车联网支持实现无人驾驶的思考.docxVIP

无人驾驶是车辆作为运载工具智能化、网联化发展的核心应用功能，也是车联网、智慧交通产业发展的核心应用服务。网联无人驾驶则是在车辆智能化基础上，通过车联网实现车与车、车与路等的互联和信息交互，进行协同感知并帮助车辆进行决策和控制，加速无人驾驶应用成熟。

当前我国在车联网技术创新、应用实践和产业生态构建等方面均取得了积极进展，中国信息通信研究院副院长王志勤认为，这将有利于探索实现一条网联支持无人驾驶的融合创新发展路径。我国应抓住难得的历史发展机遇，坚定推动网联无人驾驶发展路径，政府、行业、企业多方协同，积极构建产业发展环境，推进无人驾驶技术和产业成熟，带动和影响形成全球广泛认同。

网联深度支撑无人驾驶面临哪些挑战？

网联基础设施建设挑战。实现网联无人驾驶，需要路侧感知设备、通信单元和计算平台等基础设施的配套支持，但是目前适用于无人驾驶的基础设施建设规划尚未明晰，数据互通壁垒掣肘产业生态培育。

技术融合创新的挑战。网联深度协同的技术体系仍需完善，车辆如何信任路侧采集、发布的信息进行无人驾驶决策，且需要路侧基础设施建立起相应的功能安全等级、预期功能安全等概念。

商业化运营的挑战。网联无人驾驶的商业化运营模式仍处于设计探索阶段，配套政策法规亟待完善。

网联支持无人驾驶融合发展的建议

积极构建产业和应用发展环境，协同推进网联无人驾驶成熟。相关政府部门共同出台顶层规划；把握好共性关键技术的协同攻关；全面部署通信网络基础设施，打造网联无人驾驶的基础支撑环境；加强法律法规和机制体制建设。

在网联无人驾驶部署实施过程中，要把握住分阶段、分步骤、分场景等推进原则。分阶段推动智能道路基础设施的新建和升级；分步骤推进网联无人驾驶的测试验证与应用示范；分场景开展网联无人驾驶的应用示范，先试先行探索建设和运营模式成熟。

网联无人驾驶的典型应用场景和需求

无人驾驶是车辆作为运载工具智能化、网联化发展的核心应用功能，也是车联网、智慧交通产业发展的核心应用服务。在技术实现路线上，存在着单车智能无人驾驶和网联无人驾驶两种不同的解决方案。单车智能无人驾驶主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器进行环境感知、计算决策和控制执行。网联无人驾驶则是在车辆智能化基础上，通过车联网实现车与车、车与路等的互联和信息交互，进行协同感知并帮助车辆进行决策和控制，加速无人驾驶应用成熟。

在单车智能无人驾驶方面，美国的谷歌Waymo、特斯拉和通用Cruise等已经开展了大量的测试，相应如Autopilot自动辅助驾驶功能已经量产上映，并且逐步在加州凤凰城等试验载人无人驾驶出租车功能。我国汽车厂商上汽、长安一汽等逐步推动部分自动驾驶功能量产，如长安正式发布了中国首个量产L3级自动驾驶系统，并在重庆量产体验；互联网公司百度、滴滴等也在上海、长沙、广州等示范区和先导区开展高等级自动驾驶测试。

但是从美国加州的自动驾驶脱离接管报告《AutonomousVehicleDisengagementReports》和我国的《北京市自动驾驶车辆道路测试报告(2019年)》来看，还存在很多脱离接管的情况，一方面是车辆自身感知等能力仍存在的问题，如恶劣天气影响、其他交通参与者的意外行为、违章变道超车、车辆切入、无保护左转、交叉路口通行、违章侵占车道等；另一方面是与社会车辆的博弈、对复杂场景的理解等一些应急情况处理的能力。

网联无人驾驶旨在拓展和助力单车智能无人驾驶在环境感知、计算决策和控制执行等方面的能力升级。在环境感知环节进行协同，支持车辆获得比单车智能感知更多的信息，例如解决非视距感知或容易受恶劣环境影响等情况；在计算决策环节进行协同，增强车与车、车与路之间的系统性决策，例如解决车辆优先级管理、交通路口优化控制等情况；在控制执行环节进行协同，对车辆驾驶行为进行干预，例如解决车辆远程遥控脱困等情况。

（一）

环境感知的挑战及协同需求

基于单车智能的无人驾驶解决方案，视觉传感器、激光雷达、毫米波雷达以及红外夜视、超声波等传感器是系统的主要组成。然而，各类传感器的可靠性，以及对突发事件的响应能力上仍然存在不足，影响到无人驾驶系统的环境感知能力，例如容易受到遮挡、恶劣天气等环境条件影响等。

网联化通过车路协同、车车协同，能够极大地拓展单车的感知范围，并且不受遮挡限制，能够让单车提早发现未知状况，从而应对突然目标驶入等目前在无人驾驶测试和事故中难以应对的状况。

以十字交叉路口为例，车辆对外广播自身身份、定位、运行状态、轨迹等基本安全消息，通过车辆与车辆之间的通信，交叉路口其他方向来车通过接收信息进行行驶决策；红绿灯等交通基础设施联网，通过红绿灯与车辆之间的通信，车辆就可以实时准确的知道红绿灯等交通设施的信息。再如隧道、停车场等封闭场所的定位，配合路侧通信设备、边缘计算服务器等的支持，可以拓展