胡蓉 成彬
2019年《交通強國建設(shè)綱要》明確了到2035年,我國要基本建成交通強國的戰(zhàn)略目標,并提到加強智能網(wǎng)聯(lián)汽車(智能汽車、自動駕駛、車路協(xié)同)研發(fā),形成自主可控完整的產(chǎn)業(yè)鏈。
北京、上海、重慶、深圳等地先后出臺了自動駕駛汽車道路測試管理相關(guān)規(guī)定,對測試主體、測試車輛、測試人員、測試申請、違法及事故處理等方面都有明確要求。各地政府積極推動智能網(wǎng)聯(lián)汽車的發(fā)展與管理工作,在市場、企業(yè)和政府的三重影響下,智能網(wǎng)聯(lián)汽車將迎來快速發(fā)展期。經(jīng)過近三年來各類應(yīng)用示范區(qū)項目的探索與實踐,業(yè)內(nèi)已認可“聰明的車+智慧的路” ——由路側(cè)感知輔助自動駕駛車輛的解決方案。
下面,我們將著重分析車路協(xié)同的路側(cè)邊緣技術(shù)如何實現(xiàn)對自動駕駛重載卡車、網(wǎng)聯(lián)車輛提供實時行車輔助服務(wù),為公眾出行服務(wù)平臺、交通管理系統(tǒng)、自動駕駛監(jiān)管系統(tǒng)提供數(shù)據(jù)支撐,安全輔助與效率引導(dǎo)支持。
路協(xié)同路側(cè)邊緣計算設(shè)施基于全量、連續(xù)環(huán)境信息,依托邊緣計算及AI技術(shù),準確識別路網(wǎng)交通狀態(tài)、事件、車輛等信息,提供數(shù)據(jù)采集、融合、預(yù)處理、分發(fā)等基本功能。
車路協(xié)同智能路側(cè)設(shè)備主要有傳感器、計算單元、V2X通訊單元等組成。傳感器作為路側(cè)設(shè)備解析路網(wǎng)環(huán)境信息的數(shù)據(jù)源,根據(jù)部署位置、設(shè)備高度、調(diào)節(jié)角度,獲取目標區(qū)域的動態(tài)信息,并發(fā)送給計算單元,主要包括攝像頭和毫米波雷達;計算單元作為車路協(xié)同路側(cè)設(shè)備核心組件,實現(xiàn)傳感器采集的環(huán)境數(shù)據(jù)解析、融合及V2X報文編輯,包含采集傳感、計算決策、通信匯聚、安全認證、狀態(tài)檢測等;V2X通訊單元可為車輛提供LTE-V、4G融合網(wǎng)絡(luò)服務(wù),實現(xiàn)信息車路雙向的快速傳遞,同時還提供時鐘校準信息;計算單元擴展可通過接入交換機實現(xiàn)更多的攝像頭或其他傳感設(shè)備的接入;機箱提供設(shè)備統(tǒng)一的電源、網(wǎng)絡(luò)接入,為設(shè)備正常運行提供散熱、防水、防雷功能。
路側(cè)邊緣計算的軟件系統(tǒng)和硬件算力又該如何考慮呢?
(一)軟件系統(tǒng)
軟件系統(tǒng)要滿足:計算單元支持高幀率、高分辨率視頻數(shù)據(jù)、點云數(shù)據(jù)的實時處理,可連接攝像頭、微波雷達及多種傳感設(shè)備、可變交通標志、車道燈等多種交通控制設(shè)備,也可連接云控平臺獲取交通指令信息。計算單元可實現(xiàn)信息編輯、信息優(yōu)先級設(shè)置,控制V2X通信信息播發(fā),同時可根據(jù)既定規(guī)則和傳感設(shè)備信息識別結(jié)果進行交通設(shè)施控制。
1.軟件系統(tǒng)構(gòu)成
車路協(xié)同邊緣計算軟件需要包含車路協(xié)同算法、通信管理、定制業(yè)務(wù)應(yīng)用、高精地圖服務(wù)、設(shè)備管理、安全管理、邊緣計算框架。
邊緣計算運行框架將邊緣計算能力拓展至用戶現(xiàn)場,提供臨時離線、低延時的計算服務(wù)。提供邊緣節(jié)點管理、邊緣應(yīng)用管理、應(yīng)用對接等功能。幫助用戶更輕松的管理海量邊緣,更高效的開發(fā)邊緣應(yīng)用。
高精地圖服務(wù)需要完成地圖信息實時更新;高精地圖包含路網(wǎng)精確的三維表征,精度達厘米級,包含道路、車道、信號燈、曲率等道路要素。
安全管理要以安全啟動、內(nèi)核加固、編譯安全手段保障操作系統(tǒng)安全;以完整性保護、應(yīng)用程序加固、核心秘鑰安全芯片存儲、動態(tài)異常監(jiān)控、編譯安全手段保障應(yīng)用安全;以加密通訊雙向認證、安全OTA、消息認證、攝像頭接入認證、應(yīng)用防火墻手段保證外部數(shù)據(jù)安全;以用戶身份認證、登錄行為審計手段保證用戶身份安全;以全盤加密、算法模型保護手段保證知識產(chǎn)權(quán)安全。
車路協(xié)同-自動駕駛算法可直接處理攝像頭碼流數(shù)據(jù),進行道路障礙物及車輛識別,包括3D位置、朝向、類別、速度、加速度和軌跡等;道路信息識別:車道線,道路邊界,可行駛區(qū)域,交通標志牌,路面標志等;特殊車輛識別是識別消防車等;道路事件檢測要支持修路、擁堵和事故等事件檢測;結(jié)構(gòu)化處理:根據(jù)檢測結(jié)果形成車輛的位置、速度、加速度和事件位置等信息的結(jié)構(gòu)化數(shù)據(jù);可行駛區(qū)域計算:根據(jù)識別結(jié)果形成車道級可行駛區(qū)域信息;車流統(tǒng)計:可記錄通行車輛類型、時間,并輸出統(tǒng)計報表;并支持多路感知融合:可對多個連續(xù)路側(cè)設(shè)備的結(jié)構(gòu)化處理結(jié)果進行數(shù)據(jù)融合,形成統(tǒng)一的感知結(jié)構(gòu)化數(shù)據(jù);路網(wǎng)控制策略管理:根據(jù)不同種類、級別交通事件觸發(fā)的交通控制策略。
通信管理在現(xiàn)階段適用于野外環(huán)境的高速無線通信網(wǎng)絡(luò)主要分為DSRC、LTE-V和5G技術(shù)。其中,DSRC、LTE-V已商用,信號穩(wěn)定且技術(shù)相對成熟;5G通信技術(shù)目前尚未商用。當前眾多試點場景主要選擇LTE-V通信模塊,根據(jù)自動駕駛及網(wǎng)聯(lián)場景需求,基于CSAE-53標準進行應(yīng)用層報文編解碼。
2.邊緣計算算法
以對象檢測能力為基礎(chǔ)的的車路協(xié)同算法其業(yè)務(wù)流程如下:
物理檢測識別進行道路障礙物及車輛識別,包括 3D位置、朝向、類別、速度、加速度和軌跡等;道路信息識別包括車道線,道路邊界,可行駛區(qū)域,交通標志牌,路面標志等;道路事件檢測包括修路、擁堵和事故等事件檢測;特殊車輛識別:可識別消防車、警車、救護車等;對象檢測準確率>90%;事件檢測準確率>90%。
物體精準定位是通過攝像頭、激光雷達輸入的原始數(shù)據(jù),結(jié)合傳感器自身內(nèi)外參數(shù),計算得出目標物體在世界坐標系的精準坐標,車輛、非機動車、行人檢測位置平均誤差。
多物體實時追蹤系統(tǒng)同時對感知范圍內(nèi)全部障礙物實時進行追蹤,為各障礙物分配獨立的ID,同一點位內(nèi)可追蹤對象數(shù)量。
多相機場景融合為保障區(qū)域的連續(xù)覆蓋,同一計算單元需要同時連接、處理多個傳感器的輸入,各傳感器輸出有重合部分,車路協(xié)同算法需要支持多個相同或不同類型的傳感器數(shù)據(jù)進行融合處理,自動完成結(jié)果融合和去重。
數(shù)據(jù)加密保障系統(tǒng)通信、數(shù)據(jù)安全,對處理的結(jié)構(gòu)化數(shù)據(jù)進行數(shù)據(jù)加密。
(二)路側(cè)邊緣計算硬件算力要求
邊緣計算所要計算的數(shù)據(jù)量異常龐大,用GPU能在短時間內(nèi)完成對每一個像素的坐標轉(zhuǎn)換和色彩計算,GPU的并行計算架構(gòu)可適應(yīng)這種大規(guī)模并行計算能力,GPU擅于處理規(guī)則的數(shù)據(jù)結(jié)構(gòu)和可預(yù)測的存取模式。
每個感知點位一般部署N個攝像頭,一般路側(cè)M個感知點位共用一套計算單元。感知數(shù)據(jù)的算力處理要求與圖像質(zhì)量、處理時間要求、算法復(fù)雜度有關(guān);同時從算法的并行程度,計算復(fù)雜度,內(nèi)存開銷以及迭代次數(shù)對車路協(xié)同算法需要進一步優(yōu)化。
建立邊云一體框架,前端計算單元算力和存儲能力相對有限,目前的深度學(xué)習(xí)模型相對復(fù)雜,需要設(shè)計多層次的模型,對處理任務(wù)進行劃分,將復(fù)雜的訓(xùn)練過程劃分到云端,將相對簡單的預(yù)測過程劃分在前端,前端簡單、云端復(fù)雜的多重模型策略將共同完成數(shù)據(jù)學(xué)習(xí)和預(yù)測。
依托車路協(xié)同智能化路側(cè)設(shè)備的環(huán)境感知、數(shù)據(jù)處置、V2X通信能力,可以為自動駕駛重載卡車、網(wǎng)聯(lián)車輛提供實時行車輔助服務(wù),基于前端采集環(huán)境、事件信息,可為公眾出行服務(wù)平臺、交通管理系統(tǒng)、自動駕駛監(jiān)管系統(tǒng)提供數(shù)據(jù)支撐。
借助感知、通信、計算、控制等技術(shù),基于車路協(xié)同邊緣計算,利用云計算大數(shù)據(jù)能力解決系統(tǒng)性的資源優(yōu)化與配置問題,將促進人、車、路運行按需響應(yīng)和動態(tài)優(yōu)化,對接高精地圖,將路側(cè)智能計算結(jié)果與其它數(shù)據(jù)源進行融合計算與分析,應(yīng)用人工智能算法模型并支持其快速演進優(yōu)化,將帶來更新更好的自動駕駛、智能交通類應(yīng)用。
作者單位:中通服咨詢設(shè)計研究院有限公司