智能网联先导区道路交叉口车路协同系统设计

近年来,车路协同是汽车与交通行业发展的重要方向之一,而车路协同环境建设和推广也成为先导区建设的重中之重。车路协同系统利用无线通信、传感器检测、高精度地图定位、人工智能、计算机等众多技术来获取车辆和道路信息,在实现人、车、路充分协同的同时,从而达到主动提高道路交通安全、最优化利用系统资源、缓解交通拥挤的目标,形成安全、效率、环保的道路交通系统。先导区一般选址在车流量大、道路环境复杂、附近居住人口密集的区域。先导区内汽车智能与网联化测试、V2X场景实现均需要借助于车路协同系统环境。本文介绍了先导区道路交叉口车路协同系统涵盖的技术,以及实现的功能和信息服务场景,并从车端、路端给出了相应场景的解决方案。     

车路协同条件下智能网联高速公路通行效率信息自适应分发协议:NRT-V2X

车路协同技术是解决自动驾驶中单车智能现存缺陷的关键技术。而智能网联高速公路的出现为车路协同技术真正应用于实际提供了良好的平台，其中，路侧单元（Road Side Unit，RSU）如何将路侧传感器信息或交通监控中心发布消息传递给路上车辆，是车路协同技术的一个关键环节。为此，提出一种基于V2V（Vehicle to Vehicle）和V2I（Vehicle to Infrastructure）融合的自适应数据分发协议（Adaptive Network and Road Traffic Data Dissemination for V2X，NRT-V2X）。NRT-V2X协议在影响通行效率事件的车流上游为RSU定义了一段服务区域（ROI，Region of Interest）。RSU通过感知服务区域中车辆的无线通信网络状况和路面交通状况来自适应调整其信息发送间隔，从而在保证ROI中车辆信息全覆盖的前提下，降低RSU发送信息开销，抑制ROI内车辆的接收信息冗余。基于创建的2个场景和2个车路协同应用，利用双向耦合车联网仿真平台进行性能评估。试验结果表明：采用NRT-V2X协议的车路协同技术可使高速公路的通行效率提高28%以上；与RSU固定发送间隔协议和典型V2X协议ATB相比，NRT-V2X的信息覆盖率稳定在100%，发送信息开销降低了至少30%，接收信息冗余下降了20%以上；NRT-V2X能够将智能网联高速公路通行效率相关信息高效地由RSU分发到其定义的ROI中的所有车辆，从而保证所有车辆预先接收到相关信息，选择最优行车路线，提高通行效率。     

车路协同 V2X仿真验证系统设计

为验证车路协同技术的有效性和安全性,基于车联网(V2X)测试需求,提出了一种车路协 同仿真验证系统的设计方案。使用 Prescan软件搭建了仿真场景,以用户数据报协议(UDP)形式将 仿真数据发送至 V2X 协议栈,通过 LTE-V 信道仿真设备仪表和被测器件(DUT),并经由直连通信 接口(PC5)进行通信。采用全球卫星导航系统(GNSS)模拟器,将模拟测试车辆的位置和时间等信息 与协议栈及 DUT 进行同步交互,DUT 接收到测试场景及位置的数据后,触发车路协同相关预警功 能。该方案可真实模拟 V2X环境,实现了 V2X应用场景的测试验证,能够有效推动车路协同系统的 开发和算法验证,促进 V2X技术的快速发展。     

业内首发量产的福特车路协同系统正式落地广州

正作为业内首个量产应用车路协同系统的整车企业,福特宣布车路协同系统正式落地广州,这是继无锡、长沙之后落地的第三大城市。按照计划,至2021年年底,福特车路协同系统将在四款量产车型全系标配,并接入国内九大城市的智慧交通网络,实现人-车-城市互联的智慧出行。车路协同可使得车与车(V2V)、车与智能基础设施(V2I)、车与人(V2P)之间进行"实时对话"。借助该技术,     

快速路车路协同场景交通流运行效率仿真评价

为研究车路协同系统在不同车间信息交互水平下对快速路交通流的影响,采集并提取北京市四方桥快速路段早高峰交通流轨迹,同时分析车路协同场景下快速路车辆运行特征,实现对常规驾驶场景和信息交互场景的车辆行驶模型标定。选取期望速度行驶车辆占比、横向车距收缩比、纵向车距收缩比、通行能力拓展比对车辆运行效率进行评价,提出车辆横向偏移距离缩小比用以评价车辆空间占用状况;搭建仿真模型并进行仿真试验,分析不同信息交互水平对交通的影响程度。结果显示,车辆运行效率随信息交互水平的提升而提升,其中通行能力的提升幅度最为显著,车路协同场景下信息交互水平从4级提高到1级,道路通行能力较常规驾驶场景分别拓展了19.42%,28.06%,46.48%,74.62%,仿真时段内其余指标值提升幅度较小。车间信息交互场景下车辆行驶的横向偏移幅度缩小,且在高水平信息交互下缩小比例达到17.33%,表明相同车道宽度下车辆行驶的横向安全性提升。      

基于蜂窝通信车联网系统的车路协同应用场景测试方法

近年来,车路协同系统车联网(V2X)技术已成为中国汽车行业智能化、网联化融合的重点研究方向之一。V2X技术将行驶车辆过程中的数据信息与外界共享,增强了车机感知与处理数据的能力。基于蜂窝通信的蜂窝车联网(C-V2X)通信技术已在中国开始商业化的应用,但是,该技术应用带来的信息安全、交通安全、数据存储,以及与各类车载与路端设备的互通性、应用稳定性和兼容性等 问题尚未有完备的解决方案。本文研究了C-V2X技术测试方法,并对复杂的车路协同应用场景测试标准进行了分析。     

基于车路协同的车辆换道Logistic模型研究

本文基于车路协同系统下的多车数据,提取车路协同中距离和速度指标,利用python进行参数估计,并验证了模型的可靠性,同时结合车辆换道过程中的目标车道上前车和后车的距离和速度信息进一步对换道需要满足的最小间距问题进行说明,提出在车路系统系统中嵌套车辆换道最小间距模块,结合车辆换道最小间距和Logistic模型可以减小车辆换道判断误差,为驾驶者提供更加准确的换道参考。     

交通运输智能化发展概述与智能驾驶展望

"十二五"期间,交通运输要素资源数字化水平稳步提高,智能化水平持续发展,发展环境不断优化;建立了全国重点营运车辆联网联控系统,推动了全国道路货运车辆公共监管与服务平台建设。"十三五"期间,将提升中国交通运输行业的智能化水平。同时,加强自动驾驶和车路协同技术发展统筹规划,支持鼓励自动驾驶和车路协同关键技术创新,开展智能驾驶与车路协同标准化工作,加强自动驾驶和车路协同的测试基地建设,开展车路协同集成与试点示范应用,推动中国智能驾驶技术的发展。     

信号交叉口车路协同诱导策略下ACC车辆控制模式研究

信号控制交叉口是城市道路交通网络中的基本节点,车辆在通过交叉口时频繁地启停和加减速等严重降低了交叉口的通行效率,并产生了更高的燃料消耗和污染物排放。无人驾驶技术中的车路协同技术和自适应巡航控制(Adaptive Cruise Control, ACC)技术为缓解交叉口处的交通拥堵和提高节能减排水平带来了新的契机。ACC车辆可以通过车载检测设备和传感器技术等实时获取自身与前车的行驶状态,并通过ACC控制系统做出比人类驾驶员更精确、稳定和安全的决策判断。根据ACC车辆在信号交叉口车路协同诱导策略下的行驶工况信息,考虑了ACC车辆在信号交叉口车路协同诱导策略下的控制模式,利用诱导策略对ACC车辆的控制模式进行了划分。在智能驾驶模型(IDM)的基础上建立了不同控制模式下的加速度算法,利用MATLAB对信号交叉口车路协同诱导策略下的ACC车辆的交通特性进行仿真模拟,对比分析了传统ACC车辆和车路协同诱导策略下的ACC车辆在通过交叉口时的平均延误、平均燃油消耗和平均污染物排放。仿真结果表明,车路协同诱导策略下的ACC车辆在不同等级车流密度下均能够降低交叉口的延误,并减少车辆的燃油消耗与污染物排放量。     

面向人因的车路协同系统综合测试及影响评估

面向冬奥主干通道兴延高速，以驾驶人适应性为导向，构建一种面向人因的车路协同系统硬件在环效能测试平台，针对多种道路条件、交通状态、特殊事件等面向高速公路设计13种交通情境，从主、客观2个维度实现车路协同系统包括主观感受、高效性、安全性、生态性、舒适性、有效性6个方面的驾驶人适应性评价，分析车路协同驾驶状态下的综合评估指标及影响机理。主观评估结果显示，车路协同技术对驾驶人有积极作用，52%的被试认为车载预警信息可以使行车过程更安全。客观运行结果表明：由于车路协同状态下驾驶人对于前方道路危险状况的可预知性，导致驾驶人提前降速，运行速度降低，效率有所下降；车路协同条件下的加速度和换道次数明显减小，其安全性显著提升；由于车路协同系统避免了驾驶人对于突发危险状况的紧急制动，因此车辆的油耗、排放均明显降低，其生态性改善效果显著；归因于驾驶人对于车路协同系统熟悉程度不足，导致舒适度各系统存在不一致的结论，也表明驾驶人对于车路协同系统的接受度和信任度均有待进一步提高；驾驶人在车路协同条件下可获取不同路段的限速值和超速提示，其有效性表现出明显的优势，速度跟随比有显著提升。所构建的测试平台和指标体系为进一步深层次挖掘车路协同的作用机理奠定了基础。     

招商车研承建的西部自动驾驶开放测试基地测试系统技术服务项目顺利通过验收

近日,招商局检测车辆技术研究院有限公司(以下简称"招商车研")在重庆市永川区承建的西部自动驾驶开放测试基地——测试系统技术服务项目,顺利通过百度公司和业主单位的验收. 该项目是永川区西部自动驾驶开放测试基地的重要组成部分,覆盖交通流量密集、道路场景丰富的两个交叉路口和一条双向十车道道路,由交通数据采集系统、自动驾驶及车路协同场景库生成系统、车路协同规模测试系统、数字孪生可视化系统等模块组成,具备全年不间断典型场景采集、C-V2 X消息实时转化、车路协同场景可视化回放、真实车辆与虚拟车辆可动态交互等功能.     

车路协同系统中的车辆精确定位方法研究

为了解决车路协同系统中车辆定位误差较大的问题,提出了一种基于信息标识识别的车辆定位方法。该方法设计了一种能够储存道路信息的信息标识,并在路面上设置信息标识。当车辆驶过标识时,安装于车上的成像装置实现对信息标识图像的拾取。利用加权最小二乘法对图像进行直线拟合得到车辆的运动方向,识别图像信息得到车辆的精确位置,结合车辆对于自身运动状态的感知,从而实现车辆的精确定位。试验结果表明,车辆的运动方向检测误差仅为0.71°,定位误差仅为2.17 cm。可见该方法在车辆定位上更为直接、准确、成本低廉。     

基于车路协同的车辆状态估计方法

提出了一种基于车路协同的车辆质心侧偏角估计方法。该方法通过专用短程通信技术获取路侧基站的差分GPS信息,在车辆运动学模型的基础上,通过建立二次卡尔曼滤波器,融合差分GPS的航向角、车速和车载传感器的纵向加速度、横向加速度与横摆角速度信号,来估计车辆横摆角和质心侧偏角,并进行了实验验证。结果表明,即使在横向加速度较大的情况下,该方法仍具有较好的估计精度,可满足车路协同系统中车辆安全控制的要求。     

车路协同下带诱导车速的单车道改进NS模型

面向车路协同环境,基于一维元胞自动机模型提出了一种带诱导车速单车道改进NS模型。分析了车路协同交通环境中可交互的基本车辆信息。根据前后车辆的位置、速度制约关系和邻近阻塞点位置等信息类别,以及在此信息交互条件下将对车辆运行产生的影响,在单向不发生换道的假设下,设计了不同车辆关系下的诱导车速模型,并基于诱导车速模型对NS模型进行了改进。根据实际道路条件,在不同车辆密度条件下,对所建模型进行了数值模拟。数值仿真结果表明:遵守诱导速度对车辆进行控制,能够在车辆密度小于0.4 pcu/km的路况中获得较好的平均速度和平均流量;但当车辆密度大于0.4 pcu/km时,由于同步相的增多,改进NS模型中平均车速和流量均不能优于当前微观交通流现状。不同遵守率仿真结果说明:在同等车流密度条件下,当遵守车速诱导的车辆比率下降,则诱导车速的有效性也发生下降。理论和数值结果均表明:在未来交通环境中的信息交互条件下,车辆的运动规律将发生改变。根据此改变所提改进NS模型能够较好地揭示车路协同条件下单车道环境中的微观交通现象,为未来智能交通提供理论基础。     

车路协同环境下车辆前照灯自适应控制方法研究

针对现有自适应前照灯控制系统仅仅根据汽车行驶状态及转向盘触发车灯偏转,使得车灯偏转动作带有明显的滞后性的问题,引入车辆行驶前方道路线形信息,建立了车路协同环境下车辆前照灯自适应控制方法的系统。在不改变原有车灯控制系统执行机构的情况下,利用车路协同装置将线形曲率等道路信息提前传输给汽车,综合利用行车状态信息实时计算出车灯偏转角度,自适应调整灯光照明方向。经仿真结果表明,该方法可以更加主动精确的调整车灯偏转角度,减少视野盲区,提高行车安全性。     

智能车路系统中汽车列队行驶控制关键技术与研究进展

通过车路协调技术可以控制车辆实现列队行驶,以提高道路车辆密度,增加道路容量,同时也能增加交通系统的安全性和节约能源.论述了汽车列队行驶控制的关键技术,介绍了车辆纵向、横向自动控制技术、车路信息交互技术以及车队队列控制技术等研究进展,展望汽车列队行驶控制研究方向.     

智慧道路系统架构研究

为推动智慧道路建设,增强道路网络运行的整体感知能力,实现道路网络管理、车辆道路协调和旅行信息服务智能化,全面提高道路网络运行效率和交通安全水平,文中考虑车路协同的需求,提出智慧道路系统框架,揭示智能道路的外部配置和内部机制,为智能道路研究和施工提供参考。     

考虑车车与车路通讯并存的路侧单元优化布设方法

路侧单元(Road Side Unit,RSU)作为车路协同系统(Cooperative Vehicle Infrastructure System,CVIS)中路侧感知控制网与网联化车辆自组网的重要节点，其布设方案对车路交互效能、系统建设成本与协同服务水平均产生较大影响。现有RSU优化布设研究主要基于车路(Vehicle to Infrastructure,V2I)通讯，忽视了车车(Vehicle to Vehicle,V2V)通讯的转发和中继作用，也缺乏对RSU设备及线网布设成本的相关考量。针对上述问题，面向V2V和V2I通讯并存环境，考虑信息覆盖正向收益与设备/线网布设负向收益，构建面向综合收益最优的RSU布设方案优化模型。首先结合信息流-交通流耦合模型获取传播时间矩阵，提出权重约束可达性算法，构建布设方案与信息覆盖正向收益之间的关系方程。然后针对动态最优布设方案条件下的最优线网布设问题，提出改进的最小生成树模型，并以此设计综合收益最优的RSU优化布设模型。最后，基于井字形算例路网，进行模型验证和关键系数敏感性分析；并基于Sioux Falls路网，将所提出的模型与现有未考虑信息流-交通流耦合特性的RSU优化布设模型进行对比。研究结果表明：所构建的布设方法可较好地反映实际信息流传播状态，覆盖率误差在5%以内；RSU最优布设方案与交通流运行状态密切相关，交叉口及路段中节点均有成为最优节点的可能；RSU布设方案将受线网/设备布设成本和信息生命周期的直接影响；对比现有模型，在Sioux Falls路网和所给定参数的条件下，所提方法在信息覆盖率和布设后的综合收益方面相较现有方法均提升了30%以上。     

车路协同下车队避让紧急车辆的换道引导方法

为保证紧急车辆更安全、高效地到达紧急事故现场,基于车路协同系统,提出车队避让紧急车辆的换道引导策略。针对目标车道无车辆、有车辆和有车队3种不同场景,分别提出确保紧急车辆快速通过的协同换道策略。通过协同换道策略引导紧急车辆前方行驶的车队和目标车道的车辆改变速度以调整车辆间距,使其满足换道安全距离,依据换道轨迹规划使车队完成换道,并提出紧急车辆发送紧急避让信号的位置方法,计算当不影响紧急车辆的速度情况下,其发送紧急避让信号时与车队尾车的最短距离。利用SUMO交通仿真软件,实现车路协同环境下3种不同场景车队避让紧急车辆的换道引导,并比较目标车道为车队的场景下,车队换道至目标车队的每个空档中（方式A）和车队换道至目标车队的同一个空档中（方式B）2种不同的换道引导策略。研究结果表明：目标车道有车队的场景下,方式B的协同换道时间更短,发送紧急信号的位置距车队尾车82 m,较方式A的87 m更近,对周围车辆影响更小,因此此场景采用方式B的协同换道策略;在目标车道无车辆、有车辆和有车队3种场景下,紧急车辆分别距车队尾车71,71,82 m时发送紧急避让信号,其可以维持期望速度,验证了最短距离与车辆速度的关系式;与未使用换道引导策略的情况相比,紧急车辆的速度提高,延误减少。     

基于多源信息融合的汽车主动避撞系统

传统的汽车避撞系统对车辆及其周边信息缺少全面的了解,存在判断依据单一的缺陷,因而对车辆安全状况的判断误差较大,达不到准确控制的效果.文中提出了基于多源信息融合的主动避撞系统,利用车车通信、车路信息协同以及传感器组合使用,全方位获取车辆信息,通过实际车距与理论安全车距之间的比较分析,判断车辆安全状况,避免车辆发生碰撞;同时,依据制动传感器的信号,避免驾驶员与系统产生制动干涉.模型车试验表明,基于多源信息融合的主动避撞系统可以达到快速、准确、稳定的控制效果.