柯曄偉

摘 要：智能汽車作為一種智能終端，具備環(huán)境感知能力、事態(tài)分析能力、情況處理能力和信息分享能力。本文針對智能汽車的環(huán)境感知能力優(yōu)化展開研究，并提出5G和車路協(xié)同技術(shù)有助于云端視覺分析技術(shù)的發(fā)展，而云端視覺分析技術(shù)的介入對汽車環(huán)境感知能力有極大的優(yōu)化作用，最后通過仿真實(shí)驗(yàn)予以驗(yàn)證。

關(guān)鍵詞：云端視覺分析 環(huán)境感知能力 車路協(xié)同 智能汽車 通行效率

智能汽車作為一種高級人工智能，具備極強(qiáng)的環(huán)境感知能力，類似于人類的視覺、聽覺、觸覺等感知功能，主要用于感知車輛周圍的環(huán)境信息，并將數(shù)據(jù)傳輸給汽車的“大腦”——控制單元?？刂茊卧谶@些數(shù)據(jù)，完成對智能汽車的態(tài)勢控制。因此，智能汽車只有具備精確的視覺分析能力和敏銳的環(huán)境感知能力，才能擁有出色的安全性及行駛效率。

1 概述

1.1 智能汽車環(huán)境感知能力的概念及現(xiàn)狀

環(huán)境感知相當(dāng)于智能網(wǎng)聯(lián)汽車的眼睛，是其決策、控制執(zhí)行的基礎(chǔ)。環(huán)境感知系統(tǒng)是利用車載超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)、視覺傳感器及V2X通信系統(tǒng)感知周圍環(huán)境[1]?，F(xiàn)階段，環(huán)境感知技術(shù)已經(jīng)在智能汽車上得到初步運(yùn)用，而探測設(shè)備的不同、精度的差異，決定了不同車輛對于環(huán)境感知能力的差別。而環(huán)境感知能力的差異性，直接決定了車輛的智能化程度：對于環(huán)境感知能力越強(qiáng)的車輛，其自動駕駛的功能越完備、智能化程度越高、主動安全性能越強(qiáng)。

1.2 云端視覺分析的概念及發(fā)展現(xiàn)狀

在眾多的環(huán)境感知技術(shù)中，視覺分析占有舉足輕重的地位。視覺分析的精確性直接決定了環(huán)境感知能力的真實(shí)性和有效性。

傳統(tǒng)的視覺分析是孤立的，即由本車的車載探測設(shè)備對環(huán)境進(jìn)行探測，并將結(jié)果回傳給本車控制系統(tǒng)，再控制執(zhí)行器完成車輛駕駛行為操作。云端視覺分析是在傳統(tǒng)視覺分析的基礎(chǔ)上，將多源信息融合技術(shù)深度融合，實(shí)現(xiàn)多目標(biāo)關(guān)聯(lián)和參數(shù)融合[2]。現(xiàn)有的視覺分析通過激光探頭感知實(shí)物，利用車載電腦對實(shí)物進(jìn)行分析，產(chǎn)生下一步行動的應(yīng)對策略。云端視覺分析與傳統(tǒng)視覺分析的車載硬件設(shè)備基本一致，對實(shí)物的探測方法也基本相同。兩者最大的區(qū)別在于對實(shí)物的分析不僅局限于本車車載電腦，更可以利用車路協(xié)同技術(shù)實(shí)現(xiàn)探測結(jié)果的云傳輸，并依托智慧道路的5G傳輸平臺保障數(shù)據(jù)傳輸?shù)姆€(wěn)定性和精確性，再基于大數(shù)據(jù)平臺實(shí)現(xiàn)對探測結(jié)果的精確化、多角度、多樣化分析，從而有效提升車輛的環(huán)境感知能力，使得控制模塊能更加精準(zhǔn)的做出駕駛判斷。

2 車路協(xié)同技術(shù)對云端視覺分析技術(shù)提升的促進(jìn)作用

前文已經(jīng)闡述了云端視覺分析技術(shù)對于智能汽車環(huán)境感知能力的提升有著巨大的推動作用。而云端視覺分析技術(shù)的實(shí)現(xiàn)是基于一系列有層次的、完善的通信設(shè)施作為硬件基礎(chǔ)，這個硬件基礎(chǔ)就是車路協(xié)同技術(shù)。

區(qū)別于傳統(tǒng)視覺分析只能以單車作為分析單元進(jìn)行運(yùn)算，云端視覺分析可以借助大數(shù)據(jù)和云平臺完成對單車視覺成像的運(yùn)算分析，并將分析結(jié)果分享給同區(qū)域內(nèi)的其他智能車輛，有助于其他車輛對于自身所處的路況展開多角度分析。

通過以上分析可知，云端視覺分析技術(shù)的實(shí)現(xiàn)，需要有一下幾個條件作為支撐：①不同的車輛之間、車輛與云平臺之間都要有通信協(xié)議，數(shù)據(jù)信息的傳輸不能存在壁壘，必須無縫銜接；②車輛是一種移動終端，數(shù)據(jù)的傳輸形式只能是無線傳輸；③涉及車輛的行駛安全，視覺成像的解析必須非常精確，信息傳輸必須有足夠高的速度作為保障；④同區(qū)域內(nèi)車流量較大時，數(shù)據(jù)信息的傳輸量負(fù)荷激增，因此需要有足夠強(qiáng)大的傳輸帶寬予以保障。綜上所述，建設(shè)智慧道路，基于5G通信網(wǎng)絡(luò)和車載OTA技術(shù)構(gòu)建車路協(xié)同硬件系統(tǒng)，保證智能汽車與智慧道路無縫融合，是實(shí)現(xiàn)云端視覺分析技術(shù)的必要途徑，是增強(qiáng)車輛環(huán)境感知能力的有力支撐。

3 云端視覺分析技術(shù)對車輛環(huán)境感知能力優(yōu)化的促進(jìn)作用

3.1 環(huán)境感知能力對智能汽車道路安全性的必要性分析

技術(shù)進(jìn)步推動了智能汽車自動駕駛水平的跨越式發(fā)展，隨之而來的安全問題也引起了社會公眾的廣泛關(guān)注。為解決這個矛盾，已經(jīng)有學(xué)者提出利用圖像去霧技術(shù)融合人工智能來解決大霧天氣下機(jī)器視覺能力降低的問題[3]。智能汽車作為一種人工智能，必須具備類似甚至超越人類感知水平的環(huán)境感知能力：對行駛過程中遇到的障礙物精確感知、對道路信號裝置及時識別、對行駛區(qū)域內(nèi)的道路狀況能宏觀感知。因此，環(huán)境感知能力是智能汽車行駛安全的重要前提和基本保障。

3.2 云端視覺分析及車路協(xié)同技術(shù)的結(jié)合對車輛環(huán)境感知能力提升的作用

云端視覺分析是車路協(xié)同技術(shù)的充分體現(xiàn)。基于智慧道路完善的數(shù)據(jù)傳輸鏈，單一車輛獲取的視覺分析結(jié)果傳輸至道路基站，經(jīng)道路基站中轉(zhuǎn)后發(fā)送至云平臺，經(jīng)大數(shù)據(jù)分析處理，再回傳至車載電腦，完成路況分析的閉環(huán)處理。另一方面，云平臺集中收集區(qū)域內(nèi)眾多車輛上傳的單點(diǎn)路況信息，經(jīng)整合并宏觀分析后可以得出區(qū)域內(nèi)實(shí)時的整體路況信息，向每輛車發(fā)出路況提示和風(fēng)險預(yù)警，從而優(yōu)化單一車輛車載電腦的基礎(chǔ)數(shù)據(jù)，引導(dǎo)其制定出最為合理的行駛策略。云端視覺分析的工作原理如圖1所示。

4 基于OPTIMUS PRIME的仿真實(shí)驗(yàn)分析

前文從理論上分析了云端視覺分析技術(shù)有助于智能汽車環(huán)境感知能力的優(yōu)化，而環(huán)境感知能力的優(yōu)化有助于智能汽車道路安全性的顯著提升。下文將基于OPTIMUS PRIME仿真系統(tǒng)，設(shè)置仿真場景、確定變量參數(shù)，運(yùn)用控制變量法和對比分析法，進(jìn)行仿真實(shí)驗(yàn)，通過仿真實(shí)驗(yàn)的手段證明云端視覺分析有助于優(yōu)化智能車輛的環(huán)境感知能力，從而增強(qiáng)車輛的行駛安全性。

4.1 仿真系統(tǒng)介紹

OPTIMUS PRIME仿真系統(tǒng)是深圳柯博文公司開發(fā)的一款專用于智能網(wǎng)聯(lián)汽車的仿真系統(tǒng)。該系統(tǒng)按照智能汽車的探測方式、底盤線控、控制程序、人際互動等不同模塊設(shè)計了多套臺架，每套臺架都有獨(dú)立的仿真分析功能，同時基于相同的數(shù)據(jù)分析平臺，各個臺架之間數(shù)據(jù)互通，可以進(jìn)行聯(lián)合仿真，實(shí)現(xiàn)智能汽車全方位的整體仿真。

4.2 確定實(shí)驗(yàn)參數(shù)

該仿真軟件對道路和車輛的基本設(shè)定為具有基礎(chǔ)和可持續(xù)升級的車路協(xié)同功能，能滿足使用者對車路協(xié)同功能的各種要求。本文將道路環(huán)境設(shè)定為不變量，每次仿真實(shí)驗(yàn)中的道路場景和交通狀況都是一致的；天氣元素作為唯一變量，測試車輛視覺分析技術(shù)在不同能見度條件下的工作情況；云端視覺分析和傳統(tǒng)視覺分析作為實(shí)驗(yàn)量，在相同條件下對這兩個實(shí)驗(yàn)量進(jìn)行對比分析，并選取車輛安全性的相關(guān)參數(shù)作為評判指標(biāo)。

（1）道路環(huán)境參數(shù)確定

OPTIMUS PRIME仿真系統(tǒng)中的電腦軟件預(yù)存了全要素道路模型，并設(shè)置了多種道路狀況和天氣模式，可對同一種路況進(jìn)行多種氣候條件下的仿真實(shí)驗(yàn)。系統(tǒng)中的道路平臺為智慧道路，前置程序已經(jīng)將車路協(xié)同的要素寫入軟件，使用者直接調(diào)用即可。

本次實(shí)驗(yàn)中道路狀況作為不變量，需要首先確定。實(shí)驗(yàn)選擇道路元素最豐富的城市道路最為基本場景，該場景中的車輛、行人、非機(jī)動車的數(shù)量和運(yùn)動軌跡都是確定的，信號燈和指示牌等道路信號裝置也都具備，甚至障礙物都是固定的。

（2）天氣參數(shù)的確定

天氣情況的變化會導(dǎo)致道路能見度狀況出現(xiàn)極大差異，雨雪天氣的能見度較差，影響視覺分析技術(shù)的探測效果，對車輛的環(huán)境感知能力產(chǎn)生嚴(yán)重干擾，從而導(dǎo)致車輛行駛過程中的不安全等級急劇飆升。因此，車載云端視覺分析系統(tǒng)能在不同氣象條件、不同能見度的環(huán)境中持續(xù)有效工作，功能不受影響，保持極為精準(zhǔn)的環(huán)境感知和視覺分析能力，是智能汽車安全駕駛的重要保障。本文選取晴天、薄霧天氣、日間大雪天氣、夜間大雪天氣等4個場景作為變量，測試在高能見度、較差能見度和極差能見度的條件下，云端分析技術(shù)和非云端分析技術(shù)對于車輛環(huán)境感知能力穩(wěn)定性的貢獻(xiàn)。氣象條件設(shè)定界面中，使用者可以根據(jù)實(shí)驗(yàn)的需要對實(shí)驗(yàn)的整體環(huán)境因素進(jìn)行設(shè)定：①時間設(shè)置：設(shè)置中有上午、下午、夜晚和凌晨4個選項(xiàng)，每個選項(xiàng)對應(yīng)的界面中光線強(qiáng)弱、照射角度都不同，充分?jǐn)M合了人類對于自然光線的敏感程度；②氣候設(shè)置：設(shè)置選項(xiàng)中可以對氣象條件進(jìn)行選擇，相同氣象條件下還可以對能見度進(jìn)行區(qū)分，所能模擬的氣象情況已經(jīng)極大程度的貼合實(shí)際氣象環(huán)境的條件。圖2、圖3、圖4、圖5分別對應(yīng)晴好天氣、薄霧天氣、日間大雪天氣和夜間大雪天氣的道路效果。

以上4個實(shí)驗(yàn)場景中的光亮強(qiáng)度不同，光在空間的穿透能力不同，因此4個場景的能見度存在明顯差異。為便于后續(xù)實(shí)驗(yàn)數(shù)據(jù)的計算分析，設(shè)定能見度分辨系數(shù)α，即正常人5.0的視力水平，在至多1000m范圍內(nèi)可以清晰看見物體的實(shí)際距離：晴朗天氣可清晰看見物體的距離設(shè)定為1000m，α1=1；薄霧天氣可清晰看見物體的距離設(shè)定為750m，α2=0.75；日間大雪天氣可清晰看見物體的距離設(shè)定為500m，α3=0.5；夜間大雪天氣可清晰看見物體的距離設(shè)定為100m，α4=0.1。

（3）車輛參數(shù)確定

實(shí)驗(yàn)中被測試車輛設(shè)定為確定量，不隨實(shí)驗(yàn)場景和變量而改變，需要輸入車輛的機(jī)械性能參數(shù)、視覺傳感器參數(shù)和智慧性能參數(shù)。仿真實(shí)驗(yàn)中車輛的智能化程度極高，除了具備單車自動駕駛功能外，還具備5G和OTA無線傳輸和信息交換功能，依托視覺分析設(shè)備和遠(yuǎn)程在線導(dǎo)航實(shí)現(xiàn)云端視覺分析功能。

4.3 仿真實(shí)驗(yàn)結(jié)果分析

設(shè)置好各項(xiàng)參數(shù)后，按照車輛具備云端視覺分析能力和不具備動態(tài)視覺能力2種情況，依次選擇晴朗天氣、薄霧天氣、日間大雪天氣和夜間大雪天氣等4個場景作為變量，進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)束后，選?、偻ㄟ^相同道路所使用的時間T；②通過相同道路的行駛效率提升程度δ；③緊急避險的次數(shù)C等3個參數(shù)，分析采用列表法和圖像分析法進(jìn)行對比分析，旨在通過數(shù)據(jù)分析對比，驗(yàn)證云端視覺分析對于車輛環(huán)境感知能力的提升作用。

（1）通過相同道路所使用的時間

本次仿真實(shí)驗(yàn)選取的道路及路況條件完全相同，區(qū)別僅在于時間不同、天氣狀況不同，因此不同場景的能見度不同，從而導(dǎo)致視覺分析系統(tǒng)的環(huán)境感知能力存在差異。8次仿真實(shí)驗(yàn)觀測到的通過相同道路所使用的時間T如圖6所示。

通過分析圖6可知：①晴朗天氣場景下，道路能見度高，視覺分析系統(tǒng)受干擾少，可視范圍內(nèi)的探測精度高，具備云端視覺分析技術(shù)的車輛和不具備云端視覺分析技術(shù)的車輛通行耗時相差2.96s，行駛效率提升6.4%。②薄霧天氣場景下，能見度有所降低，具備云端視覺分析技術(shù)的車輛和不具備云端視覺分析技術(shù)的車輛通行耗時相差5.77s，行駛效率提升10.08%。③日間大雪天氣場景下，道路能見度進(jìn)一步降低，具備云端視覺分析技術(shù)的車輛和不具備云端視覺分析技術(shù)的車輛通行耗時相差12.46s，行駛效率提升15.9%。④夜間大雪天氣場景下，道路能見度最差，具備云端視覺分析技術(shù)的車輛和不具備云端視覺分析技術(shù)的車輛通行耗時相差21.66s，行駛效率提升21.3%。

由上述結(jié)果分析可知，道路能見度越低，對視覺分析系統(tǒng)的干擾越大，因此具備信息云交互能力的云端視覺分析系統(tǒng)的優(yōu)越性越明顯，可在相對較短的時間內(nèi)完成安全通行，行駛效率提升明顯。

（2）通過相同道路的行駛效率提升程度

通過分析圖6可知：具備云端視覺分析功能的車輛和閉環(huán)視覺分析車輛在不同能見度狀況下行駛過相同道路所需要的時間，并已知能見度狀況越差，云端視覺分析功能的作用越大。為進(jìn)一步量化云端視覺分析功能對車輛通行效率的提升作用，引入公式（1）計算出各天氣場景下的行駛效率提升度δ。

其中，T1為傳統(tǒng)視覺分析條件下車輛運(yùn)行時間；

T2為云端視覺分析條件下車輛運(yùn)行時間；

α為能見度分辨系數(shù)。

經(jīng)計算，得出，，，。分析以上結(jié)果可知，與采用傳統(tǒng)視覺分析技術(shù)的車輛相比，應(yīng)用云端視覺分析技術(shù)的車輛，在不同氣象條件下，行駛效率提升度隨著能見度降低而顯著提升，能見度越糟糕，云端視覺分析技術(shù)的用武之地就越大，車輛的通行效率就越高。因此，云端視覺分析技術(shù)充分保證了汽車運(yùn)行的流暢性和高效率。

（3）仿真實(shí)驗(yàn)中的車輛每次都是安全的無誤的抵達(dá)目的地，但是在行駛過程中存在不同程度的緊急避險，每個場景下的緊急避險次數(shù)如表1所示。

由表1分析可知，相同道路狀況下，隨著氣象條件和能見度狀況的惡化，若智能車輛僅具備傳統(tǒng)視覺分析功能，則緊急避險次數(shù)較高，以2倍的趨勢增加，而具備云端視覺分析功能的智能汽車緊急避險的次數(shù)卻相對較少。緊急避險次數(shù)越少，說明車輛智能駕駛的安全系數(shù)越高。另一方面，緊急避險次數(shù)越少，說明車輛對道路狀況的掌握具有及時性和精準(zhǔn)性，對道路危險狀況具備“超視距”預(yù)判能力，因此車輛控制系統(tǒng)生成的駕駛策略具有一貫性和極高的精準(zhǔn)度，行駛流程十分順暢，通行效率高。

綜上所述，仿真實(shí)驗(yàn)數(shù)據(jù)證明：具備云端視覺分析的智能車輛，利用云端視覺分析系統(tǒng)的信息前置性，消除因環(huán)境變化、能見度改變而造成的判斷不穩(wěn)定性，始終維持極其敏感和準(zhǔn)確的環(huán)境感知能力，為控制系統(tǒng)提供精確的道路信息，協(xié)助控制系統(tǒng)制定具有一貫性的最優(yōu)行駛策略，有效提升車輛的通行效率和安全性。

5 結(jié)束語

5G和車路協(xié)同技術(shù)的發(fā)展為云端視覺分析技術(shù)的誕生和騰飛奠定了堅實(shí)的基礎(chǔ)。云端視覺分析技術(shù)是利用網(wǎng)絡(luò)通信手段對傳統(tǒng)視覺分析技術(shù)進(jìn)行的功能拓展，能有效避免單一車輛視覺分析系統(tǒng)存在的局限和誤差。云端視覺分析技術(shù)的應(yīng)用，優(yōu)化了車輛環(huán)境感知能力，增強(qiáng)了行駛路線規(guī)劃的精確性，幫助智能汽車完成了從“單打獨(dú)斗”到“集團(tuán)作戰(zhàn)”的蛻變，實(shí)現(xiàn)了由點(diǎn)到面再到云端平臺的升華，完全融入了城市立體智慧交通體系，極大的提升了行駛效率和安全性。

2020年福建省教育廳中青年教師教育科研項(xiàng)目（JAT201057）。

參考文獻(xiàn)：

[1]陳艷梅，薛亮.智能網(wǎng)聯(lián)汽車環(huán)境感知技術(shù)揭秘[J].汽車與配件，2022，No.1335（17）：59-63.

[2]彭鵬.基于多源信息融合的智能汽車環(huán)境感知技術(shù)分析[J].信息與電腦（理論版），2022，34（21）：53-55.

[3]呂棟騰，楊育良.機(jī)器視覺下的霧天車行環(huán)境感知研究綜述[J].自動化與儀器儀表，2022，No.277（11）：1-6.