高速公路智能车路协同系统整体架构与测评方法探讨

3月25日，在由赛文交通网主办的自动驾驶与车路协同产业发展论坛上，长安大学信息工程学院徐志刚教授发表了“高速公路智能车路协同系统整体架构与测评方法探讨”的主题演讲。徐志刚教授认为“车路协同发展至今仍然处于示范阶段的主要原因在于：车路协同的关键技术目前还处在演进过程中，同时缺乏定量化的评价标准可用于车路协同应用后的效能评估”。在此次报告中他还对当前车路协同系统建设中的关键科学问题、存在的难点和可行的解决方案进行了一一介绍，并结合长安大学主持的国家重点研发项目，进行了详细分析。  

以下为徐志刚演讲实录，赛文交通网进行了不改变原意的删减。

我今天和大家分享的是“高速公路智能车路协同的系统整体架构与测试评估方法”。今天我报告的内容，主要来自于我们长安大学赵祥模教授团队牵头的十三五“综合交通运输与智能交通”国家重点研发专项《高速公路智能车路协同系统集成应用》的部分研究成果。该项目总经费1.173亿元（其中国拨资金2681万元），项目计划在全国8条高速公路上进行示范应用。

国内外发展情况在上世纪60年代，美国和日本已经开始进行车路通信的研究，但是车路协同的快速发展期应该是从美国联邦交通运输部于2015年启动的Connected Vehicles Pilot项目开始的。据报道，美国当前50%的州已经开始进行车路协同的示范建设，其中怀俄明州、纽约市和佛罗里达州Tampa市的三个示范最为典型。欧洲早在2009年就启动了CVIS（Cooperative Vehicle-Infrastructure System）项目，目前逐步发展到了Horizon 2020地平线计划。日本则以VICS（Vehicle Infrastructure Communication Systems）项目为基础，提出了SmartWay计划，发展成至今的ETC2.0项目。在车路协同发展的过程中，世界各国一直存在着“到底应该优先发展车路协同和还是优先发展单车智能自动驾驶”的争论，到现在也没有清晰的定论。在美国特朗普执政时期，美国交通部出台了一系列支持自动驾驶的政策，谷歌Waymo、特斯拉、苹果的技术巨头的单车智能如火如荼地发展，而欧洲、日本，还有我们中国似乎更倾向于车路协同路线。

对我国而言，由于近四十年的快速稳定发展，我们的交通基础设施无论是规模还是质量都处于世界先进水平，可以说我们正在从世界交通大国向世界交通强国迈进。如何充分发挥我国在道路交通基础设施存量方面的巨大优势，大力发展车路协同，带动传感器、通信、电子、人工智能、大数据、云计算等周边产业的发展，推动内循环经济，将有可能走出一条具有中国特色的创新之路。目前我国正积极推进车路协同相关产业的发展，包括国务院、科技部、工信部、交通运输部等政府部门，纷纷出台了一系列利好政策和行动计划。在这样一个大背景下，全国很多地方上的高速公路业主单位，各自启动了一批智慧高速示范项目，如：山东高速集团的京台智慧高速、河北京雄高速的自动驾驶专用道、杭绍甬智慧高速、宁波南连接线智慧高速、广西沙吴高速等示范工程。当前我国车路协同产业已不仅仅是高速公路行业的事情，而已然成为整个IT产业链的事情。目前百度Baidu，阿里巴巴Alibaba，腾讯Tencent,华为Huawei（俗称BATH）纷纷进入这个领域，足已说明这个现状。 

车路协同建设的难点但是为什么车路协同技术在我国发展了10余年，至今依旧处于示范阶段呢？原因在于：1、其关键技术还处在演进中；2、缺乏可用于车路协同应用后效能评估的评价标准。我们将车路协同在实施过程中存在的难点总结成了“5个难”，分别是“感知难、通信难、控制难、集成难、测试难。”

感知难:当前市场上的很多感知传感器，在正常情况下可以完成较高精度的信息采集，比如毫米波雷达、视频、定向微波雷达等，但是遇到大雨、大雾、大雪等恶劣天气情况，其感知性能就会迅速下降，无法实现高速公路全要素全时空连续高精度感知。

通信难：车路协同的通信模式和网络架构至今没有达成统一共识，“短、中、远”、“强实时”、“大带宽”、“泛在连接”等各类信息用什么传、怎么传、如何实现异构网络融合，都无标准可以参考，尽管我们有4G/5G/LTE-V/DSRC/WiFi/Lora/蓝牙/千兆网等各种通信标准，但是就是没有一个针对车路协同的标准化通信架构。

控制难：如何实现在高速度、大流量、客货混行的条件下实现精细化的车道级管控，避免发生碰撞事故，同时保障交通通行效率、环境友好型、驾乘舒适性是一件极其富有挑战性的工作。而且还需考虑在恶劣天气和人因不确性带来的扰动下，保证车路协同系统的稳定性，在控制工程领域也是棘手的问题。

集成难：如何针对各种应用场景，将多种感知、通信、决策、控制等先进技术进行集成，满足不同层次用户的需求，是一个极其复杂的系统工程问题。

测试难：当一个车路协同系统建成完成之后，如何测试其是否达到用户最初设想的效果，是否满足了各类用户（如：交通主管部门、业主、交警、驾乘人员等）的需求，没有一个可以参考的测试评价标准。

 车路协同系统建设的科学问题与关键技术

为了解决上述的众多难题，我们团队从09年就开始进行车路协同的相关研究，并将其科学难题归结为：高速公路车路协同系统全要素高可靠感知交互与智能管控。我们追求的终极目标是，实现所有车辆的精确感知，完成所有车辆的精准控制。

为了完成目以上目标，我们将从6个方面入手，逐一攻克层层难题，具体包括：1）基于虚实结合的车路协同系统量化测试评估；2）全要素高可靠泛在感知及交互一体化；3）基于端边云协同的重点营运车自动预-报警；4）新型混合交通特征识别、演化分析与智能管控；5）高速公路自动驾驶专用道货车队列协同控制；6）高速公路智能车路协同系统“建管养运”一体化集成。如果上述的六大关键技术都能逐一顺利攻克，未来车路协同将不再是一个科学问题，而是变成了一个工程问题。 科研项目系统分解由长安大学赵祥模教授团队牵头的十三五“综合交通运输与智能交通”国家重点研发专项《高速公路智能车路协同系统集成应用》项目，长安大学“长安学者”毛国强教授担任项目负责人，下设五个课题。分别为：

课题一：高速公路智能车路协同系统技术体系及测试评估方法（长安大学负责）

课题二：车路协同智能路侧与重点营运车预-报警装备研发及优化（中汽中心广州公司负责）

课题三：基于云平台的高速公路全息系信息融合及协同管控（东南大学负责）

课题四：自动驾驶专用车道及货车队列控制（主线科技负责）

课题五：高速公路智能车路协同系统应用示范与标准（中国公路咨询集团公司负责）

我本人担任课题一的负责人。目前工作的重点是：设计一种通用化的车路协同技术体系和量化测试评估方法。通用化的车路协同技术体系是要构建一种基于车路协同系统要素间的变耦合关系的模块化车路协同体系架构，这种架构可以根据不用的用户需求，进行定制化的裁减，但是其信息流逻辑却不会发生改变，这种架构其最大优点就是系统可伸缩性强，具有较强的兼容性。这个工作，我们很快会公开发表。

另一项正在进行的工作是，我们设计了一种虚实结合、由虚到实的高速公路车路协同测试评价范式。该范式基于虚拟仿真的车路协同模拟平台和真实的物理测试场地，构建的多层域的测试体系，具体包括软件仿真测试、驾驶模拟器测试、封闭场地测试和专用高速公路测试基地4个层次。通过客观指标数据计算和相关专家打分，对高速公路协同系统的安全性、高效性、生态性、舒适性、驾乘满意度和场景的重要度进行量化评估。例如：我们对京雄高速的自动驾驶专用道做了一个软件仿真，列出了9种场景，对每个场景的主客观指标进行了仿真测试。通过仿真，我们发现采用柔性方式（即：当有自动驾驶车驶入，前后留出300米左右的缓冲区禁止非自动驾驶车辆驶入），可以在保障自动驾驶行车安全的同时提高道路利用效率。还有其他场景（如：匝道出入口、施工区自动驾驶车辆与有人驾驶车辆的博弈、自动驾驶车辆或有人驾驶车辆发生异常事件情况下的交通流疏导）我们也通过软件仿真的方式，将风险演化仿真出来，为设计各种风险应急预案提供基础。

除此之外，我们正在开展的工作还有：基于模拟驾驶器的高速公路车路协同场景多维度主观评价工具；基于封闭测试道路的高速公路车路协同典型场景功能与性能测试；基于实测数据的高速公路车路协同系统运行效能量化评估。在基于实测数据的评估方面，我们通过ETC门架收费系统作为路侧感知设施，获取交通流量、拥堵、事故等多种微观交通信息；利用营运车高精度卫星定位数据，可精确估计路段平均速度、行程时间或者匝道排队长度、排队延误等重要信息。基于这两种数据的融合可对高速公路车路协同系统的交通运行效能进行较为客观的量化评估。其次，我们还可以基于实测数据对高速公路车路协同系统进行Before-after（即同一条路在车路协同技术部署前后的效能定量比较）和With-without（即两条情况相近的道路在有和无车路协同系统情况下的效能定量比较）。希望通过构建一套体系完整的车路协同测试评价体系，实现以评促建，以评保质，以标准化的测试方法催生标准化的车路协同系统的建设，从而推动车路协同系统大规模推广应用。

我的演讲到此结束，谢谢大家的聆听，期待在赛文网组织的下次活动中再次与大家相聚。