智能网联交通系统的关键技术及其发展

张 洲

（武汉职业技术学院，湖北 武汉 430074）

0 引言

智能交通系统包含3个阶段，其一为动态感知，能够即时采集所需路段的交通信息，还能够构建动态感知的信息系统。其二是主动管理，提供主动规划、主动指挥及管控、主动服务等。其三是智能网联，实现无人驾驶、车路协同和车辆的网络联通。智能网联交通系统是智能交通系统的最终发展形式，是物联网技术在交通运输中的重要应用。运通雷达和视频等技术十分领先的感知设备，能够精准感知车辆的运行状况。依照提前确定的通信协议和信息交换要求，让车辆和行人、车辆和道路交通设施、车辆和车辆间的信息实现联通，构成立体化的智能网络平台。智能网联交通系统由两个部分组成，其一是智能网联道路系统，其二是智能网联汽车系统，换言之，智能公路平台、主动道路管理平台、车联网等均在智能网联交通系统包括的范畴内。

1 智能网联交通系统的关键技术

利用汽车所载有的传感器，智能网联交通系统能够准确辨识道路交通情况，能够把所获取的信息依照设置的通信协议实现车辆和行人、车辆和道路基础设施、车辆和车辆间信息的共享，确保机动车以安全的状态前进，让道路资源进行集中、合理调配的目标得以达成。该系统中的核心技术，具体包括车辆智能决策技术、车路协同技术、外部情况感知技术等，依托此些技术完成系统的构建与优化。

1.1 外部环境的感知技术

该技术是经过对微波雷达、摄像机等仪器设备的应用，全面感知机动车在运行状态下的道路环境、前进方存在障碍物与否等，从而能够为智能网联交通系统的决策提供可靠的根据。该技术是机动车实现无人驾驶的一项十分重要的技术，同时是智能网联交通系统得以广泛应用的前提。对外部状况的感知大多依托汽车自身所携带的各种类型的传感器。目前应用较多的有微波感知技术、视觉感知技术，另外还有激光感知技术。在这三种感知技术中，视觉感知指的是在汽车所载有的系统中布置视觉传感器，对周边环境数据加以获取，之后依托图像识别法处置有关数据，最后对周边环境进行有效辨识，其优势是能够采集大量的信息，具有十分突出的实时性并且所耗费的能源较少，然而其较易受汽车行进速度、太阳光等因素的影响，另外无法准确辨识三维立体物体的信息；激光感知指的是依托激光雷达获取的点云信息，依靠聚类、滤波等先进科技，对汽车运行环境进行辨识，其优势是能够直接获取三维事物的间距信息，测量精准度高，并且太阳光对其的影响有限，然而其成本高昂并且所需空间大，其不足是对不存在距离差别的平面中的目标不能准确辨识；微波感知指的是以发射微波的方式获取间距信息，从而对环境进行精准识别，其和激光感知近似能够获取三维事物的有关数据，然而无法识别平面中的物体。另外，精准度比较高的定位技术与地图技能是汽车识别周围信息的主要方法。

因为汽车在行进时速度很快，周边环境会在短时间内发生较大变化，当前的感知技术在物体感知精准度与检测精准度方面无法达到无人驾驶的要求。外部环境感知技术，仅可以对距离较近的可视环境下的物品进行检测，并且是在无法管控的空间形态下实施的，会由于行为外部样貌的多元化与光照程度的改变会导致检测的困难程度增高，若不关注此些影响要素，会对检测系统的性能造成一定程度的不良影响，同时会给智能网联交通系统的安全带来不安全隐患。然而伴随人工智能技术的不断提升，愈来愈多的学者把机械学习方法运用到感知技术中，目的是优化常规算法对路边障碍物、机动车、行人的感知成效。

1.2 车辆智能决策技术

该技术是利用汽车所具有的感知仪器获取的周围环境信息、车辆行驶状态和无人驾驶机动车的行进倾向，在确保驾驶快速、舒适、安全的状况下，对机动车行进方向和驾驶行为所作出的科学判断。车辆自主决策技术是自动驾驶车辆的大脑，因此在智能网联交通系统中占据着重要的地位。车辆智能决策方案包括终端到终端的方案和规则方案。规则方案需要人工来搭建一个复杂的架构，需要设计上千个模块，具有较高的可解释性。终端至终端的方案，和人们的驾驶模式十分近似，能够看到驾驶人员所看到的情景，通过神经网络分析之后，能够作出和驾驶人员近似的驾驶行为。新兴的自动驾驶方案可将概率过程、博弈过程及马尔科夫决策过程应用到车辆行为规划的决策算法中，将其他驾驶意图整合到决策算法中，可以实现车辆之间在没有通信的状态下也可协同决策。

1.3 控制执行技术

控制执行技术，是车辆智能决策的输出结果，对车辆的行驶速度及行驶方向进行控制，使其跟踪规划的速度曲线和路径，安全地到达设定的地点。智能网联交通系统地控制执行技术包括横向控制及纵向控制。横向控制是通过对车轮的转向角度及横摆力矩的控制，在保障乘车的舒适度及竟是的稳定性的情况下，使自动驾驶车辆施工行驶在规划的路径上。纵向控制是主要是控制自动驾驶车辆的行车速度，使得车辆与前后车辆之间可以保持安全的距离，进而可以有效防止交通事故的发生。

1.4 车路协同技术

该技术是把外部感知技术所获取的情况，利用V2X通信协议实现共同享用，以对系统资源进行全面的有效运用，提升道路通畅度，同时提升机动车行进安全水平。该技术经过推动智能网联交通平台的建设，提升土地的运用效率，从而提升交通通行速度，防止车辆产生碰撞，降低交通事故发生的概率，提升车辆行驶安全水平。目前针对机动车协同技术的探究，集中于车速联合决策、交通信号优化、车辆路权优先决策等层面，依托车辆和道路、车辆和车辆、车辆和行人间的信息交互性能，提升车辆识别能力，提升车辆行驶安全程度。

2 智能网联交通系统未来发展趋势

2.1 以视觉识别及激光雷达为代表的感知技术的快速发展

实际的驾驶中，驾驶人员信息的获得方式主要是视觉，比如车辆周围情况，机动车、非机动车、行人、标志及路况信息都是通过视觉来获得。而摄像头的线性密度较为丰富，其数据量远超其他传感器，但识别和估算的目标种类较多，目标检测与识别的算法变得更为复杂。激光雷达具有较高的分辨率和良好的识别效果，逐渐成为自动驾驶车辆专用传感器，但其成本较高，使其没有得到广泛地应用。当下激光雷达正在朝着低成本、小型化的固态扫描形式发展，却还存在成本的问题。计算机视觉模块未广泛运用到自动驾驶中，激光雷达的功能与研发费用逐渐向商业化方向迈进。为此，多传感器的集成是商业化无人驾驶实现平稳、安全运行的理想选择。

2.2 智能网联技术在自动驾驶技术领域的应用

智能网联交通系统，能够获取时间与地点方面的重要信息，不但能够提升车辆的感知水平，还能够为多辆车的协同感知奠定基础。V2X通信技术是的车与车、车与路况信息实现了交互共享，从时间维度上提前获得并预测周围车辆的运行情况、交通控制系统及气象信息等。在地点维度上能够获取车辆遮挡盲区、弯道盲区、交叉路口盲区等地点的具体信息，让各自动驾驶车辆间实现互相间的协同，这样可以提升车辆驾驶安全水平。智能网联技术与自动化智能技术，形成了新的自动驾驶技术，但由于通信传输距离及传输延误的影响，只能保障在一定精度条件下才能使得自动驾驶系统获得全面的交通情况，进行相关的研究及应用。

2.3 车路一体化自动驾驶的交通系统优化技术的发展

车路一体化自动驾驶交通系统，让车辆和道路的协同管控、协同决策、协同感知成为了现实。该系统将路侧感知设备作为中心，将车辆感知作为辅助，以达成车路一体化感知，在很大程度上提升了车辆感知水平。车路协同决策一体化是立足于交通安全维度，对核心点、核心路段等加以集中改进。车路协同控制一体化是依据道路最优决策的命令，再结合车辆能源消耗情况和有关影响要素，确保车辆运行的绿色、环保、安全。

3 结束语

总而言之，智能网联交通系统是智能化交通系统的理想发展模式，是物联网技术在交通出行领域的关键应用，能够实现无人驾驶、车辆联网等，是应对交通拥堵问题的新途径。当下我国的自动驾驶及智能交通上与发达国家相比，还存在一定的差距，但随着科学技术的不断发展，在不久的未来，我国的智能网联交通系统一定可以实现车辆的自动驾驶及智能交通。