简析车路协同自动驾驶系统的关键技术

潘 岳 周兴壮 欧 力 张新强

（ 1、重庆交通大学 土木工程学院，重庆400074 2、河南省交通规划设计研究院股份有限公司，河南 郑州451450）

自动驾驶是未来人工智能发展的一个重要领域， 车路协同作为自动驾驶的重要一环，可以把自动驾驶的汽车和智能路网从相互孤立的单元变成联合的系统，让它们之间可以进行实时的信息交换。 在交通资源有限的条件下， 车路协同的行驶策略可以提升自动驾驶车辆的通行效率，为解决道路拥挤提供了新思路。

1 自动驾驶的定义与分级

1.1 自动驾驶的定义

自动驾驶汽车（ Autonomous vehicles）是一种通过电脑系统实现无人驾驶的智能汽车。 自动驾驶技术有着不同阶段与内涵，它包含了辅助驾驶，高级驾驶辅助系统（ ADAS）和无人驾驶[1]，并可以分为三个阶段：初级，高级和终极阶段。 初级阶段主要以预防为主， 高级阶段主要以控制为主， 终极阶段就是无人驾驶。

1.2 自动驾驶的分级

目前，自动驾驶由以上提到的三个阶段又分为五个级别，分类系统主要是以美国国家公路交通安全管理局（ NHTSA）和美国汽车工程师学会（ SAE）定义的[2]。 NHTSA 分类中的五级分别代表了无自动化、驾驶支持、部分自动化、有条件自动化和高度自动化即无人驾驶，SAE 对高度自动化进行了细分，分成了高度自动化和完全自动化，具体分级标准如表1 所示。自动驾驶汽车技术研究主要分为两个阶段，一个是单车智能阶段（ 自主式），另一个是车联网阶段（ 协同式）[3]。 单车智能技术的核心原理是将汽车机器人化，即汽车能够通过应用毫米波雷达，激光雷达和光学摄像头等多种传感器来感知车身周围的环境，然后车载驾驶计算机根据环境的变化，结合通过控制器局域网络（ Controller Area Network）总线上收集的汽车工况信息，综合计算出下一秒的控制策略。 通过将控制指令发送到汽车自动控制机构里执行， 形成一个闭环控制系统。 由于这一方向的研究无需将自动驾驶汽车并入联网系统中，而是在在人工智能的基础上通过自身传感器截取信息并结合环境模型给出相应的控制策略，因此定义为单车智能。

车辆网联技术是通过组建传感器网络， 达到数据的实时传输， 依托云计算平台实现全网络的自动驾驶。 这类技术不属于主动式的探测元件，而是属于协同式的全局数据辅助，可以扩展自动驾驶车辆的环境感知能力， 主要技术包括V2X 车联网技术、高精度地图、5G 技术。

2 车路协同关键技术解读

2.1 V2X 技术

2.1.1 V2X 技术的概念

V2X 表示Vehicle to X， 即车辆同其他事物之间的相互通信，X 代表了所有的交通参与单元，即车辆（ Vehicle）、交通基础设施（ Infrastructure）、行人（ Pedestrian）、云端（ Cloud）等。 V2X 技术为协同式自动驾驶提供可靠的信息交互平台，使智能车辆获取更全面的实时交通信息，可广泛应用于信号灯状态感知、弯道车速预测、远程交通信息获取等[4]。 此外，车辆局域网与云端的相连，为更多的“ 大数据”应用创造了条件，如基于位置的服务、交通咨询等。 V2X 与摄像头或者雷达不同，是一种精确感知手段，依靠802.11p 或者5G 通信，可以在大得多范围内（ 室内300米，室外1000 米）准确感知周围车辆的态势，包括其位置、车速、转向灯状态等，解决单车智能形成的信息孤岛问题。

2.1.2 V2X 技术现状与面临的问题

V2X 可以作为自动驾驶技术的一项感知能力而存在， 但现有的无人车上却并没有达到这个效果，是因为当前具备V2X 通讯能力的车型少， 安装在道路上的通讯基础设施少， 若要以V2X 作为眼睛和耳朵，那么获取的信息量少，自然不足以作为判断的基础。 而且从另外一个方面说，以V2X 作为感知手段是与传感器进行互补的，V2X 的通讯范围一般能够达到300 米[5]，远大于传感器的有效作用距离，因而它的作用表现在提前了解更远处的情况，在部署数量不足的时候，自然还只是作为一个额外的对驾驶员的警示渠道，这也是V2X 的量产应用应该从驾驶辅助入手的原因。 V2X 要想达成完全体，真正地与自动驾驶技术进行融合，需要面对以下的问题：

a.数据融合

V2X 与传感器一样，同样是获取信息的渠道，虽然通讯距离相比较于传感器更远， 但是两者肯定也有重合的地方， 因而V2X 与传感器之间的数据融合是必须的，所以需要对两种数据的优先级进行考量。 最典型的案例就是，在两者的重合区域内，如果V2X 与传感器之间出现差异的信息，以谁为准，又如何进行互相的验证。

b.精度问题

从已经实用的案例上看，大多数V2X 的应用还是以预警为主。 这样的原因在于，通信端的信息目前无法百分之百地保证精确，这个精确度取决于定位的精度与通信的精度。 定位精度取决于定位技术， 高精度定位技术当前还没有能够量产应用，而通信精度则取决于无线通信的可靠性与实时性。 从可靠性来说，因为当前的V2X 大多工作在高频段进行通讯，对于建筑物等遮挡障碍物的绕射能力比较差，因而需要通过重复广播或者冗余机制来辅助解决。

c.其他方面

除开通讯标准、 法规等因素，V2X 也是依赖于基础设施的，包括车载基础设施与道路上的基础设施。 这并非是车企能够单独解决的问题，需要政府的推动，但在解决标准化问题之前，会被限制在示范项目中推行，毕竟尚未标准化的通讯设施，仅仅能够满足小范围的车辆需求，无法真正实现V2X 的意义。

2.2 5G 技术

2.2.1 5G 技术应用的背景

自动驾驶所需的V2X 技术主要通过两种通信技术实现：DSRC（ 专用短程通信技术）和LET-V（ 移动通信网络）[6]。 DSRC技术由欧美等国主推，LET-V 为中国主推技术。DSRC 是一种非接触式的传感器连接技术， 装有DSRC 的汽车在数十米的距离内会自动进行各项数据的交互，并由汽车的车载机器人根据这些数据做出相应的决策。 LET-V 则需要以基站作为控制中心，车辆与基础设施、其他车辆之间需要通过将数据在基站进行中转来实现通信。 而这两种通信技术所依赖的现有数据交换移动网络时延过长，4G 网络的时延以秒计，4.5G 的网络时延可缩短至100 毫秒，而5G 网络的理想时延则低于1 毫秒，让通过云计算遥控自动驾驶汽车成为可能。

2.2.2 5G 自动驾驶技术的特点

未来车辆在进行自动驾驶或者无人驾驶与车联网通信的过程中，需要运用云计算、大数据、地图等工具进行海量、实时的数据交互。 英特尔CEO Brian Krzanich 曾表示[7]，未来一辆自动驾驶汽车每秒钟消耗0.75GB 的数据量，每天使用大概4000GB 的数据量。 所以自动驾驶汽车和车联网通信的实现需要更高的网络带宽和更低的网络延时，而这仅靠现有的LTE-V 和DSRC 等通信技术还无法实现。5G 网络可以将端到端的通信时延控制在10 毫秒内，可以有效的保障自动驾驶车辆在行驶中的安全。 而在流量峰值和连接数密度方面，5G 技术能够以超过每秒10GB的传输速度和106/km2的连接数密度满足未来车联网环境的车辆与人、交通基础设施之间的通信需求[8]。 因此，实时性和高速通信成为5G 最大优势， 进而实现对无人驾驶与车联网通信发展的助推作用。

2.2.3 5G 在自动驾驶领域中的发展方向

5G 对自动驾驶技术的影响可以归纳为：依靠5G 高带宽、高可靠性、低时延的特点，助力车与路侧信息的感知技术，提高驾驶安全性与效率，并作出正确的驾驶路径规划行为[9]。5G 在自动

驾驶领域中可能的发展方向包括但不限于以下3 种：

a. 探索更复杂的高速公路和城市交通场景下车辆编队的联合协作技术， 如利用规划变更行车路线和短距离下车辆编队，从而提高交通效率，节省能源；

b.探索远程驾驶与自动驾驶的相互结合，尤其在恶劣环境和危险区域如无人区、矿区、垃圾运送区域等人员无法达到的区域，将极大程度的确保施工安全并提升操作效率；

c. 探索多种通信技术的集成与混合通讯架构。

2.3 高精地图定位与导航技术

2.3.1 高精度电子地图简介

高精细地图是指高精度、精细化定义的地图。高精电子地图的服务对象是自动驾驶车辆，或者说是车辆的机器驾驶员[10]。高精度电子地图包含大量行车辅助信息，其中最重要的是对路网精确的三维表征，比如路面的几何结构，道路标线的位置等[11]。有了这些高精度的三维表征，车载机器人就可以通过比对车载GPS 或摄像头数据来精确确认当前位置， 提高自动驾驶车辆发现或鉴别障碍物的速度和精度，是当前车路协同技术中必不可少的一个组成部分。

2.3.2 高精度电子地图特点

相比服务于GPS 导航系统的传统地图而言，高精地图最显著的特点是其表征路面特征的精准性。 道路上的车道线的宽度大约都在20cm 左右， 如果让行驶的车辆完全自动驾驶的情况下同时避免压线， 就需要地图的定位精准度到20cm 的范围以内。

此外， 相较于传统地图， 高精地图需要有更高的数据实时性。 由于路网每天都有变化，如道路整修、道路标识线磨损及重漆等，这些变化要及时地反映在高精地图上以确保自动驾驶汽车的行驶安全。 高精地图的实时更新在技术上有很大难度，但随着智能驾驶技术的普及与深入，一旦有一辆或几辆智能汽车在路网的行驶过程中发现了路网的变动，就可以通过与云端通信把实时更新的信息告诉其他相关车辆，使自动驾驶汽车行车更加安全。

2.3.3 高精度电子地图的生产

传统电子地图主要依靠卫星图片产生， 而高精地图需要达到厘米级精度，因此其生产涉及的数据量庞大。 目前，高精度地图正在形成一种“ 专业采集+ 众包维护”的生产方式[12]，即通过少量专业采集车实现初期数据采集，借助大量半社会化和社会化车辆及时发现并反馈道路变化，并通过云端实现数据计算与更新。

2.3.4 未来展望

高精地图的蓬勃发展需要从两个方面考虑改进：

a.及时与公路管理部门沟通，一旦有公路基础设施变动，需要马上通知自动驾驶公司，更新地图。 如果需要在公路中建设新的路标，要做到先通知，再建设，如此才能保证汽车准确认知这些标识，做到绝对的安全。

b.各大自动驾驶公司可以合作，共享地图数据。 地图公司也可以考虑销售高精地图基本配置版本， 各个公司购买之后，在基本版本的基础上去添加自己的设置，如此就可以大大降低制作地图的成本。

3 结论

自动驾驶技术作为一个涉及传感器、计算机、信息通讯、人工智能等诸多前沿学科的综合技术，它的出现将改变人们对传统交通的认知，推动交通行业的发展。 本文总结了车路协同自动驾驶系统的三项关键技术及其发展情况，可以看出自动驾驶作为一个机遇与风险共存的领域还有很长一段路要走。 但是随着科技与社会的进步自动驾驶技术将会正真走向成熟。