適應(yīng)無人駕駛汽車的道路設(shè)施設(shè)計(jì)綜述

徐 進(jìn) ，陳 欽 ，陳正委 ，張高峰 ，袁 泉 ，陳 堅(jiān)

（1.重慶交通大學(xué)交通運(yùn)輸學(xué)院，重慶 400074；2.重慶交通大學(xué)山區(qū)復(fù)雜道路環(huán)境人-車-路協(xié)同與安全重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400074；3.重慶城市綜合交通樞紐（集團(tuán)）有限公司，重慶 401121）

第46 屆世界經(jīng)濟(jì)論壇會(huì)議確定了第四次工業(yè)革命的三大技術(shù)大趨勢(shì)，即連通性、人工智能和靈活自動(dòng)化，全自動(dòng)駕駛技術(shù)與這些趨勢(shì)相一致.從宏觀角度來講，自動(dòng)駕駛是先進(jìn)制造業(yè)的助推劑；從微觀角度來看，無人駕駛汽車的發(fā)展和應(yīng)用能更好地緩解交通擁堵，也能降低交通事故率.目前，我國(guó)發(fā)展無人駕駛技術(shù)已經(jīng)上升至國(guó)家戰(zhàn)略層面，交通運(yùn)輸部等多個(gè)部門出臺(tái)了關(guān)于無人駕駛技術(shù)的政策法規(guī)和標(biāo)準(zhǔn)，智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)發(fā)展取得積極效果.“交通強(qiáng)國(guó)建設(shè)綱要”明確提出大力發(fā)展智慧交通和智能網(wǎng)聯(lián)汽車.

無人駕駛汽車是道路運(yùn)載工具在未來時(shí)期的主要形式，在5G 通信技術(shù)、人工智能和車路協(xié)同等前沿技術(shù)的推進(jìn)下，無人駕駛汽車發(fā)展已經(jīng)進(jìn)入新階段.無人駕駛汽車有2 條發(fā)展路徑：一是單車智能，通過高級(jí)自動(dòng)駕駛輔助系統(tǒng)（ADAS）中的各種傳感器感應(yīng)周圍的環(huán)境，結(jié)合高清攝像機(jī)、雷達(dá)和高精度地圖，循序漸進(jìn)地完善輔助駕駛系統(tǒng)，進(jìn)而實(shí)現(xiàn)無人駕駛；二是車路協(xié)同，在道路路側(cè)安裝智慧感知設(shè)施，基于5G 技術(shù)、物聯(lián)網(wǎng)技術(shù)、無線通信等先進(jìn)技術(shù)完成車-車、車-路動(dòng)態(tài)信息實(shí)時(shí)交互，將“人-車-路-云”中各交通參與要素有機(jī)結(jié)合在一起，提高自動(dòng)駕駛感知和決策能力，降低車輛自動(dòng)感知道路、車輛信息的復(fù)雜度，實(shí)現(xiàn)人、車、路之間的有效協(xié)同，進(jìn)而實(shí)現(xiàn)無人駕駛.

當(dāng)無人駕駛汽車行駛在路上時(shí)，車載集成系統(tǒng)實(shí)時(shí)感知或者通過路側(cè)設(shè)施和云平臺(tái)接收道路環(huán)境信息，同時(shí)需要更可讀的標(biāo)志標(biāo)線和交通信號(hào)，通過智能決策和控制取代人類駕駛員完成各種駕駛?cè)蝿?wù).因此，無人駕駛汽車對(duì)道路設(shè)施和交通管理提出了新要求.現(xiàn)行道路設(shè)施設(shè)計(jì)是面向傳統(tǒng)人工駕駛汽車，在本質(zhì)上，道路幾何線形、交通標(biāo)志、標(biāo)線及交通信號(hào)等基礎(chǔ)設(shè)施考慮的是車輛運(yùn)行特性和駕駛?cè)诵袨樘匦裕òㄐ睦怼⑸硖匦裕?而無人駕駛汽車需要一種多功能集成的道路基礎(chǔ)設(shè)施系統(tǒng)來輔助進(jìn)行環(huán)境感知和實(shí)時(shí)通信.除了特斯拉是以攝像頭為主傳感器外，不同自動(dòng)駕駛廠商的傳感器配置基本相同，都是采用攝像頭+激光雷達(dá)+毫米波雷達(dá)/超聲波雷達(dá)+“衛(wèi)星定位-慣性導(dǎo)航”系統(tǒng)組合傳感器方案，以及感知層、決策層、執(zhí)行層的技術(shù)架構(gòu).不同自動(dòng)駕駛等級(jí)的區(qū)別在于：除了本地傳感器外，L4 及以上等級(jí)的自動(dòng)駕駛系統(tǒng)還與其他車輛和路側(cè)設(shè)施進(jìn)行信息交互，并在高精度地圖的輔助下獲得更好的環(huán)境感知能力.此外，實(shí)現(xiàn)自主駕駛的關(guān)鍵還在于系統(tǒng)的處理和決策能力，包括算法、計(jì)算平臺(tái)和通信時(shí)延，復(fù)雜行駛環(huán)境下傳感器會(huì)產(chǎn)生大量實(shí)時(shí)數(shù)據(jù)，計(jì)算平臺(tái)需在極短時(shí)間內(nèi)對(duì)海量數(shù)據(jù)進(jìn)行處理、分析，并給車輛執(zhí)行層下達(dá)操作指令，以保證自動(dòng)駕駛車輛的安全行駛.目前，低速環(huán)境的自動(dòng)駕駛技術(shù)已經(jīng)基本成熟，并且在物流配送、自動(dòng)巡檢、低速公交等場(chǎng)景已經(jīng)取得商用.但高速行駛環(huán)境（高于80 km/h）自動(dòng)駕駛技術(shù)還不成熟，系統(tǒng)的可靠性還不足以保證行駛安全，尤其是在復(fù)雜道路環(huán)境（如施工區(qū)、復(fù)雜線形、畸形交叉口、雨霧、冰雪道路等）中還存在目標(biāo)識(shí)別緩慢、準(zhǔn)確率低、數(shù)據(jù)傳輸延誤等基本問題.

在無人駕駛發(fā)展演進(jìn)過程中，必定會(huì)經(jīng)歷無人駕駛車輛和人工駕駛車輛混行的階段.對(duì)于大多數(shù)的車輛而言，斷崖式地去除人工駕駛會(huì)浪費(fèi)現(xiàn)有25 億駕駛員的駕駛技能，不會(huì)被社會(huì)認(rèn)可.在人工智能成熟度有待發(fā)展、配套的道路基礎(chǔ)設(shè)施沒有達(dá)到理想狀態(tài)以及無人駕駛汽車的道德倫理和法律法規(guī)沒有完善的情況下，傳統(tǒng)人工駕駛汽車在未來相當(dāng)長(zhǎng)時(shí)期內(nèi)仍然是主流.無人駕駛專用車道是無人駕駛發(fā)展過程中的一個(gè)過渡階段，配備專用的標(biāo)志標(biāo)線、信號(hào)控制以及低延遲的5G 通信來完成環(huán)境監(jiān)測(cè)和車輛運(yùn)行控制，進(jìn)而實(shí)現(xiàn)不需要駕駛?cè)私槿氲臒o人駕駛.

本文從無人駕駛汽車的技術(shù)特點(diǎn)和發(fā)展戰(zhàn)略入手，分析目前國(guó)內(nèi)外適應(yīng)無人駕駛汽車運(yùn)行特性的道路基礎(chǔ)設(shè)施設(shè)計(jì)的研究現(xiàn)狀，明確無人駕駛汽車對(duì)道路設(shè)施設(shè)計(jì)的需求和影響，為無人駕駛道路的幾何設(shè)計(jì)、標(biāo)志標(biāo)線設(shè)計(jì)等提供理論支撐.對(duì)面向未來的交通基礎(chǔ)設(shè)施開展研究，有助于提前謀劃相關(guān)道路基礎(chǔ)設(shè)施的未來發(fā)展方向，提高基礎(chǔ)設(shè)施適應(yīng)性、兼容性，提升資源利用效率和社會(huì)經(jīng)濟(jì)效益.

1 適應(yīng)無人駕駛汽車的道路基礎(chǔ)設(shè)施

適應(yīng)無人駕駛汽車的基礎(chǔ)設(shè)施研究仍處于起步階段.目前，國(guó)內(nèi)外出臺(tái)的相關(guān)標(biāo)準(zhǔn)與規(guī)范還較少，大多數(shù)研究學(xué)者都建議對(duì)現(xiàn)有的技術(shù)標(biāo)準(zhǔn)（比如美國(guó)公路及運(yùn)輸協(xié)會(huì)（AASHTO）頒布的綠皮書）進(jìn)行修改和調(diào)整，以適應(yīng)無人駕駛車輛的行駛特性.對(duì)于道路的基礎(chǔ)設(shè)施建設(shè)，大家討論的焦點(diǎn)主要集中于幾何線形、路面結(jié)構(gòu)、標(biāo)志標(biāo)線、停車設(shè)施、車路協(xié)同設(shè)施、交通設(shè)施數(shù)字化等方面.

1.1 道路幾何線形

對(duì)于道路縱斷面設(shè)計(jì)，Khoury 等[1-2]認(rèn)為凸形和凹形豎曲線半徑可以適當(dāng)減小，相比于傳統(tǒng)人工駕駛模式，無人駕駛汽車收集環(huán)境信息的雷達(dá)裝置要高于駕駛?cè)搜劬Φ母叨龋梢员ＷC車輛在豎曲線半徑較小的路段安全通過，如圖1 所示.豎曲線半徑和長(zhǎng)度的減小可以減少道路建造時(shí)的填、挖方量，節(jié)約建筑成本的同時(shí)也能最大程度保護(hù)自然環(huán)境；考慮到無人駕駛減少了人為因素影響，停車視距、感知反應(yīng)時(shí)間、決策視距會(huì)減小，因此，感知反應(yīng)時(shí)間將會(huì)由AASHTO 推薦的2.5 s 降低到0.5 s.對(duì)于上述變化，Sen 等[3]組織學(xué)生進(jìn)行了實(shí)踐驗(yàn)證，得出的結(jié)論與上述情況基本吻合.

圖1 無人駕駛與人工駕駛車輛對(duì)豎曲線半徑的行駛需求差異Fig.1 Driving demand difference in vertical curve radius between self-driving car and manual driving car

關(guān)于道路平曲線設(shè)計(jì)，不管是人工駕駛還是無人駕駛，平曲線參數(shù)都是受車輛橫向力系數(shù)和行駛穩(wěn)定性控制，與是否由人來駕駛無關(guān)，因此，Othman[2]認(rèn)為：平曲線半徑、緩和曲線的設(shè)計(jì)不會(huì)發(fā)生改變.

出于駕駛?cè)艘曈X特性的考慮，不管是國(guó)內(nèi)還是國(guó)外，現(xiàn)行的道路設(shè)計(jì)規(guī)范大都對(duì)平曲線最小長(zhǎng)度和平曲線最小轉(zhuǎn)角做出了限制，即規(guī)定了平曲線路段的最小允許偏角值，這是由于過小的偏角會(huì)使得曲線路段呈現(xiàn)出明顯的“折彎”錯(cuò)覺，可能誘發(fā)駕駛?cè)说腻e(cuò)誤操作行為，導(dǎo)致車輛失控進(jìn)而駛離路面或是與路側(cè)設(shè)施相撞，如圖2（a）、（b）所示.但對(duì)于無人駕駛車輛，道路幾何線形信息是由車載傳感器感知或者由路側(cè)設(shè)備提供，小偏角曲線不存在視錯(cuò)覺的問題，因此，可以放寬對(duì)最小偏角的限制.取消小偏角的限制之后，沿江的山區(qū)道路更容易進(jìn)行路線布設(shè)（見圖2（c），沿江道路由于地形特點(diǎn)，主要由小偏角曲線構(gòu)成），可以顯著降低道路修建導(dǎo)致的土建費(fèi)用和由此帶來的環(huán)境擾動(dòng).

圖2 小偏角曲線示意Fig.2 Curves with small declination angle

對(duì)于直線路段，現(xiàn)行的設(shè)計(jì)規(guī)范對(duì)直線最大長(zhǎng)度做出了規(guī)定，因?yàn)橹本€過長(zhǎng)會(huì)導(dǎo)致駕駛?cè)藛T犯困.與此同時(shí)，出于對(duì)駕駛?cè)藛T視覺特性的考慮，現(xiàn)行規(guī)范對(duì)相鄰曲線之間的直線最短長(zhǎng)度也進(jìn)行了限定.對(duì)于無人駕駛車輛而言，對(duì)直線長(zhǎng)度的限制將失去意義，因此，可不再考慮最短長(zhǎng)度和最大長(zhǎng)度的限制.

1.2 車道以及路面寬度

關(guān)于道路橫斷面以及路面結(jié)構(gòu)設(shè)計(jì)，Machiani等[4]認(rèn)為無人駕駛車輛可以在9 英尺（約2.75 m）寬的路面上安全行駛，車輛在無人駕駛時(shí)更有可能在車道中間以高精度運(yùn)行[5]，即車輛的橫向擺動(dòng)會(huì)減小，如圖3（a）所示.而人類駕駛員操縱車輛時(shí)，車輛行駛軌跡會(huì)發(fā)生橫向擺動(dòng)，尤其是彎坡路段，如圖3（b）所示.Chen 等[6]運(yùn)用有限元建模分析得出，車輛橫向擺動(dòng)的減小會(huì)使路面經(jīng)受更多的集中荷載，柔性路面在車輪反復(fù)碾壓下將加速車轍、裂縫和其他損壞的出現(xiàn)，尤其是供貨車自動(dòng)駕駛編隊(duì)行駛的車道.這一問題的解決方法有2 種：一種是加強(qiáng)柔性路面的抗車轍設(shè)計(jì)，但這樣勢(shì)必會(huì)增加路面的建造和維護(hù)成本；另一種是對(duì)車輛路徑進(jìn)行編程，使其在整個(gè)路面上均勻的分布.

圖3 傳統(tǒng)人工駕駛車輛和無人駕駛車輛的行駛軌跡Fig.3 Trajectories of traditional manual driving car and self-driving car

1.3 交通標(biāo)志標(biāo)線

面向無人駕駛車輛，標(biāo)志、標(biāo)線有2 種主流設(shè)計(jì)方案.1）一種是對(duì)現(xiàn)有的標(biāo)志和標(biāo)線作較小的改動(dòng)，并對(duì)圖像檢測(cè)識(shí)別算法進(jìn)行優(yōu)化升級(jí)，以便無人駕駛車輛更精準(zhǔn)地識(shí)別出交通標(biāo)志標(biāo)線，但需要保證交通標(biāo)線的連續(xù)性，不能出現(xiàn)較長(zhǎng)范圍內(nèi)標(biāo)線缺失的情況，以避免可行駛路面空間規(guī)劃中斷導(dǎo)致的安全隱患.對(duì)此，Li 等[7]提出了車道標(biāo)志、標(biāo)線的3 個(gè)質(zhì)量指標(biāo)（正確性、形狀和可見性）要求，以及計(jì)算3 個(gè)指標(biāo)的雙模算法，該方法能夠識(shí)別車道標(biāo)志、標(biāo)線的異常，以便于道路管理部門的維修與整改.2）另一種方案是建設(shè)數(shù)字基礎(chǔ)設(shè)施，在車道兩旁和車道內(nèi)預(yù)埋傳感器，當(dāng)無人駕駛車輛駛過路段時(shí)就可以接收到傳感器發(fā)出的信息，從而作出規(guī)劃和決策.此種方案可以隱藏標(biāo)志、標(biāo)線，避免了標(biāo)志、標(biāo)線由于被遮擋帶來的安全隱患，同時(shí)乘客會(huì)有更廣闊的視野，提高了駕乘的舒適感，而這一方案的關(guān)鍵在于V2I（vehicle to infrastructure）技術(shù)的發(fā)展.

1.4 適應(yīng)高速無人駕駛的道路設(shè)施設(shè)計(jì)

根據(jù)自動(dòng)駕駛技術(shù)的發(fā)展趨勢(shì)可以預(yù)見，我國(guó)高速公路設(shè)計(jì)速度將突破現(xiàn)有的120 km/h 最高限速[8].何永明[9]將自動(dòng)駕駛背景下的超高速公路設(shè)計(jì)速度分為3 個(gè)等級(jí)，如表1 所示.印順超[10]針對(duì)最大設(shè)計(jì)速度180 km/h 的超三級(jí)高速公路進(jìn)行了幾何設(shè)計(jì)標(biāo)準(zhǔn)研究，提出無人駕駛高速公路幾何設(shè)計(jì)包括平面線形、縱斷面和橫斷面要素的指標(biāo)推薦值.但目前這些推薦值僅是由理論分析得出，并沒有構(gòu)建嚴(yán)謹(jǐn)?shù)挠?jì)算模型，同時(shí)，也沒有進(jìn)行實(shí)驗(yàn)來驗(yàn)證這些推薦值的可行性.

表1 無人駕駛超高速公路等級(jí)劃分Tab.1 Classification of self-driving superhighways

李智等[11]應(yīng)用壓力膠片技術(shù)采集高速公路路面的輪胎接觸應(yīng)力分布數(shù)據(jù)，分析發(fā)現(xiàn)，高速公路路面抗滑性能隨通車時(shí)間的延長(zhǎng)而逐漸衰減.與傳統(tǒng)高速公路相比，超高速公路能為無人駕駛車輛提供更高車速的運(yùn)行條件，但存在因?yàn)槁访婵够圆粔驅(qū)е萝囕v運(yùn)行不穩(wěn)定的風(fēng)險(xiǎn)[12].基于高速公路瀝青路面的附著特性，黃曉明等[13]運(yùn)用CarSim/Simulink仿真軟件分析了無人駕駛車輛在瀝青路面上的制動(dòng)特性，結(jié)果表明：隨著車速的不斷增加，輪胎與路面之間的接觸面逐漸減小，導(dǎo)致摩擦系數(shù)不斷降低，進(jìn)而影響高速行駛狀態(tài)下的行車安全.因此，在高速行駛環(huán)境下需要著重考慮路面摩擦系數(shù)變化對(duì)無人駕駛車輛運(yùn)行安全的影響，在公路建設(shè)、運(yùn)營(yíng)和維護(hù)階段須對(duì)公路路面進(jìn)行檢測(cè)分析，保障路面的各項(xiàng)性能指標(biāo)滿足通車要求.

1.5 停車設(shè)施

與傳統(tǒng)停車方式不同，無人駕駛車輛可以在駕駛員和乘客下車后自動(dòng)前往最近的停車場(chǎng)停車，這將為停車位的組織和管理帶來變革.Ferreira 等[14]提出機(jī)動(dòng)性停車概念，駕駛?cè)藷o需進(jìn)入停車場(chǎng)，無人駕駛車輛能夠全自動(dòng)自主停車，保證了人員安全并節(jié)約了開關(guān)車門的空間，實(shí)現(xiàn)停車場(chǎng)空間的充分利用，能夠?qū)⑼＼噲?chǎng)空間利用率提高約20%.Nourinejad等[15]指出，當(dāng)無人駕駛車輛需要停車時(shí)，乘客在指定區(qū)域下車后，車輛會(huì)自動(dòng)駕駛到停車位停車，這樣每個(gè)停車位能夠平均減少2 m2的空間，并提出了一個(gè)混合整數(shù)非線性規(guī)劃，將停車場(chǎng)中的每個(gè)停車區(qū)視為一個(gè)排隊(duì)系統(tǒng)，優(yōu)化了車輛停車次序，如圖4 所示.因此，自動(dòng)駕駛停車場(chǎng)可以將停車位需求平均減少62%，最大減少87%.2021 年，小鵬汽車推出了記憶泊車功能（VPA），VPA 系統(tǒng)通過路線學(xué)習(xí)記憶路口、車道線、墻面等基本信息，并繪制高精度地圖，通過該系統(tǒng)可自動(dòng)駕駛車輛停在空余車位，該功能支持記憶100 個(gè)停車位，2022 年3 月上線的VPA-L 實(shí)現(xiàn)了跨樓層記憶泊車.

圖4 傳統(tǒng)人工駕駛與無人駕駛停車場(chǎng)占地對(duì)比Fig.4 Comparison between parking lots for traditional manual driving car and self-driving car

在共享無人駕駛車輛的背景下，停車位的需求將會(huì)大大減少.Zhang 等[16]模擬了佐治亞州亞特蘭大市的共享無人汽車運(yùn)行，結(jié)果表明，共享無人駕駛在5%的市場(chǎng)滲透率水平下可以將亞特蘭大的停車場(chǎng)面積減少4.5%.因此，無人駕駛汽車的停車場(chǎng)占地面積會(huì)更小，同時(shí)，城市中停車場(chǎng)的總數(shù)也將減少.

1.6 道路設(shè)施數(shù)字化

在數(shù)字基礎(chǔ)設(shè)施方面，Grigorescu 等[17]介紹了基于AI 的自動(dòng)駕駛架構(gòu)、卷積/循環(huán)神經(jīng)網(wǎng)絡(luò)以及深度強(qiáng)化學(xué)習(xí)規(guī)范，構(gòu)成了調(diào)查駕駛場(chǎng)景感知、路徑規(guī)劃、行為判斷和運(yùn)動(dòng)控制算法的基礎(chǔ).在運(yùn)營(yíng)實(shí)踐中，更新道路基礎(chǔ)設(shè)施數(shù)據(jù)非常繁瑣、耗時(shí)，Yang等[18]提出語義標(biāo)記框架，識(shí)別道路基礎(chǔ)設(shè)施相關(guān)信息，為公路基礎(chǔ)設(shè)施信息存儲(chǔ)提供理論支撐.

AI 在過去的幾年得到了快速發(fā)展，傳感技術(shù)得到巨大提升，在一定程度上促進(jìn)了數(shù)字基礎(chǔ)設(shè)施的發(fā)展，但與此同時(shí)，不得不注意網(wǎng)絡(luò)攻擊給數(shù)字基礎(chǔ)設(shè)施帶來的威脅.與所有網(wǎng)絡(luò)計(jì)算設(shè)備一樣，連接性的增強(qiáng)通常會(huì)導(dǎo)致網(wǎng)絡(luò)攻擊風(fēng)險(xiǎn)的增加，進(jìn)而威脅到無人駕駛的行車安全.對(duì)于網(wǎng)絡(luò)攻擊帶來的威脅應(yīng)該持有這樣的態(tài)度，即不能因?yàn)榇嬖谶@樣的安全隱患放棄數(shù)字基礎(chǔ)設(shè)施的建設(shè)，也不能在建設(shè)數(shù)字基礎(chǔ)設(shè)施時(shí)忽視這一因素，在數(shù)字基礎(chǔ)設(shè)施應(yīng)用以前應(yīng)做好足夠的實(shí)驗(yàn)以檢查和修復(fù)漏洞.

2 服務(wù)于無人駕駛的智慧路側(cè)設(shè)施

車路協(xié)同技術(shù)是智慧交通系統(tǒng)的重要組成部分，現(xiàn)有的一些研究將車路協(xié)同路側(cè)設(shè)施稱為智慧路側(cè)系統(tǒng)，該系統(tǒng)集成了V2X（vehicle to everything）通信、高精定位、高精地圖、融合感知、邊緣計(jì)算等技術(shù)，能夠?qū)崿F(xiàn)數(shù)據(jù)感知、交通效率、交通安全、數(shù)據(jù)服務(wù)等功能.智慧路側(cè)系統(tǒng)通常包括路側(cè)單元（RSU）、路側(cè)智能設(shè)施（包括攝像頭、雷達(dá)、環(huán)境感知設(shè)備、智能紅綠燈、智能化標(biāo)志標(biāo)識(shí)等）、移動(dòng)邊緣計(jì)算（MEC，包括路側(cè)MEC 和運(yùn)營(yíng)商MEC）等設(shè)備[19].在智慧路側(cè)設(shè)施部署方面，江蘇科創(chuàng)車聯(lián)網(wǎng)產(chǎn)業(yè)研究院牽頭編寫了《車聯(lián)網(wǎng)路側(cè)設(shè)施設(shè)置指南》[20]，為車路協(xié)同和智慧路側(cè)設(shè)施建設(shè)提供指導(dǎo).

RSU 是車路協(xié)同路側(cè)設(shè)備的核心設(shè)備，由高增益定向束控讀寫天線和射頻控制器組成，其中，天線是一個(gè)微波收發(fā)模塊，主要負(fù)責(zé)信號(hào)和數(shù)據(jù)的接發(fā)、調(diào)制編碼、加密等工作；射頻控制器是控制接發(fā)、處理數(shù)據(jù)以及向上位機(jī)收發(fā)信息的模塊.RSU 采用DSRC（dedicated short-range communication）技術(shù)與車載單元（OBU）和各系統(tǒng)組件進(jìn)行實(shí)時(shí)通信，實(shí)現(xiàn)車、路、云平臺(tái)之間的通信，同時(shí)還具備邊緣計(jì)算功能.在高速公路和停車場(chǎng)中安裝RSU，能夠建立無人值守的快速專用車道.

路側(cè)設(shè)施提供了車輛與路之間的通信服務(wù)，目前，國(guó)際主流的車路通信技術(shù)包括DSRC 和LTEV2X（基于Long Term Evolution 系統(tǒng)的V2X）技術(shù)路線，在DSRC 技術(shù)下，V2V（vehicle to vehicle）的信息傳遞必須通過RSU 才能完成[21].RSU 的部署是一個(gè)熱點(diǎn)問題，國(guó)內(nèi)外學(xué)者做了詳細(xì)的研究：朱涵[22]構(gòu)建了RSU 的部署模型，運(yùn)用遺傳算法和粒子群算法對(duì)高速公路以及城市道路的路側(cè)RSU 部署問題優(yōu)化求解，應(yīng)用MATLAB 軟件進(jìn)行模擬，驗(yàn)證RSU部署的最優(yōu)性；吳湧[23]提出有用貢獻(xiàn)量的概念，設(shè)計(jì)了基于有用貢獻(xiàn)量的RSU 部署算法，在相同服務(wù)質(zhì)量要求下，減少RSU 的數(shù)量；李志龍[24]將最小化RSU及線纜部署成本作為優(yōu)化目標(biāo)，提出一種基于平面加權(quán)無向圖的雙層嵌套遺傳算法和實(shí)時(shí)部署策略，能夠有效解決RSU 的部署問題；王健[25]提出一種基于優(yōu)先級(jí)的交叉路口節(jié)點(diǎn)部署方法，并比較在不同區(qū)域使用迭代法、動(dòng)態(tài)優(yōu)化法以及混合法所需要的節(jié)點(diǎn)數(shù)量以及重疊度；Fogue 等[26]提出了一種能夠自動(dòng)提供適用于任何給定路線圖布局的RSU 部署遺傳算法，能夠縮短警告通知時(shí)間，提高車輛通信能力；Massobrio 等[27]提出了2 種最先進(jìn)的貪婪算法，一個(gè)專注于優(yōu)化成本，另一個(gè)專注于QoS（服務(wù)質(zhì)量），模仿人類決策者的規(guī)劃策略，以構(gòu)建路側(cè)單元部署問題的解決方案；Guerna 等[28]提出了一種新的基于優(yōu)先級(jí)概念的遺傳交叉覆蓋算法，與傳統(tǒng)貪婪方法進(jìn)行比較，該算法能夠確保最大的網(wǎng)絡(luò)連通性，同時(shí)，對(duì)RSU 的數(shù)量需求最少，重疊率降低.

總的來說，關(guān)于RSU 的部署方法的研究大多數(shù)都是通過計(jì)算機(jī)仿真來驗(yàn)證方案的可行性，缺少對(duì)部署方案的實(shí)踐驗(yàn)證.大多數(shù)方案均為靜態(tài)部署的，靜態(tài)部署方案針對(duì)的交通狀況比較簡(jiǎn)單，在真實(shí)城市環(huán)境下，城市熱點(diǎn)區(qū)域和交通稀疏區(qū)域可能會(huì)隨著時(shí)間的推移發(fā)生遷移，此時(shí)靜態(tài)部署方案的優(yōu)點(diǎn)不再顯現(xiàn).相比于靜態(tài)部署，動(dòng)態(tài)部署方案是RSU部署方案的新趨勢(shì)，可在不同密度場(chǎng)景和復(fù)雜布局下提高車輛通信能力.王健[25]研究表明，動(dòng)態(tài)與靜態(tài)部署方案相互配合形成的混合方案也能體現(xiàn)出不俗的優(yōu)點(diǎn).

3 無人駕駛專用車道

3.1 無人駕駛車道的必要性

網(wǎng)聯(lián)自動(dòng)駕駛汽車（CAV）通過安裝在車輛上的交互系統(tǒng)和其他車輛以及道路環(huán)境進(jìn)行信息實(shí)時(shí)交互，自主完成車輛駕駛?cè)蝿?wù).但是，目前CAV 車輛尚未普及，實(shí)際應(yīng)用較少，一方面是因?yàn)橄嚓P(guān)核心技術(shù)還沒能取得突破性進(jìn)展，另一方面是現(xiàn)有的道路基礎(chǔ)設(shè)施不能較快地為無人駕駛汽車提供專項(xiàng)服務(wù).相關(guān)研究表明，為防止未來無人駕駛汽車在混合交通演變過程中頻繁出現(xiàn)事故，需要在政策、法律以及道路設(shè)施設(shè)計(jì)方面提出更高要求[29].綜合考慮道路設(shè)施設(shè)計(jì)因素、交通安全和效率因素，Rad 等[30-31]提出劃分路網(wǎng)中的部分車道供自動(dòng)駕駛車輛使用，為自動(dòng)駕駛道路的演進(jìn)提供了一種過渡方案.

專用車道能夠減少無人駕駛汽車和人工駕駛車輛之間的干涉，避免混行帶來的各種問題，在本質(zhì)上減少了無人駕駛車輛和其他傳統(tǒng)車輛的沖突，有利于提升道路使用效率和行駛安全，也有利于無人駕駛汽車的發(fā)展和普及[32-33].由于明確了車輛的專用路權(quán)，解決了無人駕駛系統(tǒng)出現(xiàn)故障或者在混合交通中不兼容導(dǎo)致的交通事故或者侵權(quán)行為，為后續(xù)責(zé)任判定和相關(guān)立法掃清了障礙[34].

3.2 專用車道設(shè)施和隔離方式

無人駕駛專用車道總體構(gòu)架是由物理基礎(chǔ)設(shè)施和數(shù)字基礎(chǔ)設(shè)施組成，物理基礎(chǔ)設(shè)施主要包含行車道、標(biāo)志標(biāo)線、車道隔離設(shè)施等；數(shù)字基礎(chǔ)設(shè)施主要包含高精度雷達(dá)、攝像設(shè)備、通信設(shè)備、高精度定位系統(tǒng)等，結(jié)合5G 技術(shù)的云計(jì)算平臺(tái)共同輔助無人駕駛汽車行駛[35].

在無人駕駛物理基礎(chǔ)設(shè)施規(guī)劃設(shè)計(jì)中，Liu 等[36]模擬了一段帶有一條無人駕駛專用車道的高速公路，研究了新的變道規(guī)則和速度控制算法，為無人駕駛專用車道的設(shè)置提供理論依據(jù).在規(guī)劃無人駕駛專用車道數(shù)量時(shí)，隨著無人駕駛汽車的不斷滲透，無人駕駛車輛需要更多的路權(quán)來保證運(yùn)行暢通，Saeed[29]認(rèn)為L(zhǎng)3 級(jí)自動(dòng)駕駛階段完成后，會(huì)限制傳統(tǒng)人工駕駛車輛行駛在人工車道上面，而其余車道完全為所有無人駕駛車輛服務(wù)，例如無人駕駛公交車道、無人駕駛網(wǎng)約車道、無人駕駛貨車車道.自動(dòng)駕駛專用車道通常設(shè)置在同向至少3 條行車道的道路上，即扣除掉自動(dòng)駕駛車道外還需保留至少2 條常規(guī)車道，以方便人工駕駛車輛進(jìn)行換道超車.

由于與常規(guī)車道共用一幅路面，需要進(jìn)行專用道隔離以實(shí)現(xiàn)無人駕駛車輛的專用路權(quán).美國(guó)國(guó)家自動(dòng)高速公路系統(tǒng)聯(lián)盟在1997 年自動(dòng)高速公路系統(tǒng)的報(bào)告[37]中引入3 種自動(dòng)駕駛專用道隔離方式，分別為普通標(biāo)線分隔、緩沖帶分隔和物理設(shè)施硬性分隔.傳統(tǒng)的硬質(zhì)隔離設(shè)施包含波形梁護(hù)欄、矩形護(hù)欄、組合式護(hù)欄以及綠化帶分隔設(shè)施，除了這4 種隔離設(shè)施之外，考慮到中國(guó)駕駛?cè)说男袨榱?xí)慣和車輛運(yùn)行特點(diǎn)，城市道路工況也可以采用橡膠棒、橡膠桿等軟質(zhì)隔離設(shè)施；還可以使用在無人駕駛車道上鋪設(shè)特殊顏色的隔離方式，并配合交通標(biāo)志標(biāo)線明確自動(dòng)駕駛車道的專用路權(quán)，如表2 所示.

表2 專用車道的隔離方式Tab.2 Isolation methods of exclusive lane

3.3 無人駕駛車道的發(fā)展演進(jìn)

當(dāng)前形勢(shì)下，為應(yīng)對(duì)無人駕駛汽車的推廣普及需要更高水平的道路基礎(chǔ)設(shè)施的支持，但是，目前無人駕駛專用車道的規(guī)劃使用還僅僅局限在工業(yè)園區(qū)、港口等封閉區(qū)域，這些場(chǎng)景主要面向速度較低的商用無人駕駛車輛.因?yàn)槌擞密嚐o人駕駛技術(shù)還未取得突破性進(jìn)展，開放道路的無人駕駛汽車專用車道還需要更加全面地評(píng)估才能推廣到實(shí)際應(yīng)用中.在無人駕駛乘用車技術(shù)完全成熟之后，無人駕駛專用車道數(shù)會(huì)隨著無人駕駛車輛滲透率的增加而增加，由階段Ⅰ逐漸演進(jìn)到階段Ⅳ，最終實(shí)現(xiàn)完全化的無人駕駛道路，如圖5 所示.

圖5 由自動(dòng)駕駛專用車道過渡到自動(dòng)駕駛道路（以雙向八車道為例）Fig.5 Transition from self-driving exclusive lane to self-driving roadway（taking two-way roadway with eight lanes as an example）

根據(jù)行業(yè)當(dāng)下的發(fā)展趨勢(shì)，貨車自動(dòng)駕駛編隊(duì)可能比無人駕駛乘用車更先落地商用，所以自動(dòng)駕駛專用車道大概率會(huì)先應(yīng)用于支持貨車自動(dòng)駕駛編隊(duì).目前面臨的問題是：如果是為自動(dòng)駕駛貨車服務(wù)，高速公路和快速路的專用車道該如何設(shè)置，是參考乘用車將其設(shè)置在內(nèi)側(cè)車道，還是根據(jù)管理慣例將專用車道設(shè)置在外側(cè) ？需要綜合駕駛習(xí)慣、交通沖突、事故后果、通行效率等因素進(jìn)行平衡和折中考慮.

4 面向無人駕駛道路設(shè)施的研究方法

自動(dòng)駕駛系統(tǒng)的研究和測(cè)試是一個(gè)耗費(fèi)精力、投入巨大的技術(shù)開發(fā)過程，而無人駕駛車輛需要何種道路基礎(chǔ)設(shè)施環(huán)境？面對(duì)不同行駛工況，無人駕駛車輛如何做出回應(yīng)？這一直都是備受關(guān)注的問題.先通過計(jì)算機(jī)進(jìn)行仿真分析，再進(jìn)行實(shí)車試驗(yàn)，是研究無人駕駛車輛的常用思路，能夠大幅節(jié)約研發(fā)成本.目前，國(guó)內(nèi)外有多種能夠模擬理想環(huán)境或現(xiàn)實(shí)環(huán)境，并定量分析研究智能交通系統(tǒng)中各個(gè)分支的軟件系統(tǒng)和仿真模型，常用的軟件有：LG 電子美國(guó)研發(fā)中心基于Unity3D 軟件開發(fā)的適用于無人駕駛開發(fā)者的多機(jī)器人模擬器LGSVL Simulator，Autodesk 公司推出的Infraworks 軟件，Mentor 公司的Modelsim 軟件，德國(guó)PTV 公司開發(fā)的VISSIM 軟件，西門子公司旗下汽車駕駛仿真軟件產(chǎn)品Prescan.通過不同軟件平臺(tái)的相互調(diào)用，可以實(shí)現(xiàn)自動(dòng)駕駛聯(lián)合仿真，如Simulink-CarSim 軟件聯(lián)合仿真測(cè)試.

4.1 無人駕駛虛擬仿真測(cè)試方法

道路標(biāo)志標(biāo)線是正確引導(dǎo)車輛在道路上安全行駛的重要基礎(chǔ)設(shè)施，車輛通過道路交叉口時(shí)主要受交通信號(hào)燈的引導(dǎo)，目前，關(guān)于無人駕駛車輛與道路基礎(chǔ)設(shè)施之間信息交互的仿真模擬主要體現(xiàn)在車輛與交通信號(hào)燈之間的信息互通方面.王賀鵬等[38]通過Infraworks 軟件繪制模擬環(huán)境下的道路交叉口基本場(chǎng)景，使用三維建模軟件3Ds Max 構(gòu)建交通燈的三維模型，再基于虛幻引擎軟件Unreal Engine 4 編程實(shí)現(xiàn)無人駕駛汽車行駛條件下的信號(hào)燈變化，以達(dá)到模擬無人駕駛汽車通過交叉口時(shí)根據(jù)信號(hào)燈變化作出正確駕駛動(dòng)作的目的.無人駕駛汽車在實(shí)現(xiàn)完全化獨(dú)立行駛路權(quán)過程中避免不了無人駕駛和傳統(tǒng)人工駕駛混合行駛的過渡階段.王白凡等[39]運(yùn)用VISSIM 軟件進(jìn)行混合交通環(huán)境下無人駕駛汽車是否接受編隊(duì)管控的仿真，無人駕駛車輛在接受管控后會(huì)自動(dòng)與交叉口信號(hào)燈進(jìn)行實(shí)時(shí)通信，并根據(jù)整條街道的運(yùn)行情況提供效率最優(yōu)的通行方案，另外，駕駛員也可以根據(jù)自身情況和實(shí)時(shí)路況接控車輛.

為實(shí)現(xiàn)無人駕駛汽車的安全行駛，除了在交叉口與交通信號(hào)燈進(jìn)行信息交互以外，還需要車輛智能控制系統(tǒng)完成路徑規(guī)劃、路徑導(dǎo)航、速度引導(dǎo)、規(guī)避障礙物等一系列操作.宋振偉[40]采用Mentor 公司的Modelsim 軟件進(jìn)行仿真，實(shí)現(xiàn)無人駕駛汽車的車道線跟隨、保持安全行車距離、規(guī)避路障和自動(dòng)超車等功能的模擬.林泓熠等[41]采用LGSVL-Autoware 聯(lián)合仿真來解決在無人駕駛車輛定位時(shí)需要編寫大量代碼、實(shí)時(shí)通信能力較差等難題，進(jìn)行無人駕駛汽車在典型交通場(chǎng)景下的避障和路徑規(guī)劃.

另外，鑒于PreScan 軟件建立的場(chǎng)景具有可視、快速、方便、易修改等優(yōu)點(diǎn)，并且CarSim 軟件可實(shí)現(xiàn)與Simulink 軟件的相互調(diào)用，王楠等[42]開展了上述3 個(gè)軟件平臺(tái)的聯(lián)合仿真，根據(jù)所提出的控制算法建立相應(yīng)的Simulink 模型，并結(jié)合CarSim 車輛模型與Prescan 建立的仿真場(chǎng)景，驗(yàn)證了定速巡航、穩(wěn)態(tài)跟隨、接近前車、強(qiáng)加速、強(qiáng)減速和避撞等不同工況下ACC（adaptive cruise control）系統(tǒng)的模式劃分方法與控制算法的適應(yīng)性.

4.2 無人駕駛實(shí)車測(cè)試和場(chǎng)地設(shè)施建設(shè)

4.2.1 無人駕駛實(shí)車測(cè)試

在國(guó)外，美國(guó)國(guó)防高級(jí)研究計(jì)劃局（Defense Advanced Research Projects Agency，DARPA）于2004 年、2005 年和2007 年舉辦了3 屆無人駕駛汽車長(zhǎng)距離比賽，參賽隊(duì)伍在開賽前5 min 收到需要完成車輛交匯、規(guī)避動(dòng)態(tài)或靜態(tài)障礙物等項(xiàng)目，同時(shí)增加無人駕駛車輛和常規(guī)車輛的交通量以創(chuàng)造一個(gè)接近實(shí)際情況的交通環(huán)境，該賽事旨在促進(jìn)無人駕駛車輛技術(shù)的開發(fā).2010 年，德國(guó)布倫瑞克工業(yè)大學(xué)Stadtpilot 團(tuán)隊(duì)在所在城市布倫瑞克的開放道路上展示了其無人駕駛汽車Leonie，Leonie 利用高精度地圖和C2X（car-to-X）通信來識(shí)別交通燈的狀態(tài)，以此來控制車輛的自動(dòng)運(yùn)行.2013 年，卡內(nèi)基梅隆大學(xué)在車輛上安裝了攝像頭探測(cè)交通燈，利用V2I 的方式獲取信號(hào)燈配時(shí)信息，并花了一年多時(shí)間在開放道路上測(cè)試該無人駕駛汽車.同年，德國(guó)梅賽德斯-奔馳公司測(cè)試了自動(dòng)駕駛汽車Bertha，Bertha 配備了視覺和雷達(dá)傳感器識(shí)別并檢測(cè)交通燈狀態(tài)，結(jié)合準(zhǔn)確的數(shù)字地圖，全面獲取復(fù)雜道路環(huán)境信息，但對(duì)于距離50 m 以上的交通燈需要提高識(shí)別精準(zhǔn)率.谷歌無人駕駛項(xiàng)目于2009 年正式啟動(dòng)，2016 年該項(xiàng)目發(fā)展成為谷歌旗下的子公司W(wǎng)aymo，經(jīng)過2 000 萬英里開放道路以及100 億英里模擬仿真測(cè)試，2022 年3 月初，美國(guó)加州公共事業(yè)委員會(huì)向谷歌公司發(fā)放了自動(dòng)駕駛客運(yùn)服務(wù)許可證，允許在舊金山及周邊地區(qū)提供全天24 h、限速為65 km/h的自動(dòng)駕駛出租車收費(fèi)客運(yùn)服務(wù).

在國(guó)內(nèi)，為緩解交通擁堵等問題和搭建具有自主感知、控制、決策的無人駕駛汽車平臺(tái)，國(guó)家自然科學(xué)基金委員會(huì)決定從2009 年起，每年舉辦一屆“中國(guó)智能車未來挑戰(zhàn)賽”以檢驗(yàn)無人駕駛汽車在真實(shí)環(huán)境中的研究成果，從2009 年到2013 年，比賽內(nèi)容從識(shí)別標(biāo)志標(biāo)線/交通信號(hào)燈、規(guī)避障礙物/行人等簡(jiǎn)單項(xiàng)目到添加了交通擁堵、臨時(shí)施工、拱橋、隧道等各種復(fù)雜項(xiàng)目.2018 年，百度在美國(guó)硅谷向媒體展示自動(dòng)駕駛汽車Apollo 實(shí)現(xiàn)載人運(yùn)行成果，在城市道路上完成識(shí)別交通信號(hào)燈、規(guī)避障礙物、掉頭等駕駛動(dòng)作.2021 年，廣州正式啟動(dòng)無人駕駛汽車與傳統(tǒng)汽車混行試點(diǎn)，加快了無人駕駛技術(shù)的落地應(yīng)用和商業(yè)化進(jìn)程.

4.2.2 無人駕駛道路建設(shè)

無人駕駛車輛除了智能系統(tǒng)的應(yīng)用，還需要與之相匹配的道路基礎(chǔ)設(shè)施，美國(guó)加利福尼亞州作為全球首個(gè)為無人駕駛汽車制定法規(guī)的州郡，2019 年提出了建設(shè)自動(dòng)駕駛專用車道的倡議.同樣，在2019 年11 月的 “第七屆中韓汽車產(chǎn)業(yè)發(fā)展研討會(huì)”上，韓國(guó)汽車產(chǎn)業(yè)協(xié)會(huì)室長(zhǎng)表示，適應(yīng)無人駕駛車輛的道路基礎(chǔ)設(shè)施和通信設(shè)施將在2024 年完成.與此同時(shí)，國(guó)內(nèi)也加緊步伐建設(shè)為無人駕駛汽車服務(wù)的基礎(chǔ)設(shè)施，并且一部分基礎(chǔ)設(shè)施已經(jīng)投入實(shí)際應(yīng)用當(dāng)中.

無人駕駛道路設(shè)施的建設(shè)可以分為開放運(yùn)行道路和實(shí)驗(yàn)測(cè)試道路.1）對(duì)于實(shí)驗(yàn)測(cè)試道路，國(guó)內(nèi)外有多個(gè)地區(qū)都建設(shè)了無人駕駛車輛測(cè)試專用道路，2015 年7 月，位于密歇根州安娜堡市的無人駕駛虛擬之城Mcity 正式對(duì)外開放，Mcity 內(nèi)設(shè)置有數(shù)英里的兩車道、三車道和四車道公路供無人駕駛車輛實(shí)驗(yàn)，測(cè)試無人駕駛汽車及V2X 技術(shù).2016 年，上海成功投入使用國(guó)內(nèi)第一個(gè)智能網(wǎng)聯(lián)汽車試點(diǎn)示范區(qū)，該示范區(qū)搭建了封閉測(cè)試區(qū)、開放測(cè)試區(qū)、典型城市道路測(cè)試區(qū)以及城際走廊4 個(gè)階段實(shí)驗(yàn)場(chǎng)景.2019 年12 月，中國(guó)汽研智能網(wǎng)聯(lián)汽車試驗(yàn)基地（大足基地）落成，基地內(nèi)建設(shè)有一條長(zhǎng)1 450 m、寬12 m 的智能網(wǎng)聯(lián)汽車專用測(cè)試道路，可開展輔助駕駛系統(tǒng)、網(wǎng)聯(lián)功能、車路協(xié)同應(yīng)用、環(huán)境感知等測(cè)試項(xiàng)目.2）對(duì)于開放運(yùn)行道路，2021 年8 月，海南智能網(wǎng)聯(lián)試驗(yàn)場(chǎng)正式開放，該試驗(yàn)場(chǎng)提供總長(zhǎng)129.2 km的開放道路用于無人駕駛測(cè)試，包含7 段普通道路和1 段高速公路.京雄高速公路通過車路協(xié)同技術(shù)助力智慧運(yùn)營(yíng)和自動(dòng)駕駛，目前該項(xiàng)目河北段已經(jīng)建成通車，北京段完成了60%建設(shè)進(jìn)度，全線建成后最內(nèi)側(cè)雙向車道擬設(shè)置“自動(dòng)駕駛車道”，將滿足自動(dòng)駕駛車輛在高速公路的實(shí)車測(cè)試需求.重慶市于2018 年4 月開放了兩江新區(qū)智能汽車與智能交通應(yīng)用示范區(qū)，開放測(cè)試范圍劃定為禮嘉環(huán)線，總長(zhǎng)為12.5 km.2019 年7 月，位于重慶市渝北區(qū)仙桃國(guó)際大數(shù)據(jù)谷的5G 自動(dòng)駕駛開放道路示范運(yùn)營(yíng)基地建成，區(qū)域內(nèi)設(shè)置了4.3 km 的自動(dòng)駕駛車道.自2020 年起，湖南長(zhǎng)沙、江蘇無錫、重慶永川、河南鄭州、廣州珠江新城等地對(duì)選定的開放道路進(jìn)行打造升級(jí)，建設(shè)智慧路側(cè)系統(tǒng)和智慧公交線路，實(shí)現(xiàn)了自動(dòng)駕駛巴士（公交）在開放道路上的運(yùn)營(yíng)，但均是低速行駛公交.

5 挑戰(zhàn)以及展望

5.1 面臨的挑戰(zhàn)

人工智能和物聯(lián)網(wǎng)技術(shù)給汽車行業(yè)帶來巨大影響，更高等級(jí)的駕駛輔助系統(tǒng)使汽車變得更加智能化，如今越來越多的汽車企業(yè)與科研機(jī)構(gòu)合作研發(fā)無人駕駛相關(guān)技術(shù).但無人駕駛車輛未能推廣普及，一方面原因是一些關(guān)鍵技術(shù)和相關(guān)法律還沒有突破瓶頸，包括技術(shù)瓶頸和法律、道德等非技術(shù)瓶頸；另一個(gè)重要的原因是服務(wù)無人駕駛車輛的道路基礎(chǔ)設(shè)施還未成型，以及相關(guān)的道路設(shè)施技術(shù)標(biāo)準(zhǔn)不夠完善.因此，面臨的挑戰(zhàn)如下：

1）物理基礎(chǔ)設(shè)施研究薄弱.現(xiàn)有的相關(guān)研究主要是圍繞車路協(xié)同技術(shù)，包括路側(cè)設(shè)備感知、通信、信息交互、邊緣計(jì)算等.相比之下，物理基礎(chǔ)設(shè)施的研究較少，一些與無人駕駛汽車相匹配的道路基礎(chǔ)設(shè)施仍處于試驗(yàn)階段，如適應(yīng)無人駕駛車輛的道路幾何設(shè)計(jì)、互通立交設(shè)計(jì)、交通標(biāo)志標(biāo)線等.自動(dòng)駕駛車道雖討論已久，但目前仍未見有高速公路或是快速路項(xiàng)目將專用車道付諸實(shí)踐.

2）跨越式發(fā)展難度大.無人駕駛車輛滲透率的增加，對(duì)提高交通流穩(wěn)定性、降低混行中人工駕駛車輛耗油量、縮減擾動(dòng)消散時(shí)間等方面有積極作用.然而，目前無人駕駛試驗(yàn)和測(cè)試僅在封閉區(qū)域內(nèi)開展，現(xiàn)有道路設(shè)施還不能完全滿足無人駕駛車輛開放式運(yùn)行的最高要求，因此，無人駕駛汽車與常規(guī)車輛混行是不可跨越的過渡階段.

3）自動(dòng)駕駛技術(shù)難以適應(yīng)復(fù)雜場(chǎng)景.目前國(guó)內(nèi)自動(dòng)駕駛技術(shù)尚停留在L2 或者L2+水平，即駕駛輔助系統(tǒng)能實(shí)現(xiàn)簡(jiǎn)單場(chǎng)景（比如低干擾的高速公路和快速路）的自適應(yīng)巡航、車道保持、自動(dòng)變道等功能，但操縱過程還是要以駕駛?cè)藶橹鲗?dǎo).目前，自動(dòng)駕駛汽車的環(huán)境感知準(zhǔn)確率仍需進(jìn)一步提高，無法達(dá)到L3 級(jí)自動(dòng)駕駛的商用，而且即便L3 級(jí)自動(dòng)駕駛車輛上路，當(dāng)車輛脫離符合條件的場(chǎng)景時(shí)，也需要駕駛?cè)酥匦陆庸苘囕v，存在較大的安全風(fēng)險(xiǎn).與此同時(shí)，L4 級(jí)和L5 級(jí)自動(dòng)駕駛技術(shù)久攻不下.中國(guó)2/3 地區(qū)都是山區(qū)，山區(qū)道路線形復(fù)雜、坡陡彎急、氣象復(fù)雜，對(duì)L4 和L5 級(jí)自動(dòng)駕駛提出了更高的安全性要求.

4）道路設(shè)施技術(shù)標(biāo)準(zhǔn)體系不夠完善.目前國(guó)內(nèi)出臺(tái)了《國(guó)家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南》，以及處在征求意見階段的《公路工程適應(yīng)自動(dòng)駕駛附屬設(shè)施總體技術(shù)規(guī)范》《道路交通車路協(xié)同信息服務(wù)通用技術(shù)要求》等行業(yè)標(biāo)準(zhǔn)，上述標(biāo)準(zhǔn)在基礎(chǔ)類設(shè)施、道路設(shè)施、車路交互、管理與服務(wù)、網(wǎng)絡(luò)安全等方面對(duì)適應(yīng)未來無人駕駛車輛的道路設(shè)施提出整體框架，但在具體的操作層面和實(shí)施層面還不夠完善，包括無人駕駛專用車道劃分、標(biāo)志標(biāo)線設(shè)計(jì)、路側(cè)通信單元布設(shè)、互通立體、幾何線形設(shè)計(jì)等道路基礎(chǔ)設(shè)施設(shè)計(jì)標(biāo)準(zhǔn)還未具體制定.

5）車路交互信息的安全問題.適應(yīng)無人駕駛車輛的路側(cè)數(shù)字化基礎(chǔ)設(shè)施與車載信息處理系統(tǒng)之間通過云端計(jì)算機(jī)進(jìn)行數(shù)據(jù)傳輸與外界交互，一方面的隱患是數(shù)字化基礎(chǔ)設(shè)施傳輸?shù)缆坊A(chǔ)信息存在延遲、網(wǎng)絡(luò)不穩(wěn)定等基本問題，進(jìn)而造成無人駕駛車輛接收信息延遲或者錯(cuò)誤的情況；另一方面，如果沒有高效的數(shù)據(jù)傳輸方案和安全防護(hù)措施，車輛與路側(cè)設(shè)施之間信息交互以及信息采集、儲(chǔ)存、處理系統(tǒng)存在被攻擊的風(fēng)險(xiǎn).

5.2 展 望

1）道路設(shè)施數(shù)字化.道路設(shè)施數(shù)字化是未來無人駕駛汽車普及的一個(gè)重要支撐.一方面，鋪設(shè)智能路側(cè)單元，便于無人駕駛汽車與數(shù)字化道路設(shè)施之間通過射頻識(shí)別、微波雷達(dá)識(shí)別、智能傳感器識(shí)別等技術(shù)實(shí)現(xiàn)實(shí)時(shí)信息共享；另一方面，可以使用以二維碼等數(shù)字化信息為基礎(chǔ)的特殊顏色、字符、圖形來改造現(xiàn)有交通標(biāo)志標(biāo)線，并將這些變化信息存儲(chǔ)、發(fā)布給無人駕駛車輛.無人駕駛車輛行駛在夜間、雨霧天、下雨天以及其他多變復(fù)雜的道路環(huán)境中，數(shù)字化道路設(shè)施顯得更加有效，能更大程度減輕車載感知系統(tǒng)的任務(wù)和工作復(fù)雜度.

2）提高復(fù)雜環(huán)境感知精準(zhǔn)性.目前，只在封閉路段或者是車輛很少的路段開展無人駕駛實(shí)驗(yàn)，在未來，為了服務(wù)無人駕駛車輛，除了在高速公路、城市快速路等簡(jiǎn)單的基礎(chǔ)場(chǎng)景搭建車路協(xié)同環(huán)境外，還應(yīng)提高復(fù)雜道路場(chǎng)景的感知能力，比如山區(qū)環(huán)境中的長(zhǎng)隧道、長(zhǎng)下坡、連續(xù)急轉(zhuǎn)彎道路，以及城市道路的多層高架、復(fù)雜立交、畸形路口等場(chǎng)景；同時(shí)，提高雨雪、霧霾、強(qiáng)光等惡劣氣象條件的目標(biāo)感知準(zhǔn)確率，為無人駕駛車輛適應(yīng)復(fù)雜多變環(huán)境的路況提供實(shí)驗(yàn)支撐和理論依據(jù).

3）鋪設(shè)無人駕駛專用道.未來匹配無人駕駛的道路設(shè)施將是一個(gè)集環(huán)境感知、信息交互、規(guī)劃決策等功能于一體的智能道路綜合體.目前無人駕駛專用道設(shè)置僅局限在特定區(qū)域，如港口道路、工業(yè)園區(qū)、景區(qū)等，主要用于低速自動(dòng)駕駛貨車和低速自動(dòng)駕駛巴士；但隨著自動(dòng)駕駛技術(shù)逐漸成熟，為滿足無人駕駛車輛的快速行駛需求，需要在公共道路上設(shè)置無人駕駛專用車道，以降低感知環(huán)境的復(fù)雜度，提高無人駕駛的運(yùn)行速度和安全性.未來更多的研究將建立在專用道的基礎(chǔ)設(shè)施設(shè)計(jì)、鋪設(shè)實(shí)施條件以及交通組織等方面.

4）建立相對(duì)完善的自動(dòng)駕駛道路設(shè)施技術(shù)標(biāo)準(zhǔn)體系.雖然困難重重，但未來某個(gè)時(shí)點(diǎn)定會(huì)攻克無人駕駛L4 和L5 級(jí)難關(guān)，而在此之前需要考慮適應(yīng)無人駕駛車輛高速行駛的道路基礎(chǔ)設(shè)施設(shè)計(jì)，建立相對(duì)完善的技術(shù)標(biāo)準(zhǔn)體系，以便新建道路在設(shè)計(jì)時(shí)充分考慮無人駕駛的需求，同時(shí)，也能改造現(xiàn)有道路基礎(chǔ)設(shè)施以滿足L4 級(jí)無人駕駛的要求.

5）發(fā)展應(yīng)用泛在物聯(lián)網(wǎng).泛在物聯(lián)網(wǎng)中5G 技術(shù)和IPv6（internet protocol version 6）技術(shù)的發(fā)展是物聯(lián)網(wǎng)發(fā)展的基礎(chǔ)，而物聯(lián)網(wǎng)又是未來技術(shù)的必然發(fā)展趨勢(shì).無人駕駛車輛通過物聯(lián)網(wǎng)技術(shù)將識(shí)別采集的信息傳輸?shù)皆贫耍⑻幚淼男畔⒅噶顐鬏數(shù)經(jīng)Q策系統(tǒng)，通過泛在物聯(lián)網(wǎng)實(shí)現(xiàn)全面感知和泛在互聯(lián)，快速高效實(shí)現(xiàn)車輛間信息傳輸與處理.將物聯(lián)網(wǎng)技術(shù)融合到智能汽車領(lǐng)域，基于現(xiàn)代通信技術(shù)和計(jì)算機(jī)技術(shù)，實(shí)現(xiàn)車與X（everything）之間實(shí)時(shí)對(duì)接，提高自動(dòng)駕駛能力.

致謝：重慶東站交通樞紐站前片區(qū)科研項(xiàng)目（E1210268）.