徐志刚 赵祥模等:智能公路发展现状与关键技术 - 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

    徐志刚 赵祥模等:智能公路发展现状与关键技术

    2019-09-11 11:37:04 来源:中国公路学报 评论:
    分享到:

    编者按:本文借鉴美国自动公路系统(Automated Highway Systems,AHS)技术框架,根据当前信息技术发展趋势,在AHS的研究基础上延伸和扩展了智能公路的概念和技术框架,提出了未来智能公路系统的演化方向以及包含信息管理层、网络通信层和感应控制层的智能公路体系架构。对国内外智能公路的核心概念和技术体系架构进行了系统梳理。分阶段回顾和总结了智能公路的发展进程和最新的发展状况,对智能公路建设和发展的关键性技术进行了解析和重构,并对智能公路未来的发展趋势进行了展望和思考。

    0  引言

    智能公路(Intelligent Road,IR)是一种多功能集成的道路基础设施系统,可以提供大量全局、实时和先验信息,辅助智能网联汽车(Intelligent and Connected Vehicle,ICV)环境感知和即时通信,消除行车安全和交通拥堵隐患,使得未来道路交通系统能够更加安全、高效、环保和舒适。

    智能公路是智能交通系统(Intelligent Transportation System,ITS)的重要组成部分。20世纪80年代,美国联邦公路管理局(Federal Highway Administration,FHWA)开展有关自动公路系统(Automated Highway Systems,AHS)研究。相关研究指出,AHS是通过安装在道路和车辆上的传感器收集信息,并利用该信息在极少或无人为干预的情况下驾驶车辆的一种系统。AHS重点是为自动车辆提供基础设施支持,路侧控制系统和车辆本身可以负责车流运行的安全和高效性,AHS是一种可以很好的解决道路拥堵、行车安全问题和提高道路利用率的解决思路,可以增加道路车辆容量,其路边控制系统可以优化整个道路容量和交通流量。

    智能公路是智能网联汽车提高行驶环境感知能力和环境适应能力,帮助其实现安全快速自主导航的可靠保障,有利于智能网联汽车提供更安全便捷的出行方式。AHS可定义为:“AHS由自动驾驶车辆、车路通信与协同和智能的道路基础设施三部分组成,其目标是通过通信、电子、自动化技术构建车辆-公路一体化系统,实现在车辆之间实时通信的环境下最大限度地提高道路通行能力。

    随着技术的发展,AHS逐步朝着智能化的方向发展,智能公路将是一种为用户提供泛在移动服务供应的交通环境配备的必要设施。根据相关文献调研,可以看出智能公路的概念和应用仍处于演化阶段,其内涵和外延仍将不断扩展,但其本质仍然定位在“智能化”上。与传统道路的区别在于其对道路自身状态信息的获取是实时的,其内部各元素之间的信息是共享的,其管理与决策支持系统是具有一定智能的,其目标是让道路更加安全、高效、节能、环保和可持续发展。

    为了厘清国内外智能公路发展现状和其关键技术的发展现状,本文以AHS为原型,对国内外智能公路的核心概念和技术体系架构进行了系统梳理,分阶段回顾和总结了智能公路的发展进程和最新的发展状况,对智能公路建设和发展的关键性技术进行了解析和重构,并对智能公路未来的发展趋势进行了展望和思考。

    1 智能公路的发展历程

    1.1 美国AHS体系构架及演化

    美国国家自动化公路系统联盟(The National Automated Highway System Consortium,NAHSC)定义了从协作到全自动的AHS概念,主要包括自动驾驶、合作协同、基础设施支持和管理控制这四个阶段概念,并介绍AHS具有的位置保持、车道变换、拥堵缓解和流量控制的功能在不同阶段的演化概念。图1显示了这些可供选择的概念和它们的四个功能。随着智能公路信息感知、处理、传输、计算机、融合决策系统的不断完善,智能公路最终将达到具备“物理公路与数字化公路并存,二者实现虚实信息交互,共同完成‘决策-控制-管理’功能”等平行智能特征的高级阶段。

    image.png

    图1 基于AHS概念的智能公路框架

    以如何实现智能公路的作用功能为目的,集成现代化的技术条件,图2从智能公路系统层级出发,梳理了当前智能公路的结构层次和相关概念,在该框架中智能公路将通过路侧设备实时感知和收集车辆的行驶状态和道路状况,然后通过泛在网络实现智能公路各实体之间的互联互通,接着运用大数据和云平台技术对数据进行动态交互,信息挖掘和智能决策等一系列处理,从而为车辆,驾驶员,管理者等参与者提供全面高效的信息服务。

    image.png

    图2 智能公路的结构层次和相关概念

    未来智能公路的体系架构将是一个集环境感知、规划决策、信息交互、自动修复等功能于一体的高新技术道路综合体。对图2的智能公路系统的结构层次概念进行简化和集成。

    a) 感知和控制层

    感知和控制层对应图2中的感应和收集模块,主要由路侧设备和智能车辆两部分组成,实现道路和车辆信息的有效采集以及执行设备的有效控制。同时还负责底层传感器工作状态的自动监测和动态管理。

    b) 网络通信层

    网络通信层对应图2中的网络通信模块,主要由各种通信技术如V2X通信技术和网络协议组成,主要是实现传感网、车联网、光线网络和各种无线网络之间的互联互通,保证各类信息的有效传输,同时满足极端条件网络的稳定性和信息安全性。

    c) 信息管理层

    信息管理层对应图2中的决策处理和服务提供模块,主要由云平台技术和大数据技术组成,实现人-车-路数据的存储,信息挖掘和决策支持,目前常用的决策方法有状态机,决策树,深度学习、增强学习等;通过对车路数据的实时状态分析实现对车流在时间和空间上的引导、分流,避免公路堵塞。同时提高车道管理、通过可变交通标志或数字交通广播发布交通诱导信息。

    1.2 智能公路发展阶段

    为了更好的了解智能公路的发展和现状,根据智能公路的技术发展路径,本文将智能公路发展归纳分成四个阶段:概念初级应用阶段、通信技术驱动发展阶段、绿色能源技术驱动发展阶段和自动驾驶技术驱动发展阶段。

    1.2.1 概念初级应用阶段

    20世纪70年代至90年代,智能公路的概念开始走进公众的视野。1986年成立的美国加州PATH项目是北美首个专注于智能交通系统的研究项目,对AHS进行了全面系统研究和长期试验探索。PATH计划将AHS架构分为五个层级:网络层(Network Layer)、链路层(Link Layer)、协调层(Coordination Layer)、管理层(Regulation Layer)和物理层(Physical Layer)。如图3所示,其中网络层的功能是基于路侧或车辆的传感器收集的信息来估计高速公路网络状态。链路层通过广播链路获得车辆的加速度和排队长度目标值,控制高速公路网络的路段或链路中的交通流量。协调层主要是协调车辆组之间操纵的执行,同时辅助管理层执行操纵。管理层和物理层构成的闭环控制系统在纵向和横向上控制每个车辆。


    image.png

    图3 在PATH项目中AHS的层次结构

    日本于1973年开始进行第1个智能交通项目汽车综合交通控制系系统。20世纪80年代中期到90年代中期,日本成功研制了路车间信息系统(Road Automobile Communication System,RACS)、先进的车辆交通信息与通信系统(Advanced Mobile Traffic Information and Communication System,AMTICS)。欧洲于1987年开始进行欧洲高效安全交通系统计划。美国于1990年成立了智能化车路系统组织。1999年起,我国智能交通系统工程技术研究中心对智能公路系统进行深入研究开发。

    1.2.2 通信技术驱动发展阶段

    在2011年1月1日欧盟正式启动车联网项目Drive C2X,并于2014年试验成功。在2010年,美国推出了《智能交通系统战略计划(2010-2014)》,接着在2012年8月发布了《智能交通系统战略计划(2010-2014):2012年进展》,确立Connected Vehicle为车路协同相关研究的总称,而基于安全的专用短程通信(DSRC,Dedicated Short Range Communications)车车通信(Vehicle to  Vehicle,V2V)技术已取得初步成果并完成了典型应用。2010年10月国务院在“八六三”计划中提出2项涉及车联网关键技术的项目,即智能车、路协同关键技术研究以及大城市区域交通协同联动控制关键技术研究,于2014年2月通过了验收,该项目完成了车路协同系统的体系框架,提出了车路协同系统的集成测试与演示方案,突破了多项关键技术。如图4所示,车与基础设施(Vehicle to  Infrastructure,V2I)通信和V2V通信和应用为提高主动式交通安全应用提供了一个有效的平台。


    image.png

    图4 车路协同实现多模式交通的互联

    1.2.3 绿色能源技术驱动发展阶段

    在绿色能源技术驱动发展阶段,人们更加关注道路的环保建设和绿色出行方式。在第16届智能交通世界大会上重点关注了未来的交通,气候变化以及智能交通的发展,目的是让智能交通领域的众多技术能够为节能减排做出贡献。欧洲公路研究实验室提出了永远开放道路(Forever Open Road)概念,其中就包括了直接应用到道路本身,而不是在道路的边缘的太阳能发电模块。其理由是,修建沥青路面会产生成本,这可以从更昂贵的太阳能电池板的成本中扣除。另外太阳能道路还可以提供集成LED的车道标识,以及防止冬季冰雪堆积的加热元件。从理论上讲,道路板的发电量随着时间的推移将覆盖建设成本,而如果广泛部署,将提供分散的电网系统。2017年12月,全球首条光伏高速公路在中国济南投入运营,这条仅2 km的路面已实现并网发电,未来将实现车辆移动充电。此外美国、法国、英国、韩国等也建设了自己的光伏发电道路,以探索太阳能在道路方面的应用。这种以光伏路面为代表的绿色公路,可以为道路自动除冰,电动汽车无线充电等服务提供有效的清洁能源保障。

    1.2.4 自动驾驶技术驱动发展阶段

    在自动驾驶技术驱动发展阶段,以自动驾驶为目标的智能网联汽车技术的发展得以不断发展,在近期实现安全、舒适、节能、高效行驶的优化目标,远期实现无人驾驶的目标。

    目前受控封闭的智能网联测试场地承担着智能网联汽车技术研究,模块开发,性能验证等多项功能。测试场模拟多种道路场景并装备相关通信定位设备,也是改造智能公路的必要设施。位于美国密歇根州安娜堡市的著名的Mcity试验场,是全球首个专为智能网联汽车设计的试验场。始建于2014年的瑞典Astazero安全技术综合试验场是欧洲现有最大的智能汽车试验场。

    近几年中国的智能汽车测试场的建设和发展迅速。2016年6月7日,由工信部批准的国内首个国家智能网联汽车(上海)试点示范区封闭测试区正式开园运营。在高校科研建设方面,长安大学车联网与智能汽车试验场走在了全国前列。如图5所示,试验场道路系统可以作为智能公路原型系统。

    image.png

    图5 长安大学车路协同试验场智能道路原型系统

    2.     智能公路关键技术

    智能公路是集成了多方面专业技术的一个复杂、庞大的系统性工程,涉及信息采集与处理、信息加密与传输、道路材料,智能化管控与检测等多个方面技术。本文根据目前主流技术和有前景的发展方向,总结了未来应用在智能公路上的八大关键技术,主要包括:泛在无线通信技术、车辆全时空连续高精度定位技术、基于车路协同的车辆队列技术、道路智能材料技术、无线充电技术、面向主动安全的道路控制技术、面向出行即服务(Mobility as a Service,MaaS)的车路信息交互技术和结合基础设施的智能决策与规划技术等。

    2.1 泛在无线通信技术

    泛在网是在异构网络融合和频谱资源共享基础上实现无所不在的网络覆盖,可以利用现有的和新的网络技术,实现无所不在并且按需进行的信息获取、传递、存储、认知、决策、使用等综合服务的网络体系。在智能公路中,无线通信的各种技术的互补性越趋明显和重要,如图6所示。

    image.png

    图6 泛在无线技术在智能公路中的应用 

    目前有大量研究将无线通信技术在智能公路上进行测试和应用。其中光纤无线电(Radio-over-Fiber,ROF)技术是一种可以用于未来建设新型车辆到基础设施(V2I)信息交互的通信系统。Noh等提出了一种扩展了环境感知的范围,并提高了高度自动化驾的情境感知性能的V2I协作系统。Jia等开发一种考虑V2X的增强型合作微观跟车交通模型,同时应用可用于交互式通信的WAVE技术,车辆可以通过使用基础设施通信。

    在车路通信的网络性能服务方面,Dey评估了Het-Net的性能,包括Wi-Fi、DSRC和LTE技术,用于V2V和V2I通信。并在此基础上开发了应用层切换方法,以便为两个联网车辆技术(Connected Vehicle Technology,CVT)应用启用Het-Net通信:流量数据收集和前向冲突警告。还成功使用应用层切换技术来维护CVT应用的无缝连接,可以在未来的Het-Net支持的连接车辆应用中采用。

    泛在无线通信技术是实现高度智能的车-路通信与协作的基础。虽然目前相关行业已经取得了很多重要的成果,但是我国在此领域还有很多实际问题急需去解决和攻克(如:信道划分和频率资源分配、自组织网络架构设计、链路复用技术、异构网络垂直切换方法、天线增益及灵敏度和DSRC新标准制定等问题)。

    2.2  车辆全时空连续高精度定位与导航技术

    高精度定位技术是实现车辆安全应用和个性化交通信息服务的基础。随着北斗系统亚米级精度定位技术的逐渐成熟,同时通过在道路基础设施上安装的WLAN信号定位、射频无线标签定位等无线定位技术相结合,有利于高精度定位技术直接应用于城市交通规划和管理、智能公交、车辆安全和辅助驾驶、智能出行等各个领域,从而推动智能公路的技术升级。

    在高精度定位技术研究方面,广域精确定位技术可以应用于车辆网络系统,可以在城市环境中提供车道级定位服务。O’Keefe提出了一种将载波相位差分GPS与超宽带(Ultra-wide Bandwidth,UWB)测距紧密耦合的方法,用于车辆到基础设施的相对导航。Haak提出了一种解决车辆定位精度易受数字地图质量影响的车道级高精度车辆定位的方法。Kawamura开发了一种具有超高频射频识别(Radio Frequency Identification Devices,RF-ID)系统的车辆导航系统。Pashaian提出了一种基于模糊逻辑和神经网络的地图匹配法。Dai开发了一个基于车载自组织网络的基于位置的服务。

    在提高车辆导航精度方面,Pashaian提出了两种基于模糊逻辑和神经网络的方法来解决汽车导航系统中的匹配问题。Zhang提出了一种利用对称测量方程滤波器进行协同定位以解决数据关联问题的解决方案。Müller提出了一种解决卫星导航误差的协同车辆自定位解决方案,通过使用能够检测和跟踪周围道路基础设施对象的雷达传感器,限制车辆行驶时位置误差的增长。

    在未来的智能公路上,对道路上大规模车辆进行实时高精度定位,有助于精细化的交通流特性刻画及精准控制。图7给出了未来智能公路通过融合无线定位、惯性导航定位、卫星定位、车辆自主定位、路侧设施辅助定位和高精度地图实现智能公路上大规模车辆的实时精准定位的总体解决方案。

    image.png

    图7 在高精度定位中使用的几种技术

    2.3  基于车路协同的车辆队列技术

    如图8所示,车辆队列(Platoon)是利用距离探测传感器、车-车/车-路通信技术使得多辆汽车之间保持一定的安全距离,除头车以外的所有车辆都自动跟随头车行驶,从而使得整个车队形成了一个一致性的整体。目前对于车辆队列的研究主要集中在网络通信和运动控制优化方面。

    image.png

    图8 基于车路协同的车辆队列

    在车辆队列的网络通信技术方面,Di Bernardo等人将车辆队列控制和管理过程视为一种时滞系统,采用Lyapunov–Razumikhin定理对其时滞性进行分析,探究车辆队列系统能够容忍的最大通信时延。Lei等搭建仿真平台,通过仿真方法研究无线通信的丢包率对车辆队列系统性能的影响。目前,基于IEEE 802.11p的DSRC成为Platoon研究者首先研究的网络。IEEE 802.11p具有自组织、低时延等特点,能够满足大多数条件下车辆队列中车间通信的需求。

    在车辆队列的运动控制和优化方面,Saeednia将货车编组划分为车队形成、车队保持和车队消散三个阶段。提出了一种混合超车和减速模式的混合策略,对车辆队列形成过程的期望速度进行了优化。

    未来在智能公路系统中,将充分利用车路通信V2I的可靠性弥补(V2V)随机性的不足,同时提供实时的高精度地图和高精度无线定位服务,从而保证车辆队列运行的可靠性和安全性。

    2.4 无线充电技术

    无线充电技术(Wireless Charging Technology,WCT)是指在不通过实体电线连接的情况下,通过电磁场或电磁波等方式来为用电设备进行充电,在千瓦功率水平下,传输距离从几毫米增加到几百毫米,并且电网负载效率高于90%。这些进步使得WCT在静止和动态充电场景中对电动车辆(Electric Vehicle,EV)充电应用非常具有吸引力。车辆进行无线充电的示意图如图9所示。

    image.png

    图9 无线充电技术的应用

    在道路无线充电应用研究方面,Deflorio等提出了一种用于评估驾驶时为电动车辆充电的无线感应电力传输性能的方法。Xiao等提出了一种由多个螺旋线圈组成的,用于电动汽车的感应式无线充电通道。Wang提出了一种结合无线充电和太阳能技术的混合动力框架。未来可以通过部署更低成本的太阳能传感器来减少高成本移动充电器的数量。

    当前无线充电技术仍旧有很多工程问题亟待解决。未来如果实现电动汽车的动态无线充电,将无线充电模块配置在智能道路上,同时太阳能等新能源提供电力,则可以大幅减少电动汽车配备的动力电池容量,节能减排,并且降低电动汽车的运行成本,为扩展电动汽车续驶里程提供新思路,电动汽车无线充电技术将在未来很长一段时间内处于行业热点位置。

    2.5  道路智能材料技术

     在智能公路系统中,智能材料技术是道路智能化的基础,一方面道路智能材料能够自主感知环境刺激,对之进行分析、处理、判断,并采取一定的措施进行适度响应。另一方面智能材料的优异特性使路面具备了能量收集、自调节、自诊断、自愈合、信息交互等智能化功能,提升了道路服务能力。

    在智能材料应用研究方面,智能混凝土在原有部件的基础上添加智能部件,使混凝土成为具有自我感知和记忆,自适应和自我修复的多功能材料。根据这些特点,可以有效预测混凝土的内部损伤,满足自身安全检测的需要,防止混凝土结构的脆性破坏,并可根据检测结果自动修复,显着提高混凝土的安全性和耐久性。新一代沥青黏合剂是一种在材料使用寿命期间能够使材料的机械性能适应其实际变化负载条件的智能材料。其基质已经用磁性颗粒改性,当它们被磁场激活时能够改变黏合剂的机械性能,为在智能基础设施中实施该应用提供了广泛的应用可能性(图10),特别是沥青路面的建设、修复和维护。

    image.png

    图10 磁场激活机械粘结剂时出现的现象示意图

    在未来的智能公路中,在路面材料中加入导电纤维、石墨等导电材料,使路面具备导电性,从而通过电热传递,达到路面融雪化冰的功能。道路微裂缝的探测极其困难,可以使用裂缝自愈合技术,依据仿生学的基本原理,模拟生物体损伤愈合现象及其原理,通过能量补偿或者物质补偿的方式刺激路面损伤的自愈合。

    2.6  面向主动安全的道路控制技术

    在智能公路系统中,面向主动安全的道路技术是道路交通设计和智能集成化的重要目标,安全作为要素融入到道路交通设计和运营管理的全过程,可对道路车流信息方面进行提前预知,如图11所示。

    image.png

    图11 智能道路安全技术应用

    未来智能公路将从道路基础设施本身着手,通过实时监控、提前预测、自动感知和自动修复等工作模块提高道路的行车安全性和稳定性。

    2.7 面向MaaS的车路信息交互技术

    出行即服务(MaaS)旨在共享交通模式和智能信息技术的基础上建立无缝衔接的网络化交通系统。MaaS模式是基于消除各种不同交通模式之间的阻碍,实现无缝出行的一体化技术。如图12所示,该技术包括6项关键技术。

    image.png

    图12 基于智能公路的多模式交通无缝出行技术

    MaaS模型通过多种运输方式支持乘车共享,但目前它非常依赖于汽车这个重要角色,如何结合自动驾驶和智能公路解决基于此的道路拥堵问题,将会成为消费者权衡时间成本的关键因素。

    在未来的MaaS模式中,车路信息交互技术通过信息交互传输道路和车辆之间的数据信息,建立无缝连接的道路车辆信息化网络系统。智能公路作为交通出行实时信息的高质量数据平台,可以分担部分数据采集成本,提供统一的数据标准接口;智能公路对道路车流感知和实时定位,为出行服务提供商数据优化利用、交通最优出行规划,提高系统整体运行效率提供了数据和服务接口。对于交通管理机构,智能公路作为重要信息平台载体,有利于对交通服务安全行为的实时有效监管,补充完善相关安全保障措施。

    2.8 结合基础设施的智能决策与规划技术

    智能公路可为自动驾驶及多车协同规划提供更高效稳定的感知和通信途径。自动驾驶的规划决策模块负责生成车辆的行驶行为,是体现自动驾驶车辆智慧水平的关键因素。智能公路作为道路基础设施和多车辆的感知通信平台,为实际解决多车协同决策和规划提供了更好的思路。

    单车智能决策行为的性能好坏是衡量智能车辆智能化水平的重要指标,主要包括车辆跟驰、换道、超车、汇入车流等。目前智能车辆驾驶行为的决策方法主要包括基于规则的决策方法、基于马尔可夫理论的决策方法和基于神经网络的决策方法。

    多车协同运动规划(Multi-VehicleMotion Planning,MVMP)是指在给定多辆汽车初始位置、行驶目的以及约束条件的基础上,对多辆汽车的路径或轨迹进行求解的过程。目前的分布式MVMP算法按照分布式机理可细分为三类:优先级分配方法、运动协调方法以及任务分解方法。

    结合基础设施的智能决策和规划技术能提高ICV决策和规划的智能和网联能力,一方面,智能公路通过多种路侧传感器扩大ICV的感知范围,另一方面,ICV借助车-车或车-路通信网络,与其他ICV及智能道路路侧设施共享车辆路线规划和行驶决策信息,采用协同决策机制实现多车协同规划运行,如图13所示。 

    image.png

    图13 结合基础设施的智能决策和规划技术

    3. 智能公路发展展望

    3.1智能公路车协同一体化技术的发展与应用

    在智能公路的建设上,未来将更多地在现有基础设施上,利用信息技术、传感技术、网络技术等技术进行系统集成改造。智能公路为车路协同一体化技术提供了有效的技术实现载体,是实现车路协同技术规模化、产业化、集成化应用的实现平台。如图14所示,未来智能车辆的驾驶控制将由智能公路的路侧控制系统和车载控制系统共同完成,为自动驾驶提供了一个更安全、更稳定和更高效的环境。

    image.png

    图14 未来的智能公路 

    3.2 虚实结合的平行智能公路发展与应用

    平行系统是指由某一个自然的现实系统和对应的一个或多个虚拟或理想的人工仿真公路系统所组成的共同系统。平行智能公路体系框架如图15所示,平行智能公路通过虚实结合的交互方式实现物理公路系统与人工仿真公路系统之间的信息流传递。

    image.png

    图15 平行智能公路体系框架

    3.3 智能公路中人工智能技术的快速发展与应用

    以深度学习和增强学习为代表的人工智能(Artificial Intelligence,AI)技术在在环境感知和深度数据挖掘领域正在得到快速应用。一方面在智能公路的养护上,另一方面,深度学习与增强学习可以有效应用于车载系统和路侧系统,提供更好的驾驶预测和自适应控制,为道路健康状况自动跟踪和养护决策提供支持。

    3.4 信息安全技术在智能公路中的应用与发展

    随着信息和网络化在各个领域发挥着越来越关键的作用,信息安全已经成为当前各国各行业的一个重点关注领域。智能公路是一个集成感知和控制、人-车-路数据处理的高度信息化综合体,智能公路系统中基础节点数量众多,大量感知设备的信息交换,还未形成统一的通信协议等诸多环节,一旦被恶意攻击和控制,将会对智能车辆、道路基础设施、驾驶人、乘客甚至行人安全造成毁灭性的打击。所以智能公路信息安全技术研究刻不容缓,一方面我们应该加大人员资金的投入,确定数据管理对象并实行分级管理,建立数据存储安全、传输安全、应用安全的数据安全体系。同时建立智能公路的数据安全技术框架,制定中国智能公路数据安全技术标准。另一方面建立智能公路信息安全应急响应体系和保障智能道路系统健康发展的法律法规和伦理道德框架。

    3.5 自动驾驶技术与智能公路设施建设加速融合

    自动驾驶的关键系列技术是实现的自动驾驶L4和L5等级(美国机动车工程师学会定义)的重要决定因素,能够有效提高行车安全性、基础设施利用率和驾乘舒适性等。

    智能公路本身具备感知和控制等特点,可以由规模化的智能公路分担智能车辆的部分感知控制成本,通过智能公路的路侧感知设备和仅安装必需感知设备的自动驾驶车辆相结合,在使智能车获得全面感知能力的基础上,进一步促进传感器加速向低成本、小型化发展。

    3.6 智能公路商业化推广的实现路线

    回顾美国自动公路系统AHS的发展历程并展望未来,智能公路的最终实现和应用应该需要相当长的一段时间,但终将被社会接受。如图16所示,该路线图将分为:1.概念设计与软件仿真;2.封闭园区原型系统构建;3.关键技术突破和核心部件研发;4.智能公路示范应用;5.标准与规范制定;6.大规模推广与应用等六个阶段。如图17所示,本文对智能公路的发展进行了梳理整合。

    image.png

    图16智能公路未来的发展路线

    image.png

    图17 智能公路的脉络整理

    4   结论

    本文在AHS系统的基础上,梳理了国内外关于智能公路的核心概念、关键技术和四个历史发展阶段,提出了智能公路由信息管理层、网络通信层和感应控制层组成的三层体系架构。智能公路是结合感知、计算、通信、材料、人工智能以及系统集成技术的高新技术道路综合体。本文在AHS系统的基础上,梳理了国内外关于智能公路的核心概念、关键技术和四个历史发展阶段,提出了智能公路由信息管理层、网络通信层和感应控制层组成的三层体系架构,初步给出了虚实结合的平行智能公路体系框架,并指出未来公路将从“聪明车、普通路”模式,逐步向“聪明车、智慧路”的高级阶段演进的发展趋势。

    目前智能公路还处于概念化设计阶段,在国际上尚未有成熟的行业规范和技术标准,本文对智能公路的系统架构和关键技术进行了详细梳理和总结,对智能公路的未来发展和工程应用具有一定的指导意义。随着技术的不断更新与升级,智能公路的概念和内容也将不断丰富并实现多元化发展。

    目前关于智能公路的研究相对不多,本文对于智能公路的研究和讨论难免有些因素考虑不周全。随着自动驾驶瓶颈的来临和智慧交通的快速发展,将来对于智能公路的关注和研究将越来越多。未来如果成立智能公路相关的国际协会或组织,对智能公路的相关概念和定义进行规范化整理,同时制定智能公路相关的技术标准体系和相关法律法规,将有利于加速智能公路从理论构想走向现实。

    作者:徐志刚, 李金龙, 赵祥模*, 李立, 王忠仁, 童星, 田彬, 侯俊, 汪贵平, 张骞.

  • 关键字: 智能公路
  •    责任编辑:刘艳
  • 关于我们
  • 联系我们
  • 广告赞助