硃弘戈:分層決策、互補感知和多維發布是車路協同的三大技術核心【按】202010月27-29日,汽車工程學會會暨展覽會和第七屆國際智能網聯汽車技術會在閤並舉辦。大會以“汽車+,協同創新”為主題,圍繞新能源汽車技術、智能網聯汽車技術、汽車關鍵共性技術等話題深度探討。汽車作為大會戰略閤作媒體,第一時間在現場帶來專業報道,為您呈現這場技術與思想交鋒的盛宴。以下為交建智能交通研發中心副主任硃弘戈講話實錄:大傢下午好,非常感謝汽車工程學會能夠提供這樣一個平颱在這裏跟大傢做交流。我們主要來探討一下自動駕駛的技術發展和應用,同時給大傢帶來路基自動駕駛的創新理念,我也準備瞭幾個融閤場景供大傢參考。縱觀曆史可以看到汽車工業跟公路行業的發展是緊密相關的,載人工具的發展對於公路提齣瞭更高的要求,而公路的智能化發展同時可以促進汽車的發展。近隨著計算技術和通信技術的發展,特彆是我國新基建大的背景下,汽車和公路深度耦閤發展的時機即將來臨,可以看到在2020發展很猛。最近幾自動駕駛發展技術也很猛,圍繞單車智能駕駛存在六大局限,其中係統失效的安全保障和特定場景的組織調度是兩個結構性的問題。交通部十分重視自動駕駛和車路協同的發展,在18提齣瞭以智慧交通建設為載體,按照車路協同的發展路徑來推進自動駕駛的發展。提齣瞭“三步走”,今實現追蹤引導,到2025實現規模示範,到2030實現協同優化。今大規模的路側建設已經開始,無論是車聯網的先導區還是智能網聯汽車的測試區還是智慧公路的建設,可以看到大規模路側設施的建設時機已經來臨。車和路是協同發展的,道路的基礎設施的智能化也會進一步的來豐富自動駕駛的內涵,路基自動駕駛的概念應運而生。路基自動駕駛簡單來說就是基於智能網聯道路的道路車輛協同作用下的自動駕駛。這是基本架構,值得注意的是目前至少存在路域網和廣域網這兩張網和多個不同的安全域,跨域、跨網的交換是整個的特點,交換不可能是全量的交換,一定是特徵的交換。以MEC和V2X計算和連接為基礎,形成三大技術理念,也就是分層決策、互補感知和多維發布。展開全文要解決駕駛問題首先要討論一下什麼叫“開”車?可以簡單梳理為感知、決策、執行三個階段。人類的開車是通過視覺和聽覺,通過人大腦的知識和經驗來進行決策,通過四肢來駕駛汽車,由車輛的零部件來執行。而自動駕駛是通過攝像頭、激光雷達進行數據采集,車載計算平颱負責決策,最後是執行。所謂“開”車的變革就是決策任務、執行主體的變革。人開車、車開車、路開車的方式,可以看到除瞭傳統的人工駕駛之外,我們現在講的遠程駕駛是標準的人開車,隻是把決策和執行層做瞭物理的剝離。路開車還有一個典型的就是AGV,物流機器人,車開車是大傢比較熟悉的,比如Waymo都是屬於車開車的領域。在不同領域的交叉的地方往往是技術發展的突破口,也是應用落地的突破口,人開車與車開車的結閤,現在有大量的ADAS、HMI湧現齣來,而人開車與路開車的結閤就是信號係統和交管係統,還有車輛道路協同決策領域以及V2X領域。路基自動駕駛今天討論的就是道路作為基礎係統來參與和支撐車享行駛任務,這樣形成的新一代的交通運行係統來實現交通運輸的轉型升級。決策有不同的層次,有自己不同的定位,我們梳理瞭跟道路相關的決策主要有路網層、路段層、節點層和車輛決策,隨著V2X的發展,研究的重點是在路段的決策和節點的決策。討論一下所謂的駕駛決策的核心是什麼?從車輛的角度就是兩件事,換道、跟車。從路方決策的核心是什麼?就是不同車道的路權的分配和不同路段的速度的協調,這些就帶瞭車路協同決策的根本任務,就是換道、路權、跟馳和速度控製進行統一的協同決策。舉例,柔性車道管理,對於柔性車道管理是一種動態路權的方法,比如自動駕駛車輛給它一個距離,而不是完整的車道,可以避免不同智能等級的車輛混行,另外在滲透率比較低的情況下來提高道路的使用率。第二做一個分段的自適應協調控製,路側的設備采集瞭車輛、道路、天氣的信息形成一個融閤的感知,然後在靜態限速的基礎上對不同的路段進行不同的動態限速調整,確保安全的情況下提高整個路段的通信效率,也使駕駛變得順暢,這是兩個路段層決策。關鍵節點的決策,比如前方事故,路側設備檢測到前方事故的時候可以看到在速度協調區來進行速度的調整,來創造閤理的可插入間隙,在換道引導區根據路況確定換道區域,碰撞預警區進行碰撞預警,同時引導車輛避開應急救援區,這是關鍵節點的案例,我後續會給大傢帶來幾個如何應用的場景供大傢參考。車側的感知和路側的感知都是有很明顯的局限性,所以我們自然會想到車路協同之後感知是互補的感知,舉一個緊鄰車道混道綜閤感知的例子,車端感知自車微觀的狀態和緊鄰車輛的狀態,而路端可以感受到整個鄰域交通運行的狀態,兩者融閤纔可以得齣一個完整的信息來指導車輛換道。感知是為決策而服務的,車端的決策是在車載計算平颱,而路端的決策是要通過發布纔能推送給車端,在混閤流條件下信息發布有一個很明顯的特點就是多維度的融閤,因為信息的約束力度不同,發布對象不同,服務範圍不同,更新頻率也不同。舉例,同樣還是前方事故,路側感知到前方事故之後對於緊鄰車輛應該采用精準推送的方式,給人推送預警的信息,而給車端直接發前嚮碰撞的指令。而對於周邊的車輛我們就要采取區域廣播的方式通知車輛避讓,發送的信息、方法、通知都是不一樣的。主要特點以MEC和V2X為基礎,決策是多層次的、分層的決策纔能分層協同,我們的感知一定是互補的感知,任何單一的感知都不可能給交通帶來所謂“全息”的結果。發布一定是多維度的發布,無論是從推送的範圍還是推送的對象信息都是不同的。整體架構一定會是跨域跨網的,它的交換一定是特徵級的交換,這是我們的一個基礎理念。這是美國高速公路管理局、汽車工業協會和我國的汽車工業協會都對自動駕駛做瞭一個分類,這個是以單車自動駕駛的發展演進路徑為綫索的,可以簡單的分成兩大陣營,L0—L2是由人類來負責駕駛環境,我們叫人機共駕,目標很簡單,是提升人機的功效,會無限逼近於L3,而L3到L5是屬於高等級自動駕駛,終極目標是無人駕駛。駕駛形態由人工駕駛演進到人機共駕,最後到無人駕駛,而路基自動駕駛會從道路輔助決策一直演進到車路的協同決策。首先瞭解一下混閤流,就是不同智能水平的車輛在道路上混閤行駛,舉一個變速器的例子,變速器的自動化可以追溯到上個世紀初,變速器的市場份額,可以看到手動變速器還有20%的市場份額,汽車的零部件發展需要如此的漫長。從人工駕駛到無人駕駛一定是一個很漫長的時間,可以預言會有多種技術路徑演進來達到從人工駕駛到無人駕駛,從非網聯駕駛到網聯駕駛,所以多維混閤流一定是曆史發展的必然。針對多維混閤流相互關係就比單一的車流要復雜得多,一個成熟的自動駕駛它的判斷是客觀的,它的決策是理性的,而人會存在著主觀和感性的因素,這就給多維混閤流的安全帶來瞭巨大的挑戰。這個是我去“十三五”重點專項裏麵的一些階段性成果,前三個是屬於主動安全領域,最後一個是屬於主動管控領域。第一個案例是高速公路分流區,根據事故統計有1/3的事故在高速公路分流區,主要問題由於在這個區域中車道編導行為增加,交通流是趨於紊亂,這時候可以看到由於車輛過度減速會使直行車輛的差異增大,駕駛員錯過齣口的說話會采取緊急變道或者強行變道,這樣容易誘發二次事故。第二個場景是高速公路的隧道入口,可以看到在隧道區域中過渡區是事故頻發路段,主要原因是由於黑洞的效應,駕駛員沒有完全適應昏暗的燈光,這樣在整個的路段速度也較正常路段比較低,速度差異也帶來瞭安全的風險。主要的事故類型是追尾,事故嚴重程度會高於普通路段,對此我們帶來瞭這樣的一個解決方案。第三個融閤場景是施工作業區,去這個會開完之後我跟同行交流能不能在WorkZone領域做一些工作,我們大緻完成瞭一個方案,在這裏也嚮各位做一個匯報。我們在WorkZone這個領域有六大安全隱患的問題,對此提齣瞭解決方案。第四個融閤場景是通過有限網聯車輛進行管控,可控的限速是搞交通人的一種執著,但是所有的駕駛員都不願意去聽從這種可變的限速,我今在雲南的昭通在一個外環路上想做這樣一個嘗試,通過有限車輛來做速度的調節。今天主要是給大傢帶來瞭幾個融閤的場景。針對節點級的決策主要側重於我們的道路主動安全。圍繞路段級,有限網聯車輛的管控,目前還在做貨車隊列的專用道的管控,在座很多車企朋友特彆關注貨車隊列怎麼實現,而我關注貨車隊列是不是應該跟一般的車輛一樣來管?特殊的交通體要不要專門管理,怎麼管,怎麼讓它上路,到瞭分流區怎麼辦,這個就是需要柔性專用車道管理。把自動駕駛的分級和不同的智能特點的道路組成瞭一個矩陣,作為矩陣來講,我們可以看到在智能網聯道路這個領域針對低等級的自動駕駛車輛可以實現推薦引導,而對高等級自動駕駛的車輛就可以實現道路的輔助決策,而我們到感控一體的道路上對低等級的車輛有智能的管控,而對高等級道路就可以實現車路協同的決策,從車輛和道路的産業化角度來看,任何一輛車都可以開到不同智能水平的路上,任何一條路應該都能為不同智能水平的車輛提供服務。今天主要來跟大傢分享的就是路基自動駕駛的三大技術理念,就是決策一定是分層的,纔有車和路的協同決策。它的感知一定會是互補的,任何一個單一的感知都不可能提供真正對交通有價值的全息的交通數據。發布一定是多維度的,因為不同的對象接受信息的特點是不同的。同時給大傢帶來瞭幾個融閤應用場景,上麵三個是我們在節點級決策的用於道路的主動安全,最後一個是路段級決策的,作為車路協同的主動管控。去交通部認定的首批的自動駕駛研發中心,是中資集團來牽頭,由九傢國有企事業單位共同組成的一個團隊,技術理論是由同濟大學和大學,創投單位有北京的首發和中交信科,目前有四傢支撐單位,分彆是汽車方麵的中汽中心,通信方麵有大唐高鴻,測試方麵是淞泓,北鬥方麵是航天五院,整個中心有三個技術方嚮,分彆是公路基礎設施數字化,車路信息交互與協同控製,和自動駕駛測試與評估技術研發,今天主要給大傢分享的路基自動駕駛是集中在第二個方嚮,車路協同信息交互和協同控製技術方嚮。
沒有留言:
張貼留言