摘 要：文章提出并设计了一种融合 5G-V2X 通信技术的分布式大数据智慧交通服务平台。利用机器学习相关技术，选择深度学习领域中的图卷积神经网络作为主要的交通预测手段，建立了交通流量预测模型，结合实际交通环境中存在的复杂情形，设计并开发了融合 5G-V2X 通信的智慧交通服务平台。最后通过数据对模型和平台进行了测试，结果表明模型预测的准确性和实效性较高，平台具有实用性。
关键词：智慧交通；5G-V2X 通信技术；图卷积神经网络
DOI:10.19850/j.cnki.2096-4706.2021.24.021
基金项目： 四川省科技计划项目 （2021YFG0170）；中国高校产学研创新基金—— 新一代信息技术创新项目（2020ITA03041， 2020ITA03047）
中图分类号：TP311；TN929.5 文献标识码：A 文章编号：2096-4706（2021）24-0081-04
Development and Application of Intelligent Transport Service Platform Integrating 5G-V2X Communication
LIU Jian, ZHU Hongjin, WANG Rong
(Chengdu Technological University, Chengdu 611730, China)
Abstract: This paper proposes and designs a distributed big data intelligent transport service platform integrating 5G-V2X communication technology. Using machine learning related technology, the graph convolutional neural network in the field of deep learning is selected as the main means of traffic prediction, and the traffic flow prediction model is established. Combined with the complex situation in the actual traffic environment, an intelligent transport service platform integrating 5G-V2X communication is designed and developed. Finally, the model and platform are tested through the data, and the results show the accuracy and effectiveness of the model prediction is high, and the platform has practicality.
Keywords: intelligent transport; 5G-V2X communication technology; graph convolutional neural network
参考文献：
[1] 胡勇剑 . 智慧交通在智慧城市中的探索与应用 [J]. 交通与运输，2020，33（S2）：190-193+199.
[2] 郑文超，贲伟，汪德生 . 智慧交通现状与发展 [J]. 指挥信息系统与技术，2018，9（4）：8-16.
[3] 李新洲.车联网LTE-V2X与5G-V2X（NR）对比分析 [J]. 信息通信技术与政策，2020（7）：93-96.
[4] 丁启枫，杜昊，吕玉琦 .5G-V2X 应用场景和通信需求研究 [J]. 数字通信世界，2019（2）：24-25.
[5] 李志帅，吕宜生，熊刚 . 基于图卷积神经网络和注意力机制的短时交通流量预测 [J]. 交通工程，2019，19（4）：15-19+28.
[6] 朱凯利，朱海龙，刘靖宇，等 . 基于图卷积神经网络的交通流量预测 [J]. 智能计算机与应用，2019，9（6）：168- 170+177.
作者简介：刘剑（1975—），男，汉族，四川成都人，副教授， 博士，研究方向：车联网、大数据、物流管理。