CN113424571B - 用于预测信道负载的方法 - Google Patents

用于预测信道负载的方法 Download PDF

Info

Publication number
CN113424571B
CN113424571B CN202080015846.6A CN202080015846A CN113424571B CN 113424571 B CN113424571 B CN 113424571B CN 202080015846 A CN202080015846 A CN 202080015846A CN 113424571 B CN113424571 B CN 113424571B
Authority
CN
China
Prior art keywords
cqi
vehicle
location
time
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202080015846.6A
Other languages
English (en)
Other versions
CN113424571A (zh
Inventor
D·雷曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen AG
Original Assignee
Volkswagen AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from EP19158381.4A external-priority patent/EP3700108B1/en
Application filed by Volkswagen AG filed Critical Volkswagen AG
Publication of CN113424571A publication Critical patent/CN113424571A/zh
Application granted granted Critical
Publication of CN113424571B publication Critical patent/CN113424571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种预测信道负载的方法。其中,所述方法包括以下步骤:确定与位置和第一时间点相关联的第一信道质量信息CQI;预测与所述位置以及第一时间点之后的第二时间点相关联的交通流数据;基于第一CQI和所预测的交通流来预测与所述位置和第二时间点相关联的第二CQI;以及基于第二CQI将包括第二CQI、所述位置和第二时间点的消息选择性地传输到至少一个车辆。本发明进一步涉及一种用于执行所述方法的车辆和道路侧单元RSU。

Description

用于预测信道负载的方法
技术领域
本发明涉及一种用于预测信道负载的方法,特别是用于基于一区域的交通流数据来预测该区域中的信道负载的方法。本发明进一步涉及被配置成用于执行这种方法的道路侧单元RSU,特别地涉及包括被配置成用于执行这种方法的控制单元的RSU。本发明进一步涉及一种被配置成用于执行这种方法的车辆,特别地涉及一种包括被配置成用于执行这种方法的控制单元的车辆。本发明进一步涉及一种用于使得控制单元能够执行本发明的方法的计算机程序。
背景技术
汽车应用和移动通信特别地由于对自主驾驶不断增加的兴趣而变得越来越陷入纠缠(entangled),自主驾驶与传统驾驶相比需要更大量的数据。这些数据量部分地由车辆本身(即,由其传感器)提供,并且部分地经由空中接口提供。经由空中接口,执行车辆到车辆V2V通信或者车辆到任何事物V2X通信,后者包括与道路侧单元RSU的通信。其中,V2V和V2X通信可以作为点对点(单播)通信或点对多点(多播/广播)通信来执行。
如果V2X通信是经由蜂窝移动网络(诸如例如LTE或5G通信网络)来执行的,则将其称为蜂窝式V2X,即C-V2X。V2V和C-V2X通信可以在PHY层处具有侧链路承载(PC5侧链路)的LTE或5G网络中执行,或者基于根据IEEE 802.11 p标准的WLAN通信来执行。
随着越来越多的现代车辆使用V2V和V2X通信,这些通信协议的用户数量正在上升。由于用户数量和日益复杂的应用,所传输数据的量将不断上升。然而,由于有限的带宽和数据速率,数据中的增加可能会伴随着信道质量的恶化,并且从而伴随着通信链路的服务质量QoS的恶化。
然而,特别是关于自主驾驶,无线电链路的QoS可能直接关系到自动化过程的安全性,并且因此直接关系到驾驶员的安全性。示例可以在所谓的“成排(platooning)”中找到,成排是一种协作式驾驶机动,其将允许参与的车辆以最小的间距形成高密度车队,以用于减少个体车辆的能量和燃料消耗。在这种成排中,排领导者(leader)可能需要经由单播消息来通知其他排成员所需的制动操作等。如果在较差的信道质量环境中传输这种消息,则该传输可能易于出错或延迟,从而导致降低的性能以及风险。
WO 2018/111177 A1公开了一种用于基于排(platoon)的实际或预测的地理位置以及关于道路状况、天气状况或交通状况的附加信息来调整排的车辆之间的距离的方法。然而,排内的V2V通信或排的V2X通信尚未被考虑。
因此,本发明的目的是克服或减少现有技术的至少一些缺点,并且提供一种用于预测信道负载的方法,该方法允许基于所预测的信道负载来适配自动车辆的驾驶操作。
发明内容
根据本公开的一方面,提供了一种用于预测信道负载的方法,所述方法可以由如下所描述的根据本发明的车辆、或者由如下所描述的根据本发明的道路侧单元来执行。在所述方法的第一步骤中,确定第一信道质量信息CQI,其中第一CQI与所定义的位置相关联并且进一步与第一时间点相关联。第一CQI优选地包括经由通信网络(诸如,蜂窝网络或WLAN网络)的信道接收到的信号的接收功率的测量结果。第一CQI可以进一步包括关于所述通信的错误率的信息,诸如例如分组错误丢失率或比特错误率。可以进一步与根据LTE-A的服务质量(QoS)类标识符QCI或信道质量指示符CQI类似地配置第一信道质量信息CQI,但是然而第一信道质量信息CQI不限于这种实施例。
本公开的方法进一步包括预测交通流的步骤,特别是预测与所述位置并且与第一时间点之后(即,跟随第一时间点)的第二时间点相关联的行进流数据(travel flow data)的步骤。其中,预测关于所述位置和第二时间点的行进流允许估计(确定)在所述位置和第二时间点处存在的交通情形。其中,交通情形主要由在第二时间点处或第二时间点周围、位于所述位置附近的车辆的量来表征。然而,交通情形可以考虑附加方面,例如交通灯,如下面详细描述的那样。
在本公开的方法中,然后预测(确定)第二质量信道信息CQI,其中第二CQI与所述位置和第二时间点相关联,并且其中所述预测基于第一CQI以及基于所预测的交通流。其中,第一CQI优选地用作基线,即起点,其中基于行进流预测、例如基于车辆的进入量(incoming amount)和外出量(outgoing amount)来预测对CQI的改变。还优选的是,第一CQI与交通情形相关联,所述交通情形例如在第一时间点处或第一时间点周围、处于所述位置处或所述位置周围的车辆的数量。然后,可以基于在第一时间点处、在所述位置处的交通情形(例如,车辆数量)来归一化第一CQI。然后,可以基于在第二时间点处、在所述位置处的交通情形(例如,车辆数量)以及经归一化的第一CQ来确定第二CQI(叉乘法(cross-multiplication))。下面给出了预测交通流和第二CQI的更详细描述。
在本公开的方法中,将包括所预测的第二CQI、所述位置和第二时间点的消息选择性地传输到至少一个车辆,优选地传输到多个车辆。其中,关于是否将所述消息传输到至少一个车辆的选择基于第二CQI,例如其绝对值。在第二CQI包括标量值的情况下,优选地基于第二CQI的标量值与阈值的数值比较来执行关于是否传输所述消息的确定。在第二CQI包括采用矢量或矩阵形式的信息的情况下,优选地,逐元素地或基于第二CQI的范数来执行这种确定。关于第二时间点的信息优选地以绝对时间值的形式、或以相对于所述消息的实际时间(时间戳)的持续时间的形式而被包括。此外,关于所述位置的信息优选地作为GPS坐标而被包括。
因此,本公开的方法允许将消息传输到至少一个车辆,以用于向所述车辆通知针对位置和未来第二时间点所预测的第二CQI。基于这种预测,作出接收的车辆可以适配其操作,特别是适配通常依赖于无线数据传输和接收的其自动驾驶应用。可以直接将所述消息传输到所述车辆(V2V),或者可以经由移动通信网络的基站或道路侧单元来中继所述消息。通过选择性地传输第二CQI,本发明的方法避免了信道拥塞。因此,通过在其中不需要传输包括第二CQI的消息的情形下不传输这种消息,避免了信道拥塞。
在本发明的优选实施例中,所述位置由地理坐标和地理坐标周围的预定区域来定义。其中,地理坐标优选地由在其处测量了第一CQI的位置来定义。地理坐标周围的预定区域优选地是预定的,例如通过在这种位置周围设置预定半径,诸如500 m、1 km等等。进一步优选的是,所述预定区域可能取决于在测量第一CQI时的车辆速度,或者可能基于产生了第一CQI的车辆的多个测量结果。换句话说,第一CQI其本身可能适用于区(区域),而不是特定位置。此外,还可能以与通过位置和关于所述位置的范围不同的方式来指示这种区域(区),诸如例如通过指定所述区域的边界的位置、或通过指定负责该区域的覆盖的通信网络基站的标识符。所述区域还可以由预定义网格的网格元素来定义,或者通过使用涉及街道、交叉路口等的街道信息来定义。
关于所述位置的预定区域优选地也在所述消息中被指示。因此,如果第二CQI是针对包括所述位置的区域(区)而定义的,则也将向接收所述消息的车辆通知所述区域,以便有利地关于整个区域来适配其自动驾驶应用。通过针对区来定义CQI,有利地增加了所述方法的可用性,并且更多的车辆受益。
在一实施例中,基于针对所述位置的传播方向(propagation direction)和速度来确定或定义关于所述位置的预定区域。针对所述位置的这种轨迹和速度优选地也在所述消息中被指示,和/或可以基于针对所述位置的行进流预测来确定。进一步优选的是,基于与行进流预测(第二位置)相关联和/或与第二CQI相关联的至少一个车辆的标识符或轨迹来确定关于所述位置的预定区域。一般而言,具有临界CQI(即,高于如下所定义的第一和/或第二阈值)的区域倾向于由使用相同通信网络基础设施的正在移动的车辆集群来生成。因此,(移动的)临界区域还可能与一个或多个这种车辆的位置相关联,并且通过知晓这种车辆的标识符,可以确定其实际位置,并且基于这种实际位置,可以针对对应位置(即,所述集群在第二时间点处的位置)来预测第二CQI值。
在优选实施例中,交通流数据包括:在第一时间点与第二时间点之间或在第二时间点周围的所定义的时间帧内正在接近所述位置的车辆的第一数量:以及在第一时间点与第二时间点之间或在第二时间点周围的所定义的时间帧内正在离开所述位置的车辆的第二数量。基于车辆的这种数量、即流入和流出,可以基于连续性方程(continuityequation)来确定与所述位置相关联的车辆的总数的改变。特别优选的是,预测交通流数据的步骤包括:确定在第一与第二时间点之间(或在第二时间点周围的所定义的时间帧内)进入所述预定区域的车辆的第一数量;以及确定在第一与第二时间点之间(或在第二时间点周围的所定义的时间帧内)离开所述预定区域的车辆的第二数量。进一步优选的是,交通流数据包括:在第二时间点处或在第二时间点周围的预定时间帧内、处于所述位置处或接近于所述位置的车辆的数量。基于车辆的这种数量,可以针对第二时间点、针对所述位置或区域来估计第二CQI。
在进一步优选实施例中,预测交通流数据的步骤包括:基于传感器读数来确定至少一个车辆(优选地,多个车辆)的传播方向和/或速度的步骤。这种传感器读数优选地由通常用于车辆中的距离测量的传感器来获得,这些传感器诸如例如基于LIDAR、超声或激光的距离传感器。然而,在本公开的上下文中,这种传感器读数也可以由包括这种传感器的道路侧单元来获得。附加地或替代地,预测交通流数据的步骤包括:基于从至少一个车辆接收到的至少一个协作感知消息CAM(优选地,多个CAM)来确定至少一个车辆(优选地,多个车辆)的传播方向和/或速度的步骤。这种CAM包括关于所述车辆的位置和传播方向的信息,并且因此允许预测作出传输的车辆的未来去向(whereabouts)。因此,甚至可以在不执行实际传感器读数的情况下完成交通流预测,这在诸如大雨、雾或雪之类的恶劣测量条件下是有益的。CAM消息中包含的信息优选地基于由作出传输的车辆本身获得的数据,诸如例如GPS坐标和行进轨迹、速度等。特别优选的是,将传感器读数与接收到的CAM信息进行组合,以便在本公开的方法中以高精度来预测交通流数据。
进一步优选的是,本公开的方法中对交通流数据的预测进一步基于与所述位置相关联的附加信息。这种附加信息优选地包括道路信息,道路信息进一步表征了所述位置处的基础设施。这种道路信息优选地指明了所述位置是十字路口(具有或不具有交通灯)、人行横道(具有或不具有交通灯)、铁路道口(具有或不具有栅门(gate))等。这种道路信息优选地从存在于车辆中的导航信息中导出,或者可以从历史交通流数据中导出。进一步优选的是,这种道路信息包括附加数据,诸如例如关于交通灯的切换时间、关于铁路道口处的栅门的关闭时间、铁路道口处的火车的会车时间(crossing time)等。进一步优选的是,与第二位置相关联的附加信息进一步包括交通信息,交通信息进一步指明所述位置处或所述位置周围的实际交通场景。这种交通信息优选地指明了所述位置处或所述位置周围正在发生交通堵塞、或者所述位置处或所述位置周围发生了事故。进一步优选的是,交通信息包括由于另一原因而在所述位置处或所述位置附近正在发生道路阻塞或封闭的附加信息。基于这种附加信息,可以调整交通流预测,例如通过考虑进入的车辆在所述位置处或所述位置周围的停留时间(dwelling time)、或者通过考虑阻止外出的车辆流离开所述位置周围的区域的障碍物等。
在本公开的方法中,对第二CQI的预测基于针对所述位置和第二时间点的交通流数据的预测,特别优选的是,基于针对在第二时间点处或第二时间点周围、处于所述位置处或所述位置周围的车辆总数的估计。基于车辆的这种数量,优选地通过假设在第二时间点处或第二时间点周围、位于所述位置处或所述位置周围的每个车辆的预定信道使用量(usage)来确定第二CQI。其中,信道使用量指代单个车辆所占用的信道的小部分通信带宽中的部分。替代地,每个车辆的信道使用量可以单独地适配于一车辆或适配于一组车辆。示例性地,每个车辆的信道使用量可以针对一组车辆、基于该组车辆的类别来确定。而且,每个车辆的信道使用量可以针对个体车辆、基于该车辆的传输历史或数据使用量历史来确定。优选地,经由从车辆接收到的CAM信息来接收这种信息。也就是说,这种适配合适地在基于CAM消息的交通流预测中执行。
在本发明的进一步优选实施例中,在关于所述位置的预定传输范围内广播所述消息。换句话说,关于具有临界信道状况的位置或区域的所述消息仅在所述位置或区域周围的预定义范围(例如,半径)上被共享,以便进一步减少信道拥塞。特别优选的是,在其中基于与所述位置相关联的道路类(road class)来确定所述预定传输范围。换句话说,可以将城市道路与高速公路、汽车干路等进行区分,并且基于所区分的道路类来设置所述传输范围。示例性地,在具有较高平均行进速度的道路上,所述传输范围大于具有较低平均行进速度的道路的传输范围。作为直接设置传输范围的替代方案,基于道路类来适配传输功率。
进一步优选的是,在本公开的方法中,存在附加边界条件以用于将所述消息选择性地传输到至少另一车辆,这是因为所述消息仅在所述位置周围的预定距离内传输。通过限制其中传输发生的距离,在远离所述位置的距离区处避免了所述消息的传输,这是由于作出接收的车辆实际上穿过第二CQI所适用的位置的概率随着距离的增加而降低。特别优选的是,所述预定距离阈值是大约2 km,进一步优选的是大约3 km,并且特别优选的是大约5 km。因此,第二CQI的传输被限制到关于所述位置(区域)的5 km半径内。
在本发明的进一步优选实施例中,选择性地传输所述消息的步骤包括:如果第二CQI超过预定第一阈值则传输所述消息的步骤;以及如果第二CQI低于第一阈值则不传输所述消息的步骤。换句话说,仅当针对所述位置(区域)确定了信道质量的预定临界性(criticality)时,才传输所述消息。如上所阐述,第一和第二CQI优选地涉及信道负载和/或涉及可经由该信道获得的服务质量。如上面进一步阐述的,信道优选地是4G或5G LTE网络的移动承载、或根据IEEE 802.11 p标准的WLAN连接的WLAN承载中的一个。本发明的方法旨在减少与服务消息传输相关的信道拥塞。因此,优选地,如果第二CQI涉及高于70%的信道容量、高于80%的信道容量、或优选地高于90%的信道容量的信道负载,则传输第二消息。因此,如果预期没有临界信道质量,则避免消息传输。
除了第一阈值之外,在本发明的方法中可以利用第二阈值。其中,第二阈值优选地低于第一阈值,并且优选地适用于第一CQI。因此,本发明的优选实施例包括:确定第一CQI是否超过预定第一和第二阈值中的一个的步骤;以及仅当第一CQI超过第二阈值时执行用于预测交通流数据和第二CQI的方法的进一步步骤。换句话说,如果第一CQI尚未指示针对所述位置/区域的某个预临界性(pre-criticality),则根本不执行对交通流数据和第二CQI(信道负载)的预测。进一步优选的是,如果第一CQI已经超过如上关于第二CQI所描述的第一阈值,则优选地将消息传输到至少一个其他车辆,所述消息包括第一CQI、所述位置和第一时间点。然而,在这种情形下,优选地执行预测步骤,并且所述消息进一步包括如上所描述的关于第二时间点和第二CQI的信息。
在特别优选的实施例中,所述消息是共享信道质量SCQ消息,所述SCQ消息被配置成通知将经过具有高信道负载的临界区域的车辆,如欧洲专利申请No.19158381.4中详细描述的那样,该申请的全部内容通过引用在此并入。进一步优选的是,第一消息和/或第二消息是协作通信消息CCM,所述协作通信消息CCM被配置成包括关于信道以及关于可能对信道质量具有影响的周围结构的信息,如在欧洲专利申请No.18184352.5中详细描述的那样,该申请的全部内容通过引用在此并入。然而,对于用于预测信道负载的本发明的方法而言,用于传输第二CQI的格式是相当无关紧要的(irrelevant)。
本公开的另一方面涉及一种包括(第一)通信模块的车辆,(第一)通信模块被配置成与另一车辆以及与通信网络的至少一个站进行通信。(第一)通信模块可以包括另外的组件,以实现与移动通信***中的另一车辆(即,另一车辆的相同或类似通信模块)的这种通信。这些组件可以包括收发器(发射器和/或接收器)组件,诸如一个或多个低噪声放大器(LNA)、一个或多个功率放大器(PA)、一个或多个双工器、一个或多个天线共用器、一个或多个滤波器或滤波器电路、一个或多个转换器、一个或多个混频器、相应地适配的射频组件等。这些组件可以进一步耦合到一个或多个天线,这些天线可以对应于任何发射和/或接收天线,诸如喇叭天线、偶极天线、贴片天线、扇区天线等。天线可以以所定义的几何设置来布置,所述几何设置诸如均匀阵列、线性阵列、圆形阵列、三角形阵列、(均匀)场阵列等。
本公开的车辆进一步包括多个第一传感器,所述多个第一传感器被配置成用于检测至少一个其他车辆(优选地,多个其他车辆)的传播方向和/或速度。这些传感器优选地被配置为在用于检测车辆与另一车辆或障碍物之间的距离的领域中是常用的,例如通过利用LIDAR技术、RADAR技术、超声传感器或基于激光的传感器来检测。除了传感器之外,所述车辆的通信模块优选地进一步被配置成从至少一个其他车辆接收CAM消息,所述CAM消息包括关于该车辆的传播方向和/或速度的信息。所述车辆优选地进一步包括第二传感器,第二传感器被配置成用于检测与所述车辆本身的状态(例如,所述车辆的速度或传播方向等)相关联的至少一个值。所述通信模块可以进一步被配置成用于将包括这种信息的CAM消息传输到至少一个其他车辆。
根据本发明的车辆进一步包括(第一)控制单元,(第一)控制单元特别地经由相应接口连接到(第一)通信模块,并且被配置成控制所述通信模块接收和传输相应数据。(第一)控制单元特别地被配置成确定与位置相关联并且与第一时间点相关联的第一信道质量信息CQI。(第一)控制单元进一步被配置成预测与所述位置相关联并且与第一时间点之后的第二时间点相关联的交通流数据。该预测优选地基于由所述车辆获得的传感器读数和/或基于从由所述车辆接收到的至少一个CAM消息中检索的信息。(第一)控制单元还被配置成基于第一CQI和所预测的交通流来预测与所述位置相关联并且与第二时间点相关联的第二CQI,并且基于第二CQI(例如,如果第二CQI超过预定第一阈值)将包括第二CQI、所述位置和第二时间点的消息选择性地传输到至少一个车辆。
本公开的另一方面涉及一种被配置成用于执行本公开的方法的道路侧单元RSU。所述RSU包括(第二)通信模块,(第二)通信模块被配置成与至少一个车辆以及与通信网络的至少一个其他站进行通信。(第二)通信模块可以包括另外的组件,以实现与移动通信***中的车辆或另一个站的这种通信。这些组件可以包括收发器(发射器和/或接收器)组件,诸如一个或多个低噪声放大器(LNA)、一个或多个功率放大器(PA)、一个或多个双工器、一个或多个天线共用器、一个或多个滤波器或滤波器电路、一个或多个转换器、一个或多个混频器、相应地适配的射频组件等。这些组件可以进一步耦合到一个或多个天线,这些天线可以对应于任何发射和/或接收天线,诸如喇叭天线、偶极天线、贴片天线、扇区天线等。天线可以以所定义的几何设置来布置,所述几何设置诸如均匀阵列、线性阵列、圆形阵列、三角形阵列、均匀场天线、场阵列等。
本公开的RSU优选地包括多个第一传感器,所述多个第一传感器被配置成用于检测至少一个车辆(优选地,多个车辆)的传播方向和/或速度。这些传感器优选地被配置为在用于检测车辆之间的距离的领域中是常用的,例如通过利用LIDAR技术、RADAR技术、超声传感器或基于激光的传感器来检测。(第二)通信模块进一步被配置成从至少一个车辆接收CAM消息,所述CAM消息包括关于该车辆的传播方向和/或速度的信息。
所述RSU进一步包括(第二)控制单元,(第二)控制单元特别地经由相应接口连接到(第二)通信模块,并且被配置成控制(第二)通信模块接收和传输相应数据。(第二)控制单元特别地被配置成确定与位置相关联并且与第一时间点相关联的第一信道质量信息CQI。(第二)控制单元进一步被配置成预测与所述位置相关联并且与第一时间点之后的第二时间点相关联的交通流数据。该预测优选地基于由所述RSU获得的传感器读数和/或基于从由所述RSU接收到的至少一个CAM消息中检索的信息。(第二)控制单元进一步被配置成基于第一CQI和所预测的交通流来预测与所述位置相关联并且与第二时间点相关联的第二CQI,并且基于第二CQI(例如,如果第二CQI超过预定第一阈值)将包括第二CQI、所述位置和第二时间点的消息选择性地传输到至少一个车辆。
本发明的另一方面涉及一种包括指令的计算机程序,当所述程序由车辆或RSU的控制单元执行时,所述指令使所述控制单元执行如上所阐述的用于预测信道负载的方法。
本发明的进一步方面可以从从属权利要求或以下描述中得知。
附图说明
通过参考附图来详细描述示例性实施例,特征对于本领域普通技术人员将变得明显,在附图中:
图1示意性地图示了用于执行本发明的方法的***;
图2示意性地图示了用于执行本发明的方法的智能环境,该智能环境包括如图1的***、移动通信网络的基站、以及制造商服务器;以及
图3图示了本发明的方法的应用情况。
具体实施方式
现在将详细参考附图中所图示的实施例。将参考附图来描述示例性实施例的效果和特征。其中,相同的参考数字表示相同的元素,并且省略了冗余描述。然而,本发明可以以各种不同的形式来体现,并且不应当被解释为仅限于本文中所说明的实施例。而是,这些实施例仅仅作为示例而提供,以用于向本领域技术人员充分传达本发明的方面和特征。
因此,被认为对于本领域普通技术人员完全理解本发明的方面和特征来说不必要的过程、元素和技术可以不被描述。同时,在附图内,为了清楚起见,可能会夸大元素、层和区的相对大小。
如本文中所使用,术语“和/或”包括一个或多个相关联的所列项目的任何和所有组合。此外,在描述本发明的实施例时对“可以”的使用指代“本发明的一个或多个实施例”。此外,在本发明的实施例的以下描述中,单数形式的术语可以包括复数形式,除非上下文另行明确指示。
应当理解的是,尽管术语“第一”和“第二”用于描述各种元素,但是这些元素不应当受这些术语所限制。这些术语仅用于区分一个元素与另一个元素。例如,在不脱离本发明的范围的情况下,第一元素可以被命名为第二元素,并且类似地,第二元素可以被命名为第一元素。如本文中所使用,术语“和/或”包括一个或多个相关联的所列项目的任何和所有组合,并且诸如“至少一个”之类的表述当在元素列表之前时修饰整个元素列表。
如本文中所使用,术语“基本上”和“大约”用作近似术语,而不是程度术语,并且意图计及本领域普通技术人员将认识到的所测量或计算的值中的固有偏差。然而,如果术语“基本上”与使用数值来表述的特征结合使用,则术语“基本上”表示以该值为中心的值的+/-5%的范围。
图1示意性地图示了用于执行本发明的方法的示例性***,该***包括车辆10和道路侧单元90 RSU。车辆10可以包括内燃机马达、电动马达、或混合动力马达,并且包括多个主传感器,特别是第一传感器11、第二传感器12和第三传感器13。主传感器11、12、13被配置成用于检测该车辆的环境信息,并且包括例如用于检测车辆10前方的道路的图像的相机、距离传感器,诸如例如基于超声的传感器或基于LIDAR的传感器等。主传感器11、12、13将检测到的信号传输到车辆10的第一控制单元40。
车辆10进一步包括多个辅助传感器,特别是第四传感器51、第五传感器52和第六传感器53。辅助传感器51、52、53被配置成用于检测关于车辆10本身的信息,特别是关于车辆10的实际位置和运动状态的数据。辅助传感器51、52、53因此优选地包括速度传感器、加速度传感器、倾斜传感器等。辅助信号将检测到的信号传输到车辆10的第一控制单元40。
车辆10进一步包括具有存储器和一个或多个应答器22的第一通信模块20。应答器22可能被配置为无线电、WLAN、GPS和/或蓝牙应答器等。应答器22优选地经由合适的数据总线与第一通信模块20的内部存储器21进行通信。第一通信模块20被配置成执行V2V和(C)-V2X通信。在内部,第一通信模块20与第一控制单元40进行通信。
第一通信模块20被适配成用于根据WLAN p通信***(IEEE 802.11 p)和/或根据LTE-V模式4通信***来传送消息。此外,第一通信模块20被配置成检测适合于确定由模块20使用的通信信道中的一个上的信道负载的信号。具体地,通信***被配置成与GPS卫星61、与移动通信网络的基站62、以及与其他车辆63进行通信,特别是与其他车辆63的类似通信模块进行通信。第一通信模块20进一步被配置成与道路侧单元90的第二通信模块80、特别是其应答器进行通信。
车辆10进一步包括驾驶***30,驾驶***30被配置成用于执行车辆10的完全自主或部分自主驾驶,特别是用于其纵向和横向控制。驾驶***30包括导航模块32,导航模块32被配置成确定由用户输入的起点与终点之间的导航路线。驾驶***进一步包括例如用于地图材料的内部存储器31,内部存储器31例如经由合适的数据总线与导航模块32进行通信。辅助传感器51、52、53的至少一部分将它们的信号直接传输到驾驶***30,特别地包括车辆10的实际位置和移动信息。
车辆10进一步包括第一控制单元40,第一控制单元40被配置成用于执行下面详细阐述的本发明的方法。为了执行该任务和其他任务,第一控制单元40包括内部存储器41和CPU 42,内部存储器41和CPU 42经由合适的数据总线彼此通信。在此之上,控制单元40例如经由一个或多个CAN、SPI或其他合适连接与至少主传感器11、12、13、辅助传感器51、52、53、通信模块20和驾驶***30进行通信。
该***的道路侧单元90包括第二通信模块80。第二通信模块80包括用于经由至少一个物理信道来执行物理通信的至少一个应答器81,诸如例如无线电、WLAN、GPS和/或蓝牙应答器等。此外,第一通信模块20被配置成检测适合于确定所使用的通信信道中的一个上的信道负载的信号。应答器81优选地经由合适的数据总线与第二通信模块80的内部存储器82进行通信。内部存储器82可以存储通信相关信息,诸如小区标识符。
第二通信模块80被适配成用于根据WLAN p通信***(IEEE 802.11 p)和/或根据LTE-V模式4通信***来传送消息。此外,第二通信模块80被配置成检测适合于确定由模块80使用的通信信道中的一个上的信道负载的信号。特别地,通信模块80被配置成与移动通信网络的基站62、与车辆10、63、并且特别是与车辆10、63的第一通信模块20进行通信。
道路侧单元90进一步包括第二控制单元85,第二控制单元85被配置成用于执行本发明的方法。第二控制单元85包括内部存储器86和CPU 87,内部存储器86和CPU 87经由合适的数据总线彼此通信。第二控制单元85被配置成控制第二通信模块80。
图2示意性地图示了用于执行本发明的方法的智能环境,该智能环境包括如图1的车辆10和道路侧单元90、移动通信网络的基站62、以及由车辆制造商操作的服务器70。
在图2中所示的***中,通信(即,传输、接收或其两者)直接发生在车辆10当中,和/或发生在车辆10与网络组件(特别是基站62、道路侧单元90、和/或应用或后端服务器70)之间。因此,该通信要么利用移动通信***的车辆到车辆V2V通信,要么利用车辆到基础设施V2X通信。其中,基站62通常由移动通信网络的网络运营商来操作,而道路侧单元90可能由网络运营商、由车辆制造商、或由制造商的服务伙伴来操作。此外,道路侧单元90与服务器70进行通信,服务器70还可能直接与车辆10进行通信。
用于V2V和/或V2X通信的移动通信***可以例如对应于第三代合作伙伴计划(3GPP)标准化移动通信网络之一,其中术语移动通信***与移动通信网络同义地使用。移动或无线通信***400可以对应于第五代(5G)移动通信***,并且可以使用毫米波技术。移动通信***可以对应于或者包括例如长期演进(LTE)、高级LTE(LTE-A)、高速分组接入(HSPA)、通用移动电信***(UMTS)或UMTS陆地无线电接入网络(UTRAN)、演进的UTRAN(e-UTRAN)、全球移动通信***(GSM)或增强型数据速率GSM演进(EDGE)网络、GSM/EDGE无线电接入网络(GERAN)、或者具有不同标准(例如,全球微波接入互操作性(WIMAX)网络IEEE802.16或无线局域网(WLAN)IEEE 802.11)的移动通信网络,一般是正交频分多址(OFDMA)网络、时分多址(TDMA)网络、码分多址(CDMA)网络、宽带CDMA(WCDMA)网络、频分多址(FDMA)网络、空分多址(SDMA)网络等等。
图3图示了根据本发明的方法、特别是根据本发明实施例的用于预测信道负载的方法的应用情况。
在所图示的实施例中,交叉路口周围的区域Z1在第一时间点处具有几乎临界的信道负载。特别地,第一车辆V1在经过区域Z1时测量出第一CQ,该第一CQ指示在第一时间点处大约69%的信道负载。用于检测具有临界区域的区域的第一阈值被设置为70%信道负载,所以第一车辆V1不向其他车辆广播具有该第一CQI的消息。然而,由于用于检测预临界区域的第二阈值被设置为60%信道负载,因此第一车辆V1将区域Z1确定为预临界区域,并且执行以下预测。
第一车辆正在预测与第一区域并且与第一时间点之后的第二时间点相关联的交通流数据。其中,第一车辆考虑经由来自已经处于第一区域Z1中的车辆的CAM消息接收到的信息,并且进一步考虑指示该交叉路口处的交通灯的附加道路信息。此外,第一车辆基于由第一车辆V1利用的LIDAR传感器***的传感器读数来检测正在接近第一区域Z1的第一组G1车辆中的另外车辆。这些距离和传播测量在图3中由从第一车辆V1发出的虚线来指示。附加地,第一车辆V1从第一组G1中的最后一个车辆接收到另一个CAM消息,该另一个CAM消息经由如上关于图1所描述的道路侧单元90从该车辆被中继到第一车辆V1。
基于关于第一区域内的车辆的停留时间和第一组G1中的进入车辆的数量的信息,第一车辆能够预测在第二时间点处的第一区域内的车辆数量。基于该预测以及每个车辆的恒定信道使用量(信道带宽使用量)的假设,第一车辆进一步预测针对第二时间点的第二CQI,该第二CQI指示了针对第二时间点的71%信道负载。由于与第二CQI相关联的所预测的信道负载高于70%的第一阈值,因此第一车辆V1然后广播包括第二CQI以及关于第一区域Z1和关于第二时间点的信息的消息。
因此,第一车辆V1向在其实际位置周围的预定范围内的即将到来的车辆/排通知信道参数的其预测估计。示例性地,该消息由正在接近第一车辆V1和第一区域Z1的第一个排PL1来接收。基于从第一车辆V1接收到的消息,第一个排PL1中的车辆能够基于第二CQI来预测在第二时间点处的第一区域Z1中的信道质量,并且因此可以例如通过增加排成员之间的距离来适配它们的成排应用参数。因此,通过本公开的方法,可以有效地避免V2X功能下的问题,诸如成排。
根据本文中描述的本发明实施例的电子或电气设备和/或任何其他相关设备或组件——除了被明确描述为硬件的那些之外——可以利用任何合适的硬件、固件(例如,专用集成电路)、软件或者软件、固件和硬件的组合来实现。例如,这些设备的各种组件可以形成在一个集成电路(IC)芯片上,或者可以形成在分离的IC芯片上。此外,这些设备的各种组件可以在柔性印刷电路膜、磁带载体封装(TCP)、印刷电路板(PCB)上实现,或者形成在一个衬底上。本文中描述的电连接或互连可以通过导线或导电元件来实现,例如在PCB或另一种电路载体上实现。导电元件可以包括金属化,例如表面金属化和/或引脚,和/或导电元件可以包括导电聚合物或陶瓷。可能经由无线连接来传输进一步的电能,例如使用电磁辐射和/或光。此外,这些设备的各种组件可以是运行在一个或多个处理器上、在一个或多个计算设备中、执行计算机程序指令并与其他***组件交互以用于执行本文中描述的各种功能的进程或线程。计算机程序指令被存储在存储器中,这可以在使用标准存储器设备(诸如例如,随机存取存储器(RAM))的计算设备中实现。计算机程序指令还可以被存储在其他非暂时性计算机可读介质(诸如例如,CD-ROM、闪存驱动器等)中。
本领域技术人员应当认识到,在不脱离本发明的示例性实施例的范围的情况下,各种计算设备的功能可以被组合或集成到单个计算设备中,或者特定计算设备的功能可以跨一个或多个其他计算设备而分布。除非另行定义,否则本文中使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员通常理解的含义相同的含义。将进一步理解的是,诸如在常用词典中定义的那些术语应当被解释为具有与它们在相关技术和/或本说明书的上下文中的含义一致的含义,并且不应当以理想化或过度正式的意义来解释,除非明确地这样定义。
参考符号
10车辆
11第一传感器
12第二传感器
13第三传感器
20通信模块
21存储器
22收发器
30驾驶***
31存储器
32 CPU
40控制单元
41存储器
42 CPU
51第四传感器
52第五传感器
53第六传感器
61 GPS卫星
62基站
63其他车辆
70后端服务器
90道路侧单元
80第二通信模块
81应答器
82内部存储器
85第二控制单元
86内部存储器
87 CPU
V1第一乘用车辆
V2第二乘用车辆
G1第一组车辆
PL1第一个排
Z1临界区域

Claims (15)

1.一种用于预测信道负载的方法,包括以下步骤:
确定与位置和第一时间点相关联的第一信道质量信息CQI;
预测与所述位置以及第一时间点之后的第二时间点相关联的交通流数据;
基于第一CQI和所预测的交通流来预测与所述位置和第二时间点相关联的第二CQI;以及
基于第二CQI将包括第二CQI、所述位置和第二时间点的消息选择性地传输到至少一个车辆(10、63)。
2.根据权利要求1所述的方法,其中所述位置由地理坐标和所述地理坐标周围的预定区域来定义。
3.根据权利要求2所述的方法,其中所述预定区域在所述消息中被指示,和/或其中基于与所述位置和/或第二CQI相关联的车辆(10、63)的轨迹和/或标识符来预定所述预定区域。
4.根据权利要求2或3所述的方法,其中预测交通流数据包括:确定在第一与第二时间点之间进入所述预定区域的车辆(10、63)的第一数量;以及确定在第一与第二时间点之间离开所述预定区域的车辆(10、63)的第二数量。
5.根据权利要求1至3中任一项所述的方法,其中预测交通流数据包括:基于传感器读数和/或基于协作感知消息CAM来确定车辆的传播方向和/或速度。
6.根据权利要求1至3中任一项所述的方法,其中对交通流数据的预测进一步基于与所述位置相关联的道路信息和/或交通信息。
7.根据权利要求1至3中任一项所述的方法,其中对第二CQI的预测包括:假设在第二时间点处或第二时间点周围、位于所述位置处或所述位置周围的每个车辆(10、63)的预定信道使用量。
8.根据权利要求1至3中任一项所述的方法,其中在所述位置周围的预定传输范围内广播所述消息。
9.根据权利要求8所述的方法,其中基于与所述位置相关联的道路类来确定所述预定传输范围。
10.根据权利要求1至3中任一项所述的方法,其中如果第二CQI超过预定第一阈值,则传输所述消息,并且如果第二CQI低于第一阈值,则不传输所述消息。
11.根据权利要求1至3中任一项所述的方法,进一步包括以下步骤:
确定第一CQI是否超过预定第一和第二阈值中的一个;以及
当第一CQI超过第二阈值时,预测交通流数据和第二CQI,和/或
当第一CQI超过第一阈值时,将包括第一CQI、所述位置和第一时间点的消息传输到至少一个车辆(10、63)。
12.根据权利要求1至3中任一项所述的方法,其中所述消息是共享信道质量SCQ消息或协作通信消息CCM。
13.一种车辆(10),包括:
通信模块(20),其被配置成与另一车辆(63)以及与通信网络的站(62、70、90)进行通信;
多个第一传感器(11、12、13),其用于检测另一车辆(63)的传播方向和/或速度;以及
控制单元(40),其被配置成执行根据前述权利要求中任一项所述的方法。
14.一种道路侧单元(90),包括:
通信模块(80),其被配置成与车辆(10、63)以及与通信网络的另一个站(62、70)进行通信;以及
控制单元(85),其被配置成执行根据权利要求1至12中任一项所述的方法。
15.一种包括指令的计算机程序产品,所述指令在由车辆的控制单元执行时使所述控制单元执行权利要求1至12中任一项所述的方法。
CN202080015846.6A 2019-02-20 2020-02-18 用于预测信道负载的方法 Active CN113424571B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
EP19158381.4 2019-02-20
EP19158381.4A EP3700108B1 (en) 2019-02-20 2019-02-20 Method for supporting a first mobile station to predict the channel quality for a planned decentralized wireless communication to a communication partner station und mobile station
EP19171569.7A EP3598416B1 (en) 2018-07-19 2019-04-29 Method for vehicle-to-vehicle communication
EP19171569.7 2019-04-29
EP20152152.3A EP3699885B1 (en) 2019-02-20 2020-01-16 Method for predicting channel load
EP20152152.3 2020-01-16
PCT/EP2020/054180 WO2020169569A1 (en) 2019-02-20 2020-02-18 Method for predicting channel load

Publications (2)

Publication Number Publication Date
CN113424571A CN113424571A (zh) 2021-09-21
CN113424571B true CN113424571B (zh) 2024-06-21

Family

ID=

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101228566A (zh) * 2005-05-18 2008-07-23 Lg电子株式会社 提供关于在道路上的速度预测的交通信息及其使用

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101228566A (zh) * 2005-05-18 2008-07-23 Lg电子株式会社 提供关于在道路上的速度预测的交通信息及其使用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于灰色关联的车联网信道负载预测算法;莫元富;于德新;郭亚娟;;吉林大学学报(工学版)(第05期);全文 *

Similar Documents

Publication Publication Date Title
CN113424241B (zh) 一种用于预测信道负载的方法
US20200005650A1 (en) Method of controlling platooning in autonomous driving system
US11700514B2 (en) Method for a wireless communication from a first transportation vehicle to a road infrastructure station and apparatus for use in a transportation vehicle and adapted transportation vehicle
US11290937B2 (en) Mobile system communication apparatus
US11381953B2 (en) Method for vehicle-to-vehicle communication
CN112752237B (zh) 用于更新车辆的环境模型的方法、计算机程序、装置、车辆和交通实体
US20210099850A1 (en) Inter-vehicle communication system and vehicle communication device
CN113424571B (zh) 用于预测信道负载的方法
JP7143886B2 (ja) 基地局、通信システム、通信方法、および通信制御用プログラム
US12022539B2 (en) Information processing device, information processing method, and server
US20220201779A1 (en) Information processing device, information processing method, and server
CN115996456A (zh) 一种功率调整方法、obu以及网络侧设备

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant