智能網聯交通系統的關鍵技術及其發展

張 洲

（武漢職業技術學院，湖北 武漢 430074）

0 引言

智能交通系統包含3個階段，其一為動態感知，能夠即時采集所需路段的交通信息，還能夠構建動態感知的信息系統。其二是主動管理，提供主動規劃、主動指揮及管控、主動服務等。其三是智能網聯，實現無人駕駛、車路協同和車輛的網絡聯通。智能網聯交通系統是智能交通系統的最終發展形式，是物聯網技術在交通運輸中的重要應用。運通雷達和視頻等技術十分領先的感知設備，能夠精準感知車輛的運行狀況。依照提前確定的通信協議和信息交換要求，讓車輛和行人、車輛和道路交通設施、車輛和車輛間的信息實現聯通，構成立體化的智能網絡平臺。智能網聯交通系統由兩個部分組成，其一是智能網聯道路系統，其二是智能網聯汽車系統，換言之，智能公路平臺、主動道路管理平臺、車聯網等均在智能網聯交通系統包括的范疇內。

1 智能網聯交通系統的關鍵技術

利用汽車所載有的傳感器，智能網聯交通系統能夠準確辨識道路交通情況，能夠把所獲取的信息依照設置的通信協議實現車輛和行人、車輛和道路基礎設施、車輛和車輛間信息的共享，確保機動車以安全的狀態前進，讓道路資源進行集中、合理調配的目標得以達成。該系統中的核心技術，具體包括車輛智能決策技術、車路協同技術、外部情況感知技術等，依托此些技術完成系統的構建與優化。

1.1 外部環境的感知技術

該技術是經過對微波雷達、攝像機等儀器設備的應用，全面感知機動車在運行狀態下的道路環境、前進方存在障礙物與否等，從而能夠為智能網聯交通系統的決策提供可靠的根據。該技術是機動車實現無人駕駛的一項十分重要的技術，同時是智能網聯交通系統得以廣泛應用的前提。對外部狀況的感知大多依托汽車自身所攜帶的各種類型的傳感器。目前應用較多的有微波感知技術、視覺感知技術，另外還有激光感知技術。在這三種感知技術中，視覺感知指的是在汽車所載有的系統中布置視覺傳感器，對周邊環境數據加以獲取，之后依托圖像識別法處置有關數據，最后對周邊環境進行有效辨識，其優勢是能夠采集大量的信息，具有十分突出的實時性并且所耗費的能源較少，然而其較易受汽車行進速度、太陽光等因素的影響，另外無法準確辨識三維立體物體的信息；激光感知指的是依托激光雷達獲取的點云信息，依靠聚類、濾波等先進科技，對汽車運行環境進行辨識，其優勢是能夠直接獲取三維事物的間距信息，測量精準度高，并且太陽光對其的影響有限，然而其成本高昂并且所需空間大，其不足是對不存在距離差別的平面中的目標不能準確辨識；微波感知指的是以發射微波的方式獲取間距信息，從而對環境進行精準識別，其和激光感知近似能夠獲取三維事物的有關數據，然而無法識別平面中的物體。另外，精準度比較高的定位技術與地圖技能是汽車識別周圍信息的主要方法。

因為汽車在行進時速度很快，周邊環境會在短時間內發生較大變化，當前的感知技術在物體感知精準度與檢測精準度方面無法達到無人駕駛的要求。外部環境感知技術，僅可以對距離較近的可視環境下的物品進行檢測，并且是在無法管控的空間形態下實施的，會由于行為外部樣貌的多元化與光照程度的改變會導致檢測的困難程度增高，若不關注此些影響要素，會對檢測系統的性能造成一定程度的不良影響，同時會給智能網聯交通系統的安全帶來不安全隱患。然而伴隨人工智能技術的不斷提升，愈來愈多的學者把機械學習方法運用到感知技術中，目的是優化常規算法對路邊障礙物、機動車、行人的感知成效。

1.2 車輛智能決策技術

該技術是利用汽車所具有的感知儀器獲取的周圍環境信息、車輛行駛狀態和無人駕駛機動車的行進傾向，在確保駕駛快速、舒適、安全的狀況下，對機動車行進方向和駕駛行為所作出的科學判斷。車輛自主決策技術是自動駕駛車輛的大腦，因此在智能網聯交通系統中占據著重要的地位。車輛智能決策方案包括終端到終端的方案和規則方案。規則方案需要人工來搭建一個復雜的架構，需要設計上千個模塊，具有較高的可解釋性。終端至終端的方案，和人們的駕駛模式十分近似，能夠看到駕駛人員所看到的情景，通過神經網絡分析之后，能夠作出和駕駛人員近似的駕駛行為。新興的自動駕駛方案可將概率過程、博弈過程及馬爾科夫決策過程應用到車輛行為規劃的決策算法中，將其他駕駛意圖整合到決策算法中，可以實現車輛之間在沒有通信的狀態下也可協同決策。

1.3 控制執行技術

控制執行技術，是車輛智能決策的輸出結果，對車輛的行駛速度及行駛方向進行控制，使其跟蹤規劃的速度曲線和路徑，安全地到達設定的地點。智能網聯交通系統地控制執行技術包括橫向控制及縱向控制。橫向控制是通過對車輪的轉向角度及橫擺力矩的控制，在保障乘車的舒適度及竟是的穩定性的情況下，使自動駕駛車輛施工行駛在規劃的路徑上。縱向控制是主要是控制自動駕駛車輛的行車速度，使得車輛與前后車輛之間可以保持安全的距離，進而可以有效防止交通事故的發生。

1.4 車路協同技術

該技術是把外部感知技術所獲取的情況，利用V2X通信協議實現共同享用，以對系統資源進行全面的有效運用，提升道路通暢度，同時提升機動車行進安全水平。該技術經過推動智能網聯交通平臺的建設，提升土地的運用效率，從而提升交通通行速度，防止車輛產生碰撞，降低交通事故發生的概率，提升車輛行駛安全水平。目前針對機動車協同技術的探究，集中于車速聯合決策、交通信號優化、車輛路權優先決策等層面，依托車輛和道路、車輛和車輛、車輛和行人間的信息交互性能，提升車輛識別能力，提升車輛行駛安全程度。

2 智能網聯交通系統未來發展趨勢

2.1 以視覺識別及激光雷達為代表的感知技術的快速發展

實際的駕駛中，駕駛人員信息的獲得方式主要是視覺，比如車輛周圍情況，機動車、非機動車、行人、標志及路況信息都是通過視覺來獲得。而攝像頭的線性密度較為豐富，其數據量遠超其他傳感器，但識別和估算的目標種類較多，目標檢測與識別的算法變得更為復雜。激光雷達具有較高的分辨率和良好的識別效果，逐漸成為自動駕駛車輛專用傳感器，但其成本較高，使其沒有得到廣泛地應用。當下激光雷達正在朝著低成本、小型化的固態掃描形式發展，卻還存在成本的問題。計算機視覺模塊未廣泛運用到自動駕駛中，激光雷達的功能與研發費用逐漸向商業化方向邁進。為此，多傳感器的集成是商業化無人駕駛實現平穩、安全運行的理想選擇。

2.2 智能網聯技術在自動駕駛技術領域的應用

智能網聯交通系統，能夠獲取時間與地點方面的重要信息，不但能夠提升車輛的感知水平，還能夠為多輛車的協同感知奠定基礎。V2X通信技術是的車與車、車與路況信息實現了交互共享，從時間維度上提前獲得并預測周圍車輛的運行情況、交通控制系統及氣象信息等。在地點維度上能夠獲取車輛遮擋盲區、彎道盲區、交叉路口盲區等地點的具體信息，讓各自動駕駛車輛間實現互相間的協同，這樣可以提升車輛駕駛安全水平。智能網聯技術與自動化智能技術，形成了新的自動駕駛技術，但由于通信傳輸距離及傳輸延誤的影響，只能保障在一定精度條件下才能使得自動駕駛系統獲得全面的交通情況，進行相關的研究及應用。

2.3 車路一體化自動駕駛的交通系統優化技術的發展

車路一體化自動駕駛交通系統，讓車輛和道路的協同管控、協同決策、協同感知成為了現實。該系統將路側感知設備作為中心，將車輛感知作為輔助，以達成車路一體化感知，在很大程度上提升了車輛感知水平。車路協同決策一體化是立足于交通安全維度，對核心點、核心路段等加以集中改進。車路協同控制一體化是依據道路最優決策的命令，再結合車輛能源消耗情況和有關影響要素，確保車輛運行的綠色、環保、安全。

3 結束語

總而言之，智能網聯交通系統是智能化交通系統的理想發展模式，是物聯網技術在交通出行領域的關鍵應用，能夠實現無人駕駛、車輛聯網等，是應對交通擁堵問題的新途徑。當下我國的自動駕駛及智能交通上與發達國家相比，還存在一定的差距，但隨著科學技術的不斷發展，在不久的未來，我國的智能網聯交通系統一定可以實現車輛的自動駕駛及智能交通。