智能网联交通系统的关键技术与发展

2021-11-24

商品与质量 2021年11期

南京莱斯信息技术股份有限公司江苏南京 210000

随着现代科学技术的不断发展，我国在智能化方面取得了巨大的成就。当今城市化发展建设中出现了很多“城市病”，其中城市交通问题就是一个重要的阻碍，很多城市目前一般主要通过拓宽路面或者建造高架桥等方式解决，可以取得一定的缓解交通压力的效果，但这些都是属于“治标不治本”的方法。在信息化时代背景下，在物联网和5G 技术的支持下，智能网联交通系统开始产生并运用，计算机、网络、移动通信、雷达、测控技术等方面组成的通信网，为交通运行提供了良好的管理环境与条件，值得深入研究。

1 智能网联交通系统的关键技术

1.1 环境感知技术

通过运用摄像头、微波雷达、激光雷达等传感器设备，对车辆的运行行驶状态进行感知和检测，道路环境、前方是否存在障碍物等，并且通过特殊的通信系统进行反馈。这一技术对实现机动车无人驾驶提供了重要支持，也促使智能网联交通系统能够实现广泛应用。目前运用最多外部环境感知方式，主要有微波感知技术、激光感知技术和视觉感知技术，其中激光感知的测量精度更高，但不能准确辨识平面内无距离差别的目标，也存在成本高的问题。如果汽车驾驶者的形式速度很快，周围环境的变化情况会加大，所以当前的环境感知技术在感知检测精度上还不能达到无人驾驶需要，可能会存在安全隐患，需要在人工智能技术的支持下进行改进完善[1]。

1.2 智能决策技术

依据环境感知技术获取并传输的各种信息，在确保驾驶安全、快速和舒适的原则基础上，对机动车的驾驶行为和行进方向进行分析判断，做出综合决策。这一技术是实现车辆自动驾驶的大脑，其地位非常重要。当前，智能网联交通系统中主要包括两大智能决策方案：一是规则方案，虽然决策合理性及较高，但需要人工搭建复杂的结构，需要大量的输入模块，所以实施比较复杂，人工操作也容易出现漏洞，稳定性不强；二是终端到终端的方案。这与人们的生活行为习惯比较贴近，主要通过神经网络分析，能够更加准确的做出相应的驾驶行为，更加有助于实现车辆自动驾驶[2]。

1.3 控制执行技术

在经过车辆智能决策后，根据输出结果，对车辆做出行驶、制动、导航、速度等方面的指令，记录和控制汽车行驶路径与速度，确保最终按期顺利达到设定的地点。这一技术主要是对车辆的各方面行驶数据进行控制，采取横向控制或者纵向控制的方式，其中，横向控制就是控制车轮的转向角度与横摆力矩，这样可以确保驾驶稳定性与乘车舒适度，确保车辆行驶在规划的路线上；纵向控制则主要控制车辆行驶速度，实时确保与前后车辆之间的安全距离，避免车辆追尾等碰撞事故的发生。随着市场资源和研究资源的丰富，可以借助车载控制系统与路侧控制系统，实现对车辆的智能协同控制。

1.4 车路协同技术

基于外部感知和无线通信技术的支持，整合共享行驶资源和路况资源，这样实现对道路的疏通，提高交通顺畅度，同时增强驾驶安全保障。借助这一技术，促进了智能网联交通平台的构建，车辆通行效率得到提高，降低了交通事故发生的概率。目前，主要是集中于对车路联合、路权优先、交通信号优化等方面的决策，非常关注车辆、道路与行人三者之间的信息交互，使得车辆识别能力显著提高，保障了安全行驶[3]。

2 智能网联交通系统的未来发展

2.1 感知技术的快速发展

在车辆行驶的过程中，驾驶人员主要是通过视觉方式获取周围信息，包括车辆周围的机动车、非机动、行人，还有交通标志和路况信息等。在视觉识别方面发展，随着交通摄像头的线性密度不断丰富，成为数据量最大的传感器，但同时需要识别和估算的目标种类较多，检测和识别的算法也较为复杂，这是需要深入研究的。激光雷达传感技术的识别效果很好，分辨率高，在自动驾驶领域都使用了此类专用传感器，但存在着成本高的缺点，所以需要朝着低成本、小型化的方向发展，并且应该采取多传感器集成的方式，从而更好地确保车辆驾驶的平稳和安全。

2.2 自动化智能驾驶的发展

借助智能网联交通系统，可以感知更加全面的事物信息，获取时间与地点等重要信息，车辆的感知水平显著提高。自动化驾驶技术，主要是借助V2X 通信技术的支持，可以是实现对车与车、车与路的信息进行交互共享，在时间方面可以对一些信息进行提前感知和预测，比如周围车辆运行、交通信号灯、气象条件等，在空间方面也可以获取一些具体信息，比如弯道盲区、交叉路口盲区等，从而实现多车辆、多路段的协同控制，提高自动驾驶的安全性[4]。当前，自动驾驶技术已经与物联网技术与自动化技术不断融合，但还存在精度不足的问题，未来需要在这方面不断研究。