合中所有传输速率在对应数据发送轮次的预估丢包率；
26.所述步骤(2)中的丢包率量化值用于表征多个预估丢包率向量的变化程度。
27.进一步，所述步骤(2)中通过以下计算公式计算每一传输速率在当前数据发送轮次的丢包率：
28.e’k_t
＝(1-g)
×
γ
×ek_(t-1)
+η
×ek_(t-1)
29.其中，e’k_t
为传输速率在当前数据发送轮次的丢包率；g为丢包率量化值，e
k_(t-1)
为上一数据发送轮次的预估丢包率，e
k_(t-1)
为当前数据发送轮次的临时丢包率；γ为预设的历史丢包率权重值，η为预设的临时丢包率权重值，γ+η＝1且γ》η，t表示当前数据发送轮次。
30.进一步，所述车辆导航系统反馈模块用于将导航信息上传到车联网系统，车联网系统直接将该车辆进行统计，从而减少路侧单元的检测数量。
31.进一步，所述车联网系统使用5g网络进行连接。
32.进一步，所述车联网系统通过5g网络将车辆与云端数据库进行连接，将车辆行驶信息实时发送到云端进行处理，同时车联网系统还对路侧单元发送来的数据进行处理，通过比对车辆与路侧单元识别模块的信息，对于已经主动上传行驶信息的车辆，在确认身份后进行主动筛除，避免后续路侧单元继续进行识别。
33.进一步，所述gps定位模块设置于车辆内部为车辆导航提供初始信息。
34.进一步，所述路侧单元定位模块通过扫描车辆通过信息，通过5g网络将数据上传到车联网系统。并且由统计模块进行最大吞吐量的统计。
35.结合上述的所有技术方案，本发明所具备的优点及积极效果为：
36.本发明通过设置车联网系统将车辆与路侧单元同时采用5g网络进行线上连接，使得数据通过统计中心进行统一处理加快了车联网最大吞吐量速度，同时对于安装了车辆反馈系统与gps功能的自动驾驶汽车而言，可以自动上传信息到车联网云端，预先将规划好的行驶路线发送至车联网系统，车联网系统将该信息发送至路侧单元，路侧单元不在计算该车辆，通过这种方法可节约路侧单元算力。
附图说明
37.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
38.图1是本发明实施例提供的基于多个路侧单元的车联网最大吞吐量获取装置的结构原理图。
39.图2是本发明实施例提供的
40.图3是本发明实施例提供的
41.图4是本发明实施例提供的基于多个路侧单元的车联网最大吞吐量获取流程图。
具体实施方式
42.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
43.如图1所示，本发明实施例提供的基于多个路侧单元的车联网最大吞吐量获取装置包括路侧单元定位模块1、轴距识别模块2、车辆导航系统反馈模块3、车联网系统4、gps定位模块5、车辆反馈系统6、统计模块7和主控模块8。
44.主控模块8分别与路侧单元定位模块1、轴距识别模块2、车辆导航系统反馈模块3、车联网系统4、gps定位模块5、车辆反馈系统6和统计模块7连接，用于对各个受控模块和系统的工作状态进行采集控制。
45.本发明实施例中的路侧单元定位模块设置于道路两旁固定位置，通过红外扫描系统对路面行驶车辆进行扫描。通过这种扫描方式可以对获取最大吞吐量的基本数据信息。
46.本发明实施例中的轴距识别模块，通过轴距识别模块确定车辆特征，区分不同车辆信息。通过对于轴距的测量可以区别车辆，避免挂车等特种车辆被路侧单元多次识别。
47.本发明实施例中的车辆导航系统反馈模块为安装在行驶车辆上的导航系统，并对车辆行驶路线进行预加载。并且车联网系统通过5g网络上传到统计模块。
48.本发明实施例中的模块可以将导航信息上传到车联网系统，车联网系统可直接将该车辆进行统计，而减少路侧单元的检测数量。
49.本发明实施例中的车联网系统使用5g网络进行连接。利用5g网络的实时通讯的优势上传数据。
50.本发明实施例中的gps定位模块设置于车辆内部为车辆导航提供初始信息。
51.本发明实施例中的路侧单元定位模块通过扫描车辆通过信息，通过5g网络将数据上传到车联网系统。并且由统计模块进行最大吞吐量的统计。
52.本发明实施例中的车联网系统通过5g网络将车辆与云端数据库进行连接，将车辆行驶信息实时发送到云端进行处理，同时车联网系统还对路侧单元发送来的数据进行处理，通过比对车辆与路侧单元识别模块的信息，对于已经主动上传行驶信息的车辆，在确认身份后进行主动筛除，避免后续路侧单元继续进行识别。
53.本发明实施例中的统计模块将得到的信息进行统计得到最大吞吐量结果。
54.如图2所示，本发明实施例中的统计模块将得到的信息进行统计得到最大吞吐量结果具体包括：
55.s101，获取多个路侧单元定位模块的车联网数据在传输过程中的车联网网络结构；
56.s102，对车联网网络结构中的每个路侧单元定位模块进行频谱能量感知，确定存在空闲频段的路侧单元；
57.s103，对存在空闲频段的路侧单元的虚警概率和检测概率进行联合优化计算，得到车联网的最大吞吐量。
58.如图3所示，本发明实施例中的步骤s102中确定存在空闲频段的路侧单元包括：
59.s201，获取路侧单元预设的传输速率集合，提取传输速率集合对应的多个数据发送轮次的预估丢包率向量；
60.s202，根据预估丢包率向量计算丢包率量化值，得到每一传输速率在当前数据发送轮次的丢包率；
61.s203，根据每一传输速率在当前数据发送轮次的丢包率，计算每一所述传输速率在当前数据发送轮次的吞吐量；
62.s204，将得到的当前数据发送轮次的吞吐量与各个路侧单元的设定吞吐量进行对比，确定存在空闲频段的路侧单元。
63.进一步，所述步骤s201中的预估丢包率向量记录了传输速率集合中所有传输速率在对应数据发送轮次的预估丢包率；
64.所述步骤s202中的丢包率量化值用于表征多个预估丢包率向量的变化程度。
65.进一步，所述步骤s202中通过以下计算公式计算每一传输速率在当前数据发送轮次的丢包率：
66.e’k_t
＝(1-g)
×
γ
×ek_(t-1)
+η
×ek_(t-1)
67.其中，e’k_t
为传输速率在当前数据发送轮次的丢包率；g为丢包率量化值，e
k_(t-1)
为上一数据发送轮次的预估丢包率，e
k_(t-1)
为当前数据发送轮次的临时丢包率；γ为预设的历史丢包率权重值，η为预设的临时丢包率权重值，γ+η＝1且γ》η，t表示当前数据发送轮次。
68.应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电
子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
69.以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。