智能網聯汽車交通安全應用研究

劉玢滟

（重慶交通大學，重慶 400074）

隨著無線通信技術、定位技術和車載診斷技術等的發展，智能網聯汽車概念逐步形成。通過互聯技術可完成交通信息的實時采集與傳輸，智能決策算法可完成車載智能化應用。

1 智能網聯汽車

智能網聯汽車，是指車聯網與智能車的有機聯合，是搭載先進的車載傳感器、控制器、執行器等裝置，并融合現代通信與網絡技術，實現車與人、車、路、后臺等智能信息交換共享的新一代汽車[1]。

智能網聯汽車的主體是車，同時配合智能交通環境實現智能化應用[2]。智能交通環境的基礎部分由路側主機（Roadside Unit，RSU），車載主機（On-Board Unit，OBU），路側通信設備，交換機，中心服務器和車載顯示設備等組成。系統架構如圖1所示。其中路側主機，車載主機和中心服務器三者之間可實現相互通信。

2 智能網聯汽車交通安全應用

智能網聯汽車與交通環境中的車、人以及基礎設施之間進行實時地信息交互，能夠實現智能動態信息服務和車輛智能化控制等應用[3]。其中交通安全應用是其基礎應用，包括闖紅燈預警、盲區來車預警、避撞預警和緊急制動預警等。

圖1 智能網聯汽車系統

2.1 闖紅燈預警

信號機和車輛實現車路互聯。車輛可實時獲取附近的交通信號機的配時、相位和紅綠燈剩余時間等信息。將每一輛車進行路段編號，同時將路口信號機的相位進行編號，建立鍵值對表將路段編號和相位編號相對應。車輛在駛入某路段后從對應相位計時器獲取紅綠黃燈剩余時間，再由實時車速和車到路口的距離計算車行駛到路口所需的時間，如圖2所示。

圖2 闖紅燈預警示意

比對紅綠燈剩余時間和車行駛到路口所需的時間：（1）車行駛到路口所需的時間＜紅燈剩余時間，發布闖紅燈預警。（2）車行駛到路口所需的時間＞綠燈剩余時間，發布闖紅燈預警。

2.2 盲區來車預警

高端汽車中所配備的高級駕駛輔助系統（Advanced Driver Assistant Systems，ADAS）通過在車載傳感器檢測提供許多安全功能，但其以車自身為中心檢測范圍較小，故在獲取盲區的交通信息方面無良好的解決方案。

將檢測傳感器置于道路邊側，可檢測駕駛員視野之外的盲區是否有來車，如圖3所示。智能網聯汽車通過對路側傳感器信息的獲取以發布盲區來車預警。

2.3 避撞預警

智能網聯汽車采用高精度定位，定位精度達到厘米級。避撞預警應用中，將車輛看作是平面中的一個圓形實體，其面積略大于車輛俯視面積。在算法計算中若兩車之間的距離差小于兩圓的半徑之和，即說明車輛間距過近，發布報警，如圖4所示。

圖3 盲區來車預警示意

圖4 碰撞預警示意

使用定位數據作為避撞算法輸入有減小算法復雜程度等優勢，隨著高精度定位技術逐步成熟，智能網聯汽車避撞技術將更加精確和穩定。

2.4 緊急制動預警

車輛行駛在道路上，與前方行駛的車輛存在一定距離，前方遠車做剎車制動動作時，前車車載診斷模塊獲取剎車信息。主車檢測到遠車的剎車制動事件，首先給后方距離較近的車輛一個前車開始剎車減速的初始提示。其次，通過主車行駛方向、速度、位置、加速度，遠車方向、速度、位置、加速度，反應時間，計算判斷主車和遠車有無碰撞可能，如果可能發生碰撞，則對主車進行不同危險等級的預警，如圖5所示。本應用適用于城市郊區普通道路及高速公路可能發生制動追尾碰撞危險的預警。

圖5 緊急制動預警示意

3 結語

以上3種智能網聯汽車的交通安全應用能良好地解決實際交通安全問題。隨著大數據、人工智能和5G技術的崛起，將為智能網聯汽車發展提供更多機遇。而大數據、人工智能和5G是智能網聯汽車未來發展的3大關鍵點。在大數據方面，隨著雷達技術和圖像識別技術的逐步成熟，現有的傳感器已可達到很高的精確度和準確度。通過車載端和路側端的傳感器可獲取海量的數據。在人工智能方面，基于大數據作為基礎可通過有監督學習方法實現對未知事件的預測和分類，通過無監督學習實現計算機對人類駕駛行為方式的自主學習。在通信技術方面，5G技術是智能網聯汽車未來技術發展變革的關鍵。首先，信息傳遞的安全性和穩定性會因5G網絡而極大加強；其次，5G的超高性能會進一步帶來全新的應用。由以上3個智能網聯汽車未來發展的3個核心可預知互聯網企業會逐漸融入汽車行業，這將為快速實現無人駕駛奠定基礎。

[參考文獻]

[1]李克強，戴一凡，李升波，等.智能網聯汽車（ICV）技術的發展現狀及趨勢[J].汽車安全與節能學報，2017（1）：1-14.

[2]張亞萍，劉華，李碧鈺，等.智能網聯汽車技術與標準發展研究[J].上海汽車，2015（8）：55-59.

[3]張懿，劉焰.大數據時代下的智能網聯汽車發展研究[J].江蘇科技信息，2016（24）：7-9.