東南大學冉斌:車路協同是自動駕駛的必由之路

2020年8月22日,第三屆全球智能汽車峯會在廣州正式開幕,今年的主題是提速汽車智能化打造產業新引擎,主要是討論智能汽車近兩年取得的技術突破和產品創新,討論智能汽車應用場景和商業模式,討論智能汽車商業發展的頂層設計和實施路徑。

在上午舉辦的“提速汽車智能化 打造產業新引擎”高層論壇上,東南大學-威斯康星大學智能網聯交通聯合研究院院長冉斌發表主題演講,以下為演講實錄:

東南大學冉斌:車路協同是自動駕駛的必由之路

各位女士,各位先生,各位領導,各位嘉賓,大家早上好!今天很榮幸給大會做一個“車路協同是自動駕駛的必由之路“的報告,我的報告分為三部分:

第一,關於車路協同自動駕駛系統的簡介與相關的分級定義。

第二,車路協同自動駕駛系統頂層設計和標準體系發展。

第三,車路協同自動駕駛實施路徑的介紹。

關於第一部分,我做一個簡單的説明。

目前全世界在自動駕駛的解決方案主要有三大類:第一大類,單車智能,就是AV。第二大類,智能網聯汽車,基於V2V的通信。第三大類,車路協同,就是CADS(Collaborative Automated Driving System)。車路協同裏面分為以路為主的車路協同和以車為主的車路協同。下面對它們的方案做一個簡單的介紹:

第一大類,單車智能,它的車載系統很複雜,要求很高、也很昂貴,20萬美元上下,但是它的視覺、計算功能很有限。

第二大類,從最近興起的智能汽車,中國叫ICV,美國叫CAV,可以克服很多單車智能的缺陷和障礙,提升它的性能,降低它的成本。

第三大類,車路協同主要是把路和車考慮成完整的系統,用聰明的道路彌補智能網聯汽車的不足,提高它的安全性、可靠性以及相關的功能,讓所有的老百姓買得起、用得起,快速的大規模的推動系統的實施,達到系統的優化。

內涵來講,我們所説的車路協同自動駕駛主要就是:第一,通過先進的車和路的感知設備、計算設備等等,同時通過我們的I2X、V2X的信息交互對我們的整個駕駛環境進行實時的高精度的感知,我們叫網絡化。第二,覆蓋從第一級到第五級不同階段的自動駕駛車聯網的智能化。第三,考慮車輛和道路不同程度的智能分配和優化,達到系統的繼承和優化。同時,通過路車作為一個完整的系統,完整的執行感知、預測、決策控制等功能,形成自動駕駛和車路協同為核心的新一代智能交通系統。

在信息化基礎之上,我們的道路交通基礎設施能夠實現部分的或者全部的駕駛的決策和控制,自動化跟我們的智能網聯汽車是類似的。基於這個原則我們對智能網聯道路進行了五級定義和分配,這是我們目前在中國和歐洲以及全世界相關國家包括美國等取得進展和共識的分級定義。

I1到I5,這裏最為關注的就是I2、I3、I4。I3級裏面我們可以看到部分的信息化、部分的自動化、部分的智能化,I3是我們的重點,要高度的自動化,是先有條件的自動化和有條件的智能化,I4實現高度的智能化和自動化。這個是關於我們I2級的智能網聯道路,它的特點就是説我們的路基礎設施具有比較複雜的傳感和深度預測功能,能夠跟車輛進行信息交互,同時支持輔助駕駛和交通管理。I3智能網聯道路系統,我們的路可以在數毫秒內為單個自動駕駛車輛,要求車的等級大於等於1.5,提供周邊的動態信息和控制指令,最起碼可以在專用道路上實現有條件的自動駕駛,如果由近及情況駕駛員需要接管車輛。I4跟I3的最大區別就是,如果有緊急情況,我們路或者整個道路基礎設施進行控制,不需要駕駛員接管。I3是我們目前最主要的努力方向。

第二部分,對頂層設計和標準體系發展做一個簡單的説明。

目前,按功能分我們有協同感知、協同決策、協同控制。按道理來講,我們自動駕駛的幾個階段,根據發展的側重點不一樣,目前大家可以看到:第一個階段的重點,大家更多地着眼還是在協同感知階段,就是提供上帝視角的車路感知手段,實現超視距感知。第二個階段的重點,都是在一起的,下面有一些決策的考慮,路和車一起來完成協同的決策包括狀態預測、數據融合等等。第三個階段的重點,就是在第一、第二基礎上的協同控制,路和車完成從宏觀到中觀、到微觀的協同控制。如果一、二、三階段完成的好,第四階段的重點,是把它成為完整的系統構建,我們叫車路一體化。這幾個劃分不一定完善,但是提供了思考的方式,以後可以不斷完善。

關鍵模塊可以按功能分成感知模塊、融合預測模塊、規劃和決策模塊、控制模塊,這些主要是根據道路設施來的,在我們的自動駕駛或者智能網聯車裏面我們是三個主要的模塊,感知、決策控制,這裏面可以有相關的配合和融合。從子系統我們可以分成有這麼幾塊:智能交通管理系統、智能路側系統、智能車載系統、智能通訊系統。

這裏面有幾個簡單的對比,把單車智能和車路協同進行對比。車路協同我們需要聰明的車、也需要聰明的路。這裏面通過車路協同可以大大降低自動駕駛的門檻,單台車可以節省50%—90%的費用,很快實現第二級或者第三級的自動駕駛能力。

這是從人工智能角度出發,如果以車為主、以路為主,完全靠路、完全靠車,我們需要比較強的人工智能,如果我們把路和車協同在一起很快能夠實現第三級的自動駕駛,節省10年左右的時間,我們不需要那麼強的人工智能來實現它的自動駕駛。這個Gartner曲線,現在我們在低谷期就是單車智能和相關的低谷期,希望10年、15年以後建,現在希望通過車路協同自動駕駛,而且已經看到了相關的成果,低谷期很快的實現產業化。

目前作為標準體系建設,我們把它分成了大概八大類:智能道路系統標準、智能車載系統標準、智能通訊系統標準、系統集成標準、支撐系統標準、系統試驗試點標準、系統實施標準、系統應用標準等等,這些都是目前的標準分類,大概有100多、200的標準體系,特別咱們觀眾羣比較感興趣的就是智能網聯道路系統標準,分成兩大類:自動駕駛道路的設計標準、智能路側系統的設計標準。道路來講,自動駕駛道路本身我們分11大類,高速公路、普通公路,普通公路包括一級、二級、三級、四級,比如國省道等等,這裏最重要的就是高速、城市快速,城市主幹道、市幹道、臨建路、公交專線等等,這都是我們的場景,最最重要的是高速公路、快速路作為我們完整的能夠構成全國的體系或者全市、全省的體系。在路側系統裏面分成協同感知、協同決策、協同控制,可以更深入的分,這裏面比較完整的建設它的標準體系。

最後一部分,關於實施路徑。我們怎麼實施它,怎麼把它完成。

我們從發展方向來講,肯定是車、路、網、雲一體化協同發展,我們的目標就是有條件的自動駕駛,第三級作為目前的基本目標,第四級的自動駕駛作為未來的努力方向。

路線圖本身,第一,技術示範,從2020、2025、2035、2045,根據交通強國建設的時節點安排它的發展目標。技術示範這裏有幾個例子,比如今年在道路里面主要是I2、I3的示範,2022年I3,2025年I3+,2045年I4+,這些發展目標以及路線圖的規劃,我們大規模推廣的時候基本要減掉一個,今年I1,到2022年I2,2025年I3,主要的場景,比如從高速公路、快速路為主等等。

具體的考慮,根據傅院士的設想,現在聰明的路,比如在中國可以先行,歐洲也是一樣的,聰明的車可以後上,美國某種意義上也在考慮類似的途徑。交通強國可以作為一個典型的示範,也是一個突出的亮點和閃亮的名片,特別最近提到的新基建,可以作為強大的助推器和落地的途徑。

同時,我們要強調和加強幾個生態圈的建設,比如説面向產品端的產業鏈的生態圈,還有面向產業鏈投資的基金的生態圈,還有各種示範工程產業園生態圈的建設,根據這些生態圈的建設可以看到,車路協同真正迎來我們的春天、我們的朝霞滿天,從2019年6月14日發佈《發展報告》,到2019年9月21日發佈《智能網聯道路分級及解讀》,到2020年8月31日要要發佈的《車路協同自動駕駛發展路線圖》、《汽車路協同自動駕駛系統分級定義及智能分配》,以及現在正在開展的標準建設,更重要的是多種落地和示範實施,這裏面列了幾個作為主要的示範,比如一些高速、幾個城市,這些都有我們整個車路協同大規模實施迎來了一個特別好的機遇。

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 3255 字。

轉載請註明: 東南大學冉斌:車路協同是自動駕駛的必由之路 - 楠木軒