基于用户需求的车路协同典型场景研究

高速公路智能车路协同系统近年来逐渐受到众多关注。在国家系列政策文件的基础上,分析了高速公路公众出行者与交通管理者等用户在智能车路协同方面的需求,梳理了普通路段、分合流区、隧道等不同道路类型的应用场景,对场景功能、所需交通信息以及智能化设备等进行了概述,并以分合流区和施工作业区等应用场景为例,分析了分合流区和施工作业区目前存在问题、预警功能实现及数据流向,为高速公路智能车路协同应用场景库的完善以及车路协同系统的落地实施提供了技术支持。     

高速公路智能车路协同系统事件—信息集研究

分析高速公路智能车路协同系统(Intelligent Cooperative Vehicle-Infrastructure Systems on Highways,ICVIS-H)总体建设需求和用户需求,构建基于事件集成业务驱动的车路协同系统数据交互机制与框架,梳理ICVIS-H与各系统业务交互流程.针对ICVIS-H...     

车路协同技术在城市交通中的应用研究

本文阐述了车路协同技术的基本概念,并从车、路、边、网、云等方面分析了车路协同技术在智慧交通中的应用途径。结合车路协同技术,对城市交通中典型应用场景进行分析研究,得出车路协同技术的应用有利于提升城市交通智能化、信息化水平,对解决城市交通拥堵、道路安全等问题,提升交通系统运行效率有着现实意义。     

G65高速重庆巴南至武隆段智慧高速公路总体架构设计

为了推动重庆市智慧高速公路建设,以G65高速重庆巴南至武隆段智慧高速公路建设项目为例,对智慧高速公路总体架构进行研究。根据G65智慧高速建设需求,分析智慧高速公路建设原则、建设目标及建设任务,提出了G65智慧高速公路总体建设框架,主要实施内容包括建设智慧高速综合云控平台,打造智慧收费站、智慧服务区、智慧车路协同、智慧隧道、智慧创新试点应用等智慧化应用场景,实施通信系统、全程监控系统、隧道机电系统、收费系统、主动发光交通标志等基础设施提质升级工程。本文架构设计方案可为其他运营高速公路智慧化提升改造提供实践参考。     

IntelliWay-变耦合模块化智慧高速公路系统一体化架构及测评体系

根据当前智慧高速公路系统的发展历程,总结一些典型的车路协同系统逻辑与物理模型。在总结国内外智慧高速公路系统的整体架构之后,提出新一代智慧高速系统的总体架构-IntelliWay,包括智慧高速公路系统分层模块化架构、基于变耦合程度的智能分级和基于事件驱动的数据分发机制。同时,根据当前智慧高速公路系统的主流应用技术,总结车载高精度定位、高级驾驶辅助系统(Advanced Driver Assistance System, ADAS)与车载总线、路侧设备优化、异构网络融合、网络负载均衡、网络信息安全、多传感器融合与协同感知、以用户为中心的场景自适应信息发布、车辆群体协同自动驾驶、基于大数据与人工智能的交通态势预测、车道级主动交通管理、组件式应用服务开发等驱动智慧高速公路系统快速发展的新兴技术研究现状,然后基于以上关键技术的特点提出未来智慧高速公路系统应用的实施建议;分析广播式交通信息服务、主动交通管理、伴随式信息服务、自动驾驶专用道、车辆队列协同驾驶等智慧高速公路系统的典型应用场景,进行智慧高速系统的测评方法分析和相关案例分析。最后,系统性地分析和预测智慧高速系统存在的挑战及未来发展趋势,以...     

基于车路协同的城市智慧道路关键技术框架研究

车路协同技术不断成熟,智慧城市发展不断进步,智慧道路研究和建设尤其重要。研究智慧道路需求分析,明确智慧路口和全息路段两个典型应用场景,通过构建道路数字基础设施,研究多方位立体监测与多因素动态耦合下道路安全风险精确感知方法,实现微观场景内交通参与物认知、运动状态及协同感知,进而通过边缘计算单元支撑车路协同,为面向车路协同场景的智慧道路建设提供技术条件。     

面向车路协同关键通信技术的研究

车路协同系统的应用已是新一代智能交通系统的发展方向,是缓解交通拥堵、减少交通事故的重要手段。本文研究了车路协同通信技术的特点,分析并对比了DSRC、LTE-V2X两种主要面向车路协同关键通信技术,并介绍了在车路协同应用领域极具潜力的5G技术。最后对各种通信方式在不同场景下的通信性能进行实际测试和分析,对智慧公路车路协同系统的发展起到了重大作用。     

高速公路车路协同自动驾驶条件及技术研究

本文在对高速公路车路协同自动驾驶条件研究基础上,提出了高速公路自动驾驶系统的建设目标,重点结合高速公路现有条件对路侧系统的实现所面临的问题提出相应对策,并就车路协同自动驾驶对我国高速公路未来产生的积极影响进行了探讨和展望。     

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。     

智慧高速公路基于安全的车路协同应用场景探索

随着我国经济和社会的快速发展,作为通往现代化国家建设的重要战略基础设施之一的公路,截至2020年末我国公路总里程已突破510万公里,其中高速公路建设和运营里程已达15万公里。车路协同作为智慧公路建设的关键核心技术之一,对提升智慧公路的安全性具有重要的意义和作用。文章将从安全的角度阐述智慧公路尤其是智慧高速公路与安全行车密切相关的相关场景并进行论述,探索车路协同的应用场景。     

基于车路协同的高速公路车辆碰撞预警模型

为了预防和减少高速公路碰撞事故的发生,及时向高速公路一定范围内的相关车辆提供事故预警信息,提出了一种基于车路协同的高速公路车辆碰撞事故预警模型。首先,基于4G和DSRC通信网络构建了高速公路通信场景与事故预警框架。其次,建立了高速公路环境下双车道两车相撞的事故场景,分析了车辆在高速行驶时发生碰撞的动机以及可能发生的碰撞事故类型。最后,分析了追尾碰撞与侧向碰撞发生之前两车在横向和纵向两个方向接近的全过程,探索两种碰撞事故发生的内在规律,建立潜在碰撞事故判定规则,并基于车路协同技术建立了以时间、位置、速度、车间距以及制动距离为参数的车辆追尾碰撞预警模型与车辆侧向碰撞预警模型。针对实车场地试验对碰撞事故测试成本高难度大等问题,基于Veins仿真平台搭建了具备4G和DSRC异构通信网络环境的高速公路车联网仿真场景,对两种事故预警模型的性能进行测试。测试结果表明,在车速低于120 km/h的情况下,通过潜在碰撞事故判定得到预警结果,并给相关车辆发送事故预警消息广播,能有效避免追尾碰撞和侧向碰撞的发生。     

面向高速公路运管的车路协同云控平台架构设计

随着自动驾驶技术的发展,中国从自身国情及优势出发,明确了车路协同的技术发展路径。文章相较于既有云控平台的设计,明确了以高速公路运营管理单位为服务对象,通过车路协同应用场景梳理,推导云控平台功能架构及技术架构,细化各类数据资源项,明确建议行驶速度阈值,并对应匝道汇入场景,列出关键控制数据项及设备协同控制方法,为提升道路管控能力,实现安全、便捷、高效、绿色、经济的目标,提供切实可行的技术方案。     

车路协同技术在智慧高速建设中应用展望

现代交通问题面临两大主要挑战:交通安全和通行效率,传统的解决方法是采用车辆安全保障和控制诱导等方法,随着近年来我国国民经济的快速发展,汽车总量不断增长,交通问题日益严重,传统解决方法处理起来存在很大的局限性,近年来自动驾驶和车路协同技术的出现,为解决交通安全和通行效率提供了根本性解决方案.但目前受制于技术和成本的限制,无法满足多种复杂情况下无人驾驶,而对于一些稍微简单、结构化的场景,借助车路协同技术有望实现无人驾驶,我国高速公路基本属于封闭式道路,相对市政开放式道路来说,人对交通不利影响得到大幅度遏制,相对环境简单;其次是高速公路道路条件优良,相比市政道路路面、弯道、交叉道口来说,高速公路具有更平整的路面、更简捷的线性、更简单的互通结构,最后高速公路经过三十多年的发展,包括收费、监控、通信等机电设施比较齐全,这些条件更有利于车路协同自动驾驶在智慧高速中的实现.     

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。     

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。     

新一代智能交通全出行链集成系统设计

智能网联汽车已成为汽车技术发展的大势,通过融合智能网联汽车和智慧交通技术,以自动驾驶车辆的需求为核心,应用深度学习、边缘计算以及领先水平的车路感知融合、车路云控协同等方法,构建"智能网联汽车+智能交通+智慧城市"全出行链场景,实现无人驾驶在智慧道路、智慧停车、智慧园区的综合应用,为后续工程建设、产业化落地提供强大的技术支撑,进一步推动自动驾驶产业的发展。     

基于Frenet坐标系的智能车辆多场景轨迹规划

轨迹规划是智能车辆行为决策模块的重要组成部分,也是车路协同技术的重要一环。Frenet坐标系相对于传统的笛卡尔坐标系,在车辆规划算法中具有明显优势。因此提出了一种基于Frenet坐标系的智能车辆多场景轨迹规划模型。首先在Frenet坐标系的基础上,根据车辆动力学模型解耦并构建横、纵向两个维度的轨迹规划集模型,然后根据各场景需求分别建立高速、低速、跟驰等多种场景的轨迹优化函数。最后通过仿真验证,证明该模型具有可实现性,并能高效准确地解决多种场景下的轨迹规划问题。     

“自动驾驶与车路协同”专刊导语

<正>自动驾驶与车路协同是未来交通运输领域的战略制高点,将引发道路交通组织和运行形态的变革,是解决当前道路交通安全、拥堵和污染等重大问题的有力手段。发达国家均在实施推进自动驾驶与车路协同发展的相关行动计划。"十三五"期间,我国科技部在"新能源汽车"和"综合交通运输与智能交通"领域设立了多个重点研发计划来支持该领域的发展,力图促使我国在自动驾驶与车路协同理论研究、场景构建、装备研     

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.