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:
“协同”溯源——车路协同之概念提出
2019-12-10 12:23   作者:刘睿健   来源:中国交通信息化    推荐人:桂彦杰   浏览:811   我要评论

        人为因素是导致交通事故的主要原因,而高稳定性的机器可以避免许多人为造成的交通事故。基于这种认知,自动驾驶技术迅速成为ITS的热门话题。业内人士普遍认为,自动驾驶在交通领域具有三大优势:一是能够提高交通安全性;二是能够提高交通效率;三是可以实现节能减排。经过长期的发展,自动驾驶目前已进入量产化阶段,除了耳熟能详的特斯拉自动驾驶外,奥迪、沃尔沃、长安等车企都纷纷推出自动驾驶量产车型,吸引着消费者们的眼球。科技改变着我们的生活,也改变着我们的出行方式。
        国际自动机工程师学会(简称SAE)将自动驾驶级别从L0至L5共分为6个等级,其自动驾驶技术水平也从0级至5级递增。目前,市场上量产车辆搭载最多的为L2级和L3级自动驾驶,还没有车企实现L4级量产车辆。
        虽然自动驾驶汽车给人们的出行带来诸多便利,但事故的频发也让我们清醒地认识到当前的自动驾驶技术还存在一些问题。
        在2019世界交通运输大会上,东南大学-威斯康星大学智能网联交通联合研究院院长、中国公路学会自动驾驶工作委员会主任委员冉斌曾指出,虽然自动驾驶技术在交通领域可以发挥巨大作用,但是需要一个重要前提,那就是自动驾驶技术必须大规模应用!但是目前世界上主要的自动驾驶技术路线大多是以车为智能主体的解决方案,这对技术的要求很高,由于系统设备极其昂贵,导致其安全性、可靠性提升的投入产出比较低,这就导致自动驾驶难以在短时间内大范围推广!从而难以获得交通效率、交通安全上的效益。
        既然“聪明的车”无法在短时间内大规模应用,那么实现自动驾驶就只能另辟蹊径。于是,车路协同自动驾驶系统应运而生。简单来说,所谓车路协同,就是让“聪明”的道路支撑部分自动驾驶汽车的功能,让“智能的路”配合“聪明的车”来实现自动驾驶。
        冉斌认为,相比于以车为主的自动驾驶(即单车自动驾驶),车路协同自动驾驶系统具有四大特点:一是实现车与路协同有效感知;二是车与路协同规划,实现全局视野决策;三是车与路协同控制,实现系统最优管理;四是系统多重备份,使安全性、稳定性更高。冉斌指出,车路协同系统可以缩短自动驾驶级别从L1(DA)提升至L5(FA)的时间,使自动驾驶的大规模应用提前10至15年实现。他将车路协同自动驾驶系统的特点和优势归纳为四个字,即“一升两降”,“一升”指自动驾驶汽车及道路整体系统性能及安全稳定性较大提升;“两降”指自动驾驶汽车的成本和整体系统的成本较大下降。
        

        相对于以车为主的自动驾驶,以路为主的自动驾驶系统将缩短自动驾驶级别从L1(DA)发展至L5(FA)的时间,节省10-15年,更快实现自动驾驶的大规模应用。
  

        由于车路协同系统的引入,自动驾驶级别的相关标准正在发生一些新的变化。2019年9月21日,中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会发布了《智能网联道路系统分级定义与解读报告》(征求意见稿)。该报告从交通基础设施系统的信息化、智能化、自动化角度出发,结合应用场景、混合交通、主动安全系统等情况,把交通基础设施系统分为I0级(无信息化/无智能化/无自动化)、I1级(初步数字化/初步智能化/初步自动化)、I2级(部分网联化/部分智能化/部分自动化)、I3级(基于交通基础设施的有条件自动驾驶和高度网联化)、I4级(基于交通基础设施的高度自动驾驶)、I5级(基于交通基础设施的完全自动化驾驶)共6个级别。该分级标准将对中国自动驾驶、车路协同技术的发展起到重要的推动作用。
        总的来说,车路协同系统是一套基于新一代互联网技术,融合多种无线通信技术,以实现人、车、路之间全方位的动态实时信息交互为目的,并在此基础上开展全时空动态交通信息采集融合、交通运行协同管理、车辆主动安全控制,充分实现人、车、路之间的高效信息交互共享与整体协同,从而提升道路交通安全,提高车辆运行效率的综合性系统。智能车路协同系统主要依靠车车、车路之间所构建的自组织网络进行数据传输与信息交互,相对于现有的智能交通系统而言,车路协同系统最具革命性的改变在于解决了传统系统信息采集不全面、交互不充分、传输实时性差等问题,其在国际上被广泛认为是智能交通技术的一次新飞跃。


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 © 2019 东南大学物联网交通应用研究中心 All Rights Reserved.