面向L2的车路协同自动驾驶服务

4.2.1 总体技术框架

综合以上，VICAD对于L2等级自动驾驶车辆，可主要起到协同感知、辅助定位以及部分协同决策规划的作用。核心目标是通过VICAD，对L2自动驾驶系统进行感知定位增强，为驾驶员提供更多参考决策信息，让人类驾驶员及时得到路端安全提醒，提升驾驶安全和驾乘体验。VICAD对L2等 级自动驾驶车辆的总体服务框架和服务逻辑见如图4.10，可提供的主要服务内容见表4.1。

图4.10 VICAD对L2总体服务框架示意图

表 4.1 VICAD对L2主要服务内容（部分）

4.2.2 车端参考技术架构
与L4相比较，服务于L2的车路协同技术方案，既要考虑车路协同自动驾驶，也需要考虑路端事件， 云端事件和人类驾驶员的实时交互。建议的系统设计参考方案如图4.11所示。

图4.11 车端参考架构

在L2级自动驾驶车端参考方案中，主要涉及到三个域控制器，其各自功能分配按照如下设计：

1. T-BOX-OBU域控制器：负责与云端、路端、场端通信的链路，同时对V2X信号进行基本处理，   将路端感知、地图变更、安全事件等输出到座舱，同时将路端感知、定位参考信号、场端控车信号、车车协同信号输出到自动驾驶域。T-BOX-OBU域控制器接收来在座舱域的信息请求，同时接收    自动驾驶域的车车协同消息。

2. 座舱域：负责与用户交互，包括车路协同事件和导航应用的融合，并通过中控屏幕、HUD、仪表 等形式将导航、车路协同事件等信息显示给用户，让驾驶员随时了解车、路、云输出的车辆和环境信息；座舱域同时将路端地图和本地地图融合生成地图动态层EHP信息给到自动驾驶域，供自动 驾驶获取前方地图及地图动态层信息。

3. 自动驾驶域：负责车辆定位、融合自车定位，并接收路侧定位参考信号，得到融合后自车位置；负责感知融合，将路端感知和自车感知融合以得到完整的环境感知信息；负责车辆控制，同时接收来自场端的控车信号，在地下停车库等场景可以接收来自场端控车信号，以实现场端控车来完成泊车功能。

4.2.3 车路协同地图服务和更新方案

高精地图面临着地图覆盖和地图更新两个问题，地图覆盖问题随着自动驾驶场景拓展和市场装配 率提高，必将持续提升，但是高精地图的更新将是自动驾驶，尤其是L2级自动驾驶所面临的一个更大的挑战。高精地图更新包含现实世界变更发现和地图更新两个部分。

目前行业探索的变更发现和更新方案主要有：

1. 众包：主要靠大量投放具有环境数据采集能力的车辆，让这些车辆行驶过程中收集道路信息数据并上传到云端，云端根据反馈得来的数据构建还原度高的、即时更新的行车地图；

2. 专业采集和更新：成本高，可解决首次安全通过问题，但无法解决实时变更发现问题，本文不再进行深入讨论；

3. 路端地图发现与更新：依靠智慧路端传感器摄像头，雷达等，持续观测覆盖区域道路变化，实时发现，实时更新。

相比于众包更新，路端地图服务于更新具有以下优势：

1. 数据鲜度高且稳定：路侧地图更新服务具有更高的固定空间范围观测频率（15-30hz），可以实现稳定的分钟级地图更新服务；而众包更新一般需要在一定周期t内，在相同车道有n次重访（n一般超过10次，t取决于特定空间位置交通要素发生变化的频率），由于具备地图众包能力的车辆分布的不均匀性，导致众包更新鲜度的随机性较大，对于车流量较小区域，甚至无法提供地图更新服务；

2. 成本更低：路侧地图更新服务，主要的计算行为均在路侧计算单元，不需要将传感器原始数据通过4G/5G进行网络传输；而众包更新直接将车端原始数据或结构化数据上传云端进行聚合，由于 聚合平台要求有限空间范围内高重访次数，会产生大量流量费用；

3. 首次通过安全性更高：众包更新无法解决车辆首次经过的地图更新问题，而路侧的高频、持续观测特点，能够在使用地图的车辆到来之前，大概率完成地图变更识别，保证与地图相关的安全性。

图4.12 路侧地图更新架构

路侧地图更新流程如图4.12所示，流程如下：

1)路端传感器将原始传感器数据通过以太网上传至RSCU；

2)在RSCU内对固定点位的地图变更及动态交通事件进行检测，根据地图变更及动态交通事件检测结果，生成局部变更信息或地图动态信息，以EHP的形式通过高速通信协议发送至车端通信域控制器；

3)车端EHR对于接收到的地图变更及动态交通事件进行解析，并发送到车端融合模块；

4)车端融合模块将接收到的增量地图变更信息和动态事件基于参考位置协议与车端高精地图融合，供自动驾驶系统使用。

4.2.4 车路协同公开停车场泊车服务

（1）系统定义及分级
车路协同泊车将现有的单车自主泊车扩展为由车路协同完成，在具体实施中，车路协同泊车区分为3个等级，以满足不同车辆及场端的配置：

1. 信息协同泊车：在此状态下，场端向车辆提供可用车位信息，车位预留，并提供定位参考信息，而不参与路线规划、控车，车辆利用自身地图，由人类驾驶员或者单车自动驾驶完成泊车；

2. 规划协同泊车：在此状态下，场端除了提供车位信息，车位预留外，还提供行车路线规划，并向车辆提供场端感知补盲，但不参与直接控车；

3. 控制协同泊车：在此状态下，场端还将增加直接控车，完全利用场端感知、车辆定位信息、车辆单车感知信息，都发送到场端，由场端控车完成泊车过程，在此过程中，自车MEB功能仍需开启， 在紧急状态下启动并退出场端控车状态。

下面将三种模式进行对比：

表4.2 三种协同泊车模式

（2）系统架构

下图4.13列出车路协同泊车技术架构，在此架构中，车辆必须具备车路协同定位能力，可选感知、路线规划、轨迹规划能力。车端可以利用自身不同配置选择使用不同等级的场端泊车服务。场端需要进行升级，增加车路通信、场端定位、停车场地图服务、行程规划、轨迹规划、控车和应急人工接管等服务。

图4.13 车路协同泊车系统架构

（3）协同定位

定位是自动驾驶需要突破的关键技术问题，尤其是在地下停车场、隧道、立交桥等卫星定位信号受遮挡的区域，需要在场端或者路端布置辅助定位设施，辅助车辆实现高精度定位。现阶段主流的辅助定位方案有定位标识（如ArUco码等）和近场无线定位基站，其中无线定位技术有超宽带定位 技术（Ultra Wide Band, UWB）、射频识别定位技术（Radio Frequency   Identification, RFID）、Wi-Fi 定位技术（Wi-Fi Positioning System, Wi-Fi）、可见光通信技术 (Visible Light Communication,   VLC)和低功耗蓝牙定位技术(Bluetooth   Low   Energy,   BLE)等。定位标识由于其难以维护，且与车端软件系统耦合度较高，难以推广。因此，考虑在场端或者路端增加近场无线定位设施，在车辆在进入室内或者地下停车场后，提供连续、高精度定位信息，完成泊车引导。

现阶段主流近场无线定位技术对比可参考图4.14，针对自动驾驶的技术需求以及车载机电环境，可优先考虑精度较高的选择，如UWB, RFID 等。

图4.14 室内无线定位技术对比

同时，从车辆行驶的完整周期看，需要保证定位的连续性。在无遮挡区域，可以通过GNSS+RTK 方式获得全局定位信号；而在有遮挡区域，可参考上文所述，设置局部的近场无线定位设施，并保证其空间参考的连续性。参照下图4.15，自动驾驶车辆可以通过连续的定位和通信服务，保证其自动驾驶功能的连续性。

图4.15 室内外路（场）辅助定位

（4）泊车流程

信息协同泊车模式描述如下：

1）场端负责空闲车位的识别，对停车场内全部车位实现全面覆盖，将停车场实时车位占用情况，并上报给路侧；

2) 当人工主动申请或者车辆主动申请自主泊车时，路侧基于用户停车需求和实时车位占用情况，进行车位分配；

3)车辆收到路侧路径分配后，根据车辆自身地图进行路径规划；

4)车辆利用场端辅助定位信号进行自车定位；

5)车辆利用自身传感器进行环境感知，自主生成行车轨迹并控车完成泊车过程；

6)运营管理平台提供停车场内的交通管理信息、地图信息，进行停车全业务流程的远程监控，为车辆提供应急远程接管服务。

规划协同泊车模式描述如下：

1. 场端负责空闲车位的识别，对停车场内全部车位实现全面覆盖，将停车场实时车位占用情况上报给路侧；

2. 当人工主动申请或者车辆主动申请自主泊车时，路侧基于用户停车需求和实时车位占用情况，进行车位分配和全局路径规划；

3. 车辆收到路径分配后，根据场端定位信息、全局路径规划信息和地图数据开始泊车；

4. 车辆接收场端感知结果后进行融合感知，并生成实时行车轨迹，开始控车完成泊车；

5. 运营管理平台提供停车场内的交通管理信息、地图信息，进行停车全业务流程的远程监控，为车辆提供应急远程接管服务。

控制协同泊车模式描述如下：

1. 场端负责空闲车位的识别，对停车场内全部车位实现全面覆盖，将停车场实时车位占用情况上报给路侧；

2. 当人工主动申请或者车辆主动申请自主泊车时，路侧基于用户停车需求和实时车位占用情况， 进行车位分配和全局路径规划；

3. 车辆上传自身感知和自身定位到场端，由场端融合场端感知后，生成车辆实时行车轨迹；

4. 场端向车辆发送控车信号，车辆按照按照控车信号开始泊车；

5. 车辆MEB 功能全程保持打开，在泊车过程中因为碰撞预警激活，应停止泊车，并向场端上报状态；

6. 运营管理平台提供停车场内的交通管理信息、地图信息、全局路线、行车轨迹，进行停车全业 务流程的远程监控，为车辆提供应急远程接管服务。

（5）应用效果
车路协同泊车可以帮助车辆快速找到停车位，并且在驾驶员不参与操控的条件下，实现车辆自动驶入和驶出停车位。用户到达停车场入口即可下车，只需启动一键泊车程序，车辆自动驾驶完成在停车场的泊车入位；用户准备取车时启动“一键取车”功能，车辆自动驾驶从车位驶出，自主接驾。停 车场场端管理平台对车位、缴费实现统一管理。

4.2.5 车路协同决策规划

目前，L2级自动驾驶面临一系列挑战，除了感知不足、高精地图覆盖及更新不足、遮挡环境下定位能力较弱之外，对其他车辆意图缺乏判断和协同同样是造成安全事故、驾驶员接管的关键原因。车路协同决策规划在车路协同感知、地图、定位的基础上，在决策和规划方面也利用VICAD的方法， 对当前L2单车决策规划进行扩展，融入协作式通行方法，主要体现在车路协同变道、车路协同匝道汇入、车路协同交叉口通行等创新应用。

（一）车路协同变道

车路协同变道场景描述如下：

1. 车辆HV在道路正常行驶，车辆NV在HV相邻车道行驶；

2. HV和RSU具备无线通信能力，NV不具备无线通信能力；

3. RSU具备感知和无线通信能力；

4. HV在行驶过程中需要变道，HV向RSU发送变道意图，RSU根据HV信息和当前目标车道车  辆行驶状态，向HV发送引导信息，见图4.16，使得HV安全变道或者延后变道。

RSU引导HV完成变道

RSU引导HV完成变道

图4.16 车路协同变道

（二）车辆协同匝道汇入

车路协同匝道汇入场景描述如下：

1. 车辆HV在匝道行驶，即将汇入主路，主路最右车道有车辆NV在最右车道直行，匝道附近有RSU，见图4.17；

2. HV具备无线通信能力，NV具备或者不具备无线通信能力；

3. RSU具备感知和无线通信能力；

4. RSU根据匝道车辆HV的行驶状态信息或者HV发送的行驶意图信息，判断HV即将汇入主路     ，并根据主路车辆运动信息，生成匝道汇入的引导信息，并发送给匝道车辆HV；

5. HV收到RSU的汇入引导信息，根据自身运行状态和主路交通参与者信息，生成行车规划轨迹   ，在不影响主路车辆的前提下安全汇入主路。

RSU引导HV汇入主路

图4.17 车路协同匝道汇入

（三）车路协同交叉口通行

车路协同交叉口通行是通过具备无线通信能力HV和路侧设备RSU协同，使得HV安全、高效地通 过无信号灯的路口。该功能适用于城市、郊区、园区等地面道路及公路的无信号灯交叉路口。以图4.18为例，车路协同交叉口通行的场景如下：

1. 车辆HV-1行驶接近交叉路口，并将要左转，HV-2在HV-1相邻车道并将要直行，HV-3从另    一方向接近路口将要直行；

2. 路口装备RSU，并具有无线通信和感知能力；

3. HV-1，HV-2具有无线通信能力，HV-3不具备无线通信能力；

4. HV-1，HV-2分别向RSU上报通过意图，RSU综合HV-1，HV-2的通过意图，并结合观察到的HV-3通过意图，生成综合的通过引导信息发送给HV-1和HV-2；

图4.18 车路协同交叉口通行

4.2.6 综合应用效果

基于VICAD总体框架的车路协同L2辅助驾驶，将极大地增强车辆的安全性，并且未来可以将城市 道路和室内停车场变为工作区域，如图4.19所示。

图4.19 综合应用效果

小结

如上论述，当前阶段L2级自动驾驶安全性、场景局限等问题仍然非常突出。在高速场景下安全问 题频繁，危害道路参与者安全；在城市或有遮挡场景下，功能受限，影响了交通通行效率和驾驶体验。

VICAD可以增强L2级自动驾驶安全性，改进用户体验，提升社会交通安全和通行效率，让真正安 全无忧、省心畅行的量产自动驾驶变为现实。

节选自《面向自动驾驶的车路协同关键技术与展望2.0》