感知-通信协同设计：构建更有用的车辆网络

感知-通信协同设计正成为联网车辆、机器人和其他移动系统的重要工程方法，这些系统既需要了解周围环境，又需要可靠地交换数据。传统上，感知和无线通信被设计为独立的功能：雷达或摄像头收集环境信息，而无线电则负责数据链路。这种分离在早期开发阶段很方便，但可能会影响性能。例如，车辆可能感知到附近的物体，却不知道其他车辆需要哪些信息；或者，车辆可能在没有利用可用的空间和运动数据来改进通信链路的情况下，就维持了通信链路。

对产品团队而言，实际问题并非抽象意义上是否应该将传感和通信“结合起来”，而是共享信息在哪些情况下能够降低系统成本、提高链路可用性或支持更安全的决策，以及在哪些情况下增加的软件、时序和验证负担是不合理的。

这种方法会改变什么？

在传统架构中，感知子系统负责估计物体的位置、速度和运动状态。通信子系统则负责管理调度、波束选择、链路自适应和数据包传输。而在协同设计的架构中，这些功能会交换有用的状态信息。通信层可以利用物体的位置和速度来选择波束或预测切换。感知层可以利用无线电测量数据来提高定位精度，或者检测难以用其他传感器观测到的通信伙伴。

这并不一定意味着一个波形、天线或处理器必须执行所有任务。协同设计可以存在于多个层面：

• 共享数据，例如位置、速度、方向和置信度值。

• 共享调度，其中感知和通信资源一起分配。

• 共享无线电硬件或波形，其中发射的信号支持数据交换和环境测量。

• 联合决策逻辑，允许系统在感知质量与吞吐量、延迟或能源使用之间进行权衡。

工程价值体现在哪里？

更快、更可预测的链路管理

高方向性链路可以提供有效容量，但它们对障碍物、车辆运动和天线方向非常敏感。感知系统如果能够估算卡车、机器人或路侧设备的相对位置，就能及早发现当前路径的可靠性下降。这支持雷达辅助切换，即在链路严重劣化之前，利用感知信息补充无线电测量数据。

这种优势在于预测而非神奇。环境感知并不能消除干扰或保证服务不间断，但它可以为网络争取更多时间来准备备用波束、中继或接入点。这种优势的程度取决于传感器的更新频率、坐标精度、处理延迟以及被感知对象与通信节点之间关联的可靠性。

更明智的光束选择

数据链路管理的波束控制是该技术的另一项直接应用。相对角度和运动估计可以缩小候选波束的搜索范围，从而减少耗时的训练。在车辆编队或仓库车队中，该系统还可以利用路线和轨迹信息来预测链路几何形状的变化。

设计人员应谨慎对待波束预测，切勿将其视为无线电反馈的替代方案。多径反射、部分遮挡、天线校准误差以及意外机动等因素仍可能导致预测波束性能不佳。稳健的设计方案会利用感知信息对候选方案进行优先级排序，然后通过通信层测量来确认最终选择。

主要应用概览

应用	共享信息	主要工程目标
车对车连接	相对位置、速度、航向	更快的波束选择和链路连续性
路边或蜂窝网络交接	道路几何形状、阻塞情况、轨迹	提前为新的接入点做好准备
舰队机器人	机器人位置和本地占用情况	协调覆盖和减少争议
网络规划	交通密度和传感观测	用于网络优化的联合感知
协同定位	时间、角度和距离测量	改进的相对位置

车辆间测距和协同感知

用于通信的车辆间测距可以帮助估算移动节点之间的距离，并支持编队控制、定位或链路预算。距离信息可以来自专用传感、无线电授时、角度测量或多种方法的组合。每种方法都有不同的误差来源。基于授时的估算依赖于同步和处理假设；基于角度的估算很大程度上依赖于天线几何形状和校准；雷达式测量则可能受到反射和目标判读的影响。

对于产品团队而言，关键问题不仅仅在于标称测距精度。还要考虑在部分遮挡、附近有多辆车、变道以及单个传感器输入丢失的情况下，测距估算值的表现。协同设计的系统需要置信度指标和备用方案。如果测距估算值不确定，网络应该能够扩大波束搜索范围、降低切换决策的激进程度，或者请求额外的测量数据，而不是基于错误的精度做出反应。

如何评估架构

首先要找出真正重要的运行故障。当前系统在转弯时是否容易断线？是否在波束训练上耗费过多空中时间？是否因为携带了独立的传感和连接硬件而增加了封装或功耗？这些问题的答案决定了协同设计应该侧重于算法、调度、硬件集成还是数据接口。

以下几个评价标准值得关注：

• 延迟：测量从感知观测到网络操作的完整路径，而不仅仅是处理器运行时间。

• 不确定性：传递置信度和信息年龄值以及位置或物体轨迹。

• 故障行为：定义当感知被阻塞、延迟、欺骗或不可用时会发生什么。

• 资源共享：检查感知活动是否与它旨在改善的数据流量存在竞争。

• 验证范围：包括运动、遮挡、多径、密集交通和不完善的校准。

• 接口所有权：决定哪个子系统控制波束选择、切换时间和与安全相关的决策。

一个常见的错误是将协同设计的原型与一个性能极弱的基线进行比较。基线应该经过适当的调优，包括合理的波束训练、链路自适应和传感器融合。否则，在实际应用中，测得的性能提升可能会消失。

常见的实施错误

另一个常见的错误是假设更多的传感器数据就能自动产生更好的网络。高速率数据会增加处理器负载、内部带宽和同步需求。在许多系统中，简洁的特征（例如预测位置、相对速度、物体标识和置信度）比原始点云或图像更有用。

团队还应避免将安全关键假设隐藏在通信优化模块中。波束决策可能使用感知数据，但丢包或延迟数据包的后果仍需由车辆或机器人控制架构处理。安全性同样值得关注：共享的感知数据可能过时或被篡改，因此应尽早考虑身份验证、合理性检查和优雅降级机制。

一份实用的买家和开发商核查清单

在审查平台或技术方案时，请询问数据路径和时间预算。无线电可以获取哪些测量数据？坐标系是如何对齐的？系统能否报告置信度和时间戳信息？它是否支持独立的传感和通信备用方案？是否有针对阻塞、高相对速度和多目标情况的测试？

此外，还需明确标示性能的界限。供应商可能在受控环境下展示更高的吞吐量，但实际生产中的挑战在于如何在天气、交通密度、天线位置和软件更新等因素的影响下保持这种优势。最可信的方案会解释增益的来源以及增益可能降低的条件。

常问问题

协同设计与集成传感和通信是同一回事吗？

不。集成感知与通信通常指的是共享无线电资源或波形。感知-通信协同设计范围更广，可以使用独立的传感器，前提是它们的信息与网络决策相协调。

该方法是否需要毫米波硬件？

不。定向高频链路使空间预测特别有吸引力，但同样的原理也适用于低频车辆网络、工业无线系统和移动机器人。

最适合作为第一个项目的项目是什么？

比起彻底重写架构，开展重点试点项目通常更有价值。预测波束选择、切换辅助或协同测距都是可衡量的起点。在扩大范围之前，应先建立可靠的基线，记录不确定性和时间，并测试故障案例。

下一步

记录当前网络容量下降、发现时间过长或缺乏可靠相对位置数据的时刻。然后确定哪些感知输出可以解决这些具体问题。规范的接口、明确的置信度处理和实际的现场验证通常比声称所有感知和通信功能完全统一更为重要。