何宁：车路协同应用探索

深圳市金溢科技股份有限公司CTO兼首席科学家、博士何宁发表了《车路协同应用探索》主题演讲。

以下为何宁演讲内容。

（深圳市金溢科技股份有限公司CTO兼首席科学家、博士何宁）

大家好，今天非常高兴有机会在这里向大家报告一下金溢科技在探索车路协同应用模式方面所做的一些思考和努力。主要有以下及方面内容：

● 车路协同需求

● 车路协同推广契机

● 车路协同应用探索

一、车路协同发展需求

总体来说，车路协同强调了车与各种交通要素之间的一种交互，通过这种交互的后续信息来达到交通的高效、安全和环保。

首先，车和路的协同发展不是在今天才有的，车和路从它们出现的第一天开始就有了协同发展和协同进步的需求。从第一辆车到新能源汽车，从以前的泥泞道路到现在的光伏公路，实际上它们本身是同步在进展的。

当然除了道路本身之外，道路的基础设施实际上也是在与车的发展是一个协调同步的过程。比如在一开始少量车的时候是没有必要区分路权，这就没有任何交通标志。

在车辆增多区分路权成为必要的时候就出现了信号灯，1868年是第一次出现信号灯。当交通进一步发展，车辆的情况变得复杂的时候就出现了交通标志，1897年是第一次出现交通标志，当时是一个标志用来提醒自行车，这是在英国出现的。

随着交通的情况进一步复杂多变，动态的交通标志出现，因为我们需要反映不同的情况，静态的标志已经不足以满足需求。在未来自动驾驶车辆开始出现，实际上它又反过来推动道路这边也要进行相应的升级，能够与车辆进行实时的对话和高效交互。

我们最终希望达到自动驾驶第三级、第四级、第五级层次的时候，实际上面临的情况更加复杂，技术难题也是非常多的。比如自动驾驶在发展的过程中，在感知、理解、决策三个方面现在都面临很大的挑战。

● 感知是车载的传感器技术还需要进一步提升，成本也需要进一步降低，尤其是激光雷达目前的成本非常高。在理解上，如果人在驾驶车辆，经过一个没有交通信号灯的十字路口时，司机可以通过眼神、手势与行人做交流，大家彼此明白意图，知道谁获得相应的路权。但自动驾驶车辆虽然有传感器，却没有办法通过传感器来实现意图的交流。

另外交通的环境本身也是非常复杂多变的，尤其是在中国在混合交通流的时候有各种各样的情况，目前的自动驾驶车辆还远远没有达到训练足够便利所有的复杂环境，在这种情况下面临的风险也是非常大的。

因此如果从路侧能够对车的发展进行支撑，比如我们的路端能够为车辆提供尽量多的信息，这样就可以保证环境感知的可靠性和完整性，它能够采集到车载传感器所不能采集到的信息，从而作为一个非常有力的补充。

● 因为它是一种交互，这种交互不是一种传感、不是一种感知，这种交互能够让交通的参与方的意图得到非常精准的诠释，这样不会去误解，不会只是靠猜测这辆车要发生什么样的行为，而是能够准确的知道，因此做出相应的判断。

● 如果是路端能够为自动驾驶车辆提供足够的决策依据甚至指令，自动驾驶车辆本身发展的复杂度也会大大降低，成本也会大大降低。因为它不需要便利所有的复杂性，如果一个路段没有传统的标志标线，或者在进行改道操作的时候，如果有路侧设施能够把本地路况的信息通过电子的方式传递给来往的车辆，自动驾驶车辆接收到信息，它就能够准确的知道我怎么通过一个以前从来没有遇到过的路口，自然效率就会大大提升，安全性也会提升。

实际上现在提到的车路协同更多的是指V2X，V2X目前基于的技术是有多种选择的，比如说在美国、欧洲是基于2.11P的通信技术。目前在中国LTV或者CV2X使用率更高。未来5G也是很快就会到来，5G车联网提供高可靠性、低时延的技术，其实都是车路协同的底层通信技术。

实际上这些技术出现已经有很多年时间了，到现在它的推广还是面临很多问题。因为若车辆的渗透率没有足够高，车与车的交互不能够给大家提供足够的体验。这是鸡和蛋的问题，如果你没有体验，你就不希望在车上装载车路协同的设备。

二、车路协同推广契机

目前在中国这种情况是在发生变化的，因为现在国家也是刚刚发布了智慧高速、智慧公路和国家新一代交通控制网的红头文件，要求在全国9个省市开始推广智慧公路的建设，其中车路协同在中间的第二个方向和第六个方向都是车路协同相关的，一个是在高速公路上、一个是在城市的复杂交通环境里面如何推广车路协同，这实际上是给车图协同的发展提供了一个很好的契机。

而且我们可以看到，其实智慧公路和车路协同的关系还不仅于此，不仅是说提供一个方向，广义上的车路协同包括感知、控制、协同和服务。从这个角度来讲，实际上车路协同和智慧公路基本上是涵盖了智慧公路的8个特征中6个最重要的特征。

基于此，金溢科技也提出了“1个中心、2个切入点、3个实现目标”的智慧路建设思路。

1个中心是构建完备的智能车路协同系统。

2个切入点一个是道路协同管理和路侧设施建设，这是从路这一侧如何进行支撑，另外一个是营运车辆主动安全控制，为什么是营运车辆？因为交通部一手管着路，另外一手管着营运车辆，而且运营车辆对交通安全的需求也是非常高的，因此从营运车辆入手，从道路基础设施建设入手，这是两个非常好的切入点，帮助我们更好的推动车路协同系统的发展。

3个实现目标，我们是用了拟人化，是有感觉的路、能思考的路和会说话的路。有感觉的路是指如何对交通的环境和交通的道路设施状态进行监测，也包括交通流、交通状况。在获取这些交通信息之后，我们会对信息进行提取、分析、处理、决策，这是一个思考的过程。在思考之后你就有行动，这个行动除了车辆自己提供之外，还需要把这些交互出去，就是我们提到的会说话的路，你需要有一个信息的交互。

基于构建的系统，包括车路协同后台的管理平台、也包括智能路侧系统，智能路侧系统是和传感器相连，这样能够更好的去获取路边的状态，同时车上也有车载系统。

这是金溢开发的车路协同的设备，这个V2X设备装在车上，它能够随时获取车的状态信息，并且向周边播报出去。这样每一辆车能够获取到其它车辆发来的信息，它能够基于这些信息去构建一个完整的它周边交通的态势，也包括基础设施的一些状态，这样它就能够非常清楚的知道我这边在发生什么。

金溢的路侧设施的产品，它是跟传感器在进行联动的，同时它自己也会有一个分析处理决策以及通信的功能。

这些是路侧传感器，传感器的类型多种多样，比如说气象传感器、一氧化碳传感器、用在隧道里面的可见光传感器、能见度检测器、团雾检测、浓烟度检测等等。除了传感器本身之外，还有路侧交互设施，众所周知，目前车辆上并没有装载非常多的用于车路协同的设备。我们检测到的情况，除了能够把信息传给装了V2X设备的车辆之外，其它车辆我们要去通知它，就会有各种各样的路侧交互设施。比如可以在检测到一些信息之后，把它发到路边的情报板，也能够及时通知哪怕没有装载V2X设备的车辆。

三、车路协同典型应用

在具体应用上，目前有远期和近期的应用。远期的面向自动驾驶会有更多的应用探索，

危险路况的预警，当路侧设备检测到道路存在的危险状况的时候，比如落石、塌方，这些可以通过什么方式来监测呢？在一些易塌方区域有安装位移传感器或者安装监控设备，在容易塌方区域发生塌方的时候它能够迅速的检测到，并且把这些信息通过路侧设备V2X的方式广播给来往的车辆，如果车辆上装载了这个设备，它就能够及时的做出反应。

如果没有装载怎么办？实际上在现阶段可以通过路侧的路边情报板，我们跟路侧的基站进行联动，在检测到之后，除了把消息发给来往车辆之外，也发给路边情报板，路边情报板可以及时的广告说前方出现了拥堵。

这和我们传统的检测有一个很大的区别，传统的会直接把信息上报给路网监控中心，这边可能会有人工的巡视员检测之后再去发送消息比如说到路边情报板，这一来一去的时间可能就比较长，但是很多时候交通事故是发生在塌方后的那么几秒钟或者十几秒钟的时间。如果通过路侧设备把信息传递给来往车辆设备，这些事故是可以避免的。

另外在参与智慧高速试点的时候，我们在桥梁上安装横风的监测器检测风速，如果风速达到一定的预值之后，能够立即把这个消息播报出去。来往的车辆能够通过车速来判断是否能够安全通过桥梁，这也是其中的一个应用案例。

在交通信号播报上，实际上更多的是把交通信号的标的通过路侧设备把它广播出去，包括一些静态信息、也包括动态信息、同时也包括交通灯的信息。实际上很多社会交通信号灯的判断并不是我们想象的那么简单，它可能会存在很多误判的情况。

我还记得当时我在过清华大学旁边有一个路口，就是一个斜的交叉口，连我自己有时候都没有办法判断。它有两个交通信号灯，一个是给斜的面向来路的，它是一个丁字路口，另外一个是给横向的车的。因为它是斜着安装的，所以我在过路口的时候就分不清楚，要仔细看一下才能分出来这是给我的信号，还是给斜路的信号。如果人都很困难的时候，自动驾驶在这里一定会遇到很多问题。而我们国家其实有新的政策规定，如果参与路侧的自动驾驶车辆闯了红灯会立即被吊销测试的资格。这种情况电子化播报，其实对自动驾驶的车辆是非常有效的一个辅助。

在交通协同控制上包括很多方面，这里举了两个例子，比如说交汇处的协同，因为我们都知道车载的传感器是需要在4G范围内检测，有些交汇口实际上中间可能有一些障碍物，你在等到发现有车跟你撞的时候已经来不及避免了。在这种情况下，我们可以从道路设施这边做检测，把双向来车的信息播报给来往的车辆，这样它可以及时的去提醒避免危险。交通信号灯也是如此，它可以及时调整交通灯的信息，也是一个协同的情况。

信息服务，其实这个更多的是在探索之中，V2X能够为来往的车辆提供什么样的信息服务。未来在服务区、在一些旅游的集散地都可以为来往车辆提供很多类似于服务设施的占用提醒或者服务预约，但这些都在探索之中。

还有交通的监控监测，比如说发生事故立刻进行现场的预警，同时把这个消息上报给后台，优化处置的流程。包括交通状况的监测，实时了解周边车辆的所有状态信息，把这些信息收集之后，经过大数据的分析处理，能够非常有效的分析出这里真实的交通情况是怎样的，它就远远比只是靠摄像头所能够获取的信息要多很多，因为它连车辆加速减速的信息都能够获取。

最后用一个图的形式来综合表现可能会有哪些应用场景，因为这些场景实际上是在刚才讲的五大类里面，这里不再一一表述。最后是车路协同研发中心，金溢作为车路协同研发中心的牵头单位，我们希望借助车路协同研发中心整合车路协同领域的研发力量，大家一起努力推动车路协同技术的进步。张毅老师也是在这个行业当中的专家，我也非常荣幸，非常感谢！谢谢！