车路云协同自动驾驶技术的应用场景探究

车路云协同自动驾驶技术的应用场景探究

阚晶晶

江淮汽车集团股份有限公司  安徽合肥  230601

摘要:通过对自动驾驶技术进行仔细分析，发现其是紧随时代发展脚步，所呈现出来的一种新型技术，同时，也是未来出行过程当中的重要方式。现如今全世界交通领域都在对自动驾驶技术展开深入研究。5G环境下面向无人驾驶的“车-路-云”协同技术是现阶段研究的要点内容，其作用与价值非常的明显。因此，本篇文章主要对车路云协同自动驾驶技术的应用场景及感知技术进行分析，以作参考。

关键词:车路云协同；自动驾驶技术；应用场景；

人们生活水平的不断提高，大众在出行的过程当中，对于自己出行安全性、舒适性等多个方面都非常关注，并提出诸多要求。车路云协同自动驾驶技术的出现以及应用，在提高开放环境、变化场景下的运行安全、提升通行效率等多个方面都发挥出不可替代的作用，它也是自动驾驶车辆安全运行的基础。

国内外研究机构和产业界已在人工智能技术为基础的面向自动驾驶环境的感知理论和关键技术上取得了一定进展。在多源异质感知融合方面，加州大学洛杉矶分校等提出了基于多传感器对用户的个体行为进行预测和分析；在场景感知及预测方面，伯克利深度驾驶联盟等研究机构融合多源感知数据，针对自动驾驶应用，实现交通场景的实时感知和预测。国内外研究机构和产业界已在人工智能技术为基础的面向自动驾驶环境感知理论和关键技术上取得了一定进展，但目前的研究仍然存在两方面的问题，一是开放环境下的自动驾驶智能感知性能下降问题；二是自动驾驶计算环境下的“车-路-云”协同难、延迟大的问题[1]。

随着自动驾驶等一系列智能系统应用的持续发展，开放环境下的场景变换导致智能系统性能急剧下降问题成为主要瓶颈。5G环境下面向自动自适应可扩展的精准场景感知和预测技术，是需要专业工作人员深入思考的问题。基于此，本文下面主要对车路云协同自动驾驶技术的应用场景展开深入探讨。

1、车路云协同技术概述

何为车路云协同，主要指的就是应用较为先进的无线通信以及新时代互联网的专业技术， 真正实现车与车、车与路的动态实时信息交互的目标，并且在以全时空动态交通信息采集与融合的基础之上，对于车辆以自动的方式进行控制以及道路的协商管理，为交通顺畅、安全奠定基础，并且为行人与车辆营造出更讲安全的环境。智能汽车进入到行驶过程当中去，最终的目的地行驶的主要路径、车辆行驶的速度等都会数字化互联互通，道路的地理信息、交通规则合停车场也都要数字化加载先进传感器。车与路之间，在互联网上面也要进行互通互联。技术5G高速发展的背景之下，自动驾驶技术一直备受人们的关注与重视，但是不可否认的是，此项技术没有突破规模化应用的阶段，其中存在一些问题。2019年5G技术投入到了商用当中去，满足智能制造技术、智慧城市、智慧工厂当中所提出来的相关要求，也使得产业融合空间变得更大，促进车联网技术快速的发展与更新。

2、车路协同自动驾驶技术的应用场景

2.1总体方案

车路协同自动驾驶技术的应用想要发挥出至关重要的作用，必须要重视总体方案的规划与设计，全面了解系统的建设主要内容，之后才能够选择出合适、恰当的技术方法，最终真正实现优化处理的目标，呈现出更好的自动驾驶效果。通过站在车路协同作用驾驶的需求角度进行分析，首先需要做的则是对5G基础通信网的合理搭建加强重视，保证规划具有极强的准确性，数据信息在存储过程当中，呈现出更好的效果，防止此方面成为影响因素。与自动驾驶相关的道路，同样需要展开优化控制，使用合适、恰当的智能化技术设备，对道路各因素展开监测，从而确保呈现出更好的智能化支持效果。

我国使用C-V2X（cellular-V2X）技术是基于3G/4G/5G等蜂窝网通信技术演进形成的车用无线通信技术，系统架构见图 1，包含两种通信模式：1、基于UU接口的基站通信方式，实现车与网络的连接（V2N）；2、基于PC5接口的直连通信方式，实现车与车、车与基础设施、车与人等之间的连接（V2V、V2I、V2P），又称为LTE-V。

2.2智能全域感知道路

车辆的创新优化与道路方面的改造全部都是需要重点关注的内容，5G智慧道路的构建，是非常关键的方法，需要专业工作人员进行深入思考。在5G智慧道路构建期间，需要对智能全域感觉道路的设置加强重视，保证道路体系所具备的信息交互非常理想，而且呈现出最好的平面感觉效果，满足车辆通行过程当中的要求以及创建出更好的车辆通行条件。在智能全域道路构建时期，将感知场作为重点，把存在于道路当中的各项因素全面感知，再将智能感知专业设备设置在道路工程项目恰当位置当中，推进道路当中各个因素具备较好的数字化联网效果，为后续自动驾驶得自动化角色提供依据。在此基础之上，智能学习感知道路的构建还需重视信息方面的优化，将5G信息技术作为重点，确保相关信息、资料可以真正实现实时传递的目标。

2.3智能路侧环境感知

车路协同是创建新一代智能交通系统的核心，智能路侧环境感知系统方案为车路协同提供全时空动态交通信息采集与融合，通过对探测范围内行驶在交通道路上的各种机动车、非机动车、行人等进行精准的检测、识别处理，获取目标位姿信息，再经传输设备将有效信息广播给交通管控中心和该区域内安装有车载设备的车辆，实现路况险情提前预警，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

智能路侧设备同样能够将作用价值全面发挥出来，特别是在车路协同自动驾驶技术应用期间，需要呈现出更好的智能化管理控制效果。智能路侧设备应用时，需要紧紧围绕在5G车路协同自动驾驶要求的周围，选择出合适、恰当的设备，全面获得更多的重要信息与资料。路侧视频设备、路侧雷达设备以及路测激光设备是使用最为频繁的设备，可以全面汇集道路各方面的各项信息，为道路有序、顺利的通行奠定基础，并且为汽车自动驾驶提供帮助。路侧视频设备的应用，可以对真实路况进行实时监测，依靠路侧的传感器融合以及5G-V2X来对环境和目标进行捕捉，上传云端以及形成辅助驾驶信息，能够提供更加全面和完整的视频信息资料。智能录制设备选择期间，还要深入分析网联汽车基本安全信息、行人手持终端安全信息以及路侧安全辅助信息等因素所带来的影响，从而为后续驾驶决策提供更多的参数注入。

2.4构建车路云协同验证平台

基于“车-路-云”融合的计算架构，开展5G环境下面向无人驾驶的“车-路-云”协同关键技术与演示验证系统。建立基于路测视频、传感器数据、车载数据等多源数据输入的车路云协同验证平台，在5G网络覆盖区域内，部署具备“车-路-云”协同的智能信号灯，通过车载OBU、RSU、MEC服务，实现5G车车、车人等之间的通讯，实现多个路口周边内的车辆、行人等位置、速度、方向角度等数据的预测分析及车端场景验证。

建设5G基站以及5G核心网，空口时延低于5ms，速率高于1Gbps，对接车联网平台；RSU设备支持V2I，将路况、交通灯信息发送给车辆；MEC服务满足本地化业务处理需求，以及低时延要求；车联网业务平台综合监控等业务本地处理及显示；自动驾驶车辆具备V2X-OBU通信设备、 4G/5G通信终端以及摄像头。

2.5构建软件平台

软件平台的搭建，也是车路协同自动驾驶技术应用过程当中非常重要的内容，主要起到指导自动驾驶的作用，防止出现错误引导或者是其他严重的问题。5G边云协同管理平台的构建，是较为关键的内容之一，可以给予自动驾驶大力帮助。将边缘计算平台与边缘协同管理平台作为重点和入手点，从而保证系统运行具有极高的质量，不会受到任何因素所带来的影响，真正实现对道路和车辆协同控制的目标，呈现出更为理想的自动驾驶条件。北斗高精度定位平台的构建与5G车路协同自动驾驶效果之间有紧密的联系和关系，将5G技术与北斗卫星导航系统作为重点，推进车路协同自动驾驶更加准确，将此平台作为基础，提供厘米级精度定位服务功能，最终把车辆行驶过程当中容易出现的偏差问题有效解决。车辆监控调度管理平台的构建，也是车路协同自动驾驶当中的关键角色，此平台的作用就是对网络车辆进行交互管理，确保其在长时间运行过程当中，监控和调度效果不会出现问题，有较高质量， 也保证车辆更加平稳的行驶。

2.5开放环境下的自动驾驶智能感知技术研究

研究开放环境下场景库的动态可扩展性和动态场景的精准快速感知、学习及预测。通过对元素、组合算子及规则的抽象与形式描述，构建可编程感知智能模式，有效支撑复杂动态场景的自适应感知和持续学习。主要研究内容包括：①多层场景感知：研究“单体-群体”跨时空的多层交叉感知，包括场景与感知解耦的感知、群体协作感知及场景关联预测的感知；②场景库建模： 以“元素-关系-组合算子”的元模型结构为基础，构建开放环境下可扩展的场景库，包括元素建模、复杂场景建模、场景库动态增长与维护；③多粒度场景预测：基于场景变换行为的场景预测，包括单体行为的自适应建模、单体行为驱动的精准快速预测、群体行为协同的场景预测。

结束语:

总之，车辆驾驶技术是将计算机、信息通信、传感器、人工智能等多项技术融为一身的具有综合性特点的技术。它的出现改变了人们对传统交通的理解和认知，推进交通行业向着更好的方向发展和前进。新时代背景之下，大众对自动驾驶技术非常关注，并且寄予厚望，将自动驾驶技术加入到智慧交通车路协同发展过程当中去，交通领域必然会发生较大的改变， 距离真正实现高效、智能的新型交通景象必然不会太远。

参考文献：

[1]曾光.浅谈5G车路协同自动驾驶技术的应用[J].网络安全技术与应用,2022(02):88-89.