5G技术环境下城郊公路智能网联设计与发展趋势

张泽宇，李 想

（平顶山市公路交通勘察设计院，河南 平顶山 467000）

0 引 言

目前，城郊公路沿线接入口密度以及信控交叉口密度对城郊公路路段与交叉口整体安全会造成一定影响[1]。在其他变量保持不变的情况下，城郊公路事故总数呈现正相关影响，而基于5G技术的发展加速了公路路网设计智能化，给智能驾驶、智能交通、城郊公路路网带来颠覆性变革。基于5G技术在城郊公路路网智能网联设计的应用，对缓解城郊公路驾驶安全、交通拥堵、绿色环保等问题具有重要意义，路网设计智能化能够为其提供1个更加有效而快速的解决方案。5G技术支持下，公路智能网联技术可以更加有力地促进社会经济发展，能够改造城郊公路的传统设计模式，以及城郊公路路网交通运输模式，推动智能制造领域的变革。本文对公路智能网联技术设计发展及优势进行分析，并在此基础上探讨其未来发展趋势，针对公路路网智能设计发展状况提出相应建议与思考。

1 城郊公路路网智能网联设计

1.1 智能环境感知系统设计

公路路网智能化环境感知系统设计是利用激光雷达、毫米波雷达、摄像头等传感器以及通信系统V2X、I2X等去感知周围环境，从而检测公路上障碍物，提取路况信息，城郊公路路网则依据此数据信息进行决策。当前，感知技术智能网联设计存在3大流派，一是激光雷达式感知技术设计方案，如百度、Google公司的技术方案；二是多传感器的融合感知设计方案，如Roadstar、Uber、苹果等公司的应用方案；三是以摄像头为主体的感知设计方案，如Auto X、驭势科技、特斯拉等所用的技术方案。

视觉感知深度学习技术与传统的视觉技术相比，深度学习的感知精度更高，优势更显著。在感知复杂路况时，深度学习的视觉感知精度被激发更高，对于传统识别算法无法识别的目标物，深度学习也能精准识别。同时，对传感器来说激光雷达具有高分辨率的技术优势，且已是自动驾驶车辆的技术标配，但传感器不同，其感知能力、成本也明显不同，常见的车辆传感器也存在各种不同的感知方案，这些融合传感器能够获取较为丰富的环境信息。在视觉感知设计中，其环境信息还可以通过位置定位系统与高精度地图来提供，二者可以通过不良视线、视线盲区等状况去采集环境信息，以弥补雷达识别和视觉识别的不足。当前，自动驾驶利用全球定位系统（Global Postioning System，GPS）、激光探测及测量、惯性测量单元、摄像头的精确数据进行定位，以确保三维定位的高精确性。一些大型地图商都注重智能环境感知地图建设工作，并快速推进高精地图，以制定高精度的定位方案。

1.2 城郊公路路网智能决策系统设计

智能决策系统设计能够对城郊公路路网车辆周边的环境、路侧信息等进行精准感知，且与车辆行驶意图、当前位置等相结合，综合考虑舒适、安全、高效、节能等行驶目标，合理而智能化地进行车辆决策[2]。而今，智能决策系统在自动驾驶车辆中设计2种智能决策方案，即基于终端到终端方案和规则方案。Rule based设计架构极为复杂，由数千模块构成，可解释性非常强。而方案End to end设计更类似人的驾驶习惯，可通过神经网络对人类能够观察到的场景进行自动处理，处理后形成近似于人的驾驶行为。自动驾驶设计逐渐将马尔可夫决策过程、博弈过程及概率过程应用到了车辆行为规划决策的算法中，可综合考虑其他驾驶意图，且在决策算法中融入此意图，确保车辆能够在无通信情况下实现协同决策。目前，在决策系统设计研发中，车载决策、路侧决策的分工协作技术是亟需研发的关键技术之一。

1.3 城郊公路智能网联控制执行系统

控制系统设计主要是解释决策系统的宏观指令，使其成为具有时间信息的轨迹曲线，实现有效控制车辆行驶方向及速度的目标，以跟踪速度曲线和规划路径。具体来说，控制执行设计能够优化城郊公路某个入口范围的时空路径，如一定时间段的车辆行驶轨迹，车辆姿态及整条轨迹等[3]。当前，规范公路沿线信控交叉口设置的控制方式，如模糊式、PID控制、滑模式、鲁棒式、模型预测及自适应式等控制方式，全面地设计接入口密度以及信控交叉口密度对城郊公路路段与交叉口整体安全的影响，加强了控制执行系统的交叉口密度、路网形态、接入口密度等变量设计，增强了城郊公路沿线接入口系统的管理。

1.4 城郊公路智能化网络安全状况

5G技术融合智能网络技术，给城郊公路路网安全设计带来极大变革，加速了城郊公路智能化安全设计的技术发展。而智能车载设备应用网络及无线连接来实现其功能，在一定程度上存在网络安全问题。同时，网络自身安全问题也会伴随在车载系统中[4]。

城郊公路路网智能网联设计按照数据采集设计，通过软件和电脑实现机械化控制，从而进一步加大了安全风险。在自动驾驶的网联安全方面，美国在2013年便制定了智能网联（汽车）信息的安全标准。此标准从全生命周期层面提出了车载网络新安全的相关物理模型构架及开发流程。欧洲对开放式公路和汽车的信息安全平台与在通信环境方面构建了智能网联的安全防护体系。我国也逐渐认识到了智能网联、公路路网、汽车信息安全的重要性，并日益关注此信息安全。交通部也明确了相关标准与规范的建设，在多部委、多层面的协同推动下，实现了智能网联系统信息安全的标准化设计建设。

1.5 车路协同技术现状

车路协同技术是利用无线通信和传感检测等技术获取公路路网车辆及路侧信息，利用公路路网对车辆和公路基础设施、车辆对车辆通信的信息共享与交互，对车载系统资源进行优化利用，从而提高城郊公路网的安全性，缓解公路拥堵，是智能网联系统中的关键技术。美国通过车路间、车辆间的通信构建了多个系统，以提升交通运行效率与安全，以及道路维护，且满足了汽车制造商与其他企业的相关需求。

再如日本已将车路协同项目（Smartway）纳入到其智能交通系统的基础建设中，并以此为道路管理等提供多种应用服务，可以减少伤亡、避免碰撞和紧急处理事故等，极大地提升了公路网安全。国外学者以仿真模拟试验对城郊公路长度、沿线接入口与信控交叉口密度汇入车辆技术的应用效果进行验证，在相同微观仿真环境的模拟试验中，城郊公路沿线接入口密度以及信控交叉口密度的车头时距、速度、位置等信息也被用来解决交通拥堵的问题。当前的研究主要是设计城郊公路交叉口通行量和降低车辆延误等内容，形成了各类算法，如超饱和道路交叉口对车辆排队情况、信号相位处理等的实时检测，以高效分配车流绿灯信号。以分组算法对车队状况、信号等进行实时监控，完成主干公路车辆分配等。

2 智能网联交通技术的未来趋势

2.1 深度学习在决策架构中的应用

增强学习和深度学习是较为热门的2种机器学习方法，而自动驾驶的决策处理正是通过大量的学习来完成决策的，并通过在线学习来不断优化。然而此学习不具有透明性，对相关性推理非常依赖，无法对自动驾驶车辆的综合性能进行评估，更难以对未知工况性能进行设计。

新因果推理决策则具备透明性、模块化的优势，在数据处理上能够对事件发生概率与可信度进行分类。模块化可把深度学习视为子模块，能够加强输出效果的可靠性，防止出现有关干扰。透明性是深度增强学习的又一个优势，在决策过程中，深度增强学习能够分析、纠正非理性的设计行为，也可用于路侧系统与车载系统。

2.2 云计算技术的融合应用与发展

作为现代公路智慧行车的核心系统技术之一，云计算技术的融合设计对实现城郊公路智慧行车具有重大意义[5]。云计算技术的存储方式通常是分布式和冗余式，可以共享数据并对大规模数据进行处理。云计算技术能够提供平台服务、软件服务和基础设施方面的服务。当前交通领域已重视并开始应用云计算技术，如信息发布、路径诱导及地理信息服务方面。智能网联交通系统在计算及数据存储方面的要求非常高，相应的需求也非常大，这给云计算技术的应用和发展带来机遇，二者能够互补。但在智能网联公路设计中，该设计技术的应用仍为初级应用，其中基础设施即服务（Infrastructure as a Service，IaaS）层可以提供资源计算、网联资源、存储和处理等服务，允许部署公路路段层、路侧设备、路网层等通用设备的应用。平台即服务（Platform as a Service，PaaS）为提供服务层，在云端部署公路路侧设备、路段层、路网层等设备的应用。软件即服务（Sofrware as a Service，SaaS）

层为访问服务层，可向供应商提供相应的应用服务。怎样设计健全的智能网联云平台，强化云服务的稳定性与安全性，这是未来城郊公路路网智能设计需要解决的问题，也是其发展方向。

2.3 自动驾驶技术的未来发展

相较于自主式车辆的环境感知能力，智能网络技术能够从空间、时间维度获得大量交通信息，既可提升单车决策及感知能力，又可为协同感知、群体决策创造条件。在车辆对车辆的通信技术中，车与车、车与路的实时信息共享与交互，可由时间维度提前获取、预测周边车辆红绿灯、运行等控制系统、气象条件的相关信息，由空间维度去感知弯道、交叉口、车辆遮挡等位置环境，协同配合自动驾驶车辆，进而拓展主动安全控制及协同控制范围，如控制编队长度和队列跟驰以及车队决策和换道策略[6]。自动化和网联化技术的加速融合，形成了自动驾驶的新型应用技术，也是城郊公路路网智能化设计发展的新方向。

城郊公路路网智能设计中，智能网联技术会受到传输丢包、时延以及传输距离的影响，唯有确保一定精度的状况下，城郊公路路网智能网联设计系统才能对周边公路状态进行全面掌握，从而展开大量的相关设计应用研究。

2.4 车路一体化自动驾驶技术的发展与应用

车路一体化是车路系统的协同决策和协同感知、协同控制一体化的自动驾驶功能。从政府主管的交通系统管理中可有效整合各类自动驾驶资源，为各种技术层次和出行方式提供更有效、安全的自动驾驶服务。而车路协同感知的一体化技术中，路侧感知设备为主导，车辆感知则为辅，对车路进行全维度、全息全路的一体化感知，打破了车辆感知能力的传统局限，而车路的协同决策也从能源消耗、安全、效率等方面成为自动驾驶系统的优化目标。当然，如何实现其舒适性、安全性、节能环保等将是未来城郊公路路网智能网联设计的方向[7]。

3 结 论

人工智能技术、5G技术、感知技术和集成技术的持续更迭，给城郊公路路网智能网联设计提供了重要技术支撑，为城郊公路路段与交叉口整体安全问题的解决及自动驾驶等提供了新思路与新途径。当然，相较于发达国家，我国在智能化路网设计及自动驾驶方面仍存在差距，但在5G技术及智能网联技术的加持下，我国城郊公路路网智能设计方面定能获得高速发展。