基于自動駕駛技術助力車路協同發展的研究

武之超

（南京熊貓信息產業有限公司，江蘇南京210033）

0 引言

目前，全球的汽車工程師已經不僅僅局限于車輛本身的提升，而是將目光轉投到車輛駕駛員身上，希望提高整體駕駛體驗感的同時，盡可能地解放駕駛員，讓車輛自身根據路面情況，在交通法規和公序良俗的道德規范下完成駕駛過程。因此，自動駕駛技術應運而生。那么如何認識自動駕駛，自動駕駛給未來汽車工業和交通系統的發展又會帶來怎樣的影響，下面將進行具體闡述。

1 自動駕駛

從業內專家的定義來看，自動駕駛是能實現自動感應周圍環境，并且無需人為干預而自動導航載具的技術；而從非專業角度看來，自動駕駛就是在駕駛人員不介入的情況下安全、便捷、精準地把車輛開抵至目標地。簡而言之，就是做一個“人工老司機”的過程。但要想實現全定義的自動駕駛，不僅僅是簡單的技術發展革新的問題，也是社會道德倫理認知，甚至是法律法規的制定問題。針對這種狀態，需要從自動駕駛的技術基礎和自動駕駛的層級分類展開討論。

1.1 自動駕駛的技術基礎

實現自動駕駛這個完整的過程，需要了解本體信息（車況、出發地、目的地等）、外界信息（道路情況、天氣情況、交規要求等），制定行車路線時根據實時的路況做出決策判斷，安全便捷精準地把車輛開抵目的地。這里面的核心問題同樣也是最難處理的問題，就是如何有效采集實時的路況信息，并根據數據進行決策判斷做出控制命令[1]。現有自動駕駛技術，是通過車輛自帶的傳感器、攝像頭以及雷達等信息數據采集硬件，將實時的數據采集至車機，由車機將數據進行篩查、處理、分析、決策，再由車機將決策交予執行系統，從而實現車輛的加減速、左右拐彎等相應的操作。目前自動駕駛技術發展的思路以兩個方向為主導。一個是基于高精地圖為基礎的強感知、強智能方式的自動駕駛，另一種是基于超強車機的弱感知、超強智能方式的自動駕駛。

基于高精地圖為基礎的強感知、強智能方式的自動駕駛，顧名思義是需要高精地圖為模型基礎，對于此類自動駕駛，是在已知地圖模式下，通過采集實時路況信息判斷決策。這種模式減少了車輛對道路信息的處理，提高了車機對采集信息的處理效率，確保決策的高效和準確。基于超強車機的弱感知、超強智能方式的自動駕駛，是依賴于強大的數據處理能力，將道路、路面等數據采集后統一在同一坐標系內集中處理，避免了前期預存高精地圖而實現的決策功能。不難看出，無論是哪一種技術模式，都是離不開數據采集和數據分析的，而區別在于兩者的偏向不同，從而導致了發展方向不同。但是從長遠發展的層面來看，基于高精地圖的自動駕駛模式是要比基于超強車機的模式更有優勢。因為單體的硬件能力是有限的，但如果可以將巨大的數據處理分析過程放在云端，借助5G 通信技術是可以更加高效地進行預判和決策的，因此，車路協同這一概念也就呼之欲出。

1.2 自動駕駛的層級分類

從完全駕駛員駕駛到完全自動駕駛這一過程不是由0 到1 這一簡單的狀態變化，而是螺旋狀階梯性的遞增發展而來，針對不同狀態下自動駕駛有著不同的等級定義。表1 是業內較為認可的針對自動駕駛層級的定義和分類[2]。從表格來看，可以發現，如果車機系統能夠自主控制車輛的縱橫方向，對目標事件能夠探測與響應，那么就可以認為基本判定具有自動駕駛功能（這里不探討動態駕駛任務被駕駛員接管的情況，屬于自動駕駛過程結束之后的功能），則L3 級的自動駕駛是是否達到標準的分水嶺。

表1 不同狀態自動化駕駛不同劃分等級

在上述兩個指標中，控制車輛的縱橫方向可以理解為是車機做出決策后的指令，而目標和事件的探測與響應則是整個自動駕駛技術的核心。正如上文所說，目前自動駕駛技術的兩大陣營都可以實現上述功能要求。但日益復雜的道路情況、車輛狀況、行人狀況等等，對車輛數據采集分析硬件的要求是越來越高。因此，利用邊緣處理思想設計出的車路協同方案為自動駕駛技術的突破帶來了曙光。

2 車路協同

何為車路協同，車路協同是綜合感知、通信、計算、控制等技術，基于標準化通信協議，實現物理空間與信息空間中包括“車、交通、環境”等要素的相互映射，標準化交互與高效協同，可以利用云計算大數據能力，解決系統性的資源優化與配置問題。從自動駕駛技術的角度來說，車路協同就是提前采集道路信息，根據車輛行進路線，將車（vechile）、人（person）、設施（installation）、云端（net）有效地串聯在一起，形成V2V、V2P、V2I 和V2N 的信息交互網絡，為自動駕駛車機決策爭取到了寶貴的時間，也大大提高了決策的準確性，對有效降低事故率有著極其顯著的幫助[3]。

車路協同具體是怎么工作的呢?舉例說明，假如某主車從A 地前往B 地，途經5 個路口，那么沿途的數據采集設備和物聯網設備將實時的道路車輛信息提交至邊端處理。具體表現為，1 號路口三個車道均無車輛且直行綠燈，3 號路口有擁堵，3 號至4 號路口路段有學校處于放學時段，人員較多。這樣一來，邊端處理器根據上報的實時路況進行提前分析，再將分析結果通過通信手段發至車輛，釋放車載計算能力，實現自主決策，自動駕駛車輛會從1 號路口通過，提前避開3 號路口，實現風險規避，并且重新規劃路線前往B 地。

在路口，自動駕駛面臨的安全風險高出平常道路的五倍。其中行人非機動車從盲區中突然進入前方道路的“鬼探頭”場景，為自動駕駛帶來了安全隱患，在主車前行過程中，由于右邊車道的車輛遮擋，自動駕駛車輛難以感知到盲區中的非機動車輛，而當主車能夠發現非機動車輛時，檢測距離過近，剎車距離不足可能導致碰撞，在車路協同的條件下，具備全量障礙物感知能力的路側系統可以賦予單車智能更加完善和精確的環境理解，使得處于盲區中的非機動車輛能提前被主車感知，主車減速讓行，從而避免事故發生。

從功能實現來看，車路協同是提前采集實時道路信息進行預處理后提供給需要的受體，不僅自動駕駛車輛可以使用，整個交通系統甚至其他方面都可以使用。例如，對于政府部門，車路協同可以在交通管理、交通運輸管理、交通規劃管理起到數據支撐和輔助決策的作用，如交警現場事故處理，交通狀態監控；交通局公路運行狀態監管，貨運監管；規劃局道路網規劃，交通運力規劃等等。對于企業而言，自動駕駛技術和搭載的車輛設計對智能公交相關的研發管理和服務以及車輛配套的停車、維修和保險等服務都有著深遠影響；對個人而言，車輛導航、自助停車加油充電、擁堵規避、安全提醒、違章提醒也都是生活中方方面面需要車路協同提供數據支撐的地方。因此，無論是簡單的自動駕駛技術支持，還是涉及整個交通運輸管理工程，乃至普羅大眾的日常生活，車路協同技術的發展和推廣都有著較為深遠的意義。

汽車工業發展了超過一個半世紀，一代代的汽車工程師將汽車打造得更加安全、舒適、智能，給人們提供更加便捷的服務。隨著信息時代、智能時代的到來，車輛信息智能化、道路信息智能化、交通信息智能化成了發展趨勢。基于數據采集分析、決策的自動駕駛技術就是這一時代的產物，更是未來發展的必由之路。基于最大規模的車端結合路測實際道路測試數據以及強大的仿真平臺，正在進行技術迭代和測試驗證，已經通過了海量仿真測試，證明了擁有車路協同能夠更加高效地為自主駕駛車輛提供感知能力，明顯提升自身駕駛的安全性。因此，發展信息化、智能化的車路協同則成了未來發展的基石。將數據采集、處理、分析、決策，可以為各個數據使用者提供高效、準確的數據支持。毋庸置疑，車路協同技術將有著一個廣闊而又耀眼的明天。

3 結語

在數據時代的當下，自動駕駛技術被寄予了厚望，這是人工智能技術在智慧交通領域的一次重要嘗試和大膽突破。如果將自動駕駛技術充分發揮助力智慧交通車路協同的發展，交通領域將會發生顛覆性的變革，高效、有序、智能的新型交通景象，將浮現于不久的將來。