车路协同系统的关键技术与测试方法.docx

《车路协同系统的关键技术与测试方法.docx》由会员分享，可在线阅读，更多相关《车路协同系统的关键技术与测试方法.docx（15页珍藏版）》请在第一文库网上搜索。

1、车路协同系统的关键技术与测试方法陈胜华高越张南岳沈志伟摘要车路协同系统是未来智能交通的重要支撑。车路协同系统将智能获取移动目标产生的交通数据，并将路侧计算和预测的信息传输至车端（包括司机），包括安全、移动和环境有关的数据。针对车路协同系统的环境感知、仿真与预测、通信播报、交通引导等测试需求，从测试体系、测试方法、测试工具等方面，系统地总结了车路协同系统测试技术和最新工程实践，深入地分析了车路协同系统测试技术的体系架构、特点和适用范围。最后，阐述了车路协同系统测试技术的未来发展方向。关键词车路协同系统；系统测试；多传感器融合;信息融合中图分类号F426.471文献标识码A文章编号2096-894

2、9(2022)06-0017-03引言智能汽车产业不仅包含传统汽车产业的智能化升级,还涉及通信系统、路侧设施等一系列关联产业。智能化与网联化是汽车产业大势所趋，单车智能+车路协同的网联协同发展路径逐渐成为行业共识,必将带来新的产品与生态模式，具备广阔的市场前景。与常规汽车相比，面向自动驾驶的车路协同系统具备两大重要特征，一是多技术交叉、跨产业融合，需要智能汽车、交通设施、信息通信基础设施与资源平台信息的融合感知，在云控平台上形成物理交通系统的实时数字映射，进行分层融合决策1,实现车辆行驶与交通信号的实时调节，以优化车辆与交通运行的安全、效率等性能；二是具有本地属性，基于分布式部署和个性化配置，

3、车路协同系统要满足特定区域场景，在通信、地图、数据平台等本地属性的支撑和安全管理2。从自动驾驶汽车到智能汽车，再到智能网联汽车，智能驾驶汽车技术及产业的快速发展，系统测试技术起到了重要的支撑作用。1路协同系统概述1.1车路协同整体架构车路协同系统通过向车辆实时推送道路状态信息，助力车辆选择更安全高效的出行路径;通过对实时交通流量的监测来进行智能规划,增强道路交通管控能力；通过增强路侧基础设施的感知计算能力，并与车辆感知信息进行融合，提升交通治理的数字化水平。现阶段采用的车路协同架构分为5个层级：必将带来新的产品与生态模式，具备广阔的市场前景。与常规汽车相比，面向自动驾驶的车路协同系统具备两大重

4、要特征，一是多技术交叉、跨产业融合，需要智能汽车、交通设施、信息通信基础设施与资源平台信息的融合感知，在云控平台上形成物理交通系统的实时数字映射，进行分层融合决策1,实现车辆行驶与交通信号的实时调节，以优化车辆与交通运行的安全、效率等性能；二是具有本地属性，基于分布式部署和个性化配置，车路协同系统要满足特定区域场景，在通信、地图、数据平台等本地属性的支撑和安全管理2。从自动驾驶汽车到智能汽车，再到智能网联汽车，智能驾驶汽车技术及产业的快速发展，系统测试技术起到了重要的支撑作用。1路协同系统概述1.1车路协同整体架构车路协同系统通过向车辆实时推送道路状态信息，助力车辆选择更安全高效的出行路径;通

5、过对实时交通流量的监测来进行智能规划,增强道路交通管控能力；通过增强路侧基础设施的感知计算能力，并与车辆感知信息进行融合，提升交通治理的数字化水平。现阶段采用的车路协同架构分为5个层级：(1)多传感器融合感知技术。(2)高精度地图与移动定位技术。(3)协同决策与协同控制技术。(4)高可靠低时延网络通信技术。(5)云计算技术。(6)功能安全与预期功能安全。(7)物联网技术。(8)网络安全技术等3-4。1.3路侧感知系统路侧感知系统是车路协同系统的重要组成，负责全方位感知道路交通的不同运动状态、更新频率的目标，以及基于感知结果的全局信息统计与预测。车路协同路侧感知系统主要由路侧感知单元、数据传输单

6、元、路侧计算单元、附属配套设施等组成，系统组成架构见图1所示。(1)路侧感知单元：用于提取道路交通状态的各类要素，如交通参与者的运动学信息、判定交通事件触发的信息、计算交通流相关指标的支撑信息等，包括摄像机、毫米波雷达、激光雷达等交通检测器。(1)多传感器融合感知技术。(2)高精度地图与移动定位技术。(3)协同决策与协同控制技术。(4)高可靠低时延网络通信技术。(5)云计算技术。(6)功能安全与预期功能安全。(7)物联网技术。(8)网络安全技术等3-4。1.3路侧感知系统路侧感知系统是车路协同系统的重要组成，负责全方位感知道路交通的不同运动状态、更新频率的目标，以及基于感知结果的全局信息统计与

7、预测。车路协同路侧感知系统主要由路侧感知单元、数据传输单元、路侧计算单元、附属配套设施等组成，系统组成架构见图1所示。(1)路侧感知单元：用于提取道路交通状态的各类要素，如交通参与者的运动学信息、判定交通事件触发的信息、计算交通流相关指标的支撑信息等，包括摄像机、毫米波雷达、激光雷达等交通检测器。(1)多传感器融合感知技术。(2)高精度地图与移动定位技术。(3)协同决策与协同控制技术。(4)高可靠低时延网络通信技术。(5)云计算技术。(6)功能安全与预期功能安全。(7)物联网技术。(8)网络安全技术等3-4。1.3路侧感知系统路侧感知系统是车路协同系统的重要组成，负责全方位感知道路交通的不同运

8、动状态、更新频率的目标，以及基于感知结果的全局信息统计与预测。车路协同路侧感知系统主要由路侧感知单元、数据传输单元、路侧计算单元、附属配套设施等组成，系统组成架构见图1所示。(1)路侧感知单元：用于提取道路交通状态的各类要素，如交通参与者的运动学信息、判定交通事件触发的信息、计算交通流相关指标的支撑信息等，包括摄像机、毫米波雷达、激光雷达等交通检测器。(1)多传感器融合感知技术。(2)高精度地图与移动定位技术。(3)协同决策与协同控制技术。(4)高可靠低时延网络通信技术。(5)云计算技术。(6)功能安全与预期功能安全。(7)物联网技术。(8)网络安全技术等3-4。1.3路侧感知系统路侧感知系统

9、是车路协同系统的重要组成，负责全方位感知道路交通的不同运动状态、更新频率的目标，以及基于感知结果的全局信息统计与预测。车路协同路侧感知系统主要由路侧感知单元、数据传输单元、路侧计算单元、附属配套设施等组成，系统组成架构见图1所示。(1)路侧感知单元：用于提取道路交通状态的各类要素，如交通参与者的运动学信息、判定交通事件触发的信息、计算交通流相关指标的支撑信息等，包括摄像机、毫米波雷达、激光雷达等交通检测器。(5)系统参数配置模块，除了用于设置测试设备采集参数和精度要求，更主要的作用是设置不同真值数据和车路协同感知系统的时间参考和空间参考的基准差异。5分析与展望车路协同系统的测试，依赖于测试方法

10、、测试工具以及测试加速手段的综合应用8。就当前研究现状而言，构建包含基于测试用例、基于场景、基于探针、虚拟仿真测试的测试工具链是非常必要的，在选择测试方法时需要综合考虑应用的测试环境、测试效率、测试成本等因素。从该文的分析来看，现阶段，车路协同系统测试技术仍存在许多不足和局限性，主要体现在以下几个方面：(1)测试方法方面。基于用例的测试方法不能完全满足车路协同测试需求。基于场景的测试方法和技术亟待完善，场景提取、筛选以及测试场景的构建是主要问题。(2)测试工具方面。测试工具链严重不完整，缺少灵活性。基于虚拟仿真的测试，场景构建工具还存在技术高、模型不完善的局面,不能处理大尺度地图和交通流，测试

11、效率低、成本高，开展比较困难。针对以上分析，认为车路协同系统测试技术的未来发展重点应围绕以下几个方面:(1)测试方法上，需要进一步完善基于场景的测试方法，发展场景综合构建方法和场景复杂度评估理论，并建立场景定义标准，以加快场景测试方法的落地应用。(2)测试工具应着力发展模块化的测试工具，适配多种测试方法，尤其是基于场景的测试方法，建立柔性化、可定制的测试工具。提高虚拟环境的真实性，研究传感器的电气与虚拟交通环境的交互模型。参考文献1李克强.智能网联汽车创新发展的探索与实践J.汽车纵横,2022(1)：18-19.2李克强，常雪阳，李家文，等.智能网联汽车云控系统及其实现J汽车工程,2022(1

12、2)：1595-1605.3姚兰，赵永恒，施雨晴，等.一种基于视频分析的高速公路交通异常事件检测算法J.计算机科学，2022(8)：208-212.4清华大学智能产业研究院、百度Apollo.面向自动驾驶的车路协同关键技术与展望DB0L.2022.5ISO,IEC,IEEE.Systemsandsoftwareengineering：vocabularyS.Piscataway,IEEEComputerSociety,2022.展J同济大学学报(自然科学版)，2022(4)：540-547.7李克强,戴一凡,李升波,等.智能网联汽车(ICV)技术的发展现状及趋势仃.汽车安全与节能学报，2022(1)：1-14.8郭云鹏，邹凯，陈升东，等.基于仿真的面向车路协同的路侧感知仿真系统j.计算机系统应用，2022(8)：29-35.收稿日期：2022-01-20作者简介：陈胜华(1986),男，博士,高级工程师，研究方向：多传感器融合、高精度地图、自动驾驶系统。