มาพบกับนักแข่ง 5G กัน! ทดสอบความหน่วงของ 5G บนสนามแข่งรถบังคับวิทยุสำหรับงานอดิเรก

เราจะคาดหวังความหน่วงที่ลดลงได้มากแค่ไหนจากเครือข่าย 5G ในปัจจุบัน? ที่ D-15 Labs ของเราในซิลิคอนแวลลีย์ เราจึงตัดสินใจทดสอบโดยนำรถบังคับวิทยุขนาดเล็กที่ควบคุมจากระยะไกลมาเปรียบเทียบกับรถที่เชื่อมต่อกับเครือข่าย 5G จริงๆ เรายังเพิ่มโดรน 5G เข้าไปด้วยเพื่อเพิ่มความน่าสนใจ อ่านต่อด้านล่างเพื่อดูว่าเกิดอะไรขึ้นต่อไป

9 ธันวาคม 2020 | 11 นาที

อัตติลา ทาคัคส์แฮชแท็ก

#5ความหน่วง

เราคาดหวังประสิทธิภาพแบบใดได้จากการใช้งานเครือข่าย 5G ทั่วไปในปัจจุบัน? มีหลายวิธีที่จะทดสอบความสามารถของ 5G แต่สำหรับการทดลองของเรา เราเลือกสถานการณ์สุดขั้วโดยอิงจากคำถามต่อไปนี้:

เราจะสามารถสร้างรถบังคับวิทยุ (RC) ที่มีสมรรถนะใกล้เคียงกับรถบังคับวิทยุทั่วไปได้มากแค่ไหน โดยใช้ชิ้นส่วนอิเล็กทรอนิกส์ราคาประหยัดที่หาซื้อได้ทั่วไป และเทคโนโลยี 5G ที่ผลิตได้จริง?

สตาร์ทเครื่องยนต์: งานอดิเรก RC เทียบกับงานอดิเรก 5G และโดรน

ผลิตภัณฑ์งานอดิเรก RC ถูกสร้างขึ้นมาเพื่อจุดประสงค์เดียวเท่านั้น คือ การควบคุมที่มีความหน่วงต่ำ และวิดีโอแบบมุมมองบุคคลที่หนึ่ง (FPV) สำหรับการใช้งานในพื้นที่ ในทางตรงกันข้าม 5G เป็นเทคโนโลยีอเนกประสงค์สำหรับการใช้งานทั่วประเทศ การแข่งรถ RC เป็นคู่แข่งที่น่าสนใจของความยืดหยุ่นของ 5G

ในการทดลองนี้ เราใช้ส่วนประกอบ DIY ราคาประหยัดที่ได้รับความนิยม และผลิตภัณฑ์ 5G เชิงพาณิชย์ของเรา เพื่อแสดงให้ชุมชนนักพัฒนาเห็นถึงสิ่งที่เป็นไปได้แล้วด้วยเทคโนโลยี 5G ในปัจจุบัน

เพื่อประเมินประสิทธิภาพ “การแข่งรถ” ของ 5G เรามีเกณฑ์มาตรฐานสองประการ ประการแรก เราอ้างอิงจากการศึกษาเวลาตอบสนองของมนุษย์ รวมถึงประสบการณ์จากเกมออนไลน์แบบผู้เล่นหลายคน ประการที่สอง เราได้วัดประสิทธิภาพจริงของวิทยุบังคับสำหรับงานอดิเรกทั่วไปเพื่อสร้างเกณฑ์มาตรฐานเปรียบเทียบ

วิธีทำความเข้าใจเรื่องความหน่วงและเวลาตอบสนองของมนุษย์

เว้นแต่คุณจะเป็นนักบินรบหรือนักแข่งรถฟอร์มูล่าวัน เวลาตอบสนองของมนุษย์โดยทั่วไปจะอยู่ที่ประมาณ 200-250 มิลลิวินาที (ms)นี่คือเวลาที่ใช้ในการตอบสนองอย่างมีสติต่อสิ่งกระตุ้นทางสายตา โดยทั่วไปจะทดสอบโดยการแสดงภาพบนหน้าจอและวัดเวลาที่ผู้ทดสอบใช้ในการกดปุ่มเมื่อภาพปรากฏขึ้น ความแตกต่างของเวลานี้จะถูกบันทึกเป็นเวลาตอบสนอง คุณสามารถทดสอบด้วยตัวเองได้ที่นี่

จากการศึกษาอื่นๆ พบว่า มนุษย์สามารถประมวลผลและเข้าใจข้อมูลภาพได้เร็วที่สุดประมาณ 15 มิลลิวินาทีนั่นคือ สมองของมนุษย์จะรับรู้ข้อมูลภาพที่แสดงผลอย่างน้อย 15 มิลลิวินาที กล่าวอีกนัยหนึ่งคือ สมองของมนุษย์จะไม่สามารถรับรู้ข้อมูลภาพที่รับได้เร็วกว่านี้ได้

จากประสบการณ์การเล่นเกมออนไลน์ พบ ว่าค่าความหน่วง (latency) ไม่เกิน 15 มิลลิวินาทีนั้นถือว่าเกิดขึ้นทันทีสำหรับมนุษย์ แต่หากค่าความหน่วงเกิน 15 มิลลิวินาที จะค่อยๆ ส่งผลเสียต่อประสิทธิภาพการทำงานของมนุษย์ เมื่อค่าความหน่วงสูงถึง 75-100 มิลลิวินาที ผู้คนจะเริ่มรับรู้ถึงความล่าช้า และต้องคาดการณ์เหตุการณ์แทนที่จะตอบสนองต่อข้อมูลที่ได้รับ แม้ว่านี่จะเป็นวิธีหนึ่งในการรับมือกับความล่าช้าในระดับหนึ่ง แต่เมื่อค่าความหน่วงเปลี่ยนแปลงไป เช่น มีความผันผวนสูง ประสิทธิภาพการทำงานของมนุษย์จะได้รับผลกระทบอย่างรุนแรงแม้ในค่าความหน่วงที่ต่ำกว่าก็ตาม

จากข้อมูลนี้ เราสามารถสรุปได้ว่า ค่าความหน่วงต่ำกว่า 15 มิลลิวินาที ไม่ส่งผลกระทบต่อประสิทธิภาพการทำงานของมนุษย์ ในขณะที่ค่าความหน่วงสูงกว่า 100 มิลลิวินาที จะเริ่มส่งผลเสียต่อประสิทธิภาพการทำงานอย่างเห็นได้ชัด ค่าความหน่วงที่อยู่ระหว่างนั้น เช่น ประมาณ 50 มิลลิวินาที ถือเป็นจุดสมดุลที่เหมาะสมที่สุด ในแง่ของการทดสอบขีดจำกัดทางเทคโนโลยีและการบรรลุประสิทธิภาพการทำงานของมนุษย์ที่ใกล้เคียงกับระดับสูงสุดในสภาพแวดล้อมแบบเรียลไทม์ที่รวดเร็ว

ความหน่วงและเวลาตอบสนองของมนุษย์ในงานอดิเรก RC

ในงานอดิเรกเกี่ยวกับรถบังคับวิทยุ มีช่องทางการสื่อสารอิสระสองช่องทางที่ใช้กัน:

• ช่องทางเดียวสำหรับควบคุมรถยนต์ โดรน และยานพาหนะอื่นๆ โดยส่งข้อมูลตำแหน่งจอยสติ๊กจากตัวควบคุมวิทยุไปยังตัวรับสัญญาณบนยานพาหนะ
• อีกช่องทางหนึ่งสำหรับการสตรีมวิดีโอ FPV แบบอนาล็อกจากยานพาหนะไปยังจอแสดงผลทั่วไปหรือจอแสดงผลแบบสวมศีรษะ

รูปที่ 1: วงจรควบคุม RC

ความหน่วงของสัญญาณจากจอยสติ๊กไปยังสัญญาณเอาต์พุต (STOL)กำหนดเวลาที่ใช้ในการส่งสัญญาณควบคุมไปยังตัวรับสัญญาณระยะไกลหลังจากที่จอยสติ๊กบนรีโมทคอนโทรลถูกขยับ สำหรับวิดีโอความหน่วงของภาพจากหน้าจอถึงหน้าจอ (GTGL)คือเวลาที่เหตุการณ์ที่เกิดขึ้นตรงหน้ากล้องปรากฏบนหน้าจอที่ปลายทางระยะไกล ความหน่วงโดยรวมของระบบแบบครบวงจรคือผลรวมของ STOL และ GTGL ยิ่งความหน่วงของสองช่องสัญญาณนี้ต่ำลงเท่าใด นักบินก็จะยิ่งสามารถตอบสนองและเปลี่ยนทิศทางของยานพาหนะได้เร็วขึ้นเท่านั้น

เราจะมาดูตัวเลขที่แท้จริงกันในภายหลัง แต่ตอนนี้ สมมติว่าทั้งสองช่องสัญญาณนี้มีความหน่วงประมาณ 25 มิลลิวินาที นั่นหมายความว่าเวลาที่สั้นที่สุดที่สามารถควบคุมรถหรือโดรนได้อีกครั้งหลังจากเหตุการณ์ที่กล้องจับได้คือ 50 มิลลิวินาที เพื่อให้เห็นภาพชัดเจนขึ้น ที่ความเร็วสูงสุด 130 กิโลเมตรต่อชั่วโมง หรือ 80 ไมล์ต่อชั่วโมง ซึ่งเป็นความเร็วของโดรนแข่งบางรุ่น 50 มิลลิวินาทีจะเท่ากับระยะทาง 1.79 เมตร หรือ 5.9 ฟุต ที่โดรนจะเคลื่อนที่ได้ก่อนที่การตอบสนองต่อเหตุการณ์จะเกิดขึ้น และเพื่อให้เห็นภาพชัดเจนยิ่งขึ้น ขนาดของประตูทางเข้าสำหรับการแข่งขันโดรนอาจมีขนาดเล็กเพียง 5 ฟุต x 5 ฟุต ความหน่วงต่ำจึงเป็นสิ่งสำคัญ

แน่นอนว่า เราไม่สามารถละเลยผลกระทบของมนุษย์ในวงจรควบคุมได้ เมื่อพิจารณาถึงความหน่วงในการควบคุมโดยรวม เวลาตอบสนองของมนุษย์โดยทั่วไปอยู่ที่ประมาณ 200-250 มิลลิวินาที เนื่องจากการแข่งรถต้องใช้ปฏิกิริยาตอบสนองที่รวดเร็ว เราจึงสมมติว่านักบินที่มีทักษะมีเวลาตอบสนองต่ำถึง 150 มิลลิวินาที นั่นหมายความว่าเรามีเวลาตอบสนองของมนุษย์รวม 200 มิลลิวินาที บวกกับความหน่วงของวงจรควบคุม นี่คือเวลาทั้งหมดที่ใช้ในการตอบสนองต่อเหตุการณ์ที่เกิดขึ้นตรงหน้ากล้อง การกระทำอย่างมีสติของนักบิน และการเปลี่ยนแปลงสัญญาณควบคุมบนโดรน นอกจากนี้ นี่ไม่ได้คำนึงถึงข้อจำกัดทางกายภาพของยานพาหนะ เช่น ความล่าช้าเพิ่มเติมเนื่องจากแรงเฉื่อยของระบบ ในตัวอย่างของเราที่ 130 กิโลเมตรต่อชั่วโมง หรือ 80 ไมล์ต่อชั่วโมง นั่นหมายถึงระยะทางที่เดินทาง 7.2 เมตร หรือ 23.6 ฟุต ในทางปฏิบัติ หมายความว่านักบินจำเป็นต้องคาดการณ์เหตุการณ์และดำเนินการควบคุมก่อนที่จะมีสัญญาณภาพปรากฏขึ้น ในการทำเช่นนั้น นักบินจะปรับจูนอุปกรณ์ของตน และด้วยการฝึกฝน พวกเขาจะ “เรียนรู้” ลักษณะการตอบสนองของระบบทั้งหมด รวมถึงวิทยุและพฤติกรรมทางกายภาพของยานพาหนะ องค์ประกอบสำคัญที่ช่วยให้ “การเรียนรู้” เกิดขึ้นได้คือความผันแปรต่ำของความล่าช้าในการสื่อสาร ดังนั้น ในขณะที่ความหน่วงต่ำมีความสำคัญมาก ความคลาดเคลื่อนต่ำก็อาจมีความสำคัญไม่แพ้กัน

การสร้างรถยนต์ 5G

รูปที่ 2: ของเล่นบังคับวิทยุและโดรนที่ใช้พลังงาน 5G

เราใช้ชุดประกอบรถบังคับวิทยุขนาด 1/10 เป็นพื้นฐานในการสร้างรถ 5G ของเรา และเพิ่มส่วนบนสำหรับติดตั้งคอมพิวเตอร์และโมเด็ม 5G

ส่วนประกอบหลักของรถบังคับวิทยุแสดงไว้ด้านล่าง ได้แก่ ตัวควบคุมวิทยุที่ส่งสัญญาณการบังคับเลี้ยวและคันเร่งไปยังตัวรับสัญญาณที่ติดตั้งอยู่ในรถ ตัวรับสัญญาณจะส่งสัญญาณควบคุมไปยังเซอร์โวเพื่อบังคับเลี้ยวรถ และตัวควบคุมความเร็วอิเล็กทรอนิกส์ (ESC) เพื่อปรับความเร็วของมอเตอร์

รูปที่ 3: ส่วนประกอบของรถบังคับวิทยุ

สัญญาณควบคุมเป็นสัญญาณแบบการปรับความกว้างของพัลส์ (PWM) องค์ประกอบหลักอย่างหนึ่งของความหน่วงในการควบคุมระบบ RC นั้นมาจากพารามิเตอร์ของสัญญาณ PWM โดยทั่วไปแล้ว งานอดิเรก RC จะใช้สัญญาณ PWM ที่มีอัตราเฟรม 50 มิลลิวินาที ซึ่งหมายความว่าสัญญาณ PWM สำหรับเซอร์โวและ ESC จะถูกรีเฟรชทุกๆ 50 มิลลิวินาที หรือ 20 เฮิรตซ์ อย่างไรก็ตาม สัญญาณจริงที่กำหนดตำแหน่งของเซอร์โวและความเร็วของมอเตอร์นั้นสั้นกว่ามาก โดยทั่วไป ความกว้างของสัญญาณอาจอยู่ระหว่าง 1 มิลลิวินาที ถึง 2 มิลลิวินาที โดยตำแหน่งที่เป็นกลางจะอยู่ที่ 1.5 มิลลิวินาที สัญญาณ PWM แสดงไว้ในภาพด้านล่าง 

รูปที่ 4: ภาพรวมสัญญาณ PWM

ตลอดหลายปีที่ผ่านมา งานอดิเรกนี้ได้พัฒนาขึ้น และอัตราเฟรมก็เพิ่มขึ้นอย่างมาก ขึ้นอยู่กับโปรโตคอลเฉพาะที่ใช้ อัตราเฟรม 22ms/19ms และ 11ms/9ms เป็นอัตราเฟรมที่ใช้กันทั่วไปในปัจจุบัน ผลิตภัณฑ์เฉพาะทางบางอย่างสามารถรองรับอัตราเฟรมต่ำถึง 5.5ms ได้ อย่างไรก็ตาม การเพิ่มอัตราเฟรมก็มีข้อเสียอยู่บ้าง เนื่องจากต้องมีการอัปเดตสัญญาณบ่อยขึ้น จึงใช้ทรัพยากรวิทยุมากขึ้นด้วย เนื่องจากแบนด์วิดท์ของช่องสัญญาณวิทยุมีจำกัด และการรับมือกับสัญญาณรบกวนทางวิทยุต้องใช้ทรัพยากรเพิ่มเติม ทำให้จำนวนช่องควบคุมระหว่างตัวควบคุมวิทยุและตัวรับสัญญาณมีจำกัด ที่จริงแล้ว เมื่อใช้อัตราเฟรม 5.5ms จะมีช่องควบคุมเพียงสองช่อง ซึ่งเพียงพอสำหรับการควบคุมหลักสองอย่างของรถยนต์ ได้แก่ พวงมาลัยและคันเร่ง สำหรับการวัดอ้างอิงของเรา เราจะใช้อัตราเฟรม 11ms (ประมาณ 90Hz) ที่ใช้กันทั่วไปมากกว่า

ในการสร้างรถยนต์ 5G เราต้องเพิ่มส่วนประกอบบางอย่าง เราใช้ Raspberry Pi 4 ที่ได้รับความนิยมเป็นคอมพิวเตอร์บนรถ บอร์ดนี้มีประสิทธิภาพ CPU ที่ดีพอสมควรด้วย 4 คอร์ และการเข้ารหัสวิดีโอ H.264 ที่เร่งด้วยฮาร์ดแวร์นั้นมีประโยชน์สำหรับความต้องการในการสตรีมวิดีโอ FPV ของเรา เราเพิ่มโมเด็ม 5G ที่มีฟอร์มแฟคเตอร์ M.2 ต่อกับอะแดปเตอร์ USB สำหรับการเชื่อมต่อ เราใช้โมดูล 5G ของ SimCom ( www.simcom.com ) สำหรับโครงการของเรา ทำให้เราได้โมดูลควบคุมและสื่อสาร 5G ขนาดกะทัดรัด อาจเป็นหน่วยควบคุมและสื่อสาร 5G “เฉพาะ” ขนาดกะทัดรัดตัวแรกที่เคยประกอบขึ้น!

รูปที่ 5: โมดูลการสื่อสารและควบคุม 5G

Raspberry Pi ต้องการไฟ 5V ดังนั้นเราจึงเพิ่มตัวแปลงแรงดันไฟฟ้าที่จะแปลงไฟเป็น 5V/3A จากแบตเตอรี่หลักของรถ RC ถึงแม้ว่าเราจะสามารถใช้พิน GPIO ของ Raspberry Pi ได้ แต่เพื่อให้ได้สัญญาณ PWM ที่เสถียร เราจึงตัดสินใจใช้ตัวควบคุมเซอร์โวเฉพาะที่เชื่อมต่อผ่านพอร์ต USB เพื่อสร้างสัญญาณ PWM ที่จำเป็นสำหรับ ESC และเซอร์โวบังคับเลี้ยว ตัวควบคุมเฉพาะนี้ยังสามารถทำหน้าที่เป็นสวิตช์นิรภัยในกรณีที่เกิดปัญหาเกี่ยวกับคอมพิวเตอร์บนรถ เพื่อให้สามารถทำงานร่วมกับการควบคุม RC ได้ เราได้เพิ่มตัวมัลติเพล็กเซอร์เซอร์โวที่สามารถสลับแหล่งสัญญาณ PWM ที่ส่งไปยังเซอร์โวและ ESC ได้ เราได้ตั้งค่าปุ่มหนึ่งปุ่มบนตัวควบคุมวิทยุเพื่อเลือกเวลาที่สัญญาณจาก Raspberry Pi ควบคุมรถ และเวลาที่วิทยุ RC ควบคุมรถ

รูปที่ 6: การติดตั้งคอมพิวเตอร์บนรถบังคับวิทยุ

ระบบควบคุมระยะไกลของรถยนต์ 5G นั้นใช้ Raspberry Pi สองตัว ตัวหนึ่งเป็นตัวควบคุมที่มีจอยสติ๊ก USB ต่ออยู่ เราได้เขียนสคริปต์ Python อย่างง่ายเพื่ออ่านตำแหน่งของจอยสติ๊กเป็นระยะๆ ในอัตราที่สามารถกำหนดค่าได้ และส่งสัญญาณในรูปแบบแพ็กเก็ต Internet Protocol (IP) ผ่านเครือข่าย บนตัวรถ เราใช้ Raspberry Pi ที่ติดตั้งอยู่ภายในรถเป็นตัวรับสัญญาณ ซึ่งจะตีความแพ็กเก็ต IP ที่ได้รับและอัปเดตตัวควบคุมเซอร์โวด้วยข้อมูลตำแหน่งที่เหมาะสม ตัวควบคุมเซอร์โวก็จะเปลี่ยนสัญญาณ PWM บนขาเอาต์พุต การสื่อสารระหว่างตัวควบคุมและคอมพิวเตอร์ตัวรับสัญญาณสามารถเกิดขึ้นได้ผ่านเครือข่าย IP ใดก็ได้

รูปที่ 7: ภายในรถยนต์ 5G

การสร้างโดรน 5G

ภาพที่ 8: โดรนที่ขับเคลื่อนด้วยเทคโนโลยี 5G

สำหรับแพลตฟอร์มโดรน เราเลือกชุดโดรนแข่งที่มีแขนยาว 7 นิ้ว ขนาดนี้ใหญ่พอที่จะติดตั้งคอมพิวเตอร์บนเครื่องและโมดูลสื่อสาร 5G ของเราได้ และในขณะเดียวกันก็เล็กพอที่จะเหมาะสำหรับการใช้งานภายในอาคาร

ส่วนประกอบหลักของโดรนบังคับวิทยุแสดงอยู่ด้านล่าง วิทยุบังคับจะส่งคำสั่งจอยสติ๊กไปยังตัวรับสัญญาณบนโดรน ตัวรับสัญญาณในแบบจำลองของเราใช้โปรโตคอล SBUS ที่ได้รับความนิยมในการส่งข้อความควบคุมไปยังตัวควบคุมการบิน โปรโตคอล SBUS เป็นโปรโตคอลอนุกรมแบบง่าย ใช้ 25 ไบต์ในการถ่ายโอน 18 ช่องสัญญาณที่อัตรา 100k บอด ด้วยค่าใช้จ่ายทั้งหมด การส่งเฟรม SBUS หนึ่งเฟรมใช้เวลา 3 มิลลิวินาที อันที่จริง มีช่วงเวลาหยุดชั่วคราว ดังนั้นอัตราเฟรมจริงของโปรโตคอล SBUS จึงโดยทั่วไปอยู่ที่ 9 มิลลิวินาที ตัวควบคุมการบิน (FC) จะประมวลผลโปรโตคอล SBUS และขึ้นอยู่กับโหมดการบินที่เลือก มันสามารถใช้เซ็นเซอร์บนตัวเพื่อช่วยนักบินในการปรับระดับและรักษาเสถียรภาพของโดรน จากนั้น FC จะส่งสัญญาณควบคุมมอเตอร์แต่ละตัวไปยัง ESC ซึ่งจะขับเคลื่อนมอเตอร์ต่อไป มีเครื่องส่งสัญญาณวิทยุแยกต่างหากสำหรับสตรีมวิดีโออนาล็อก PAL/NTSC จากโดรนไปยังจอแสดงผลของนักบิน

รูปที่ 9: ส่วนประกอบของโดรนบังคับวิทยุ

เราได้เปลี่ยนแผ่นคาร์บอนไฟเบอร์ด้านบนของชุดประกอบโดรนด้วยแผ่นฐานที่เราสร้างขึ้นเองสำหรับติดตั้งคอมพิวเตอร์บนเครื่องและโมเด็ม 5G คล้ายกับการสร้างรถยนต์ เราใช้ Raspberry Pi 4 เป็นคอมพิวเตอร์บนเครื่อง ส่วนประกอบของโดรน 5G แสดงอยู่ในภาพด้านล่าง

รูปที่ 10: ส่วนประกอบของโดรน 5G

เครือข่าย 5G

เพื่อทดสอบการทำงานจริงของรถยนต์และโดรน 5G ของเรา เราได้ดัดแปลงสถานที่จัดประชุมให้เป็นสนามแข่งรถในร่ม เราติดตั้งเครือข่าย 5G Stand-Alone ย่านความถี่กลาง เครือข่ายวิทยุถูกกำหนดค่าเป็นระบบเสาอากาศแบบกระจายและประกอบด้วยเซลล์เดียว โดยไม่ต้องปรับแต่งเครือข่าย 5G เป็นพิเศษ ประสิทธิภาพระดับ IP มีดังนี้: ค่าความหน่วงเฉลี่ยของ ICMP ping จากอุปกรณ์ผู้ใช้ไปยังอินเทอร์เฟซ N6 ที่ออกจากเครือข่ายหลักคือ 8 มิลลิวินาที เราวัดปริมาณงาน UDP ด้วย iperf ปริมาณงานดาวน์โหลดอยู่ที่ประมาณ 300 Mbps ในขณะที่ปริมาณงานอัปโหลดอยู่ที่ 80 Mbps

รูปที่ 11: เครือข่าย 5G แบบสแตนด์อะโลนย่านความถี่กลางของเรา

ความหน่วงในการควบคุม RC

เพื่อให้สามารถเปรียบเทียบเทคโนโลยีทั้งสองได้อย่างยุติธรรม เราจึงทำการวัดแบบครบวงจร กล่าวคือ สำหรับความหน่วงในการควบคุม เราวัดความหน่วงจากจอยสติ๊กถึงสัญญาณเอาต์พุต (STOL) และสำหรับการสตรีมวิดีโอ เราวัดความหน่วงจากหน้าจอหนึ่งไปยังอีกหน้าจอหนึ่ง (GTGL)

ในการวัด STOL เราเริ่มจับเวลาเมื่อกดปุ่มบนรีโมทคอนโทรลจนกว่าสัญญาณ PWM หรือช่อง SBUS ที่เกี่ยวข้องจะเปลี่ยนแปลงที่พอร์ตเอาต์พุตของตัวรับสัญญาณ เราใช้ Raspberry Pi ส่งสัญญาณทริกเกอร์โดยตรงไปยังรีโมทคอนโทรล จากนั้นวัดการเปลี่ยนแปลงของสัญญาณ PWM และค่าช่อง SBUS ที่ฝั่งตัวรับสัญญาณ และบันทึกค่าความหน่วงลงในฐานข้อมูลอนุกรมเวลาเพื่อคำนวณสถิติและแสดงข้อมูล เพื่อหลีกเลี่ยงอคติในการซิงโครไนซ์ เราได้เพิ่มความหน่วงแบบสุ่มที่กระจายอย่างสม่ำเสมอสำหรับทุกทริกเกอร์ โดยเลือกค่าหน่วงเวลาแบบสุ่มระหว่างศูนย์และอัตราเฟรม (ในกรณีของเราคือ 11 มิลลิวินาทีสำหรับรถยนต์และ 9 มิลลิวินาทีสำหรับโดรน)

สำหรับรถบังคับวิทยุ เราวัดค่าความหน่วงเฉลี่ยของ STOL ได้ประมาณ 10 มิลลิวินาที

รูปที่ 12: ความหน่วงในการควบคุมรถบังคับวิทยุ (PWM)

สำหรับโดรนบังคับวิทยุ ค่าความหน่วงเฉลี่ยในการบินขึ้นลงระยะสั้น (STOL) อยู่ที่ประมาณ 17 มิลลิวินาที เนื่องจากอัตราเฟรมโดยทั่วไปของโปรโตคอล SBUS คือ 9 มิลลิวินาที จึงเป็นไปได้ที่จะเกิดความหน่วงในระดับนั้น อย่างไรก็ตาม ระบบวิทยุที่ใช้ทดสอบนั้นอัปเดตช่องสัญญาณทุกๆ เฟรมที่สองเท่านั้น ซึ่งเป็นสาเหตุที่ทำให้เกิดความล่าช้ามากขึ้น

รูปที่ 13: ความหน่วงในการควบคุมโดรนบังคับวิทยุ (SBUS)

ความหน่วงในการควบคุม 5G

เราใช้การตั้งค่าเดียวกันในการวัดค่าความหน่วงของ 5G/IP STOL เช่นเดียวกับการวัดค่า RC ในกรณีนี้ ระบบการวัดจะส่งสัญญาณทริกเกอร์ไปยังสคริปต์ควบคุม ซึ่งจะรับสัญญาณในรอบการอัปเดตครั้งถัดไปและรวมค่าที่อัปเดตแล้วไว้ในแพ็กเก็ตควบคุมที่ส่งผ่านเครือข่าย บนตัวยาน สคริปต์รับสัญญาณของเราจะถอดรหัสแพ็กเก็ตควบคุมและส่งค่าช่องสัญญาณใหม่ไปยังตัวควบคุมเซอร์โว ซึ่งจะอัปเดตค่า PWM บนขาเอาต์พุต ในกรณีของโดรน สคริปต์รับสัญญาณจะประกอบข้อความ SBUS ที่เกี่ยวข้องและส่งผ่านการเชื่อมต่อ UART ไปยัง FC ของโดรน

ในกรณีของรถยนต์ 5G ค่าความหน่วงเฉลี่ยของ STOL อยู่ที่ประมาณ 16 มิลลิวินาที ซึ่งใกล้เคียงกับประสิทธิภาพของ RC มาก ที่จริงแล้ว ความแตกต่างของเวลาตอบสนองแทบจะไม่สังเกตเห็นได้เลย

รูปที่ 14: ความหน่วงในการควบคุมรถยนต์ 5G (PWM)

ในกรณีของโดรน 5G ผลการทดสอบของเราแสดงให้เห็นว่าค่าความหน่วงเฉลี่ยในการบินขึ้นและลงจอด (STOL) อยู่ที่ประมาณ 16 มิลลิวินาที ส่วนค่าความหน่วงในการควบคุมด้วยระบบ 5G นั้นใกล้เคียงกับผลการวัดด้วยรีโมทคอนโทรล (RC) ของเรา

รูปที่ 15: ความหน่วงในการควบคุมโดรน 5G (SBUS)

ประสิทธิภาพของตัวควบคุม 5G/IP สามารถปรับปรุงได้เพียงไม่กี่มิลลิวินาที เพียงแค่ใช้โค้ดภาษา C แทนสคริปต์ Python ที่เป็นส่วนหนึ่งของระบบ การใช้ระบบปฏิบัติการแบบเรียลไทม์แทนการแจกจ่าย Linux พื้นฐานบน Raspberry Pi จะช่วยปรับปรุงความหน่วงและค่าความคลาดเคลื่อนได้ดียิ่งขึ้น อย่างไรก็ตาม ประสิทธิภาพที่วัดได้แสดงให้เห็นถึงสิ่งที่สามารถทำได้แล้วโดยใช้เพียงโค้ดง่ายๆ และระบบปฏิบัติการ Linux ที่เป็นมิตรกับนักพัฒนาซอฟต์แวร์ 

ความหน่วงของวิดีโอแบบมุมมองบุคคลที่หนึ่งแบบ RC/อนาล็อก

ระบบวิดีโอแบบมุมมองบุคคลที่หนึ่ง (FPV) สำหรับโดรนบังคับวิทยุโดยทั่วไปประกอบด้วยสามส่วนหลักๆ ได้แก่ กล้องอนาล็อกที่เชื่อมต่อกับเครื่องส่งสัญญาณวิทยุซึ่งส่งสัญญาณ NTSC/PAL ดั้งเดิมไปยังเครื่องรับสัญญาณที่แสดงวิดีโอบนจอภาพหรือจอแสดงผลแบบสวมศีรษะ/แว่นตา โดยทั่วไปแล้ว นักบินที่บินระยะไกลจะใช้จอภาพวิดีโอ ในขณะที่แว่นตาจะใช้ในการแข่งขันโดรน เนื่องจากระบบเป็นอนาล็อก จึงไม่มีความล่าช้าเพิ่มเติมจากการบีบอัดภาพและการบรรจุเพื่อการส่ง ภาพมีคุณภาพตามข้อกำหนด NTSC/PAL: PAL: 720 x 576 ที่ 25 เฟรมต่อวินาที และ NTSC: 720 x 480 ที่ 30 เฟรมต่อวินาที อย่างไรก็ตาม ทั้งสองมาตรฐานใช้การสลับเส้น (interlacing) ซึ่งหมายความว่าเส้นคี่จะถูกอ่าน ส่ง และแสดงผลก่อน จากนั้นจึงเป็นเส้นคู่ ซึ่งจะทำให้เฟรมเรตที่รับรู้ได้เพิ่มขึ้นเป็นสองเท่าเป็น 50 เฟรมต่อวินาทีและ 60 เฟรมต่อวินาทีตามลำดับ

รูปที่ 16: ระบบวิดีโอ RC FPV

เพื่อวัดค่าความหน่วงของวิดีโอตั้งแต่ต้นจนจบอย่างเป็นระบบและรวบรวมข้อมูลจำนวนมาก เราจึงทำการวัดแบบอัตโนมัติ โดยใช้ Raspberry Pi ในการกระตุ้งแหล่งกำเนิดแสง LED ที่วางอยู่ด้านหน้ากล้อง จากนั้นจึงจับสัญญาณจากโฟโตไดโอดที่วางอยู่ตรงกลางจอแสดงผลด้านรับสัญญาณ

ค่าความหน่วงเฉลี่ยระหว่างหน้าจอ (GTGL) ของระบบวิดีโอ FPV แบบ RC/อนาล็อกทั้งหมดอยู่ที่ประมาณ 10 มิลลิวินาที

รูปที่ 17: ความหน่วงของวิดีโอ RC

ความหน่วงของวิดีโอแบบมุมมองบุคคลที่หนึ่งแบบดิจิทัล

เพื่อเพิ่มการรองรับการสตรีมวิดีโอให้กับระบบ 5G/IP เราได้ติดตั้งกล้อง Raspberry Pi v2 การกำหนดค่านี้ใช้ประโยชน์จากตัวเข้ารหัสวิดีโอ H.264 ที่เร่งความเร็วด้วยฮาร์ดแวร์ของบอร์ด และยังข้ามการทำงานของ CPU ทำให้ใช้ฮาร์ดแวร์ที่มีอยู่ได้อย่างเต็มประสิทธิภาพ การจับภาพที่มีความหน่วงต่ำที่สุดอยู่ที่โหมดกล้อง 640×480 พิกเซล เนื่องจากความละเอียด 640×480 พิกเซลนั้นใกล้เคียงกับความละเอียดวิดีโอแบบอนาล็อก เราจึงใช้โหมดนี้ในการทดสอบของเรา โดยใช้ภาพวิดีโอ 60 เฟรมต่อวินาทีเป็นเกณฑ์มาตรฐาน สำหรับตัวรับสัญญาณ เราใช้ Raspberry Pi 4 อีกตัวหนึ่ง เราใช้ GStreamer เพื่อทดสอบชุดของไปป์ไลน์วิดีโอและปรับแต่งการกำหนดค่าการสตรีมให้มีความหน่วงต่ำ

เพื่อกำหนดประสิทธิภาพอ้างอิงพื้นฐาน เราได้ทดสอบการสตรีมวิดีโอผ่านเครือข่ายอีเธอร์เน็ตความเร็ว 1Gbps แบบคงที่ก่อน โดยทั้งผู้ส่งและผู้รับใช้บอร์ด Raspberry Pi 4 สตรีมวิดีโอเข้ารหัส H.264 ขนาด 640×480 ที่ 60 เฟรมต่อวินาที จอแสดงผลที่ใช้มีอัตราการรีเฟรช 60Hz ผลลัพธ์เบื้องต้นของเราแสดงให้เห็นค่าความหน่วงเฉลี่ย 67 มิลลิวินาที

รูปที่ 18: ความหน่วงของวิดีโอดิจิทัลผ่านอีเธอร์เน็ตที่ 60 เฟรมต่อวินาที

มีวิธีปรับปรุงง่ายๆ อยู่สองสามวิธี ตัวอย่างเช่น การเพิ่มอัตราเฟรมและใช้จอภาพที่มีอัตราการรีเฟรชสูงขึ้น เพื่อทดสอบ เราได้เพิ่มอัตราเฟรมจาก 60 เป็น 120 และทดสอบการตั้งค่าด้วยจอภาพสำหรับเล่นเกมที่มีอัตราการรีเฟรช 240Hz แทนจอแสดงผลสำนักงาน 60Hz ที่ใช้ในการวัดครั้งก่อน เพื่อให้สามารถถอดรหัสสตรีม H.264 ที่ 120fps ในฮาร์ดแวร์และรองรับจอแสดงผลที่มี 240Hz เราต้องเปลี่ยน Raspberry Pi 4 ฝั่งรับสัญญาณเป็น Jetson Nano อย่างไรก็ตาม Raspberry Pi 4 บนบอร์ดยังคงเหมือนเดิม เนื่องจากรองรับการจับภาพวิดีโอ 120fps และการเข้ารหัส H.264 ด้วยการเปลี่ยนแปลงง่ายๆ เหล่านี้ เราลดค่าความหน่วงเฉลี่ยลงเหลือประมาณ 56ms ผ่าน Ethernet แบบมีสาย 1Gbps การเปลี่ยนแปลงง่ายๆ นี้ส่งผลให้ประสิทธิภาพดีขึ้นประมาณ 10ms

รูปที่ 19: ความหน่วงของวิดีโอดิจิทัลผ่านอีเธอร์เน็ตที่ 120 เฟรมต่อวินาที

เนื่องจากความหน่วงของเครือข่ายแบบทางเดียวบนเครือข่าย 5G ของเราอยู่ที่ประมาณ 3-4 มิลลิวินาที เราจึงสามารถสรุปได้ว่าปัญหาคอขวดไม่ได้อยู่ที่เครือข่าย 5G แต่เป็นส่วนประกอบอื่นๆ ในกระบวนการสตรีมมิงวิดีโอดิจิทัล ดังที่ตัวอย่างข้างต้นแสดงให้เห็น มีความเป็นไปได้สูงที่จะปรับปรุงกระบวนการแบบครบวงจรเพื่อลดเวลาแฝงลงได้อีกหลายมิลลิวินาที

เราทดสอบการสตรีมวิดีโอด้วยเฟรมเรต 60fps และอัตราการรีเฟรช 60Hz บนเครือข่าย 5G โดยใช้ Raspberry Pi 4 สองเครื่องวางประกบกัน ค่าความหน่วงเฉลี่ยของ GTGL อยู่ที่ 70ms (เทียบกับ 67ms ในกรณีของ Ethernet) ในทางปฏิบัติ ความแตกต่างระหว่างผลลัพธ์ของ Ethernet และ 5G คือความหน่วงทางเดียว 3-4ms ที่เกิดจากเครือข่าย ซึ่งถือว่าน้อยมากเมื่อเทียบกับความล่าช้าที่เกิดจากส่วนประกอบอื่นๆ ในกระบวนการสตรีมวิดีโอ

รูปที่ 20: ความหน่วงของวิดีโอดิจิทัลผ่านเครือข่าย 5G ที่ 60 เฟรมต่อวินาที

เราได้ทดสอบทั้งแพลตฟอร์มรถยนต์และโดรนโดยใช้ระบบวิดีโอ FPV ในการขับขี่/บินรอบสนามแข่ง 5G ของเรา และเปรียบเทียบประสิทธิภาพที่เรารับรู้ได้ระหว่างการควบคุมด้วยรีโมทคอนโทรลและการสตรีมวิดีโอ 5G ​​แม้ว่าจะมีอาการหน่วงในวิดีโอดิจิทัล แต่ค่าความหน่วง 70 มิลลิวินาทีก็ยังถือว่าใช้งานได้จริงสำหรับการควบคุมระยะไกล และยานพาหนะสามารถควบคุมได้ดีที่ความเร็วสูงรอบสนามแข่ง

บทวิเคราะห์หลังการแข่งขัน

เมื่อเราควบคุมรถยนต์และโดรนด้วยการมองเห็นโดยตรง ความหน่วงรวมของวงจรควบคุมจะเท่ากับความหน่วงของ STOL บวกกับความเร็วแสง ซึ่งในทางปฏิบัติจะให้ค่าความหน่วงของ STOL ในกรณีนี้ วงจรควบคุม RC ทั้งหมดมีความหน่วงประมาณ 10-15 มิลลิวินาที ในขณะที่ความหน่วงของการควบคุม 5G อยู่ที่ประมาณ 15 มิลลิวินาที การควบคุม 5G มีประสิทธิภาพเทียบเท่ากับ RC นอกจากนี้ ระดับความหน่วงนี้ยังถูกรับรู้ว่าเกิดขึ้นทันที

เมื่อเราใช้ภาพวิดีโอ FPV ความหน่วงของลูปแบบครบวงจรจะเกิดจากผลรวมของ STOL และ GTGL สำหรับ RC เราจะได้ความหน่วงประมาณ 20-25 มิลลิวินาที ซึ่งถือว่าเร็วมาก เมื่อใช้การสตรีมวิดีโอดิจิทัลด้วยส่วนประกอบราคาประหยัด เราสามารถบรรลุความหน่วงเฉลี่ยของลูปได้ประมาณ 85 มิลลิวินาที แม้ว่าจะด้อยกว่าวิดีโออนาล็อกของระบบ RC แต่ก็ต่ำกว่าขีดจำกัด “การใช้งาน” แบบเรียลไทม์ที่ 100 มิลลิวินาทีแล้ว เมื่อพิจารณาว่าเราสามารถบรรลุระดับความหน่วงนี้ได้ด้วยคอมพิวเตอร์บอร์ดเดี่ยวราคาประหยัดเพียง 50 ดอลลาร์และการเขียนสคริปต์ Python พื้นฐาน ชุมชนนักแข่งรถ DIY จึงสามารถพัฒนาประสิทธิภาพนี้ให้ดียิ่งขึ้นไปได้ในอนาคตอย่างแน่นอน

เมื่อพูดถึง 5G เรากำลังพัฒนาคุณสมบัติใหม่ๆ เพื่อให้ได้ค่าความหน่วงและค่าความคลาดเคลื่อนที่เข้มงวดสำหรับแอปพลิเคชันที่ต้องการความแม่นยำด้านเวลา หากเรารวมคุณสมบัติเหล่านั้นเข้ากับตัวแปลงสัญญาณวิดีโอดิจิทัลที่ได้รับการปรับปรุงให้เหมาะสมกับการสตรีมที่มีความหน่วงต่ำ เราเชื่อว่าเราจะสามารถลดช่องว่างระหว่างระบบ FPV แบบอนาล็อกกับระบบ 5G ได้มากยิ่งขึ้น

เมื่อเร็วๆ นี้ เราได้ร่วมมือกับ Qualcomm และ Verizon เพื่อทดสอบขีดจำกัดของค่าความหน่วงในย่านความถี่สูงแบบมิลลิเมตรเวฟ บนสนามทดสอบ 5G Hobby อีกแห่งหนึ่ง รับชมวิดีโอเพื่อดูว่าเกิดอะไรขึ้น

เรียนรู้เพิ่มเติม

มาดูกันว่าเกิดอะไรขึ้นเมื่อเราทดสอบความหน่วงของ 5G ในวงการกีฬาและดนตรีระดับ สูง

เรียนรู้เพิ่มเติมเกี่ยวกับEricsson D- 15

สำรวจเทคโนโลยี5G