当前位置: 主页 > 天气与交通 >

车路协同推进自动驾驶突破混合交通场景

来源:中央气象台发布时间: 2020-08-12 14:16

车路协同对智慧交通的支撑作用正在显现,引导自动驾驶场景迎来新突破。由车路协同推进的自动驾驶突破混合交通场景,并在应对暴雨、夜晚等极端情况上发挥重要作用。

交通运输信息化专家、中国交通通信信息中心副主任林榕在调研时表示:“非常高兴看到以车路协同为核心的自动驾驶落地成功。整套方案将车路协同、车车协同、单车智能充分融合,发挥了平台体系的技术和服务优势,达到了国内领先水平,代表了智慧交通、未来出行的发展方向”。

新基建加速智慧交通 车路协同是重要支撑

车路协同是交通运输中将新型基础设施与传统基础设施融合发展的重要领域。近年,在“两重一新”的建设方略和“交通强国”的战略决策下,车路协同迎来历史性发展机遇。

2019年9月,中共中央、国务院印发《交通强国建设纲要》,明确提出大力发展智慧交通,推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合,加强智能网联汽车(智能汽车、自动驾驶、车路协同)研发,形成自主可控完整的产业链。进入2020年,新基建为数字化进程按下加速键,5G、C-V2X、AI等新一代技术爆发,智慧交通迈向落地关键年,而车路协同是重要支撑。

2019年10月蘑菇车联在国家级智慧交通示范基地北京顺义区北小营镇落地全国首条商用车路协同示范路,在5G+C-V2X无缝连接和车路高效协同上开创先河,掀起了智慧道路建设的新篇章。在此基础上,今年蘑菇车联又推进自动驾驶在车路协同体系中的应用,这一创新探索让车路协同更好赋能智慧交通又迈出了关键一步。

两大引擎三大支撑 车路协同提供可靠安全保障

目前,自动驾驶在全球有两大主流方向,一个由单车智能化主导,另一个则是由车路协同驱动。从新基建到交通强国,从5G、C-V2X到北斗卫星定位,上至国策、下至技术,中国都有强大的车路协同基础。在车路协同体系中发展自动驾驶也被称为“中国路径”。

蘑菇车联的车路协同体系依托蘑菇OS和AI云平台两大引擎,从车、路、云、网入手,融合了车路协同、车车协同和单车智能,形成了智能感知、车路协同和AI云三大系统。其中,智能感知系统融合了芯片、传感器、北斗+GPS高精定位等新一代技术,让车、路两端具备追踪目标、捕捉风险、预测意图的能力。车路协同系统通过5G+C-V2X将车与路、车与车连接打通,各端感知数据彼此交互,极大提高了单车智能的水平。而AI云相当于大脑,分析协同所有交通元素、全局调度、贡献行驶策略。

正因为如此,当自动驾驶融合到车路协同体系中,能为车辆行驶提供可靠的安全保障,特别是在复杂的混合交通和雨天、黑夜等特殊情况。

挑战极限风雨无阻

在暴雨中,视线会被不断冲刷下来的雨水遮挡,单车智能依赖的摄像头、激光雷达等传感器的精度也会显著下降,相当于全盲开车。这个时候还能风雨无阻的自动驾驶吗?

7月,蘑菇车联在位于北京顺义北小营的5G路段上运营车路协同系统,期间遭遇了多场暴雨。这段车路协同示范路段全长 7.2公里,混合了大货车、小汽车、临时路障、非机动车和行人,是典型的混合式交通场景。其中一场为二级橙色预警等级,强降雨量达到148.8毫米,低洼地区的积水最高有30厘米,部分路段还有植被覆盖遮蔽了车道线。为了体现极端天气中车路协同对自动驾驶的引导,运行车辆在安全员监管下关闭雨刷,保持自动驾驶。在单车视线近于全盲且天气及路况条件极端恶劣的情况下,运行车辆仍然安全顺畅的完成了无保护左转、严重积水通行、逆向绕行避障、复杂场景会车等高难度自动驾驶。

1597116316629884.jpg

图示:车路协同引导自动驾驶在严重积水中通行

暴雨对自动驾驶最大的挑战在于单车感知系统几近失灵。摄像头在90%以上的时间无法采集数据,激光雷达会产生异常折射,对物体的形状、位置和质地不能精确判断,因此也无法提供可靠的感知数据。而基于车路协同的技术路径赋予了单车360度多套冗余感知能力。

智能路侧设备为自动驾驶车辆提供了具有完全独立性的数据冗余感知系统。首先路侧灯杆位置部署了多个大尺寸摄像头,具有不同焦距,曝光时间最短可达0.1毫秒,图像零畸变,保证了从广角到长焦等不同焦段内都可以获取到清晰的图像。由于路侧摄像头的架设位置高,布设了遮挡防护,并且视角为俯视,暴雨对路侧摄像头的识别干扰几乎为零,不仅看得更多,还能看得远,更看得清。而通过车与路的协同,路侧设备识别的交通元素数据,如车道线、障碍物、行人等信息被发送到车端,如同让全盲的人重新眼观六路、耳听八方。