东南大学物联网交通应用研究中心
东南大学物联网交通应用研究中心
北京时间:
智能网联环境下的“车路需求”
2019-03-23 10:36   作者:   来源:赛文交通网 推荐人:郭瑾   浏览:91   我要评论
    智能网联环境下的路侧设施全息感知及智能管控技术研究,谈的是智能网联对基础设施带来的变化。
    传统智能交通做了很多年,从公路信息化、城市道路信息采集和处理、交管平台和大数据平台等,已经给智能交通带来了很多发展。但是,这么多年来大家的出行方式上没有太大的变化。
    但讲未来交通、讲智能网联到底是什么,有很多比如车联网、自动驾驶、新能源、共享出行等等新名词。
    但是,最大的变化是什么?是车参与到整个出行的信息感知和交互当中去。原来建一个智能交通系统,放一个诱导屏,司机看了以后才控制车,信号灯也是一样,红灯绿灯也是亮给司机看的。
    智能网联是车可以感知到这个信息,车能够决策往哪开,这个事情就很厉害了,可以带来很多变化。
    这个变化是好还是坏,变化有多大,其实从交通系统中来讲有很多值得探讨的问题。
    一开始讲智能网联汽车,但是不是能延伸到智能网联的非机动车、智能网联的人?车辆对环境的感知是主动的还是被动的?在智能网联情况下车子肯定不会违反交通规则,那是不是违法抓拍也不需要了,诱导屏也没人看了。
    有时候还会有一些很奇怪的问题,如果交警做了一个停车的手势,智能网联汽车能否看懂?能否分辨出是对自己打的手势?
    既然想到了这些奇怪的问题,也想去探讨一下智能网联与现有路侧交通管控设施间的关系,那么首先做的就是需求分析,在智能网联环境下车与路到底有什么需求。
    对于车辆在智能网联环境下的需求,其实已经有了很多分析。
    从作为一辆智能汽车的角度来想,需要感知的包括很多,比如周边的环境、道路设施是什么样的,管控措施有哪些,有哪些交通规则影响行驶,对行驶安全感知到了什么,周边有哪些车在开,对我有没有影响。
    同时,选择什么路径到达目的地,中间有没有事件信息,交通服务有哪些等等。这里只列出一部分,全部列出来是很系统的过程。
    那么到底谁能够提供这些信息?现在看来有路侧端、信号灯、标识标牌、智能设施等等。当然现在大部分驾驶员一上车旁边手机一放导航一开,这就是互联网平台、管控平台能够提供给车的信息,包括地图、交通路况等等。
    可以看到,最后一辆车能够获取的数据是一个非常复杂的多元关系。不同的信息可能来源非常多,这些来源信息甚至不一定是完全正确的,也不一定是完全完整的,可能是碎片化的。
    即使是一个大数据平台,也并不能确保提供的数据是完备的甚至是完全正确的。
作为一辆车获取的信息可能多种来源不同,片面的信息,这就会对车造成了很大的困扰。到底听谁的?
    看一个简单的例子,在智能网联、自动驾驶提到很多,就是汇入碰撞预警,车与车之间是不是有一个碰撞的可能性,这个可能性有多大,场景其实很简单,但在实际运行中会碰到问题,在路上有传统的汽车,就没法提供车辆的运行信息。
即使是路侧,感知能力也是全覆盖的,也一样会产生盲区。这种情况下,车辆在不同场景下获取的信息在完整性、有效性和质量上都是不一致的。
 
    因此,从车的角度来说,需要有一个信息流的快速分发、鉴真、整合和个性化推动的机构,这个可能是一个设备或者是平台对这些信息进行整合,车不应该获取碎片化、片面化的信息。
 
    那路又是什么样的情况?在智能网联出现之前路的感知已经是非常丰富了,最早的线圈到微波、地磁、视频等等技术,已经能够把路口、快速路流量、车速、排队、滞留、号牌、违法等信息都可以感知到,感知到以后在交通管控、信息采集诱导、信息服务等做了很多应用。
    但是,这些感知也存在一些局限。
    第一,原来这些路侧信息、车辆感知相对独立,它感知自己的信息,并不会分享给别人,一个卡口系统感知到车辆并不会共享给车或者信号系统;信号系统也要进行独立感知,这个独立感知会造成局部信息重复和局部信息空白。
    第二,原来车对路侧感知来说是一个黑盒子,只知道车辆开过去了,速度是什么,车里什么情况很难知道。前一阵子我们在做HOV方案,一直被一个问题困扰,行驶的车辆内坐了多少人?有提议说叫一个警察在路口随机抽查,但这太影响交通了,车内部就是一个黑盒。
    第三,出行需求,原来车出行需求是不知道的,这种情况下做传统的智能交通路侧的管控。
    也许可能会带来这样的变化就是:
    首先,我们有更广泛的建设,不管是5G也好或者其他的网络方式,路侧端和车端可以互联,实现端端、车端信息交互。
    其次,车慢慢从黑盒变成一个白盒,知道车里的情况。
    然后,可以部分的知道这些车想到那里去,代表了对交通管控模式可以带来一些变化。
    比如说在匝道这个场景下,可以建设路侧与车共同感知的场景,可以对流量、车速、车辆排队、路面健康、事件、号牌、行人闯入等进行分析,和违法、信号、上下游进行联动,联动以后可以提供高精度服务和行驶服务,能知道车要去哪里,知道车在高架上希望从哪里下,这对快速路网流量平衡可以起到一定作用。
    在路口也非常类似,建立智慧路口的示范,也希望把路口的整个信息整合起来,如果说能够把经过路口这些车的信息更多纳入进来,就可以给我们带来更多的便捷。
通过上面车与路的分析,可以发现在路侧有了车联网、智能网联,能够对各类设备与车辆的碎片化信息进行感知的信息流进行快速整合和分发,给到相应的控制节点和车辆上,来为他们提供服务。
智能网联路侧环境建设思路与设想
    有个新名词叫做“云控平台”,有几方面的功能:
    第一,传统的交通管控系统功能,以交管指挥平台为主,进行智能网联汽车与普通汽车交通管理。
    第二,测试服务,很多测试场更注重对汽车的测试,路侧传统智能交通设备会在这个环境下产生什么样的变化、有什么作用。我们想,路侧也应该有测试场景,让智能网联的路侧设备能够进行一些尝试和车进行交互的场景实验和示范。
    第三,包括区域的综合监控、管理、智能网联的模型,有了这些智能网联数据以后模型可 以带来很多变化,目前这些模型尚不成熟,需要一步一步通过数据、场景去迭代。
包括多种网络方式的互联,感知手段丰富,不同场景下有标准化的路侧感知,在感知的基础上把车和路侧感知进行快速信息流的整合,然后在这个基础上基于需求进行模型计算。
    比如说碰撞例子,通过视频、通过车辆提供的高精度信息,还要预测5秒钟以后、10秒钟以后、30秒钟以后可能区域在哪里,这些区域和其他行驶车辆会不会有冲突,如果是非智能网联车和传统车可能需要视频进行检测,整个运行环境非常复杂、非常混合的感知环境。
    同时包括紧急车辆、特种车辆、信号优先,这些概念,不能要求路上所有的车都是具备感知能力,需要路侧进行整合,其他场景还有很多。


相关阅读
发表评论
姓名:
联系方式:
评论专区
东南大学 东南大学交通学院 清华大学 同济大学 西南交通大学 北京航空航天大学 上海交通大学 浙江大学
University of Wisconsin - Madison University of Michigan Rensselaer Polytechnic Institute Santa Clara University Rutgers University
交通运输部路网监测与应急处置中心 江苏省交通运输厅 南京智库联盟 江苏交通控股有限公司 江苏高速公路联网营运管理有限公司
中心概况研究动态新闻中心合作交流加入我们
Copyright © 2015 东南大学物联网交通应用研究中心 All Rights Reserved.