自动驾驶车联网的时分通感一体化方法与性能评估

写在前面：本期推送是IEEE JSAC通感一体专题计划的第六篇，介绍近期在IEEE JSAC发表的论文“Time-division ISAC Enabled Connected Automated Vehicles Cooperation Algorithm Design and Performance Evaluation”^[1]。该论文提出了一种基于5G NR帧结构的自动驾驶车联网时分通感一体化方法与性能评估。作者如下：

《自动驾驶车联网的时分通感一体化方法与性能评估》

张奇勋^①   孙宏卓^①   高新野^①  王欣娜^①  冯志勇^① 

^①(北京邮电大学 中国)

Citation: Q. Zhang, H. Sun, X. Gao, X. Wang and Z. Feng, 'Time-division ISAC Enabled Connected Automated Vehicles Cooperation Algorithm Design and Performance Evaluation,' IEEE J. Sel. Areas Commun., doi:10.1109/JSAC.2022.3155506.

本文下载地址：

https://ieeexplore./document/9728752

一、背景介绍

自动驾驶汽车被视为未来汽车与交通发展的重要战略方向，能够依靠多种传感器感知周围环境、并利用人工智能等技术实现行车路径自主规划、车辆自主操控。现阶段的自动驾驶技术主要依靠单车智能，通过单车搭载多种传感器（如光学摄像头、图像雷达、毫米波雷达以及激光雷达等）进行环境感知^[1-3]。然而，车载传感器性能易受光照强度、雨水等环境影响，导致自动驾驶存在诸多隐患和危险。

仅依靠单车传感器数量的堆砌，已无法突破单车视距感知能力不足的瓶颈，通过利用新一代无线通信技术赋予车与车、车与路侧基础设施的感知数据高效共享的新能力，为安全可靠网联自动驾驶提供了新思路。通信与感知的一体化设计，能够提高自动驾驶车联网的信息交互效率、提升自动驾驶的安全性，已成为近年来学术界与产业界关注的热点^[4]。现有研究工作也提出了在车联网中实现通感一体化的方法与技术，如：利用感知信息辅助毫米波通信^[5-7]、基于IEEE 802.11ad标准设计通感一体化波形^[8]等。

考虑到自动驾驶车联网的原始感知数据共享已成为ITU-R WP5A国际标准中关于高等级自动驾驶车辆的典型场景^[9]，本文提出了基于5G NR帧结构的自动驾驶车联网时分通感一体化方法，车辆根据自身业务需求能够灵活调整通信与感知的时间占比，通过多车协作进行车间原始感知数据的高效共享，降低信息交互时延，提高车辆驾驶安全性。

为进一步验证所提方法的可行性，北京邮电大学团队设计并研制了国际首个基于5G毫米波通信信号的通感一体化技术验证硬件平台。实验结果表明：所提出的时分通感一体化系统可以保障通信速率2.8Gbps情况下，对待测目标的位置误差检测控制在厘米级。采用两套通感一体化系统可以实现感知数据融合，目标检测的位置误差可降低18.5%。初步验证了基于5G通信信号的通感一体化技术方案是可行的。

二、系统模型与理论分析

首先，基于3GPP定义的5G NR帧结构，提出了一种通过将感知信息填充到通信数据帧实现时分通感一体化的帧结构方案，如图1所示。

图1：时分通感一体化帧结构

其次，针对自动驾驶车联网的原始感知数据共享场景，本文对两类车辆进行了建模，包括：1）环境感知（ESSS）车辆，它们具备感知能力、V2V通信能力和V2I通信能力；2）基础设施服务支持（CVISS）车辆，仅具备V2I通信能力如图2所示。

图2：时分通感一体化车联网场景图

在所设计的时分通感一体化系统中，路侧单元RSU不仅可以作为处理单元，帮助车辆间进行原始感知数据共享，还可以通过RSU中装备的不同类型传感器（如：摄像头等），为车辆间建立毫米波通信链路。此外，考虑到单车感知能力存在差异与不足，RSU可以作为固定节点对周围车辆进行检测，并与车辆的感知信息融合，通过车路协同提高感知精度与性能。

三、关键技术性能评估与硬件测试

面向原始感知数据融合的通感一体化硬件平台逻辑架构，如图3所示。其中，所产生的通感一体化基带信号由数模转换模块和中频模块发送，通过上变频器变换到28GHz并由相控阵天线实现无线信号发射，实现待测目标的位置检测与通信数据传输双功能。放置在不同位置两个通感一体化ISAC系统，首先分别发送通感一体化波形来探测目标的相对位置等信息，包括：目标的方位角和距离。其次，两个ISAC系统通过毫米波通信链路实现对目标感知信息的融合。考虑到单个ISAC系统的目标检测精度和分辨率能力不同，单个ISAC系统检测目标的结果位于一个置信区域(CR)范围内。通过将两个ISAC系统的感知数据进行融合与处理，可以通过两个系统CR重叠区域，提高目标的检测精度。

图3：面向原始感知数据融合的通感一体化硬件平台逻辑架构图

此外，时分通感一体化系统可以根据的通信与感知任务的需求，灵活调整通信资源与感知资源的占比。时分通感一体化硬件系统的帧结构，如图4所示。一帧包含50个子帧，每帧的持续时间为10毫秒。每个子帧包含14个OFDM符号，每个符号在频域占用1200个子载波。载波频率为28.5 GHz，总带宽为800 MHz。根据感知任务的要求，实验中可以通过将感知数据灵活填充入下行数据帧PDSCH来实现时分通感一体化方案。

图4：时分通感一体化硬件系统的帧结构图

所研发的时分通感一体化系统硬件平台如图5所示，包括：通感一体化系统、待测目标。

图5：时分通感一体化系统硬件测试平台

通过改变时分通感一体化系统帧结构中通信与感知的时间占比（R1=1/699，R2=1/13，R3=1/6），我们分别对目标距离、角度、位置和通信吞吐量进行了实测。图6、图7、图8，分别表示了时分通感一体化系统的测距误差、测角误差、定位误差。实验结果表明，通过提高感知时隙占用率可以降低目标的距离误差、角度误差、定位误差。

图6：时分通感一体化系统的测距误差

图7：时分通感一体化系统的测角误差

图8：时分通感一体化系统的定位误差

图9所示为时分通感一体化系统的通信吞吐量。实验结果表明，随着感知时隙占用率的增加，用于通信的PDSCH资源将受到影响，通信吞吐量稍有降低。

图9：时分通感一体化系统的吞吐量

四、总结与展望

本文提出了一种基于5G NR帧结构的自动驾驶车联网时分通感一体化方法，设计并研制了国际首个基于5G毫米波通信信号的通感一体化技术验证硬件平台。实验结果表明：所提出的时分通感一体化系统可以保障通信速率2.8Gbps情况下，对待测目标的位置误差检测控制在厘米级。验证了采用多节点感知数据融合，目标检测的位置误差可降低18.5%。初步验证了基于5G通信信号的通感一体化技术方案是可行的。

我们未来的研究工作，将结合通信基站等设备开展通感一体化关键技术的实测与性能全面评估，并进一步探索移动网络赋能的通信-感知-计算的一体化方法与技术等。

参考文献

[1] Q. Zhang, H. Sun, X. Gao, X. Wang and Z. Feng, “Time-division ISAC Enabled Connected Automated Vehicles Cooperation Algorithm Design and Performance Evaluation,” IEEE J. Sel. Areas Commun., pp. 1-1, Mar. 2022.

[2] Q. Zhang, X. Wang, Z. Li, and Z. Wei, “Design and Performance Evaluation of Joint Sensing and Communication Integrated System for 5G MmWave Enabled CAVs,” IEEE J. Sel. Top. Sig. Proc.,vol. 15, no. 6, pp. 1500-1514, Nov. 2021.

[3] W. Zong, C. Zhang, Z. Wang, J. Zhu and Q. Chen, “Architecture Design andImplementation of an Autonomous Vehicle,” IEEE Access, vol. 6, pp. 21956-21970,Apr. 2018.

[4] F. Liu, C. Masouros, A. P. Petropulu et al., “Joint Radar and Communication Design: Applications, State-of-the-Art, and the Road Ahead,” IEEE Trans.Wireless Commun., vol. 68, no. 6, pp. 3834-3862, Jun. 2020.

[5]N. Gonzlez-Prelcic, R. Mndez-Rial, R. W. Heath, “Radar aided beam alignmentin MmWave V2I communications supporting antenna diversity,” Proc. Inf. Theory Appl., pp. 1-7, Feb. 2016.

[6] F. Liu and C. Masouros, “A Tutorial on Joint Radar and Communication Transmission for Vehicular Networks-Part I: Background and Fundamentals,” IEEE Commun. Letters., vol. 25, no. 2, pp. 322-326, Feb. 2021.

[7]F. Liu and C. Masouros, “A Tutorial on Joint Radar and Communication Transmission for Vehicular Networks-Part II: State of the Art and Challenges Ahead,” IEEE Commun. Letters., vol. 25, no. 2, pp. 327-331, Feb. 2021.

[8] P. Kumari, J. Choi, N. Gonzlez-Prelcic et al., “IEEE 802.11ad-Based Radar: An Approach to Joint Vehicular Communication Radar System,” IEEE Trans. Veh.Technol., vol. 67, no. 4, pp. 3012-3027, Apr. 2018.

[9] ITU-R WP5A, Annex 23 to Working Party 5A Chairman’s Report, “WORKING DOCUMENT TOWARDS A PRELIMINARY DRAFT NEWREPORT ITU-R M.[CAV],” Nov. 2021.

 ISAC通信感知一体化公众号简介 

ISAC通信感知一体化公众号由IEEE通信学会通信感知一体化新兴技术倡议委员会(ISAC-ETI)成立，由ISAC-ETI Online Content Working Group (WG4) 负责维护并运行。

ISAC通信感知一体化公众号组委会：

刘凡，南方科技大学

韩霄，华为技术有限公司

崔原豪，北京邮电大学

许杰，香港中文大学（深圳）