首頁熱門文章
智能網聯環境下“車路需求”分析與展望
發布時間：2018-11-20 分類：趨勢研究
智能網聯環境下的路側設施全息感知及智能管控技術研究，談的是智能網聯對基礎設施帶來的變化。
傳統智能交通做了很多年，從公路信息化、城市道路信息采集和處理、交管平臺和大數據平臺等，已經給智能交通帶來了很多發展。但是，這么多年來大家的出行方式上沒有太大的變化。
但講未來交通、講智能網聯到底是什么，有很多比如車聯網、自動駕駛、新能源、共享出行等等新名詞。最大的變化是什么？是車參與到整個出行的信息感知和交互當中去。原來建一個智能交通系統，放一個誘導屏，司機看了以后才控制車，信號燈也是一樣，紅燈綠燈也是亮給司機看的。
智能網聯是車可以感知到這個信息，車能夠決策往哪開，這個事情就很厲害了，可以帶來很多變化。這個變化是好還是壞，變化有多大，其實從交通系統中來講有很多值得探討的問題。
一開始講智能網聯汽車，但是不是能延伸到智能網聯的非機動車、智能網聯的人？車輛對環境的感知是主動的還是被動的？在智能網聯情況下車子肯定不會違反交通規則，那是不是違法抓拍也不需要了，誘導屏也沒人看了。
有時候還會有一些很奇怪的問題，如果交警做了一個停車的手勢，智能網聯汽車能否看懂？能否分辨出是對自己打的手勢？
既然想到了這些奇怪的問題，也想去探討一下智能網聯與現有路側交通管控設施間的關系，那么首先做的就是需求分析，在智能網聯環境下車與路到底有什么需求。
車與路的需求分析
對于車輛在智能網聯環境下的需求，其實已經有了很多分析。
從作為一輛智能汽車的角度來想，需要感知的包括很多，比如周邊的環境、道路設施是什么樣的，管控措施有哪些，有哪些交通規則影響行駛，對行駛安全感知到了什么，周邊有哪些車在開，對我有沒有影響。
同時，選擇什么路徑到達目的地，中間有沒有事件信息，交通服務有哪些等等。這里只列出一部分，全部列出來是很系統的過程。
那么到底誰能夠提供這些信息？現在看來有路側端、信號燈、標識標牌、智能設施等等。當然現在大部分駕駛員一上車旁邊手機一放導航一開，這就是互聯網平臺、管控平臺能夠提供給車的信息，包括地圖、交通路況等等。
可以看到，最后一輛車能夠獲取的數據是一個非常復雜的多元關系。不同的信息可能來源非常多，這些來源信息甚至不一定是完全正確的，也不一定是完全完整的，可能是碎片化的。
即使是一個大數據平臺，也并不能確保提供的數據是完備的甚至是完全正確的。
作為一輛車獲取的信息可能多種來源不同，片面的信息，這就會對車造成了很大的困擾。到底聽誰的？
看一個簡單的例子，在智能網聯、自動駕駛提到很多，就是匯入碰撞預警，車與車之間是不是有一個碰撞的可能性，這個可能性有多大，場景其實很簡單，但在實際運行中會碰到問題，在路上有傳統的汽車，就沒法提供車輛的運行信息。
即使是路側，感知能力也是全覆蓋的，也一樣會產生盲區。這種情況下，車輛在不同場景下獲取的信息在完整性、有效性和質量上都是不一致的。
因此，從車的角度來說，需要有一個信息流的快速分發、鑒真、整合和個性化推動的機構，這個可能是一個設備或者是平臺對這些信息進行整合，車不應該獲取碎片化、片面化的信息。
那路又是什么樣的情況？在智能網聯出現之前路的感知已經是非常豐富了，最早的線圈到微波、地磁、視頻等等技術，已經能夠把路口、快速路流量、車速、排隊、滯留、號牌、違法等信息都可以感知到，感知到以后在交通管控、信息采集誘導、信息服務等做了很多應用。
但是，這些感知也存在一些局限。
第一，原來這些路側信息、車輛感知相對獨立，它感知自己的信息，并不會分享給別人，一個卡口系統感知到車輛并不會共享給車或者信號系統；信號系統也要進行獨立感知，這個獨立感知會造成局部信息重復和局部信息空白。
第二，原來車對路側感知來說是一個黑盒子，只知道車輛開過去了，速度是什么，車里什么情況很難知道。前一陣子我們在做HOV方案，一直被一個問題困擾，行駛的車輛內坐了多少人？有提議說叫一個警察在路口隨機抽查，但這太影響交通了，車內部就是一個黑盒。
第三，出行需求，原來車出行需求是不知道的，這種情況下做傳統的智能交通路側的管控。
也許可能會帶來這樣的變化就是：
首先，我們有更廣泛的建設，不管是5G也好或者其他的網絡方式，路側端和車端可以互聯，實現端端、車端信息交互。
其次，車慢慢從黑盒變成一個白盒，知道車里的情況。
然后，可以部分的知道這些車想到那里去，代表了對交通管控模式可以帶來一些變化。
比如說在匝道這個場景下，可以建設路側與車共同感知的場景，可以對流量、車速、車輛排隊、路面健康、事件、號牌、行人闖入等進行分析，和違法、信號、上下游進行聯動，聯動以后可以提供高精度服務和行駛服務，能知道車要去哪里，知道車在高架上希望從哪里下，這對快速路網流量平衡可以起到一定作用。
在路口也非常類似，建立智慧路口的示范，也希望把路口的整個信息整合起來，如果說能夠把經過路口這些車的信息更多納入進來，就可以給我們帶來更多的便捷。
通過上面車與路的分析，可以發現在路側有了車聯網、智能網聯，能夠對各類設備與車輛的碎片化信息進行感知的信息流進行快速整合和分發，給到相應的控制節點和車輛上，來為他們提供服務。
智能網聯路側環境建設思路與設想
有個新名詞叫做“云控平臺”，有幾方面的功能：
第一，傳統的交通管控系統功能，以交管指揮平臺為主，進行智能網聯汽車與普通汽車交通管理。
第二，測試服務，很多測試場更注重對汽車的測試，路側傳統智能交通設備會在這個環境下產生什么樣的變化、有什么作用。我們想，路側也應該有測試場景，讓智能網聯的路側設備能夠進行一些嘗試和車進行交互的場景實驗和示范。
第三，包括區域的綜合監控、管理、智能網聯的模型，有了這些智能網聯數據以后模型可以帶來很多變化，目前這些模型尚不成熟，需要一步一步通過數據、場景去迭代。
包括多種網絡方式的互聯，感知手段豐富，不同場景下有標準化的路側感知，在感知的基礎上把車和路側感知進行快速信息流的整合，然后在這個基礎上基于需求進行模型計算。
比如說碰撞例子，通過視頻、通過車輛提供的高精度信息，還要預測5秒鐘以后、10秒鐘以后、30秒鐘以后可能區域在哪里，這些區域和其他行駛車輛會不會有沖突，如果是非智能網聯車和傳統車可能需要視頻進行檢測，整個運行環境非常復雜、非常混合的感知環境。
同時包括緊急車輛、特種車輛、信號優先，這些概念，不能要求路上所有的車都是具備感知能力，需要路側進行整合，其他場景還有很多。
