高速公路车路协同自动驾驶条件及技术研究 - ITS文库 - 智能交通世界网_智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 首页 > ITS百科 > ITS文库 > 正文

    高速公路车路协同自动驾驶条件及技术研究

    2019-02-21 17:04:35 来源:智慧高速公路 作者:杨晓寒 评论:
    分享到:

    摘要

    本文在对高速公路车路协同自动驾驶条件研究基础上,提出了高速公路自动驾驶系统的建设目标,重点结合高速公路现有条件对路侧系统的实现所面临的问题提出相应对策,并就车路协同自动驾驶对我国高速公路未来产生的积极影响进行了探讨和展望。

    一、背景及任务的提出

    目前车路协同自动驾驶随着LTE-V通信技术发展推动成为交通领域热点。国际自动机工程师学会(SAE)对自动驾驶分级定义了自动驾驶分级[1](见表1所示),这个定义也可以视为自动驾驶实现的路线图。

    表1 SAE关于自动驾驶分级表

    blob.png

    从车、路、人、环境交通四要素出发来考察自动驾驶技术发展历程便会认识到,自动驾驶技术首先实现车的智能化无疑有着其较为务实的考虑,诸如要面对各种状况的道路、不同能见度、与普通车混行、在城市道路与人混行等复杂条件。只有首先发展智能车使其具有感知及控制系统[2],才能走出自动驾驶的第一步,这可以称为自动驾驶技术的“破冰之旅”。

    车路协同自动驾驶与车辆自动驾驶的区别在于,完善道路感知并与智能信息协同可以在降低车辆系统复杂度、降低自动驾驶车辆的成本、扩大感知范围、提升自动驾驶安全等多方面具有优势[3]。但车路协同式自动驾驶存在一个先决基础条件,那便是需要提供车与路侧设备、车与车的通信,才能完成协同式自动驾驶——这便是自动驾驶的第二步,确定V2X(车辆到一切)通信。在这一领域,DSRC技术与LTE-V技术路线之争的由来已久[4],但随着2018年我国工业和信息化部对LTE-V的频段授权,确定了LTE-V作为我国车路协同通信技术,以此为新基点,开启了车路协同探索的新篇章。

    车路协同的第三步就是关于支持车路协同的智慧道路建设问题。2018年11月1日-3日,第一届车路协同自动驾驶国际论坛在北京国际会议中心召开,相关领导和国内不少专家提出我国在高速公路率先推进车路协同自动驾驶的构想。本文就高速公路基础设施现状结合如何实现车路协同驾驶若干问题进行探讨,希望对车路协同自动驾驶技术的落地、高速公路管理和服务、自动驾驶产业发展有所裨益。

    blob.png

    ▲第一届车路协同自动驾驶国际论坛

    二、高速公路车路协同自动驾驶的条件

    众多领导专家对高速公路实现车路协同自动驾驶寄予厚望,是基于高速公路车路协同自动驾驶条件有着较乐观估计。本文对高速公路实现车路协同自动驾驶的条件大体按照优势条件、需保障的条件、需改进条件三类进行分析。

    1、优势条件

    高速公路对车路协同自动驾驶的优势体现在车路协同的运行环境较简单、主体权责清晰、设施建设等较为齐全等方面。

    (1)运行环境较简单

    我国高速公路基本属于封闭式道路,对进入高速公路人员有严格管控。这样,相对市政开放式道路来说,人对交通不利影响得到大幅度遏制,这是交通环境简单的最大原因。其次是高速公路道路条件优良,相比市政道路路面、弯道、交叉道口来说,高速公路具有更平整的路面、更简捷的线性、更简单的互通结构。这些条件更有利于车路协同自动驾驶的实现。

    (2)有较清晰主体权责

    高速公路虽然属于公共基础设施,但运营主体权责清晰,属于企业性质,以效益为目标,在“投资-回报”模式下,有动力在保障安全的基础上提升道路运力,提供服务。车路协同自动驾驶在提高安全、提升道路运行效率方面具有较大促进作用,吸引了高速公路运营方高度关注。

    (3)路侧机电设施齐全

    高速公路通过三十年发展,发展了包括收费、监控、通信在内较为齐全的机电设施。在建设、管理、养护、维护等方面更是积累了丰富的经验,这有利于车路协同系统建设。

    blob.png

    ▲高速公路已安装的各项机电设施

    2、需保障条件

    需保障的条件是指以高速公路现有运行方式、机电设施储备,需要进一步发展才可支持车路协同自动驾驶的那些条件。其中包括采用自动收费方式、提供路侧车路协通信设施并发展符合车路协同应用的感知系统、导航技术等。

    (1)车路协同自动驾驶收费方式

    根据自动驾驶分级不同,自动驾驶所能适应的收费方式也不尽相同。在L4级别以下(包含L4)的自动驾驶对人工收费和自动收费均可适应,自动收费方式可以让自动驾驶更为平滑、干预更少、系统更简洁。高速公路已实现ETC收费、自由流收费等自动收费技术,但目前面临的是人工收费(MTC)、自动收费(ETC)和自由流车道系统混合布设的状况,自动驾驶车辆进出高速时需要通过导航保证其行进在自动收费车道内。

    (2)路侧通信设施

    路侧通信设施是保障车路通信能够正常进行的必要装备,LTE-V既定义了车路无线通信标准,又定义了车载设备之间通信的标准。在智能汽车与非智能汽车混行的条件下,智能车需要借助路侧感知设施对道路状况进行感知,V2X通信主要内容是车与路侧设备的信息交换,因此路侧设备是车路协同能够进行的基础。

    blob.png

    ▲路侧通信设施与车载单元的通讯

    (3)符合车路协同应用的感知系统

    车路协同顾名思义是指车能够理解并运用路侧系统的信息,路侧感知设备也能够按照车辆的需要来提供信息及部分计算结果。如果仅仅是原始信息的传递,一方面会造成车路通信带宽过高,另一方面也造成车载运算系统过于庞大,对于整个系统的实现造成障碍。因此路侧传感层有义务提供车辆所需的必要并且足够充分信息,才能有效支持车路协同自动驾驶。目前高速公路机电系统中缺乏按照车辆去理解道路的思维,所发展的系统基本是按照管理者视角来搭建系统并布设采集设备及计算设备,例如一些道路仿真指挥系统、GIS地理信息系统等,这些工具对于车辆在运行场景下而言都过于宏大,颗粒度太粗。因此按照车路协同应用来补充感知系统就很有必要。

    其中路侧通信设备和感知系统是本文着重要在技术的实现中重点展开,因此本节不赘述其实现方式。

    (4)符合车路协同的导航技术

    在L3及以下级别的自动驾驶按照驾驶员的认知习惯发展导航是必要的,所以现阶段有必要围绕车路协同自动驾驶发展车辆导航用高精度地图。目前北斗卫星通过辅助的地面增强站系统,可以实现精度在20厘米左右的导航。但需要解决车载高精度卫星地图如何与路侧感知系统协同加载实时数据的问题,按照地图系统在车内导航端来考虑,车载导航端则需要根据路侧感知去呈现对驾驶有影响的物体。这一点类似目前商用导航系统在道路出入口提供弹出的更精细道路出入口车道指示模型,不过相比目前的模型,自动驾驶导航道路模型需要更精细,而且能够叠加实时感知数据呈现实时的交通运行状态。在L4及以上级别的自动驾驶,车辆有可能通过车路通信实时从路侧系统下载彼此理解的更简洁、精确的场景模型,借助车辆感知和路侧感知完成车辆在该场景下的自动行驶导航。

    3、需改进条件

    需改进条件是指创造高速公路车路协同运行政策和管理环境所需必要条件。这里着重对自动驾驶安全责任立法、自动驾驶的保险与交警管控协同提出大略的思路。

    (1)自动驾驶安全责任立法

    在非自动驾驶时代,交通事故的责任主体是驾驶员,这一主体认定方式在L3以下级别的自动驾驶均可继续延用。但在L3及以上级别的自动驾驶中,系统将自主承担驾驶任务,交通事故责任的判定便涉及到自动驾驶技术运营方或技术提供方。若依旧保持对驾驶人员的责任判定,势必导致自动驾驶技术被搁置并扼制了该技术的正常发展。因此关于自动驾驶责任方面的立法应先行,确保自动驾驶技术能够保证行驶安全,并且能够有成长空间,保障整个产业有序发展。关于自动驾驶安全责任认定,从系统开发到应用实施环节众多,但应该重点抓两头,一头是运营方,一头是装备和系统的提供方。国家和行业对自动驾驶管控应强化安全方面的检测、监测和资质牌照的颁发。这方面可以航空业发展为鉴,应用“黑匣子”安全技术,逐步将自动驾驶技术推向成熟并开创行业繁荣局面。

    (2)自动驾驶保险

    保险是推动自动驾驶产业有序发展的又一大助力,保险会在分担风险、提高消费者信心方面贡献力量,从而促进自动驾驶发展。这方面也可以航空保险发展为鉴,创新体制,共建共享自动驾驶技术所代表的交通文明新时代。

    (3)与交警管控的协同

    高速公路运营管理方是高速公路企业,但交通秩序由高速公路交通警察局执维护,在恶劣气象条件下或发生交通事故时封路的指令便由高速交警发出并执行,事故现场处理也是由高速交警执行,因此和高速交警在车路协同自动驾驶方面必须做到信息的协同。

    三、高速公路车路协同自动驾驶系统建设目标

    车路协同自动驾驶系统建设目标主要有安全、效率、经济性和能耗、发展等。建设目标应具体结合自动驾驶级别设定,总体而言,自动驾驶级别越高,目标要求也将越高。

    blob.png

    ▲高速公路车路协同自动驾驶系统建设目标

    1、安全

    对高速公路管理来说,安全是第一要务,没有安全就没有效益;对自动驾驶而言,安全就是生命,没有安全就意味着生命危险。因此,安全是车路协同自动驾驶的第一要务,一切其他目标都应建立在安全的基础上。高速公路车路协同自动驾驶安全目标应既包含对宏观安全层面事故发生率、交通事故死亡率的追求,又包含系统安全、数据安全与可靠性等技术指标。

    2、效率

    效率是自动化最根本的追求,车路协同自动驾驶作为自动化的一个分支领域,效率自然是其重要目标之一。效率应包含高速公路通行效率提升、应急处置效率、人工成本下降等。

    3、经济性与能耗

    车路协同自动驾驶涉及路侧系统的建设,投入与产出需要通过经济性的检验。同时,能耗指标也应满足相关要求。但车路协同系统具有明显的外溢性和公共服务特点,因此经济性和能耗目标应充分考虑其公共性和社会效益。

    4、发展

    作为新兴被寄予厚望车路协同自动驾驶技术,我们应清醒认识到其发展不充分和各环节技术的不均衡性、产业衔接尚未理顺等问题。因此需要进行大量实验、建立仿真环境检验测试、规模化试用,并且按照自动驾驶级别制订发展目标并细化指标体系,只有满足低级别的实现度并充分通过高级阶段的条件评估后方可进入下一高级阶段,如此按照计划次第推进,稳步实现车路协同自动驾驶技术在高速公路的应用。

    四、高速公路车路协同自动驾驶技术实现

    单纯的LTE-V通信绝不等同于车路协同自动驾驶。只有按照对应的自动驾驶级别,通过LTE-V通信对智能车提供充分路侧信息,才构成完整的车路协同自动驾驶系统。

    涉及自动驾驶等级不同,车路协同感知系统构成细节也略有不同。在技术实现方面,本文从普遍信息系统构成的感知层、信息传输层、信息处理层、信息安全四个层面分别对车路协同自动驾驶技术在高速公路应用的个性化特点进行分析,理清车路协同自动驾驶系统建设与现有智慧高速建设的区别与关联,以便更好地实现高速公路车路协同自动驾驶。

    blob.png

    ▲高速公路车路协同自动驾驶系统总体框架

    1、信息感知层

    同样作为感知层,自动驾驶技术感知区别于高速公路机电系统感知主要有四方面:一是目标方面,机电系统是为路段分中心监控服务,感知所采集信息是为了在路段监控大厅还原外场实时运行状况;车路协同感知是为某一区域内车辆服务,所采集的信息用来提升该场景下的行驶安全性和道路运行效率。二是信息传递方面,机电系统是将数据和信息传递给监控分中心;车路协同系统主要是为了将信息传递给车。三是信息构成方面,机电系统是为了管理人员直观了解道路运行状况,多采用视觉等技术手段;车路协同系统是为了使车理解道路场景和实时变化,一般采用综合感知技术,感知场景内所有移动物体的运动特性,并对具有安全风险的车辆作特别的信息提示或控制措施;四是信息量承载方面,机电系统一般采用光纤作为信息传送介质,可以有效传输有助于人理解路况的大带宽业务;车路协同通过无线通信,其上、下行信道带宽有限,只能传递少量的信息。

    这些区别,是造成车路协同感知层的与机电系统在感知层实现方式不同的根本原因。例如,视频作为感知手段,可以在监控室大屏上完全重现前端场景视觉变化细节。但这些对于车辆来说,要提取语义级信息非常困难,需要庞大的运算资源去处理,并且也不能保证获得足够准确的信息去支持自动驾驶,更可能的状况是车载计算机直接被大量数据流所阻塞。再例如全向雷达信息对场景内运动物体或静止物体扫描,可以得到一整套道路实时运行状况数据,并且能够对车辆运动特性进行感知。这样一套系统在高速公路监控分中心通过仿真技术还原成监控或应急指挥人员理解的视觉信息,既需要大量的计算资源,又需要高昂的模拟软件费用。如果这项技术用到车路协同感知系统,则需要通过一些处理使得传递的数据较小,让车以更广阔视野理解场景全貌,消除车辆自身视角和感应盲区造成的安全隐患。总体来说,车路协同的感知结果将直接用于对车辆行驶行为的干预和控制,感知和控制具有即时性需要,感知和处理本身就是应用,不同于机电系统旁站监看时延容忍较高模式。

    作为路侧的车路协同感知系统,有两个重要方面,一个是为运行车辆提供特定场景的静态或准静态信息如桥梁、急弯、长大下坡、出入口、施工封道等信息提示;二是在路侧以观察者视角为车辆提供场景内运行实时动态信息,如影响本场景的交通事故信息、周边车辆及行人运动信息、在特定场景下通过运行方向和车速判断发生事故的可能性并定向对目标车辆提前发布预警等。前者完全可通过智慧高速公路感知系统及信息平台提供基础信息,后者则需要特定的感知设备并需要结合场景进行计算处理才能得到相应信息。特别是为了达到实时动态预警,路侧的感知设备则需要在扫描频率上、感知信号的全面覆盖方面达到相应的要求。需要指出的是,LTE-V通信作为车路互联的纽带,在智能车充分发展时也可以视为车辆速度感知系统的一部分。

    2、信息传输层

    车路协同自动驾驶首先是车与路侧设备的通信,这部分布设LTE-V路侧基站即可实现车与路侧基站的通信,车载OBU可以通过pc5空口实现车与车的通信。其次,由于uu口所能承载的信息量有限,基站之间的信息交互、路侧感知层和车路协同通信的结合、高速公路监控分中心信息平台与路侧通信的结合等均需要更大带宽的专网传输网络才能承载,并且各类业务应按照所瞄准的控制目标对其采集频度、处理、传输时延、带宽需求进行定量分析,用以确定数据传输方案。

    3、信息处理层

    原始数据很难被车辆或系统直接理解,必须经过分析、处理和组织才能获得语义级的信息。例如,两部车辆的速度很容易被测量,但两车是否会发生碰撞的问题,则需要根据两车的运动特征建立模型处理、分析数据才能判断回答。

    车路协同信息处理的核心问题是在路侧还是在中心(或云端)进行数据处理和信息提取。从计算资源部署及计算能力考虑,中心处理具有优势。而从反应及时性、个性化场景的适应性方面,路侧的边缘计算无疑是较优选择。在路侧的计算应与中心(或云端)在数据模型、数据结构、结果信息表达等方面具有兼容一致性,边缘计算作为中心计算(或云计算)的一个子集存在,这对于构建一个完整的信息系统来说非常必要。而在可行性方面,通过整体架构设计和数据规划,边缘计算和云计算可以分工协同实现对车路协同自动驾驶服务。

    4、信息安全

    车路协同自动驾驶的信息安全除了基本的网络安全外,主要是身份认证和互信问题。身份认证问题可以通过密钥管理系统来解决,而系统及终端的互信需要通过更多互通测试和技术约定来建立。

    五、高速公路车路协同自动驾驶展望

    从技术实现方式上看,车路协同自动驾驶系统将车辆的私有及普遍性和基础设施的公用和特定性区分开来,各自实现智能化,再通过协同通信,构成数字化运行的自动驾驶环境,这无疑有着较高的可实现度。通过车路协同自动驾驶,高速公路有望在高安全性、极速通行、精细管理、全天候通信、完全自由流等五方面实现突破。

    blob.png

    ▲高速公路车路协同自动驾驶助力高速公路实现突破

    1、高安全性——零死亡目标的追求

    自动驾驶车辆可以通过驾驶行为的规范化、车路协同感知全面化等技术手段,使高速运行的车辆安全制动,大幅度缩短减速反应时间与滑行距离。这样,首先可以大幅度降低交通事故的发生率,其次在事故发生时,保证零死亡。

    虽然非自动驾驶车辆不能实现驾驶行为的规范化,但可以通过大数据画像对其驾驶行为达到部分预期,通过完善的路侧感知技术对其识别,自动驾驶车辆与其相遇时,可通过调整车距等策略预防事故的发生。

    2、极限速度运行——良好状况下突破每小时120公里的限制

    目前高速公路车速限速在每小时120公里以内,其基本依据来源于最小车距约束、驾驶员的感知和反应时间以及车辆制动时间三方面。在自动驾驶技术条件下,感知和反应时间必然会大大缩短,因此在相同的最小车距约束下,自动驾驶车辆必然可以以更高的速度运行,有可能在保障安全的条件下突破非自动驾驶条件下的速度限制。

    3、精细化管理——速度管控和车道级管理

    车辆的能源大多消耗在非匀速运行环节,匀速运行的车辆不仅能降低每公里的能源消耗,也能减轻车辆的磨损。而且,自动驾驶车辆匀速行驶在特定场景下运行也更容易建模计算,可预测性更强,因此尽可能让自动驾驶车辆在高速公路上保持匀速行驶将是自动驾驶技术繁荣时宏伟景观。而做到这一点,分车道的管控就很有必要。在车路协同自动驾驶发达时,分车道管控也将具备实现基础。

    4、全天候通行或准全天候通行——雨、雪天不封路

    在恶劣气象条件下,高速公路采取封路措施一直为社会舆论所诟病。对高速公路封路提出批评的理由在于普通公路行驶条件远远低于高速公路,却在恶劣条件下并不封路,结合高速公路公共属性,这类批评无疑对高速公路运营管理方形成较大的压力。但由于运行在高速公路上的私有车辆行为难以控制,安全问题无法妥善解决,在暴雨及大雪天气下相关部门不敢冒安全风险让车辆自由进入高速公路。当自动驾驶处在L4及以上级别时,结合速度与分车道管控,自动驾驶车辆最有可能不受恶劣气象条件影响,通过降速运行等方式较为安全地运行在路面未遭受毁坏的高速公路上。这对国计民生以及高速公路使用效率来说均是重要突破方向。

    5、完全自由流——全面的信用体系

    通过推动车路协同自动驾驶,逐步建立基于车辆的信用体系,可以杜绝套牌车的出现,实现基于信用体系的完全自由流,并用以辅助完善全社会范围信用体系,构建“安全、便捷、高效、绿色、经济”的新时代交通体系。

  • 关键字: 高速公路 自动驾驶 车路协同
  •    责任编辑:刘艳
  • 关于我们
  • 联系我们
  • 广告赞助