《未来移动通信论坛：2025年基于LTE-V2X的特定应用场景设计运行范围分析白皮书（33页）.pdf》由会员分享，可在线阅读，更多相关《未来移动通信论坛：2025年基于LTE-V2X的特定应用场景设计运行范围分析白皮书（33页）.pdf（33页珍藏版）》请在三个皮匠报告上搜索。

1、摘摘 要要本研究主要就基于 LTE-V2X 直连通信技术的 V2X 应用的设计运行范围(ODD,Operational DesignDomain)进行分析，明确不同工况下的使用边界。研究背景部分指出，在国内 V2X 的应用实践已经取得一定成果，最新的 C-NCAP 2024 版 ADAS 测试规程也提及了允许应用 C-V2X 技术解决部分场景，V2X 应用上车开启加速模式。但目前尚缺少V2X 设计运行范围的研究，尤其是特殊工况下的应用边界，因此需要进一步明确 V2X 场景的 ODD，为功能量产提供可靠依据，提升落地规范化。本研究选取了前向碰撞预警、交叉路口碰撞预警、闯红灯预警及异常/故障车辆提

2、醒四个特定场景，阐述论证过程和 ODD 分析结果。在研究框架部分，主要说明了本研究的研究思路，首先根据对单车智能能力增强、是否面向量产及用户接受度等角度制定场景筛选原则，明确研究场景及入选理由。本研究的研究路径为优先厘清V2X 应用实现过程，明确各个环节作用边界，在拆分出各预期影响因素的前提下，提出测试验证方法，以验证 ODD 分析结果的合理性。在运行范围分析方法研究部分，预期通过研究确定影响系统正常工作的条件因素。通过需求拆解法分析出为保证 V2X 应用稳定运行所需的条件因素，在此基础上进行具体的运行条件分析，明确道路环境、系统状态、信源输入、天气环境对 V2X 应用预警的影响，并说明如何进

3、行特殊工况的识别，以保证 V2X 系统可以根据实际通行条件进行相应的预警响应。在特定场景 ODD 分析部分，本研究针对前向碰撞预警、交叉路口碰撞预警、闯红灯预警及异常/故障车辆提醒分别进行场景定义、场景基础指标、典型特殊工况筛选、场景 ODD 的说明，分析出研究场景的设计行运行范围。本研究论证了基于 LTE-V2X 的应用设计运行范围研究方法，并就分析过程及结果进行说明，在可行工况下，V2X 应用可以起到主动保护的作用。后续可基于本研究的研究方法拓展到对其他 V2X功能场景的分析。Executive SummaryThis study focuses on researching the Op

4、erational Design Domain(ODD)of V2X applications based onLTE-V2X direct communication technology,aiming to clarify their operational boundaries under diverseconditions.The research background indicates that certain achievements have been made in the application practice ofV2X in China,and the latest

5、C-NCAP(China-New CarAssessment Programme)2024 version alsomentions that C-V2X technology can be used to solve some scenarios and accelerate V2X application onvehicles.However,there remains a lack of systematic research on V2X ODD,particularly regardingapplication limits under special working conditi

6、ons.To support standardized mass production and ensurefunctional reliability,this study defines ODDs for V2X scenarios.Four critical scenariosFCW,ICW,AVW,and RLVWare selected to demonstrate the ODD analysis process.In the research framework section,this study outlines the methodology,beginning with

7、establishingscenario screening principles based on factors such as enhancements to single-vehicle intelligence,production feasibility,and user acceptance,thereby clarifying research scenarios and their selectionrationale.The research path prioritizes defining the implementation process of V2X applic

8、ations,delineating functional boundaries across stages,identifying potential influencing factors,and proposingtesting/validation methods to verify the rationality of ODD analysis.In the operational scope analysissection,the study aims to determine critical conditions affecting system performance.By

9、applying arequirement decomposition approach,it analyzes stability prerequisites for V2X applications,evaluates theimpact of road environments,system status,signal inputs,and weather conditions on V2X warnings,anddefines methodologies for identifying special operating conditions to ensure adaptive w

10、arning responsesunder real-world scenarios.In the specific scenario ODD analysis section,this study conducts scenario definitions,implementationprocess analysis,screening of specific conditions,and ODD clarifications for the four scenarios mentionedearlier.Through these steps,the study defines the o

11、perational boundaries of each scenario under specificconditions.This study demonstrates the research methodology for defining the ODD of V2X applications,detailingthe analysis process and findings.It confirms that V2X-enabled functions can deliver active protectionunder feasible operational conditio

12、ns.The analytical framework established here can be extended to assessother V2X scenarios in future research.目目录录1 背景及意义背景及意义.12 研究框架研究框架.22.1 研究范围研究范围.22.1.1 概述.22.1.2 场景筛选.32.2 研究路径研究路径.52.2.1 系统工作原理.52.2.2 系统工作过程分析.62.2.3 测试验证.73 运行范围分析方法研究运行范围分析方法研究.103.1 运行条件识别运行条件识别.103.2 运行条件分析运行条件分析.113.2.1

13、道路环境.113.2.2 系统状态.133.2.3 信源输入.143.2.4 天气环境.143.3 特殊工况识别特殊工况识别.154 V2X 特定场景特定场景 ODD 分析分析.164.1 前向碰撞预警前向碰撞预警.164.1.1 场景分析.164.1.2 特殊工况下的前向碰撞预警.164.2 交叉路口碰撞预警交叉路口碰撞预警.194.2.1 场景分析.194.2.2 特殊工况下的交叉路口碰撞预警.204.3 闯红灯预警闯红灯预警.214.3.1 场景分析.214.3.2 特殊工况下的闯红灯预警.224.4 异常异常/故障车辆提醒故障车辆提醒.234.4.1 场景分析.234.4.2 特殊工况

14、下的故障车辆提醒.245 总结与展望总结与展望.26参考文献参考文献.27致致 谢谢.281/281 背景及意义背景及意义随着智能网联汽车技术的快速发展，车联网（V2X，Vehicle to Everything）技术在提升交通安全、优化交通效率和减少环境污染方面展现出巨大的潜力。V2X 技术通过车辆与车辆（V2V,Vehicleto Vehicle）、车辆与基础设施（V2I,Vehicle to Infrastructure）、车辆与行人（V2P,Vehicle to Pedestrian）以及车辆与网络（V2N,Vehicle to Network）之间的信息交互，实现了对交通环境的全面通

15、信感知和智能决策。在国内 V2X 技术的应用实践已经取得了一定的成果。例如，北京、上海、广州等城市已经开展了多项 V2X 技术的试点项目，涵盖了智能交通信号控制、车路协同预警、自动驾驶测试等多个方面。这些实践项目不仅验证了 V2X 技术的可行性和有效性，还为后续的大规模应用提供了宝贵的经验和数据支持。同时，为了促进中国汽车产业的健康发展，加速国内汽车市场的全球化进程，中国汽车技术研究中心（C-NCAP）每三年进行一次规程改版，在其最新的 C-NCAP 2024 版 ADAS 测试规程中也提出涉及 V2X 预警应用相关的场景。1.研究背景和目标研究背景和目标对智能网联汽车来说，V2X 技术在扩展

16、单车感知范围和车车/车路协同驾驶方面，具有突出的优势。在很多场景下，V2X 技术的融合能够有效地拓展单车智能的设计运行范围（ODD）：提高环境适应性提高环境适应性：V2X 技术通过与基础设施和其他车辆的通信，可以在各种复杂环境下提供稳定的服务。例如，在恶劣天气条件下，V2X 技术可以提供更可靠的交通信息，帮助车辆在低能见度环境中安全行驶。增强系统鲁棒性增强系统鲁棒性：通过多源信息融合，V2X 技术可以提高自动驾驶系统的鲁棒性和适应能力，使其能够在更广泛的环境条件下运行。支持高阶自动驾驶支持高阶自动驾驶：在 L3 及以上级别的高等级自动驾驶中，V2X 技术提供的高质量信号至关重要。它可以弥补单车

17、传感器在遮挡或复杂路况下的不足，确保自动驾驶系统在各种环境下的可靠性和安全性。协同决策与控制协同决策与控制：V2X 技术通过车辆间的信息共享和协同，可以实现更高效的决策和控制，减少交通拥堵和事故的发生。这种协同能力可以显著拓展单车智能的 ODD，使其能够在更复杂的交通环境中运行。但是，当前阶段对 V2X 技术的研究，并未涉及对 V2X 应用场景本身的 ODD 讨论，特别是特殊工况下的讨论缺失，本研究的主要目标是提出 V2X 应用场景设计运行域的研究方法，并研究常规环境及特殊工况下的使用范围。本研究基于 T/CSAE 53-2020 中定义的 17 个功能场景，选取了 4个具有代表性的场景，重点

18、阐述其分析过程和 ODD 分析结果，并在此基础上，分析针对特殊道路环境、恶劣天气等工况下的 ODD。在上述工况下，得益于 V2X 技术特点，能够对可能的碰撞风险进行识别并预警，以弥补单车智能的不足，提高出行安全。当然也由于上述环境的特殊性，应使 V2X 功能在限制范围内使用，并开展对应的研究。2/282.研究成果对行业的指导意义研究成果对行业的指导意义本研究通过对 V2X 特定场景的研究，进一步明确 V2X 场景 ODD，为功能量产提供可靠的依据，提升 V2X 上车的安全性和可靠性。旨在为行业提供科学的指导和参考。具体而言，本研究的成果可以为以下几个方面提供支持：政策及标准制定政策及标准制定：

19、为政府和相关部门制定智能网联汽车相关政策提供科学依据，推动 V2X技术的规范化和标准化发展。技术研发技术研发：为整车企业和科研机构在 V2X 技术研发和应用过程中提供参考，促进技术创新和产业升级。应用推广应用推广：为智能网联汽车的实际应用提供指导，加速推动 V2X 技术的量产上车和规模化落地。2 研究框架研究框架2.1 研究范围研究范围2.1.1 概述概述本研究聚焦于 V2X 应用场景的 ODD，采用分层递进的研究框架，如图 1 所示。首先基于 T/CSAE53-2020 中定义的应用场景，选取 V2X 特定场景开展 ODD 系统性分析，明确 V2X 功能在常规环境下可正常运行对应的范围，形成

20、量化的分析结果。而在实际应用中，还存在诸如特殊道路拓扑、恶劣天气等长尾场景，针对这些特殊工况，应对 V2X 功能的使用增加相应的限制条件，即采用“基准+增量”的分析方式，形成梯度化的功能可用性矩阵，为 V2X 应用功能开发及实际使用提供理论支撑，避免“一刀切式”的功能实现。图1研究范围示意图3/282.1.2 场景筛选场景筛选2.1.2.1 筛选原则筛选原则1、能够突破单车智能能力瓶颈、能够突破单车智能能力瓶颈近年来，单车智能市场渗透率正在快速提升，但由于单车智能需要依靠传感器感知周边环境及其他交通参与者，受限于传感器的物理探测边界和独立决策机制，单车智能存在一定功能局限性，例如：无非视距感知

21、能力、感知能力受极端天气、光照环境等因素影响、对交通参与者行为理解能力较弱以及依赖单车算力资源等，运用 V2X 技术可使智能网联汽车突破上述局限，拓展其运行范围。2、具有量产应用案例，可面向规模化、具有量产应用案例，可面向规模化车路云一体化发展已在行业内达成共识，目前已有多家车企具有 C-V2X 量产案例，此外，C-NCAP 2024 版已明确提出可使用 C-V2X 技术解决部分主动安全场景，将推动更多车型量产。根据公开信息，多家车企前装 C-V2X 功能，见表 1。从具体车型来看，蔚来 ET7 全系标配 5G+C-V2X功能，实现信号灯显示、工厂自动下线场景；上汽多款车型，包括飞凡、Marv

22、el R、智己 L7 以及ES33 等都已实现规模量产，包含信号灯展示、绿波引导、限速预警、道路危险状况提示异常停车预警等十余类场景；一汽红旗车型搭载 C-V2X 功能，同时借助 C-V2X 技术实现 C-NCAP 新增的 3 项场景；宝马 5 系从 2025 年 1 月上线紧急制动预警、闯红灯预警及交叉路口碰撞预警等场景。表1 2019年至今主要车企网联系统功能搭载情况品牌搭载车型上市时间通信方式上汽ES3320215G+LTE-V2X智己 L720215G+LTE-V2X飞凡 R720225G+LTE-V2XMarvel R20215G+LTE-V2X广汽埃安AION V20204G+LT

23、E-V2X一汽红旗EHS920204G+LTE-V2X蔚来NT2 平台车型全系标配2021-20225G+LTE-V2X长城坦克 50020225G+LTE-V2XWEY 摩卡（E）20215G+LTE-V2X北汽ARCFOX aS20215G+LTE-V2X金龙所有自动驾驶车型2019-20225G+LTE-V2X奥迪A7L/A6L20225G+LTE-V2X上汽通用别克 GL8 Avenir2020LTE-V2X长安福特探险者、锐界 PLUS20204G宝马5 系20254G/5G+LTE-V2X4/283、用户接受度高、用户接受度高根据中国信息通信研究院和德国汽车工业协会在 2022 年

24、 9 月联合发布的中德车联网（智能网联汽车）C-V2X 量产应用研究报告，在 2019 年 C-V2X“四跨”互联互通应用实践期间，活动组织方从应用场景使用价值、应用场景体验效果等角度，向参与试乘的非专业类观众和专业类观众进行问卷调研。经统计分析，用户接受度排名前七的场景包括：交叉路口碰撞预警、闯红灯预警、前向碰撞预警、弱势交通参与者预警、故障车辆提醒、限速预警和绿波车速引导。2.1.2.2 筛选结果筛选结果依据 2.1.2.1 中的几项筛选原则，本研究选取了 4 个功能场景，进行 V2X ODD 分析，分别为：前向碰撞预警(FCW,Forward Collision Warning)、交叉路

25、口碰撞预警(ICW,Intersection CollisionWarning)、闯红灯预警(RLVW,Red Light Violation Warning)及异常/故障车辆提醒(AVW,AbnormalVehicle Warning)，功能场景分析见下表 2。表2功能场景分析说明功能名称突破单车智能能力瓶颈量产应用情况用户接受度前向碰撞预警在弯道或前车突然切出情况下，由于存在视觉盲区，单车可能无法及时识别到碰撞风险，运用 V2X 技术可实现超视距感知C-NCAP 2024版明确可以通过 C-V2X 技术实现高速度差追尾预警该场景已量产上车多车型根据 C-V2X“四跨”互联互通应用示范用户需

26、求统计结果，该应用用户接受度排名第三。交叉路口碰撞预警城市路口车辆普遍较多，当存在车辆遮挡，单车存在视觉盲区，运用 V2X 技术可实现超视距感知C-NCAP 2024版明 确 可 以 通 过C-V2X 技术实现含遮挡的交叉路口碰撞预警该场景已量产上车多车型根据 C-V2X“四跨”互联互通应用示范用户需求统计结果，该应用用户接受度排名第一。异常/故障车辆提醒单车对于故障车辆的识别效果较差或识别不及时，易发生碰撞，具有量产应用案例根据 C-V2X“四跨”互联互通应用示范用户需求统计结果，该应用用5/28利用 V2X 技术可直接将故障信息广播给周围车辆，避免二次事故户接受度排名第五。闯红灯预警当前单

27、车识别信号灯效果易受光照、遮挡等因素影响，难以精确对应多车道信号灯的车道指示，且会增加车端计算压力，通过 RSU 下发车道级信号灯数据更加准确，能够适应不规则的信号灯配时C-NCAP 2024版明 确 可 以 通 过C-V2X 技术实现信号灯提示该场景已量产上车多车型根据 C-V2X“四跨”互联互通应用示范用户需求统计结果，该应用用户接受度排名第二。2.2 研究路径研究路径本研究在分析过程中参考了 ISO 34503:2023 研究方法及结论，由于 V2X 实现原理与智能驾驶存在区别，因此需对 V2X ODD 的分析路径和方法针对性研究。2.2.1 系统工作原理系统工作原理本研究选取的场景按照

28、通信模式可分为车-车通信和车-路通信两类，通信架构可见图 2。（1）车-车通信装载车载单元(OBU,On-Board Unit)的车辆之间可进行车-车通信，OBU 通常包括：通信模块、定位模块、处理模块及天线。通信模块负责接收和发送空中信号；定位模块负责提供车辆的位置、方向、速度和时间等信息，可实现增强定位；处理模块通过运行程序以生成需要发送的空中信号，以及处理接收的空中信号；天线用于实现射频信号的接收和发送。自车通过获取自身的运动和状态信息，以及接收到的其他车辆的信息（以消息形式发送），实时运行算法程序，当判断自身与其他目标存在碰撞风险时，通过人机交互界面(HMI,Human Machine

29、Interface)对驾驶员进行提醒。（2）车-路通信车-路通信由路侧单元(RSU,Road Side Unit)与 OBU 进行，RSU 的主要构成与 OBU 一致，用于将路侧识别到的交通参与者信息、道路事件信息；接收到的信号灯与路网数据以消息形式广播给通信范围内的 OBU。OBU 根据接收到的路侧信息进行如下判断：a)是否与其他交通参与者有碰撞风险；b)自车是否处于道路事件的影响范围内；c)是否有闯红灯风险或者实现绿波通行的建议车速，6/28并通过 HMI 对驾驶员提醒。了解 V2X 系统的通信原理，将有助于后续运行条件的分析。(a)(b)图2(a)车-车通信架构(b)车-路通信架构2.2

30、.2 系统工作过程分析系统工作过程分析V2X 应用的设计运行范围，即 V2X 系统可以正常启动与稳定工作，并保证应用预警准确的前置条件，通常在一个范围内。通过定义应用运行条件，明确系统的工作和应用限制，并将该可行运行条件传递给车载系统或用户。要界定该范围的边界，首先需要厘清实现 V2X 预警功能的基本过程，明确各个环节的作用。V2X 功能场景实现的一般过程如图 3 所示，自车实时接收来自路侧或其他直连通信车辆发送的V2X 消息，解析消息中携带的数据内容，系统依次执行以下步骤：（1）数据预处理解析交通参与者、路网数据，进行路网匹配、基础数据计算等处理；（2）目标过滤基于地理位置或历史路径过滤出算

31、法需要处理的交通参与者；（3）目标分类此过程针对 V2V 场景，系统对交通参与者与自车的位置关系进行分类，以从交通参与者中识别出与自车有碰撞风险的目标实体；7/28（4）目标预警当检测到风险目标时，系统触发多级预警机制，通过场景特征匹配识别场景类型，结合自车所处的运行环境进入一般工况算法或特殊工况算法，经过计算后给出预警结果；（5）预警仲裁若存在多类预警并发情况，系统可通过预设的优先级规则进行预警仲裁，输出最终结果。其中，目标预警模块涉及场景识别及算法处理，对于系统是否能够有效运行存在决定性作用，将作为运行条件分析的重要依据。图3场景实现一般过程2.2.3 测试验证测试验证完成 V2X ODD

32、 设计后需对其合理性进行验证，可遵循 V 字模型开发流程实现系统性验证，示意图见图 4。图4 V字开发流程示意图测试验证包括以下几个关键环节：（1）用例设计及用例数据生成测试用例将 ODD 中运行条件作为变量，采用正向场景覆盖+边界场景加强的方式，既包括常规环境下的典型工况，同时覆盖边界过渡区。为提高测试效率，降低测试成本，并覆盖特殊工况下的用例，可基于仿真引擎创建数据，数据库格式见下图。测试场景库由多条测试用例构成，每条测试用例包括场景描述、场景数据及预期结果，用于记录场景基础信息及产生的过程数据，可重复回放测试，场景库数据格式及数据创建过程见图 5 及图 6。8/28图5场景库数据格式说明

33、图6仿真测试用例创建示意图（2）硬件在环测试仿真构建场景数据后，可搭建硬件在环测试系统验证（为提高测试效率同时保证测试规范性，软件在环测试已纳入开发过程，本研究不再单独展开）。硬件在环测试能够在室内模拟真实环境中的通信过程，可加速验证流程，同时支持复杂场景测试，有助于对边界过渡区用例的测试。测试系统由场景库管理软件、GNSS 模拟器及 PC5 信号模拟器构成，如图 7 所示。上位机中的场景库数据管理软件读取测试用例，将数据拆分为主车数据及环境数据，其中主车数据直接发送给被测设备，环境数据经信号模拟器发送给被测设备。被测设备中的 V2X 算法经过计算产生预警结果，并将结果上传至上位机软件。软件中

34、的自动化测试模块将预警结果与预期结果进行对比，观察预警是否正确触发。9/28图7硬件在环测试系统（3）整车外场测试为保证 ODD 分析结果的可靠性，还需在外场实际环境下进行整车测试，使测试车辆及背景车辆按照设计的运行条件行驶，观察预警是否按照预期触发，外场测试环境可见图 8。图8外场测试示意图需要说明的是，本研究重点在于 V2X ODD 研究中的测试验证体系，重点阐述测试验证的关键节点及方法。文中涉及的测试流程描述旨在建立标准化研究流程与指导性评估框架，而具体测试参数配置、设备部署方案及数据采集实施细则等细节内容，将不再展开论述。10/283 运行范围分析方法研究运行范围分析方法研究V2X 系

35、统的稳定工作和应用预警是应限定在一定条件范围内，在既定的范围内，系统可以安全地启动及稳定工作，应用预警可以保证一定的准确率，超过了该范围，系统应用预警的准确率及有效性会降低，甚至无法正常运行。本章节主要研究能够量化表征系统运行范围的方法，确定影响系统正常工作的条件因素，以保证 V2X 功能开发过程中可参考实现。3.1 运行条件识别运行条件识别分析影响系统运行的条件因素需要系统性、多维度的考量。本研究采用需求拆解法，首先分析为保证 V2X 系统稳定、有效运行所需考虑的要素，包括通信有效性、算法执行以及标准及法规要求，再提取出各个要素下对系统运行有影响的关键因素。（1）通信有效性V2X 功能实现的

36、基本原理是具备直连通信能力的车辆之间、车辆与路侧设施之间通过 PC5 通信完成数据交互并对可能的碰撞或危险状况做出预警或提醒(本文暂不考虑 Uu 通信链路)。因此，要保证 V2X 系统正常运行，需保证通信稳定且不被干扰。结合前文对通信架构的描述可知，V2X 通信系统由自车通信模块、远车通信模块、RSU 及通信环境构成，为使通信正常，需保证各通信模块功能正常，同时通信环境不受干扰。（2）算法执行V2X 系统使用的算法可分为碰撞类预警算法和信息提醒类算法。碰撞类预警算法用于判断自车与其他交通参与者是否存在碰撞风险，基于目标分类及动力学模型对潜在碰撞风险进行风险评估，并精确计算若无干预措施情况下的碰

37、撞时间参数(TTC，Time toCollision)，当 TTC 接近系统安全阈值时，系统对驾驶员进行告警，避免交通事故发生。TTC 的计算基于两物体之间的相对距离与相对速度，而相对距离需要结合车辆运行状态与安全距离等因素计算。信息提醒类算法一般用于提醒车辆即将进入道路事件影响范围内，通常需结合自身位置与路网信息进行匹配，再根据车速与影响范围判断提醒时机。基于以上分析，需将算法中的关键步骤（如路网匹配）和关键变量（如车速）作为分析条件。（3）法规及标准要求为了保证智能网联汽车的运行安全、信息安全与车路云协同通信的有效性，我国已建立了分层级、多维度的监管体系与标准体系。例如，中华人民共和国测绘

38、法（按照自然资源部关于加强智能网联汽车有关测绘地理信息安全管理的通知（自然资发2024139 号）的要求：智能网联汽车在运行、服务和测试过程中,对车辆及周边道路设施的空间坐标、实景影像（视频和影像等环境感知数据）、点云及其属性信息等地理信息数据（含道路拓扑数据）进行采集、存储、传输和处11/28理的行为，属于中华人民共和国测绘法规定的测绘活动，应依照测绘法律法规进行规范和管理）与 GB 20263-2006导航电子地图安全处理技术规范对地理信息数据发送做出了要求。GB/T45315-2025 基于 LTE-V2X 直连通信的车载信息交互系统技术要求及试验方法 提出了对 LTE-V2X车载通信系

39、统的技术要求及测试方法，为 LTE-V2X 车载产品开发、规模量产上车应用提供了统一的技术标尺。T/CSAE 53-2020合作式智能运输系统 车用通信系统应用层及应用数据交互标准（第一阶段）及 YD/T 3709-2020基于 LTE 的车联网无线通信技术 消息层技术要求对 V2X 功能场景定义、使用范围及数据交互规范进行了统一。V2X 系统应在法规及标准要求范围内使用。3.2 运行条件分析运行条件分析结合 3.1 章节关于运行条件识别的分析方法，梳理出运行条件见下图 9。图9运行条件分析过程本节详细分析了各个运行条件对 V2X 系统运行的影响。3.2.1 道路环境道路环境3.2.1.1地图

40、数据地图数据地图数据是 V2X 系统实现精准定位和轨迹预测的基础，它可以提供道路的详细信息，包括道路的几何形状、车道线位置、交通标志和信号的位置等。在 V2X 系统中，常用的地图数据来源有两种，分别是路侧单元和车载系统。地图数据对 V2X 应用的影响通常从以下两方面体现：a）地图数据的可用性，即地图是否可以正确表征当前道路特征，以及 V2X 系统是否可与地图数据匹配成功。对于部分场景，左转辅助(LTA，Left TurnAssistant)、逆向超车预警(DNPW,Do Not Pass12/28Warning)、限速预警(SLW,Speed Limit Warning)、闯红灯预警(RLVW

41、，Red Light Violation Warning)以及绿波车速引导(GLOSA,Green Light Optimal SpeedAdvisory)等，高度依赖 V2X 地图，若当前行驶路段无地图数据（含匹配失败）或者地图鲜度低，车辆无法匹配自身所在的车道，进而无法与自车意图或标志指引内容相匹配，将导致应用降级或预警不准确。b）地图数据精度，指当前路段的地图数据包含哪些地图元素以及每个元素的颗粒度，以一个路段为例，可形容为是否包含车道级地图元素，每条车道的描述内是否包含车道宽度、车道属性等信息。部分应用的触发条件与地图数据强关联，在地图精度差或关键元素缺失的情况下，会导致部分场景无法触

42、发，或有较高概率误触。以闯红灯预警(RLVW，Red Light Violation Warning)为例，在无 V2X 地图数据的情况下，系统无法获取车辆至停车线距离、信号灯信息、道路限速等信息，更无法将信号灯相位信息与车道进行匹配，因此无法触发预警。3.2.1.2道路类型道路类型道路类型指代道路的物理属性，包括道路类型和车道属性等方面。在 V2X 应用运行条件定义中，道路类型是关键因素，它不仅影响着车辆的行驶安全和效率，还决定了 V2X 系统能够实现的功能范围。a）道路类型表征道路的“身份类型”，例如该车道是城市道路、高速公路道路还是园区社区等内部道路，不同道路类型对应不同的行驶速度限制，

43、将影响应用触发的阈值设置。例如在园区社区内，默认允许车速上限较低，不满足前向碰撞预警（FCW，Forward Collision Warning）的触发条件，而在高速公路上车辆行驶速度通常较高，车辆实现完全制动的时间和车距要求相对增加，需要结合道路类型调整应用预警阈值，以便预警触发时，给车载系统或用户足够的响应时间和安全距离。因此，道路类型是运行范围中的重要条件。b）车道属性表征具体某一车道的“身份”，包括公交车专用道、自行车道、人行横道等，车道类型会影响和限制涉及特殊车辆或车道引导类应用的实现边界。3.2.1.3道路几何道路几何道路几何的定义主要涵盖了道路的形状和结构特征，包括直道与弯道、坡

44、度和横纵断面、连接性、特殊结构等道路特征性的描述。缺少道路几何数据，则无法根据当前路段的道路特征灵活调整算法阈值，将影响 V2X 预警的准确性。本节以几类典型的道路几何为例说明其对应用实现的影响：a）直道与弯道，指道路的直线段和各种曲率的弯道，直道为车辆提供了稳定的行驶环境，而弯道则需要 V2X 应用根据曲率调整触发阈值和安全距离，具体而言，在曲率较大的弯道路段，车辆的前向可视距离会变短，系统需要适当增加安全碰撞预警算法的触发阈值，以便在弯道情况下留有足够时间控制车辆。b）道路连接性，主要说明道路的“可通行程度”，通常包含对当前路段是否包含上下游及转向关系的说明，明确路口所在位置。在 V2X

45、应用中可根据该数据知晓车辆与道路口的相对位置，可用于红绿灯类应用、交叉口类应用与路口相关的计算。例如在交叉路口的红绿灯类应用，系统需要根据道路的连接性与目的地，再结合车道的信号灯，给出最佳的通行建议。13/28c）特殊结构，例如城市高架路、立交桥等，这些特殊结构的存在会影响 V2X 应用就地图数据的匹配，且在该类路段中，由于地理信息发送限制，将对预警产生较大影响。在实际执行中，当系统判断自身处于特殊道路结构时，应限制功能使用范围，避免因车辆处于不同水平面而产生的误报3.2.1.4行驶限制行驶限制行驶限制主要指当前道路存在的既定交通规则、限制条件，能够起到提醒危险与警告、规范驾驶行为等用途。在

46、V2X 系统中，可以为应用提供当前路段可允许的驾驶行为以及当前路段的事件信息，可用于规范应用预警。例如系统需结合道路限速、禁止超车、禁行禁停等规定设置应用使用机制。3.2.2 系统状态系统状态3.2.2.1通信质量通信质量在 V2X 系统中，通信质量是确保系统安全有效运行的核心因素，决定了车辆与路侧单元、其他车辆之间信息交互的可靠性和及时性。高质量的通信能够确保车辆及时获取道路状况、交通信号、周围车辆动态等关键信息，决定了应用的实现效果和可靠性。a）通信稳定性，是指在通信过程中，稳定的通信链接能够确保车辆在行驶过程中以一定的频率持续接收和发送数据，不会因信号中断或波动而导致信息丢失或延迟。例如

47、，在弯道类的碰撞预警中，如果通信不佳，车辆可能无法及时接收到前方车辆的信息，从而增加追尾事故的风险。在常规应用预警的实现上，通常要求两端交互需要保证至少 5S 的持续通信。b）收包率，是指成功接收到的数据包数量与发送出的数据包总数的比例，反映了通信链路的可靠性和数据传输的完整性。较高的收包率意味着车辆能够完整、准确地获取发送的信息，确保驾驶决策基于全面的数据支持。在信号灯应用中，高收包率可以保证车辆及时、准确地接收信号灯的相位信息，从而优化通过交叉路口的时机，减少停车次数和等待时间。若收包率较低，部分信号灯信息可能丢失，导致车辆无法正确判断通过时机。3.2.2.2定位质量定位质量定位质量决定了

48、车辆在行驶过程中对自身位置的精确掌握程度。精确的定位能够确保车辆在复杂的道路环境中准确地判断自身所在的位置、车道以及与周围车辆和道路设施的相对位置关系，以得到合理的预警结果。在实际车辆行驶中，在开阔地带，卫星定位信号强，定位精度高，系统能够准确获取车辆位置；但在严重遮挡和城市街谷效应明显的路段或受太阳活动影响（电离层波动），定位信号可能受到干扰，导致定位精度下降。定位精度影响应用预警的精度级别，弱覆盖或无定位情况下，会导致 V2X系统的应用失能。a）在无法获得定位的道路环境，如隧道、地下停车场等环境，定位信息缺失，导致自车无法有14/28效获取自身准确位置，且 V2X 通信模组将无法进行时钟同

49、步，不能满足 V2X 通信所必要的基础条件，车路协同系统将进入失能状态，应用预警无法触发。b）在高架桥、城市街谷效应明显的区域，定位获取不稳定或定位质量低偏差大，需要酌情降低车路协同系统的预警等级或敏感度，或者直接使其失能，在弱定位区域不工作，以避免过多的误触发。c）在空旷环境下，自身定位误差需要小于 1.5m，或可从外部模块获取同等级误差的定位信息，以避免因未匹配都正确车道而导致的预警错误。3.2.2.3系统时延系统时延系统时延是指从信息产生到被接收方处理完成所经历的时间，它包括消息在传输过程中的延迟以及消息在系统中处理的时间。在车路协同系统中，低时延是实现实时信息交互和应用预警的基础。高时

50、延可能导致预警的不及时甚至预警结果错误。例如前方车辆突然切出，自车要保证能及时准确预警，则需要及时接收到制动信息以采取相应的措施，如果消息接收延迟过大，后方车辆可能无法及时感知到前方的危险，从而增加追尾事故的风险。从车路协同应用预警的准确定与及时性出发，要求通信时延不大于 100 毫秒。3.2.3 信源输入信源输入3.2.3.1车身数据车身数据在 V2X 系统中，车身数据是判断系统运行条件的强相关因素，它涵盖了车辆速度、转向信息、航向角信息等多个方面，这些信息能够帮助车辆准确地感知自身的运动状态。其中车速是计算 TTC的基础条件，从车辆动力学、安全行驶、交通法规等多个角度出发，车辆处于不同的场

51、景及工况下，应对车速范围进行针对性限制，例如在弯道环境及交叉口环境下，应结合场景特性设置不同的速度运行范围。3.2.3.2环境数据环境数据环境数据包括远车(RV,Remote Vehicle)数据及路侧数据。远车数据一般包含远车状态及远车行为。通过获取和处理远车的状态信息，车辆能够实时了解周围交通环境，了解远车的行为意图可以帮助车辆提前做出避让或调整速度的决策，避免碰撞事故的发生；获取他车异常信息能够及时提醒驾驶员或自动驾驶系统采取相应的措施，减少事故风险。除了路侧下发的地图数据外，路侧数据还包括道路标志、道路事件、信号灯数据等，根据路侧下发的各类数据类型可触发对应的场景。是否能够获取环境数据

52、决定了 V2X 系统是否能在相应的工况下运行。3.2.4 天气环境天气环境天气环境是车辆行驶过程中不可忽视的外部因素，它涵盖了多种气象条件，如雨雪、横风、扬15/28尘等。尽管雨雪雾等恶劣天气对 V2X 通信影响较小，但上述天气下对道路表面特性和车辆的行驶性能有着显著的影响。a）雨雪天气下，道路表面会变得湿滑，甚至出现积水。这种变化会直接影响车辆的横纵向控制和制动表现，湿滑的路面会降低轮胎与地面的摩擦力，导致车辆的制动距离增加。这意味着在雨雪天气中，既有的前车急刹、前向碰撞类的应用表现会下降。车路协同系统在正常天气条件下能够有效预警，但在雨雪天气下，由于道路条件的恶化，系统的预警效果可能会出现

53、晚预警的情况。这是因为车辆在湿滑路面上的制动反应与系统预设的正常条件下的反应存在差异。b）横风天气同样会对车辆的行驶产生影响。在 7、8 级及以上的横风天气下，车辆的横纵向控制变得困难。横风可能会使车辆发生侧偏，影响车辆在车道内的稳定性。这种情况下，车辆在相邻车道间的间距也会受到影响。对于车路协同系统中的盲区变道类预警应用，横风天气可能会提升误报率。因为车辆在横风中的不规则运动可能会被系统误判为潜在的碰撞风险，从而触发不必要的预警。c）雾和霾天气对车路协同系统也存在一定的影响。雾天会降低能见度，影响车辆驾驶员的视线，因此各类应用预警的参数也要适当增加，以便前置预警给驾驶员和车载系统足够长的反应

54、时间。3.3 特殊工况识别特殊工况识别在 V2X 系统中，特殊工况的识别与处理是确保系统有效运行的重要环节。特殊工况主要指在ODD 范围内那些比较特殊的、难处理的情况，这些情况虽然仍在系统的处理能力之内，但由于其复杂性和特殊性，需要系统具备更高的识别和应对能力，才能保证应用预警的准确性及用户体验。例如，在暴雨天气下，道路积水严重，车辆的制动距离大幅延长，若系统未能识别这种特殊工况，继续按照常规条件进行前向碰撞预警，就可能因车辆实际制动效果与系统预期的差异而出现预警不及时的情况，给行车安全带来隐患。而 V2X 技术可以通过车辆之间的通信，提前告知自车前方的路况和积水情况，使自车有更充足的时间来调

55、整车速和保持安全距离，从而有效避免追尾事故的发生。此外，V2X 技术还可以与路侧基础设施协同工作，获取更全面的交通信息，如道路施工、交通拥堵等特殊工况，为车辆提供更准确的导航和预警服务。在复杂路况下，如山区道路、城市高架等，车辆可能面临急弯、陡坡等特殊路段，这些路段对车辆的行驶安全提出了更高的要求。V2X 技术可以通过与路侧单元的通信，提前获取道路的几何信息和交通状况，为车辆提供实时的路况和周围环境信息。例如，当车辆接近一个急弯时，系统可以提前收到弯道的曲率和建议车速信息，帮助驾驶员或自动驾驶系统提前调整车速和转向角度，确保安全通过弯道。对于具备直连通信能力的网联车辆，可通过自车信息及接收到的

56、环境信息判断所处工况，如果车路协同系统已经与智能网联车集成融合，也可以通过车载系统获取其他感知信息或高精地图信息，辅助判断当前所处工况。16/284 V2X 特定场景特定场景 ODD 分析分析4.1 前向碰撞预警前向碰撞预警4.1.1 场景分析场景分析4.1.1.1 场景定义场景定义前向碰撞预警（FCW）是指，HV 在车道上行驶，与在正前方同一车道的 RV 存在追尾碰撞危险时，FCW 应用将对 HV 驾驶员进行预警。4.1.1.2 场景实现过程场景实现过程根据场景定义，一般工况下前向碰撞场景需实现如下计算：（1）HV 基于环境中的数据，判断 RV 在 HV 前方同车道：无路网数据时，两车行驶在

57、直道上，HV 可基于 RV 与 HV 的相对位置关系，判断 RV 是否在 HV 前方同一车道；具备路网数据，HV 根据 RV 定位数据进行车道匹配，判断 RV 是否在 HV 前方同一车道；（2）基于两车的定位、行驶状态信息，进行碰撞危险计算。RV 按照一般工况下前向碰撞场景阈值判断是否触发预警。根据危险程度可输出不同等级的预警结果，其中危险程度可基于 HV 和 RV 的速度差、RV车速等参数计算。4.1.1.3 设备基础性能指标要求设备基础性能指标要求通信距离300 m；BSM 数据更新频率10 Hz；系统延迟100 ms；GNSS 定位精度1.5m；Heading 精度 2。注：以上场景基础

58、指标要求的依据参考 CSAE 53-2020 标准中前向碰撞场景的基本性能要求，以及 GB/T 453152025 标准中的 heading 要求。4.1.2 特殊工况下的前向碰撞预警特殊工况下的前向碰撞预警4.1.2.1 特殊工况筛选特殊工况筛选对于前向碰撞场景，影响用户体验的有两个因素：17/28视觉范围外特殊道路线性上的前向碰撞不易识别。对应的特殊工况：弯道环境；视觉范围内的非危险对象频繁预警。对应的特殊工况：前车等待红绿灯状态。4.1.2.2 弯道环境前向碰撞预警弯道环境前向碰撞预警车辆在无路网数据的弯道上行驶时，驾驶员视线或车辆传感器因受道路地形及周边障碍物（如树木），无法即时识别到

59、同车道前方同向行驶的车辆碰撞危险。故当车辆在弯道环境下行驶时，V2X 车辆需要基于自车一段时间内的行驶轨迹变化对弯道环境识别，结合与远车 RV 的轨迹匹配，即时识别 HV 与 RV 的前向碰撞危险。1）场景分析）场景分析（1）弯道行驶识别：基于自车的行驶数据进行弯道行驶判断，所需数据及信息包括：连续一段时间内的航向角变化，其变化率需满足预设的阈值范围，以符合弯道行驶特征；当前的行驶速度限制了弯道行驶的最大曲率半径为避免与路口转向行驶误判，需对曲率半径范围进行限制；（2）前向碰撞危险识别：HV 与 RV 需保持一定时间的稳定通信、且不发生变道行为，以确保 HV 能准确匹配 RV 的历史行驶路径，

60、从而精准识别 RV 位于 HV 前方且处于同一车道；RV 需实时广播其 GNSS 数据，HV 进行前向碰撞风险判断（3）HV 速度区间：最高速度：按照道路限速要求，参考 CJJ 37-2012城市道路工程设计规范，弯道的最高道路限速为 100km/h2）场景）场景 ODD（1）道路类型与环境弯道（非交叉路口、环形道路或分岔路）；曲率半径范围：R100m（避免与路口转向混淆）；无地图数据支持，依赖 V2X 动态轨迹匹配。（2）车辆状态HV 状态：-速度范围：10km/h v 100km/h（下限避免怠速行驶误判，上限符合弯道限速）；RV 状态：-实时广播 GNSS 数据：位置（横向误差1.5m）

61、、速度、航向角、时间戳；-与 HV 同向同车道行驶，且未触发变道信号（转向灯关闭，横向位移波动1km/h）。（3）通信与数据条件18/28V2X 通信性能：-消息频率：BSM 消息更新频率10Hz-时延100ms；数据有效性-历史轨迹匹配：至少连续 5 秒的 HV/RV 轨迹数据（用于弯道识别及同车道验证）。（4）驾驶行为约束变道行为排除：碰撞风险判断周期内（5 秒），HV 与 RV 均未发生变道（横向加速度0.5m/s，转向灯未激活）。（5）排除场景交叉路口、或曲率半径100m 的弯道；RV 为对向车辆、跨车道车辆或 GNSS 信号失效（如隧道、高楼遮挡）；HV/RV 变道行为触发；自车速度

62、10km/h（如拥堵蠕行）或100km/h（超限速）；HV GNSS 信号丢失。4.1.2.3 等待红绿灯状态下前向碰撞预警等待红绿灯状态下前向碰撞预警当车辆驶向信号控制路口且前车处于等待红绿灯状态时，容易触发前向碰撞预警。频繁的预警可能对用户体验产生负面影响。因此，需要基于前车及路侧环境数据，实现对前车排队等待红绿灯状态的识别，并据此调整该工况下的前向碰撞预警触发阈值。1）场景分析）场景分析（1）前车等待红绿灯场景识别：识别自车驶向信控路口且 RV 在排队等待红绿灯状态，所需数据及信息包括：需路侧的 MAP 及 SPaT 信息，结合自车轨迹数据进行地图匹配，判断自车当前是否驶向信号控制路口；

63、RV 需具备 V2X 通信功能，广播其实时的位置、车速、加速度、航向角等信息，结合路侧的 MAP 信息，HV 判断 RV 在当前路段的停止线前，且处于减速或静止状态，判断 RV 处于排队等待红绿灯状态；（2）前向碰撞识别及阈值调整需要 HV 及 RV 的 GNSS 定位数据及路侧 MAP 数据，判断 RV 是否在 HV 同车道前方；针对前车等待红绿灯状态，调整前向碰撞触发阈值：该工况下，通过提高 RV 车速计算阈值的权重，调整前向碰撞场景触发阈值。（3）HV 速度区间：最高速度：等待红绿灯工况为城市道路交叉路口区域，按最高限速为 70km/h。19/282）场景）场景 ODD（1）道路类型与环

64、境城市信号控制交叉路口，配备路侧单元（RSU）提供 MAP（车道级地图数据）和 SPaT（信号灯相位与时间）信息；（2）车辆状态HV 状态：-速度范围：10km/h v 70km/h（下限避免怠速行驶误判，上限符合城市交叉路口限速）；-行驶方向：朝向信号灯控制路口，且与 RV 同向；RV 状态：-实时广播 GNSS 数据：位置（横向误差1.5m）、速度、航向角、时间戳；-状态判定：减速或静止状态-位置约束：位于 MAP 定义的停止线前，在 HV 前方同车道。（3）通信条件V2X 通信性能：-消息频率：SPsT 数据更新频率5 Hz；MAP 数据更新频率1 Hz；-时延100ms；（4）排除场景

65、非信号控制路口或无 RSU 支持的路口；RV 为跨车道车辆、对向车辆、变道中车辆或 GNSS 信号失效；自车速度10km/h（如拥堵蠕行）或70km/h（超限速）；HV GNSS 信号丢失。4.2 交叉路口碰撞预警交叉路口碰撞预警4.2.1 场景分析场景分析4.2.1.1 场景定义场景定义交叉路口碰撞预警（ICW）是指，HV 驶向交叉路口，与侧向行驶的 RV 存在碰撞危险时，ICW应用将对 HV 驾驶员进行预警。4.2.1.2 场景实现过程场景实现过程根据场景定义，一般工况下交叉路口碰撞场景 HV 需实现如下计算：（1）依赖环境数据，判断 HV 与 RV 驶向同一交叉路口：无路网数据时，HV

66、与 RV 所在道路存在交叉点，HV 基于自车与 RV 的位置、速度、航向角等数据判断两车行驶方向存在交叉点；20/28具备路网数据，HV 根据 RV 轨迹数据进行道路匹配，判断自车与 RV 驶向同一交叉路口。（2）基于两车位置、速度、航向角等数据，判断 HV 与 RV 存在碰撞危险。4.2.1.3 设备基础性能指标要求设备基础性能指标要求通信距离150 m；BSM 数据更新频率10 Hz；系统延迟100 ms；定位精度1.5 m；Heading 精度 2。注：以上场景基础指标要求的依据参考 CSAE 53-2020 标准中交叉路口碰撞场景的基本性能要求，以及 GB/T 453152025 标准

67、中的 heading 要求。4.2.2 特殊工况下的交叉路口碰撞预警特殊工况下的交叉路口碰撞预警4.2.2.1 特殊工况筛选特殊工况筛选对于交叉路口碰撞场景，由于无法通过 V2X 消息获取远车的具体高程信息，当 HV 行驶区域存在多高程路断面时，且无 V2X 路网数据时，容易导致交叉路口碰撞预警误报。故针对交叉路口碰撞预警场景，选择高程差环境作为典型特殊工况。4.2.2.2 高程差环境交叉路口碰撞预警高程差环境交叉路口碰撞预警车辆在高架环境或存在高程差环境下行驶时，基于V2X通信可以收到不同断面的RV车辆数据，由于法规及导航电子地图安全相关标准禁止 V2X 消息包含高程信息，导致交叉口碰撞场景

68、误报率变高。因此在具备一定的信息条件下，自车需能够识别自车行驶区域存在多高程路断面环境，并过滤掉交叉路口碰撞预警。1）场景分析）场景分析（1）高程差环境识别：利用自车导航地图信息及 GNSS 定位数据，判断自车所在位置存在多种高程路断面，具体需基于合作图商可输出的信息。多高程环境判断方法示例：通过导航地图数据，判断自车驶向特定路段，且该路段满足以下任一条件，即认为自车当前所在区域存在多高程路断面：发现存在其他路段与当前路段交错；当前路段与自车行驶方向交错；获取导航信息，当前道路类型为高架/高速/隧道/桥梁/分层式立交，无交叉口道路。（2）满足高程差行驶环境，系统关闭交叉路口碰撞场景计算，不输出

69、预警，避免误报（3）HV 速度区间：21/28最高速度：高程差环境一般包含高架/高速/隧道/桥梁分层式立交等道路类型，按最高道路限速 120km/h 作为场景的最高速度。2）场景）场景 ODD（1）道路类型与环境存在其他路段与当前路段交错；当前路段与自车行驶方向交错；高程差道路类型：高架、高速、隧道、桥梁、分层式立交，无交叉口道路（2）车辆状态自车（HV）状态：-速度范围：10km/h v 120km/h（下限避免怠速行驶误判，上限符合高速限速）；（3）数据条件HV GNSS 正常；导航数据要求：提供道路类型、分层标识、道路属性等信息（4）排除场景平面交叉路口（无高程差）；导航地图未标记道路类

70、型或道路分层数据失效；自车速度10km/h（如拥堵蠕行）或120km/h（超限速）；HV GNSS 信号丢失。4.3 闯红灯预警闯红灯预警4.3.1 场景分析场景分析4.3.1.1 场景定义场景定义闯红灯预警（RLVW）是指，HV 经过有信号控制的交叉口（车道），车辆存在不按信号灯规定或指示行驶的风险时，RLVW 应用对驾驶员进行预警。4.3.1.2 场景实现过程场景实现过程根据场景定义，一般工况下闯红灯预警场景 HV 需实现如下计算：（1）依赖路侧环境数据，判断 HV 驶向信控路口：路侧需广播 V2X LaneMAP 及 SPaT 数据，结合自车的定位、航向角等数据进行路网匹配，判断自车是否

71、驶向信号控制路口；（2）基于自车的定位、速度、航向角等数据，计算闯红灯风险。在当前行驶环境处于常规环境时，按照一般工况下的闯红灯场景阈值判断是否触发预警。注：一般情况下，影响闯红灯预警触发的主要阈值为车辆减速度、驾驶员反应时间。22/284.3.1.3 设备基础性能指标要求设备基础性能指标要求通信距离150 m；SPaT 数据更新频率 5 Hz；MAP 数据更新频率 1 Hz；系统延迟100 ms；GNSS 定位精度 1.5m；Heading 精度 2。注：以上场景基础指标要求的依据参考 CSAE 53-2020 标准中闯红灯预警场景的基本性能要求，以及 GB/T 453152025 标准中的

72、 heading 要求。4.3.2 特殊工况下的闯红灯预警特殊工况下的闯红灯预警4.3.2.1 特殊工况筛选特殊工况筛选对于闯红灯预警场景，除了路侧必须提供的路网及信号灯数据，主要根据自车的行驶状态判断是否存在闯红灯风险。当车辆行驶在恶劣天气环境下，如：车辆大雨、大雾、道路湿滑、道路积水等，车辆的制动能力、驾驶员反应时间等参数将发生变化，从而影响场景预警效果，因此，针对闯红灯预警场景，选择恶劣天气环境作为典型特殊工况。4.3.2.2 恶劣天气下的闯红灯预警恶劣天气下的闯红灯预警考虑到恶劣天气环境对驾驶员的反应时间及车辆制动性能的影响，自车通道路侧获取到恶劣天气信息时，需调整该场景的预警触发机制

73、。1）场景分析场景分析a.车辆驶入恶劣天气环境识别：路侧 RSU 广播恶劣天气 RSI 信息，涵盖大雨、大雾、降雪、道路湿滑、道路积水等。结合自车的实时定位数据，判断车辆是否将驶入恶劣天气环境影响范围内。b.闯红灯危险识别及阈值调整：需要路侧提供的车道级MAP数据及SPaT数据，以及自车实时的GNSS定位数据及转向灯状态，在恶劣天气环境下，根据不同的天气/道路状态，采用对应的车辆减速度、驾驶员反应时间阈值，判断自车行驶方向是否存在闯红灯风险。c.HV 速度区间：最高速度：闯红灯场景一般为城市道路交叉路口环境，暂未查询到恶劣天气下路口通行限速要求，参考 CSAE 53-2020 中交叉口相关场景

74、的最高车速值，设为 70km/h2）场景场景 ODD（1）道路类型与环境23/28道路类型：城市信号控制交叉路口，配备路侧单元（RSU）广播恶劣天气（RSI）及 SPaT/MAP数据；天气条件：恶劣天气，大雨（降水率10mm/h）、大雾（能见度200m）、降雪、道路湿滑（摩擦系数0.3）或积水（水深5cm）；（2）车辆状态HV 状态：-速度范围：10km/h v 70km/h（下限避免怠速行驶误判，上限符合城市路口限速）；（3）通信条件V2X 通信性能：-消息频率：SPaT 数据更新频率 5 Hz；MAP 数据更新频率 1 Hz；RSI 数据更新频率 5 Hz；-时延100ms；（4）排除场景

75、非信号控制路口或无 RSU 覆盖区域；HV GNSS 信号丢失。4.4 异常异常/故障车辆提醒故障车辆提醒4.4.1 场景分析场景分析4.4.1.1 场景定义场景定义异常/故障车辆提醒（AVW）是指，当 RV 在行驶中打开故障报警灯时，对外广播消息中显示当前“故障报警灯开启”，HV 根据收到的消息内容，识别出其属于异常车辆；或者 HV 根据 RV 广播的消息，判断 RV 车速为静止或慢速（显著低于周围其他车辆），识别出其属于异常车辆。当识别出的异常车辆可能影响本车行驶路线时，AVW 应用提醒 HV 驾驶员注意。4.4.1.2 场景实现过程场景实现过程根据场景定义，一般工况下异常/故障车辆提醒场

76、景需实现如下计算：HV 基于环境中的数据，判断 RV 为 HV 前方的异常/故障车辆：当无路网数据时，两车行驶在直道上，HV 可基于 RV 与 HV 的相对位置、航向角等信息关系，判断 RV 是否在 HV 前方，并结合 RV 的速度、故障报警灯信号灯信息判断 RV 是否为异常/故障车辆；具备路网数据，HV 根据 RV 定位数据进行路段匹配，判断 RV 是否在 HV 前方同一路段。24/284.4.1.3 设备基础性能指标要求设备基础性能指标要求通信距离150 m；BSM 更新频率 10 Hz；系统延迟100 ms；定位精度1.5 m。Heading 精度 2。注：以上场景基础指标要求的依据参考

77、 CSAE 53-2020 标准中异常车辆提醒场景的基本性能要求，以及 GB/T 453152025 标准中的 heading 要求。4.4.2 特殊工况下的故障车辆提醒特殊工况下的故障车辆提醒4.4.2.1 特殊工况筛选特殊工况筛选对于异常/故障车辆提醒场景，HV 若行驶区域非常规道路线性（如直道）且无路网数据，很难基于异常/故障车辆 RV 的位置信息，识别出 RV 在自车行驶方向前方存在安全风险。因此，针对异常/故障车辆提醒场景，选择弯道环境作为典型工况。4.4.2.2 弯道环境下的故障车辆提醒弯道环境下的故障车辆提醒车辆在无路网数据的弯道上行驶时，视线易受道路地形及周边树木遮挡，无法即时

78、识别到前方的异常故障车辆 RV。HV 仅根据自车及 RV 的实时的相对位置、航向角信息也无法判断 RV 在 HV行驶方向前方。需要 HV 基于自车一段时间内的行驶轨迹变化对圆形弯道环境识别，进一步结合 RV 所在位置等信息，识别 RV 为前方同路段上的异常故障车辆。1）场景分析）场景分析a.弯道行驶识别：基于自车的行驶数据进行弯道行驶判断，所需数据及信息包括：连续一段时间内的历史轨迹按照一定的规则变化；当前行驶速度限制了弯道行驶的最大半径为避免与路口转向行驶误判，限制半径范围；b.故障车辆危险识别：RV 广播 GNSS 数据，HV 据此判断 RV 是否位于 HV 前方；RV 广播实时的车身信息

79、（故障/双闪灯等信号），HV 据此判断 RV 是否为异常故障车辆c.HV 速度区间：最高速度：按照道路限速要求，参考 CJJ 374-2012城市道路工程设计规范，弯道的最高道路限速为 100km/h。25/282）场景）场景 ODD（1）道路类型与环境圆形弯道（非交叉路口或分岔路）；圆曲线半径范围：R100m（避免与路口转向混淆）；无地图数据支持，依赖 V2X 动态轨迹匹配。（2）车辆状态HV 状态：-速度范围：10km/h v 100km/h（下限避免怠速行驶误判，上限符合弯道限速）；RV 状态：-实时广播 GNSS 数据：位置（横向误差1.5m）、速度、航向角、时间戳；-故障状态信号：V

80、2X 广播双“闪灯激活”或“故障车辆”状态；-静止/低速：速度5km/h。（3）通信与数据条件V2X 通信性能：-消息频率：BSM 消息更新频率10Hz-时延100ms；（4）排除场景交叉路口或圆曲线半径100m；RV 为对向车辆或 GNSS 信号失效；车速度10km/h（如拥堵蠕行）或100km/h（超限速）;HV GNSS 信号丢失。26/285 总结与展望总结与展望本研究选取了 4 类可面向规模化应用的 V2X 功能场景，分别为：前向碰撞预警、交叉路口碰撞预警、闯红灯预警及异常/故障车辆提醒，提出了针对上述场景的 ODD 的分析方法，确定了场景运行条件可量化的参数及参数范围。在此基础上，

81、本研究提出了弯道和等待红绿灯场景下的前向碰撞预警、高程差环境下的交叉路口碰撞预警、恶劣天气下的闯红灯预警及弯道环境下的故障车辆提醒几类特殊工况下 ODD 分析结果，说明了在上述工况下，V2X 系统可正常运行，起到主动安全保护作用，当单车智能因自身传感器局限无法工作时，利用 V2X 技术可扩展智能网联汽车的运行范围。同时，本研究的分析方法也适用于其他功能场景，可参考分析。需要指出的是，本研究的内容仍有待完善之处，针对 V2X ODD 的后续研究工作，建议推进方向如下：1、完善测试验证体系，持续采集测试数据，构建数据驱动的逆向研究机制，形成更完善的方法论，保证 ODD 结果的精确性和有效性，并将分

82、析方法推广至其他场景。2、推动标准化研究工作，基于评估框架、关键条件参数及运行范围等内容制定统一标准，依托标准推广和产业协同促进 V2X 功能量产上车。3、开展 V2X 与单车智能融合场景的 ODD 研究，利用 V2X 技术支撑高阶智能驾驶进一步实现智能网联汽车在复杂场景下 ODD 的扩展。27/28参考文献参考文献1.ISO 34503:2023 Road Vehicles Test scenarios for automated driving systems Specification for operationaldesign domain S.20232.国家测绘局.GB 20263

83、-2006导航电子地图安全处理技术规范S.20063.全国汽车标准化技术委员会.GB/T 45315-2025 基于 LTE-V2X 直连通信的车载信息交互系统技术要求及试验方法S.20254.中国汽车工程学会.T/CSAE 53-2020合作式智能运输系统 车用通信系统应用层及应用数据交互标准（第一阶段）S.20205.中国通信标准化协会.YD/T 3709-2020基于 LTE 的车联网无线通信技术 消息层技术要求S.20206.中国信息通信研究院、德国汽车工业协会.中德车联网（智能网联汽车）C-V2X 量产应用研究报告 R.20227.移动通信及车联网国家工程研究中心等.车路云一体化系统C-V2X车车/车路协同典型应用场景及实施参考R.20248.中华人民共和国住房和城乡建设部.CJJ 37-2012城市道路工程设计规范S.201628/28致致 谢谢责任编辑：责任编辑：王易之、吴宇涵、张广岐核心贡献单位：核心贡献单位：星云互联：王易之、杨明、吴宇涵、张广岐、赵晨、肖居安高通：陈书平、刘洋、殷悦中国信息通信研究院：葛雨明，房骥，于胜波，李伯雄