智能交通新兴计算与感知研究课题组
Research Team for Smart Transport Emerging computing and Perception
STEPforward
新闻详情

课题组杜豫川教授受邀分享题为《"新基建"时代的智慧高速系统构建》的报告

2020年3月19日,课题组杜豫川教授(同济大学交通运输工程学院副院长、中国公路学会青年专家委员会委员、中国公路学会交通工程与信息化分会常务理事),在《智能交通技术直播间》分享了题为《“新基建”时代的智慧高速系统构建》的报告,与超过一千位同行在线交流。

《智能交通技术直播间》由中国公路学会自动驾驶工作委员会主办、《中国公路》与《中国交通信息化》杂志作为媒体支持。


以下为本报告直播回放。



以下内容对报告的要点进行了梳理汇总。转载自“中国交通信息化”公众号,点击查看原文链接


一、智能网联汽车与智慧高速

智慧高速公路是在土地资源趋近饱和的条件下,为满足日益增长的交通需求,通过智能化的传感、通讯、人工智能研判等手段而大幅提高高速公路通行能力,满足新一代驾驶工具应用要求的全新技术形态。智慧高速由四个主体构成:底层为广域全息感知,中间层为数字孪生刻画,应用层为车路协同控制,而5G通过通讯通道与算例支持将三个主体连接为一个体系。

  • 底层基础:泛在全息感知

毫米波雷达、激光雷达感知技术已达到中试或更高应用阶段。从感知阶段(高清摄像头、毫米波雷达、交通线圈、ETC等),到运算决策阶段(视觉算法与目标跟踪、雷达算法与目标跟踪、边缘融合计算),再到连接阶段(V2X、5G V2X、智慧城市互联等)。

  • 中层核心:数字孪生技术

数字孪生交通的本质是路网级数据闭环赋能体系,能够做到信息预判性的反映与信息反馈性的融合。以物理模型、传感器持续更新、运行历史等数据为基础。

  • 应用关键: 车路协同控制

智慧高速公路是一个车与路相互促进,相互协调的过程,需依靠车路耦合技术升级才能建立起来,其成熟的时间既取决于车辆技术的发展,也取决于公路设施技术的发展。


二、人开车—车开车—路开车?

  • 技术路线对比

首先对辅助智能化、 单车智能化、 设施共享智能化三条技术路线进行对比。

辅助智能化单向控制:GPS模块、CCD相机探测模块、雷达系统、防撞预警系统;定速巡航、自主并线和根据路面状况自主制动。

单车智能化闭环控制:基于视觉或雷达感知与定位(毫米波雷达、双目摄像头、激光雷达等);高精地图扫描;车位搜寻,路径规划,控制决策。

设施端网联化集群控制:基础设施端主动控制与管理;环境端感知与定位;V2X or X2V通讯系统;车位分配,路径规划,控制决策。

  • 单车智能面临的问题

装备成本高昂自动驾驶车辆包含激光雷达、毫米波雷达摄像头以及IMU等传感器设备,造成每辆自动驾驶车辆价格高昂。

感知能力有限:自动驾驶在无路测设施与车路协同交互下感知距离的能力仍然有限。自动驾驶环境感知能力包括激光雷达,70-100m环境感知;摄像技术,受环境信息影响;广角成像,受环境信息影响;传感器感知,0-5m临近检测等。

单车智能技术路线在开放道路测试中问题重重:目前存在道路交通设施识别能力缺失、按照交通规则行驶能力不足、应急避险能力存在缺陷等问题。

  • 技术路径演进:驾驶主体从人--路的转化

智能公路与智能汽车同步、平衡、融合发展,使人逐渐从驾驶中摆脱出来。从人开车、到车开车、再到车路协同开车,最后到路开车。从驾驶员的双手可以离开方向盘(车向人学习,监督学习阶段),到驾驶员无需盯着行进方向(车开车向车路协同转变,人在紧急情况可干预车的操作,半监督学习阶段),再到驾驶员不再为车辆行驶操心(向路开车转变,完全自学,无监督学习阶段)。


三、5G:为智慧高速而生

5G具有三个明显特征,超高速率、超低时延与超大连接,非常适合成为未来自动驾驶和车路协同的载体。

  • “5G+”自动驾驶

超低时延:E2E时延<5ms,网络时延<2ms。Gbit/km的数据量的实时更新,需要超低延时的通讯支持。

大速率:自动驾驶的大数据需求。根据英特尔测算,假设一辆自动驾驶汽车配备了GPS、摄像头、雷达和激光雷达等传感器,则上述一辆自动驾驶汽车每天将产生约4000GB待处理的传感器数据,需要车辆自身具有超大算力。

  • “5G+” 催化反应

5G+边缘计算:5G架构使得边缘计算发展成为必然,架起了连接数字世界与物理世界的桥梁。5G的低延时、大宽带又促进了“边+云”的“边云协同”时代。

· 云计算(非实时、长周期数据):成本低、拓展性强、使用弹性、部署快捷;

· 雾计算:区域去中心化、区域大存储;

· 边缘计算(实时、短周期数据):实时快速、网络流量少、更高的运行效率、更好的数据安全性。

5G+网络切片:与互联网“尽力而为”的数据传输不同,网络切片可提供“始终如一”的低时延和高速率服务保障,能为自动驾驶提供100%的安全决策控制。比如,当汽车行驶于网络拥塞区域(比如演唱会、体育场附近),网络切片技术仍然能优先保障汽车通信的高速率和低时延性能。

  • “5G+”自动驾驶落地场景

示范应用与测试场地纷纷落地。

· 2018年9月,房山打造国内首个5G自动驾驶示范区;

· 2018年12月28日,全国首条开放道路智慧公交示范线在长沙试运行;

· 2019年1月21日,重庆首台5G无人驾驶巴士投入测试;

· 2019年1月22日,山东首辆5G无人驾驶公交车上路测试;

· 2019年3月11日,首辆5G公交亮相成都,搭载各类5G应用;

· 2019年11月,上海东海大桥5G集卡车队的水铁联运应用。


四、智慧公路应用场景

  • [高效环保] 主动可变的限速控制

加拿大Whitemud可变限速控制:全线通行车辆,总通行时间(total travel time)下降2.6%,总通行量(total travel volume)增长13%, 平均速度提高25%。沪宁高速的无锡段的试验示范。

  • [经济高效] 高频时空连续的道路设施性能重现

高频路面状况数据动态感知分析病害发育状态。

  • [经济高效] 基于数据驱动的智能养护系统

病害预测、养护策略、优化修补、延长寿命。

  • [经济高效] 智慧服务区

· 服务区智能全息感知系统,保障人流、货物安全;

· 基于WIFI数据的用户出行消费画像的精准服务和无人超市;

· 自主代客泊车和无等待加油/充电服务;

· 自助订餐及智能休息区。

  • [高效安全] 基于车路协同的自动驾驶

数字孪生系统对交通状态的全局、实时感知可以为全局优化提供依据,可以实现更加协同智能的管理。车辆驾驶超视距,基于数字孪生实现动态环境感知;匝道控制,基于上下游汇入汇出感知,精确指引;路线优化,基于全面感知交通流向实现优化控制。

  • [高效环保] 基于路侧感知设施的货车编队运行

· 2017年8月,英国政府宣布将拨款810万英镑用于卡车自动编队行驶技术的多阶段测试。

· 2017年11月,特斯拉展示了最新的自动驾驶卡车——Tesla SEMI。三辆卡车编队运行,36吨满载下只需20秒就能够开到近百公里时速,但运输成本只有传统柴油卡车的56%。

· 2018年1月23日,日本启动货车编队运行的测试。3辆卡车间始终保持30米左右的距离,以每小时80公里的速度安全行驶。

· 2019年11月,上汽商用车、中移动、上港集团等联合在东海大桥进行了3辆集卡的编队运行,实现了港区和铁路堆场之间的货柜自动转运。

  • [经济环保] 基于可控轮迹带的长寿命路面管理

· 智能道路可控制自动驾驶车辆按规定的路径及轨迹行驶,即轮迹可控。同时智能道路可调控交通量使荷载不超过路面的极限承载能力,即荷载可控。

· 对轮迹处可做特殊处理使其承受疲劳荷载能力增强;避免车辆过渡碾压已有病害而加速其发育。

· 缓解道路病害发育、延长道路使用寿命、降低道路管养成本。




website qrcode
工程实践

关于我们

首页

新闻动态

走进STEP

科学研究

(9:00-21:00)
曹安公路4801号
同嘉科技园B410

————————————