張澤宇,李 想
(平頂山市公路交通勘察設(shè)計(jì)院,河南 平頂山 467000)
目前,城郊公路沿線接入口密度以及信控交叉口密度對(duì)城郊公路路段與交叉口整體安全會(huì)造成一定影響[1]。在其他變量保持不變的情況下,城郊公路事故總數(shù)呈現(xiàn)正相關(guān)影響,而基于5G技術(shù)的發(fā)展加速了公路路網(wǎng)設(shè)計(jì)智能化,給智能駕駛、智能交通、城郊公路路網(wǎng)帶來(lái)顛覆性變革?;?G技術(shù)在城郊公路路網(wǎng)智能網(wǎng)聯(lián)設(shè)計(jì)的應(yīng)用,對(duì)緩解城郊公路駕駛安全、交通擁堵、綠色環(huán)保等問(wèn)題具有重要意義,路網(wǎng)設(shè)計(jì)智能化能夠?yàn)槠涮峁?個(gè)更加有效而快速的解決方案。5G技術(shù)支持下,公路智能網(wǎng)聯(lián)技術(shù)可以更加有力地促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展,能夠改造城郊公路的傳統(tǒng)設(shè)計(jì)模式,以及城郊公路路網(wǎng)交通運(yùn)輸模式,推動(dòng)智能制造領(lǐng)域的變革。本文對(duì)公路智能網(wǎng)聯(lián)技術(shù)設(shè)計(jì)發(fā)展及優(yōu)勢(shì)進(jìn)行分析,并在此基礎(chǔ)上探討其未來(lái)發(fā)展趨勢(shì),針對(duì)公路路網(wǎng)智能設(shè)計(jì)發(fā)展?fàn)顩r提出相應(yīng)建議與思考。
公路路網(wǎng)智能化環(huán)境感知系統(tǒng)設(shè)計(jì)是利用激光雷達(dá)、毫米波雷達(dá)、攝像頭等傳感器以及通信系統(tǒng)V2X、I2X等去感知周圍環(huán)境,從而檢測(cè)公路上障礙物,提取路況信息,城郊公路路網(wǎng)則依據(jù)此數(shù)據(jù)信息進(jìn)行決策。當(dāng)前,感知技術(shù)智能網(wǎng)聯(lián)設(shè)計(jì)存在3大流派,一是激光雷達(dá)式感知技術(shù)設(shè)計(jì)方案,如百度、Google公司的技術(shù)方案;二是多傳感器的融合感知設(shè)計(jì)方案,如Roadstar、Uber、蘋(píng)果等公司的應(yīng)用方案;三是以攝像頭為主體的感知設(shè)計(jì)方案,如Auto X、馭勢(shì)科技、特斯拉等所用的技術(shù)方案。
視覺(jué)感知深度學(xué)習(xí)技術(shù)與傳統(tǒng)的視覺(jué)技術(shù)相比,深度學(xué)習(xí)的感知精度更高,優(yōu)勢(shì)更顯著。在感知復(fù)雜路況時(shí),深度學(xué)習(xí)的視覺(jué)感知精度被激發(fā)更高,對(duì)于傳統(tǒng)識(shí)別算法無(wú)法識(shí)別的目標(biāo)物,深度學(xué)習(xí)也能精準(zhǔn)識(shí)別。同時(shí),對(duì)傳感器來(lái)說(shuō)激光雷達(dá)具有高分辨率的技術(shù)優(yōu)勢(shì),且已是自動(dòng)駕駛車輛的技術(shù)標(biāo)配,但傳感器不同,其感知能力、成本也明顯不同,常見(jiàn)的車輛傳感器也存在各種不同的感知方案,這些融合傳感器能夠獲取較為豐富的環(huán)境信息。在視覺(jué)感知設(shè)計(jì)中,其環(huán)境信息還可以通過(guò)位置定位系統(tǒng)與高精度地圖來(lái)提供,二者可以通過(guò)不良視線、視線盲區(qū)等狀況去采集環(huán)境信息,以彌補(bǔ)雷達(dá)識(shí)別和視覺(jué)識(shí)別的不足。當(dāng)前,自動(dòng)駕駛利用全球定位系統(tǒng)(Global Postioning System,GPS)、激光探測(cè)及測(cè)量、慣性測(cè)量單元、攝像頭的精確數(shù)據(jù)進(jìn)行定位,以確保三維定位的高精確性。一些大型地圖商都注重智能環(huán)境感知地圖建設(shè)工作,并快速推進(jìn)高精地圖,以制定高精度的定位方案。
智能決策系統(tǒng)設(shè)計(jì)能夠?qū)Τ墙脊仿肪W(wǎng)車輛周邊的環(huán)境、路側(cè)信息等進(jìn)行精準(zhǔn)感知,且與車輛行駛意圖、當(dāng)前位置等相結(jié)合,綜合考慮舒適、安全、高效、節(jié)能等行駛目標(biāo),合理而智能化地進(jìn)行車輛決策[2]。而今,智能決策系統(tǒng)在自動(dòng)駕駛車輛中設(shè)計(jì)2種智能決策方案,即基于終端到終端方案和規(guī)則方案。Rule based設(shè)計(jì)架構(gòu)極為復(fù)雜,由數(shù)千模塊構(gòu)成,可解釋性非常強(qiáng)。而方案End to end設(shè)計(jì)更類似人的駕駛習(xí)慣,可通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)人類能夠觀察到的場(chǎng)景進(jìn)行自動(dòng)處理,處理后形成近似于人的駕駛行為。自動(dòng)駕駛設(shè)計(jì)逐漸將馬爾可夫決策過(guò)程、博弈過(guò)程及概率過(guò)程應(yīng)用到了車輛行為規(guī)劃決策的算法中,可綜合考慮其他駕駛意圖,且在決策算法中融入此意圖,確保車輛能夠在無(wú)通信情況下實(shí)現(xiàn)協(xié)同決策。目前,在決策系統(tǒng)設(shè)計(jì)研發(fā)中,車載決策、路側(cè)決策的分工協(xié)作技術(shù)是亟需研發(fā)的關(guān)鍵技術(shù)之一。
控制系統(tǒng)設(shè)計(jì)主要是解釋決策系統(tǒng)的宏觀指令,使其成為具有時(shí)間信息的軌跡曲線,實(shí)現(xiàn)有效控制車輛行駛方向及速度的目標(biāo),以跟蹤速度曲線和規(guī)劃路徑。具體來(lái)說(shuō),控制執(zhí)行設(shè)計(jì)能夠優(yōu)化城郊公路某個(gè)入口范圍的時(shí)空路徑,如一定時(shí)間段的車輛行駛軌跡,車輛姿態(tài)及整條軌跡等[3]。當(dāng)前,規(guī)范公路沿線信控交叉口設(shè)置的控制方式,如模糊式、PID控制、滑模式、魯棒式、模型預(yù)測(cè)及自適應(yīng)式等控制方式,全面地設(shè)計(jì)接入口密度以及信控交叉口密度對(duì)城郊公路路段與交叉口整體安全的影響,加強(qiáng)了控制執(zhí)行系統(tǒng)的交叉口密度、路網(wǎng)形態(tài)、接入口密度等變量設(shè)計(jì),增強(qiáng)了城郊公路沿線接入口系統(tǒng)的管理。
5G技術(shù)融合智能網(wǎng)絡(luò)技術(shù),給城郊公路路網(wǎng)安全設(shè)計(jì)帶來(lái)極大變革,加速了城郊公路智能化安全設(shè)計(jì)的技術(shù)發(fā)展。而智能車載設(shè)備應(yīng)用網(wǎng)絡(luò)及無(wú)線連接來(lái)實(shí)現(xiàn)其功能,在一定程度上存在網(wǎng)絡(luò)安全問(wèn)題。同時(shí),網(wǎng)絡(luò)自身安全問(wèn)題也會(huì)伴隨在車載系統(tǒng)中[4]。
城郊公路路網(wǎng)智能網(wǎng)聯(lián)設(shè)計(jì)按照數(shù)據(jù)采集設(shè)計(jì),通過(guò)軟件和電腦實(shí)現(xiàn)機(jī)械化控制,從而進(jìn)一步加大了安全風(fēng)險(xiǎn)。在自動(dòng)駕駛的網(wǎng)聯(lián)安全方面,美國(guó)在2013年便制定了智能網(wǎng)聯(lián)(汽車)信息的安全標(biāo)準(zhǔn)。此標(biāo)準(zhǔn)從全生命周期層面提出了車載網(wǎng)絡(luò)新安全的相關(guān)物理模型構(gòu)架及開(kāi)發(fā)流程。歐洲對(duì)開(kāi)放式公路和汽車的信息安全平臺(tái)與在通信環(huán)境方面構(gòu)建了智能網(wǎng)聯(lián)的安全防護(hù)體系。我國(guó)也逐漸認(rèn)識(shí)到了智能網(wǎng)聯(lián)、公路路網(wǎng)、汽車信息安全的重要性,并日益關(guān)注此信息安全。交通部也明確了相關(guān)標(biāo)準(zhǔn)與規(guī)范的建設(shè),在多部委、多層面的協(xié)同推動(dòng)下,實(shí)現(xiàn)了智能網(wǎng)聯(lián)系統(tǒng)信息安全的標(biāo)準(zhǔn)化設(shè)計(jì)建設(shè)。
車路協(xié)同技術(shù)是利用無(wú)線通信和傳感檢測(cè)等技術(shù)獲取公路路網(wǎng)車輛及路側(cè)信息,利用公路路網(wǎng)對(duì)車輛和公路基礎(chǔ)設(shè)施、車輛對(duì)車輛通信的信息共享與交互,對(duì)車載系統(tǒng)資源進(jìn)行優(yōu)化利用,從而提高城郊公路網(wǎng)的安全性,緩解公路擁堵,是智能網(wǎng)聯(lián)系統(tǒng)中的關(guān)鍵技術(shù)。美國(guó)通過(guò)車路間、車輛間的通信構(gòu)建了多個(gè)系統(tǒng),以提升交通運(yùn)行效率與安全,以及道路維護(hù),且滿足了汽車制造商與其他企業(yè)的相關(guān)需求。
再如日本已將車路協(xié)同項(xiàng)目(Smartway)納入到其智能交通系統(tǒng)的基礎(chǔ)建設(shè)中,并以此為道路管理等提供多種應(yīng)用服務(wù),可以減少傷亡、避免碰撞和緊急處理事故等,極大地提升了公路網(wǎng)安全。國(guó)外學(xué)者以仿真模擬試驗(yàn)對(duì)城郊公路長(zhǎng)度、沿線接入口與信控交叉口密度匯入車輛技術(shù)的應(yīng)用效果進(jìn)行驗(yàn)證,在相同微觀仿真環(huán)境的模擬試驗(yàn)中,城郊公路沿線接入口密度以及信控交叉口密度的車頭時(shí)距、速度、位置等信息也被用來(lái)解決交通擁堵的問(wèn)題。當(dāng)前的研究主要是設(shè)計(jì)城郊公路交叉口通行量和降低車輛延誤等內(nèi)容,形成了各類算法,如超飽和道路交叉口對(duì)車輛排隊(duì)情況、信號(hào)相位處理等的實(shí)時(shí)檢測(cè),以高效分配車流綠燈信號(hào)。以分組算法對(duì)車隊(duì)狀況、信號(hào)等進(jìn)行實(shí)時(shí)監(jiān)控,完成主干公路車輛分配等。
增強(qiáng)學(xué)習(xí)和深度學(xué)習(xí)是較為熱門(mén)的2種機(jī)器學(xué)習(xí)方法,而自動(dòng)駕駛的決策處理正是通過(guò)大量的學(xué)習(xí)來(lái)完成決策的,并通過(guò)在線學(xué)習(xí)來(lái)不斷優(yōu)化。然而此學(xué)習(xí)不具有透明性,對(duì)相關(guān)性推理非常依賴,無(wú)法對(duì)自動(dòng)駕駛車輛的綜合性能進(jìn)行評(píng)估,更難以對(duì)未知工況性能進(jìn)行設(shè)計(jì)。
新因果推理決策則具備透明性、模塊化的優(yōu)勢(shì),在數(shù)據(jù)處理上能夠?qū)κ录l(fā)生概率與可信度進(jìn)行分類。模塊化可把深度學(xué)習(xí)視為子模塊,能夠加強(qiáng)輸出效果的可靠性,防止出現(xiàn)有關(guān)干擾。透明性是深度增強(qiáng)學(xué)習(xí)的又一個(gè)優(yōu)勢(shì),在決策過(guò)程中,深度增強(qiáng)學(xué)習(xí)能夠分析、糾正非理性的設(shè)計(jì)行為,也可用于路側(cè)系統(tǒng)與車載系統(tǒng)。
作為現(xiàn)代公路智慧行車的核心系統(tǒng)技術(shù)之一,云計(jì)算技術(shù)的融合設(shè)計(jì)對(duì)實(shí)現(xiàn)城郊公路智慧行車具有重大意義[5]。云計(jì)算技術(shù)的存儲(chǔ)方式通常是分布式和冗余式,可以共享數(shù)據(jù)并對(duì)大規(guī)模數(shù)據(jù)進(jìn)行處理。云計(jì)算技術(shù)能夠提供平臺(tái)服務(wù)、軟件服務(wù)和基礎(chǔ)設(shè)施方面的服務(wù)。當(dāng)前交通領(lǐng)域已重視并開(kāi)始應(yīng)用云計(jì)算技術(shù),如信息發(fā)布、路徑誘導(dǎo)及地理信息服務(wù)方面。智能網(wǎng)聯(lián)交通系統(tǒng)在計(jì)算及數(shù)據(jù)存儲(chǔ)方面的要求非常高,相應(yīng)的需求也非常大,這給云計(jì)算技術(shù)的應(yīng)用和發(fā)展帶來(lái)機(jī)遇,二者能夠互補(bǔ)。但在智能網(wǎng)聯(lián)公路設(shè)計(jì)中,該設(shè)計(jì)技術(shù)的應(yīng)用仍為初級(jí)應(yīng)用,其中基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS)層可以提供資源計(jì)算、網(wǎng)聯(lián)資源、存儲(chǔ)和處理等服務(wù),允許部署公路路段層、路側(cè)設(shè)備、路網(wǎng)層等通用設(shè)備的應(yīng)用。平臺(tái)即服務(wù)(Platform as a Service,PaaS)為提供服務(wù)層,在云端部署公路路側(cè)設(shè)備、路段層、路網(wǎng)層等設(shè)備的應(yīng)用。軟件即服務(wù)(Sofrware as a Service,SaaS)
層為訪問(wèn)服務(wù)層,可向供應(yīng)商提供相應(yīng)的應(yīng)用服務(wù)。怎樣設(shè)計(jì)健全的智能網(wǎng)聯(lián)云平臺(tái),強(qiáng)化云服務(wù)的穩(wěn)定性與安全性,這是未來(lái)城郊公路路網(wǎng)智能設(shè)計(jì)需要解決的問(wèn)題,也是其發(fā)展方向。
相較于自主式車輛的環(huán)境感知能力,智能網(wǎng)絡(luò)技術(shù)能夠從空間、時(shí)間維度獲得大量交通信息,既可提升單車決策及感知能力,又可為協(xié)同感知、群體決策創(chuàng)造條件。在車輛對(duì)車輛的通信技術(shù)中,車與車、車與路的實(shí)時(shí)信息共享與交互,可由時(shí)間維度提前獲取、預(yù)測(cè)周邊車輛紅綠燈、運(yùn)行等控制系統(tǒng)、氣象條件的相關(guān)信息,由空間維度去感知彎道、交叉口、車輛遮擋等位置環(huán)境,協(xié)同配合自動(dòng)駕駛車輛,進(jìn)而拓展主動(dòng)安全控制及協(xié)同控制范圍,如控制編隊(duì)長(zhǎng)度和隊(duì)列跟馳以及車隊(duì)決策和換道策略[6]。自動(dòng)化和網(wǎng)聯(lián)化技術(shù)的加速融合,形成了自動(dòng)駕駛的新型應(yīng)用技術(shù),也是城郊公路路網(wǎng)智能化設(shè)計(jì)發(fā)展的新方向。
城郊公路路網(wǎng)智能設(shè)計(jì)中,智能網(wǎng)聯(lián)技術(shù)會(huì)受到傳輸丟包、時(shí)延以及傳輸距離的影響,唯有確保一定精度的狀況下,城郊公路路網(wǎng)智能網(wǎng)聯(lián)設(shè)計(jì)系統(tǒng)才能對(duì)周邊公路狀態(tài)進(jìn)行全面掌握,從而展開(kāi)大量的相關(guān)設(shè)計(jì)應(yīng)用研究。
車路一體化是車路系統(tǒng)的協(xié)同決策和協(xié)同感知、協(xié)同控制一體化的自動(dòng)駕駛功能。從政府主管的交通系統(tǒng)管理中可有效整合各類自動(dòng)駕駛資源,為各種技術(shù)層次和出行方式提供更有效、安全的自動(dòng)駕駛服務(wù)。而車路協(xié)同感知的一體化技術(shù)中,路側(cè)感知設(shè)備為主導(dǎo),車輛感知?jiǎng)t為輔,對(duì)車路進(jìn)行全維度、全息全路的一體化感知,打破了車輛感知能力的傳統(tǒng)局限,而車路的協(xié)同決策也從能源消耗、安全、效率等方面成為自動(dòng)駕駛系統(tǒng)的優(yōu)化目標(biāo)。當(dāng)然,如何實(shí)現(xiàn)其舒適性、安全性、節(jié)能環(huán)保等將是未來(lái)城郊公路路網(wǎng)智能網(wǎng)聯(lián)設(shè)計(jì)的方向[7]。
人工智能技術(shù)、5G技術(shù)、感知技術(shù)和集成技術(shù)的持續(xù)更迭,給城郊公路路網(wǎng)智能網(wǎng)聯(lián)設(shè)計(jì)提供了重要技術(shù)支撐,為城郊公路路段與交叉口整體安全問(wèn)題的解決及自動(dòng)駕駛等提供了新思路與新途徑。當(dāng)然,相較于發(fā)達(dá)國(guó)家,我國(guó)在智能化路網(wǎng)設(shè)計(jì)及自動(dòng)駕駛方面仍存在差距,但在5G技術(shù)及智能網(wǎng)聯(lián)技術(shù)的加持下,我國(guó)城郊公路路網(wǎng)智能設(shè)計(jì)方面定能獲得高速發(fā)展。