距展覽會
開幕還有 0 天
開幕還有 0 天
國家“十四五規(guī)劃”和2035年遠景目標綱要，明確提出“發(fā)展自動駕駛和車路協(xié)同的出行服務，推廣公路智能管理、交通信號聯(lián)動、公交優(yōu)先通行控制”。在工業(yè)和信息化部、國家發(fā)展和改革委員會的大力支持下，北京、上海、天津、無錫、長沙等地結(jié)合本地情況陸續(xù)開展了C-V2X測試驗證與示范應用工作。車路協(xié)同技術(shù)作為下一代智能交通系統(tǒng)的核心發(fā)展方向，已然成為國內(nèi)從政府到行業(yè)的普遍共識。而公交具有固定線路等運行特點，車路協(xié)同技術(shù)可率先在公交領(lǐng)域落地，有效提升公交運行安全和可靠性，改善乘客出行體驗。
本文將結(jié)合深圳市城市交通規(guī)劃設計研究中心（以下簡稱“深圳交通中心”）承擔的深圳市科技創(chuàng)新委員會2017年技術(shù)攻關(guān)項目“重20170229面向無人駕駛公交的車路協(xié)同關(guān)鍵技術(shù)研發(fā)”的研發(fā)成果，對公交運行痛點以及解決這些痛點所突破的關(guān)鍵技術(shù)展開論述，目前該項目已順利通過驗收，并進行了廣泛的示范應用，得到了各級領(lǐng)導充分肯定和市民的點贊。
公交運行痛點
圖1 公交運行痛點
痛點一：視覺盲區(qū)存在安全隱患
公交車在行駛過程中存在一定盲區(qū)，包括車輛本身和遮擋，行人、電動車突然闖出，特別是交叉口由綠燈轉(zhuǎn)為紅燈時，具有引發(fā)事故、乘車體驗差、乘客受傷等隱患。
痛點二：路況信息、路面狀態(tài)獲取滯后
由于一些交通事件、特殊天氣、交通管控等突發(fā)原因，車輛變道不及時，導致交通組織紊亂，擁堵加劇，甚至造成違章和二次事故發(fā)生，同時公交公司未能及時掌握相關(guān)信息，不能及時調(diào)整發(fā)車頻次。
痛點三：偽優(yōu)先不能提升公交可靠性和路網(wǎng)運行效率
基于RFID的公交優(yōu)先，在無公交專用道交叉口擁堵排隊或者多個進口道公交車同時到達路口時失效，導致同一線路車輛同時進站，沒有車輛在路口的檢出，整體交叉口和路網(wǎng)效率降低。
痛點四：公交準點率低、車均延誤高
不同時間段、不同區(qū)域往往會產(chǎn)生公交站臺候車與區(qū)間旅行時間不穩(wěn)定的情況，突發(fā)情況下急剎急停，市民乘坐公交體驗較差。
關(guān)鍵技術(shù)1：基于多傳感器融合的三維重構(gòu)技術(shù)
為降低由公交視覺盲區(qū)帶來的危害，確保路側(cè)交通信息獲取的準確性和完整性，深圳交通中心依托攝像頭、激光雷達、微波雷達、行人紅外檢測器等前端感知設備，構(gòu)建不同邊緣計算節(jié)點深度推理環(huán)境，憑借自研邊緣計算節(jié)點的強大算力與先進的輕量化標準AI組件，采用時空同步方法對視頻數(shù)據(jù)與雷達點云數(shù)據(jù)進行融合，提取周邊環(huán)境的交通流（流量、排隊長度、路口到達率）、行人及車輛軌跡信息，實現(xiàn)毫秒級多目標識別與跟蹤，用于行人及非機動車安全預警、目標態(tài)勢分析及路口盲點推送。
圖2 視頻與激光雷達融合效果
關(guān)鍵技術(shù)2：基于規(guī)則的復雜交通場景動態(tài)安全預警技術(shù)
為解決路面裂縫、凹陷、坍塌等病害事件偶發(fā)，道路拋灑物、事故、積水等突發(fā)事件存在監(jiān)測響應處置滯后給公交車輛帶來極大隱患等問題，深圳交通中心基于深度學習檢測模型、感知設備參數(shù)自動化標定、交通場景全景分割等算法，構(gòu)建交通單元池、數(shù)據(jù)特征池、AI分析池、在線推演決策池等4大工具池，突破路面與標線病害檢測、險情檢測等關(guān)鍵技術(shù)，并將檢測事件的結(jié)構(gòu)化數(shù)據(jù)實時推送到路側(cè)單元RSU，由RSU廣播給周圍的車輛，為司機提供毫秒級的預警信息。目前該技術(shù)對路面坍塌、路面破損等病害事件的檢測準確率可達85%以上，交通拋灑物檢測準確率可達87%以上，交通事故檢測準確率可達91%以上。
圖3 道路事件實時檢測效果
關(guān)鍵技術(shù)3：以人為本的主動信號優(yōu)化技術(shù)
為解決公交偽優(yōu)先導致路網(wǎng)運行效率低的問題，基于實時的進口道車輛到達率、載客量、公交準點率等信息，采用自研相對優(yōu)先控制算法對綠燈時間進行動態(tài)重分配，實現(xiàn)多公交優(yōu)先請求競爭和不同交通量水平下的整體交通流人均效益最優(yōu)。以深圳市福田區(qū)公交線路M390為例，該方法可使得公交車均延誤降低27%-35%，高流量下人均延誤降低15%。
表1 多個流向有公交車到達的信號優(yōu)先效果
表2 不同交通量的信號優(yōu)先效果
關(guān)鍵技術(shù)4：基于路面狀態(tài)的車速自適應控制技術(shù)
為提高公交準點率，減少車輛通過信號交叉口的停車次數(shù)，深圳交通中心通過自研車路協(xié)同信號機獲取實時的配時方案、倒計時信息、路口車輛進口道的排隊長度、飽和流率等信息，融合車輛自身動力學模型，在車載單元OBU端構(gòu)建不同燈色倒計時和不同車輛位置情況下車輛自適應速度引導策略，使車輛以最優(yōu)車速區(qū)間通過信號交叉口，用于公交輔助駕駛。通過對深圳市福田區(qū)新洲路與紅荔路交叉口進行實證分析，在不同網(wǎng)聯(lián)車輛滲透率、不同交通流量飽和度的影響下，車輛平均停車次數(shù)優(yōu)化成功率在72%以上，車均延誤時間減少率在84%以上。
圖4 不同滲透率下的平均停車次數(shù) 圖5 不同滲透率下的車均延誤時間
關(guān)鍵技術(shù)5：全要素融合一體化智能網(wǎng)聯(lián)仿真技術(shù)
為加快車路協(xié)同技術(shù)在公交領(lǐng)域的落地，突破現(xiàn)有路測里程長、測試場景不足、測試工況危險等問題，仿真技術(shù)是重要的應對手段。深圳交通中心自主研發(fā)全要素一體化的智能網(wǎng)聯(lián)環(huán)境仿真平臺，結(jié)合三維重建技術(shù)，利用路側(cè)及車端傳感器構(gòu)建真實的場景，融合車輛仿真、交通流仿真、V2X仿真、路側(cè)設施仿真，打造從“算法開發(fā)-場景測試-功能驗證-性能評測-交通評估”的全鏈條服務，支撐智能網(wǎng)聯(lián)測試認證、車路協(xié)同管控、新基建評估、智慧出行調(diào)度。
圖6 智能網(wǎng)聯(lián)仿真架構(gòu)
應用場景
通過邊緣端感知融合的多場景實時檢測，將預警信息匯聚到路側(cè)單元，通過LTE-V/5G發(fā)布到周圍車輛，車輛根據(jù)高精度位置、速度等狀態(tài)信息進行決策和控制，從而享受到優(yōu)先通行、信號倒計時、車速引導、行人安全預警、道路事件預警等服務。
總結(jié)與展望
結(jié)合國家在車聯(lián)網(wǎng)方向上的發(fā)展戰(zhàn)略，深圳交通中心突破感知融合、復雜場景安全預警、主動信號優(yōu)化、車速引導、智能網(wǎng)聯(lián)仿真等關(guān)鍵技術(shù)，并進行完備性系統(tǒng)集成及測試，旨在建立車路協(xié)同系統(tǒng)核心技術(shù)體系，保障公交營運的安全性、可靠性，加快智慧公交在城市的產(chǎn)業(yè)落地，推動與之相關(guān)的上下游企業(yè)的快速發(fā)展，促進城市綜合、智慧、綠色、安全的“公交都市”建設。
今后深圳交通中心將以車路協(xié)同技術(shù)為發(fā)展契機，繼續(xù)推動城市級的智能網(wǎng)聯(lián)云控平臺、一體化網(wǎng)聯(lián)服務節(jié)點等相關(guān)產(chǎn)品研發(fā)，更好地為政府和有關(guān)部門科學決策提供技術(shù)支持，最大化地服務于廣大群眾。
來源“深圳市城市交通規(guī)劃設計研究中心”公眾號
