2021-05-31-清华大学-面向自动驾驶的车路协同关键技术与展望_70页_21mb

面向自动驾驶的车路协同关键技术与展望白皮书总结

核心内容概述

本白皮书由清华大学智能产业研究院与百度Apollo联合发布，聚焦于**车路协同自动驾驶（VICAD）**的关键技术与发展趋势。白皮书指出，随着汽车产业的电动化、智能化、网联化和共享化的发展，自动驾驶技术正逐步从单车智能向车路协同演进。VICAD通过“人-车-路-云”四要素协同，可以有效提升自动驾驶的安全性、泛化能力与经济性，是实现高等级自动驾驶规模化商用的必然趋势。

主要观点与关键信息

1. 单车智能自动驾驶的现状与挑战

• 现状：L2级自动驾驶已进入商业化阶段，但市场渗透率较低；L3及以上的自动驾驶仍处于试验和区域性示范阶段。
• 挑战：
  • 安全问题：自动驾驶系统在极端天气、遮挡、复杂交通行为预测等方面存在安全隐患。
  • ODD限制：单车智能受限于传感器能力和环境条件，难以在复杂场景下运行。
  • 经济性：高精度传感器和冗余系统导致硬件成本过高，限制了商业化进程。

2. 车路协同自动驾驶的必然趋势

• 定义与内涵：车路协同自动驾驶是通过“人-车-路-云”协同，提升感知、决策与控制能力，实现群体智能。
• 发展阶段：
  • 阶段1：信息交互协同，实现车辆与道路的信息共享。
  • 阶段2：协同感知，提升感知范围与精度。
  • 阶段3：协同决策与控制，实现全域自动驾驶。
• 优势：
  • 通过引入高维数据、多维度算力和协同算法，有效解决单车智能的瓶颈问题。
  • 提升自动驾驶安全性和泛化能力，扩展ODD范围。

3. 车路协同对SOTIF的提升

• SOTIF概念：预期功能安全，旨在应对自动驾驶功能不足和人为误用带来的风险。
• VICAD SOTIF：
  • 通过协同感知和决策，将“已知不安全”场景转化为“已知安全”场景。
  • 降低事故率，如在超视距跟驰、换道冲突、无保护左转等场景下，车路协同使事故率显著下降。
  • 提升安全概率，通过引入路侧信息和协同机制，显著增强自动驾驶系统的安全性。

4. 车路协同对ODD的扩展

• ODD限制：单车智能难以应对复杂环境，如无信号灯交叉口、隧道内事件等。
• VICAD扩展：
  • 路侧协同感知可以弥补单车感知盲区，提升对交通参与者和事件的识别能力。
  • 通过协同决策和控制，实现车辆在复杂场景下的安全运行。

5. 高等级智能道路的建设需求

• 道路智能化分级：
  • C0-C5：从无智能到完全智能，分级依据道路功能、感知能力、通信与计算能力。
  • C4与C5：被定义为高等级智能道路，具备高精度感知、低时延通信和协同决策能力。
• 关键需求：
  • 高精度感知定位能力（如厘米级定位）。
  • 高速、低时延、高可靠性的通信技术。
  • 边缘计算与云平台的协同支持。
  • 功能安全与预期功能安全（SOTIF）体系的建立。

6. 百度Apollo的实践与成果

• 技术实践：
  • ACE智能交通引擎：提供智能交通解决方案。
  • Apollo共享无人车：进行规模化测试与运营。
  • Apollo Air计划：推动中国车路协同自动驾驶发展。
• 典型场景应用：
  • 全量交通要素感知：提升对复杂交通环境的识别能力。
  • 信号灯协同感知：实现对路口信号灯状态的准确识别，提升通行效率。
  • 事故预警与避让：通过协同感知，提前识别潜在危险并做出反应。

7. 发展建议与展望

• 建议：
  • 加快建设高等级智能道路，尤其是C4和C5级别。
  • 推动车路协同与单车智能协同发展，为自动驾驶商业化提供支撑。
  • 强化车路协同通信、感知、决策与控制技术的研究与应用。
• 展望：
  • 车路协同将成为智能交通系统的重要组成部分。
  • 通过协同智能，实现自动驾驶的全面普及与商业化落地。
  • 推动智慧城市与新型交通系统建设，为未来出行带来革命性变化。

结构总结

• 技术路线：单车智能（AD）与车路协同（VICAD）并行发展，但VICAD是实现高等级自动驾驶商业化的重要路径。
• 关键技术：
  • 协同感知技术（传感器标定、多源数据融合）。
  • 高精度地图与定位技术。
  • 协同决策与控制技术（意图预测、博弈仲裁、调度引导）。
  • 高可靠低时延通信技术（V2X、5G、MEC等）。
  • 云计算与大数据技术。
  • 功能安全与SOTIF体系。
• 发展路径：
  • 现阶段：C4级智能道路 + L2-L4网联自动驾驶车辆。
  • 未来目标：C5级智能道路 + L5自动驾驶车辆，实现完全协同决策控制。

附录与参考文献

• 附录内容：
  • 附录1：国外车路协同自动驾驶发展现状。
  • 附录2：车路协同带来的以高维数据为代表的智能要素。
  • 附录3：安全评价模型与数据驱动分析。
• 参考文献：
  • 包括SAE、ISO、国家标准、欧洲ERTAC等。

结论

本白皮书强调，车路协同自动驾驶是实现自动驾驶大规模商用的必然选择，其通过高维数据、协同感知、协同决策与控制，显著提升自动驾驶的安全性、泛化能力和经济性。同时，推动高等级智能道路的建设，是实现这一目标的关键。随着技术与政策的不断完善，车路协同自动驾驶将在智能交通、智慧出行和智慧城市中发挥核心作用，成为未来汽车产业发展的关键驱动力。