论文部分内容阅读
摘要：随着计算机科学技术的不断迭代，交通系统在智能化方面已经取得十足的进步，尤其是5G、物联网、大数据、边缘计算等技术的快速发展，在智能网联交通系统领域已经被广泛使用。因此，本文针对智能网联交通系统及技术发展方向进行分析和整理，从而为交通系统在智能化方面的发展提供一种思路。
关键字：智能网联;交通系统;关键技术
引言：在二十一世纪，随着城市化进程和城市人口的持续增长，我国许多大中城市交通系统存在的问题已经成为阻碍城市发展的重要问题之一。传统的解决方案是通过基建拓宽道路、建造高架桥或者以限号的形式，往往很难彻底解决道路交通问题。当前我国道路交通建设重点正从传统基建升级到以“5G+车联网基础设施”为代表的科技新基建，国家积极鼓励和支持新技术广泛应用到交通运输行业，为交通运输行业提供新的动能。而物联网、人工智能、5G通信、大数据、云计算等新技术的应用为城市道路交通问题提供一种新的解决方案。
1、研究背景
交通运输是国民经济的重要产业之一。随着经济社会的高速发展，广大普通民众对交通出行的要求越来越高，安全、高效、便捷的出行体验成为国家发展道路交通的重要目标。近十年来，中国的机动车数量激增，汽车又是机动车的主要增长方向。有媒体这样说道：中国的汽车都是新车。根据道路死亡人数统计分析的结果，我国仅占世界汽车保有量的3%，却造成了全世界16%的死亡。与大多数发达国家相比，该项数据非常高。造成交通事故频繁发生的原因有以下几点，如：交通安全知识不足、不合理的警告工具导致误判、十字路口交通拥堵等。虽然近年道路交通事故的总体上升趋势有所减缓，但发生的大多数交通事故仍然可以通过应用现代化的技术手段来解决。通过5G赋能道路交通，将交通中的各实体元素实现数字化映射，形成实时监控、随时通信、及时决策的智能网络。例如，综合运用5G与C-V2X构建广覆盖与直连通信协同的融合网络，为车路协同提供网络基础，从而支撑智能交通和智能驾驶的进一步发展。中国有着复杂的道路交通环境和庞大的交通出行需求，我国在5G 通信网络标准及核心技术领域上占有国际领先地位，并初步建成了全球最大的5G通信网络。我国在人工智能算法、新能源动力、车载软件算法、车载计算单元等领域具备强大的科研实力和丰富的科研成果，在5G通信、C-V2X、高精度卫星导航領域处于全球领先水平，为我国车联网产业的创新发展以及参与全球市场竞争，奠定了坚实的基础。
智能网联交通系统具有以协调的方式识别车辆和道路的能力、协调计划及总体决策的能力，仅安装原件的一部分在道路基础设施中部署智能车辆传感设备以控制车辆通过路边控制系统和安装在道路基础设施中的车载控制系统一起完成。这样，路边固定检测器可以用于所有经过的车辆，通过将车辆运动信息集成到路段或路网中，智能汽车具有更强的感知能力，但普通汽车不需要安装昂贵的感知器该设备也可以获得更全面的感知能力。通过这项技术它可以弥补中国目前的交通问题。
2、智能网联交通系统的关键技术
（一）控制执行技术和通信技术
自动驾驶中车辆控制技术是无人驾驶汽车的核心技术，通过控制任务的执行形成正确决策，将这些决策步骤数字化和二维化，以模拟汽车速度命令、行驶命令、制动命令、导航命令等，以此类推，从而使汽车驾驶过程中的路线和速度等基本参数被记录和限制。控制执行技术是对汽车各个方面的系统进行统一控制执行的技术，其中大多数未能满足智能时代和智能网联系统的要求。目前，我国有许多控制和执行技术，传统汽车底盘的控制结构仍为分布式电子架构，各个子系统有各自的运算控制器，比较难实现所有功能的集中控制。通过对车载控制系统和道路测量与控制的研究，实现对车辆的协调控制。然后利用交互通信技术，将道路基础设施和车辆基础设施的信息深度融合，从而将路况信息和车辆信息结合起来作为数据支撑并及时提供给决策者，以减少和改善交通拥堵提高驾驶安全性。
（二）网络安全技术与协同技术
当前网络安全是计算机技术发展中比较重要的问题，必须促进网络安全技术的应用和开展。世界发达国家的智能网联交通系统的开发都制定了有关网络安全的法规以及管理体系和标准。例如，美国出台了世界上第一个智能网络信息安全标准，其对于智能网联交通系统的安全性提出了一整套标准。我国非常重视智能网联技术的发展，国内飞速发展的智能网联交通系统已经处于世界前列并且初步建立了“智能网联驾驶标准体系”包括《智能网联驾驶标准体系架构》、《面向智能网联驾驶的新型智能基础设施总体技术要求》、《国家车联网产业标准体系建设指南》等技术标准和其他相关法案，并引入了一些法规和标准来促进我国的智能网联交通系统的进一步完善。它也是汽车与道路之间的协作技术，基于无线通信和传感器检测的技术可以改变驾驶方式，有效整合和共享车况资源和路况资源，以完成道路疏导并保证安全。目前，大多数经济发达国家或地区都在启动车辆和道路协作技术项目，主要集中在速度调节、道路状况分析、安全等方面的研究。
（三）环境感知和智能决策技术
环境感知技术是通过相机、毫米波雷达、激光雷达和其他传感器的特殊通道来完成的，监控汽车行驶的实时状态和反馈，以智能网络连接并通过系统作出决策。近年来，感知技术已经有了非常好的发展，尤其是激光雷达具有很好的分辨率和准确性的感知技术程度。现在，通过全球导航系统，每个公司都可以开发用于自动导航的高精度地图，这可以帮助汽车在行驶过程中进行准确无误的导航。智能决策技术基于环境探测技术将道路状况、周围车况等信息传输至控制中心，在综合考虑安全性、舒适性和速度性原则下做出相应的决策。一般来说，目前的智能网联交通系统具有两种智能决策方案。首先是基于计划决策的方案，此种方案从逻辑上更合理。但计划规则却因为架构过程太复杂，需要输入很多个模块，如果出现命令输入错误还会干扰系统所做出的决定，使得决策不合理，而且稳定性也不强。第二种是端到端学习人们行为习惯的决策方法，并作出适合人们生活方式的决定，这样的方法是当前智能决策技术研究的重点。 四、智能网联交通关键技术的发展
（一）基于深度强化学习的决策架构开发
当前深度学习是人工智能领域内的主要研究方向，特别是从智能驾驶的角度来看，通过人工智能环境感知和深度学习形成正确决策，通过不断增加对车辆周围环境学习和结果优化，自动进行决策。但该技术的缺点是学习优化过程是独立的，其根据已建立的因果逻辑进行推导，但作这样的推导可能是毫无逻辑的，有些推导也是不能理解的。深度强化学习的样本多样化，因果推导决策系统也是技术发展的重要组成部分，例如贝叶斯网络等。使用模块化决策系统，利用理性学习过程来产生结果是非常可靠的，由于结果的可靠性，该技术在将来的无人驾驶技术中将会得到广泛使用。
（二）感知技术的发展
在传统驾驶中，驾驶员会感知视觉、听觉、触觉、嗅觉、味觉这五种感觉，视觉对驾驶过程尤为重要。摄像机的使用可以帮助驾驶员感知外界，但是摄像机无法有效处理大量数据，而且传统的检测和识别技术比较复杂，逻辑和算法相对繁琐。当前新感知技术的发展为驾驶员提供了更全面、高效和便捷的感知系统。例如，视觉识别和激光雷达逐渐被应用于汽车，并将逐渐发展成为低成本和高效率的设备，允许汽车成为多个传感器的载体，并改善路况认知能力和判断力。在智能网联交通系统中感知技术的发展主要侧重在以下两个方面：
（1）车侧信息感知技术
车侧信息感知主要由车辆参数传感器、GPS卫星定位设备、车载摄像头、激光雷达等设备组成。设备感知模块主要通过采集车辆发动机转速、车辆油耗、动力性能、制动性能等车辆运行参数，从而动态感知获取出车辆自身的实时运行状态。环境感知模块主要通过主动感知，包括道路上其他运行的车辆信息、路面状况信息、路面障碍物、路上行人信息、路侧交通标志以及其它路侧其他相关信息等，从而以确保在行车过程的安全性和高效性。
（2）路侧信息感知技术
路侧信息感知是由安裝在道路上的超声波、RFID、地磁、红外、信标、视频检测器和气象传感器、路面路况检测器等组成。道路交通感知模块主要采集道路上交通流量、速度、道路占有率、车头时距等交通流参数数据，同时也具备采集车辆的行程时间、行程速度等交通参数数据。道路气象感知模块主要用于采集道路沿线的气象信息，如冰、雨、雾、雪、冻、风等等。道路路面感知则主要用于感知道路路面的凹凸程度、冰冻等级、湿度、障碍物等信息。
（三）云计算应用程序的开发
云计算主要提供基础架构即服务、平台即服务，用于基本网络数据和软件即服务存储预处理，应用程序的云部署。云计算技术将在智能网联交通系统中被广泛使用，大多数云计算技术使用分布式冗余存储方法，可以有效地处理多个巨大的数据链并实时共享。在智能网联交通系统方面，利用云计算技术可以确定车辆周围的地理信息和行驶路线，驱动程序导航。当然仅访问云服务软件对于云计算在智能网络交通系统中的应用还远远不够，将来需要进一步发展。
（四）自动驾驶技术的发展
汽车自动驾驶主要依靠视觉计算、人工智能、激光雷达、监控装置和GPS协同合作，让车载系统可以在没有任何人类主动的操作下，自动安全操作车辆。目前，在自动驾驶技术发展方面主要存在两种技术方向：（1）单车智能，目前国外自动驾驶技术以单车智能为主，即在车辆上安装各类传感器设备，通过车内操作系统实现车辆自动驾驶。但单车智能技术在国内发展受制于投入大、成本高、基础设施不健全等问题，而且道路环境对传感器有较大影响、技术标准不统一，核心的元器件均掌握在外企手中，使我国单车智能发展难以进行。（2）智能网联汽车，以网络为主的技术路线使得我国优势明显，一方面对硬件和芯片的要求降低，另一方面我国5G建设比其他国家迅速，在大规模、广覆盖、高速率网络方面具有优势。但仍需要深入构建人、车、网、路、端、云的产业链条，为智能网联汽车的自动驾驶提供基础支持。
因此自动驾驶技术不同于自动驾驶智能汽车，她取决于物联网的技术发展，其可以地感知事物比较全面，不仅仅是在汽车上，还可以对车辆周围信息的识别并作出决策。目前的大多数自动驾驶技术都基于通信技术，已经能够做到车辆与车辆、车辆与道路的信息交互，也可以识别和预测周围的车辆操作行为、交通信号灯和交通信号显示、天气情况和紧急情况状态等信息，还可以启动多车、多段协同控制工作。自动驾驶技术正逐渐向物联网技术和自动化技术转移，但是在技术融合趋势中，准确性仍然不足。这也是未来需要解决的重要方向。
结论：综上所述，智能网联交通系统主要依赖于通信技术和网络，根据路况信息和车辆自身的信息进行决策，在安全、舒适和稳定的条件下发展，但智能网联交通系统还有很多技术问题尚未解决，仍然需要国家政策的扶持以及全社会提供更多的资源，从而为智慧交通开辟出新的发展方向。
参考文献
[1]钱志鸿，田春生，郭银景，王雪.智能网联交通系统的关键技术与发展[J].电子与信息学报，2020，42（01）：2-19.
南京莱斯网信技术研究院有限公司
关键字：智能网联;交通系统;关键技术
引言：在二十一世纪，随着城市化进程和城市人口的持续增长，我国许多大中城市交通系统存在的问题已经成为阻碍城市发展的重要问题之一。传统的解决方案是通过基建拓宽道路、建造高架桥或者以限号的形式，往往很难彻底解决道路交通问题。当前我国道路交通建设重点正从传统基建升级到以“5G+车联网基础设施”为代表的科技新基建，国家积极鼓励和支持新技术广泛应用到交通运输行业，为交通运输行业提供新的动能。而物联网、人工智能、5G通信、大数据、云计算等新技术的应用为城市道路交通问题提供一种新的解决方案。
1、研究背景
交通运输是国民经济的重要产业之一。随着经济社会的高速发展，广大普通民众对交通出行的要求越来越高，安全、高效、便捷的出行体验成为国家发展道路交通的重要目标。近十年来，中国的机动车数量激增，汽车又是机动车的主要增长方向。有媒体这样说道：中国的汽车都是新车。根据道路死亡人数统计分析的结果，我国仅占世界汽车保有量的3%，却造成了全世界16%的死亡。与大多数发达国家相比，该项数据非常高。造成交通事故频繁发生的原因有以下几点，如：交通安全知识不足、不合理的警告工具导致误判、十字路口交通拥堵等。虽然近年道路交通事故的总体上升趋势有所减缓，但发生的大多数交通事故仍然可以通过应用现代化的技术手段来解决。通过5G赋能道路交通，将交通中的各实体元素实现数字化映射，形成实时监控、随时通信、及时决策的智能网络。例如，综合运用5G与C-V2X构建广覆盖与直连通信协同的融合网络，为车路协同提供网络基础，从而支撑智能交通和智能驾驶的进一步发展。中国有着复杂的道路交通环境和庞大的交通出行需求，我国在5G 通信网络标准及核心技术领域上占有国际领先地位，并初步建成了全球最大的5G通信网络。我国在人工智能算法、新能源动力、车载软件算法、车载计算单元等领域具备强大的科研实力和丰富的科研成果，在5G通信、C-V2X、高精度卫星导航領域处于全球领先水平，为我国车联网产业的创新发展以及参与全球市场竞争，奠定了坚实的基础。
智能网联交通系统具有以协调的方式识别车辆和道路的能力、协调计划及总体决策的能力，仅安装原件的一部分在道路基础设施中部署智能车辆传感设备以控制车辆通过路边控制系统和安装在道路基础设施中的车载控制系统一起完成。这样，路边固定检测器可以用于所有经过的车辆，通过将车辆运动信息集成到路段或路网中，智能汽车具有更强的感知能力，但普通汽车不需要安装昂贵的感知器该设备也可以获得更全面的感知能力。通过这项技术它可以弥补中国目前的交通问题。
2、智能网联交通系统的关键技术
（一）控制执行技术和通信技术
自动驾驶中车辆控制技术是无人驾驶汽车的核心技术，通过控制任务的执行形成正确决策，将这些决策步骤数字化和二维化，以模拟汽车速度命令、行驶命令、制动命令、导航命令等，以此类推，从而使汽车驾驶过程中的路线和速度等基本参数被记录和限制。控制执行技术是对汽车各个方面的系统进行统一控制执行的技术，其中大多数未能满足智能时代和智能网联系统的要求。目前，我国有许多控制和执行技术，传统汽车底盘的控制结构仍为分布式电子架构，各个子系统有各自的运算控制器，比较难实现所有功能的集中控制。通过对车载控制系统和道路测量与控制的研究，实现对车辆的协调控制。然后利用交互通信技术，将道路基础设施和车辆基础设施的信息深度融合，从而将路况信息和车辆信息结合起来作为数据支撑并及时提供给决策者，以减少和改善交通拥堵提高驾驶安全性。
（二）网络安全技术与协同技术
当前网络安全是计算机技术发展中比较重要的问题，必须促进网络安全技术的应用和开展。世界发达国家的智能网联交通系统的开发都制定了有关网络安全的法规以及管理体系和标准。例如，美国出台了世界上第一个智能网络信息安全标准，其对于智能网联交通系统的安全性提出了一整套标准。我国非常重视智能网联技术的发展，国内飞速发展的智能网联交通系统已经处于世界前列并且初步建立了“智能网联驾驶标准体系”包括《智能网联驾驶标准体系架构》、《面向智能网联驾驶的新型智能基础设施总体技术要求》、《国家车联网产业标准体系建设指南》等技术标准和其他相关法案，并引入了一些法规和标准来促进我国的智能网联交通系统的进一步完善。它也是汽车与道路之间的协作技术，基于无线通信和传感器检测的技术可以改变驾驶方式，有效整合和共享车况资源和路况资源，以完成道路疏导并保证安全。目前，大多数经济发达国家或地区都在启动车辆和道路协作技术项目，主要集中在速度调节、道路状况分析、安全等方面的研究。
（三）环境感知和智能决策技术
环境感知技术是通过相机、毫米波雷达、激光雷达和其他传感器的特殊通道来完成的，监控汽车行驶的实时状态和反馈，以智能网络连接并通过系统作出决策。近年来，感知技术已经有了非常好的发展，尤其是激光雷达具有很好的分辨率和准确性的感知技术程度。现在，通过全球导航系统，每个公司都可以开发用于自动导航的高精度地图，这可以帮助汽车在行驶过程中进行准确无误的导航。智能决策技术基于环境探测技术将道路状况、周围车况等信息传输至控制中心，在综合考虑安全性、舒适性和速度性原则下做出相应的决策。一般来说，目前的智能网联交通系统具有两种智能决策方案。首先是基于计划决策的方案，此种方案从逻辑上更合理。但计划规则却因为架构过程太复杂，需要输入很多个模块，如果出现命令输入错误还会干扰系统所做出的决定，使得决策不合理，而且稳定性也不强。第二种是端到端学习人们行为习惯的决策方法，并作出适合人们生活方式的决定，这样的方法是当前智能决策技术研究的重点。 四、智能网联交通关键技术的发展
（一）基于深度强化学习的决策架构开发
当前深度学习是人工智能领域内的主要研究方向，特别是从智能驾驶的角度来看，通过人工智能环境感知和深度学习形成正确决策，通过不断增加对车辆周围环境学习和结果优化，自动进行决策。但该技术的缺点是学习优化过程是独立的，其根据已建立的因果逻辑进行推导，但作这样的推导可能是毫无逻辑的，有些推导也是不能理解的。深度强化学习的样本多样化，因果推导决策系统也是技术发展的重要组成部分，例如贝叶斯网络等。使用模块化决策系统，利用理性学习过程来产生结果是非常可靠的，由于结果的可靠性，该技术在将来的无人驾驶技术中将会得到广泛使用。
（二）感知技术的发展
在传统驾驶中，驾驶员会感知视觉、听觉、触觉、嗅觉、味觉这五种感觉，视觉对驾驶过程尤为重要。摄像机的使用可以帮助驾驶员感知外界，但是摄像机无法有效处理大量数据，而且传统的检测和识别技术比较复杂，逻辑和算法相对繁琐。当前新感知技术的发展为驾驶员提供了更全面、高效和便捷的感知系统。例如，视觉识别和激光雷达逐渐被应用于汽车，并将逐渐发展成为低成本和高效率的设备，允许汽车成为多个传感器的载体，并改善路况认知能力和判断力。在智能网联交通系统中感知技术的发展主要侧重在以下两个方面：
（1）车侧信息感知技术
车侧信息感知主要由车辆参数传感器、GPS卫星定位设备、车载摄像头、激光雷达等设备组成。设备感知模块主要通过采集车辆发动机转速、车辆油耗、动力性能、制动性能等车辆运行参数，从而动态感知获取出车辆自身的实时运行状态。环境感知模块主要通过主动感知，包括道路上其他运行的车辆信息、路面状况信息、路面障碍物、路上行人信息、路侧交通标志以及其它路侧其他相关信息等，从而以确保在行车过程的安全性和高效性。
（2）路侧信息感知技术
路侧信息感知是由安裝在道路上的超声波、RFID、地磁、红外、信标、视频检测器和气象传感器、路面路况检测器等组成。道路交通感知模块主要采集道路上交通流量、速度、道路占有率、车头时距等交通流参数数据，同时也具备采集车辆的行程时间、行程速度等交通参数数据。道路气象感知模块主要用于采集道路沿线的气象信息，如冰、雨、雾、雪、冻、风等等。道路路面感知则主要用于感知道路路面的凹凸程度、冰冻等级、湿度、障碍物等信息。
（三）云计算应用程序的开发
云计算主要提供基础架构即服务、平台即服务，用于基本网络数据和软件即服务存储预处理，应用程序的云部署。云计算技术将在智能网联交通系统中被广泛使用，大多数云计算技术使用分布式冗余存储方法，可以有效地处理多个巨大的数据链并实时共享。在智能网联交通系统方面，利用云计算技术可以确定车辆周围的地理信息和行驶路线，驱动程序导航。当然仅访问云服务软件对于云计算在智能网络交通系统中的应用还远远不够，将来需要进一步发展。
（四）自动驾驶技术的发展
汽车自动驾驶主要依靠视觉计算、人工智能、激光雷达、监控装置和GPS协同合作，让车载系统可以在没有任何人类主动的操作下，自动安全操作车辆。目前，在自动驾驶技术发展方面主要存在两种技术方向：（1）单车智能，目前国外自动驾驶技术以单车智能为主，即在车辆上安装各类传感器设备，通过车内操作系统实现车辆自动驾驶。但单车智能技术在国内发展受制于投入大、成本高、基础设施不健全等问题，而且道路环境对传感器有较大影响、技术标准不统一，核心的元器件均掌握在外企手中，使我国单车智能发展难以进行。（2）智能网联汽车，以网络为主的技术路线使得我国优势明显，一方面对硬件和芯片的要求降低，另一方面我国5G建设比其他国家迅速，在大规模、广覆盖、高速率网络方面具有优势。但仍需要深入构建人、车、网、路、端、云的产业链条，为智能网联汽车的自动驾驶提供基础支持。
因此自动驾驶技术不同于自动驾驶智能汽车，她取决于物联网的技术发展，其可以地感知事物比较全面，不仅仅是在汽车上，还可以对车辆周围信息的识别并作出决策。目前的大多数自动驾驶技术都基于通信技术，已经能够做到车辆与车辆、车辆与道路的信息交互，也可以识别和预测周围的车辆操作行为、交通信号灯和交通信号显示、天气情况和紧急情况状态等信息，还可以启动多车、多段协同控制工作。自动驾驶技术正逐渐向物联网技术和自动化技术转移，但是在技术融合趋势中，准确性仍然不足。这也是未来需要解决的重要方向。
结论：综上所述，智能网联交通系统主要依赖于通信技术和网络，根据路况信息和车辆自身的信息进行决策，在安全、舒适和稳定的条件下发展，但智能网联交通系统还有很多技术问题尚未解决，仍然需要国家政策的扶持以及全社会提供更多的资源，从而为智慧交通开辟出新的发展方向。
参考文献
[1]钱志鸿，田春生，郭银景，王雪.智能网联交通系统的关键技术与发展[J].电子与信息学报，2020，42（01）：2-19.
南京莱斯网信技术研究院有限公司