自动驾驶背景下的智能交通场景系统未来设计

陆金

摘 要：本文从现代城市交通背景和面临的问题分析入手，预测用户未来交通出行需求的变化，探讨汽车自动驾驶技术发展趋势，未来交通变革的任务与实施路径。通过对未来智能交通场景构架设计，研究全感应式智能道路，全配套交通资源，动态可控的交通管理，高度集成的一站式服务，勾勒未来智能交通场景。从政府如何解决交通资源均衡布局与共享，前瞻性交通基础设施建设与技术改造，再定义智能交通规则，提高未来城市交通服务与管理效能作了思考。

关键词：自动驾驶 智能交通 场景设计

Future Design of Intelligent Traffic Scene System under the Background of Autonomous Driving

Lu Jin

Abstract：This article starts with the analysis of the modern urban traffic background and the problems it faces， predicts the changes in users' future transportation needs， discusses the development trend of auto-driving technology， and the tasks and implementation paths of future transportation reforms. Through the framework design of future intelligent transportation scenes， the article will study full-sensing intelligent roads， complete supporting transportation resources， dynamic and controllable traffic management， and highly integrated one-stop services to outline future intelligent transportation scenes. The article studies about how the government solves the balanced distribution and sharing of transportation resources， forward-looking transportation infrastructure construction and technological transformation， redefines intelligent transportation rules， and improves the efficiency of urban transportation services and management in the future.

Key words：autonomous driving， intelligent transportation， scene design

1 交通背景分析

1.交通难。随着城市化快速发展，人民生活水平提高，出行方式发生新改变，家庭汽车拥有量大幅增加。上班、上学高峰时间相对集中，无法错峰出行，导致交通经常性堵塞，特别是区域中心城市，一小时以上交通圈成为常态，事故频发，交通效率低下，影响了人们的工作与生活，造成时间和资源的高度浪费。

2.停车难。由于城市车位配套规划问题，导致目的地停车难，乱停车现象比较普遍，影响交通管理和城市美化，给环境带来不安全因素。目前，政府只能通过违章处理，从经济和驾驶证书扣分来被动治理，治理效果不好，还受到人们的质疑和抱怨，导致政府公信力下降。

3.交通资源匮乏。为了满足大众需求，提高交通效率，政府投入大量资金用于城市交通道路建设和反复性升级改造，花费人财物等社会资源加强公共交通治理。为了缓解交通压力，交通管理部门根据交通流量，在一定的时限，采用了单向行驶、可变道、公共交通专用通道等手段来缓解这个矛盾，但是交通资源仍然匮乏，不能满足社会对便捷交通的需要。

2 汽车自动驾驶技术发展趋势

自动驾驶汽车通过人工智能技术、车载雷达、传感器以、摄像头等系统闭环控制，对路面环境实时信息进行数据采集、计算反馈、指令控制，进而保证车辆安全运行，未来的汽车自动驾驶技术一定会无限接近或越过人的智慧水平。

1.汽车智能与智慧驾驶。当前的自动驾驶技术已经发展成熟，借助完整的自动驾驶解决方案，能系统的规划、感知、定位、控制和自动驾驶，5G和V2X算法为车辆提供云端远程管理平台，实现安全稳定的出行。智能汽车采用高精定位、搭载AI控件等技术，通过决策规划系统，实现车辆控制与安全管理。以传感器为媒介，感知驾驶信息，采集交通实时信号，实时传递给行车计算机进行大数据分析处理，发出精准指令，控制车辆行为模式。智能汽车具有360°無死角的感知环境，自动驾驶技术逐步接近或越过人的智慧水平，能快速反应外部环境条件变化和交通信息。[1]

2.身份识别与安全行驶。为实现自动驾驶，首要条件是汽车能快速识别并响应实时路况和障碍物。智能汽车配置传感器，以摄像头、激光雷达和毫米波雷达来感知摄取数据，然后通过ADAS系统对障碍物身份识别。车辆收到目标信息后，结合本车的行驶数据信息，进行信息处理，利用信息融合技术，计算出车与障碍物的距离和速度等状态信息，进行障碍碰撞危险估计，发出识别指令，车辆接受指令后，防碰撞系统紧急响应，有效避免碰撞发生，确保车辆安全行驶。

3.深度学习与升级发展。随着计算机芯片、ADAS平台和造车技术的成熟，自动辅助导航和驾驶系统将传统汽车行业带来颠覆性的创新，使汽车自动适应智能召唤、自动交通信号灯提示、停车标志识别控制、监测限速标志等交通规则，完成自动巡航、自动转向、自动辅助变道、自动泊车、召唤等功能。系统根据不同类型潜在威胁做出相应警报和反应，为提高无人驾驶自适应性，系统对相关行驶数据收集，完成模型深度学习记忆，为智能汽车的升级发展提供数据和技术参考。