2020车路协同专辑

自动驾驶之路——聪明的车还是智慧的路？

一段时间以来来，自动驾驶的重点都在使车变得更智能，即单车智能，包括Waymo、Tesla、Uber等新势力以及通用、梅赛德斯-奔驰等传统车企都是如此。车路协同实际上是人们发现单纯的智能车难以解决降低成本以及确保安全等难题而选择的第二条道路。从某种意义上说，自主智能驾驶不能承受之重，由V2X来分担。车路协同既大幅降低成本，也提高效能。车路协同包括聪明的车、智慧的路（包括高速的边和云）。

北京市自动驾驶车辆测试概况

北京市作为全国科技创新中心，在自动驾驶车辆道路测试方面先行先试，有力的推动了全国自动驾驶车辆道路测试工作，促进了北京市自动驾驶产业的蓬勃发展，加速了产业融合创新。截至2020年6月底，北京市自动驾驶开放测试道路累计长度达到699.58公里，覆盖北京市四个行政区的200条道路。测试车辆达到77辆，共完成测试里程达到158万公里。

CARMA平台

美国联邦公路管理局(FHWA)开发了CARMA平台和CARMA云，以支持协同驾驶自动化(CDA)的研究和开发(R&D)，并使新的运输系统管理和运营(TSMO)战略能够安全运行。CARMA平台是一个开源软件(OSS)平台，由FHWA发起，用于测试和评估协作自动化概念，以提高安全性和提高基础设施效率。该平台为车辆提供自动化所需的功能，并促进新TSMO战略的开发，同时确定TSMO场景将受益于CDA。CARMA平台是一个自动驾驶系统（ADS），它允许自动车辆（AV）通过通信与基础设施（例如停车灯）和其他车辆进行交互和协作。通过使用CARMA云实时提供道路前方的信息（例如工作区，交通事故，天气等），CARMA平台使AV能够与基础设施和其他车辆进行交互和协作，从而实现更安全，更多的安全货物和服务的有效流动。

全球独一无二的自动驾驶汽车开发中心在英国即将竣工

随着英国中部地区的革命性新生态系统的建设接近尾声，自动驾驶汽车向在公共道路上变为现实迈出了重要的一步。汽车业的领导者HORIBA MIRA为英国提供了最完整的环境，以加快未来的机动性，它是全球唯一的新型自动驾驶汽车开发中心，称为Assured CAV。它经过专门设计，使汽车行业，政策制定者和政府能够开发自动驾驶汽车技术，从而确保在公开销售给消费者之前，它对在公共道路上看到的各种事件具有鲁棒性。

5G汽车协会（5GAA）解决了直接和间接V2X对通信频谱的需求

5G汽车协会利用其新白皮书呼吁国家和地区政府提供足够的无线电频谱用于车辆对所有设备 (V2X)功能，包括在直接短程通信（DSRC）,蜂窝车辆对所有设备 (C-V2X)、新生的5G-V2X和车辆到网络 (V2N)（它将利用整个蜂窝网络间接车辆之间的通信）。这份  《高级驾驶用例，连接技术和无线电频谱需求的远景路线图》  白皮书建议，在更广泛的国际数字交通生态系统中，V2X移动通信应定位在目标低频段和中频段，列出5855-5925 MHz频段在以下领域的统一使用潜力，包括道路用户、路边基础设施之间以及与蜂窝网络之间的通信。

车辆协同下的交通信号优化与协调

智慧城市中的互联车辆，包括车对车(V2V)、车对基础设施(V2I)和车对任何事物(V2X)通信，可以为城市交通信号控制提供更多机会并带来更多挑战。该项硏究旨在探索在CV环境下开发信号控制和协调方法的基础研究，开发使用CV进行城市交通信号优化的框架，并在交通仿真和实际CV数据中测试开发的方法。

Zenzic呼吁CAM创作者更新至2030年的路线图

致力于加速英国自动驾驶革命的组织Zenzic要求各个组织从今天起注册为CAM创作者。这将使他们在更新后的英国互联和自动移动路线图上宣称自己在2030年里程碑中的地位，实现更好的行业联系，形成合作伙伴关系，并向投资者、合作伙伴和政府展示CAM活动。

如何使CAV像人一样开车？

尽管最近在互联和自动驾驶汽车（CAV）的划时代试验中取得了成功，但将无人驾驶技术应用到公共道路上仍然取决于使此类汽车以类似于人的方式行为并对复杂的场景做出反应。在这里，Horiba Mira的 CAV首席工程师Richard Hillman（如图）考察了行业和政府在HumanDrive等项目上的合作如何在为CAV添加“人性化”方面取得长足进步。

国外近年智慧出行项目清单

iMOVE CRC（澳大利亚智能交通合作研究中心）对有关网联和自动化车辆（CAV）、MaaS、公共交通、无人驾驶班车等全球有许多智能交通，智能交通系统及相关行业的试点项目，项目和试验进行了统计并列表，此列表可以总体上把握国外智慧出行领域发生了什么。（注：此清单没有列出国内智慧出行项目的清单）

车路协同服务平台框架

车路协同服务平台综合感知、通信、计算、控制等技术，基于标准化通信协议，实现物理空间与信息空间中包括“车、交通、环境”等要素的相互映射，标准化交互与高效协同、利用云计算大数据能力，解决系统性的资源优化与配置问题。平台包含了面向效率和面向安全两个方面。其中面向效率包括基于车路协同信息的交叉口智能控制技术、基于车路协同信息的集群诱导技术、交通控制与交通诱导协同优化技术、动态协同专用车道技术、精准停车控制技术。面向安全包括智能车速预警与控制，弯道测速/侧翻事故预警、无分隔带弯道安全会车、车间距离预警与控制、临时性障碍预警。

车路协同云/边缘云服务平台概要

车路协同平台综合感知、通信、计算、控制等技术，基于标准化通信协议，实现物理空间与信息空间中包括“车、交通、环境”等要素的相互映射，标准化交互与高效协同、利用云计算大数据能力，解决系统性的资源优化与配置问题。

车路协同应用场景分析

车路协同主要应用场景为安全和效率两个类型，本文试图厘清车联网、无人车、网联车、车路协同等概念，同时重点讨论了车路协同的主要应用场景。

车路协同全域感知与数据融合

传统的智能交通系统采用视频、雷达等检测器检测道路交通流量、车速、排队长度等交通参数，并且结合GNSS浮动定位系统检测道路交通状态。近年来又有互联网公司结合移动互联网手机定位大数据分析交通状态，进而建立了所谓“交通大脑”，对区域交通信号灯配时方案进行整体优化，实现了不错的效果。但道路交通是异常复杂的巨系统，道路交通环境瞬息万变。仅仅凭传统的交通感知手段和自动驾驶汽车安装的有限传感器是无法满足完全、快速掌握动态交通环境的需求的。而且由于车载传感器要求体积小，并且价格昂贵，无法普及的广大出行者的汽车上。车路协同技术应运而生。

车路协同边缘计算与边云协同概览

自动驾驶需要进行巨量的实时数据处理和计算，传统的计算技术无法满足需要，云计算可满总并行计算的要求，但由于传输的延误可能无法及时满足道路瞬息万变的处理要求。本文重点对车路协同体系下道路边缘计算的概念、功能、架构和系统安全等进行了叙述，并对边云协同的能力和架构进行了介绍。