车-路协同系统的关键技术

从系统的角度，车-路协同系统可分为智能车载、智能路侧、交通监控中心等子系统。智能车载系统主要由车载信息获取、车载通信和车载警示与控制子系统组成，智能路侧系统由路侧信息获取、路侧通信、信号及信息发布子系统等组成，交通监控中心由数据处理、分析、决策等子系统组成。车-车通信、车-路通信技术是车-路协同系统的核心。车-路协同系统的关键技术主要涉及智能车载系统关键技术、智能路侧系统关键技术、车-路/车-车通信技术、智能信息处理及车-车/车-路控制技术等。

1）智能车载系统关键技术

智能车载系统主要是将各类传感器获得的车辆行驶状态信息、周围的环境信息以及车辆本身的信息等，经过车载单元的分析和处理向驾驶人提供信息服务。智能车载系统还能通过与路侧系统之间的通信，接受控制中心发送的信息和指令。智能车载系统技术可划分为车辆精确定位技术、车辆行驶安全状态及环境感知技术和车载一体化系统集成技术。

（1）车辆精确定位技术。

在车-路协同系统中，车辆的位置信息是最重要的一环。只有知道车辆对象所处的位置，才能进一步实现车辆监控、辅助驾驶、在线调度和路径优化等相关功能。目前对车辆定位技术的研究较多，但是如何对车辆进行精确定位，尤其是在复杂的城市环境下进行定位仍是难点。城市是高楼大厦林立的地方，多路径效应导致卫星导航信号质量下降，定位精度降低，无法满足车辆精确定位的需求，研究基于多种卫星定位导航系统、惯性传感器、通信网络等多种手段的环境感知技术，以及高精度多模式车载组合定位、惯性导航和航迹推算、高精度地图及其匹配等技术，实现车辆的无缝全天候高可信精准定位，这将是车辆精准定位技术发展的主流方向。

车辆在运动过程中，常伴有跟随、换道等行为。车-路协同系统应用中重要的一项为辅助驾驶乃至自动驾驶。辅助驾驶需要获得车辆在车道内的位置、与前后车的相对距离、与邻近车道内同向行驶车辆的相对位置、与对向车辆的相对位置等，对位置信息的精度要求很高。而由于卫星定位信息精度不够，仅靠绝对定位不能满足辅助驾驶的需求，因此需采用车载传感器来进行相对定位。常见的用来进行相对定位的传感器有两种，一种是以激光雷达、毫米波雷达为代表的距离传感器，另一类是视觉传感器。激光雷达和毫米波雷达这类距离传感器的原理都是依靠发射信息来测距，因此可以测量车与车之间的距离、车与障碍物之间的距离，但对于车辆在车道上的位置识别却无能为力。视觉传感器可用来进行位置识别，通过对车道线进行识别以获取车辆在车道中的横向位置信息，甚至可以测量其与周边车辆的相对位置信息。

（2）车辆行驶安全状态及环境感知技术。

车辆行驶安全状态及环境感知是发展智能车辆的基础，也是基于多传感器机器感知的车-路协同系统车辆辅助安全驾驶的核心问题。其涉及的主要技术有：车辆制动、转向、侧倾等自身运行安全状态参数的实时获取和传输技术，驾驶人危险行为的在线监测技术，基于多传感器的行驶环境（他车信息、障碍物检测等）检测技术。综合以上技术实时监测、获取与感知复杂路况下车辆的危险状态信息、驾驶行为和行驶环境状态，从而更有效地评估潜在危险并优化智能车载信息终端的功能。

（3）车载一体化系统集成技术。

该技术包括行车安全预警与控制、基于智能交通信息服务的安全控制等相关技术。在车-路协同系统应用中，车辆将自身感知到的信息、车-车之间通信交互得到的信息和车-路通信得到的（路侧设备采集到的）信息进行处理，进而提供危险状况预警、对车辆运动状况进行辅助控制、动态交通诱导、停车诱导等相关服务。对危险状况进行预警是最基础的安全保障方法，通过对各个来源的信息进行分析，对危险状况进行量化并分级，根据不同的级别提供不同的预警信息，并给出解决建议。车辆状态辅助控制则是更高一级的安全保障措施。在对车辆运动状况进行辅助控制的过程中，既要考虑对车辆的运动状态进行调整以达到紧急避险的效果，还要保证在调整的过程中车辆状态的改变对驾驶人和乘客的影响尽可能小。基于智能交通信息服务的安全控制则综合本车传感器获得的车辆运行状态、周边环境信息，以及周边车辆和交通信息，控制车辆的运行状态，以保证车辆的行驶安全。

2）智能路侧系统关键技术

多通道交通状态信息辨识与采集是智能路侧系统的核心技术，智能路侧系统利用道路设置的各种监测系统，获取道路状况、路面状况、交通堵塞情况、旅行时间等信息。多通道交通状态信息辨识与采集是智能路侧系统的核心技术，可分为多通道交通信息采集技术、多通道路面状态信息采集技术、路侧设备一体化集成技术等。

（1）多通道交通信息采集技术。

实时、准确的交通信息采集是实现车-路协同系统主要应用的前提和关键。在车-路协同中交通信息采集最关注的是动态交通信息中的交通流信息，如车流量、平均车速、车辆定位、行程时间等。目前交通信息采集方式主要有感应线圈检测、微波检测、红外线检测、视频检测以及基于GPS定位的采集技术、基于蜂窝网络的采集技术、基于RFID的采集技术等。但每种采集技术都有其优势和不足，应根据应用需求，结合各种采集技术的优点，对多种信息采集技术进行融合，提高路网交通状态的实时检测精度。

（2）多通道路面状态信息采集技术。

路面状态良好是保证车辆安全运行的基础条件之一，对于路面状态需要采集的信息主要包括：道路路面状况（积水、结冰、积雪等）、道路几何状况（车道宽度、曲率、坡度等）、道路异常事件信息（违章车辆、发生会车、碰撞事故、非法占用车道的障碍物）等。单一的传感器无法满足多路面状态信息实时采集的要求，因此，必须通过融合多传感器信息，如雷达、超声波、计算机视觉以及无线传感器网络等，实现车辆间、车路间的信息交换，才能实现道路路面状况信息的实时采集。

（3）路侧设备一体化集成技术。

智能道路基础设施涉及路况信息感知装置、道路标识电子化装置、基于道路的各种车-路协调装置、信息传送终端等。为了满足车-路协同系统的需求，可集成多种信息采集技术，从而实现路侧设备无线通信和数据管理一体化功能。

3）车-路/车-车通信技术

车-车、车-路基础设施间的无线通信是实现车-路协同系统的各种具体应用的基础，由于车辆移动速度快，这导致隐藏点问题、信道捕获问题等问题更严重，故要求车辆/车路之间的通信具有高可靠性和可扩展性。同时由于车辆高速移动，这导致网络拓扑结构变化快，因此，车-路/车-车通信技术应能适应通信时延要求低，提供快速信道接人与对等通信的要求，以满足道路安全应用的短时数据交换的需求并避免对通信基础设施的依赖性。目前国际上选用IEEE 802.11p协议作为车-路/车-车通信的协议，以符合智能运输系统中相关应用的需求。IEEE 802.11p协议是由IEEE 802.11标准扩充的无线局域网标准，是对802.11协议的物理层和MAC层提供功能上的增强。

车-路协同系统的通信安全也是车-路/车-车通信技术重点要考虑的方面，通信安全技术和公共基础设施是车-路协同系统保护用户隐私数据和防止通信攻击的必要手段。车-车/车-路网络具有无中心、自组织等特点，传统有线网络中成熟的安全保障机制无法得到直接应用，这使得车-车/车-路网络更容易受到来自恶意节点的安全威胁。为了保证车-车/车-路网络的安全，需要考虑合法用户认证、合法公共安全车辆身份认证、防止消息截获、消息加密等，同时系统还需要具有一定的鲁棒性，以保证系统在存在攻击的情况下仍然可以正常工作以及对个人隐私进行保护。

4）智能信息处理及车-车/车-路控制技术

车-路协同系统不仅涉及众多节点，而且可能存在各种各样的业务在并发运行，因此车-路协同系统需要考虑采用云计算或并行处理方式以提高运算能力。车-路协同系统所收集到的交通信息量非常巨大，如果不对这些数据进行有效的处理和利用，就会迅速被信息所湮没。因此需要采用数据挖掘、人工智能等方式提取有效信息，同时过滤掉无用信息。考虑到车辆行驶过程中需要依赖的信息具有很大的时间和空间关联性，因此有些信息的处理需要非常及时。另外，很多车-路协同系统的应用与车辆行驶的速度和当前的位置有密切的关系，因此如何基于速度和位置作移动预测，并建立业务自适应的触发机制显得非常必要。

车-车/车-路控制技术能够利用全时空交通信息进行交通系统的协同控制，为交通管控提供了新的技术方法，主要分为面向效率和面向安全的控制技术。面向安全的控制技术包括弯道侧滑/侧翻事故预警、智能车速预警与控制、无分隔带弯道安全会车、车间距离预警与控制、临时性障碍预警等技术。面向效率的控制技术包括基于车-路协同信息的交叉口智能控制技术、基于车-路协同信息的集群诱导技术、交通控制与交通诱导协同优化技术、动态协同专用车道技术、精确停车控制技术等。