在5G-V2X网络中提高网络效率的系统和方法

技术领域

本发明涉及一种在5G-V2X网络中提高网络效率的系统和方法，特别但不排他地涉及一种在5G-V2X网络中提高道路安全和/或管理的系统和方法。

背景技术

车联网(Vehicle-to-Everything，V2X)是一种车辆通信系统，被配置为将信息从车辆传递到可能影响车辆的任何实体，反之亦然。该系统包含其他更具体的通信类型，包括但不限于车辆到基础设施(Vehicle-to-Infrastructure，V2I)、车辆到车辆(Vehicle-to-Vehicle，V2V)、车辆到行人(Vehicle-to-Pedestrian，V2P)、车辆到设备(Vehicle-to-Device,V2D))和车辆到电网(Vehicle-to-Grid,V2G)。

在具有智能移动路侧基础设施的V2X系统中，包括路侧单元(roadside unit,RSU)，而路侧单元(RSU)又包括交通传感设备(traffic sensing device,TSD)，如激光雷达、雷达、相机等，RSU和TSD通过一个或多个5G信道将其收集的数据发送到5G-V2X中央数据处理平台或边缘V2X处理平台，如边缘网关模块(edge gateway module,EGW)。路侧基础设施收集所有传感器数据，即交通数据，以便在EGW进行处理，以发现、确定和/或计算有用的信息，通过V2X网络发送给道路使用者，特别是但不仅限于车辆用户。这些有用的信息可以包括交通警报、可能的危险交通状况警告、对道路使用者做出更好和/或更安全决策的建议等。部署的RSU和TSD通常会收集和/或生成大量数据，这些数据可能会消耗大量5G-V2X通信信道资源，导致5G-V2X网络中网络拥堵、数据传输延迟、服务提供缓慢等一种或多种问题。在某些情况下，通过5G-V2X网络的一个或多个5G信道传输所有RSU和/或TSD数据是不可能的，或者至少是不切实际的。

US20210099976A1公开了一种边缘网络基础设施(例如，RSU、RAN节点或共址的MEC服务器/主机)，根据检测在服务期间使用每种车辆通信技术的车辆用户设备(vUE)的数量来确定每种车辆通信系统所需的频谱量(例如长期演进蜂窝V2X(LTE-CV2X)、专用短程通信(DSRC)/智能交通系统-G5(ITS-G5))。它公开了动态分配优选信道分配并将该分配转发给相邻基础设施(例如，一个或多个RSU)，以重新配置它们自己，为vUE提供相关服务。

CN112822656A公开了一种支持5G通信的车载V2X智能终端，它由5G/V2X车载单元(OBU)和车载传感系统组成。该车载终端与DSRC相比具有更远的通信距离和更高的可靠性，与LTE-V2X通信系统相比，在V2X云网络中具有更低的时延和更大的数据传输容量。

CN112055330A公开了一种基于5G的V2X车联网安全通信系统，包括云端、车端、路侧端和行人端。它为各端之间的通信提供基于安全模块的密码服务功能和安全存储功能。

US10873876B2公开了一种通信保障系统，该系统保证每个V2X无线消息中的有价值信息被可靠地传递，即使在V2X通信信道拥堵的情况下也是如此。它根据一条信息的因子数据和接收者的上下文数据计算该条信息的一系列每个属性的价值分数，并将它们整合为一个总价值分数，作为该信息相对于终端的价值。

CN109314841A公开了改进的服务质量(quality of service,QoS)支持，通过侧链(sidelink，SL)接口发送车辆数据。应用层生成车辆数据。车辆数据与优先级指示数据和一个或多个QoS参数一起通过SL接口转发到传输层。传输层根据接收到的优先级指示数据和一个或多个QoS参数，按照自主无线资源分配，通过SL接口将车辆数据发送到一个或多个接收设备。

US10992589B2公开了一种用于配置UE以协助减轻网络拥堵的装置。它包括指示数据包过期的第一参数和指示数据包的传输分类的第二参数。第一参数判断数据包是否过期，第二参数调整数据包的传输，第二参数包括拥堵阈值，用于根据拥堵程度确定是否放弃数据包或传输数据包。

CN108182817A公开了一种路侧端辅助系统和车载端辅助系统，以解决无法全面准确地获取车辆周围环境信息的问题。这里的重点是从RSU到车辆的数据传输。

US10212102B2公开了一种用于存储消息以及在SL和上行链路(uplink，UL)之间进行路径切换以用于V2X消息传输的装置。它提供了一种方法，包括：将尚未在旧路径(SL或UL)上传输的V2X数据存储在传输缓冲区中，识别来自SLV2X信道(SL V2X channel，SVCH)的数据是否包含在存储的V2X数据中，将存储的数据重新提交给新路径(UL或SL)的较低层，通过UE的路径切换层将基于逻辑信道优先级(logical channel prioritization，LCP)过程的V2X数据传输到新路径的目标，UE的路径切换层位于UE的分组数据汇聚协议(packetdata convergence protocol，PDCP)层的正上方。

US10992752B2公开了用于道路监控的传感器部署机制。该部署机制最大限度地减少了所需传感器的数量，以降低成本并节约计算和网络资源。

US10403135B2公开了一种可重新配置的路侧网络(传感器、CPU、天线和通信骨干网)，该网络使用关键性能指标(KPI)优化协作式自动驾驶。CPU根据来自一个或多个传感器的测量数据确定交通场景。然后，确定的交通场景可用于确定一组目标KPI值。当前的KPI值被优化，并根据确定的KPI值重新配置路侧网络。

相关技术大多侧重于通过物理上改变领域(sector)内传感器和通信天线的范围或逻辑上改变传感器和天线到CPU的映射来实现端到端(V2I、V2V等)通信的安全性和效率。

为了确保V2X网络的服务质量和道路安全不受重大影响，需要根据边缘计算装置或系统产生的反馈数据，动态调整通过一个或多个5G信道传输给V2X系统的数据的传输频率。

发明目的

本发明的一个目的是在一定程度上减轻或避免与改善或提高5G-V2X网络中的网络效率的已知系统和方法有关的一个或多个问题。

上述目的是通过主权利要求的特征组合来实现的；从属权利要求公开了本发明的进一步有利实施例。

本发明的另一个目的是提供一种改善车辆道路安全和/或车辆管理的系统和方法。

本发明的另一个目的是提供一种基于确定的本地地理区域的5G-V2X车载通信系统，以提高网络效率。

本发明的另一个目的是提供一种用于改善道路安全和/或车辆管理的多层系统和方法，其中多层系统的本地层使用边缘计算装置或系统来产生反馈数据，以调整TSD的数据传输频率。

本领域技术人员将从以下描述中得出本发明的其他目的。因此，上述目的陈述并非详尽无遗，仅用于说明本发明多个目的中的一些目的。

发明内容

本发明涉及5G-V2X网络中的交通数据通信。

本发明提供一种具有多层系统架构的端到端V2X网络系统，该系统利用在多层系统的本地层执行的信息和算法来产生反馈数据，以调整至少一个TSD的数据传输频率。

特别是，本发明提出了一种基于边缘计算节点如边缘网关模块(EGW)产生的反馈，动态调整通过一个或多个5G信道传输到5G-V2X平台的交通数据传输频率的机制。

本发明涉及一种控制5G-V2X网络中数据传输的方法和系统。5G-V2X网络包括至少一个确定地理区域，其包括多个TSD。每个TSD被配置为通过一个或多个5G信道向V2X处理系统提供数据，该V2X处理系统包括位于或通过确定地理区域的边缘网关模块(edge gatewaymodule,EGW)的传输控制器(transmission controller,TC)。该方法包括：TC根据传输控制策略动态地调整所述多个TSD中的至少一个TSD的数据传输频率。动态调整至少一个TSD的数据传输频率可以包括：根据TC产生的反馈限制所述TSD的交通数据传输频率或增加所述TSD的交通数据传输频率。TC可以与EGW共处，形成EGW的一部分，或者可以是通过5G-V2X网络通信连接到EGW的独立设备或装置。

在第一主要方面，本发明提供一种在5G-V2X网络中控制交通数据传输的方法。该方法包括：在5G-V2X网络的至少一个确定地理区域内配置多个TSD，为所述至少一个确定地理区域配置EGW以通过所述5G-V2X网络的一个或多个5G信道与所述多个TSD进行通信，以及配置每个所述TSD以通过所述一个或多个5G信道向位于所述EGW的TC提供交通数据或通过所述EGW向TC提供交通数据。TC根据传输控制策略动态地调整至少一个TSD的交通数据传输频率。

在第二主要方面，本发明提供一种控制5G-V2X网络中交通数据传输的系统。该系统包括位于至少一个确定地理区域内的多个TSD和通过所述5G-V2X网络的一个或多个5G信道与所述多个TSD通信的EGW。每个TSD被配置为通过所述一个或多个5G信道向位于所述EGW的TC提供交通数据，或通过所述EGW向TC提供交通数据。TC被配置为根据传输控制策略动态地调整至少一个TSD的交通数据传输频率。

在第三主要方面，本发明提供一种用于控制5G-V2X网络中交通数据传输的TC。该TC包括经验分析器模块，用于处理从所述5G-V2X网络的确定地理区域内的多个TSD中的部分或全部TSD接收的历史交通数据。经验分析器模块被配置为处理所述历史交通数据以确定或预测所述多个TSD的初始传输控制策略。该TC包括实时分析模块，其被配置为处理从多个TSD中的部分或全部TSD接收到的实时交通数据，以调整初始传输控制策略，从而为多个TSD提供动态传输控制策略。实时分析模块被配置为控制与所述多个TSD相关的传输限制模块(transmission restriction module,TRM)，以对所述多个TSD中的每个TSD应用相应的传输策略。

本发明内容不一定公开了定义本发明所必需的所有特征；本发明可以存在于所公开特征的子组合中。

附图说明

本发明的上述和进一步的特征将从以下优选实施例的描述中显而易见，所述优选实施例仅以举例的方式结合附图来提供，其中：

图1显示道路管理系统的一个实施例的示意图；

图2是图1的系统示意图，显示所述系统包括端到端V2X网络；

图3是图1的系统示意图，更清楚地显示所述系统的分层结构；

图4显示图1系统的边缘网关模块的结构框图，并显示它与其他实体的连接以及它的一些信息/数据输入；

图5显示图1系统的网络协作引擎(network cooperation engine,NCE)模块的结构框图，并显示它与其他实体的连接以及它的一些信息/数据输入；

图6显示图1系统的中央管理平台模块的结构框图，并显示它与其他实体的连接；

图7显示图1系统的边缘网关模块执行的信息流和过程的流程图；

图8显示图1系统的NCE模块执行的信息流和过程的流程图；

图9显示如何出现车辆产生错误警报的一个例子；

图10显示如何出现车辆产生错误警报的另一个例子；

图11显示区域警报管理系统(area alert management system,AAMS)的结构框图，该系统可以部署在图1至图8的道路管理系统中；

图12显示AAMS与道路管理系统中的其他系统实体之间的一些数据路径；

图13显示确定车辆产生的警报是否是错误警报的方法的流程图；

图14显示对错误警报进行分组的方法；

图15显示对分组的错误警报的影响因子进行关联的方法；

图16显示确定错误警报的置信度的方法示意图；

图17显示用于控制5G-V2X网络中交通数据传输的系统的示意框图；

图18是图17的系统中传输限制模块(TRM)和交通传感设备(TSD)的布置的示意框图；

图19显示各个TSD监控的本地区域的比较复杂性；

图20显示当接收到TSD的新传输策略时更新TSD的传输频率的方法的流程图；

图21是图17的系统中传输控制器(TC)的实时分析模块的示意框图；

图22显示根据描述检测到的移动交通物体的参数的实时数据而更新TSD的传输频率的方法流程图；

图23显示根据描述检测到的移动交通物体的参数的实时数据而更新目标TSD的传输频率的方法流程图；

图24显示根据测量的网络延迟而更新目标TSD的传输频率的方法流程图；

图25显示TSD监控正常交通情况的一个示例；

图26显示TSD监控异常交通情况的一个示例；

图27显示网络延迟计算的时序图。

具体实施方式

以下描述只是以举例的方式对优选实施例进行描述，并不限制将本发明付诸实施的必要特征的组合。

本说明书中提到的“一个实施例”或“一实施例”是指与该实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。说明书中各处出现的短语“在一个实施例中”不一定都是指同一实施例，也不是与其他实施例相互排斥的单独或替代实施例。此外，所描述的各种特征可能由一些实施例展示，而不是由其他实施例展示。同样，描述了各种要求，这些要求可能是一些实施例的要求，而不是其他实施例的要求。

应当理解，图中所示的元件可以以各种形式的硬件、软件或其组合来实施。这些元件可以在一个或多个适当编程的通用设备上以硬件和软件的组合来实施，这些设备可以包括处理器、存储器和输入/输出接口。

本说明书说明了本发明的原理。因此应当理解，本领域技术人员将能够设计出各种安排，尽管在本文中没有明确描述或示出，但是体现了本发明的原理并包括在其精神和范围内。

此外，本文叙述了本发明的原理、方面和实施例及其具体示例，旨在涵盖其结构和功能等效物。此外，这种等效物还包括当前已知的等效物以及将来开发的等效物，即任何开发的、执行相同功能的元件，无论其结构如何。

因此，例如，本领域技术人员将理解，这里呈现的框图代表了体现本发明原理的系统和设备的概念图。

图中所示各种元件的功能可以通过使用专用硬件以及能够与适当的软件一起执行软件的硬件来提供。当由处理器提供时，这些功能可以由单个专用处理器、单个共享处理器或多个单独的处理器提供，其中一些可以共享。此外，术语“处理器”或“控制器”的明确使用不应被解释为仅指能够执行软件的硬件，可以隐含地包括但不限于数字信号处理器(“DSP”)硬件、用于存储软件的只读存储器(“ROM”)、随机存取存储器(“RAM”)和非易失性存储器。

在权利要求中，任何表示为执行特定功能的装置的元件旨在涵盖执行该功能的任何方式，包括，例如，a)执行该功能的电路元件的组合或b)任何形式的软件，因此，包括固件、微代码等，与执行该软件的适当电路相结合以执行功能。由这些权利要求定义的本发明在于，由各种被提及的装置提供的功能，以权利要求所要求的方式被组合和汇集在一起。因此认为任何提供这些功能的装置均等同于本文所示的装置。

在以下描述中，对“警报”的引用被视为对“报警”的引用，反之亦然。

参考图1，图1是系统100的一个实施例的示意图，AAMS 400(图11)可在其中实施，尽管应当理解，AAMS 400可以在任何合适的道路管理系统中实施，包括基于V2X的道路管理系统。系统100优选地是基于通信网络的系统100，被布置为多个确定的本地地理区域110A、B，每个确定的本地地理区域110A、B由相应的边缘网关模块(EGW)120管理和/或与之进行数据通信。每个EGW 120与相应的NCE 160进行通信，每个NCE与中央管理平台170进行通信。

如图1所示，确定的本地地理区域110A、B可以重叠，尽管情况并非必须如此，并且优选的是，相邻的确定的本地地理区域110A、B之间的任何重叠被安排成尽可能小。每个EGW120优选地管理多个路侧单元(RSU)130并与之通信。每个RSU 130优选地布置在任何一个或多个道路、十字路口、交叉路口、人行横道、一组交通信号灯等的旁边、邻近或附近，以使每个RSU对位于或经过其附近的任何车辆都有合理的视线。

被配置为在网络系统100内运行的车辆140各自都配备有车载数据处理单元——以下称为车载网关模块(in-car gateway module,ICGW)150。ICGW 150可以是独立单元，它被配置为可安装到车辆140中，或者它可以包括车辆140的现有数据处理单元，该数据处理单元具有存储机器可读指令的存储器152和用于执行所述指令以使ICGW 150执行适当方法步骤的处理器154。ICGW 150可以包括V2X车载单元(V2X on-board unit,V2X-OBU)。每个EGW 120至少包括用于存储机器可读指令的存储器122和用于执行所述指令以使EGW 120执行适当方法步骤的处理器124。以类似的方式，每个RSU 130至少包括用于存储机器可读指令的存储器132和用于执行所述指令以使RSU 130执行适当方法步骤的处理器134。

其中，每个ICGW 150优选地被配置为，提供V2X通信系统访问确定的本地地理区域110A、B中的其他ICGW 150和道路基础设施，与之进行信息交换，以从车载模块(如速度计和卫星定位系统)收集数据，直接或间接与其他本地ICGW 150、RSU 130及其相应的EGW 120交换车辆收集的数据，使用车辆收集的数据和从其他本地ICGW 150、RSU 130和EGW 120接收的数据来确定威胁并产生警报等，并接收和发出V2X警报(警报)和通知，以及接收交通状态信息和建议。

每个EGW 120优选地被配置为至少协调其各自确定的本地地理区域110A、B内的多个RSU 130，实时监控交通，包括监控交通拥堵和交通事件如事故，智能地实施本地交通管理，从本地基础设施如交通信号灯、传感器、摄像机、本地ICGW 150和RSU 130以及各自的NCE 160收集数据，从其各自的NCE 160收集策略，并使用收集的数据来确定威胁和产生警报等。每个EGW 120可以被配置为根据在所述EGW 120处接收的指示与所述特定ICGW 150的车辆有关或相关的一个或多个参数的数据，从接收和处理的数据中确定要发送到特定ICGW150的特定数据。例如，EGW 120可以使用诸如街道位置这样的参数来确定其本地地理区域101A、B内的哪些车辆需要接收特定的警报、报警、动作或威胁指示。

多个EGW 120优选地由相应的NCE 160管理和/或与之进行数据通信，同时，多个NCE 160优选地由中央管理平台模块170管理和/或与之进行数据通信。系统100可以只包括一个中央管理平台模块170，以覆盖一个大的地理区域，例如一个城市、一个县或一个州。每个NCE 160至少包括用于存储机器可读指令的存储器162和用于执行所述指令以使NCE 160执行适当方法步骤的处理器164。同样，中央管理平台模块170至少包括用于存储机器可读指令的存储器172和用于执行所述指令以使中央管理平台模块170执行适当方法步骤的处理器174。

每个NCE 160优选地被配置为至少智能地实施区域交通管理，确定并向EGW 120提供新的和更新的交通策略，并协调多个EGW 120。

中央管理平台模块170优选地被配置为至少智能地实现全网交通管理，为NCE 160确定交通策略以及管理和分析全网交通数据。中央管理平台模块170可以包括基于云的系统，可以通过IP网络连接到NCE 160，如互联网(图6)或虚拟专用网络(VPN)。

应当理解，中央管理平台模块170的处理能力可能比NCE 160、EGW 120、RSU 130或ICGW 150中的任何一个的处理能力大得多。尽管如此，设想中央管理平台模块170将在高延迟数据和/或长数据处理周期上运行，以提供与例如道路/交通策略和规划相关的信息，而不是像将在本地EGW 120和RSU 130级别上执行的那样，在关键时间生成警报、确定行动和/或确定威胁。

为了提高车辆的安全警报生成和/或威胁检测的准确性，多种信息源，如车辆、行人设备、路侧基础设施和通信网络等，都需要在低延迟信号处理和传递水平上。

网络系统100包括V2X系统，其优选地利用所有本地可用数据源，包括但不限于车辆ICGW 150、行人设备180(图2)、道路基础设施系统和设备190(图2)，如交通灯、交通摄像头、紧急服务数据库、地方当局数据库等，其方式是将可能与使EGW 120、RSU 130和/或ICGW150能够确定对车辆140或另一道路使用者的威胁和/或对车辆使用者或另一道路使用者产生警报有关的事件、情况等通知EGW，最好是实时的，或至少是超低延迟的。

如图2中更清楚地显示，每个ICGW 150可以利用一个或多个标准通信接口与其他网络实体通信。例如，ICGW 150可以利用V2V与其他ICGW 150交换数据和/或利用V2P与行人设备180交换数据和/或利用V2I与包括RSU 130的本地基础设施交换数据。RSU 130和EGW120优选地使用V2N与彼此和更高级别的网络实体如NCE 160和中央管理平台170交换数据，这将在下文中更充分地解释。在适当的情况下，网络系统100中的实体也可以利用V2D和V2G。因此，如图2所示，提供了具有多层系统架构的端到端V2X网络系统100，该架构利用在V2X网络系统的不同层执行的信息和算法来实现车辆/道路安全警报的低延迟生成和/或车辆/道路威胁的低延迟确定。

在V2X网络系统100中，EGW 120和/或RSU 130被配置为处理本地、实时和/或低延迟数据以协助或提供警报和/或确定对道路使用者的威胁。EGW 120和/或RSU 130将运行具有100ms或更短、优选50ms或更短的延迟的数据。低延迟被视为包括10ms至100ms范围内的数据处理和传递时间。

通过将本地实时和/或低延迟数据的处理限制在各个EGW 120和/或RSU 130(其代表ICGW 150和/或用户设备180，或与ICGW 150和/或用户设备180一起)，这使得系统100能够提供或启用本地级别的关键时间警报生成和/或威胁确定，而没有在网络系统100中的更高级别实体处理此类数据的固有延迟。选择确定地理区域110A、B的大小，以使来自所述一个或多个RSU 130和/或来自相应的EGW 120的数据能够实时地或至少在等于或小于第一低水平延迟下被传输到所述ICGW 150。

在一个实施例中，V2X网络系统100提供一个通信信道，用于至少向ICGW 150提供额外的数据，以便除车载数据之外用于产生警报、确定威胁和/或确定车辆的控制动作，以手动或自主实施。网络系统100提供的V2X信道是一种有效方法，可以从可能影响车辆的本地外部源获取时间关键数据给到ICGW 150，反之亦然。

从图3可以更清楚地看出网络系统100的多层布置。第一层可以被视为包括在EGW120的地理区域内的任何车辆140及其相关的ICGW 150、任何其他道路使用者如行人及其相关设备180(图2)、街道级基础设施如智能交通灯、摄像系统等和RSU 130。网络系统100的第二层包括EGW 120。第一层实体是通过本地V2X网络102链接到第二层实体，其中使用V2I、V2P和V2V来交换数据通信。网络系统100的第三层可以被认为包括NCE 160，它们通过区域V2X网络103使用V2I链接到第二层实体。第四层包括中央管理平台170，其通过全市范围、全县范围或全州范围的V2X网络104使用V2I进行通信。

第一层实体和第二层实体优选地以100ms或更短的信号延迟，最好以50ms或更短的信号延迟来运行。第三层实体优选地以1000ms或更短的信号延迟运行，而第四层实体以大于1000ms、接近几秒到几分钟甚至更长的时间周期的延迟来运行。因此，系统100通常涉及多层V2X网络架构或软件系统，以在本地级别上实现低延迟的道路安全V2X警报检测/威胁确定，同时使用该系统的不同的更高层(其有不同的、更高的延迟水平)执行的信息和算法。

图4显示EGW 120的结构及其与其他系统实体的连接以及它的一些信息/数据输入。EGW 120包括数据库或数据池121、区域分析引擎模块(area analysis engine module,AAE)122、人工智能(AI)规划引擎模块123、策略网关模块124以及RSU和车辆管理模块125。数据连接器可以包括连接到一个或多个RSU 130的数据连接器126、连接到NCE 160的数据连接器127、连接到中央管理平台170和外部服务提供商的可选的数据连接器128、129。输入到AAE 122的数据可以包括地图数据、实时事件处理数据、实时道路状态分析数据、危险位置识别数据和车辆加速机会数据。

AI和规划引擎模块123是EGW 120内的软件模块，被配置为汇总EGW 120的确定地理区域110A、B中产生的所有数据，并使用机器学习处理所述数据。AAE 122是EGW 120内的软件模块，被配置为处理在确定地理区域110A、B中产生的数据以确定以下任何一项或多项：确定地理区域中所有道路的实时状态；确定地理区域内所有资源的实时状态；确定地理区域内所有RSU 130的实时状态；确定地理区域内所有ICGW 150的实时状态；和确定地理区域内所有事件的实时状态。策略网关模块124是EGW 120内的软件模块，被配置为从NCE 160或从中央管理平台170接收和配置规则和策略，并使用开放标准应用程序编程接口(API)从本地服务接收策略信息。例如，本地商店可以发送当前零售和促销信息作为低优先级促销信息广播给车辆。RSU和车辆管理模块125是EGW 120内的软件模块，被配置为将数据传送到RSU 130和ICGW 150，包括上述的实时状态信息，并根据EGW 120接收到的任何策略来至少配置RSU 130。

图5显示NCE 160的结构及其与其他系统实体的连接以及它的一些信息/数据输入。NCE 160包括数据库或数据池161、合作引擎模块162、人工智能(AI)规划引擎模块163、大区域策略网关模块164、以及EGW和区域统计管理模块165。数据连接器可以包括连接到一个或多个EGW 120的数据连接器166、连接到中央管理平台170的数据连接器167、连接到大区域外部服务提供商的可选的数据连接器168。数据输入可以包括描述关系的EGW关系数据，如一个EGW与另一个EGW的相对位置、跨EGW轨迹校正数据、跨区域事件处理数据、交通平衡数据、减少意外事件影响数据和大区域道路状态分析数据。

由NCE 160管理的每个EGW 120被配置为传送其本地数据，以便NCE 160汇总和提取，其中NCE 160处理汇总和提取的数据以提供以下一项或多项：EGW确定地理区域的道路管理策略；EGW确定地理区域的区域交通管理；协调和管理所述多个EGW。合作引擎模块162是NCE 160内的软件模块，被配置为接收数据输入并处理EGW关系数据、跨EGW轨迹校正数据、跨区域事件处理数据、交通平衡数据和减少意外事件影响数据。它还可以处理大区域道路状况分析数据。人工智能(AI)规划引擎模块163是NCE 160内的软件模块，被配置为接收从EGW 120上传至数据池161的所有数据，并将机器学习应用于这些数据。机器学习可以包括监督学习，并且可以离线完成。人工智能(AI)规划引擎模块163的一个输出包括供合作引擎模块162应用的策略、公式和规则。人工智能(AI)规划引擎模块163还可以被配置为尝试并确定任何EGW 120之间的任何关系，以帮助合作引擎模块162确定受例如交通事件影响的区域或地区。应当理解，例如，在一个确定地理区域110A、B中的交通拥堵很可能对邻近的本地区域110A、B的影响或作用比对更偏远区域的影响或作用更大。大区域策略网关模块164是NCE 160内的软件模块，被配置为从V2X中央管理平台170接收配置/规则/策略数据，并且还可以被配置为通过开放标准API从大区域服务提供商接收策略数据。EGW和区域统计管理模块165是NCE 160内的软件模块，被配置为接收来自合作引擎模块162的数据并将这些数据发送到各个EGW 120。

图6显示中央管理平台170的结构及其与其他系统实体的连接以及它的一些信息/数据输入。中央管理平台模块170与多个NCE 160直接通信，并与多个EGW 120间接通信。中央管理平台模块170包括规划/策略配置模块171、广域V2X数据分析模块172以及报告系统模块173。模块171、172和173包括中央管理平台模块170内的软件模块。中央管理平台模块170从NCE 160和EGW 120汇总和提取数据，并处理汇总和提取的数据以提供以下一项或多项：为EGW 120的确定地理区域110A、B提供道路管理策略；为EGW 120的确定地理区域110A、B提供跨NCE 160的区域交通管理；直接协调所述多个NCE 160和间接协调所述多个EGW120；提供对NCE 160、EGW 120和RSU 130的集中管理；对位于每个确定地理区域110A、B内的多个数据源提供集中管理；提供集中的车联网(V2X)网络管理；为确定地理区域110A、B提供交通分析；并为NCE 160提供区域交通分析。

图7提供由EGW 120执行的信息流和过程的流程图。在201，来自位于EGW 120的地理区域110A、B内的所有车辆140的ICGW 150的统计数据，以及在202，来自该ICGW 150的任何事件报告数据，由V2I通过相应的RSU 130传输到EGW 120的RSU数据连接器126。在203，由相应的RSU 130从地理区域110A、B内的相关数据源收集的数据与在204由RSU 130的传感器检测到的任何事件数据一起被传送到EGW 120的数据连接器126。在205，在数据连接器126处接收的数据被汇总并存储在数据池121中。一些或全部汇总数据被传递给AAE 122，AAE122执行一些功能，包括在206，更新所有区域内实体的实时状态。在207，如果更新步骤206识别或检测到紧急事件，描述该事件的数据被转发到208，以确定，例如，是否需要产生警报。如果在208确定需要产生警报，则可在209进一步确定是否有必要将该警报视为高优先级警报。在任一情况下，警报数据都通过相应的RSU 130传送给目标车辆140。应当理解，这是实时完成的，或者至少以低于100ms的非常低的延迟完成的。此外，如果在208确定有必要产生警报，则该方法可以包括在210确定是否为车辆140产生引导数据或甚至行动数据。这可以包括在211确定地理区域110A、B中特定车辆140的引导数据或行动数据。这样的引导数据或行动数据通过相应的RSU 130传送给目标车辆140。行动数据可以包括使目标车辆140在没有人参与的情况下自主行动的数据。例如，如果感知到行人在人行横道上或附近，特别是在感知到行人在人行横道上或附近处于易受伤害位置时，行动数据可以使目标车辆在到达人行横道之前自主减速。

除了在207确定或检测紧急事件之外，AAE 122可以被配置为在212计算有用的统计数据如交通统计数据，并且可以包括在213确定要发送给一个或多个NCE 160的有用统计数据。在212产生的统计数据又可以在214用于计算地理区域110A、B中每条道路的交通通行时间，在215计算潜在的拥堵时间，以及在216计算地理区域110A、B中交通状况的其他有意义的统计数据或参数。在214、215和216中的每一个或任何一个产生的数据还可以用于为目标车辆140产生警报和/或引导/行动。引导数据和/或行动数据也可以通过其他车辆使用V2V传送给目标车辆140。

图8提供由NCE 160执行的信息流和过程的流程图。在301，每个EGW报告统计数据，包括但不限于状态报告数据、事件报告数据和拥堵报告数据，并将所述数据传输到其NCE数据连接器/接口127(NCE EGW数据连接器166)。在302，所述数据被汇总并存储在NCE数据池161中。一些或全部所述汇总数据被转发到合作引擎模块162，尽管在303的可选步骤中，所述数据可以被过滤和校正。此外，可以在304输入地图数据。在305，输入到合作引擎模块162的可选数据输入可以包括来自EGW人工智能(AI)规划引擎模块123、NCE人工智能(AI)规划引擎模块163、中央管理平台规划/策略配置模块171、广域V2X数据分析模块172或报告系统模块173中任何一个的AI建议输入。在306，输入到合作引擎模块162的可选数据输入可以包括手动定义的关系数据，例如，EGW 120和它们各自的地理区域110A、B之间的空间关系。

在307，合作引擎模块162从EGW数据池121接收多EGW状态数据。基于该数据和可选地基于在308接收的EGW关系数据，合作引擎模块162可以在309确定是否已经检测到任何紧急事件，如果是，则在310确定受该事件影响的一个或多个区域以及相应的EGW 120，并确定为每个受影响的EGW 120触发的行动和/或警报。行动和/或警报可以包括，但不限于312“发送警报”；313“生成减少拥堵指南”；314“减少突发事件的影响”；和315“对车辆的其他命令”。一旦确定了行动和/或警报，它们就通过EGW数据连接器/接口166发布给受影响的EGW120。

合作引擎模块162还可以使用多EGW状态数据和可选的EGW关系数据来估计316每个EGW区域的通行时间、317每个EGW区域的估计潜在拥堵、以及318其他有意义的统计数据中的任何一个或多个。可以在319使用EGW区域的通行时间和EGW区域的估计潜在拥堵，以确定是否检测到拥堵，并使用该数据在310确定受事件影响的一个或多个区域和相应的EGW120，并为每个受影响的EGW 120确定要触发的行动和/或警报。在320可以使用其他有意义的统计数据来确定任何其他检测到的事件，还可以使用该数据在310确定受事件影响的一个或多个区域和相应的EGW 120，并为每个受影响的EGW 120确定要触发的行动和/或警报。

在以下描述中，AAMS 400将被描述为在图1至图8的系统100中实施。类似的数字用于表示类似的部分。然而，应当理解，AAMS 400可以在任何合适的道路管理系统中实施。

图9显示第一车道(道路)335与第二车道338的交叉口330。然而，在该示例中，两条车道335、338在物理上并不相交形成交叉点，因为第一车道335是高架的，跨越过第二车道338，这样，第一车道335上的交通就不会直接阻碍第二车道338上的交通，反之亦然。相反，在第一和第二车道335、338确实物理相交以形成交叉点的情况下(未显示)，有必要在两条车道335、338的交汇处设置交通控制装置，如交通灯，来控制交通流量。

在图9的示例场景中，第一车道335上的方框A中的第一车辆336可以检测到第二车道338上的方框B中的另一车辆339的存在，并向第一车辆336的驾驶员发出警报，提醒其注意第二车辆339正在靠近。然而，应当理解，这样的警报是多余的，因为从交通管理/安全的角度来看，检测到的第一和第二车辆336、339的接近程度是不相关的，因为例如第一和第二车辆336、339不可能发生碰撞。因此，该警报将对第一车辆336的驾驶员构成错误警报。在第一车辆336第一次进入包含第一和第二车道335、338的交叉路口330的确定地理区域的情况下，特别是如果第一车辆336没有或尚未接收到确定地理区域或至少交叉路口330周围区域的最新地图数据和/或静态环境数据和/或传感器数据，则发出这种错误警报的概率可能更高。在该示例场景中，第一车辆336具有有限的数据，通过该有限数据来处理检测到的第二车辆339的接近程度，并确定是否需要向驾驶员发出警报。此外，在该示例场景中，不具有相关地图数据和/或静态环境数据和/或传感器数据的其他车辆(未示出)也可以不仅向它们各自的驾驶员而且向系统100实体(例如RSU 130和EGW 120)发出交叉路口警报。由于许多原因，车辆产生这种错误警报是不期望的。

在图10的示例场景中，第一车辆350正绕着车道352的弯曲部分或绕着环岛行驶，当它这样做时，它检测到车辆的一个盲点中的路侧物体或障碍物354，并错误地将物体或障碍物354识别为另一车辆，并在该示例场景中向车辆驾驶员发出左侧盲点警报。再一次，在这个示例场景中，可以看到发出的警报是错误警报，如果车辆已经接收到相关地图数据和/或静态环境数据和/或传感器数据，表明物体或障碍物354的存在，则发出这样的警报是可以避免的，或者至少可以减少这种错误警报的发生。

AAMS 400被配置为接收车辆产生的警报，并使用任何相关的地图数据和/或静态环境数据和/或传感器数据来确定车辆产生的警报是否是错误警报，然后通过系统100中的RSU 130将关于或与错误警报相关的数据发送给其他车辆140和用户设备180，以便减少或甚至防止此后发出类似的此类错误警报。

图11显示AAMS 400及其与系统100中的一些其他实体130、190的连接框图。围绕AAMS 400的黑框可以被视为定义了包含至少一个RSU 130的确定地理区域110，但应当理解，该图不是按比例绘制的，确定地理区域110可以比所示的大得多，并在其中包含多个RSU130、多个路侧传感器190，如道路基础设施系统和设备以及至少一个EGW(未显示)。

AAMS 400包括地图数据单元405，其包括确定地理区域110或至少围绕至少一个RSU 130的区域的地图数据。AAMS 400被显示为与至少一个RSU 130连接，然而可以理解，AAMS 400可以是EGW 120的一部分，并且可以通过存储在存储器122中并可由EGW 120的处理器124执行的机器代码来实现。在其他实施例中，AAMS 400可以是独立装置，其通过V2X网络102、103、104通信地连接到RSU 130并且通信地连接到一个或多个路侧传感器190。因此优选地，AAMS 400具有通信单元410，用于管理AAMS 400和系统实体如RSU 130和路侧传感器190之间的通信。AAMS 400还有警报分析单元415，其被配置为接收车辆产生的警报。AAMS400优选地包括静态环境数据单元420，该静态环境数据单元420包括确定地理区域110或至少围绕至少一个RSU 130的区域的静态环境数据。

应当理解，构成AAMS 400的所有或任何单元可以通过存储在存储器设备中并可由处理器执行的机器代码来实现。

在第一方法中，警报分析单元415在接收到车辆产生的警报时，对接收到的车辆产生的警报进行处理，以确定该警报是否是错误警报。警报分析单元415被配置为使用与车辆产生的警报相关联的位置，以从地图数据单元获得车辆产生的警报位置周围的确定区域的地图数据，和/或使用与车辆产生的警报相关联的位置来获得车辆产生警报的位置周围的确定区域的静态环境数据，和/或根据车辆产生警报的位置和时间，检索车辆产生警报位置周围的确定区域的传感器数据。车辆产生警报的位置周围的确定区域的预定尺寸可以比确定地理区域110小得多，或者可以具有一个动态确定的小尺寸，取决于系统实体如RSU 130和/或路侧传感器190(其被认为与车辆产生接收警报相关)的相对位置。有多种方法可以静态或动态地确定车辆产生的警报位置周围区域的大小，这可以包括考虑先前确定的错误警报的位置和/或群组。

在任何情况下，警报分析单元415确定接收到的车辆产生的警报是否与所获得和/或检索的车辆产生警报位置周围的确定区域的数据一致。在图9的示例场景中，警报分析系统415可能确定收到的车辆产生的交叉路口警报与相关地图数据缺乏一致性，因为第一车道335从上横越过第二车道338，即它们事实上没有在一个路口处相互交叉。或者，在图10的示例场景中，警报分析系统415可能确定接收到的车辆产生的盲点警报与相关静态环境数据缺乏一致性，因为静态环境数据包括确定位置的数据，可能还包括路侧物体或障碍物354的类型。当确定所接收的车辆产生警报与相关的获得和/或检索的车辆产生警报位置周围的确定区域的数据缺乏一致性时，警报分析单元415记录所接收的车辆产生警报是错误警报。警报分析单元415还可以单独使用路侧传感器数据，或与相关地图数据和相关静态环境数据任意组合使用车辆产生警报位置周围的确定区域的路侧传感器数据。一个示例场景是，接收到的车辆产生警报已经检测到在道路交叉口有行人或沿着车道外侧边缘有骑自行车的人，但相关的路侧传感器数据显示检测有误或检测原因不再存在，例如，行人已经离开道路交叉口，到人行道上了，产生的警报是错误警报。

图12显示AAMS 400与道路管理系统100中其他系统实体之间的一些数据路径。可以看出，AAMS 400优选地通过至少一个RSU 130接收车辆产生的警报。这至少有优点：使RSU130能够以关于图1至图8的系统100所描述的方式处理警报，以及使AAMS 400能够处理所述接收到的车辆产生警报，以确定任何此类接收到的警报是否是错误警报。接收到的警报可以包括不同类型的警报，例如，在图12中表示为“A”、“B”或“T”。图12还说明路侧传感器190可以传送数据以更新由静态环境单元420管理的静态环境数据。此外，实时传感器数据或存储的传感器数据可以传送到“时间-空间”或“时间-位置”数据库425，该数据库存储按位置和时间产生的路侧传感器数据，也可能还有按其他参数如事件类型等产生的路侧传感器数据。

图13显示减少车辆产生错误警报的另一种方法500的流程图。在方法500的第一步骤505，警报分析单元415在接收到车辆产生的警报时，使用与车辆产生警报相关的位置，从地图数据单元405获取车辆产生警报位置周围的确定区域的地图数据。获得的地图数据可以包括道路的属性和位置、交叉路口的位置和类型、交通信号的位置和地点、边界等。在第二步骤510，警报分析单元415使用接收到的车辆产生警报的类型，从地图数据单元405获得与车辆产生警报的类型有关或相关的车辆产生警报位置周围确定区域的地图数据。在任何情况下，在第三步骤515，警报分析单元415然后确定接收到的车辆产生警报是否与车辆产生警报位置周围的确定区域的相关地图数据一致。如果在第三步骤515，警报分析单元415确定接收到的车辆产生警报与相关地图数据之间缺乏一致性，则记录接收到的车辆产生警报是错误警报，并生成错误警报地图和/或者更新地图数据单元405中的错误警报地图数据。AAMS 400还可以将错误警报和/或错误警报地图数据传送给至少一个RSU 130、和/或车辆140的一个或多个ICGW 150、和/或在确定地理区域110中或在RSU 130的覆盖区域中或在车辆产生警报位置周围的确定区域中的一个或多个V2X设备180。对于任何错误警报，更新的错误警报数据可以包括以下任何一项或多项：位置，如全球定位系统(GPS)位置数据；类型，如交叉路口警报；和/或原因，如“不是交叉路口”。

如果在第三步骤515，警报分析单元415没有确定接收到的车辆产生警报与相关地图数据之间缺乏一致性，则该方法转到第四步骤520，在该步骤，警报分析单元415从静态环境数据单元420获得车辆产生警报位置周围的确定区域的静态环境数据。静态环境数据可以包括定义任何通常不随时间变化的特征的数据，例如静态物体和障碍物，并且可以包括，例如长期存在的道路工程等。在第五步骤525，警报分析单元415使用接收到的车辆产生警报的类型，仅从静态环境数据单元420获得与接收的车辆产生警报的类型相关或有关的车辆产生警报位置周围确定区域的静态环境数据。在任何情况下，在第六步骤530，警报分析单元415然后确定接收到的车辆产生警报是否与车辆产生警报位置周围的确定区域的相关静态环境数据一致。如果在第六步骤530，警报分析单元415确定接收到的车辆产生警报与相关静态环境数据之间缺乏一致性，则记录接收到的车辆产生警报是错误警报并生成错误警报地图，和/或更新地图数据单元405中的错误警报地图数据。AAMS 400还可以将错误警报和/或错误警报地图数据传送到至少一个RSU 130、和/或车辆140的一个或多个ICGW150、和/或在确定地理区域110中或在RSU 130的覆盖区域中或在车辆产生警报位置周围的确定区域中的一个或多个用户设备180。

如果在第六步骤530，警报分析单元415没有确定接收到的车辆产生警报与相关静态环境数据之间缺乏一致性，则该方法转到第七步骤535，在该步骤，警报分析单元415根据车辆产生警报的位置和时间，从一个或多个传感器190中检索车辆产生警报位置周围确定区域的路侧传感器数据。可以从时间-空间数据库425中检索路侧传感器数据。这些数据可以在时间-空间数据库425和/或警报分析单元415中离线处理。在第八步骤540，警报分析单元415处理检索到的路侧传感器数据，以选择与车辆产生警报位置周围确定区域中的物体的位置、速度、方向和类型的任何组合相关的数据。这些物体优选地包括位于车辆产生警报位置周围确定区域内的任何其他车辆140。在任何情况下，在第九步骤545，警报分析单元415然后确定接收到的车辆产生警报是否与检索到的传感器数据一致。该方法的第九步骤545可以基于接收到的车辆产生警报的类型。如果在第九步骤545，警报分析单元415确定接收到的车辆产生警报与相关传感器数据之间缺乏一致性，则记录接收到的车辆产生警报是错误警报并生成错误警报图，和/或更新地图数据单元405中的错误警报地图数据。AAMS400还可以将错误警报和/或错误警报地图数据传送给至少一个RSU 130、和/或车辆140的一个或多个ICGW 150、和/或在确定地理区域110中或在RSU 130的覆盖区域中或在车辆产生警报位置周围确定区域中的一个或多个用户设备180。

如果在第九步骤545，警报分析单元415没有确定接收到的车辆产生警报与相关传感器数据之间缺乏一致性，则方法500输出接收到的车辆产生警报不是错误警报。

在如图14至16所示方法的增强，优选在增强方法600(图16)的第一步骤605，在确定地理区域110内或在确定地理区域110内另一个确定区域内按警报类型将错误警报分组成相应群组550(图14)。另一个确定区域小于确定地理区域110，可以包括与车辆产生警报位置周围的确定区域相同或相似的区域。增强方法600可以包括为错误警报的每个相应群组550确定参数。

图14显示增强方法600对错误警报进行分组的方法。在图14，虚线圆圈界定了错误警报的各个群组550的大小，“X”555表示每个群组550内的错误警报的位置，圆形黑点表示错误警报的每个群组550的确定参数。该参数优选地包括各个群组550的位置中心560。

警报分析单元415优选地被配置为使用基于密度的带噪声应用的空间聚类(density-based spatial clustering of applications with noise，DBSCAN)算法将错误警报按警报类型分组在各个群组550中，该算法使用以下一项或多项作为输入数据：错误警报位置纬度数据；错误警报位置经度数据；与错误警报相关的车辆速度；与错误警报相关的车辆方向；或与错误警报相关的车辆的道路车道数据。还可以包括其他错误警报数据输入。

警报分析单元415优选地被配置为使用K-means算法来确定每个相应群组550的中心560。

在增强方法600的第二步骤610，警报分析单元415被配置为基于每个相应群组550中的错误警报的地理信息R的相关性，和每个相应群组550中的错误警报的影响因子I的相关性，来确定每个相应群组550的错误警报的置信度C。

每个相应群组550中的错误警报的地理信息R的相关性优选地从以下获得：

R＝1-Avg(L

其中N是群组550中错误警报的数量；

L

0

R越接近1，置信度C就越高。多个靠近的错误警报位置将导致R在0到1范围内有个较高的值。具有相同属性的连接区域(如同一车道)的多个错误警报位置也会导致R在0到1的范围内有个较高的值。

在图15，N＝6,即L

每个相应群组550中的错误警报的影响因子I的相关性优选地从以下获得：

其中M是影响因子的数量；

其中N是群组550中错误警报的数量；

S

其中/>

0

I越接近1，置信度C就越高。每个相应群组550中错误警报的影响因子S的相似性越大，I值就越高。

然而，可以理解的是，可以使用的影响因子S的数量没有限制，因为影响因子S的数量越多，获得的结果就越准确。

例如，在图15中，其中N＝6，考虑到速度S

每个群组550的置信度C优选地由C＝

包括AAMS 400的道路管理系统100可以包括车联网(V2X)软件系统。包括AAMS 400的道路管理系统100可以包括道路安全管理系统。

AAMS 400的系统100的一个显著优点是，通过减少或避免发出错误警报，它大大减少了系统100内实体之间的通信带宽，并减少了实体如RSU 130和EGW 120的计算负荷。

在以下描述中，用于控制5G-V2X网络中的交通数据传输的系统将被描述为在图1至图16的系统100的实施例中实现。类似的数字将用于表示类似的部分。然而，应当理解，图1至图16的系统可以在任何合适的道路管理系统中实现。

参考图17，用于控制5G-V2X网络中的交通数据传输的系统700包括传输控制器(TC)710。TC 710优选地位于边缘节点中，例如确定地理区域104的EGW 120，但是，在一些实施例中，TC 710可以是独立设备，通过5G-V2X网络的一个或多个信道通信连接到EGW 120。TC 710包括用于处理历史交通数据以生成传输控制策略的经验分析器模块715和用于处理实时交通数据以调整传输控制策略的实时分析模块720。TC 710优选地还包括数据库725，用于存储交通及其相关数据，包括历史数据。连接到TC 710的是：网络监测器730，其监视、测量和/或确定5G-V2X网络的运行参数，包括测量网络延迟d值；地图服务器735或数据库，其向TC 710提供地图数据，描述任何RSU 130、TSD 740(在图17中称为“其他设备”或“设备”)和任何其他路侧传感器745的位置；以及设备信息接口750，其将通过一个或多个5G信道从至少TSD 740接收的交通数据输入到至少经验分析器模块715。

还优选地提供与TC 710通信的数据处理器755。数据处理器755可以是EGW 120的一部分或者可以是独立设备。数据处理器755被配置为从确定地理区域104的多个基于路侧的传输控制模块(TRM)760接收原始数据，并处理所述原始数据以向TC 710提供结构化交通数据。原始数据可以作为点云和/或图像来传输，与处理后的结构化数据相比，它需要更多的带宽来传输和更多的计算能力来处理。结构化交通数据可以包括以下任何一项或多项：由多个TSD中的每一个TSD检测到的移动交通物体的速度；每个检测到的移动交通物体的位置；每个检测到的移动交通物体的时间戳；检测到的交通警报的数量；每个检测到的交通警报的位置；每个检测到的交通警报的时间戳；检测到的交通事故的数量；每个检测到的交通事故的位置；和每个检测到的交通事故的时间戳。这种安排的一个优点是，更有效地利用系统的计算能力，因为原始数据是由数据处理器755而不是由例如RSU 130提供的处理器进行处理的。处理原始数据如点云和/或图像需要相当大的计算能力。将这样的计算能力分配给RSU 130等会浪费这样的资源，特别是对于低交通数据流的时段，并且可能无法在高交通数据流的时段(如交通高峰期)处理原始数据。

TRM 760根据由TC 710生成的传输控制策略从TSD 740收集交通数据。TRM 760也根据传输控制策略将从TSD 740接收的交通数据作为原始数据经由一个或多个5G信道传送给包含了TC 710的EGW 120。TRM 760将接收到的交通数据传送给数据处理器755(如果存在)，或者直接传送给EGW 120中的TC 710(如果不存在专用的交通数据处理器755)。

TC 710通过将所述传输控制策略传送给TRM 760，根据传输控制策略动态地调整一个或多个所述TSD 740的交通数据传输频率。由TC 710生成的传输控制策略包括用于每个相应TSD 760的传输策略，通过该传输策略，TRM 760根据每个TSD的相应传输策略动态地调整每个TSD 740的交通数据传输频率。TC 710可以通过策略命令的方式将传输控制策略传送给TRM 760。

如图18所示，TRM 760A可以被配置为将传输控制策略应用于单个相关的TSD740A。TRM 760A可以位于TSD 740A附近或与TSD 740A结合，并将由TC 710生成的传输控制策略提供的该TSD 740A的相应传输策略应用于所述TSD 740A。在一些实施例中，多个TSD740B(在图18中)被布置在确定地理区域104内，彼此接近，例如都在交通路口处或附近，TSD740B可以形成一组，并由单个TRM 760B提供服务。单个TRM 760B被配置为向该组TSD 740B中的每个TSD 740B应用由TC 710生成的传输控制策略提供的其相应的传输策略。以类似的方式，图18的分组TSD 740C也由单个TRM 760C提供服务，但在此示例中的分组TSD 740C在数量上少于分组TSD 740B。以这种方式对TSD 740进行分组减少了确定地理区域104所需的TRM 760的数量。

图19显示由相应TSD 740’、740”监视的确定地理区域104内、分别由虚线圆圈800A和800B表示的本地区域的比较复杂性。

在本地区域800A，表示为“区域1”，可以看到TSD 740’正

在监测第一车道805和第二车道806之间的交叉路口。在该示例中，第一车辆810A，表示为“汽车1”，正沿着第一车道805接近交叉路口，第二车辆810B，表示为“汽车2”，正沿着第二车道806接近交叉路口。应当理解，车道之间的交叉路口比车道的直行路段更可能出现交通问题，包括事故。与第一车辆810A和第二车辆810B在直行路段的相对车道上相向而行相比，车辆810A、B在交叉路口处相互干扰的可能性更大，从而可能引起一个或多个交通警报的发出。在车道805、806的交叉路口处，第一和第二车辆810A、B也有可能遇到试图穿过车道805、806的行人，这可能引起其他交通警报等。

作为比较，在表示为“区域2”的本地区域800B，可以看到TSD 740”正在监测第一车道805的直行段。在该示例中，只有一辆车810C正沿着的车道805的直行段行驶，远离交叉路口。在这种情况下，导致需要发出交通警报的事件的可能性要低得多。

从图19中的场景比较可以理解，与“区域2”中的车辆810C的用户相比，“区域1”内行驶的第一和第二车辆810A、B以及任何其他车辆可能需要或期望从TSD 740’获得更多的“区域1”的交通数据，以便能够为其用户生成有用的信息。

本发明的系统和方法提供了调整TSD如TSD 740’、740”的交通数据传输的相应频率的新方法。

图20显示由TRM 760执行的方法900的流程图，以在TRM 760从TC 710接收到用于所述TSD 740的新传输策略时更新其一个或多个相关的TSD 740的传输频率。

在方法900的第一步骤905，TRM 760从TC 710接收更新的传输控制策略。更新的传输控制策略包括或包含与TRM 760相关的一个或多个TSD 740的新传输策略。在方法900的这个示例中，为了便于描述，将假设TRM 760服务于单个TSD 740，但是该方法同样适用于服务于一组TSD 740的TRM 760。

在正常操作中，TRM 760从TDS 740接收交通数据，由TRM 760通过5G信道传输到数据处理器755或直接传输到TC 710。所接收的交通数据由TRM 760根据为TSD 740生成的传输策略而定义的传输频率f进行传输，即，TRM 760从TSD 740接收的交通数据，在由TSD的传输策略的传输频率f定义的时间段到期之后，被接收和传输。这可以通过TRM 760在由TSD的传输策略的传输频率f定义的时间段到期时对来自TSD 740或与TSD 740相关的RSU 130的数据进行采样，然后立即传输所述数据来实现，从而确保所述数据是实时应用的最新数据。一旦由传输频率f定义的后续时间段期满，则重复该过程。在TDS的传输策略没有变化的情况下，那么倒计时周期具有相同的值，即相同的传输频率。

在更新方法900中，在第一步骤905，TRM 760接收TSD 740的更新传输策略，然后，在第二步骤910，TRM 760根据更新的传输策略，更新TSD 740的传输频率f。在方法900的第三步骤915，TRM 760立即更新从TSD 740收到的采样交通数据的下一次传输的等待时间。作为在第三步骤915中更新等待时间的结果，TRM 760将更新的传输策略应用于TSD 740。在方法900的第四步骤，在判定步骤920，TRM 760确定更新的等待时间是否已经到期。如果它还没有到期，那么在第五步骤925，TRM 760继续对更新的等待时间进行倒计时。一旦在判定步骤920确定更新的等待时间已经期满，TRM 760就传送采样的交通数据。这涉及在第六步骤930，在倒计时时间段到期时，从TSD 740接收采样的交通数据，并在第七步骤935，将所述交通数据发送到数据处理器755或直接发送到TC 710。

由TC 710生成的传输控制策略最初优选地基于经验分析器模块715对历史交通数据的处理。实际上，经验分析器模块715预测或建议从历史交通数据导出通用的、稳定的传输控制策略。在一些实施例中，可能只需要这种传输控制策略网络来实现系统100的稳定运行。历史交通数据可以包括在TC 710处通过设备信息接口750从部分或全部TSD接收的交通数据740，以及可能还包括从部分和全部RSU 130或部分和全部其他交通传感器745接收的数据。

经验分析器模块715优选地继续处理历史交通数据和在TC 710处接收并存储在数据库725中的任何新交通数据，以更新通用的传输控制策略。通用传输控制策略包括交通数据的通用传输频率f

在一个实施例中，确定或计算交通数据的通用传输频率值f

假设移动的交通物体如车辆的速度为v，车辆之间的安全距离设定为D

r

其中C1+C2＝＝1,r

C是加权系数。

经验分析模块715根据以下公式计算每个时间段t的交通数据的通用传输频率值f

f

然后，生成的传输控制策略可以根据实时分析模块720对实时交通数据的后续处理进行动态调整，该实时交通数据优选地通过TRM 760在TC 710接收。实时分析模块720优选地连续监测最近的(实时)交通数据，以根据例如发出的交通警报等以及任何所选的TSD740与该交通警报的位置的接近程度，来调整所选TSD 740的传输频率。在这个例子中，交通警报可以包括交通紧急情况。

可以设想，TSD 740的传输频率的动态调整可以仅限于在确定地理区域104内的一个或多个小的局部区域800中的TSD 740，这取决于交通事件，例如警报和紧急情况等。

TC 710优选地位于EGW 120中，因为EGW 120通常比分布式设备如TRM 760和/或RSU 130等具有更多的计算能力。

图21显示网络系统100的实时分析模块720的示意性框图，该模块实施以下三个主要过程：(1)响应于描述检测到的移动交通物体的参数的实时数据，更新选择的或源TSD740的传输频率；(2)响应于描述检测到的移动交通物体的参数的实时数据，更新目标TSD740的传输频率；(3)响应于一个或测量的网络参数，更新选择的或目标TSD 740的传输频率。实时分析模块720包括策略改变检查模块765。策略改变检查模块765检查TSD 740的传输策略是否需要改变。优选地，只有在策略改变检查模块765实施其检查之后，才会更新选择的或目标TSD 740的传输频率。

当从TSD 740接收到描述检测到的移动交通物体的实时交通数据时，实时分析模块720分析当前的交通状态，并适当地为每个设备计算相应的新数据交通传输频率，这将在下面参考图22进行更充分的描述。在检测到移动交通物体如超速车辆的危险情况下，希望实时分析模块720通知相关或目标TSD 740和/或为所述相关或目标TSD 740确定新的相应传输策略，这将在下面参考图23进行更充分的描述。网络监视器750测量5G-V2X网络的参数，包括TRM 760和EGW 120之间的传输延迟d。在传输延迟d长于预定或预设值的情况下，实时分析模块720为选择的或目标TSD 740a计算新的相应传输策略，这将在下面参考图24进行更充分的描述。

参考图22，由实时分析模块720执行的第一方法1000(图21中的方法1)从步骤1005开始，其中数据处理器755将描述移动通信物体的结构化交通数据发送到实时分析模块720。由数据处理器755提供的结构化交通数据是由TRM 760从其相关的TSD 740收到的原始交通数据产生的。结构化交通数据至少描述了移动通信物体的速度和所述物体的位置。输入到实时分析模块720的其它数据包括在步骤1010由经验分析模块720计算的通用数据交通传输频率f

在判定步骤1040中，f

参考图23，由实时分析模块720执行的第二方法(图21中的方法2)1100开始于步骤1105，接收(来自方法1)检测到的移动交通物体是危险的移动交通物体的指示。第二方法1100集中于选择的或目标TSD 740。选择的或目标TSD 740是根据地图服务器735提供的地图数据被确定为处于检测到的危险移动交通物体附近的TSD 740，即，位于源TSD 740附近的TSD 740，该源TSD 740首先检测到危险的移动交通物体，目标TSD可能很快将检测到危险的移动交通物体。

这里参考图25，图中显示一辆标示为“汽车1”的车辆810A在由TSD 740A服务的第一局部区域800A中的第一和第二车道805、806的交叉路口处行驶。车辆810A被表示为“普通汽车”，意味着它在限速范围内行驶。车辆810A沿第一车道805向与第二车道806的交界处行驶，并向由第二TSD 740B服务的第二局部区域800B和由第三TSD 740C服务的第三局部区域800C行驶。在这种情况下，车辆810A不会对其他车辆使用者构成危险。在这种情况下，无需在实时分析模块720中实施第二方法。

作为对比，参考图26，其中车辆810A正朝着第二局部区域800B中的第三车道807与第一车道805的交叉路口行驶。第二TSD 740B检测到车辆810A正在超速行驶，因此确定车辆810A是危险的移动交通物体。因此，有必要在实时分析模块720中实施第二方法。然而，第二TSD 740B还不能确定车辆810A将采用哪条路线。如图26所示，车辆810A一旦到达交叉路口，可能选择走两条可能路线之一。因此，第二TSD 740B可以被视为是源TSD，第二方法将第一和第三TSD 740A、C视为选择的或目标TSD，尽管事实上第一和第三TSD 740A、C中只有一个随后会检测到车辆810A，这取决于车辆810A在交叉路口处选择的路线。第一和第三TSD740A、C中的每一个将在源TSD 740B检测到超速车辆810A之前得到通知。应当理解，检测到的车辆可能有两条以上的可能路线，但上述内容足以说明源TSD和目标TSD的概念。

可以理解的是，虽然第一、第二和第三局部区域800A、B、C中的每一个都被显示只包括一个TSD 740A、B、C，但是局部区域810A、B、C可能比建议的更大，并且可以包括多个TSD740。

再次参考图23，在第二方法1100的下一步骤1110，实时分析模块720根据在步骤1115提供的地图数据确定哪个TSD 740是源TSD，以及哪个TSD 740将被视为选择的或目标TSD 740，即可能检测到由源TSD 740检测到的危险移动交通物体的TSD 740。在步骤1110和1115之后，数据处理器755在步骤1120中传送描述危险移动物体的以及由源和选择的或目标TSD 740检测到的任何其他移动交通物体的结构化交通数据，该数据在步骤1125被实时分析器模块720接收到。以类似于第一方法1000的方式，由数据处理器755提供的结构化交通数据是从源和目标TSD 740的相应TRM 760接收的原始交通数据中产生的。

在第二方法1100的判定步骤1130，确定检测到的危险移动交通物体是否已经离开源TSD 740的局部区域或覆盖区域。一旦确定检测到的危险移动交通物体已经离开源TSD740的局部区域或覆盖区域，第二方法1100的下一步骤1135就计算每个选择的或目标TSD740的等待时间w

在第二方法1100的下一步骤1140，实时分析模块720对每个选择的或目标TSD 740的最短等待时间w

如果在判定步骤1150确定所选择的或目标TSD 740之一的f

对每个选择的或目标TSD 740分别执行步骤1140到步骤1155。

一旦在判定步骤1160，所述选择的或目标TSD 740之一检测到危险移动交通物体，实时分析模块720已经对所述选择的或目标TSD 740之一的最长等待时间w

参考图24，由实时分析模块720执行的第三方法(图21中的方法3)1200开始于步骤1205，从网络监视器750接收TRM 760和EGW 120之间的网络延迟d的新值。在5G-V2X网络与时间敏感网络(Time Sensitive Network，TSN)集成的一些实施例中，网络延迟值d可以直接从TSN获得，否则网络延迟值d必须由网络监视器750确定。最大延迟值可以从d

在判定步骤1220，确定所识别的相关设备740中没有一个包括非实时数据发送设备，然后，在步骤1225，相关设备740的通用交通数据传输频率f

如果在判定步骤1220确定有一些这样的设备740确实发送非实时数据，那么在判定步骤1230确定这些非实时数据发送设备740的传输频率是否大于零。如果大于零，那么这些非实时数据发送设备的传输频率的百分比将减少：(d/d

一旦相关设备740的通用交通数据传输频率f

在第三方法1200中，在步骤1225中降低了相关设备740的通用交通数据传输频率f

在图22的判定步骤1040、图23的判定步骤1150和图24的判定步骤1230的任何一个中，策略改变检查模块765优选地检查TSD 740的传输策略是否需要改变。

在5G-V2X网络没有与TSN集成的情况下，网络监控器750可以通过任何合适的方法计算网络延迟值d。图27的时序图显示了一种方法。

该方法包括：

1、TRM 760向EGW 120发送“开始请求”消息，同时发送时间戳T1；

2、EGW 120在时间戳T2接收到时间戳为“T1”的“开始请求”后，在T3向TRM发送延迟请求；

3、TRM 760在T4收到“延迟请求”后，将“T4”作为“延迟响应”发送给EGW 120；

4、EGW 120从TRM 760接收到T4后，向TRM 760发送一个信号，以完成延迟估计；

5、网络延迟d可以由网络监视器750从d＝(T4-T1-T3+T2)/2中计算出来。

前面关于图17至27描述的方法可以在网络系统100的每个EGW 120中实施。

上述装置可以至少部分地用软件实现。本领域技术人员将理解，上述装置可以至少部分地使用通用计算机设备或使用定制设备来实现。

在此，本文所述的方法和装置的各个方面可以在包括通信系统的任何装置上执行。该技术的程序方面可以被认为是“产品”或“制品”，通常是以可执行代码和/或相关数据的形式，承载或体现在一种机器可读介质中。“存储”型介质包括移动站、计算机、处理器或类似设备的任何或所有存储器，或其相关模块，如各种半导体存储器、磁带驱动器、磁盘驱动器等，其可在任何时候为软件编程提供存储。软件的全部或部分有时可以通过互联网或各种其他电信网络进行通信。例如，这种通信可以使软件从一台计算机或处理器加载到另一台计算机或处理器。因此，另一种类型的可以承载软件元素的媒体包括光波、电波和电磁波，例如在本地设备之间的物理接口上、通过有线和光学陆线网络以及通过各种空中链路使用。承载这种波的物理元件，如有线或无线链路、光链路等，也可以被认为是承载软件的介质。如本文所用，除非限于有形的非暂时性“存储”介质，否则计算机或机器“可读介质”等术语是指参与向处理器提供指令以供执行的任何介质。

虽然已在附图和前面的描述中详细地说明和描述了本发明，但应将其视为说明性的而不是限制性的，应当理解的是，仅示出和描述了示例性实施例并且不以任何方式限制本发明的范围。可以理解，这里描述的任何特征可以用于任何实施例。说明性的实施例不排斥彼此或本文未述及的其他实施例。因此，本发明还提供了包括上述一个或多个说明性实施例的组合的实施例。在不脱离本发明的精神和范围的情况下，可以对本发明进行修改和变化，因此，仅应施加如所附权利要求书中所示的限制。

在所附权利要求书和本发明的前述描述中，除非上下文由于明确的语言或必要的暗示而另有要求，否则“包括”一词或诸如“包含”等变体是以包容的意义使用，即指定所述特征的存在，但不排除本发明的各种实施例中存在或添加进一步的特征。

应当理解，如果在本文中提到任何现有技术出版物，这种参考不构成承认该出版物构成本领域公知常识的一部分。