基于车路协同技术畅想未来智慧交通

信 文｜陆琼山 林臣琪

随着车路协同技术的发展，基于融合感知、云边一体、协同决策及控制等领域的技术优势，智慧交通应用场景必将发生革命性的变化，为我国构建安全、便捷、高效、绿色、经济的现代化综合交通体系提供有力基础

近年来，物联网、大数据、云计算、车联网、人工智能等新兴信息技术为智慧交通的发展注入了新的内涵。传统的智慧交通业务，由于感知信息不精准、信息传输时延高、车路信息交互少等问题，在城市拥堵治理、交叉口事故预警、高速匝道协作通行、特殊车辆优先通行等方面仍存在较大瓶颈，无法为交通管理者、出行者提供实时精准的智慧交通应用服务。

随着车路协同技术的发展，基于融合感知、云边一体、协同决策及控制等领域的技术优势，智慧交通将朝着“数字化”“智能化”“网联化”“协同化”四大目标纵深发展。通过“人—车—路—云”等交通要素的有机耦合，智慧交通应用场景必将发生革命性的变化，为我国构建安全、便捷、高效、绿色、经济的现代化综合交通体系提供有力基础。

车路协同技术概述

车路协同是指基于车联网直连通信技术（Vehicle to Everything，V2X）， 实现 车 与 车（Vehicle to Vehicle，V2V）、车 与 路（Vehicle to Infrastructure，V2I）、车 与 人（Vehicle to Pedestrian，V2P）之间智能协同的一种智能运输体系。当前，业内主流的车路协同技术为蜂窝车联网（Cellular—V2X，C—V2X）直 连 通 信技术，该技术是基于3GPP全球统一标准的车联网无线通信技术，包含LTE—V2X和5G—V2X，并 支 持LTE—V2X向5G—V2X平滑演进。

基于车路协同技术，在全时空动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，从而形成安全、高效、绿色的智能交通系统。此外，车路协同技术可通过超视距精准感知、高可靠低时延通信、全局交通流控制等方式，助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级，加速自动驾驶应用规模商业化落地。

因此，车路协同技术与交通管理、运营及出行等需求深度融合，可以为交通治理、交通服务提供全新的应用场景，主要体现在城市交通、高速公路、特定场景等三大领域。

车路协同技术示意图

城市交通领域七大应用场景

智慧斑马线。针对无信号灯、事故多发的人行道口，将路口行人、非机动车的位置和方向信息，通过车路协同及时向过往车辆发出预警，并实时控制斑马线上的LED灯，进一步提醒过往车辆注意礼让。

车速引导/信号透视。针对恶劣天气信号灯模糊或前方有大型车辆遮挡造成紧急刹车、堵车的情况，可将路口红绿灯数据通过车路协同及时推送到过往车辆，为驾驶员提供视距之外的交通信号信息，并结合红绿灯倒计时与当前车辆情况，提供合理的行驶速度建议，减少频繁刹车情况，降低碳排放。

可变车道。针对特殊车辆专用车道资源浪费及其他车道堵车的矛盾，可基于人工智能算法，将车端、路侧及交警信息进行融合计算，形成专用车道的切换决策，同时将决策结果下发至车端与道路数字标志牌，如在第一道标志牌处提醒社会车辆，前方距离多远需要变道，在第二道标志牌处再次提醒社会车辆，此处必须变道。

特殊车辆优先。针对有优先通行刚需的警车、消防车、救护车、工程抢险车、事故勘查车等特殊车辆，通过车路协同实时上传优先通行需求，系统根据实时道路情况，选择提前预留车道、封闭道路或切换信号灯等方式，为优先车辆提供安全高效的绿色通道。

的性质很大程度上依赖于sR(a,b)=(a→Rb)∧(b→Ra)的性质,其中,a,[0,1],→R是[0,1]剩余格中的蕴涵。[0,1]剩余格是应用最为广泛的剩余格,例如[0,1]MV代数、[0,1]R0代数等,它们均可作为逻辑系统的语义代数。在[0,1]剩余格中, ρ(a,b)=1-s(a,b)由蕴涵算子诱导并且在一定条件下[6-7], ρ可以作为[0,1]剩余格上的度量。

交叉口冲突预警。针对无信号灯、事故多发的交叉路口，通过车路协同，及时共享交汇车辆的实时位置和方向信息，判断车—车冲突隐患，提醒驾驶员注意会车安全。

区域通行优化。将道路事件、交通拥堵、信号灯等信息实时推送到交警平台，得到区域通行优化决策，包括信号灯智能控制、交叉口渠化调整、专用车道时段合理设置、弹性车道调整等，再将决策结果实时推送到车辆、数字诱导标志牌、交警、信号灯，实现区域通行动态协同优化。

AVP自主代客泊车。

AVP自主代客泊车。面向L2级别以上具备辅助驾驶功能的社会高端车辆，结合停车场空余车位与高精地图，在停车全过程中实时向车辆推送车位诱导信息以及来往车辆、行人的位置和方向信息，实现无人化、精准、安全的代客停车。车辆到达机场、商场等区域的AVP停车场后可直接托管，无需寻找车位与排队等车位。

高速公路领域六大应用场景

合流区预警。通过发送车辆引导信息，协调匝道和主路汇入车道车辆。汇入车辆在确保安全的前提下，选择合理的汇入时间、位置及车速，减少汇入车辆对主路车流的影响，提升入口匝道处通行安全及通行效率。

分流区预警。通过感知设备实时监测分流区车辆的行驶情况，对分流区连续变道、鼻端违停及逆行的车辆进行重点布控，并将预警信息发布至上游车辆处，确保驶出车辆安全进入匝道，提升主路车辆行驶效率，规避分流区因车辆交织导致的拥堵风险。

隧道预警。通过对隧道出入口及内部路段的事故、行人、抛洒物等异常交通事件的全天候实时感知，并基于车路协同技术实时发送至车辆，辅助车辆进行车速及变道调整，规避因隧道黑洞、白洞效应及导航盲区造成的行车风险。

基于车路协同技术，在全时空动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，从而形成安全、高效、绿色的智能交通系统。

团雾预警。设置微型气象站及路面状态检测等感知设备，对雨、雪、雾等多种异常天气以及结冰、积水等异常道路环境进行检测。当检测到异常状态后，通过车路协同技术，实时对行驶车辆发送前方路况安全提醒。

边坡预警。通过对边坡隐患点的地表位移、深部位移、地表倾斜、降雨信息进行全方位的实时监控，如在高速沿线发生灾变信息，通过车路协同技术实时发布至上游车辆，大幅降低因滑坡导致的生命财产损失。

编队行驶。头车处于人工驾驶或自动驾驶模式，并带领后方若干自动驾驶车辆组成编队，实现队列定速巡航行驶。编队行驶可减少车辆对于司机的需求，降低驾驶员的劳动强度，提升安全性、舒适性、运输效率及燃油效率。

四大特定领域应用场景

景区/园区/社区应用场景。基于车路协同技术，部署智能接驳、智能环卫、智能安防、智能售卖等无人驾驶车辆，可自主执行物流、接驳、巡逻、配送、清扫、零售等功能型任务，全面服务景区/园区/社区内的交通、生产及生活，有效降低人力成本，提升管理智能化水。

港口应用场景。建设基于车路协同技术的自动驾驶集卡，可有效降低传统自动化码头改造成本及单车成本，实现后台统一调度、路线规划，车辆远程监控及智能化管理等功能，大幅提高港区的运输作业效率。

矿山应用场景。打造基于车路协同的自动驾驶矿卡，实现作业协同、碰撞预警、道路状况预警等矿卡自动驾驶典型业务应用，降低司机用工及车辆维护成本，减少因人为因素导致的安全生产事故，有效提升装载、运输及卸载等工序的露天矿作业效。

机场应用场景。引入基于车路协同的智能安防、智能物流等无人驾驶车辆，为机场禁区全天候巡逻、旅客行李全过程无人化运输提供科技手段，提升机坪飞行区及周边区域各类作业车辆的安全与效率。

车路协同技术打造数字交通新体系

目前，基于车路协同技术的智慧交通应用场景已在桐乡、上海、德清、天津、北京、无锡、嘉兴等城市实现试点落地，逐步形成自动驾驶服务运营、城市交通精准治理、高速公路精细管控等规模化示范应用格局。通过以“数字道路”为核心的新型交通基础设施建设及运营服务，打造“人畅其行、车畅其道、物畅其流”的数字交通新体系。

车路协同技术作为新一轮科技革命的成果，与城市交通、高速公路及特定场景等智慧交通应用场景深度融合，赋能交通管理者精准感知、精确分析、精细管理、精心服务能力，促进交通信息化向数字化、智能化、网联化、协同化升级，支撑自动驾驶应用的产业化落地，助力交通企业安全高效运营，不断增强交通出行者的获得感、幸福感和安全感，为交通行业高质量发展奠定基础。