智慧交通之自动驾驶

智慧交通之自动驾驶

自动驾驶的分级

自动驾驶分为多个等级，分别是L0-L5级。

Ø L0级：人工驾驶，也就是传统的机动车，没有辅助功能及系统，完全依靠驾驶员的经验进行驾驶。

Ø L1级：辅助驾驶。可以在L0的基础上做一些简单的辅助功能，这些简单的辅助功能包括加减速功能，典型的例如定速巡航系统等等，其余的复杂点的功能还需要驾驶员来操作。

Ø L2级：半自动驾驶。L2级自动驾驶是已经走进现实的技术，不但能够控制加减速方面，还能控制车道，典型的例如自适应巡航系统、自动泊车、自动变道，限速识别等等，其余的特别复杂的功能需要驾驶员来操作。

Ø L3级：有条件的自动驾驶。车辆可以实现对绝大部分的功能操作，而且面对大部分情况车辆也能够自己去应付，但是驾驶员还是要始终保持注意力，在出现紧急情况时需要随时接管车辆。

Ø L4：高度自动驾驶。在有限的简单场景下，车辆能够自行完成所有的操作，不需要驾驶员操作，例如高速公路，公园。

Ø L5级：全自动驾驶。在任何地形场景下，车辆能够自行完成所有的操作，不需要驾驶员操作，例如繁忙的大城市的市中心街道。

自动驾驶之智慧车阶段

本地的自动驾驶技术指的是依靠人工智能、视觉计算、雷达、监控装置和定位系统协同，让电脑在没有任何人类主动的操作下，安全的操作机动车。这项技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图对前方的道路进行导航，也就是智慧车的实现阶段。

成为一个智慧车，首先要解决的是机动车如何感知世界，感知周围的交通情况，例如车辆附近有什么东西？距离自己有多远？

为了保障机动车感知世界的可靠性，我们在车辆上安装毫米波雷达，超声波传感器，摄像头设备以后再融合分析这些设备的数据，综合的帮助车辆可靠的感知物理世界，并在车载电脑上虚拟重构物理世界，这样电脑才能够有理有据的控制车辆的加减速，换车道，倒车，停车等等操作。

当这种感知技术做到极致，将多波段毫米波雷达，超声波传感器，摄像头的数据融合分析以后，将在任意情况下感知世界的准确度提高到99.999%，那么我们L4等级的自动驾驶技术就完成了。

但是，随着技术的不断发展，单一的从车辆本身出发，我们发现最多只能够做到L4的等级，就再也没有办法提升到L5等级，这个原因也很简单：单一车辆的感知技术仅能够局限在视野范围内的情况，没有办法探知视野范围外的情况，当碰到街角等存在障碍物的复杂场景，这种感知就会出现重大的漏洞。例如当汽车横穿十字道路的时候，单一的机动车自动驾驶技术能预知从右侧高速驶来的大卡车吗？

自动驾驶之智慧路阶段

所谓智慧路，指的是将道路上的所有交通要素的节点进行虚拟化，并上传到智慧大脑中进行监控和共享。由于交通情况的复杂性，这种虚拟化过程的数据量非常庞大，并且杂乱无章。宏观角度来看，智慧路的智慧大脑中应当包含如下这些数据：

1、机动车和非机动车的各种数据，包括车辆状态数据，位置数据，导航数据，测量数据。

2、行人的各种数据，包括位置数据和状态数据。

3、道路相关设施信息，可以是红绿灯，可以是能源相关设备，包括状态信息。

4、交通管制信息。

5、轨道交通信息。

6、空港信息

7、公交系统换乘信息

8、物流货运信息

9、公共交通调度中心信息

10、车辆支付信息

11、智慧停车信息

12、红绿灯信息

13、交通事故信息及紧急救援信息

14、特种车辆的应急信息

15、家庭出行相关信息

16、公交站点相关信息

微观角度来看，一个具体的交通场景下，应当是一个多网融合的情景，多个网络包括客货运输网，交通能源网和通信网等等，智慧路需要将这些网络的相关数据全部融合起来，综合性的完成智慧路的虚拟化过程。

自动驾驶之车路协同阶段

当自动驾驶技术发展到一定程度的时候，自然而然的就会产生车路协同的概念，让车实时了解交通情况，同时也让交通情况实时了解车的情况。

车路协同是一种将道路上的车、人、路、交通设施等信息进行虚拟化以后实时采集、分析、决策和控制的一种方法，车要根据路提供的共享数据和本地的测量数据来实时的融合的决策自己驾驶的行为，路要根据各个车提供的状态数据对交通场景建模并预测交通情况。所以，在自动驾驶技术中，有两个核心，缺一不可，一个是智慧车，一个是智慧路，只有这两个核心齐头发展并且协同作战，才能做出V2V（车车协同），V2P（人车协同），V2N（车云协同）等技术，最终达到L5等级的自动驾驶技术。

边缘计算

特别的，在本篇介绍一下边缘计算和云计算的协同，因为在自动驾驶中最容易说明边缘服务器的作用。

科学的严谨的描述下，边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供高实时服务。

简单的粗暴的描述下，边缘计算就是把服务器放到离用户最近的地方，例如楼房，马路边上，这样服务器就能最快的响应用户的需求，而在自动驾驶中，为了严格的保证交通调度的安全性，必须要让智慧大脑尽快的响应每一个交通要素的需求，显而易见，这个智慧大脑只能放在边缘服务器上。

就如同军队作战一样，每一个前线的基层指挥官就好比边缘云服务器，负责具体某一个场景下的指挥控制，后方的总指挥官就好比中央云服务器，负责整个场景下的指挥控制，云边协同才能够漂亮的赢得战争的胜利。

云计算

中央云服务器汇聚了整个智慧路的数据，包括客货运输网，交通能源网，交通通信网的数据。中央云服务器可以利用这些数据做很多事情。

l 通过交通控制专网，可以将这些数据提供给政府相关机构，交警，交通管理局实现各自的应用。

l 通过互联网，可以将这些数据提供给交通研究院校，相关能源企业，消防医院等特殊行业，通信运营商，保险公司，互联网公司，交通工具生产公司，普通消费者实现各自的应用。

所以中央云服务器的一个重要特性就是，面向社会，统一接口，统一服务。

自动车辆驾驶所需技术

智慧路所需技术

特别的，在物联网场景下，一个重要的技术就是多传感器融合技术，也就是利用多个不同的传感器融合的针对同一个事情进行感知，从而提高感知的准确性，例如道路繁忙的判断过程等等。