![](https://csdnimg.cn/release/download_crawler_static/19813062/bgd.jpg)
车路协同是采用先进的无线通信和新一代互联网等技术,全方位实施车与车、车与路、车与人之间动态实时信息交互,并
在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交
通安全,提高通行效率,从而形成安全、高效和环保的道路交通系统。车路协同能够加速自动驾驶规模商业化落地实现,
其产业链潜力巨大,将成为新一轮科技创新和产业竞争的制高点。
车路协同自动驾驶则是在单车智能自动驾驶的基础上,通过先进的车、道路感知和定位设备(如摄像头、雷达等)对道路
交通环境进行实时高精度感知定位,按照约定协议进行数据交互,实现车与车、车与路、车与人之间不同程度的信息交互
共享(网络互联化),并涵盖不同程度的车辆自动化驾驶阶段(车辆自动化),以及考虑车辆与道路之间协同优化问题(系
统集成化)。通过车辆自动化、网络互联化和系统集成化,最终构建一个车路协同自动驾驶系统。
车路协同自动驾驶是一个由低至高的发展过程,主要包括以下三个大的发展阶段 ,如下表 2.1 所示,各个阶段的具体要求
如下:
(1)阶段 1:信息交互协同
车辆 OBU 与路侧 RSU 进行直连通信,实现车辆与道路的信息交互与共享,通信方式可以是 DSRC 或 LTE-V2X。
(2)阶段 2:协同感知(阶段 2.1:初级协同感知,阶段 2.2:高级协同感知)
在阶段 1 的基础上,随着路侧感知能力的提高,自动驾驶的感知和决策的实现不仅仅依赖于车载摄像头、雷达等感知设备,
而且需要智能道路设施进行协同感知。协同感知分为初级协同感知和高级协同感知两个分阶段:
1、阶段 2.1 初级协同感知:道路感知设施相对单一、部署范围有限、检测识别准确率较低、定位精度较低,达不到服务于
L4级自动驾驶车辆的要求;
2.1.2 车路协同自动驾驶内涵
与 AD 相比,VICAD 的典型特征或内涵是高维数据带来新智能。其中高维数据为代表的智能要素特性体现在数据高维、
算力高维和算法高维,新智能则体现在从单体智能向群体智能发展过渡。
1 高维数据
1.1 数据高维:
VICAD在路侧会产生大量的数据,且信息特性与单车智能数据具有一定的正交属性,通过车路协同融合后将形成新的更高维
度数据,如空间维度(范围、视角、盲区)、时间维度(动/静态、时间范围)、类型维度(多源多层)等,分布在不同维度
具有正交性的高维数据信息量更大,对于智能系统的能力会产生更有效的帮助。VICAD与AD数据维度的比较见表2.2。
-12
2、阶段 2.2 高级协同感知:道路感知设施多样、道路全面覆盖、检测识别准确率高、定位精度高,能够服务于 L4 级自
动驾驶车辆;
(3)阶段 3:协同决策控制(阶段 3.1 有条件协同决策控制,阶段 3.2:完全协同决策控制)
在阶段2协同感知的基础上,道路具备车路协同决策控制的能力,能够实现道路对车辆、交通的决策控制,保障自动驾驶安全、
提高交通效率。
1、阶段 3.1 有条件协同决策控制:在自动驾驶专用道、封闭园区等环境下实现协同决策控制,或实现 AVP 自主泊车。
2、阶段 3.2 完全协同决策控制:在任何时间、任何道路和交通环境下,都可实现车路全面协同感知、协同决策控制功能。
车路协同自动驾驶由智能车辆、智能道路两大关键部分组成:
(1)智能车辆:
可以是不同网联等级和自动化程度的车辆;
(2)智能道路:
可包括以下设备设施 :道路工程及配套附属设施;智能感知设施(摄像头、毫米波雷达、激光雷达等) ;路侧通信设施(直
连无线通信设施、 蜂窝移动通信设施);计算控制设施(边缘计算节点、MEC 或各级云平台);高精度地图与辅助定
位设施;电力功能等配套附属设备等;
要实现车路协同自动驾驶还需要攻克一系列的关键技术,包括:
(1)协同感知技术:
传感器高精度标定技术;环境感知技术;融合与预测技术;
(2)高精度地图与高精度定位技术:
高精度地图;路侧辅助定位技术;
(3)协同决策与协同控制技术 :
意图预测、博弈仲裁、引导调度等协同决策;车辆、设施、人类等协同控制引导;
(4)高可靠低时延网络通信技术 :
直连无线通信技术;蜂窝移动通信技术;交通系统集成优化与有线网络传输技术等;
(5)云计算技术:
边缘计算 MEC 技术;多级云控平台技术;大数据和人工智能平台技术;
(6)功能安全与预期功能安全;
(7)物联网 IoT 技术;
(8)网络安全技术等。
智能产业研究院
Institute for AI Industry Research,Tsinghua University