一、概述

傳統(tǒng)的智能交通系統(tǒng)采用視頻、雷達(dá)等檢測(cè)器檢測(cè)道路交通流量、車速、排隊(duì)長(zhǎng)度等交通參數(shù)，并且結(jié)合GNSS浮動(dòng)定位系統(tǒng)檢測(cè)道路交通狀態(tài)。近年來又有互聯(lián)網(wǎng)公司結(jié)合移動(dòng)互聯(lián)網(wǎng)手機(jī)定位大數(shù)據(jù)分析交通狀態(tài)，進(jìn)而建立了所謂“交通大腦”，對(duì)區(qū)域交通信號(hào)燈配時(shí)方案進(jìn)行整體優(yōu)化，實(shí)現(xiàn)了不錯(cuò)的效果。

近來被廣泛關(guān)注的自動(dòng)駕駛技術(shù)利用車載激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、視頻攝像機(jī)等傳感器感知汽車周邊環(huán)境，通過車載邊緣計(jì)算實(shí)現(xiàn)對(duì)汽車周邊的環(huán)境進(jìn)行識(shí)別，進(jìn)而實(shí)現(xiàn)對(duì)車輛的自動(dòng)駕駛，也取得了很大進(jìn)展。

但道路交通是異常復(fù)雜的巨系統(tǒng)，道路交通環(huán)境瞬息萬變。僅僅憑傳統(tǒng)的交通感知手段和自動(dòng)駕駛汽車安裝的有限傳感器是無法滿足完全、快速掌握動(dòng)態(tài)交通環(huán)境的需求的。而且由于車載傳感器要求體積小，并且價(jià)格昂貴，無法普及的廣大出行者的汽車上。車路協(xié)同技術(shù)應(yīng)運(yùn)而生。

二、車路協(xié)同應(yīng)用

根據(jù)中國汽車工程學(xué)會(huì)標(biāo)準(zhǔn)《合作式智能運(yùn)輸系統(tǒng) 車用通信系統(tǒng)應(yīng)用層及應(yīng)用數(shù)據(jù)交互標(biāo)準(zhǔn)》（T/CSAE 53-2017），車路協(xié)同一期基礎(chǔ)功能涵蓋安全、效率和信息服務(wù)三大類17個(gè)應(yīng)用。

表 1 一期應(yīng)用列表

三、車路協(xié)同感知體系

1、車路協(xié)同感知體系

車路協(xié)同感知在結(jié)合現(xiàn)有的智能交通感知設(shè)備的基礎(chǔ)上，增加了更加精密的路側(cè)感知設(shè)備、車載感知設(shè)備和5G移動(dòng)大數(shù)據(jù)。路側(cè)感知設(shè)備包括激光雷達(dá)、毫米波雷達(dá)和帶目標(biāo)識(shí)別功能的視頻攝像機(jī)；車載感知?jiǎng)t是包括自動(dòng)駕駛車輛能夠感知到的數(shù)據(jù)，需要通過路側(cè)單元RSU實(shí)時(shí)上傳到邊緣計(jì)算節(jié)點(diǎn)。

圖 1車路協(xié)同感知體系

2、交通感知傳感器

激光雷達(dá)

激光雷達(dá)的測(cè)距精度非常高，基本上可以達(dá)到正負(fù)一兩厘米，甚至到了毫米級(jí)，分辨率也非常高。機(jī)械激光雷達(dá)可以360度旋轉(zhuǎn)，同時(shí)角分辨率也比別的雷達(dá)高。但是目前的機(jī)械旋轉(zhuǎn)激光雷達(dá)的成本比較高，而且容易受到陽光雨霧和互干擾的影響。它跟毫米波雷達(dá)一樣是屬于主動(dòng)傳感器。目前的機(jī)械激光雷達(dá)也會(huì)受到工作溫度以及工作環(huán)境震動(dòng)的影響，它的工作溫度一般是在零下10°到零上60°左右。

圖 2 激光雷達(dá)

激光雷達(dá)目前的成本比較高，美國Velodyne的64線激光雷達(dá)在10萬美金左右，即使是16線雷達(dá)的售價(jià)也在8000美金左右。Flash激光雷達(dá)以及MEMS激光雷達(dá)，即向使用各種鏡片或者透鏡來形成非旋轉(zhuǎn)式雷達(dá)的方向演進(jìn)和發(fā)展，它的成本還有功耗都會(huì)有很大的下降。

毫米波雷達(dá)

毫米波雷達(dá)是利用波長(zhǎng)1~10mm，頻率30GHz~300GHz之間的電磁波，通過測(cè)量回波的時(shí)間差算出距離，具備全天時(shí)全天候以及探測(cè)距離遠(yuǎn)的優(yōu)勢(shì)。目前市場(chǎng)上主流的車載毫米波雷達(dá)頻段為24GHz（用于短中距離雷達(dá)，15~30m）和77GHz（用于長(zhǎng)距離雷達(dá)，100~200m）。相比于24GHz產(chǎn)品，77GHz產(chǎn)品在性能和體積上都更具優(yōu)勢(shì)，其距離分辨率更高，體積也小了1/3。

圖 3 毫米波雷達(dá)工作原理

最重要的是，毫米波價(jià)格低廉，比起動(dòng)輒幾千乃至上萬美元的激光雷達(dá)，一兩百美元就可以被收入囊中的毫米波雷達(dá)算得上是業(yè)界良心。不過，凡事無絕對(duì)，在探測(cè)精度上，毫米波要略遜一籌。

視頻攝像機(jī)

視頻攝像機(jī)是在智能交通系統(tǒng)中應(yīng)用最為普遍的感知設(shè)備。隨著自動(dòng)駕駛技術(shù)的不斷發(fā)展，視頻攝像機(jī)也被廣泛運(yùn)用在自動(dòng)駕駛車輛上。伴隨視覺處理技術(shù)的進(jìn)步，可以使視頻處理出的有效信息倍增，從而更好地辨別道路上的標(biāo)識(shí)、行人等信息。

傳感器感知能力比較

總體而言激光雷達(dá)精度高但價(jià)格不菲。毫米波雷達(dá)價(jià)格便宜但精度欠佳。視頻攝像機(jī)價(jià)格適中而且隨著視頻解析算法的不斷提高，視頻攝像機(jī)是車路協(xié)同感知體系中不可或缺的主要感知手段。

圖 4 激光雷達(dá)/毫米波雷達(dá)/攝像頭感知能力比較

激光雷達(dá)、毫米波雷達(dá)和攝像機(jī)的詳細(xì)優(yōu)劣比較見下表。

表 2 激光雷達(dá)/毫米波雷達(dá)/攝像機(jī)比較表

3、車載傳感器

激光雷達(dá)、毫米波雷達(dá)和攝像機(jī)是車載感知設(shè)備的主要選項(xiàng)。盡管自動(dòng)駕駛車技術(shù)發(fā)展到現(xiàn)在，車載感知技術(shù)已經(jīng)取得了長(zhǎng)足發(fā)展。從目前傳感器的性能來看，每一種傳感器都有其使用的環(huán)境條件和性能的邊界。包括：測(cè)量范圍以及在不同環(huán)境下表現(xiàn)出來的感知缺陷。

圖 5 奧迪A8的傳感器布局

（1）檢測(cè)范圍受限

傳感器對(duì)周圍環(huán)境檢測(cè)的有其固定的范圍。例如，長(zhǎng)距毫米波雷達(dá)探測(cè)距離為1-280m，紅外線傳感器探測(cè)距離為0.2-120m，視覺攝像頭探測(cè)距離為0-80m，中短距毫米波雷達(dá)探測(cè)距離為0.2-120m，短句毫米波雷達(dá)探測(cè)距離為0.2-30m，激光雷達(dá)探測(cè)距離為80-150m。下圖為Tesla的傳感器配置及傳感器感知范圍，扇形角度表示傳感器的視場(chǎng)角，扇形半徑表示傳感器的最大檢測(cè)距離。

圖 6 特斯拉配置的傳感器最大探測(cè)距離

（2）感知缺陷

每一種傳感器都有其適用的環(huán)境條件。比如激光傳感器檢測(cè)效果穩(wěn)定，但在面對(duì)大范圍的塵土?xí)r，其檢測(cè)效果大幅降低；再比如高分辨率攝像機(jī)能檢測(cè)圖像中的物體，窄視場(chǎng)的攝像機(jī)可以檢測(cè)很遠(yuǎn)的距離。但是面對(duì)暴雨、大雪等惡劣天氣，其很難檢測(cè)到正確的車道線/障礙物/馬路牙子等信息。

圖 7 車身各傳感器情況概述

（3）先驗(yàn)信息缺失

先驗(yàn)信息是指某些可以提前采集且短時(shí)間內(nèi)不會(huì)改變的信息。僅僅依靠傳感器的信息是很難感知車輛現(xiàn)在是處在高速公路上，還是處在普通城市道路上的；無限速牌的路段，車速最高可以開多快;前方道路的曲率；所處路段的GPS信號(hào)強(qiáng)弱，這些都是傳感器遇到檢測(cè)盲區(qū)，無法實(shí)時(shí)捕獲的信息。而這些信息是客觀存在，不會(huì)隨外部事物的變化而變化，因此可以提前采集，并作為先驗(yàn)信息傳給自動(dòng)駕駛車做決策。圖為高精度地圖可以為自動(dòng)駕駛車提供的某些先驗(yàn)信息。包括道路曲率、航向、坡度和橫坡角。

因?yàn)檐囕d感知方式存在這些缺陷，因此有必要通過路側(cè)感知的方式，彌補(bǔ)這方面的不足。一方面可以大幅度提高自動(dòng)駕駛車對(duì)周邊環(huán)境的感知程度，同時(shí)也為其他普通車輛提供安全和效益方面的信息服務(wù)。

4、路側(cè)傳感器

車路協(xié)同路側(cè)傳感器主要包括激光雷達(dá)、毫米波雷達(dá)和攝像機(jī)。傳統(tǒng)智能交通的傳感器如視頻卡口、視頻事件檢測(cè)、GNSS浮動(dòng)車定位、4G大數(shù)據(jù)定位、事件報(bào)警等也需要納入到車路協(xié)同全域感知體系。交通信號(hào)燈作為交通控制主要手段，其信號(hào)燈配時(shí)數(shù)據(jù)需要接入車路協(xié)同系統(tǒng)。

此外，物聯(lián)網(wǎng)大數(shù)據(jù)如氣象數(shù)據(jù)、道路路面感知數(shù)據(jù)、道路濕滑/積水等數(shù)據(jù)，根據(jù)實(shí)際情況需要也可以考慮接入系統(tǒng)。

5、車路協(xié)同通信

作為物聯(lián)網(wǎng)面向應(yīng)用的一個(gè)概念延伸，V2X（Vehicle to Everything）車聯(lián)網(wǎng)是對(duì)D2D（Device to Device）技術(shù)的深入研究過程。它指的是車輛之間，或者汽車與行人、騎行者以及基礎(chǔ)設(shè)施之間的通信系統(tǒng)。利用裝載在車輛上的傳感器、攝像頭獲取車輛行駛情況、系統(tǒng)運(yùn)行狀態(tài)及周邊道路環(huán)境信息，同時(shí)借助GPS定位獲得車輛位置信息；利用裝在路側(cè)的傳感器獲得道路環(huán)境信息；并通過D2D技術(shù)將這些信息進(jìn)行端對(duì)端的傳輸，繼而實(shí)現(xiàn)在整個(gè)車聯(lián)網(wǎng)系統(tǒng)中信息的共享。通過對(duì)這些信息的分析處理，及時(shí)對(duì)駕駛員進(jìn)行路況匯報(bào)與警告，有效避開擁堵路段選擇最佳行駛線路。

V2X車聯(lián)網(wǎng)通信主要分為三大類：V2V、V2I和V2P。運(yùn)輸實(shí)體，如車輛、路側(cè)基礎(chǔ)設(shè)施和行人，可以收集處理當(dāng)?shù)丨h(huán)境的信息（如從其它車輛或傳感器設(shè)備接收到的信息），以提供更多的智能服務(wù)，如碰撞警告或自主駕駛。

圖 8 車路協(xié)同服務(wù)

在V2X系統(tǒng)中，控制車輛與路面基礎(chǔ)設(shè)施之間信息交流的部分就是車路協(xié)同，它能夠讓駕駛者能第一時(shí)間了解交通信息和危險(xiǎn)狀況。車路協(xié)同需要有高速、穩(wěn)定、低時(shí)延的通信技術(shù)作為保障，而基于當(dāng)前成熟的LTE技術(shù)的LTE-V2X能夠讓路邊單元（RSU）與車載單元（OBU）的信息進(jìn)行有效交互。同時(shí)，這項(xiàng)技術(shù)也在演進(jìn)之中，在5G時(shí)代，更是能夠憑借5G技術(shù)的優(yōu)秀通信能力讓自動(dòng)駕駛成為可能，讓人們獲得更優(yōu)良、安全、高效的出行體驗(yàn)。

圖 9 華為L(zhǎng)TE-V2X模塊DA2300

6、高精度地圖（HDM）

高精度地圖，通俗來講就是精度更高、數(shù)據(jù)維度更多的電子地圖。精度更高體現(xiàn)在精確到厘米級(jí)別，數(shù)據(jù)維度更多體現(xiàn)在其包括了除道路信息之外的與交通相關(guān)的周圍靜態(tài)信息。

高精度地圖將大量的行車輔助信息存儲(chǔ)為結(jié)構(gòu)化數(shù)據(jù)，這些信息可以分為兩類。第一類是道路數(shù)據(jù)，比如車道線的位置、類型、寬度、坡度和曲率等車道信息。第二類是車道周邊的固定對(duì)象信息，比如交通標(biāo)志、交通信號(hào)燈等信息、車道限高、下水道口、障礙物及其他道路細(xì)節(jié)，還包括高架物體、防護(hù)欄、數(shù)目、道路邊緣類型、路邊地標(biāo)等基礎(chǔ)設(shè)施信息。

以上這些信息都有地理編碼，導(dǎo)航系統(tǒng)可以準(zhǔn)確定位地形、物體和道路輪廓，從而引導(dǎo)車輛行駛。其中最重要的是對(duì)路網(wǎng)精確的三維表征（厘米級(jí)精度），比如路面的幾何結(jié)構(gòu)、道路標(biāo)示線的位置、周邊道路環(huán)境的點(diǎn)云模型等。有了這些高精度的三維表征，自動(dòng)駕駛系統(tǒng)可以通過比對(duì)車載的GPS、IMU、LiDAR或攝像頭的數(shù)據(jù)精確確認(rèn)自己當(dāng)前的位置。另外，高精度地圖中包含有豐富的語義信息，比如交通信號(hào)燈的位置和類型、道路標(biāo)示線的類型、以及哪些路面是可以行使等。

圖 10 高精度地圖的主要結(jié)構(gòu)化數(shù)據(jù)

導(dǎo)航地圖、ADAS地圖和AD所需要的地圖各不相同。（1）對(duì)于導(dǎo)航地圖而言，街道名稱是比較重要的信息，但對(duì)于ADAS和AD地圖確并非如此。（2）道路曲率對(duì)于ADAS應(yīng)用至關(guān)重要，對(duì)于自動(dòng)駕駛也是必需的，但導(dǎo)航地圖并不需要道路曲率數(shù)據(jù)。（3）道路的幾何特征對(duì)于導(dǎo)航、ADAS和AD地圖都是適用的。（4）不同地圖級(jí)別和地圖精度的背后是不同級(jí)別的智能駕駛以及不同級(jí)別的精度需求。

圖 11 高精地圖與導(dǎo)航地圖的關(guān)聯(lián)關(guān)系

高精度地圖與傳統(tǒng)地圖的區(qū)別。與一般電子導(dǎo)航地圖相比，高精度地圖不同之處在于：

（1）精度：一般電子地圖精度在米級(jí)別，商用GPS精度為5米。高精度地圖的精度在厘米級(jí)別（Google、Here等高精度地圖精度在10-20厘米級(jí)別）。

（2）數(shù)據(jù)維度：傳統(tǒng)電子地圖數(shù)據(jù)只記錄道路級(jí)別的數(shù)據(jù)：道路形狀、坡度、曲率、鋪設(shè)、方向等。高精度地圖（精確度厘米級(jí)別）：不僅增加了車道屬性相關(guān)（車道線類型、車道寬度等）數(shù)據(jù)，更有諸如高架物體、防護(hù)欄、樹、道路邊緣類型、路邊地標(biāo)等大量目標(biāo)數(shù)據(jù)。高精度地圖能夠明確區(qū)分車道線類型、路邊地標(biāo)等細(xì)節(jié)。

（3）作用&功能：傳統(tǒng)地圖起的是輔助駕駛的導(dǎo)航功能，本質(zhì)上與傳統(tǒng)經(jīng)驗(yàn)化的紙質(zhì)地圖是類似的。而高精度地圖通過“高精度+高動(dòng)態(tài)+多維度”數(shù)據(jù)，起的是為自動(dòng)駕駛提供自變量和目標(biāo)函數(shù)的功能。高精地圖相比傳統(tǒng)地圖有更高的重要性。

（4）使用對(duì)象：普通的導(dǎo)航電子地圖是面向駕駛員，供駕駛員使用的地圖數(shù)據(jù)，而高精度地圖是面向機(jī)器的供自動(dòng)駕駛汽車使用的地圖數(shù)據(jù)。

（5）數(shù)據(jù)的實(shí)時(shí)性：高精度地圖對(duì)數(shù)據(jù)的實(shí)時(shí)性要求更高。根據(jù)博世提出的定義，自動(dòng)駕駛時(shí)代所需的局部動(dòng)態(tài)地圖（Local Dynamic Map）根據(jù)更新頻率劃分可將所有數(shù)據(jù)劃分為四類：永久靜態(tài)數(shù)據(jù)（更新頻率約為1個(gè)月），半永久靜態(tài)數(shù)據(jù)（頻率為1小時(shí)），半動(dòng)態(tài)數(shù)據(jù)（頻率為1分鐘），動(dòng)態(tài)數(shù)據(jù)（頻率為1秒）。傳統(tǒng)導(dǎo)航地圖可能只需要前兩者，而高精地圖為了應(yīng)對(duì)各類突發(fā)狀況，保證自動(dòng)駕駛的安全實(shí)現(xiàn)需要更多的半動(dòng)態(tài)數(shù)據(jù)以及動(dòng)態(tài)數(shù)據(jù)，這大大提升了對(duì)數(shù)據(jù)實(shí)時(shí)性的要求。

高精度地圖=高鮮度+高精度+高豐富度。不論是動(dòng)態(tài)化，還是精度和豐富度，最終目的都是為了保證自動(dòng)駕駛的安全與高效率。動(dòng)態(tài)化保證了自動(dòng)駕駛能夠及時(shí)地應(yīng)對(duì)突發(fā)狀況，選擇最優(yōu)的路徑行駛。高精度確保了機(jī)器自動(dòng)行駛的可行性，保證了自動(dòng)駕駛的順利實(shí)現(xiàn)。高豐富度與機(jī)器的更多邏輯規(guī)則相結(jié)合，進(jìn)一步提升了自動(dòng)駕駛的安全性。

圖 12 導(dǎo)航地圖與智能駕駛地圖的對(duì)比

高精度地圖具備三大功能。（1）地圖匹配。由于存在各種定位誤差，電子地圖坐標(biāo)上的移動(dòng)車輛與周圍地物并不能保持正確的位置關(guān)系。利用高精度地圖匹配則可以將車輛位置精準(zhǔn)的定位在車道上，從而提高車輛定位的精度。（2）輔助環(huán)境感知。對(duì)傳感器無法探測(cè)的部分進(jìn)行補(bǔ)充，進(jìn)行實(shí)時(shí)狀況的監(jiān)測(cè)及外部信息的反饋 ：傳感器作為自動(dòng)駕駛的眼睛，有其局限所在，如易受惡劣天氣的影響，此時(shí)可以使用高精度地圖來獲取當(dāng)前位置精準(zhǔn)的交通狀況。（3）路徑規(guī)劃。對(duì)于提前規(guī)劃好的最優(yōu)路徑，由于實(shí)時(shí)更新的交通信息，最優(yōu)路徑可能也在隨時(shí)會(huì)發(fā)生變化。此時(shí)高精度地圖在云計(jì)算的輔助下，能有效地為自動(dòng)駕駛車提供最新的路況，幫助自動(dòng)駕駛車重新制定最優(yōu)路徑。

四、實(shí)時(shí)數(shù)據(jù)處理與信息融合

信息融合是利大數(shù)據(jù)、圖像識(shí)別、人工智能等技術(shù)將來自多個(gè)傳感器或多源的觀測(cè)信息進(jìn)行篩選、清洗、分析和綜合處理，從而得出決策和預(yù)測(cè)所需的信息的處理過程。信息融合的基本原理是充分利用傳感器資源，通過對(duì)各種傳感器檢測(cè)信息的合理支配與使用，將各種傳感器在空間和時(shí)間上的互補(bǔ)與冗余信息依據(jù)某種優(yōu)化準(zhǔn)則或算法組合來產(chǎn)生對(duì)觀測(cè)對(duì)象的一致性解釋和描述。

圖 13 車路協(xié)同交通感知數(shù)據(jù)處理流程

1、實(shí)時(shí)數(shù)據(jù)處理分工

在車路協(xié)同服務(wù)平臺(tái)中，邊緣計(jì)算和云端計(jì)算組成了數(shù)據(jù)分析系統(tǒng)。根據(jù)不同的需要，云端和邊緣計(jì)算節(jié)點(diǎn)分別完成不同的實(shí)時(shí)數(shù)據(jù)融合計(jì)算。與駕駛安全有關(guān)的數(shù)據(jù)處理和發(fā)送需要在10毫米以內(nèi)完成，因此需要在邊緣計(jì)算節(jié)點(diǎn)處理。其他與效率相關(guān)的服務(wù)因?yàn)樾枰Y(jié)合整個(gè)區(qū)域交通狀態(tài)進(jìn)行處理和運(yùn)算，而且這部分服務(wù)對(duì)時(shí)延要求不高，可以在云端進(jìn)行處理。

表 3 邊緣計(jì)算與云計(jì)算比較表

2、路側(cè)傳感器與車載傳感器數(shù)據(jù)融合

路側(cè)傳感器與附近眾多的車載傳感器分別從不同的視角對(duì)同一道路地點(diǎn)周邊環(huán)境進(jìn)行觀測(cè)，系統(tǒng)對(duì)不同傳感器觀測(cè)的數(shù)據(jù)按轉(zhuǎn)換成統(tǒng)一的坐標(biāo)系統(tǒng)，對(duì)不同感知數(shù)據(jù)進(jìn)行相互比對(duì)，最終形成對(duì)道路環(huán)境、運(yùn)動(dòng)的車輛和行人的統(tǒng)一的映像，形成結(jié)構(gòu)化數(shù)據(jù)，包括運(yùn)動(dòng)物體的瞬時(shí)位置、運(yùn)動(dòng)方向、運(yùn)動(dòng)速度等，最終生成道路地點(diǎn)的局部動(dòng)態(tài)地圖。

圖 14 交叉路口的三維運(yùn)動(dòng)物體識(shí)別

圖 15 左：攝像機(jī)覆蓋區(qū)域。右：雷達(dá)覆蓋區(qū)域

3、生成局部動(dòng)態(tài)地圖（LDM）

局部動(dòng)態(tài)地圖是統(tǒng)一描述道路動(dòng)態(tài)環(huán)境的高精地圖，是判斷車輛是否處于危險(xiǎn)狀態(tài)的重要參照。局部動(dòng)態(tài)地圖包括四個(gè)層級(jí)。

（1）持續(xù)靜態(tài)數(shù)據(jù)層

主要是地圖數(shù)據(jù)。更新頻率約為1個(gè)月。

（2）半靜態(tài)數(shù)據(jù)層

包括交通標(biāo)志、標(biāo)線、護(hù)欄、臨時(shí)路標(biāo)（如占路施工）等交通管理設(shè)施，以及其他交通基礎(chǔ)設(shè)施的信息。更新頻率為1小時(shí)。

（3）半動(dòng)態(tài)數(shù)據(jù)層

包括信號(hào)燈燈色（相位、配時(shí)）、交通擁堵的情況、交通事故情況和其他交通事件等狀態(tài)過程。更新頻率應(yīng)小于1分鐘。

（4）高度動(dòng)態(tài)數(shù)據(jù)層

包括汽車、摩托車、自行車、行人等運(yùn)動(dòng)的實(shí)體。需要知道實(shí)體的瞬時(shí)位置、移動(dòng)的方向和移動(dòng)的速度。更新頻率為小于1秒。

圖 16 局部動(dòng)態(tài)地圖的四層

4、感知大數(shù)據(jù)數(shù)據(jù)結(jié)構(gòu)化整合

車路協(xié)同傳感器采集的數(shù)據(jù)包括大量非結(jié)構(gòu)化的數(shù)據(jù)，如視頻數(shù)據(jù)、激光掃描數(shù)據(jù)、微波感知數(shù)據(jù)等，傳輸這些海量數(shù)據(jù)至云端無論從占用帶寬還是成本上都是不合理的。因此需要在邊緣計(jì)算節(jié)點(diǎn)上將這些數(shù)據(jù)進(jìn)行解析、整合，形成如交通流量、車速、排隊(duì)長(zhǎng)度等結(jié)構(gòu)化數(shù)據(jù)，然后上傳。

5、道路交通狀態(tài)信息融合

道路交通狀態(tài)信息融合可以在云端進(jìn)行。通過接入?yún)^(qū)域各個(gè)邊緣計(jì)算節(jié)點(diǎn)結(jié)構(gòu)化整合數(shù)據(jù)，結(jié)合其他交通感知系統(tǒng)如4G/5G移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)等形成對(duì)道路交通運(yùn)行宏觀狀態(tài)數(shù)據(jù)，可能的信息如下：

－實(shí)時(shí)的主干道（含外環(huán)路、快速路）交通數(shù)據(jù)；

－實(shí)時(shí)主要道路交匯（叉）點(diǎn)（橋）交通數(shù)據(jù)；

－高速路通行數(shù)據(jù)：放行、封路、施工、占道、高流量、突發(fā)事件（含交通事故）引起交通擁堵信息等；

－道路交通狀況數(shù)據(jù)，包括實(shí)時(shí)的道路交通擁堵狀況、平均車速、車道占有率、平均旅行時(shí)間等。

五、車路協(xié)同信息服務(wù)（簡(jiǎn)述）

1、面向交通安全的邊緣計(jì)算服務(wù)

對(duì)于一期應(yīng)用列表所列的應(yīng)用場(chǎng)景，邊緣計(jì)算服務(wù)根據(jù)數(shù)據(jù)融合生成的局部動(dòng)態(tài)地圖，判斷車輛行駛的安全狀態(tài)。對(duì)遇有危險(xiǎn)的配備OBU的車輛，及時(shí)出警告，甚至直接干預(yù)車輛駕駛，采取必要的避險(xiǎn)動(dòng)作。

2、面向交通效率的云計(jì)算服務(wù)

（1）交通信號(hào)優(yōu)化配時(shí)服務(wù)

根據(jù)區(qū)域交通流狀態(tài)，對(duì)區(qū)域交通信號(hào)配時(shí)進(jìn)行整體優(yōu)化，以到達(dá)區(qū)域內(nèi)車輛總體延誤最小、排隊(duì)長(zhǎng)度最小等優(yōu)化目標(biāo)。

（2）交通誘導(dǎo)服務(wù)

根據(jù)區(qū)域交通狀態(tài)甄別嚴(yán)重?fù)矶侣范危绍囕v避開擁堵路段的策略，發(fā)布給抵達(dá)的車輛。

（3）公交優(yōu)先服務(wù)

基于車路協(xié)同技術(shù)，當(dāng)公交車輛接近信號(hào)控制交叉口時(shí)，車載單元向路口信號(hào)控制機(jī)發(fā)送特殊車輛定位距離和當(dāng)前車速信息，由智能路側(cè)單元計(jì)算出的預(yù)計(jì)到達(dá)時(shí)間，信號(hào)控制機(jī)根據(jù)當(dāng)前信號(hào)的狀態(tài)，對(duì)相位進(jìn)行紅燈早斷、綠燈延時(shí)等干預(yù)操作，保證公交車輛的順利通過。

六、小結(jié)

總之，車路協(xié)同全域感知將路側(cè)感知和車載感知合而為一，形成對(duì)道路交通環(huán)境的全面感知和判斷，使駕駛具備了超視距感知能力，一方面可以補(bǔ)充自動(dòng)駕駛感知能力不足，提高駕駛安全性；另一方面，可以大幅地減少自動(dòng)駕駛所依賴的傳感器，降低成本，促進(jìn)自動(dòng)駕駛技術(shù)迅速達(dá)到實(shí)用化程度。