我國自動駕駛車路協(xié)同發(fā)展現(xiàn)狀分析

摘 要：自動駕駛車路協(xié)同已成為解決道路擁堵問題、汽車駕駛安全問題以及節(jié)能減排關(guān)鍵路徑，國家出臺了一系列的政策用以支持我國自動駕駛車路協(xié)同的發(fā)展，取得了一定的進展。本文通過對自動駕駛車路協(xié)同政策發(fā)展歷程、發(fā)布年份以及政策類型進行分析，給出了國家政策支持的一些特點，通過對自動駕駛車路系統(tǒng)技術(shù)進行分析，最終提出了加快自動駕駛車路協(xié)同標準的制定、深化自動駕駛車路協(xié)同技術(shù)研究、加大自動駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)力度研究方向，為我國自動駕駛車路協(xié)同研究提供參考。

關(guān)鍵詞：政策支持 自動駕駛車路協(xié)同技術(shù) 展望

0 引言

隨著傳感器技術(shù)、5G通信技術(shù)、人工智能技術(shù)等新技術(shù)的快速發(fā)展，汽車產(chǎn)業(yè)的電動化、網(wǎng)聯(lián)化、共享化以及智能化成為其發(fā)展的必然趨勢，尤其是智能化對于解決道路擁堵問題、汽車駕駛安全問題以及節(jié)能減排都有著關(guān)鍵的作用。車輛的自動駕駛根據(jù)國際自動機工程師學(xué)會（SAE）的標準，從低到高可以分為六個等級，分別是沒有任何自動駕駛功能（L0）、輔助駕駛（L1）、駕駛輔助（L2）、有條件自動駕駛（L3）、高度自動駕駛（L4）、完全自動駕駛（L5）[1]。目前汽車已實現(xiàn)了第三個等級的自動駕駛，根據(jù)相關(guān)數(shù)據(jù)顯示，到2024年第一季度，L2級的智能駕駛滲透率已達50%，消費者在車輛選購時，有50%的新能源汽車用戶關(guān)注車輛的智能化，成為消費者購車的最重要的關(guān)注因素之一。而更高等級的自動駕駛僅僅依靠單車智能化已很難實現(xiàn)，必須依托車路協(xié)同系統(tǒng)才能完成。關(guān)于車路協(xié)同系統(tǒng)的研究，最早出現(xiàn)于20世紀中葉，是由通用汽車將大量的通信設(shè)備應(yīng)用于新西蘭的一條高速公路上，被認為是世界首套道路系統(tǒng)。隨后在20世紀90年代，美國、日本以及歐洲分別針對道路協(xié)同標準、試驗、服務(wù)等開展了相應(yīng)的研究，形成了相應(yīng)的標準和試驗成果。我國的車路協(xié)同系統(tǒng)最早追溯到2007年國家863計劃中“交通對象協(xié)同式安全控制技術(shù)”，隨后國內(nèi)各大高校如清華等也開始車路協(xié)同系統(tǒng)的研究，形成了多項關(guān)鍵成果，為后續(xù)“智能車路協(xié)同關(guān)鍵技術(shù)研究”863計劃項目提供了關(guān)鍵技術(shù)支持[2]。

1 自動駕駛車路協(xié)同政策分析

1.1 自動駕駛車路協(xié)同政策發(fā)展歷程

自2007年國家863計劃涉及車路協(xié)同相關(guān)研究以來，國家出臺了一系列的政策支持自動駕駛車路協(xié)同的發(fā)展。2010年國家863計劃將“現(xiàn)代交通技術(shù)領(lǐng)域智能車路協(xié)同關(guān)鍵技術(shù)研究”列入，并在有條件的省份和地區(qū)進行試點研究，被認為是政策支持初期階段。從2015年國家出臺《智能交通發(fā)展規(guī)劃（2015-2017）》以來，到2017年在我國東部沿海部分發(fā)達城市開展智慧交通示范區(qū)的建設(shè)工作，被認為是自動駕駛車路協(xié)同的推廣階段的開始。2017年以后出臺了一系列的標準規(guī)范，用以支持自動駕駛車路系統(tǒng)的技術(shù)發(fā)展，同時在相關(guān)的規(guī)劃中推出了車聯(lián)網(wǎng)和智慧交通產(chǎn)業(yè)的發(fā)展規(guī)劃，支持車路協(xié)同企業(yè)的發(fā)展，被認為是標準制定階段。隨著新能源汽車以及人工智能等技術(shù)的快速跟進，2021年住建部和工信部《關(guān)于確定智慧城市基礎(chǔ)設(shè)施與智能網(wǎng)聯(lián)汽車協(xié)同發(fā)展第一批試點城市的通知》，確定了北京、上海等6個城市入選試點，這些城市進一步推動自動駕駛車路協(xié)同車端、路端、測試場等基礎(chǔ)設(shè)施的全面推廣。

1.2 自動駕駛車路協(xié)同政策發(fā)布年份分析

通過查詢政府相關(guān)網(wǎng)站發(fā)現(xiàn)，在推廣及推廣階段以前關(guān)于自動駕駛車路協(xié)同政策相對較少。自2018年以來政策的發(fā)布數(shù)量呈逐年增長的趨勢，國家發(fā)布了大量的政策文件用于支持自動駕駛車路協(xié)同的發(fā)展，尤其是2021年自動駕駛車路協(xié)同政策最多，達到8個，這是因為2021年作為國家“十四五”規(guī)劃的元年，在《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》的專欄9中提到要“發(fā)展自動駕駛和車路協(xié)同的出行服務(wù)”，促進了一系列的政策的出臺，用于匹配“十四五”規(guī)劃中的目標，推進自動駕駛車路協(xié)同推廣和發(fā)展。

1.3 自動駕駛車路協(xié)同政策類型分析

將自動駕駛車路協(xié)同政策分為五個類型，分別是支持類、規(guī)劃類、指導(dǎo)類、規(guī)范類，引導(dǎo)類。其中支持類通過推進基礎(chǔ)設(shè)施建設(shè)、平臺建設(shè)、產(chǎn)品研發(fā)等來推進自動駕駛車路協(xié)的發(fā)展；規(guī)劃類通過與國家、省市發(fā)展規(guī)劃和經(jīng)濟水平進行產(chǎn)業(yè)等的規(guī)劃，為自動駕駛車路協(xié)指明發(fā)展方向；指導(dǎo)類通過政策指導(dǎo)自動駕駛車路協(xié)同技術(shù)及產(chǎn)業(yè)的發(fā)展，使其發(fā)展能夠與國家規(guī)劃和經(jīng)濟發(fā)展保持同步；規(guī)范類主要是通過技術(shù)規(guī)范的形式，使得自動駕駛車路協(xié)同技術(shù)的發(fā)展更加規(guī)范；引導(dǎo)類主要是針對新技術(shù)新規(guī)范，引導(dǎo)更多的企事業(yè)單位參與其中，發(fā)展自動駕駛車路協(xié)同技術(shù)。從2018年到2023年，指導(dǎo)類政策數(shù)量居首位，其次是規(guī)范類和支持類，這是由于自動駕駛車路協(xié)同技術(shù)還處于研發(fā)階段，需要國家給予極大的指導(dǎo)和支持。

2 自動駕駛車路協(xié)同技術(shù)研究進展分析

國家為了發(fā)展自動駕駛車路系統(tǒng)，出臺了一系列的政策，在政策支持下，相關(guān)學(xué)者對自動駕駛車路技術(shù)進行了大量的研究。在知網(wǎng)中輸入“自動駕駛車路協(xié)同”共搜索到相關(guān)文章789篇，從年度發(fā)表篇數(shù)來看，從2018年開始發(fā)文量呈快速增長的趨勢，與政策的出臺數(shù)量一致。從研究層次來看主要技術(shù)研究，占到了總發(fā)文量的67.61%，從論文來源來看，主要來源于國家重點研發(fā)計劃、國家自然科學(xué)基金，兩者共占總發(fā)文量的70.59%，從上述數(shù)據(jù)可以看出，國家非常重視自動駕駛車路協(xié)同技術(shù)研究，已將其列為國家重大及重點項目開展研究，并且在整車的加持下，自動駕駛車路協(xié)同技術(shù)研究也取得了較大的進展。

自動駕駛車路協(xié)同技術(shù)通常由四部分組成，分別是感知技術(shù)、駕駛認知、自主決策和協(xié)同控制[3]。國家重點研究計劃和國家自然科學(xué)基金項目往往代表了國內(nèi)研究的前沿和重點，選取了來自國家重點研究計劃和國家自然科學(xué)基金項目的重點文章，從自動駕駛車路協(xié)同技術(shù)四個組成部分進行分析我國自動駕駛車路協(xié)同技術(shù)研究現(xiàn)狀，總結(jié)我國自動駕駛車路協(xié)同技術(shù)研究的發(fā)展方向，為推動我國自動駕駛車路協(xié)同技術(shù)的發(fā)展提供參考。

2.1 感知技術(shù)方面研究

自動駕駛車路協(xié)同的感知技術(shù)是實現(xiàn)車路協(xié)同最基本的信息采集技術(shù)，主要是采用先進的傳感器采集車輛信息、道路信息、其他交通參與者相關(guān)信息，并對其進行篩選和處理，為自動駕駛車協(xié)同系統(tǒng)完成自主決策和協(xié)同控制提供可靠、準確的信息。準確、可靠的數(shù)據(jù)是完成車路協(xié)同的前提，所以針對融合感知技術(shù)學(xué)者開展了大量研究。首先是研究進展方面，伊笑瑩等從感知技術(shù)的基本原理、目前研究的動態(tài)對目前感知技術(shù)的研究進展進行了梳理，并從加大投入、深化行業(yè)合作、加速標準制定方面提出了建議[4]。王飛等針對自動駕駛車輛在實際的道路環(huán)境下，交通參與對象的感知精度和檢測數(shù)據(jù)大等問題，提出了一種多視角的輕量化車路協(xié)同感知模型，提高了在實際道路中的感知系統(tǒng)的感知精度和數(shù)據(jù)處理能力[5]。葉青等以感知精度和通信延時平衡性為分析對象，提出了仿真分析框架，并進行了仿真分析，基于擴展卡爾曼濾波算法，提出了滯后補償誤差的綜合評價指標，為中點云融合模式選擇提供了參考[6]。從上述研究來看，感知技術(shù)主要集中于感知模型的搭建、數(shù)據(jù)采集精度和時效性的研究以及采集后數(shù)據(jù)的處理方面的研究。

2.2 駕駛認知方面的研究

駕駛認知技術(shù)主要是針對感知系統(tǒng)采集得到信息進行分析后所做出的理解和解釋，主要包括駕駛場景的理解、車輛動態(tài)路徑規(guī)劃、車輛動態(tài)軌跡規(guī)劃。史云陽等基于仿真軟件SUMO構(gòu)建了多個車路協(xié)場景，并結(jié)合仿真軟件CARLA，提出了一種針對高速公路混合交通流的名稱為SC-V2XSim的協(xié)同聯(lián)合仿真框架，并進行了仿真和實景測試驗證，效果顯著，為高速公路車路協(xié)同評價提供了可行的分析評價方法。在車輛動態(tài)軌跡規(guī)劃方面，郭叢帥針以降雨條件下路面摩擦系數(shù)的改變對車輛行駛的影響為基礎(chǔ)，基于車路協(xié)同開展了自動駕駛車輛在雨天的速度和運動控制研究，提出了一種車輛橫向和縱向控制器，并進行了仿真驗證。從上述研究來看，駕駛認知技術(shù)的研究主要集中在駕駛場景的理解、車輛動態(tài)軌跡規(guī)劃方面，車輛動態(tài)路徑規(guī)劃研究較少，還需進一步開展研究，駕駛認知技術(shù)其他方面的研究也需要進一步深化。

2.3 自主決策方面的研究

自主決策主要車輛跟馳行為決策、車輛換道行為決策以及多車協(xié)同決策等，是通過車端、路端感知系統(tǒng)采集到的信息，分析后根據(jù)實際道路狀態(tài)，車輛的運行狀態(tài)以及交通參與者的意圖等，為交通參與的車輛制定合適的駕駛策略。李銳等提出了一種基于可變換道決策點距離的分流區(qū)道路混合車流通行能力提升策略，此策略充分考慮了多因素耦合對分流區(qū)域的通行能力的影響，為車路協(xié)同背景下的城市快速路分流區(qū)域的通行能力優(yōu)化提供參考。黎乾龍針對駕駛員和車輛的駕駛輔助系統(tǒng)之間的協(xié)同以及車輛的避障軌跡開展研究，提出了一種基于相關(guān)性分析的人機協(xié)同轉(zhuǎn)向控制方法和一種實時避障軌跡規(guī)劃方法。白正偉以網(wǎng)聯(lián)自動駕駛車輛為研究對象，基于車路協(xié)同條件下的異構(gòu)交通環(huán)境，面向開放道路及信號交叉口兩種典型交通場景，提出一種基于平行CNN通道和競爭深度Q網(wǎng)絡(luò)的深度神經(jīng)網(wǎng)絡(luò)以及一種基于動態(tài)場景分割的混合強化學(xué)習(xí)框架。從上述研究內(nèi)容來看，自主決策研究主要集中于特殊道路場景下的車輛控制研究，人機協(xié)同自動駕駛方面研究以及通過智能算法開展車輛跟馳和換道控制方面的研究。

2.4 協(xié)同控制方面的研究

車端、路端與云端的共同配合對交通參與者以及信號系統(tǒng)等進行協(xié)同控制，是自動駕駛車路協(xié)同技術(shù)的重要方面，也是實現(xiàn)高等級自動駕駛重要舉措。針對協(xié)同控制方面，張毅對車路環(huán)境下的車輛群體協(xié)同決策相關(guān)研究進行了分析總結(jié)，為車路協(xié)同環(huán)境下的新型混合交通系統(tǒng)的管理與控制提供參考。龐曉宇針對由人工駕駛車輛和網(wǎng)聯(lián)自動駕駛車輛構(gòu)成的混合交通運行環(huán)境，以均衡路網(wǎng)交通的時空分布為目標，建立交通流時空均衡分配模型，提出了混合車輛群體協(xié)同控制方法，以改善路網(wǎng)交通分布，提升路網(wǎng)整體效能。張心睿對網(wǎng)聯(lián)交叉口交通信號-車輛軌跡協(xié)同控制方法進行了系統(tǒng)研究，構(gòu)建了一種以最小化車輛平均燃油消耗為目標的CAV軌跡控制模型，提出了一種基于滾動優(yōu)化算法的車路協(xié)同控制方法。針對協(xié)同控制方面主要是集中在特定的道路場景下，利用智能算法對車輛的通行能力進行優(yōu)化和協(xié)同控制。

3 自動駕駛車路協(xié)同研究展望

3.1 加快自動駕駛車路協(xié)同標準的制定

自進入推廣應(yīng)用以來，國家制定了大量指導(dǎo)類政策用于指導(dǎo)自動駕駛車路協(xié)同技術(shù)的發(fā)展，而標準類的文件相對較少。經(jīng)過多年的研究探索，發(fā)現(xiàn)自動駕駛車路協(xié)同的發(fā)展離不開各個相關(guān)領(lǐng)域的發(fā)展，各個領(lǐng)域的發(fā)展又需要統(tǒng)一標準的來支撐和支持，所以國家應(yīng)該加快自動駕駛車路協(xié)同方面的標準的制定，包括基礎(chǔ)設(shè)施建設(shè)標準、運營標準、終端產(chǎn)品的標準等，并且標準制定時應(yīng)充分考慮中國自動駕駛車路協(xié)同國情，使得制定的標準能夠更好地服務(wù)于我國自動駕駛車路協(xié)同的發(fā)展。

3.2 深化自動駕駛車路協(xié)同技術(shù)研究

隨著人工智能、5G技術(shù)等的快速發(fā)展，同時在國家政策的支持下，自動駕駛車路協(xié)同技術(shù)已取得較大的進展，但是目前的技術(shù)還不能夠支撐自動駕駛車路協(xié)同全方位推廣應(yīng)用，還需進一步的深化。在感知技術(shù)方面，雖然車端的傳感器已經(jīng)可以較好地收集數(shù)據(jù)，并傳入后臺，但是路端以及不同品牌車輛之間的信息感知還未徹底打通，數(shù)據(jù)的收集還處于碎片化狀態(tài)，建立滿足自動駕駛車路協(xié)同的數(shù)據(jù)集成為制約其發(fā)展的一個重要原因，還需進一步發(fā)展。由于各個傳感器的特性不同，由于信號檢測和傳輸過程往往會產(chǎn)生誤差，導(dǎo)致決策及控制偏離預(yù)期，為此提高感知系統(tǒng)的精度成為研究的另一個重點。另外自動駕駛車路協(xié)同時基于網(wǎng)絡(luò)的技術(shù)，并且具有一定的開源性，網(wǎng)絡(luò)安全成為一個研究重點。最后在協(xié)同控制方面，目前的研究在理想場景下開展，而實際道路環(huán)境是復(fù)雜多變的，如何運用新技術(shù)開展符合實際場景的協(xié)同控制研究，成為自動駕駛車路協(xié)同技術(shù)研究的一個重要方向。

3.3 加大自動駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)力度

2024年國家五部委出臺了《關(guān)于開展智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點工作的通知》，計劃在全國范圍內(nèi)開展試點工作，標志著自動駕駛車路協(xié)同進入了規(guī)模化應(yīng)用和商業(yè)化應(yīng)用階段，對自動駕駛車路協(xié)同應(yīng)用型人才的需求將進一步增大。隨著自動駕駛車路協(xié)同全面推廣，應(yīng)用型人才將會是制約其發(fā)展的一個重要因素，應(yīng)加大自動駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)力度，可以聯(lián)合高等院校、職業(yè)院校和企業(yè)制定人才培養(yǎng)方案，優(yōu)化課程體系，利用各方優(yōu)勢資源，開展自動駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)，為自動駕駛車路協(xié)同發(fā)展提供應(yīng)用型人才支撐。

4 結(jié)語

自動駕駛車路協(xié)同已成為我國智能交通發(fā)展的重要方向，國家制定了一系列的政策用于支持自動駕駛車路協(xié)同的發(fā)展。目前，自動駕駛車路協(xié)同在感知技術(shù)、駕駛認知技術(shù)、自主決策技術(shù)以及協(xié)同控制技術(shù)方面開展了大量研究，并取得一定的成果。針對研究現(xiàn)狀，發(fā)現(xiàn)雖然取得成果，但在自動駕駛車路協(xié)同標準的制定、技術(shù)研究、應(yīng)用型人才培養(yǎng)方面還需要努力，進一步發(fā)展我國的自動駕駛車路協(xié)同。

基金項目：本文系云南省“興滇英才支持計劃”教育人才項目成果論文。

參考文獻：

[1]車路協(xié)同自動駕駛發(fā)展趨勢及建議[J].智能網(wǎng)聯(lián)汽車，2019（04）：50-60.

[2]周銳，徐高鵬，金濤，等.車路協(xié)同試驗場設(shè)計建設(shè)：歷史、現(xiàn)狀和展望[J].山西交通科技，2022（02）：1-10.

[3]林泓熠，劉洋，李深，等.車路協(xié)同系統(tǒng)關(guān)鍵技術(shù)研究進展[J].華南理工大學(xué)學(xué)報（自然科學(xué)版），2023，51（10）：46-67.

[4]伊笑瑩，芮一康，冉斌，等.車路協(xié)同感知技術(shù)研究進展及展望[J].中國工程科學(xué)，2024，26（01）：178-189.

[5]王飛，何軍，黃雄炬，等.基于多視角的輕量化車路協(xié)同感知模型[J].無線電通信技術(shù)，2024，50（04）：688-695.

[6]葉青，趙聰，朱逸凡，等.面向自動駕駛的車路協(xié)同感知點云融合模式時延影響分析[J].交通信息與安全，2023，41（04）：72-79.