江苏龙网

  1. 首页 > 生活 > >

『雷诺』长沙智能驾驶研究院张长隆：面向自动驾驶的车路协同建设与实践( 五 )


在城市区域 ， 最主要的交通问题在交叉路口 。 我们的系统主要通过道路智能化 ， 从4个方向进行给单车智能提供信息 。
第一个方向是红绿灯感知 。 目前通过单车智能的摄像头 ， 在恶劣的天气条件下 ， 感识别率并不是很高 ， 这个可以通过V2X可以很容易解决 。
第二个方向是盲区感知 。 交通路口经常会有“鬼探头”的现象产生 。 一辆车在行驶过程中 ， 有前车在行驶 ， 如果这时有行人在前车面前通过 ， 那么后车的传感器实际上是感知不到行人的 。 如果在路侧装了传感器就可以把行人实时检测、定位出来 ， 实现行人感知预测 。
第三个方向是基于局部动态地图（LDM）的冗余感知 。
局部动态地图就是在车道级的地图基础上加一些动态信息 。 比如最底层是高精地图 ， 高精地图实际上是一个经纬度的数据集合体 。 第2层是准静态地图信息包括建筑物、行驶标志等 ， 第3层就是准动态信息 ， 主要包括红绿灯实时信息、车流量、交通流量以及路况的实时信息 。 这些信息层层叠加 ， 就形成了局部动态地图 。
某种程度来说车辆也可以自己构建 ， 一般来说 ， 单车智能的技术路线就是通过车辆的传感器去识别目标 ， 同时结合高精地图测出目标的相对位置与相对距离 ， 可以更简单地理解成车在路上高速跑 ， 同时将感知的信息在地图上一一标注出来 。

『雷诺』长沙智能驾驶研究院张长隆：面向自动驾驶的车路协同建设与实践
本文图片

而路侧端的局部动态地图构建可以通过道路加装传感器、融合算法、计算平台构建出来 ， 通过V2I发给车辆 。 如果道路智能化程度更高 ， 感知精度、范围更好 ， 识别率足够高 ， 那么得出的局部动态地图精度也非常高 ， 车辆就不用自己去感知了 ， 可以形成冗余 ， 从而大大消减单车感知的压力 。 另外 ， 也可以降低单车智能中的感知的硬件成本 。
当然 ， 目前来看 ， 道路侧要做海量的数据量传输 ， 相应地V2X也要求大带宽和低时延 ， 这也是5G-V2X可以做的事情 。
所以通过道路的智能化以及V2X也能实现一种自动驾驶 ， 国外叫做自动化高速路 。但要强调的是 ， 不管是在高速公路还是城乡路口 ， 路侧端给的数据 ， 怎么利用和处理 ， 最终还是要靠自动驾驶来决策与规划 。 也就是说 ， 协同式自动驾驶落地性能的好坏 ， 最终还是要回到自动驾驶本身上 。
第四个方向是无信号灯路口通行 。 目前这块还处于理论研究阶段 ， 前面三个已经进入实际测试阶段了 。
无信号灯路口通行 ， 主要分为5个内容 ， 第一个是模拟信号灯来解决路权分配问题 ， 第二个是为车辆提供行驶的路径规划 ， 第三个是模拟红绿灯 ， 第四个是通过入口时避免碰撞问题 ， 第五个是解决行人碰撞的问题 。
至于在自动驾驶公交车的智能化网联化道路的改造上 ， 我们的自动驾驶公交车已经在长沙 ， 也是国内首创的长达7.8公里的开放道路上进行测试 。
基于V2V的车辆跟驰
这一部分的内容是实现商用车的自动跟驰 。 目前我们团队有20多个人在做这方面的研究 。
做车辆编队 ， 我们主要是从两个出发点来做 。 一方面 ， 卡车司机在高速公路上的行驶是非常疲劳的 。 特别是对于物流量大的企业来说 ， 在跑某一线路的时候 ， 如果卡车自动组成一个队列 ， 就可以减少后面几辆车驾驶员的驾驶疲劳 。
另一方面 ， 卡车司机的人力成本对物流企业说是核心支出 。 一般来说 ， 一个线路需要配两个司机 ， 如果使用编队功能就可以减省一个司机的成本 。
但我们始终把车辆的安全放在第一位 ， 所以我们的重车不只是加装OBU ， 同时还装了L2级辅助驾驶产品 ， 保证我们的编队车队在行驶过程中如果有其他车辆插入时 ， 能够从自动模式变成ACC模式 ， 队列得以继续保持 ， 同时也能解决安全问题 。


推荐阅读


上一篇：吉利：去年下滑了9%，今年仍要增长4%，真替吉利捏把汗

下一篇：顽石：华硕推出新款顽石笔记本： i7-1065G7+MX 330配置