车路协同自动驾驶研究

Posted 2022-09-19 爱是与世界平行

车路协同自动驾驶研究：盖斯特管理咨询有限责任公司

车路协同自动驾驶逻辑架构

以智能网联道路为基础，采用先进的传感、计算机、通信、网络和控制技术，通过道路-车辆互补感知、安全高效连接与层次化协同决策，实现车辆自动化运行。

四大主要特点：计算与连接、分层决策、互补感知、多维发布

车路协同自动驾驶多层次协同决策体系

车辆行驶的不同任务由不同决策主体间协同决策，多层次协同决策体系重点解决车辆换道决策、跟驰决策、车道路权分配和道路协同控制等核心问题

协同式自动驾驶的意义与挑战

协同式自动驾驶在突破单车感知局限、优化交通等方面具有重要意义，但目前面临车端、路端、数据交互及计算资源等多方面的挑战。

车（路）终端面临融合感知、协同决策问题，交通层面需要解决协同规划与调控的问题，系统整体还面临数据与协同计算的挑战

车路协同路侧感知系统面临的挑战

路侧基础设施建设缺乏顶层设计：装什么样的传感器？达到什么样的性能？用什么样的密度去配置？

路侧基础设施建设顶层设计的重要性：道路设施一旦铺设完毕，撤换改造是非常困难的

车路协同感知面临的挑战

信息安全是车路协同感知的主要挑战，车路协同感知挑战首先体现在信息安全，后者要求车\\云多次互认，导致信息处理费时多，故对安全芯片的性能又有所要求

交通协同规划与调控面临的挑战

交通协同规划与调控方面，当前需要：①理清ICV渗透影响；②建立交通协同体系；③打造车辆与交通调控系统的协同机制

基于云控系统的车路云协同规划综合调控，是解决以交通拥堵为主的交通痛点问题的必经之路

车路协同数据交互面临的挑战

自动驾驶对通讯网络的要求很高，主要体现在对高可靠、低时延的要求

自动驾驶的时延问题需从两方面解决：①通信时延→4G提升至5G；②计算时延→提高算力，优化算法

协同计算面临的挑战

协同计算方面，计算资源的时空配置是最大挑战→如何做到分级高效协同计算？

当前，计算发生量最大的地方是在边缘云与路侧智能单元→资源不足

车路协同测试验证面临的挑战

测试验证两大挑战：①亟待建立一套可反映车路云协同驾驶的测试环境与评价标准；②规划并建立一套可支持车路云协同业务开展的仿真系统&服务系统