車路協(xié)同系統(tǒng)的關(guān)鍵技術(shù)與測(cè)試方法

1、PAGE 11 -車路協(xié)同系統(tǒng)的關(guān)鍵技術(shù)與測(cè)試方法陳勝華高越張南岳沈志偉摘要 車路協(xié)同系統(tǒng)是未來智能交通的重要支撐。車路協(xié)同系統(tǒng)將智能獲取移動(dòng)目標(biāo)產(chǎn)生的交通數(shù)據(jù)，并將路側(cè)計(jì)算和預(yù)測(cè)的信息傳輸至車端（包括司機(jī)），包括安全、移動(dòng)和環(huán)境有關(guān)的數(shù)據(jù)。針對(duì)車路協(xié)同系統(tǒng)的環(huán)境感知、仿真與預(yù)測(cè)、通信播報(bào)、交通引導(dǎo)等測(cè)試需求，從測(cè)試體系、測(cè)試方法、測(cè)試工具等方面，系統(tǒng)地總結(jié)了車路協(xié)同系統(tǒng)測(cè)試技術(shù)和最新工程實(shí)踐，深入地分析了車路協(xié)同系統(tǒng)測(cè)試技術(shù)的體系架構(gòu)、特點(diǎn)和適用范圍。最后，闡述了車路協(xié)同系統(tǒng)測(cè)試技術(shù)的未來發(fā)展方向。關(guān)鍵詞 車路協(xié)同系統(tǒng);系統(tǒng)測(cè)試;多傳感器融合;信息融合中圖分類號(hào) F426.471 文獻(xiàn)標(biāo)識(shí)碼

2、 A 文章編號(hào) 2096-8949（2022）06-0017-03引言智能汽車產(chǎn)業(yè)不僅包含傳統(tǒng)汽車產(chǎn)業(yè)的智能化升級(jí)，還涉及通信系統(tǒng)、路側(cè)設(shè)施等一系列關(guān)聯(lián)產(chǎn)業(yè)。智能化與網(wǎng)聯(lián)化是汽車產(chǎn)業(yè)大勢(shì)所趨，單車智能+車路協(xié)同的網(wǎng)聯(lián)協(xié)同發(fā)展路徑逐漸成為行業(yè)共識(shí)，必將帶來新的產(chǎn)品與生態(tài)模式，具備廣闊的市場(chǎng)前景。與常規(guī)汽車相比，面向自動(dòng)駕駛的車路協(xié)同系統(tǒng)具備兩大重要特征，一是多技術(shù)交叉、跨產(chǎn)業(yè)融合，需要智能汽車、交通設(shè)施、信息通信基礎(chǔ)設(shè)施與資源平臺(tái)信息的融合感知，在云控平臺(tái)上形成物理交通系統(tǒng)的實(shí)時(shí)數(shù)字映射，進(jìn)行分層融合決策1，實(shí)現(xiàn)車輛行駛與交通信號(hào)的實(shí)時(shí)調(diào)節(jié)，以優(yōu)化車輛與交通運(yùn)行的安全、效率等性能;二是具有本地屬

3、性，基于分布式部署和個(gè)性化配置，車路協(xié)同系統(tǒng)要滿足特定區(qū)域場(chǎng)景，在通信、地圖、數(shù)據(jù)平臺(tái)等本地屬性的支撐和安全管理2。從自動(dòng)駕駛汽車到智能汽車，再到智能網(wǎng)聯(lián)汽車，智能駕駛汽車技術(shù)及產(chǎn)業(yè)的快速發(fā)展，系統(tǒng)測(cè)試技術(shù)起到了重要的支撐作用。1 路協(xié)同系統(tǒng)概述1.1 車路協(xié)同整體架構(gòu)車路協(xié)同系統(tǒng)通過向車輛實(shí)時(shí)推送道路狀態(tài)信息，助力車輛選擇更安全高效的出行路徑;通過對(duì)實(shí)時(shí)交通流量的監(jiān)測(cè)來進(jìn)行智能規(guī)劃，增強(qiáng)道路交通管控能力;通過增強(qiáng)路側(cè)基礎(chǔ)設(shè)施的感知計(jì)算能力，并與車輛感知信息進(jìn)行融合，提升交通治理的數(shù)字化水平?，F(xiàn)階段采用的車路協(xié)同架構(gòu)分為5個(gè)層級(jí)：（1）終端層：人、車、路端的各類設(shè)備，如智能手機(jī)、數(shù)據(jù)接收器、硬

4、件傳感器、定位設(shè)備等，用于各類數(shù)據(jù)的采集。（2）邊緣層：路側(cè)部署的數(shù)據(jù)采集、清洗、感知計(jì)算、目標(biāo)跟蹤計(jì)算、數(shù)據(jù)管理的設(shè)備，如MEC、RSU等，實(shí)現(xiàn)對(duì)車輛、道路環(huán)境數(shù)據(jù)的感知收集和基礎(chǔ)計(jì)算功能。（3）接入層：利用定位網(wǎng)絡(luò)、專有網(wǎng)絡(luò)、運(yùn)營(yíng)商網(wǎng)絡(luò)和應(yīng)急救援通信等渠道，保障人-車-路-云的信息安全通信。（4）平臺(tái)層：實(shí)現(xiàn)道路、基礎(chǔ)設(shè)施、車輛、個(gè)人等信息的數(shù)字化資源匯集。（5）應(yīng)用層：為政府、車企、個(gè)人等提供個(gè)性化的平臺(tái)接入能力和應(yīng)用服務(wù)。1.2 車路協(xié)同中的關(guān)鍵技術(shù)車路協(xié)同是在單車智能自動(dòng)駕駛的基礎(chǔ)上，通過先進(jìn)的車、道路感知和定位設(shè)備，對(duì)道路交通環(huán)境進(jìn)行實(shí)時(shí)高精度感知定位，遵循預(yù)設(shè)協(xié)議，實(shí)現(xiàn)車與車、車

5、與路、車與人之間不同程度的信息交互共享，并涵蓋不同程度的車輛自動(dòng)化駕駛，以及車輛與道路間的協(xié)同優(yōu)化。通過車輛自動(dòng)化、網(wǎng)絡(luò)互聯(lián)化和系統(tǒng)集成化，最終構(gòu)建安全、高效的車路協(xié)同自動(dòng)駕駛系統(tǒng)。因此，實(shí)現(xiàn)面向自動(dòng)駕駛的車路協(xié)同系統(tǒng)，還需要攻克一系列的關(guān)鍵技術(shù)，包括：（1）多傳感器融合感知技術(shù)。（2）高精度地圖與移動(dòng)定位技術(shù)。（3）協(xié)同決策與協(xié)同控制技術(shù)。（4）高可靠低時(shí)延網(wǎng)絡(luò)通信技術(shù)。（5）云計(jì)算技術(shù)。（6）功能安全與預(yù)期功能安全。（7）物聯(lián)網(wǎng)技術(shù)。（8）網(wǎng)絡(luò)安全技術(shù)等3-4。1.3 路側(cè)感知系統(tǒng)路側(cè)感知系統(tǒng)是車路協(xié)同系統(tǒng)的重要組成，負(fù)責(zé)全方位感知道路交通的不同運(yùn)動(dòng)狀態(tài)、更新頻率的目標(biāo)，以及基于感知結(jié)果的

6、全局信息統(tǒng)計(jì)與預(yù)測(cè)。車路協(xié)同路側(cè)感知系統(tǒng)主要由路側(cè)感知單元、數(shù)據(jù)傳輸單元、路側(cè)計(jì)算單元、附屬配套設(shè)施等組成，系統(tǒng)組成架構(gòu)見圖1所示。（1）路側(cè)感知單元：用于提取道路交通狀態(tài)的各類要素，如交通參與者的運(yùn)動(dòng)學(xué)信息、判定交通事件觸發(fā)的信息、計(jì)算交通流相關(guān)指標(biāo)的支撐信息等，包括攝像機(jī)、毫米波雷達(dá)、激光雷達(dá)等交通檢測(cè)器。（2）外部設(shè)施：用于為闖紅燈預(yù)警、浮動(dòng)車信息采集、感知數(shù)據(jù)共享等特定場(chǎng)景提供感知信源，包括信號(hào)機(jī)、RSU、云平臺(tái)、交通管控系統(tǒng)等。（3）數(shù)據(jù)傳輸單元：用于系統(tǒng)組成設(shè)備之間以及系統(tǒng)與外部設(shè)備進(jìn)行通信。（4）路側(cè)計(jì)算單元：用于對(duì)路側(cè)感知單元的原始數(shù)據(jù)或結(jié)果數(shù)據(jù)進(jìn)行存儲(chǔ)、處理，生成高精度的感知

7、結(jié)果信息。（5）附屬配套設(shè)施：用于為系統(tǒng)提供部署、供電、時(shí)間同步、信息安全等支撐服務(wù)的相關(guān)設(shè)備。2 道路交通環(huán)境感知和信息統(tǒng)計(jì)2.1 通用要求不管是單車智能模式，還是車路協(xié)同系統(tǒng)，道路交通環(huán)境感知與信息統(tǒng)計(jì)，均是汽車自主導(dǎo)航和運(yùn)動(dòng)規(guī)劃的前置條件5。道路交通環(huán)境感知結(jié)果的評(píng)估指標(biāo)非常多，比如，在目標(biāo)檢測(cè)時(shí)，主要考慮檢測(cè)水平（正確率、召回率、誤檢率）、位置精度、置信度。在實(shí)時(shí)性方面，考慮感知計(jì)算的時(shí)延水平、輸出頻率。系統(tǒng)計(jì)算主體的穩(wěn)定性和安全性，也是重點(diǎn)考核內(nèi)容。2.2 道路基礎(chǔ)設(shè)施信息相對(duì)于其他道路交通信息，道路基礎(chǔ)設(shè)施作為道路交通的運(yùn)行環(huán)境，更新頻率非常低，被視為靜態(tài)數(shù)據(jù)。這一特性使得道路基礎(chǔ)

8、設(shè)施的各類信息，如車道線、限速標(biāo)志、轉(zhuǎn)向標(biāo)志、人行橫道、停止線等，可以被嵌套在高精度地圖中。例如，在面向自動(dòng)駕駛的高精度地圖標(biāo)準(zhǔn)OpenDrive中，交通標(biāo)志就被作為道路交通的元素，被結(jié)構(gòu)化地存儲(chǔ)在地圖數(shù)據(jù)中。值得一提的是，交通信號(hào)系統(tǒng)，作為基礎(chǔ)設(shè)施的重要部分，其位置是精確確定的，但是內(nèi)容示意卻是變化的。某些道路或者車道的屬性（如行車方向），也可以隨時(shí)間變化的。2.3 交通參與者感知在城市道路中，預(yù)期的交通參與者主要包括行人、機(jī)動(dòng)車、非機(jī)動(dòng)車。對(duì)這些道路交通參與者的檢測(cè)計(jì)算，使用基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型，利用真實(shí)數(shù)據(jù)進(jìn)行訓(xùn)練，往往能得出性能良好的探測(cè)器，再基于多傳感器檢測(cè)結(jié)果，相互驗(yàn)證，

9、從而提高檢測(cè)的準(zhǔn)確度、精確度。2.4 交通事件檢測(cè)交通事件主要包括車輛的行為事件、道路環(huán)境事件、路面狀態(tài)事件、非機(jī)動(dòng)車事件。車輛行為事件主要包括：停車、車輛駛出路面、逆行/變線、倒車、擁堵、車輛超/低速、突然減速等。道路環(huán)境事件則包括煙霧、火焰等狀況6。路面狀態(tài)則是直接針對(duì)路面的情形，如拋灑物等。非機(jī)動(dòng)車事件是在限定區(qū)域里出現(xiàn)了非機(jī)動(dòng)車、行人的事件。高速公路和城市快速路上發(fā)生的停車、逆行、慢行、擁堵、行人穿越、交通事故是需要重點(diǎn)管控的交通事件。2.5 交通流檢測(cè)交通流檢測(cè)與預(yù)測(cè)服務(wù)于更加宏觀的交通疏導(dǎo)。交通流的檢測(cè)，主要分宏觀和微觀兩個(gè)方面。微觀層面，交通流檢測(cè)以每輛車為對(duì)象，實(shí)時(shí)檢測(cè)車輛的行

10、駛方向、車速、車廠、車寬、車型、存在時(shí)間。中等粒度層面，以車道為對(duì)象，實(shí)時(shí)檢測(cè)正反向交通流量、平均車速、平均車廠、平均時(shí)間占有率、平均車間據(jù)、排隊(duì)長(zhǎng)度。宏觀層面上，交通狀態(tài)主要包括暢通、緩行、密集、擁堵、走走停停五種交通狀況。3 車路協(xié)同系統(tǒng)的測(cè)試方法測(cè)試方法主要指測(cè)試內(nèi)容的組織形式以及開展測(cè)試的途徑。一方面，考慮到系統(tǒng)的特點(diǎn)，裝有OBU的車輛接收車路協(xié)同系統(tǒng)綜合感知、傳輸、計(jì)算、融合計(jì)算的結(jié)果，因此測(cè)試方法必須提供車路協(xié)同系統(tǒng)的融合感知的性能測(cè)試，保證感知計(jì)算性能得到體現(xiàn);另一方面，從測(cè)試的可重復(fù)性、可控性等需求出發(fā)，又希望測(cè)試對(duì)象在特定條件下被測(cè)試。根據(jù)上述兩方面需求，按照測(cè)試方法對(duì)測(cè)試輸

11、入和測(cè)試過程要求的不同，可以將測(cè)試方法分為基于用例的測(cè)試方法、基于場(chǎng)景的測(cè)試方法、基于探針的量化測(cè)試和仿真測(cè)試。四種測(cè)試方法的對(duì)比，如表1所示。4 車路協(xié)同系統(tǒng)的測(cè)試系統(tǒng)測(cè)試工具是滿足不同測(cè)試階段、測(cè)試環(huán)境需求的測(cè)試過程的信息化集成結(jié)果7。采用測(cè)試工具可以大大提高測(cè)試的可重復(fù)性并降低風(fēng)險(xiǎn)，同時(shí)便于數(shù)據(jù)的采集。根據(jù)主體功能分類，車路協(xié)同系統(tǒng)的測(cè)試系統(tǒng)包括車端數(shù)據(jù)記錄模塊、數(shù)據(jù)分析與重組織模塊、數(shù)據(jù)評(píng)測(cè)軟件、系統(tǒng)參數(shù)配置模塊、車端真值系統(tǒng)，如圖2所示。測(cè)試系統(tǒng)流程如下：（1）車端真值系統(tǒng)采集單一交通參與者目標(biāo)的定位、速度、航向角等運(yùn)動(dòng)學(xué)指標(biāo)真值。（2）車端數(shù)據(jù)記錄模塊則是記錄車路協(xié)同系統(tǒng)發(fā)布的信息

12、，包括多目標(biāo)交通參與者的類別、定位、速度、航向角等數(shù)據(jù)，并打上接收時(shí)刻的時(shí)間戳。（3）數(shù)據(jù)分析與重組織模塊，則是將分拆多目標(biāo)交通參與者的信息，并與車端真值系統(tǒng)的數(shù)據(jù)，進(jìn)行數(shù)據(jù)結(jié)構(gòu)和維度的對(duì)齊，輔助下一步的數(shù)據(jù)評(píng)測(cè)計(jì)算。（4）數(shù)據(jù)評(píng)測(cè)軟件是測(cè)試系統(tǒng)的核心，基于單目標(biāo)和多目標(biāo)的結(jié)構(gòu)化數(shù)據(jù)，在感知距離、系統(tǒng)感知時(shí)延、定位精度、尺寸檢測(cè)精度、速度檢測(cè)精度、航向角檢測(cè)精度、車道感知覆蓋率、感知范圍、系統(tǒng)頻率、準(zhǔn)確率與召回率、軌跡跟蹤成功率、軌跡跟蹤中位距離等指標(biāo)上，進(jìn)行量化評(píng)測(cè)。（5）系統(tǒng)參數(shù)配置模塊，除了用于設(shè)置測(cè)試設(shè)備采集參數(shù)和精度要求，更主要的作用是設(shè)置不同真值數(shù)據(jù)和車路協(xié)同感知系統(tǒng)的時(shí)間參考和空

13、間參考的基準(zhǔn)差異。5 分析與展望車路協(xié)同系統(tǒng)的測(cè)試，依賴于測(cè)試方法、測(cè)試工具以及測(cè)試加速手段的綜合應(yīng)用8。就當(dāng)前研究現(xiàn)狀而言，構(gòu)建包含基于測(cè)試用例、基于場(chǎng)景、基于探針、虛擬仿真測(cè)試的測(cè)試工具鏈?zhǔn)欠浅１匾?，在選擇測(cè)試方法時(shí)需要綜合考慮應(yīng)用的測(cè)試環(huán)境、測(cè)試效率、測(cè)試成本等因素。從該文的分析來看，現(xiàn)階段，車路協(xié)同系統(tǒng)測(cè)試技術(shù)仍存在許多不足和局限性，主要體現(xiàn)在以下幾個(gè)方面：（1）測(cè)試方法方面。基于用例的測(cè)試方法不能完全滿足車路協(xié)同測(cè)試需求?；趫?chǎng)景的測(cè)試方法和技術(shù)亟待完善，場(chǎng)景提取、篩選以及測(cè)試場(chǎng)景的構(gòu)建是主要問題。（2）測(cè)試工具方面。測(cè)試工具鏈嚴(yán)重不完整，缺少靈活性?；谔摂M仿真的測(cè)試，場(chǎng)景構(gòu)建工

14、具還存在技術(shù)高、模型不完善的局面，不能處理大尺度地圖和交通流，測(cè)試效率低、成本高，開展比較困難。針對(duì)以上分析，認(rèn)為車路協(xié)同系統(tǒng)測(cè)試技術(shù)的未來發(fā)展重點(diǎn)應(yīng)圍繞以下幾個(gè)方面：（1）測(cè)試方法上，需要進(jìn)一步完善基于場(chǎng)景的測(cè)試方法，發(fā)展場(chǎng)景綜合構(gòu)建方法和場(chǎng)景復(fù)雜度評(píng)估理論，并建立場(chǎng)景定義標(biāo)準(zhǔn)，以加快場(chǎng)景測(cè)試方法的落地應(yīng)用。（2）測(cè)試工具應(yīng)著力發(fā)展模塊化的測(cè)試工具，適配多種測(cè)試方法，尤其是基于場(chǎng)景的測(cè)試方法，建立柔性化、可定制的測(cè)試工具。提高虛擬環(huán)境的真實(shí)性，研究傳感器的電氣與虛擬交通環(huán)境的交互模型。參考文獻(xiàn)1李克強(qiáng). 智能網(wǎng)聯(lián)汽車創(chuàng)新發(fā)展的探索與實(shí)踐J. 汽車縱橫， 2022（1）： 18-19.2李克強(qiáng)，常雪陽，李家文，等. 智能網(wǎng)聯(lián)汽車云控系統(tǒng)及其實(shí)現(xiàn)J. 汽車工程，2022（12）： 1595-1605.3姚蘭， 趙永恒， 施雨晴， 等. 一種基于視頻分析的高速公路交通異常事件檢測(cè)算法J.計(jì)算機(jī)科學(xué)， 2022（8）： 208-212.4清華大學(xué)智能產(chǎn)業(yè)研究院、百度Apollo. 面向自動(dòng)駕駛的車路協(xié)同關(guān)鍵技術(shù)與展望DB/OL. 2022.5ISO， IEC， IEEE. Systems and software engineering： vocabularyS. Piscataway， IEEE Computer Society， 2022.6余卓平，邢星宇，陳君毅. 自動(dòng)駕駛汽車測(cè)