出品 | 搜狐汽车 · 汽车咖啡馆
【编者按】2020年10月27-29日，中国汽车工程学会年会暨展览会和第七届国际智能网联汽车技术年会在上海合并举办。大会以“汽车+，协同创新”为主题，围绕新能源汽车技术、智能网联汽车技术、汽车关键共性技术等话题深度探讨。搜狐汽车作为大会战略合作媒体，第一时间在现场带来专业报道，为您呈现这场技术与思想交锋的盛宴。
以下为中国交建智能交通研发中心副主任 朱弘戈讲话实录：
大家下午好，非常感谢中国汽车工程学会能够提供这样一个平台在这里跟大家做交流。我们主要来探讨一下自动驾驶的技术发展和应用，同时给大家带来路基自动驾驶的创新理念，我也准备了几个融合场景供大家参考。
纵观历史可以看到汽车工业跟公路行业的发展是紧密相关的，载人工具的发展对于公路提出了更高的要求，而公路的智能化发展同时可以促进汽车的发展。近年随着计算技术和通信技术的发展，特别是我国新基建大的背景下，汽车和公路深度耦合发展的时机即将来临，可以看到在2020年中国发展很猛。最近几年自动驾驶发展技术也很猛，围绕单车智能驾驶存在六大局限，其中系统失效的安全保障和特定场景的组织调度是两个结构性的问题。
交通部十分重视自动驾驶和车路协同的发展，在18年提出了以智慧交通建设为载体，按照车路协同的发展路径来推进自动驾驶的发展。提出了“三步走”，今年实现追踪引导，到2025年实现规模示范，到2030年实现协同优化。
今年大规模的路侧建设已经开始，无论是车联网的先导区还是智能网联汽车的测试区还是智慧公路的建设，可以看到大规模路侧设施的建设时机已经来临。
车和路是协同发展的，道路的基础设施的智能化也会进一步的来丰富自动驾驶的内涵，路基自动驾驶的概念应运而生。路基自动驾驶简单来说就是基于智能网联道路的道路车辆协同作用下的自动驾驶。这是基本架构，值得注意的是目前至少存在路域网和广域网这两张网和多个不同的安全域，跨域、跨网的交换是整个的特点，交换不可能是全量的交换，一定是特征的交换。
以MEC和V2X计算和连接为基础，形成三大技术理念，也就是分层决策、互补感知和多维发布。
要解决驾驶问题首先要讨论一下什么叫“开”车？可以简单梳理为感知、决策、执行三个阶段。人类的开车是通过视觉和听觉，通过人大脑的知识和经验来进行决策，通过四肢来驾驶汽车，由车辆的零部件来执行。而自动驾驶是通过摄像头、激光雷达进行数据采集，车载计算平台负责决策，最后是执行。所谓“开”车的变革就是决策任务、执行主体的变革。人开车、车开车、路开车的方式，可以看到除了传统的人工驾驶之外，我们现在讲的远程驾驶是标准的人开车，只是把决策和执行层做了物理的剥离。路开车还有一个典型的就是AGV，物流机器人，车开车是大家比较熟悉的，比如Waymo都是属于车开车的领域。
在不同领域的交叉的地方往往是技术发展的突破口，也是应用落地的突破口，人开车与车开车的结合，现在有大量的ADAS、HMI涌现出来，而人开车与路开车的结合就是信号系统和交管系统，还有车辆道路协同决策领域以及V2X领域。
路基自动驾驶今天讨论的就是道路作为基础系统来参与和支撑车享行驶任务，这样形成的新一代的交通运行系统来实现交通运输的转型升级。
决策有不同的层次，有自己不同的定位，我们梳理了跟道路相关的决策主要有路网层、路段层、节点层和车辆决策，随着V2X的发展，研究的重点是在路段的决策和节点的决策。
讨论一下所谓的驾驶决策的核心是什么？从车辆的角度就是两件事，换道、跟车。从路方决策的核心是什么？就是不同车道的路权的分配和不同路段的速度的协调，这些就带了车路协同决策的根本任务，就是换道、路权、跟驰和速度控制进行统一的协同决策。举例，柔性车道管理，对于柔性车道管理是一种动态路权的方法，比如自动驾驶车辆给它一个距离，而不是完整的车道，可以避免不同智能等级的车辆混行，另外在渗透率比较低的情况下来提高道路的使用率。第二做一个分段的自适应协调控制，路侧的设备采集了车辆、道路、天气的信息形成一个融合的感知，然后在静态限速的基础上对不同的路段进行不同的动态限速调整，确保安全的情况下提高整个路段的通信效率，也使驾驶变得顺畅，这是两个路段层决策。
关键节点的决策，比如前方事故，路侧设备检测到前方事故的时候可以看到在速度协调区来进行速度的调整，来创造合理的可插入间隙，在换道引导区根据路况确定换道区域，碰撞预警区进行碰撞预警，同时引导车辆避开应急救援区，这是关键节点的案例，我后续会给大家带来几个如何应用的场景供大家参考。
车侧的感知和路侧的感知都是有很明显的局限性，所以我们自然会想到车路协同之后感知是互补的感知，举一个紧邻车道混道综合感知的例子，车端感知自车微观的状态和紧邻车辆的状态，而路端可以感受到整个邻域交通运行的状态，两者融合才可以得出一个完整的信息来指导车辆换道。
感知是为决策而服务的，车端的决策是在车载计算平台，而路端的决策是要通过发布才能推送给车端，在混合流条件下信息发布有一个很明显的特点就是多维度的融合，因为信息的约束力度不同，发布对象不同，服务范围不同，更新频率也不同。举例，同样还是前方事故，路侧感知到前方事故之后对于紧邻车辆应该采用精准推送的方式，给人推送预警的信息，而给车端直接发前向碰撞的指令。而对于周边的车辆我们就要采取区域广播的方式通知车辆避让，发送的信息、方法、通知都是不一样的。主要特点以MEC和V2X为基础，决策是多层次的、分层的决策才能分层协同，我们的感知一定是互补的感知，任何单一的感知都不可能给交通带来所谓“全息”的结果。发布一定是多维度的发布，无论是从推送的范围还是推送的对象信息都是不同的。整体架构一定会是跨域跨网的，它的交换一定是特征级的交换，这是我们的一个基础理念。
这是美国高速公路管理局、汽车工业协会和我国的汽车工业协会都对自动驾驶做了一个分类，这个是以单车自动驾驶的发展演进路径为线索的，可以简单的分成两大阵营，L0—L2是由人类来负责驾驶环境，我们叫人机共驾，目标很简单，是提升人机的功效，会无限逼近于L3，而L3到L5是属于高等级自动驾驶，终极目标是无人驾驶。驾驶形态由人工驾驶演进到人机共驾，最后到无人驾驶，而路基自动驾驶会从道路辅助决策一直演进到车路的协同决策。
首先了解一下混合流，就是不同智能水平的车辆在道路上混合行驶，举一个变速器的例子，变速器的自动化可以追溯到上个世纪初，变速器的市场份额，可以看到手动变速器还有20%的市场份额，汽车的零部件发展需要如此的漫长。从人工驾驶到无人驾驶一定是一个很漫长的时间，可以预言会有多种技术路径演进来达到从人工驾驶到无人驾驶，从非网联驾驶到网联驾驶，所以多维混合流一定是历史发展的必然。
针对多维混合流相互关系就比单一的车流要复杂得多，一个成熟的自动驾驶它的判断是客观的，它的决策是理性的，而人会存在着主观和感性的因素，这就给多维混合流的安全带来了巨大的挑战。
这个是我去年“十三五”重点专项里面的一些阶段性成果，前三个是属于主动安全领域，最后一个是属于主动管控领域。
第一个案例是高速公路分流区，根据事故统计有1/3的事故在高速公路分流区，主要问题由于在这个区域中车道编导行为增加，交通流是趋于紊乱，这时候可以看到由于车辆过度减速会使直行车辆的差异增大，驾驶员错过出口的说话会采取紧急变道或者强行变道，这样容易诱发二次事故。
第二个场景是高速公路的隧道入口，可以看到在隧道区域中过渡区是事故频发路段，主要原因是由于黑洞的效应，驾驶员没有完全适应昏暗的灯光，这样在整个的路段速度也较正常路段比较低，速度差异也带来了安全的风险。主要的事故类型是追尾，事故严重程度会高于普通路段，对此我们带来了这样的一个解决方案。
第三个融合场景是施工作业区，去年这个会开完之后我跟同行交流能不能在Work Zone领域做一些工作，我们大致完成了一个方案，在这里也向各位做一个汇报。我们在Work Zone这个领域有六大安全隐患的问题，对此提出了解决方案。
第四个融合场景是通过有限网联车辆进行管控，可控的限速是搞交通人的一种执着，但是所有的驾驶员都不愿意去听从这种可变的限速，我今年在云南的昭通在一个外环路上想做这样一个尝试，通过有限车辆来做速度的调节。
今天主要是给大家带来了几个融合的场景。针对节点级的决策主要侧重于我们的道路主动安全。围绕路段级，有限网联车辆的管控，目前还在做货车队列的专用道的管控，在座很多车企朋友特别关注货车队列怎么实现，而我关注货车队列是不是应该跟一般的车辆一样来管？特殊的交通体要不要专门管理，怎么管，怎么让它上路，到了分流区怎么办，这个就是需要柔性专用车道管理。
把自动驾驶的分级和不同的智能特点的道路组成了一个矩阵，作为矩阵来讲，我们可以看到在智能网联道路这个领域针对低等级的自动驾驶车辆可以实现推荐引导，而对高等级自动驾驶的车辆就可以实现道路的辅助决策，而我们到感控一体的道路上对低等级的车辆有智能的管控，而对高等级道路就可以实现车路协同的决策，从车辆和道路的产业化角度来看，任何一辆车都可以开到不同智能水平的路上，任何一条路应该都能为不同智能水平的车辆提供服务。
今天主要来跟大家分享的就是路基自动驾驶的三大技术理念，就是决策一定是分层的，才有车和路的协同决策。它的感知一定会是互补的，任何一个单一的感知都不可能提供真正对交通有价值的全息的交通数据。发布一定是多维度的，因为不同的对象接受信息的特点是不同的。同时给大家带来了几个融合应用场景，上面三个是我们在节点级决策的用于道路的主动安全，最后一个是路段级决策的，作为车路协同的主动管控。
去年交通部认定的首批的自动驾驶研发中心，是中资集团来牵头，由九家国有企事业单位共同组成的一个团队，技术理论是由同济大学和长安大学，创投单位有北京的首发和中交信科，目前有四家支撑单位，分别是汽车方面的中汽中心，通信方面有大唐高鸿，测试方面是上海淞泓，北斗方面是航天五院，整个中心有三个技术方向，分别是公路基础设施数字化，车路信息交互与协同控制，和自动驾驶测试与评估技术研发，今天主要给大家分享的路基自动驾驶是集中在第二个方向，车路协同信息交互和协同控制技术方向。
