车路协同系统的关键技术与测试方法.docxVIP

PAGE 1 - 车路协同系统的关键技术与测试方法 陈胜华　高越　张南岳　沈志伟 摘要 车路协同系统是未来智能交通的重要支撑。车路协同系统将智能获取移动目标产生的交通数据，并将路侧计算和预测的信息传输至车端（包括司机），包括安全、移动和环境有关的数据。针对车路协同系统的环境感知、仿真与预测、通信播报、交通引导等测试需求，从测试体系、测试方法、测试工具等方面，系统地总结了车路协同系统测试技术和最新工程实践，深入地分析了车路协同系统测试技术的体系架构、特点和适用范围。最后，阐述了车路协同系统测试技术的未来发展方向。 关键词 车路协同系统;系统测试;多传感器融合;信息融合 中图分类号 F426.471 文献标识码 A 文章编号 2096-8949（2022）06-0017-03 引言 智能汽车产业不仅包含传统汽车产业的智能化升级，还涉及通信系统、路侧设施等一系列关联产业。智能化与网联化是汽车产业大势所趋，单车智能+车路协同的网联协同发展路径逐渐成为行业共识，必将带来新的产品与生态模式，具备广阔的市场前景。 与常规汽车相比，面向自动驾驶的车路协同系统具备两大重要特征，一是多技术交叉、跨产业融合，需要智能汽车、交通设施、信息通信基础设施与资源平台信息的融合感知，在云控平台上形成物理交通系统的实时数字映射，进行分层融合决策[1]，实现车辆行驶与交通信号的实时调节，以优化车辆与交通运行的安全、效率等性能;二是具有本地属性，基于分布式部署和个性化配置，车路协同系统要满足特定区域场景，在通信、地图、数据平台等本地属性的支撑和安全管理[2]。 从自动驾驶汽车到智能汽车，再到智能网联汽车，智能驾驶汽车技术及产业的快速发展，系统测试技术起到了重要的支撑作用。 1 路协同系统概述 1.1 车路协同整体架构 车路协同系统通过向车辆实时推送道路状态信息，助力车辆选择更安全高效的出行路径;通过对实时交通流量的监测来进行智能规划，增强道路交通管控能力;通过增强路侧基础设施的感知计算能力，并与车辆感知信息进行融合，提升交通治理的数字化水平。 现阶段采用的车路协同架构分为5个层级： （1）终端层：人、车、路端的各类设备，如智能手机、数据接收器、硬件传感器、定位设备等，用于各类数据的采集。 （2）边缘层：路侧部署的数据采集、清洗、感知计算、目标跟踪计算、数据管理的设备，如MEC、RSU等，实现对车辆、道路环境数据的感知收集和基础计算功能。 （3）接入层：利用定位网络、专有网络、运营商网络和应急救援通信等渠道，保障人-车-路-云的信息安全通信。 （4）平台层：实现道路、基础设施、车辆、个人等信息的数字化资源汇集。 （5）应用层：为政府、车企、个人等提供个性化的平台接入能力和应用服务。 1.2 車路协同中的关键技术 车路协同是在单车智能自动驾驶的基础上，通过先进的车、道路感知和定位设备，对道路交通环境进行实时高精度感知定位，遵循预设协议，实现车与车、车与路、车与人之间不同程度的信息交互共享，并涵盖不同程度的车辆自动化驾驶，以及车辆与道路间的协同优化。通过车辆自动化、网络互联化和系统集成化，最终构建安全、高效的车路协同自动驾驶系统。 因此，实现面向自动驾驶的车路协同系统，还需要攻克一系列的关键技术，包括： （1）多传感器融合感知技术。 （2）高精度地图与移动定位技术。 （3）协同决策与协同控制技术。 （4）高可靠低时延网络通信技术。 （5）云计算技术。 （6）功能安全与预期功能安全。 （7）物联网技术。 （8）网络安全技术等[3-4]。 1.3 路侧感知系统 路侧感知系统是车路协同系统的重要组成，负责全方位感知道路交通的不同运动状态、更新频率的目标，以及基于感知结果的全局信息统计与预测。车路协同路侧感知系统主要由路侧感知单元、数据传输单元、路侧计算单元、附属配套设施等组成，系统组成架构见图1所示。 （1）路侧感知单元：用于提取道路交通状态的各类要素，如交通参与者的运动学信息、判定交通事件触发的信息、计算交通流相关指标的支撑信息等，包括摄像机、毫米波雷达、激光雷达等交通检测器。 （2）外部设施：用于为闯红灯预警、浮动车信息采集、感知数据共享等特定场景提供感知信源，包括信号机、RSU、云平台、交通管控系统等。 （3）数据传输单元：用于系统组成设备之间以及系统与外部设备进行通信。 （4）路侧计算单元：用于对路侧感知单元的原始数据或结果数据进行存储、处理，生成高精度的感知结果信息。 （5）附属配套设施：用于为系统提供部署、供电、时间同步、信息安全等支撑服务的相关设备。 2 道路交通环境感知和信息统计 2.1 通用要求 不管是单车智能模式，还是车路协同系统，道路交通环境感知与信息统计，均是汽车自主导航和运动规划的前置条件[5]。道路交通环境感知结果的评估指标非常多，比如，在