簡析車路協(xié)同自動駕駛系統(tǒng)的關(guān)鍵技術(shù)

潘 岳 周興壯 歐 力 張新強

（ 1、重慶交通大學(xué) 土木工程學(xué)院，重慶400074 2、河南省交通規(guī)劃設(shè)計研究院股份有限公司，河南 鄭州451450）

自動駕駛是未來人工智能發(fā)展的一個重要領(lǐng)域， 車路協(xié)同作為自動駕駛的重要一環(huán)，可以把自動駕駛的汽車和智能路網(wǎng)從相互孤立的單元變成聯(lián)合的系統(tǒng)，讓它們之間可以進行實時的信息交換。 在交通資源有限的條件下， 車路協(xié)同的行駛策略可以提升自動駕駛車輛的通行效率，為解決道路擁擠提供了新思路。

1 自動駕駛的定義與分級

1.1 自動駕駛的定義

自動駕駛汽車（ Autonomous vehicles）是一種通過電腦系統(tǒng)實現(xiàn)無人駕駛的智能汽車。 自動駕駛技術(shù)有著不同階段與內(nèi)涵，它包含了輔助駕駛，高級駕駛輔助系統(tǒng)（ ADAS）和無人駕駛[1]，并可以分為三個階段：初級，高級和終極階段。 初級階段主要以預(yù)防為主， 高級階段主要以控制為主， 終極階段就是無人駕駛。

1.2 自動駕駛的分級

目前，自動駕駛由以上提到的三個階段又分為五個級別，分類系統(tǒng)主要是以美國國家公路交通安全管理局（ NHTSA）和美國汽車工程師學(xué)會（ SAE）定義的[2]。 NHTSA 分類中的五級分別代表了無自動化、駕駛支持、部分自動化、有條件自動化和高度自動化即無人駕駛，SAE 對高度自動化進行了細分，分成了高度自動化和完全自動化，具體分級標準如表1 所示。自動駕駛汽車技術(shù)研究主要分為兩個階段，一個是單車智能階段（ 自主式），另一個是車聯(lián)網(wǎng)階段（ 協(xié)同式）[3]。 單車智能技術(shù)的核心原理是將汽車機器人化，即汽車能夠通過應(yīng)用毫米波雷達，激光雷達和光學(xué)攝像頭等多種傳感器來感知車身周圍的環(huán)境，然后車載駕駛計算機根據(jù)環(huán)境的變化，結(jié)合通過控制器局域網(wǎng)絡(luò)（ Controller Area Network）總線上收集的汽車工況信息，綜合計算出下一秒的控制策略。 通過將控制指令發(fā)送到汽車自動控制機構(gòu)里執(zhí)行， 形成一個閉環(huán)控制系統(tǒng)。 由于這一方向的研究無需將自動駕駛汽車并入聯(lián)網(wǎng)系統(tǒng)中，而是在在人工智能的基礎(chǔ)上通過自身傳感器截取信息并結(jié)合環(huán)境模型給出相應(yīng)的控制策略，因此定義為單車智能。

車輛網(wǎng)聯(lián)技術(shù)是通過組建傳感器網(wǎng)絡(luò)， 達到數(shù)據(jù)的實時傳輸， 依托云計算平臺實現(xiàn)全網(wǎng)絡(luò)的自動駕駛。 這類技術(shù)不屬于主動式的探測元件，而是屬于協(xié)同式的全局數(shù)據(jù)輔助，可以擴展自動駕駛車輛的環(huán)境感知能力， 主要技術(shù)包括V2X 車聯(lián)網(wǎng)技術(shù)、高精度地圖、5G 技術(shù)。

2 車路協(xié)同關(guān)鍵技術(shù)解讀

2.1 V2X 技術(shù)

2.1.1 V2X 技術(shù)的概念

V2X 表示Vehicle to X， 即車輛同其他事物之間的相互通信，X 代表了所有的交通參與單元，即車輛（ Vehicle）、交通基礎(chǔ)設(shè)施（ Infrastructure）、行人（ Pedestrian）、云端（ Cloud）等。 V2X 技術(shù)為協(xié)同式自動駕駛提供可靠的信息交互平臺，使智能車輛獲取更全面的實時交通信息，可廣泛應(yīng)用于信號燈狀態(tài)感知、彎道車速預(yù)測、遠程交通信息獲取等[4]。 此外，車輛局域網(wǎng)與云端的相連，為更多的“ 大數(shù)據(jù)”應(yīng)用創(chuàng)造了條件，如基于位置的服務(wù)、交通咨詢等。 V2X 與攝像頭或者雷達不同，是一種精確感知手段，依靠802.11p 或者5G 通信，可以在大得多范圍內(nèi)（ 室內(nèi)300米，室外1000 米）準確感知周圍車輛的態(tài)勢，包括其位置、車速、轉(zhuǎn)向燈狀態(tài)等，解決單車智能形成的信息孤島問題。

2.1.2 V2X 技術(shù)現(xiàn)狀與面臨的問題

V2X 可以作為自動駕駛技術(shù)的一項感知能力而存在， 但現(xiàn)有的無人車上卻并沒有達到這個效果，是因為當前具備V2X 通訊能力的車型少， 安裝在道路上的通訊基礎(chǔ)設(shè)施少， 若要以V2X 作為眼睛和耳朵，那么獲取的信息量少，自然不足以作為判斷的基礎(chǔ)。 而且從另外一個方面說，以V2X 作為感知手段是與傳感器進行互補的，V2X 的通訊范圍一般能夠達到300 米[5]，遠大于傳感器的有效作用距離，因而它的作用表現(xiàn)在提前了解更遠處的情況，在部署數(shù)量不足的時候，自然還只是作為一個額外的對駕駛員的警示渠道，這也是V2X 的量產(chǎn)應(yīng)用應(yīng)該從駕駛輔助入手的原因。 V2X 要想達成完全體，真正地與自動駕駛技術(shù)進行融合，需要面對以下的問題：

a.數(shù)據(jù)融合

V2X 與傳感器一樣，同樣是獲取信息的渠道，雖然通訊距離相比較于傳感器更遠， 但是兩者肯定也有重合的地方， 因而V2X 與傳感器之間的數(shù)據(jù)融合是必須的，所以需要對兩種數(shù)據(jù)的優(yōu)先級進行考量。 最典型的案例就是，在兩者的重合區(qū)域內(nèi)，如果V2X 與傳感器之間出現(xiàn)差異的信息，以誰為準，又如何進行互相的驗證。

b.精度問題

從已經(jīng)實用的案例上看，大多數(shù)V2X 的應(yīng)用還是以預(yù)警為主。 這樣的原因在于，通信端的信息目前無法百分之百地保證精確，這個精確度取決于定位的精度與通信的精度。 定位精度取決于定位技術(shù)， 高精度定位技術(shù)當前還沒有能夠量產(chǎn)應(yīng)用，而通信精度則取決于無線通信的可靠性與實時性。 從可靠性來說，因為當前的V2X 大多工作在高頻段進行通訊，對于建筑物等遮擋障礙物的繞射能力比較差，因而需要通過重復(fù)廣播或者冗余機制來輔助解決。

c.其他方面

除開通訊標準、 法規(guī)等因素，V2X 也是依賴于基礎(chǔ)設(shè)施的，包括車載基礎(chǔ)設(shè)施與道路上的基礎(chǔ)設(shè)施。 這并非是車企能夠單獨解決的問題，需要政府的推動，但在解決標準化問題之前，會被限制在示范項目中推行，畢竟尚未標準化的通訊設(shè)施，僅僅能夠滿足小范圍的車輛需求，無法真正實現(xiàn)V2X 的意義。

2.2 5G 技術(shù)

2.2.1 5G 技術(shù)應(yīng)用的背景

自動駕駛所需的V2X 技術(shù)主要通過兩種通信技術(shù)實現(xiàn)：DSRC（ 專用短程通信技術(shù)）和LET-V（ 移動通信網(wǎng)絡(luò)）[6]。 DSRC技術(shù)由歐美等國主推，LET-V 為中國主推技術(shù)。DSRC 是一種非接觸式的傳感器連接技術(shù)， 裝有DSRC 的汽車在數(shù)十米的距離內(nèi)會自動進行各項數(shù)據(jù)的交互，并由汽車的車載機器人根據(jù)這些數(shù)據(jù)做出相應(yīng)的決策。 LET-V 則需要以基站作為控制中心，車輛與基礎(chǔ)設(shè)施、其他車輛之間需要通過將數(shù)據(jù)在基站進行中轉(zhuǎn)來實現(xiàn)通信。 而這兩種通信技術(shù)所依賴的現(xiàn)有數(shù)據(jù)交換移動網(wǎng)絡(luò)時延過長，4G 網(wǎng)絡(luò)的時延以秒計，4.5G 的網(wǎng)絡(luò)時延可縮短至100 毫秒，而5G 網(wǎng)絡(luò)的理想時延則低于1 毫秒，讓通過云計算遙控自動駕駛汽車成為可能。

2.2.2 5G 自動駕駛技術(shù)的特點

未來車輛在進行自動駕駛或者無人駕駛與車聯(lián)網(wǎng)通信的過程中，需要運用云計算、大數(shù)據(jù)、地圖等工具進行海量、實時的數(shù)據(jù)交互。 英特爾CEO Brian Krzanich 曾表示[7]，未來一輛自動駕駛汽車每秒鐘消耗0.75GB 的數(shù)據(jù)量，每天使用大概4000GB 的數(shù)據(jù)量。 所以自動駕駛汽車和車聯(lián)網(wǎng)通信的實現(xiàn)需要更高的網(wǎng)絡(luò)帶寬和更低的網(wǎng)絡(luò)延時，而這僅靠現(xiàn)有的LTE-V 和DSRC 等通信技術(shù)還無法實現(xiàn)。5G 網(wǎng)絡(luò)可以將端到端的通信時延控制在10 毫秒內(nèi)，可以有效的保障自動駕駛車輛在行駛中的安全。 而在流量峰值和連接數(shù)密度方面，5G 技術(shù)能夠以超過每秒10GB的傳輸速度和106/km2的連接數(shù)密度滿足未來車聯(lián)網(wǎng)環(huán)境的車輛與人、交通基礎(chǔ)設(shè)施之間的通信需求[8]。 因此，實時性和高速通信成為5G 最大優(yōu)勢， 進而實現(xiàn)對無人駕駛與車聯(lián)網(wǎng)通信發(fā)展的助推作用。

2.2.3 5G 在自動駕駛領(lǐng)域中的發(fā)展方向

5G 對自動駕駛技術(shù)的影響可以歸納為：依靠5G 高帶寬、高可靠性、低時延的特點，助力車與路側(cè)信息的感知技術(shù)，提高駕駛安全性與效率，并作出正確的駕駛路徑規(guī)劃行為[9]。5G 在自動

駕駛領(lǐng)域中可能的發(fā)展方向包括但不限于以下3 種：

a. 探索更復(fù)雜的高速公路和城市交通場景下車輛編隊的聯(lián)合協(xié)作技術(shù)， 如利用規(guī)劃變更行車路線和短距離下車輛編隊，從而提高交通效率，節(jié)省能源；

b.探索遠程駕駛與自動駕駛的相互結(jié)合，尤其在惡劣環(huán)境和危險區(qū)域如無人區(qū)、礦區(qū)、垃圾運送區(qū)域等人員無法達到的區(qū)域，將極大程度的確保施工安全并提升操作效率；

c. 探索多種通信技術(shù)的集成與混合通訊架構(gòu)。

2.3 高精地圖定位與導(dǎo)航技術(shù)

2.3.1 高精度電子地圖簡介

高精細地圖是指高精度、精細化定義的地圖。高精電子地圖的服務(wù)對象是自動駕駛車輛，或者說是車輛的機器駕駛員[10]。高精度電子地圖包含大量行車輔助信息，其中最重要的是對路網(wǎng)精確的三維表征，比如路面的幾何結(jié)構(gòu)，道路標線的位置等[11]。有了這些高精度的三維表征，車載機器人就可以通過比對車載GPS 或攝像頭數(shù)據(jù)來精確確認當前位置， 提高自動駕駛車輛發(fā)現(xiàn)或鑒別障礙物的速度和精度，是當前車路協(xié)同技術(shù)中必不可少的一個組成部分。

2.3.2 高精度電子地圖特點

相比服務(wù)于GPS 導(dǎo)航系統(tǒng)的傳統(tǒng)地圖而言，高精地圖最顯著的特點是其表征路面特征的精準性。 道路上的車道線的寬度大約都在20cm 左右， 如果讓行駛的車輛完全自動駕駛的情況下同時避免壓線， 就需要地圖的定位精準度到20cm 的范圍以內(nèi)。

此外， 相較于傳統(tǒng)地圖， 高精地圖需要有更高的數(shù)據(jù)實時性。 由于路網(wǎng)每天都有變化，如道路整修、道路標識線磨損及重漆等，這些變化要及時地反映在高精地圖上以確保自動駕駛汽車的行駛安全。 高精地圖的實時更新在技術(shù)上有很大難度，但隨著智能駕駛技術(shù)的普及與深入，一旦有一輛或幾輛智能汽車在路網(wǎng)的行駛過程中發(fā)現(xiàn)了路網(wǎng)的變動，就可以通過與云端通信把實時更新的信息告訴其他相關(guān)車輛，使自動駕駛汽車行車更加安全。

2.3.3 高精度電子地圖的生產(chǎn)

傳統(tǒng)電子地圖主要依靠衛(wèi)星圖片產(chǎn)生， 而高精地圖需要達到厘米級精度，因此其生產(chǎn)涉及的數(shù)據(jù)量龐大。 目前，高精度地圖正在形成一種“ 專業(yè)采集+ 眾包維護”的生產(chǎn)方式[12]，即通過少量專業(yè)采集車實現(xiàn)初期數(shù)據(jù)采集，借助大量半社會化和社會化車輛及時發(fā)現(xiàn)并反饋道路變化，并通過云端實現(xiàn)數(shù)據(jù)計算與更新。

2.3.4 未來展望

高精地圖的蓬勃發(fā)展需要從兩個方面考慮改進：

a.及時與公路管理部門溝通，一旦有公路基礎(chǔ)設(shè)施變動，需要馬上通知自動駕駛公司，更新地圖。 如果需要在公路中建設(shè)新的路標，要做到先通知，再建設(shè)，如此才能保證汽車準確認知這些標識，做到絕對的安全。

b.各大自動駕駛公司可以合作，共享地圖數(shù)據(jù)。 地圖公司也可以考慮銷售高精地圖基本配置版本， 各個公司購買之后，在基本版本的基礎(chǔ)上去添加自己的設(shè)置，如此就可以大大降低制作地圖的成本。

3 結(jié)論

自動駕駛技術(shù)作為一個涉及傳感器、計算機、信息通訊、人工智能等諸多前沿學(xué)科的綜合技術(shù)，它的出現(xiàn)將改變?nèi)藗儗鹘y(tǒng)交通的認知，推動交通行業(yè)的發(fā)展。 本文總結(jié)了車路協(xié)同自動駕駛系統(tǒng)的三項關(guān)鍵技術(shù)及其發(fā)展情況，可以看出自動駕駛作為一個機遇與風(fēng)險共存的領(lǐng)域還有很長一段路要走。 但是隨著科技與社會的進步自動駕駛技術(shù)將會正真走向成熟。