本文來源：ITS智能交通

／ 導讀 ／

本文節選自關志超博士《數字交通基礎設施加速自動駕駛與車路協同發展》

關志超是交通運輸部“智能車路協同關鍵技術與裝備行業研發中心”執行主任（博士、教授）

概述

當前，中國已經進入交通強國建設、快速城市化進程、經濟社會轉型變革、智能車路協同創新發展、新基建與數字化轉型發展的新時期，新交通模式生態環境正在形成，城市交通與區域交通的工作重點已由大規模規劃建設轉移到高質量運行管理方向上來，傳統的交通規劃與管理、交通管理與控制學科理論方法面臨著更新及挑戰。2020年8月，中國科協在第二十二屆年會閉幕式上發布了10個對科學發展具有導向作用的科學問題，其中第六個問題是：數字交通基礎設施如何推動自動駕駛與車路協同發展？

一年來，國家密集出臺了“交通強國”、“智能汽車發展戰略”、“新基建”、“兩新一重”、“十四個五年計劃”多項與自動駕駛相關戰略。2019年9月由中共中央、國務院印發的《交通強國建設綱要》，2020年2月由11個部委聯合印發的《智能汽車創新發展戰略》，2020年3月中央政治局會議提出《新基建》，2020年5月兩會《政府工作報告》提出“兩新一重”，2020年12月黨的十九屆五中全會通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》等均對智能網聯汽車行業發展進行了非常有針對性指導，這是國家戰略層面對自動駕駛的推進，對加快建設交通強國作出專門部署，提出明確要求。伴隨著新一代信息技術與人工智能的演進發展，交通工具汽車正在向高性能、新能源、無人駕駛等更高領域發展，道路交通基礎設施也經歷了低等級公路、高速公路、數字化、智能化的演化進程，一個綠色可持續、數字化、智能化、智慧化的交通基礎設施建設已經成為人、車、路協同發展的共同目標。

交通是興國之要、強國之基。在自動駕駛技術發展戰略上，全世界呈現兩條技術路線：一條是以美國所主導的“單車感知”自動駕駛方案；另一條是以中國引領的“網聯感知”自動駕駛技術方案。兩者的主要區別是：單車感知不依賴于外界環境的額外傳感單元部署，主要依靠車輛的自身裝配感知系統進行車身周圍環境信息的獲取；而網聯感知需要借助在路側安裝額外的傳感器、通信單元，以實現降低車身感知、計算能力的技術與成本需求，拓展車輛的感知范圍和精度。由此可見，數字交通基礎設施的建設與發展是支撐自動駕駛與車路協同的關鍵技術所在，開展這一領域研究勢在必行，意義重大。

理論方法

新交通模式下，重塑交通出行體驗，通過人、車、路、云之間車聯與路聯數據互聯互通，實現智慧出行服務MaaS、智能網聯汽車V2X、智能網聯設施I2X、智能車路協同等構建新一代智能交通核心體系。

智能車路協同管控綜合感知、通信、計算、控制等技術，基于標準化通信協議，實現物理空間與信息空間中包括“人、車、路、環境”四要素的相互映射，標準化交互與高效協同、利用邊、端、云計算大數據能力，解決系統性的資源優化與配置問題。智能車路協同體系支撐的新一代智能交通系統核心四要素主要包括：

①人－－智慧出行服務 MaaS：行為管理與誘導（行人、駕駛員、自動駕駛算法）系統；

②車－－智能網聯汽車 V2X：智能車載終端系統；

③路－－智能網聯設施 I2X：智能路測設施系統；

④環境－－智能車路協同平臺：區域交通與城市交通管理與控制決策可視化推演系統。

當前，國內外廣泛關注智能車路協同體系支撐的新一代智能交通系統總體結構研究，總體上包含以下三條技術路線：

①人－－智慧出行服務 MaaS＋環境－－智能車路協同管控平臺組合路線；

②車－－智能網聯汽車 V2X＋環境－－智能車路協同管控平臺組合路線；

③路－－智能網聯設施 I2X＋環境－－智能車路協同管控平臺組合路線。

智能車路協同支撐的新一代智能交通系統總體結構詳見圖1所示。

圖1：智能車路協同支撐的新一代智能交通系統總體結構

智能車路協同管控平臺為智能網聯汽車及其用戶、管理及服務機構等提供車輛運行、基礎設施、交通環境、交通管理等動態基礎數據，具有高性能信息共享、高實時性云計算、大數據分析、信息安全等基礎服務機制，是支持智能網聯汽車與智能網聯設施融合需求的基礎支撐平臺，它包含了面向效率和面向安全兩個方面的內容：面向效率包括基于智能車路協同信息的交叉口智能控制技術、基于車路協同信息的集群誘導技術、交通控制與交通誘導協同優化技術、動態協同專用車道技術、精準停車控制技術；面向安全包括智能車速預警與控制，彎道測速／側翻事故預警、無分隔帶彎道安全會車、車間距離預警與控制、臨時性障礙預警等技術。智能車路協同管控平臺利用LTE／5G－V2X寬帶、低延時通信技術實現從終端到路側邊緣端再到云端的瞬時通信，對實時交通大數據進行分析和研判，對車輛安全和高效行駛提供信息服務（甚至是遠程遙控）。

智能車路協同管控平臺面向產業鏈應用，面向全行業提供體系化的安全，高效，節能等在內的汽車智能網聯駕駛應用，以及包括共享汽車，電子支付等一系列新型汽車應用形態；為測試開發體系、公共服務體系、保險體系、醫療體系等提供協同化的實際業務應用。智能車路協同管控平臺是政府部門利用政策優勢為智能網聯汽車行業發展提供的最直接的服務，也是未來城市智慧交通發展的必由之路。智能車路協同管控平臺可由政府建設，成立專門的運營公司運營。運營智能車路協同服務的公司可以通過為車企、保險公司提供大數據服務盈利，為政府交通相關部門提供數據而實現社會效益。

2．1 智能車路協同感知

智能車路協同感知在結合現有的智能交通感知設備的基礎上，增加了更加密切的路側感知設備、車載感知設備和5G移動大數據。在車載單元感知設備主要包括激光雷達、毫米波雷達和帶目標識別功能的視頻攝像機設備；在路側單元感知設備主要包括自動駕駛車輛能夠感知到的數據，需要通過路側單元RSU實時上傳到邊緣計算節點。

2．2 智能車路協同通信V2X

車聯網面向應用的概念延伸，V2X智能車路協同通信技術是對D2D（Device to Device）技術的應用過程。它指的是車輛之間V2V，或者汽車與行人之間V2P、騎行者以及基礎設施之間V2I的通信系統，可基于5G通信技術和LTE－V技術實現（5G車聯網V2V通信的最大距離約為1000米，5G車輛網為V2X通信提供高速的下行和上行鏈路數據速率最大為1Gbit／s，5G車聯網支持速度更快的車輛通信中車輛最大的行駛速度可達350km／h）。

2．3 高精度地圖

高精度電子地圖的絕對坐標精度更高且所含道路交通元素更豐富和細致，其中絕對坐標精度是指地圖上某個目標和真實的外部世界的事物之間的精度；局部動態地圖是統一描述道路交通動態環境的高精度地圖，是判斷車輛是否處于危險狀態的重要參照（第一類為持續靜態數據－－地圖數據，第二類為瞬時靜態數據－－路測基礎設施，第三類為瞬時動態數據－－擁堵與信號段，第四類為高度動態數據－－車輛與行人）。

2．4 實時邊緣計算

邊緣計算（Edge Computing）在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。

智能網聯汽車掀起一場交通系統的革命，智能車路協同引發交通工程歷史性變革，推動著交通規劃與管理、交通控制與管理學科向科學化、精細化發展。實現交通系統跨域關聯、全息感知與數據融合，交通載運工具與交通基礎設施多基協同、交互操作，交通運輸模式創新與智慧出行服務，新型智能化基礎設施建設與智能運行維護等技術創新實踐。智能網聯汽車V2X與智能網聯設施I2X強調“聰明的車”、“智慧的路”和”強大的網“需要緊密結合，迫切需要智能車路協同支撐智能網聯汽車與智能網聯設施一體化發展。面對新時代交通運輸系統發生變革機遇，迎接智能網聯汽車與智能網聯設施的車路協同管控挑戰，必須研發智能車路協同管控的關鍵技術與核心裝備—車路協同控制機。

智能車路協同的單體耦合與群體管控技術

研發智能網聯汽車的根本不是汽車，而是為了人們高效、安全、便捷地出行。智能車路協同作為智能網聯汽車與智能網聯設施的最終目標，是當今國際智能交通領域的前沿技術和必然發展趨勢，是提高效率、優化能耗、降低排放的有效手段，將從根本上改變傳統道路交通的發展模式，構建新一代智能交通體系。在智能網聯與非網聯、無人駕駛與有人駕駛混合交通模式中，網聯化和智能化的發展，改變了交通系統內部諸元素的耦合關系。

智能車路協同這一技術起源于美國，到目前為止經歷了2011年智能車路協同V1．0起步、2014年智能車路協同V2．0樣車、2018年智能車路協同V3．0應用、2020年智能車路協同V4．0四個階段，美國在這一領域一直處在領先地位。

3．1 智能網聯汽車單體耦合技術

進入智能網聯與非網聯、智能駕駛與人工駕駛混合交通模式常態化時期，新一代信息技術車聯網、大數據、云計算、移動互聯的發展，為交通信息化和智能化帶來了新的發展契機。智能車路協同系統將先進的信息技術與交通控制技術相融合，通過對交通信息感知、分析、挖掘、發布，實現人、車、路、環境之間的信息共享、協同管控。近年來，智能交通技術研究已從以解決交通管控為重點的階段向以車與車、車與路通信為支撐的車路協同階段發展。在可預見的未來，智能網聯車和智能網聯設施將與傳統的人工駕駛的車輛在交通系統中共存，交通參與者、運載工具、基礎設施一體化協同成為交通領域技術研究熱點和難點。

隨著自動駕駛和智能網聯技術的逐漸成熟，人、車、路、環境系統耦合理論與優化方法是實現混行環境下車路協同運行的基礎，其核心是揭示混行狀態下駕駛人認知特性、車車運動特征和交通狀態演化規律。顯示了智能車路協同管控可視化推演平臺在體系內部擬解決的四大科學問題、五大關鍵技術問題、開展五大主要研究內容的關聯關系結構，其科學問題－關鍵技術－研究內容的關聯關系結構詳見圖2所示。

圖2：科學問題－關鍵技術－研究內容的關聯關系結構

注釋：源自魯光泉教授

在車輛智能網聯與車路協同技術方面，美國通過推動車聯網計劃，開展了無線通信技術測試驗證、立法等工作。歐洲啟動了面向2020年的DRIVEC2X項目，正在進行Cooperative ITS路上測試工作。日本在道路交通情報通信系統和不停車電子收費系統ETC2．0基礎上實施了Smartway項目。此外，美國、歐洲和日本均在實際道路上開展了貨車車隊自動運行測試，結果表明車路協同技術在提高燃油效率、減輕駕駛人負荷、提高安全性等方面效果顯著。從國外的技術研究現狀和發展動態來看，對于車路協同系統的研究已經有相當的規模和一定的成果，但許多關鍵技術和科學問題仍在探討、試驗和測試階段。在國際社會未來的發展中，車與車、車與路協同式交通系統將是未來新一代智能交通的核心任務和發展方向，對于解決當前各國日益突出的交通擁堵、安全、污染問題有著極其重要的意義。

2010年“十二五”以來，國內在汽車安全輔助駕駛、車載導航設備、駕駛人狀態識別、車輛運行安全狀態監控預警、交通信息采集、車輛自組織網絡等方面進行了大量研究，基本掌握了智能汽車共性技術、車輛運行狀態辨識、高精度導航及地圖匹配、高可靠信息采集與交互等核心技術。

智能化、網聯化和協同化是新一代智能交通發展的三大重要趨勢，智能安全輔助駕駛和車載信息服務已成熟應用，自動駕駛技術從實驗室走向實際應用的步伐正在加快。我國布局研發車路協同系統，有著巨大的經濟效益和現實可行的產業化前景。開展車路協同系統要素耦合機理與協同優化方法研究，解決車路協同系統中關鍵科學問題，有望使我國在智能車路協同領域實現對國際前沿技術的追蹤、引領乃至占據國際研發制高點。

3．2 網聯車輛群體智能管控技術

智能車路協同概念產生于本世紀初，以美國Connected Vehicles為代表。同期，引入交通大數據的智能網聯與非網聯混合交通群體控制理念，一經提出即得到世界各國高度重視，美國、日本、歐盟先后啟動了國家研究計劃。僅經過幾年發展，基于智能車路協同技術的行車安全就被公認為是繼安全帶、安全氣囊后的新一代交通安全技術，基于此理念形成的示范系統有美國MCity、荷蘭ETPC、瑞典AstaZero和日本Jtown等。為加快車路協同技術的應用，美國麻省理工MIT大學、密歇根大學、明尼蘇達大學等提出并建立了針對智能網聯汽車評價的硬件在線仿真測試環境；2015年美國交通部還在紐約市、坦帕市和懷俄明州三地啟動了智能網聯汽車測試。

我國車路協同技術研究始于2012年，雖起步晚但發展迅速。2012年科技部在863計劃中設立了我國首個車路協同關鍵技術研究項目，2014年清華大學牽頭的項目團隊研發了智能車路協同集成測試驗證實驗系統，同濟大學研究并構建了車路協同系統仿真驗證平臺，隨后國家分別在上海、重慶等地建立了智能網聯汽車測試示范區。繼首個國家863計劃主題項目“智能車路協同關鍵技術研究”完成以來，我國在智能車路協同關鍵技術及其應用、系統平臺和仿真評價等方面取得了卓越成果，在基于車路協同的新一代智能交通系統體系架構、多模式無線通信、車速引導與信號控制優化、四跨（跨模組、跨終端、跨廠商、跨平臺）互通互聯集成等方面取得了整體國際先進、部分國際領先的成果。

隨著車路協同的進一步發展和推廣應用，人、車、路、環境一體化的交通系統智能網聯與非網聯、無人駕駛與有人駕駛混合交通模式常態化已經成為現實，基于全時空交通信息的協同感知、融合和交互，研究車輛群體智能決策與協同控制理論方法及其關鍵技術已成為必然。國外近年來逐漸開始關注以智能網聯車輛為對象的新型混合交通協同管控問題，但研究仍處在初級階段，尚未形成實用的理論與方法體系；而國內依托在智能車路協同技術及其系統平臺的發展優勢，已在車輛群體決策與控制的系統架構、優化方法和小規模實車試驗等方面開展了創新性的研究工作，走在了世界前列。

為適應未來車路協同技術與系統的發展需要，提升道路交通管理與控制水平，智能車路協同管控可視化推演平臺在體系外部擬解決的關鍵科學問題。智能車路協同管控可視化推演平臺在體系外部研究內容及其相互關系圖3所示。

圖3：智能車路協同管控可視化推演平臺在體系外部研究內容及其相互關系

注釋：源自張毅教授

未來，隨著智能車路協同管理與控制技術研究的不斷深入，新型復雜混合交通系統在狀態感知、信息交互、協同控制和虛實仿真驗證四個層面，必將催生從低維傳感器信息融合向多維網聯協同感知、從離散交通主體主被動協同控制向大規模群體智能群策群控、從V2X支持的實時信息交互向混合交通主體間的可信交互、從小規模運行效能仿真分析向大規模虛實結合與硬件在線仿真驗證的衍化趨勢，這是智能車路協同環境下交通群體智能決策與協同控制研究的重點內容。

－ End