本文為北京航空航天大學副院長、教授田大新教授在第十七屆中國智能交通年會專業論壇之一的道路交通控制與優化論壇上所做演講的速記整理而來，未經本人審核，如有錯漏，敬請諒解。

計算-通信-控制交叉融合在車聯網應用發展背景與趨勢

目前全球正在積極推進車聯網發展和部署，我國已經發布多個國家級戰略規劃來推動車聯網與智能網聯汽車推動，歐美日等國家分別發布了行動計劃來支撐相關系統發展。上述發展趨勢表明，車聯網相關的核心技術與系統裝備已經成為全球產業發展的熱點。

在車端，傳統機械主導的車輛技術在智能化和網聯化趨勢推動下，正向著信息通信技術方向演變。在路端，車聯網可有效連接交通系統的海量設施，促進實施交通數據傳輸與交互，能夠在多層級計算資源、與人工智能技術支撐下實現交通出行智能化信息服務的泛在化和運行管控的全局化。而車聯網系統的計算通信控制的融合在算、通、控層面分別面臨著瓶頸和制約，存在控制態勢是否耦合等挑戰，需要解決邊緣性的難題。

網絡是互聯網的核心，在通信技術不斷演進下，車聯網將實現超低延遲、超高可靠、超大覆蓋，實現車和環境有效協同。提升交通效率，在未來支撐實現零事故、零傷亡的無人駕駛交通系統?；谲嚶摼W的廣泛連接，云平臺通過終端與云中心的協同，將人、車、實體拓展到云上的實時影射，實現物理融合，提升車聯網計算與控制水平。在這種發展驅使下，車聯網系統在計算通信控制等方面，也面臨多項挑戰。在計算上，傳統中心化的固有計算，導致傳輸延遲高，數據處理及時性低，以及隱私及能耗問題，制約了云管、云控效率，無法滿足海量信息的要求。

在通信方面，大規模車路設施自主化和協同化帶來了自主靈活、高可擴展的連接需求。車聯網與車路協同系統的集中式體系，具有較大規模復雜性和結構復雜性，無法完全支撐交通系統的需求。在控制層面汽車智能化和網聯化，推動了車載傳感器的廣泛部署與連接，導致車載數據量爆炸式增長，在海量數據的使能下，如何確定人在車和路耦合環境下的高效決策與可靠控制，也成為一項重要的挑戰。

計算-通信-控制交叉融合在車聯網應用的創新研究

面對上述這些挑戰，北航團隊對車聯網領域的計算、通信和控制融合創新提出一些新的研究方法。

在計算方法方面，以邊緣計算技術為車聯網系統提供了群體邊緣智能的新范式，通過計算、存儲等資源在靠近車輛和路測設施的網絡邊緣，能夠實現計算節點與數據實時處理，從而降低大數據傳輸與處理的延遲。將邊緣計算與人工智能技術應用于智能網聯車輛，能夠促進單車智能向群體智能的演進，實現群體車輛的計算與通信融合。

在通信方面，空地協同被認為未來車聯網的新形態，利用無人機與網聯車協同，能夠靈活的擴展地面空間，從而打造高數據低時延的數據鏈，打造應急救援、感知增強、車輛按需覆蓋等協同應用場景。同時，面對車聯網通信的安全風險，新型區塊鏈技術可以通過去中心化的方式，在數據共享中構建多方共識，實現數據一致存儲和防篡改。通過將AI區塊鏈技術應用到車聯網系統，一方面能夠形成計算通信融合的自治和自動化能力，實現去中心化的算力協同，同時區塊鏈的共識與防篡改的能力，保證AI所依賴數據可信性，實現網絡內生安全，區塊鏈去中心化共識在生態中形成智能可擴展的安全機制，形成多模、跨域的內生安全體系。

在控制層面，網聯車輛的編隊協同控制，能夠有效融合車聯網系統的計算與通信能力。通過車、路、云信息交互，實現信息交互，并利用多層級算力協同決策，實現計算通信技術的交叉融合，從而滿足行駛安全、通行高效、能耗經濟、乘坐舒適的目標。

綜合來看，車聯網系統的計算-通信-控制的融合在算、通、控三個方面面臨不同的瓶頸和制約，存在邊緣設施異構資源協同不足，網絡滲透率低，鏈路負載不均的難點問題。為此，在計算方面，北航團隊開展了一些研究，比如在車、路、云的邊緣卸載與計算耦合方面，聚焦了多層級計算資源，實現可靠調度與感知準確處理，突破傳統的計算方法，依托可靠性調度來形成耦合可靠性認知的車聯網通信與優化，最終實現群體任務卸載和多耦合的信息計算。

基于博弈論，提出大規模群體車、路、云計算卸載的納什均衡策略，仿真結果表明，上述策略能夠有效的保障納什均衡的策略，期望系統延遲降低了10%?；谲嚶摼W系統耦合可靠性認知的通信與計算聯合優化，并融合計算與通信的可靠性，提出面向耦合可靠性的通信與計算資源聯合可靠方法，仿真表明在動態環境和存在隱私敏感的車輛情況下，該方法能夠保障系統耦合的可靠性遠優于傳統的現代策略。

針對車聯網圖像與點云的融合感知計算，北航團隊提出了構建點云語義增強模塊，并引入交叉比感知分支，提出穩定、魯棒的多模態引導點特征融合感知計算方法，提升了效率與精準度。

通信方面，開展協同優化與可信數據共享的研究。聚焦空地高動態，穩定組網傳輸和安全穩定問題，突破傳統的技術與傳輸架構的瓶頸，利用群體的協作傳輸，實現自適應學習與公路控制的可信傳輸優化。具體而言，是基于群體進化博弈和信道擁堵定價，揭示納什均衡策略演化規律，在隨機擾動下，構建網聯車協同魯棒傳輸優化，實現無人機與網聯車的協同魯棒傳輸優化，并通過仿真實驗驗證方法的有效性。

針對車聯網數據可信共享問題，團隊構建了移動性感知與通信模型，并分析了系統的可信共享延遲，基于區塊鏈與深度學習方法建立去中心化的可信數據共享機制，實現了通信延遲與計算準確率的雙重保障。

在控制方面，開展了網聯車輛的協同編隊優化控制研究。聚焦隨機擾動下，網聯編隊可靠控制與大規模節點調控優化的問題。突破了傳統編隊控制架構的技術通信融合難點，結合魯棒和資源協同的調度，形成隨機不確定擾動下的網聯編隊魯棒控制優化，實現協同空地計算。

在協同組網傳輸使能的網聯編隊系統中，考慮隨機不確定擾動的情況，提出基于魯棒對等優化的網聯車輛控制方法，實現車流間距與速度監督誤差，有效降低控制誤差。在無人機輔助網聯編隊情況下，我們將無人機輔助資源的調度用于網聯編隊控制中，并提出空地協同的資源調度框架，實現了基于空地群體協同計算調度網聯編隊控制。使編隊控制效率提升了約一倍。

同樣針對空地協同編隊，我們對空地群體的邊緣能耗進行優化。發現不同空地編隊形態的效能差距近三倍，提出了空地協同的計算能耗優化的網聯編隊控制方法，大幅提升系統能效，使其性能能夠接近全局最優。

基于上述的理論研究，團隊近年來在計算-通信-控制融合的車聯網領域，也發表了一系列的研究論文。同時，研發了一系列車聯網系統裝備，并進行廣泛的應用實踐。在裝備研發層面，基于計算通信控制融合研究，自主研發了車聯網通信單元、邊緣計算組件、信號優化控制器，虛擬駕駛與編隊仿真控制平臺以及網聯車控技術的驗證平臺，車聯網計算通信控制等一系列裝備。此外，還構建了智能網聯云端的監控平臺以及通信計算一體化路側設施等系列平臺。

在實踐層面，基于自主研發的車路協同系統，成功應用到了我國首個開放道路環境下的實際道路應用，即在北京亦莊實現了交通信號聯動、輔助安全預警、車輛駕駛誘導應用等場景應用。同時，參與建設了工信部的車聯網技術基礎公共服務平臺建設，具體在京滬高速的車聯網環境下構建。針對智能網聯公交的典型應用，在公交都市試點城市，完成了開放道路的車聯網智慧公交的部署，實現公交的優先通行等場景。此外，牽頭組建了聯隊來參加無人平臺立體跨域協同挑戰賽，在挑戰賽中，將無人機搜索與網聯車輛相結合，形成空地聯合計算。團隊在國家重點研發計劃專項里面連續承擔了兩項針對車聯網信息安全的研究，提出端、網、云一體化的信息安全保障體，。這一塊后面也有很多工作值得研究。

計算通信與控制交叉融合，能夠促進車聯網系統的安全高效協同。并有助于構建綠色、安全、高效新一代車輛系統。

以上就是我的匯報，謝謝各位專家！請批評指正。

來源：www.its114.com