控制系统|探讨：一条智慧化的道路应该是什么样的？
导语：随着全世界运输系统的升级 ， 加之自动驾驶、网联车的快速发展 ， 智慧化道路也在快速建设中 ， 以此来提升道路运输效率 ， 保障群众安全出行 ， 同时也为相关产业发展提供友好环境 。 那么 ， 自动驾驶、网联车对智慧化道路的需求是什么？如何实现道路智慧化呢？本文对上述问题进行了探讨 。
文章图片
建设智慧化道路的目的是什么？
从已发布的各类道路智慧化文献里 ， 很少见到针对自动驾驶、网联车这些“新用路人”的特征和需求的探讨 ， 也很少见到对道路智慧化后的量化评价方法、指标 。 运输系统的工作其实都是具体的民生工作 ， 计算的每一步都有明确且实实在在的目的 。 譬如导航计算完走不同道路所需的时间后 ， 驾驶人可以知道走这条或那条路要花多长时间；又譬如英国的智慧高速公路搭建的整个交通控制系统 ， 目的很清晰 ， 高峰时段每辆车平均能省几分钟 ， 拥堵时间会减少多少；服务对象清晰 ， 服务内容明确接地气 ， 评价方法简单真实 。
那么 ， 当前兴起的智慧化道路 ， 其智慧化的目的应该是在提升运输系统效率的大前提下 ， 为百姓提供省钱或省力的解决方案 。 如：提升道路路网的效率 ， 减少运输系统的拥堵问题和提升安全水平；同时 ， 可以支撑国内自动驾驶车辆、网联车辆的产业发展 ， 提升竞争力 。换句话说 ， 当前智慧化道路的目的 ， 一方面是改造现在的路网体系 ， 提升其运输能力和为民服务的能力 ， 另一方面要为自动驾驶车辆、网联车辆提供友好的产业发展环境 。
下面和大家探讨一下当前或未来几年 ， 真实存在或即将出现的自动驾驶、网联功能的车辆对道路智慧化有什么需求 。
自动驾驶车辆、网联车辆对智慧化道路的需求是什么？
1
智慧化道路应为自动驾驶车辆识别、确定设计运行域（ODD）提供支持和帮助
笔者在 《为什么说自动驾驶安全、合规地融入现有道路系统还面临很大挑战？》 一文中 ， 说明了自动驾驶车辆对现实世界规则的理解方式 ， 即自动驾驶车辆理解场景并按照规则行驶 。 这里提到的场景 ， 是影响自动驾驶车辆特征的重要名词 ， 是道路或交通工程师所称的“场景” ， 汽车或软件工程师称作“设计运行域”（Operational Design Domain ， 简称：ODD） 。 设计运行域（ODD）是场景的算法描述方式 。 我们通常所说的“出口、交叉口、下坡、雨天路滑”等 ， 人类驾驶人往往会凭经验判断 ， 或听到看到额外信息后 ， 脑补开车所需全部信息以做判断 。但对自动驾驶车辆而言 ， 机器需要有完整且严格的信息输入 。 每一处场景 ， 都要用完整的设计运行域（ODD）解释给机器 ， 形成类似人类认知的场景 。
美国国家公路交通安全管理局（NHTSA）推荐用六个类别来构建这套描述方法 ， 以帮助机器更好识别场景 ， 这六个类别分别是：物理设施、运行条件、对象、连通性、环境条件、分区 。 每个类别有更细的分类（见图1）。 NHTSA的方法是六维 ， 早先也曾用三维描述：驾驶任务、行驶场合和环境 。
文章图片
图1：NHTSA推荐使用的六个类别 source: A Framework for Automated Driving System Testable Cases and Scenarios, NHTSA, 2018
自动驾驶依赖场景识别来进行策略规划和行动 。 因此 ， 自动驾驶车辆作为“ 新用路人 ” ， 对道路智慧化的第一点需求是：智慧化道路应为自动驾驶车辆 设计运行域（ODD）识别提供支持 ， 协助自动驾驶车辆确定当前设计运行域（ODD） 。 设计运行域（ODD）包含的内容非常多 。 如：智慧化道路的交通控制系统 ， 应该搜集当前路段的场景数据 ， 譬如当前路段是什么路、路面是沥青还是水泥、路面坑洞多不多、分布如何、交通管理的限制条件是什么、天气怎么样、路面是否湿滑 ， 诸如此类信息等 。 因此 ， 道路智慧化应该进行数字基础设施资产数据库的建设 ， 将当地的实时有效资产信息通过通信平台传递给车辆 。 这些信息能协助自动驾驶车辆准确识别当前设计运行域（ODD） ， 而对人类驾驶车辆而言 ， 能提醒驾驶人注意当前存在的风险 。
2
智慧化道路要提升道路规则的显著性
自动驾驶车辆如果检测到交通事件 ， 譬如前车刹车或自己想变道 ， 下一步就会如同人类驾驶人一样 ， 有一系列驾驶任务（Dynamic Driving Task ， DDT）要执行 。 当前的自动驾驶通常也会用高级驾驶辅助系统（ADAS）的功能来描述 ， 有时不区分这两者的区别（见图2） 。
文章图片
图2：表中列出了自动驾驶已验证或推断的功能 ， 以及其与高级驾驶辅助系统（ADAS）的应用对应关系 。 （souce: https://www.nhtsa.gov/sites/nhtsa.gov/files/documents/13882-automateddrivingsystems_092618_v1a_tag.pdf）
备注：笔者在 《评判一辆车的“聪明”程度 ， 关键看什么？》 一文中 ， 已说明了自动驾驶和高级驾驶辅助系统（ADAS）的关系 。 本文后续说明中 ， 自动驾驶和高级驾驶辅助系统（ADAS）的含义不做区分 。 此外 ， 越来越多的ADAS车辆同时也具备网联功能 ， 本文也会混用网联车辆和装有网联功能的自动驾驶车辆的表述 。
自动驾驶车辆的驾驶任务 ， 可总结为以下六类：
①通过转向 ， 控制车辆横向运动；
②通过加减速 ， 实现车辆纵向运动控制；
④针对目标和事件的响应执行；
⑤驾驶任务的整体策略规划；
⑥通过灯光、信号和车辆姿态 ， 增强驾驶行为的显著性（conspicuity） 。
我们通过一个例子来理解上述驾驶任务：有停进停车位的驾驶任务 ， 这个驾驶任务一般持续十几秒到一两分钟 。 自动驾驶车辆需要了解停车场所的信息 ， 并为其完成整个过程做明确的行为规划 。 这里就是上述第5条的含义 。 在开始执行停车这个驾驶任务的过程中 ， 驾驶任务会细分为许多子任务 ， 譬如控制转向和车速 ， 逐步对准车位 ， 这是第1、2条；监测车位附近的物体 ， 是否有人经过 ， 适时调整 ， 这是第3、4条 。 如果车位上突然跑进来一只小动物（猫、狗）挡住车辆 ， 就要按动喇叭、打开双闪 ， 表达要停进来的目的 ， 这是第6条 。
无论在高速公路还是城市道路行驶 ， 自动驾驶车辆和人类驾驶人的驾驶任务分析方法并无本质区别 。 由于机器视觉系统在识别和逻辑判断能力上不如人类驾驶人 ， 智慧化道路需要在道路本身信息的显著性上需更清晰和准确 。 这主要体现在道路的路面、交通标志、标线、信号设施的识别上 ， 也体现在当地道路管理政策的逻辑合理性上 。 道路信息 ， 如标志、标线、信号灯的显著性是当前道路智慧化的重头戏 。 因此 ，智慧化道路的智慧应体现在规则易读、逻辑明显且严谨上 ， 这是“ 新用路人”对道路智慧化的第二点需求 ， 即提升道路规则的显著性 。随意设置的声光电设施和杆件 ， 其带来的光线、色彩、明暗阴影 ， 使道路上的信息传递变得复杂 ， 无论对人类驾驶人还是自动驾驶而言 ， 都是有害的做法 。
3
加强数据管理和使用能力 ， 改进运输系统和交通管理制度
行业对网联车辆或具有网联功能的车辆更多的关注是商业应用的发展 ， 对安全能力的关注不如前者 。 车联网或类似技术 ， 从上世纪九十年代就开始应用在车辆上 ， 一直不温不火 。 而近十年的移动互联网商业模式的兴起 ， 以及高级驾驶辅助系统（ADAS）的普及 ， 已给网联车辆发展找到了路径 。 无疑 ， 道路智慧化的一个方向也会与移动互联网、网联车辆有关 。
网联车辆可以产生大量数据 。 根据研究 ， 平均每辆运行的汽车每天可产生30TB的数据 。 这些数据主要有四类：一是车辆内部传感器产生的数据 ， 如速度、方向、地理位置、总里程、空闲时间、燃料消耗等； 二是车辆周边交通情况 ， 如是否拥堵、行人多不多等； 三是车辆途经的道路和交通设施情况 ， 譬如红灯要多长时间、道路是否在施工等； 四是与车辆连接的外围设备数据 ， 如车主连接的智能手机 。
虽然网联车辆的发展主方向是利用车辆的数据为精准管理提升效率 ， 如车队管理、汽车金融都是如此 ， 但从道路智慧化的角度来看 ， 网联车辆也为提升道路效率提供了工具 。 譬如在临时发生变化的路段 ， 如设置了施工作业区 ， 或者因为灾害原因发生道路中断 ， 可及时地通过通信平台告知附近的网联车辆 ， 或者及时向社会发布 ， 通过车队管理系统通知在途车辆 ， 从而避免无谓的等待消耗 。 在欧洲2016年开通的C-ITS走廊计划中 ， 车联网的应用主要就是在施工作业区的实时告知上 。 类似的也可以通过车路通信平台 ， 告知道路的事故多发路段情况、限速情况、禁止或限制通行的管制信息等等 。 这些信息与一些高级驾驶辅助系统（ADAS）结合 ， 可更新自动驾驶地图 ， 重设路径规划 ， 寻找安全的方式通过 。
除此以外 ， 利用智慧道路的车路通信平台和交通管理系统 ， 还可以在收费上形成精确、实时的交易 ， 譬如在服务区加油、收费路段扣款、停车场缴费 。 网联车辆和道路的相互通信 ， 也能协助道路通过设置路侧搜集设备搜集途经车辆的驾驶情况 ， 譬如速度、加速、减速等情况（见图3） ， 对这些信息的分析 ， 可以帮助改进道路的安全性 。
文章图片
【控制系统|探讨：一条智慧化的道路应该是什么样的？】图3：侦测车辆信息搜集（Probe Vehicle Data ， PVD）的示意图 。 该图含义为：安装路侧设备 ， 从路过车辆里读取该车的速度、加速、刹车等情况 ， 也从周边环境中了解天气、道路路面干燥还是潮湿、路面滑不滑等情况 。 在探取这些信息同时 ， 还增加了隐私保护 ， 隐私保护有专门的协议和法律约束
由于网联车辆或具有网联功能的车辆能实时收发信息 ， 并能及时提醒车辆或驾驶人 ， 因此对控制中心及时分享合适准确的信息提出了要求 。 对跨运输方式的多式联运而言 ， 网联车辆几乎是不同交通工具高效衔接的天然连接者 ， 不过 ， 前提仍是要有强大的中心系统来完成信息的搜集和处理 。
综上 ， 网联车辆作为“ 新用路人” ， 对道路智慧化的第三点需求是：需要加强交通管理中心数据管理和使用能力 ， 并且改进运输系统和交通管理制度 ， 以实现其跨平台、跨部门的大数据量搜集、计算能力 ， 以及跨部门的协调能力 。
道路智慧化要做些什么？
网联车辆、自动驾驶车辆的出现 ， 对道路提出了新的要求 。道路需要智慧化、需要转变 ， 以满足未来路网中人类驾驶人和自动驾驶车辆的混合使用需求 。 这样的转变并非一蹴而就 ， 而是会随着车辆和商业模式的发展形成不同的阶段 ， 当前的道路智慧化可认为是初级阶段 。 道路智慧化应针对未来十年的车辆和运输系统模式进行转变 ， 将时间限定在未来十年 ， 是因为对更远的未来来说 ， 许多因素难以确定 ， 不确定的因素 ， 投资大概率会浪费 。那么 ， 要实现对未来十年的车辆和运输系统模式转变 ， 道路智慧化要做什么呢？
1
满足道路资产管理的新需求 ， 以及 改善针对机器视觉的交通控制设施
笔者在 《评判一辆车的“聪明”程度 ， 关键看什么？》 一文中认为 ， 自动驾驶车辆在未来十年 ， 会以L3级为主的高级驾驶辅助系统（ADAS）形式出现 ， 并与人类驾驶人混合使用道路 。道路未来的需求 ， 从目前为人类驾驶人而设计的状态逐步演变为包括人类驾驶和L3级自动驾驶汽车混行的状态 。 混行会发生什么不同、道路智慧化应该做些什么？简单而言即为：一是满足对道路资产管理的新需求；二是针对机器视觉的交通控制设施改善 。 这些需求 ， 同样是L4级自动驾驶车辆对道路智慧化的需求 。
? 满足对道路资产管理的新需求 ， 与传统道路资产管理的变化主要集中在路面、桥梁、交通控制设施资产的管理需求 。
由于机器驾驶的一致性 ， 几乎所有自动驾驶车辆都会居中行驶 ， 轮印位置几乎一致 。 自动驾驶车辆精准地对同一位置反复碾压 ， 很快就会造成路面的车辙 ， 缩短道路使用寿命 。 并且 ， 自动驾驶车辆对路面的破损或缺陷现象 ， 如坑洞、开裂等 ， 其判断和处理能力也远低于人类 ， 对路面病害位置的反复碾压 ， 会造成路面更大的损坏 ， 反过来也易导致车辆失控 。
道路智慧化需要针对自动驾驶车辆的新特性 ， 引入新的资产管理策略和技术 。 一方面实时通过车路通信告知车辆 ， 改变其行驶轨迹或相互间距 ， 另一方面也要形成新的管理和维护策略来延长道路寿命 ， 降低道路资产的维护成本 。
? 改善 针对机器视觉的交通控制设施 ， 这与机器视觉系统的发现辨别能力要远弱于人类驾驶人有关 。
交通控制设施主要是标志、标线、信号灯 ， 自动驾驶与交通控制设施密切相关 。 人类驾驶人通过视觉发现、跟踪交通控制设施 ， 现有的设施足以完成对驾驶人的信息传递 。
2
提升交通管理平台的数据整合和通信能力；协调其他运输方式 ， 提升门到门的多式联运能力
随着网联车辆的运行模式和商业化逐步成熟 ， 道路智慧化需为其发展提供必要支撑 。 由于网联车辆产生的数据 ， 以及其与外部的交互能力 ， 使道路管理平台既能从网联车辆获得道路的信息 ， 也能将安全的、商业的信息 ， 如施工作业区、灾害天气、交通信号配时、事故信息、拥堵情况等及时推送给网联车辆 ， 使车辆和道路整体能形成更紧密的运输系统 ， 从而提升安全 ， 促进社会公共服务和商业的兴旺 。 而这样的整合 ， 要做许多工作：在制度上 ， 打破不同运输方式及运输相关机构的壁垒 ， 促进道路部门、公交地铁公司、医疗部门、保险公司、车企等数据的流通和共享；在技术上 ， 需要补更多功课 ， 譬如跨部门的数据融合、跨部门运行的协调 ， 以及使得成本可控等 。
以一个类似的系统为例：NHTSA在2000年初 ， 建设了跨部门跨平台的新911报警救援平台 ， 使用了五六年的时间 整合了社会的救援力量和数据 。 网联车辆及其运营模式带来的整合需求 ， 不仅包含911平台的公共部门和社会救援力量 ， 还包括商业平台和不同运输方式 。 无论在技术上还是制度上的整合 ， 都难于新911报警救援平台 。 这意味着 ， 其中的制度、数据的梳理和整合工作 ， 足够让许多道路智慧化工作花费十年的时间 。
数据整合和流程再造是网联车辆兴旺的前提 ， 也是网联车辆需要披荆斩棘必须经历的过程 。 道路智慧化的难题可能还是制度层面上的 ， 人和制度的智慧化才是道路智慧化的中心议题 ， 也是难点 。
道路智慧化要做的功课还有很多 。 中国近几年大力投资发展自动驾驶和网联技术是产业发展的需求 。 突如其来的投资并不代表技术突变 ， 从全球汽车工业发展来看都有历史传承 ， 运输系统也一样 ， 智慧化道路也是如此 ， 有清晰的历史脉络 。 现在全球运输系统升级 ， 出现了种种新运输工具、新商业模式 ， 如MaaS、自动驾驶车辆、网约车等 ， 但其本质并非工程技术 ， 技术在变 ， 人心一直没变 ， 对运输的需求也没有改变 。 而当前的道路智慧化 ， 经常追求大数据化、互联网化和声光电化 ， 而忘记了打动人心才是运输系统发展的原动力 。 如何与人方便 ， 或替用路人省钱 ， 这些才应该是道路智慧化投资的原因 。
（本文经授权转载自澎湃市政厅 ， 经与作者沟通内容有微调 。 作者：交通工程师 郭敏）
编校丨刘林 蒋莉莉
1.评判一辆车的“聪明”程度 ， 关键看什么？
2.为什么说自动驾驶安全、合规地融入现有道路系统还面临很大挑战？
声明：如需转载或开白名单 ， 请留言联系获取授权！转载须在文首标注来源交通言究社！未经授权不得转载！
推荐阅读
- 电控|海博电控-运动控制系统解决方案
- 基础设施部|下午2点丨集4位技术专家，探讨多云场景下核心基础设施的稳定性、高可用建设
- 压力表|水厂自动化控制系统设计方案
- Apple|Apple Watch有事真上：摔倒检测功能救深圳通勤小伙一条命
- 赛道|为头部酒企创造10亿增收，农博创新杀出一条“智能酿造”新赛道
- 控制系统|西安明德理工学院成功获批增设2个新专业
- 文本|这10个iphone实用技巧你都知道吗？第一条就能帮到你
- 玩家|天美的第二款SLG，选了一条别人不敢走的路
- 天空之眼|无人机在这里“飞”出一条产业链
- 公司|无人机在这里“飞”出一条产业链