《智能交通概论》 课件 陈岚 任务5、6 智慧高速公路、车路协同与自动驾驶

2023智能交通概论目录任务五

智慧高速公路我国智慧高速试点现状智慧高速公路应用场景及关键技术智慧高速公路的特征及技术体系认知智慧高速公路的发展背景应用案例32145一、认知智慧高速公路的发展背景智慧高速：

大数据、云计算、互联网、人工智能、北斗等新一代信息技术与高速公路行业深度融合，实现“建管养运”全业务的智慧化，实现路网承载力倍增，更加安全、更加高效、更加绿色。一、认知智慧高速公路的发展背景发展背景：公路是中国交通基础设施的重要组成部分，在满足中短距离货物和人员的需要方面具有无可替代的功能。与此同时，现代物流和快递行业的快速发展也使得公路货物的数量逐年增加，因此，我国公路行业的下游需求也在不断扩大，高速公路产业也在稳步发展。建设智慧高速公路，能够有效提升高速公路通行能力，满足我国经济发展的需求。一、认知智慧高速公路的发展背景高速公路发展面临问题01030204关键问题四：服务能力手段单一关键问题二：感知基础力量薄弱关键问题一：资产管理手段匮乏关键问题三：综合管控手段不足一、认知智慧高速公路的发展背景2019年9月中共中央国务院《交通强国建设纲要》加速新业态新模式发展：深化交通运输与旅游融合发展，完善高速公路服务区等交通设施旅游服务功能。大力发展共享交通，打造基于移动智能终端技术的服务系统，实现出行即服务。强化前沿关键科技研发：瞄准新一代信息技术、人工智能、智能制造、新材料、新能源等世界科技前沿，加强对可能引发交通产业变革的前瞻性、颠覆性技术研究。大力发展智慧交通：推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。推进数据资源赋能交通发展。一、认知智慧高速公路的发展背景2020年8月交通部《关于推动交通运输领域新型基础设施的指导意见》打造融合高效的智慧交通基础设施：提升公路基础设施规划、设计、建造、养护、运行管理数字化水平。深化高速公路ETC门架应用，推进车路协同等设施建设。在重点路段实现全天候、多要素的状态感知。鼓励应用公路智能养护设施设备、建设智慧服务区，促进融智能停车设施建设。助力信息基础设施建设：结合5G商用部署，推动交通基础设施与公共信息基础设施协调建设。提升交通运输行业北斗系统高精度导航与位置服务能力，完善综合交通运输数据中心，持续推动自动驾驶研发应用。一、认知智慧高速公路的发展背景《智慧高速公路建设总体技术要求》二、智慧高速公路的特征及技术体系技术特点：全面感知：具备对高速公路及沿线设施、承载车辆、运行环境、作业活动等进行全面、智能、实时、准确的感知能力，能够主动感知设施设备、交通环境、作业活动、交通流运行状况等，为后续的自主决策、瞬时响应和精准管控提供数据支撑。智能分析：具备对各种感知手段获取的群体信息与个体信息，历史信息与实时信息等多源信息，在一定准则下进行智能融合分析的能力，能够有助于识别异常，并支撑后续的自主决策。二、智慧高速公路的特征及技术体系协同运行：具备高速公路路段内不同业务之间，高速公路路段之间，高速公路与普通道路之间，高速公路与载运工具之间，高速公路与交通参与者之间实现互联与协同联动的能力，有助于提升管理效率和服务水平。自主决策：具备利用机器学习技术开展高速公路异常事件自主学习的能力，针对高速公路运行异常进行实时运算，精准推测发展轨迹和结果，快速提出最有行动方案的能力，全面提升高速决策水平。二、智慧高速公路的特征及技术体系瞬时响应：具备实时感知应急事件的发生、迅速判断应急事件的级别、瞬时生成详细处置方案、快速调动应急处置的资源的能力，全面提升高速公路的应急处置水平。精准管控：具有高速公路全面的感知能力和路网异常运行的识别能力，具备主动开展路段级、车道级、车辆级精准化管控的能力，全面提升高速公路的管控水平，保障高速公路的安全、有序、畅通运行。二、智慧高速公路的特征及技术体系技术体系：建设“三网合一”智能基础设施和云边端协同的云控平台。“三网合一”智能基础设施是指高速公路网、感知通信控制网、绿色能源网三个网络化基础设施叠加融合所行车的高速公路基础设施。云边端协同是指云（云控平台）、边（边缘计算设施）、端（路侧设施）三个层次协同运行。三、智慧高速公路应用场景及关键技术1、全要素感知

全要素感知包含公路主体及附属设施监测、交通运行状态监测和公路气象环境监测，主要是融合应用多种监测设备实现人、车、路、环境的状态感知，为全方位服务、全业务管理、车路协同与自动驾驶提供数据支撑。三、智慧高速公路应用场景及关键技术2、全天候通行

设置全路段精准感知系统

实施夜间行车诱导；雾天行车诱导

建设智能消冰除雪系统。三、智慧高速公路应用场景及关键技术3、全过程管控

全业务管理能面向公路全寿命周期实现建设管理、运行监测、应急指挥、养护管理、收费管理、决策支持等主要功能，相关功能可集成至云控平台。通过数字模型实现道路状态监控、设备管理、场景仿真，为道路后续运行、改进和维护提供精准、实时、个性化的决策，实现道路系统全生命周期管理。三、智慧高速公路应用场景及关键技术4、全方位服务

车道级服务自由流收费出行信息发布智慧服务区……三、智慧高速公路应用场景及关键技术5、车路协同与自动驾驶“聪明的车”+“智慧的路”，即车路协同式自动驾驶是高速公路实现自动驾驶的可行路径。三、智慧高速公路应用场景及关键技术关键技术：1、毫米级微波雷达

在高速公路、公路隧道、高速收费站、城市路口等多个业务场景中，特别是在雨雪雾霾等恶劣天气条件下，通过毫米波雷达波束获取道路交通车流、人员等目标的相对距离、速度、角度及运动方向等物理信息，对目标进行分类和跟进。具有穿透雨雪烟雾、不受光线和光照影响、测量精度高、探测距离远的特点，具备全天候全域探测和多目标连续跟踪能力。2、车路协同

车路协同系统采用５Ｇ、云计算、大数据、物联网、人工智能等先进信息技术手段，实现车路、车车之间的实时动态信息交互，目标是通过协同人、车、路与环境，保障交通安全，提高交通效率，构建高效、环保、安全的道路交通体系。车路协同技术是智慧高速系统的有机组成部分，是未来智慧高速的重要发展方向。三、智慧高速公路应用场景及关键技术3、数宇孪生技术

数字孪生技术通过前端海量感知设备对数据进行采集，对源数据进行融合分析，以GIS地理信息图像为基础，通过高分辨率大屏显示环境，整合高速公路外场设备、道路信息、数据等资源，以可视化的方式将高速公路交通运行状况、突发事件、设备运行情况等通过“一张图”的方式呈现，为建设、运营、服务全生命周期的场景应用提供统一服务。4、边缘计算

边缘计算的出现使得在边缘可以进行更多的数据处理，从而减少向云侧传输信息，既能大大减少传输到云侧的网络流量和相关成本，也能保证数据传输效率。还能通过中心云对边缘设备进行配置、部署和运维，并能够根据设备类型和场景分配智能的能力，从而让智能在云和边缘之间合理分配和流动，促进资源的有效利用。四、我国智慧高速试点现状试点方向试点省份试点路段建设思路基础设施数字化北京、河北、河南、浙江延崇高速(北京)、京雄高速(河北)、机西高速(河南)、杭州绕城西复线(浙江)公路设施资产动态管理系统；基础设施智能监测传感网；路运一体化车路协同北京、河北、广东延崇高速(北京)、京雄高速(河北)、广乐高速(广东)路侧系统智能化升级；5G/5.8G无线通信技术；探索路侧智能基站应用；北斗高精度定位综合应用江西、河北、广东昌九高速(江西)、京雄高速(河北)、广乐高速(广东)建设北斗高精度基础设施；高速公路收费应用研究；应急救援一体化管理系统：基于大数据的路网综合管理福建、河南、浙江、江西大数据中心(福建)、机西高速(河南)、杭州绕城西复线(浙江)、昌九高速(江西)智能化管理决策平台；运行监测和应急反应能力；互动式现场信息采集；路网运行监测系统建设；互联网+路网综合服务吉林、广东珲乌高速(吉林)、广乐高速(广东)不停车移动支付技术；服务区增值服务；高速公路动态充电示范；精准气象感知及预测；新一代国家交通控制网江苏、浙江常州城市路(江苏)、杭州绕城西复线(浙江)城市公共交通及复杂交通；安全辅助驾驶、车路协同；封闭测认区和开放测试区四、我国智慧高速试点现状主要涉及的智慧亮点：基础设施数字化车路协同创新应用服务区智慧管理与服务基于大数据路网综合管理与服务便捷精准的信息发布北斗高精度定位应用新能源及无线充电五、应用案例江苏省智慧高速建设试点工程五、应用案例《江苏智慧高速公路应用技术研究与工程示范》主要开展八大专题研究：

开展“江苏省智慧高速公路建设规划”专题研究，明确江苏省智慧高速公路的分级标准和分阶段建设目标，提出和自动驾驶车辆L0-L5级相匹配的智慧公路基础设施发展阶段体系，从顶层谋划江苏省智慧高速发展路径及发展方向。

开展“智慧高速细颗粒度全景感知体系与基础设施数字化关键技术”专题研究，提出智慧高速公路路侧设施设备布设原则，同时考虑面向未来车路协同自动驾驶的智能路侧设备一体化布设方法，以全面地将高速公路运行状态、道路环境、基础设施状态数据相融合，为驾驶人员、车辆及道路管理提供数据服务支撑，五、应用案例

开展“基于新一代通信技术智慧高速出行服务关键技术”专题研究，明确5G基站布设方案，探索5G技术在智慧高速中的应用如保障路侧设施设备数据高效传输等，研究基于移动互联网和车载ETC终端的公众信息精准发布单元，为用户不间断提供交通基础设施状况、交通诱导、安全预警等信息。

开展“智慧高速车道级饱和流量管控关键技术”专题研究，提出基于路段通行能力最优的动态车道低偏离度限速控制方法，通过匝道流量控制、动态可变车道级限速控制、应急车道控制等措施，在保证道路行车安全的前提下，有效提高部分路段通行能力和通行效率。五、应用案例

开展“基于动态收费智慧高速通行保障关键技术”专题研究，基于ETC收费体系构建差异化收费体系，在流量大饱和度高的区段实施高峰通行高费率，流量小饱和度低的区段实施平峰通行低费率的效果，诱导对于价格敏感性高的车辆的行驶路径，实现路网流量均衡的效果。

开展“货车专用道及货车自动驾驶关键技术”专题研究，设置自动驾驶车辆专用车道，探索货车自动驾驶与编队驾驶的实现路径。五、应用案例

开展“车辆危险行为感知与识别关键技术”专题研究，构建路段主动安全管理体系，利用机器学习算法、边缘计算的方式建立高速公路车辆危险驾驶行为库，在事故未发生之前提前干预，保证路段交通事故下降。

开展“面向车路协同的沪宁智慧高速公路工程示范”，提出“基础设施网联化、出行服务定制化、货物运输自动化、营运管理智慧化”四大类十九项实施项目，全面推动智慧高速创新样板工程，支撑交通强国的发展。2023TheEnd2023智能交通概论目录任务六车路协同与自动驾驶自动驾驶的发展现状车路协同的应用场景车路协同与自动驾驶关键技术认知车路协同技术与自动驾驶应用案例32145一、认知车路协同技术与自动驾驶车路协同定义：

车路协同是采用先进的无线通信和新一代互联网等技术、传感探测等技术获取车辆和环境信息，通过车车、车路通信进行信息交互和共享，实现车辆和基础设施之间智能协同与配合，达到优化利用系统资源、保证交通安全、提高通行效率、缓解交通拥堵和环保等目标。

智能车路协同主要由智能车载系统、智能路侧系统和通信平台三部分组成：智能车载系统负责对车辆自身状态、周围行车环境的感知、控制和发布；智能路侧系统负责对交通流信息的监测和对道路路面状况、道路几何状况、道路异常信息的感知、处理和发布；通信平台则负责整个系统的通信，实现路侧设备和车载单元、车载单元之间的交互。自动驾驶定义：

自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能网联汽车。自动驾驶一般采用环境信息感知识别、人工智能、车联网、监控装置和全球定位系统协同合作，让电脑可以在没有人的主动操作下做到车路协同，自动安全地操作机动车辆。美国汽车工程师协会（SAE）对自动驾驶六个等级的解读我国汽车智能化分级分级名称车辆横向和纵向运动控制目标和时间探测与响应动态驾驶任务接管设计运行条件0级应计辅助驾驶员驾驶员及系统驾驶员有限制1级部分驾驶辅助驾驶员和系统驾驶员及系统驾驶员有限制2级组合及时辅助系统驾驶员及系统驾驶员有限制3级有条件自动驾驶系统系统动态驾驶任务接管用户（接管后成为驾驶员）有限制4级高度自动驾驶系统系统系统有限制5级完全自动驾驶系统系统系统无限制发展历程：单车智能自动驾驶车辆（AD）方向：

车辆利用多传感器融合技术进行感知，通过雷达系统（激光雷达、毫米波雷达和超声波雷达）和视觉系统（摄像头）对周围环境进行数据采集；在决策层面，通过车载计算平台及合适的算法对数据进行处理，并做出最优决策，最后执行模块将决策的信号转换为车辆的行为。车路协同自动驾驶车辆（VICAD）方向：

车路协同自动驾驶（VehicleInfrastructureCooperatedAutonomousDriving，VICAD）是采用先进的无线通信和新一代互联网等技术，全方位实施车与车、车与路、车与人之间动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成安全、高效和环保的道路交通系统。

未来发展趋势：二、车路协同与自动驾驶关键技术1、智能道路道路智能等级等级名称道路+云的能力与VICAD发展阶段对应情况可配套实现L4闭环的车辆要求道路附属设施地图协同感知定位能力网络通信能力协调决策控制能力功能安全与SOTIF体系C0无无无无无无无无无C1较低智能化基础交通安全设施基础交通管理设施导航SD地图无3G、4G蜂窝通信DSRC直连通信无无L5限定环境下的L4C2初级智能化C1所有设施直连通信设施导航SD地图（车道级）无4G蜂窝通信DSRC、LTEPC5直连通信无阶段1：信息交互协同C3部分智能化C2所有设施感知设施（单一传感器）辅助定位设施、计算设施等机非人环境感知识别米级定位4G、5G蜂窝通信DSRC、LTEPC5直连通信全链路500ms端到端较低时延无可选阶段2.1：初级协同感知C4高度智能化C3所有设施高精度融合感知定位设施高精度辅助定位设施MEC\区域级云控平台HD地图（静态+动态）全量交通要素实时感知多特征精准识别分米级定位5G、Uu蜂窝通信LTE-V2X、NR-V2X直连通信全链路200ms端到端较低时延有（限定场景）必须满足阶段2.2：高级协同感知阶段3.1：有条件协同决策控制L2+L3L4L5C5完全智能化C4所有设施连续部署跨域协同MEC、云控平台全时空全量感知厘米级定位支持5G、NR-V2X、6G等全链路100ms端到端较低时延所有环境阶段3.2：完全协同决策控制二、车路协同与自动驾驶关键技术2、智能车辆协同感知技术（传感器高精度标定技术；环境感知技术；融合与预测技术）；高精度地图与高精度定位技术（高精度地图；路侧辅助定位技术）；协同决策与协同控制技术（意图预测、博弈仲裁、引导调度等协同决策；车辆、设施、人类等协同控制引导）；高可靠低时延网络通信技术（直连无线通信技术；蜂窝移动通信技术；交通系统集成优化与有线网络传输技术等）；云计算技术（边缘计算MEC技术；多级云控平台技术；大数据和人工智能平台技术）；功能安全与预期功能安全；物联网IoT技术；网络安全技术等3、车路协同自动驾驶技术优势环境感知方面

车路协同自动驾驶通过车路协同、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，能够应对目标突然驶入等目前在自动驾驶测试和事故中难以应对的状况。此外，单车智能自动驾驶在目标预测、驾驶意图“博弈”等方面存在困难。车路协同能够直给出关键结果状态信息，例如信号灯状态、周边车辆的下一步动作意图、当前路况下最佳的行驶路线等，减少了复杂的基于传感信息的计算处理过程，并且能够准确地了解周围交通参与者的意图。②计算决策方面

车路协同系统可以借组云控平台给出全局最优的驾驶策略，弥补单车算力消耗过大的缺陷。在算力方面，一是车路协同作为“超级传感器”能够直接给出感知的目标结果，省去了复杂的对传感器信号的计算分析过程，如红绿灯的判断，从而大大减轻了单车的算力需求；二是能够借助云计算、边缘计算等能力，有望将路侧的算力引入，例如在路侧安装视觉传感器、激光雷达等传感器，将路侧感知结果进行下发等。在驾驶策略方面，在特定场景下，车路协同能够集中采集其范围内的交通参与主体，根据所有主体的目的和状态，给出全局最优的解决方案，无需再通过“试探”和“博弈”给出决策规划。③控制执行方面

车路协同在控制执行方面能够提供远程遥控驾驶、协同驾驶的应用模式。例如在某些危险或不适合人类进入的场合，需要通过5G远程遥控驾驶来操作远端的车辆进行作业，目前在无人矿山等场合下已得到应用。在车辆编队行驶等方面，借助头车和后排车辆的控制执行信息交互，后排车辆能够按照头车的统一命令进行驾驶，减轻后排车辆的感知计算任务负载。三、车路协同的应用场景中国汽车工程学会发布的《合作式智能运输系统车用通信系统应用层及应用数据交互标准》中提出了车路协同的十七个应用场景序号类别主要通信方式应用名称1安全V2V前向碰撞预警2V2V/V2I交叉路口碰撞预警3V2V/V2I左转辅助4V2V盲区预警/变道预警5V2V逆向超车预警6V2V-Event紧急制动预警7V2V-Event异常车辆提醒8V2V-Event车辆失控预警9V21道路危险状况提示10V2I限速预警11V2I闯红灯预警12V2P/V2I弱势交通参与者碰撞预警13效率V2I绿波车速引导14V2I车内标牌15V2I前方拥堵提醒16V2V紧急车辆提醒17信息服务V2I汽车近场支付三、车路协同的应用场景智慧停车：利用车路协同在智慧停车场形成区域车位协同调控机制，提升停车自动化水平，提升停车位利用率，控制人工和时间成本，包括车位状态监控、车位引导与反向寻车、全自动泊车、远程遥控驾驶协助入位、自动识别、自动收费等具体应用。三、车路协同的应用场景行人闯入预警/对向车辆预警

路侧系统对道路全量交通参与者（包括但不限于车辆、行人、骑行者等目标物）的位置、速度、轨迹等信息进行感知识别，通过V2X发送给周围车辆，收到此信息的其他车辆可提前感知到不在自身视野范围内的交通参与者，辅助车辆及早做出正确的驾驶决策。三、车路协同的应用场景事故预警

通过路侧感知系统，对环境状况和事故进行实时感知识别，即使是在前车所遮挡的盲区里，只要有对象出现就可及时通过V2X将事故信息发送给车辆，从而可以控制车辆避让障碍物。三、车路协同的应用场景公交优先公交车在经过有信号控制的交叉口时，车辆与路侧系统之间自动发生信息交互，通过发送