車聯網技術對自動駕駛服務效能的影響研究

目錄TOC\o"1-3"\h\u摘要 IABSTRACT II1緒論 31.1研究背景 31.2研究意義 31.3研究內容和方法 31.3.1研究內容 41.3.2研究方法 42國內外研究現狀 52.1網聯自動駕駛車輛軌跡優化 52.2關于車聯網的定義 533.1車聯網的定義與發展 73.2車聯網核心技術研究 73.2.1車聯網的關鍵組成部分 73.2.2無線接入技術 83.2.3路由協議 83.3自動駕駛技術介紹 93.4自動駕駛核心技術組件研究 94車輛網與自動駕駛技術的融合 114.1數據共享與協同工作 114.2技術架構設計與構建 114.2.1應用于智能網聯汽車的新型總線以太網 114.2.2基于以太網的汽車網絡架構應用發展過程 124.2.3汽車以太網傳輸協議 134.3安全保障機制 144.4標準化與互操作性 154.5案例研究 165車聯網與自動駕駛技術融合帶來的影響 195.1對交通安全的影響 195.2對駕駛效率的影響 195.3對社會經濟結構的影響 206總結與展望 216.1研究總結 216.2未來研究方向 21參考文獻 22致謝 23

1緒論1.1研究背景隨著車輛網技術和自動駕駛技術的興起，自動駕駛正成為車聯網環境下智能車輛的重要組成部分。近年來，中國在車聯網和自動駕駛服務領域出臺了一系列政策，以推動技術發展和應用落地，如：智能網聯汽車“車路云一體化”應用試點、智能網聯汽車準入和上路通行試點、國家車聯網產業標準體系建設指南以及5G應用“揚帆”行動計劃等一系列政策，體現了中國政府在推動車聯網技術和自動駕駛服務發展方面的積極態度和明確方向，旨在通過政策引導和支持，促進相關技術的創新和產業化發展，確保道路交通安全。其中通信技術與網絡性能、數據交互技術、高精度定位技術、車聯網生態與參與主體、環境感知能力等都是車聯網技術對自動服務效能影響的關鍵因素。因此研究車聯網技術對自動駕駛服務效能的影響研究，具有重要的現實意義和政策引導價值。技術方面，當前自動服務駕駛擁有射頻識別（RFID）、LTE-V2X和NR-V2X、C-V2X以及LSAV主動服務平臺的等一系列相關車聯網技術支持。通過技術支持來發現車聯網技術影響自動駕駛服務效能的因素，并開始著手進行優化升級。1.2研究意義1.理論意義項目預期將加深對車輛網絡技術與無人駕駛業務性能的理解。通過融合汽車電子控制、汽車市場營銷等多個學科的交叉融合，加深對無人駕駛汽車網絡的認識。在此基礎上，探索車聯網在提高車載環境感知能力、優化路徑與車速、支撐復雜交通管控等方面的作用，提高無人駕駛的安全經濟性能。本項目的研究成果將進一步完善ITS的基礎理論，并為無人駕駛的發展奠定理論和實踐基礎。2.現實意義本選題的完成可以形成針對技術瓶頸，并有提升交通效率與安全性的解決方案，通過通過深入分析車聯網技術對自動駕駛服務效能的影響，本研究將提出解決方案，以增強自動駕駛車輛的環境感知能力，減少交通事故，提高交通流的效率。這對于實現自動駕駛技術的商業化和普及至關重要。此外，通過信息交互協同、協同感知與協同決策控制，車聯網技術可以極大地拓展單車的感知范圍、提升感知能力，實現群體智能，從而提升自動駕駛能力并保證安全。1.3研究內容和方法1.3.1研究內容針對這一問題，項目以無人駕駛服務有效性為研究對象，開展以下研究：（1）研究車聯網對無人駕駛服務有效性的作用機理。對通信、感知等各種車聯網技術進行分類，并對其發展層次進行分析；同時，研究無人駕駛的性能評價指標體系，包括安全性、便利性等。研究內容包括：（1）研究車聯網對無人駕駛性能的作用機理。在技術層次上，通過信息交互和協作決策，提高無人車行駛的準確性和穩定性；本項目以用戶體驗為切入點，研究車聯網對出行規劃和提升服務滿意度的影響機制。本項目將基于真實的案例與資料進行實證研究。采集無人駕駛汽車在各種應用場合下的實際運營情況，通過統計分析和建模等手段定量描述無人駕駛汽車與無人駕駛汽車之間的關聯。本項目的研究成果將為實現無人駕駛系統的性能優化與性能優化、促進我國智慧交通的發展具有重要的理論意義和應用價值。1.3.2研究方法1.研究方法采用文獻調研方法，通過對國內外有關車輛網絡及無人駕駛技術的發展狀況有一個較為全面的認識。比如，在《車聯網技術在自動駕駛中的應用研究》中，對無人駕駛的具體情況進行了較為詳盡的描述，其中涉及到多個車的通信協議、實時路況信息的監控以及高精度地圖的利用等。本項目的研究成果將為深入理解車聯網在保障行車安全、高效行駛、基于高精密電子地圖的無人駕駛等方面具有重要意義。2.問卷調查法本項目擬采用問卷調查法，通過對調查結果的搜集與分析，掌握無人車服務使用者的實際感知與需要，進而為相關研究提供資料支撐。比如，當車主對無人駕車服務的售后服務滿意程度不高時，可以通過改善其售后服務來提升車主的滿意程度。3.比較研究法通過通信性能要求、環境感知、技術架構、安全與效率等要求的比較，可以研究出適合當前發展且具有高效能的自動駕駛技術。2國內外研究現狀2.1網聯自動駕駛車輛軌跡優化目前已有眾多學者對車輛的速度軌跡優化進行了研究。主要集中在純自動駕駛環境下。如徐麗萍等以車輛不停車通過交叉口為引導目標，提出了車輛列隊的車速引導模型，該模型可顯著提高交叉口通行效率并減少車輛燃油消耗。楊瀾等以能源消耗最低和通行效率最高為目標建立車輛軌跡優化模型，并利用非支配排序遺傳算法求解。戴榮建等開發了一種自動駕駛車隊的信號與軌跡協同優化的控制方法，該方法相比較傳統固定配時可有效提高信號交叉口通行效率并減少停車次數。Meng等考慮車輛之間可能產生的相互干擾，提出了一種可實時更新的生態駕駛算法，能有效減少車輛行程時間和能量消耗，且有效避免碰撞產生。Ma等針對自動駕駛車輛組隊行駛，提出了一種分層結構，上層是車輛最優速度決策模型，下層是CACC車輛跟馳控制器，采用動態規劃（DynamicProgramming，DP）進行求解，仿真結果表明該策略可以最小化自動駕駛車輛隊列的能源消耗。Tajalli等以改善交通運行為目標，提出一種動態速度協調策略，并提出一種預測控制模型預測交通流狀態，將這兩種方法相結合，能使汽車行駛的車速達到最優，并能縮短行駛時間。在完全自主行駛的情況下，無信號交叉路口的研究也是一個熱門的課題。例如，吳偉構建了一種基于混合整數規劃（MILP）的無人駕駛路口管控方法，以路口總延誤最少為目標，對各路口的最優行車路線及進入時間進行優化，構建沖突預防機制，以避免發生碰撞。高志波等構建了以最少行駛里程和最少燃料消耗為約束條件的列車抵達時序及車速規劃模型，采用迭代方法進行求解，實現了多輛汽車在交叉路口的交互穿越。2.2關于車聯網的定義有很多種，在國內被廣泛認可的V2X，是指利用新一代信息與通訊技術，在車與人、車與車、車與路、車與云等方面進行全面的連接，提升車與車的智能與無人駕駛的能力，建立起一種新型的車及運輸服務模式，為使用者提供智能、安全、便捷、高效節能的一體化服務。V2X中的信息互動方式主要有：車與人互動（V2P）、車與車（V2V）、車與路（V2I）、車與車（V2N）等。美國是最早進入車聯網領域的國家，其在車與車、車與車的信息交互方面已經有了很大的發展，并已建立起一套標準。美國自2009年起已制訂了車載互聯網發展策略，并提出要在5-10年內確定未來汽車聯網產業的發展趨勢。美國運輸部在2015年發布的《美國智能交通系統戰略計劃》（StrategyStrategy）中，將美國的發展戰略定位于實現車輛的智能化與互聯。美國于2020年公布了一份《確保美國自動駕駛技術的領先地位:美國自動駕駛4.0》（AutomotiveAutomaticAutomaticAutomotive4.0）計劃。同時，歐洲多個國家對車載網聯化的發展給予了極大的關注，2013年德國數字與運輸部聯合舉辦了“無人駕駛圓桌論壇”，對車聯網與無人駕駛等核心技術進行了深入探討。為了將車聯網與無人駕駛相融合，德國于2015年通過了《自動駕駛和網聯駕駛》項目。歐洲聯盟在2019年發布了一項以短距離專用通訊為基礎的V2X技術。同一年，歐洲有關機構發布了《ITS技術發展藍圖》，重點關注車聯網與設備的互聯，重點是實現網絡與智能的協同連接。與國際比較，國內V2X雖然在國內起步比較晚，但近年來隨著大數據、云計算、移動互聯等新興科技的迅猛發展，V2X也獲得了長足的進步。除了傳統的車企，阿里巴巴、百度等互聯網企業也正在積極地進行對車輛互聯網的研究。京東公司于2016年推出了以ITS為核心的現代化物流系統，初步構建了一個完備的智能化物流系統。同年，上汽榮威與阿里巴巴合作，研發基于“云OS”的“智慧駕駛”科技。百度在2017年發布了“Apollo”（Apollo）計劃，并將其打造成"車-機-硬-軟-云"的車聯網系統。阿里巴巴旗下的阿里云與福特旗下的Autonomic公司于2018年8月展開合作研究，共同打造名為“汽車互聯”的云服務平臺。東風汽車于2018年首次推出基于5G通信技術的“Sharing-VAN”車載系統，具有自主導航、遠程控制等多種功能。另外，廣汽，長城，長安等都在5G通訊基礎上進行了相關研究和開發。從國家層面來看，為了加快V2X的發展，國家發改委和交通運輸部于2016年發布了《推進“互聯網+”便捷交通促進智能交通發展的實施方案》，提出了構建智慧交通體系的整體架構和具體措施。2019年，國家發改委發布《車聯網(智能網聯汽車)產業發展行動計劃》，提出加快研究開發LTE-V2X、5G-V2X等新型通訊關鍵技術，為我國未來5G/5G/V2X奠定基礎。今年2月10號，由發改委等11部門共同發布的《智能汽車創新發展戰略》，提出打造中國“智能化”、打造“智慧型汽車”的發展戰略。同年，國家通信總局發布《關于推動5G加快發展的通知》，以推進“5G+車聯網”產業融合發展。今年一月，國務院印發了《“十四五”現代綜合交通運輸體系發展規劃》，其中提出要健全基礎設施的數字傳感體系，推進車輛互聯，建立“車輛-道路-道路-道路”的智慧交通體系。3車聯網和自動駕駛技術介紹與研究3.1車聯網的定義與發展車聯網是指通過無線通信、互聯網和傳感器等多種先進的通信手段，實現車輛與其它車輛、基礎設施及網絡設備之間的通信。這樣，車輛就可以實現智能化、自動化和互聯，從而改善駕駛的舒適度，同時也提升了行車的效率和安全性。在汽車網絡中，汽車網絡的特征與功能有六個方面。第一，實現了信息的即時傳遞和分享。通過車聯網，不僅可以進行位置、速度、方向等信息的實時傳遞，還可以將交通、道路等信息進行傳遞，從而達到信息的分享和及時更新。第二個功能，就是導航系統。通過車聯網，汽車能夠從周圍環境中獲得相關的交通狀況，從而幫助司機作出正確的行駛選擇，從而提升行車安全。第三是對城市道路運輸的最優控制。通過車輛網絡，交通主管機構可以對交通流量、路況等信息進行動態監測，對交通燈進行合理的調控，實現交通流量的最優配置，進而提升城市的交通運行效率。第四，進行了船舶的智能化航行和航跡規劃。在車輛網絡的支持下，通過實時路況、交通擁堵狀況等數據，為司機制定最佳的行駛路線，達到節約燃油、節約能源的目的。第五，對汽車進行故障的檢測和維修。車輛網絡可以對車輛的運行狀態、故障等信息進行監控，并對其進行故障檢測，從而向司機或維護人員發出警告，從而保證汽車的安全性和使用效率。第六，車載遙控。利用汽車網絡進行遠程啟動、關機、解鎖等操作，可對汽車進行遠程操控，大大提升了汽車的安全性與便捷性。隨著車聯網的不斷發展，無人駕駛車輛的研究與開發成為可能。車聯網與無人駕駛相融合，為ITS構建與開發提供了一條新途徑。3.2車聯網核心技術研究3.2.1車聯網的關鍵組成部分信息采集單位通過車載GPS，攝像頭，雷達，傳感器等硬件設施來采集車輛的狀況，并通過硬件和通訊裝置構成AU,OBU,RSU等部件，這些部件與汽車之間的通訊鏈接構成一個完備的車聯網架構，這些部件是車聯網的基礎。汽車GPS一般被用來進行車輛的定位，它可以從GPS衛星傳來的信息中提取出文字信息，并將車輛的三維位置、方向、移動速度和移動時間等信息呈現在一張電子地圖上。本項目以車載雷達作為探測目標、目標距離和運動軌跡的裝置，采用激光入射后，遭遇障礙物后再反射回來的波束，經雷達接收機對其進行解析，并將其與目標之間的距離和距離信息進行融合，從而得到高精度的目標定位與定位，從而使其應用于汽車領域，如障礙物探測、碰撞預警、巡航控制、倒車輔助等。通過傳感器獲得精確、可信的數據，是車輛網絡研究的重點。車載傳感器可以采集車速、車速、氣壓、溫度以及發動機工作狀態等相關數據，為司機及時掌握車輛運行狀態，也是車輛網絡中最主要的信息源。3.2.2無線接入技術目前，汽車網絡采用了多種無線訪問方式，通過多種方式為車載終端提供了對V2I,V2V,D2D等多種通訊方式的支持。移動網絡接入主要有蜂窩網，衛星網，WiMAX等。車載存取網路包含：私用近程通訊（ProprivateShortCommunication,DSRC）及CALM。短程通訊網路主要有：無線網路、藍牙與無線網路。蜂窩網，WiFi,WiMAX等采用統一的網絡架構，而藍牙，紫蜂，DSRC則采用分散協作的方式。3.2.3路由協議車聯網中的車是快速運動的對象，其拓撲不斷改變，使得系統的通訊與信息交互十分不穩定。如何保證車與車之間的可靠實時通訊成為當前的研究熱點。其中，高效的路由是保證車輛網絡通信速率與可靠性的重要保證。基于策略的路由協議主要分為基于定位的路由協議、基于貪心策略的路由協議和基于聚類的路由協議。車載設備利用GPS實時獲得自己的位置，并依據目的地的位置確定下一步的轉發節點。比如，在城區道路環境中，當來源車要給前面的交通工具發送信息時，該交通工具會首先選取與其比較接近并且朝著信息傳播更有利的相鄰交通工具進行下一次跳躍。在圖3-1中可以看到。本項目以車載GPS為基礎，結合車載GPS技術，通過對車載導航系統中的車載設備及相關設備的定位，選取適合的車載設備，以達到提升傳輸穩定、減少傳輸延遲的目標。基于簇的路由協議是根據節點度、生命周期、節點間距離等將網絡節點形成簇，利用簇的分區和分層特點進行數據的轉發來提高網絡拓撲結構的吞吐量和穩定性。基于貪婪算法的路由協議是從源節點出發根據距離長短、時延大小、地理位置等信息構建出一個最佳路由路徑，從而得到整體的最優解。圖3-1路由協議3.3自動駕駛技術介紹無人駕駛車輛通過先進的感知、計算與控制等手段，實現無人駕駛的自主行駛、導航與避障。該技術基于人工智能，傳感器，剎車系統，激光雷達，攝像頭，全球定位系統等科技，以提高駕駛安全性，提高行車效率和舒適性。第一，是感應。其中，攝像頭、激光雷達、超聲波和毫米波雷達等傳感器可以實現對汽車周邊環境、路況、障礙物等的檢測。第二個，就是定位和地圖。本項目的研究成果將為無人駕駛汽車的自主行駛提供必要的技術支持。三是政策制定與計劃。無人駕駛是一種以傳感網絡為基礎，以傳感器獲取的信息與地圖為基礎，利用計算方法，對車輛行駛路線、車速、換道等進行實時判斷。第四部分是操縱裝置。通過對車輛的轉向，加速，剎車等動作進行有效的控制，保證車輛在預定的路線上安全地行進。第五，人機互動。該方法具有較強的人機交互能力，能夠使駕駛員直觀地了解車輛的行駛狀況，并能很好地與司機進行互動。無人駕駛是目前智慧交通研究的一個熱點，其目的在于減少交通事故，提高通行效率，提升行車體驗。3.4自動駕駛核心技術組件研究1.環境感知技術的進化高精度的激光雷達：高分辨率，遠距離，對環境的適應性。禾賽技術的AT128型激光雷達已經進入世界各地的商業應用，使無人駕駛汽車具備精確的環境認知功能。通過深度神經網絡的發展，將視覺傳感從單個相機獲取的信息擴展到與雷達和毫米波雷達等多源信息相結合，從而獲得更為完整的場景信息。百度Apollo在此方面處于領先地位，它的多模式信息融合傳感技術可以保證在復雜的環境中仍然具有較高的識別精度。2.決策與規劃技術的智能化在此基礎上，利用大數據與機器學習技術，實現我國無人駕駛車輛的可預見性路線規劃，實現對道路運行狀態的預判，實現對道路的最優化。高德與多個汽車廠商達成了戰略伙伴關系，為用戶提供了高精度的導航及路線規劃等業務。增強學習策略：增強學習使得無人駕駛汽車可以在復雜的道路上不斷地嘗試錯誤和學習，進而作出更加理性的決策。小鵬將增強學習的方法引入到無人駕駛中，有效提升了智能交通工具在城區復雜道路環境中的行駛安全。3.車輛控制技術的精細化高精度線控式車架：線控式車架是一種高精度、高響應速度的車輛。吉利汽車所使用的高精密線控系統，能夠在微米級別上對車輛的轉向、制動、驅動等進行精確的操控，提升其運行的平穩性與安全性。為了保障無人車行駛的安全，目前我國汽車行業廣泛使用多種冗余結構，實現核心零部件的故障自診斷。蔚來的無人駕駛技術采用了完全冗余的技術，其中包括傳感器和計算單元的冗余，以保證單個元件失效后，整個系統仍然能夠工作。4.V2X通信技術的深化應用車路云一體化：V2X通信技術正逐步實現車與路、車與云之間的無縫連接，形成車路云一體化智能交通系統。百度Apollo在北京亦莊自動駕駛示范區開展的車路協同示范項目，展示了車路云一體化在提升交通效率和行駛安全性方面的巨大潛力。4車輛網與自動駕駛技術的融合4.1數據共享與協同工作美國道路交通安全局（“NHTSA”）在2020年六月發布了一份名叫《自動駕駛車輛透明度和參與度的安全測試計劃》（以下簡稱“AVTEST”）的提議，該項目旨在向全國征集無人駕駛汽車的檢測數據，其中包含各州的法律法規，以及研發和試驗ADS的企業所需的其它資料。美國各州對于無人駕駛車輛的檢測缺乏統一的法規，再加上民眾對于無人駕駛車輛的廣泛質疑，因此該項目應運而生。因此，本項目希望通過增加試驗的透明性，鼓勵無人車廠商更多地關注整車的安全性。以此項目為基礎，國家公路交通安全管理局（NHTSA）通過美國眾議院及參議院兩院的資金支持，建立了一個互動的網上平臺，使各參與方能夠更好地了解項目的相關情況，并負責其日常運行和數據的升級和維護。該系統利用即時地圖技術，將無人駕駛車輛的試驗場地及行為資料呈現給大眾，讓大眾對無人駕駛試驗在美國的發展狀況有一個可視化的認識。在此基礎上，美國聯邦、各州政府及當地政府可以實現跨州間的信息交流與協作，提升無人駕駛車輛行業的透明性，從而獲得大眾對ADS的信任。自從8個州和9個智慧型車輛公司宣布參加這個計畫之后，NHTSA繼續把它的活動范圍擴展到更多的公司，州和地方當局，以增加新的參與者。另外，國家公路交通安全局也不斷地投資于互動線上平臺，例如CDAN（冷凍數據驗證網絡）平臺。4.2技術架構設計與構建汽車的智慧網聯性要求汽車承載的數據量是傳統汽車的百倍、千倍、萬倍，海量的數據要通過車聯網才能滿足。常規CAN總線通常以500kbps的速度進行傳送，最高可達1Mbps；新的CANFD總線具有5Mbps的最高傳送速度；FlexRay總線，可以達到10Mbps的數據傳輸速度，但是由于成本較高，除奧迪和寶馬外，大部分的車輛制造商都沒有采用；MOST總線由于使用了較高的光纜，目前只在寶馬等幾家汽車廠商中使用。迫切需要一種低成本、高可靠、高帶寬的車聯網來實現海量數據的傳輸。4.2.1應用于智能網聯汽車的新型總線以太網引入和完善已有的民用以太網技術，實現車載海量數據的傳送是發展的必然趨勢。在此基礎上，本項目提出了一種基于CAN（Ethernet）的新型車載互聯車載通信方案，并采用基于CAN（Ethernet）的車載車載互聯（Ethernet）和車載舒適性（CAN）子系統（B-CAN）的組網方式。車載導航采用了高清攝像頭和高精度雷達采集的海量信息，而音頻、錄像和音頻等信息則選擇了以太網進行娛樂。車輛數據（車輛狀態數據、高清視頻數據、雷達數據）可以通過遠程通信網絡（Telematics）或者V2X（Car2X）等向外部云計算平臺、基站、數據控制中心等發送。車載娛樂控制裝置可通過無線網絡和藍牙技術將音頻和錄像文件下載到車上，讓用戶在車上也能欣賞到“家庭影院”。圖4-1智能網聯汽車網絡架構4.2.2基于以太網的汽車網絡架構應用發展過程從點到面，可以分為兩個階段。第一代ITS體系結構見圖4-2，將車載Ethernet引入到輔助行駛及娛樂系統中，通過Ethernet實現高清攝像頭、雷達、音頻、視頻等數據的傳輸，并通過傳統CAN、CANFD實現數據的交換。利用中心網關完成輔助駕駛，娛樂系統，動力底盤系統，車身系統之間的數據交換。位于娛樂領域的Telematics模組，具備4G及5G網絡傳輸與接收能力，并可透過Telematics模組將資料下載及上載。利用LTEV2X技術，可以從LTEV2X中獲取來自基站或其他車載設備的DSRC、ITS等信息。第二代ITS體系結構見圖4-3，基于一代ITS體系結構，將動力底盤域網關、車身域網關等技術加入其中。與其他網段和域之間的數據交換由整車域網關和車身域網關來完成，域網關還具有CAN,CAN-FD,Ethernet等數據變換的功能。中心網只需要對以太網進行數據交換就可以了。圖4-2第一代智能網聯汽車網絡架構圖4-3第二代智能網聯汽車網絡架構4.2.3汽車以太網傳輸協議在此基礎上，提出了基于Ethernet的車載網絡體系結構，實現了基于Ethernet的自動駕駛和車載娛樂三大功能。其中，行車輔助及娛樂系統以傳輸AV資料（音頻視頻資料）為主，而主機網路則以傳送各個區域及各個區段之間的車輛資料為主。根據OSI基準模式，并考慮到車輛的實際使用特點，本文提出了以下幾種適用于ITS以太網的協議規范，見圖4-4。圖4-4汽車以太網所用協議標準車載導航和娛樂設備都是通過AV信號進行傳送的，而這些信息之間是要同步的，所以選擇了汽車AVB（音頻視頻廣播）的模式，以及兩個以上的以太網絡的協議模式（其中最重要的是Layer1,Layer2）。在該方案中，Layer1的物理層選擇了100M的高速Ethernet，而使用的是1對5級的未屏蔽的雙絞線。圖層2的資料連結層選擇針對AVB的IEEE1722,IEEE802.1Qav,IEEE802.1Qat，以及IEEE802.1AS等通訊協定。802.1Qat流保留技術是為了克服當前A/V數據流和一般的非同步TCP數據流在數據包上存在的問題。802.1Qav排隊和傳送協定，保證了常規的非同步以太網資料流不會與即時的聲像資料流發生干涉。IEEE1722，音頻和視頻通信規范，規定了在本地網絡中實現實時音頻和視頻流的兩個層次數據包，以及A/V流的建立、控制和關閉的協議。與3到7級相對應的OSI基準模式，將A/V音頻和視頻流（也就是IEEE1722中的數據內容）置于其中。802.1AS是一種高精確度的時鐘同步協定，可使A/V音頻與影像數據之間的時鐘同步。主機，用于傳送各個域和各個網段之間的交通工具的狀態信息。選擇了7級網絡模式，百兆高速Ethernet選擇了一層1的物理層，并使用了一對5級未屏蔽的雙絞線進行了布瑞赫的設計。圖層2的資料連結層使用一般的IEEE802.3協定。Layer3-7除了采用TCP/IP協議集群中的IPv4,UDP,TCP,ARP,ICPM等協議外，還加入了特定于車輛的DoIP,SOME/IP,DHCP,UDS,XCP等協議。具體包括：DoIP用于故障診斷通信、SOME/IP實時處理和軟件體系結構、DHCP（DHCP）、車輛故障診斷（UDS）、XCP（XCP）等。4.3安全保障機制1.感知系統的精準識別：無人車的感應系統是車輛運行的首要保障。為實現對目標（例如貓咪）的精確識別，必須融合多個傳感器信息。攝像機能給出目標的細節，比如形狀、尺寸、紋理等，從而確定目標是否為活物。而在實際應用中，它能準確地檢測出目標與目標的距離，相對速度，以及運動的方向。在此基礎上，利用深度學習與機器學習的方法，實現對海量信息的實時處理與分析。比如，通過對已有標簽的圖片、雷達等數據的訓練，實現對貓科動物的運動特性（如四肢、靈活移動等）的精確識別。2.決策系統的合理判斷：其中，決策體系是保障職能安全的關鍵。在傳感器獲取目標的相關數據后，通過對目標的識別和判斷，再結合目標的實際情況（如車速、行駛方向等）、交通規則和目標的危險度等，對目標進行有效的判斷。針對貓咪的突發狀況，根據車速及與貓咪之間的距離，判斷出剎車力度及剎車所需要的時間。在此基礎上，提出了一種基于模糊神經網絡的智能駕駛方法，該方法能夠有效地降低汽車的碰撞風險，提高汽車的安全性。為此，本項目提出了一種新的優化策略，即利用模型預測控制（MPC）對車輛及周邊路網中的行人進行動態預測，從而對其進行優化。3.執行系統的有效操作：當決策系統決定采取剎車措施時，控制系統應保證剎車措施的有效性。該驅動裝置由汽車剎車裝置（剎車卡鉗，剎車墊，剎車液等）和控制裝置組成。當剎車控制器收到判斷系統發出的命令后，可以準確地將剎車壓降至期望的剎車速度。在此基礎上，提出了一種新型的剎車控制方案，以確保其運行的安全性。比如，當某一回路發生了失效時，另外一回路也能保證雙回路制動。在此基礎上，利用傳感器對制動壓力和制動盤磨損情況進行監測，以保證制動系統的安全可靠。4.4標準化與互操作性在無人駕駛和車聯網的過程中，標準和互用性是關鍵，是推動汽車行業健康發展的基礎。汽車網絡和無人駕駛技術的發展需要規范化。現在，這個行業包含了許多不同的技術，設備，系統，制造商。由于缺少規范，使得軟件的兼容問題頻繁發生，使得軟件的研制費用和工期都大大延長。比如，汽車上的各種傳感器數據格式和接口協議各異，很難達到有效的數據共享和協作。為此，急需建立一個包括通訊協議、數據格式和安全規范在內的統一規范。目前，國內外有關部門和單位正在進行標準化工作，為行業的發展指明方向。而互聯互通又是汽車與無人駕駛的深入結合的關鍵所在。這就需要不同的系統，設備，平臺實現無縫對接，實現信息的流暢交互。假設車聯網中的車輛、基礎設施、基礎設施等各方面的信息不能互相了解與協同，那么無人駕駛就是一場空。只有通過人機交互，車輛才能從路面上獲得路況信息，交通信號指示，作出正確的行車決定；此外，還可以通過多個車型的數據共享來共同執行諸如隊列等復雜的交通作業。為了達到規范化和互用性，產業界、學術界以及政府部門需要密切協作。企業要主動地參加標準的制訂，為企業提供實際的經驗和技術建議；在此基礎上，學者們以科研的方式為標準的制訂提供了理論支撐；而對于這些標準，政府應起到導向和監督的角色，以促進其執行。唯有如此，無人駕駛與車聯網的結合，方能掃清阻礙，走向更大的發展空間。4.5案例研究1.北京房山智能交通系統中車聯網應用的項目項目概述北京房山區致力于打造國內首個5G自動駕駛示范區，以推動5G與自動駕駛技術的發展與融合。該項目旨在通過整合車輛、道路基礎設施和交通管理系統，實現交通的高效運行和智能化管理。目標是構建一個集創新研發和產業轉化基地、智能網聯研發基地和智慧交通研發基地、智能網聯汽車文化體驗區、車聯網、自動駕駛大數據交易服務中心為一體的綜合測試與城市示范區。2.融合技術的應用場景本課題擬采用5G車聯網技術，將車與交通信號燈、道路傳感器、停車場管理等設備進行連接。目前，該項目已建成國內第一條無人駕駛試驗路，總長2.2km，設置10座5G基站，4套智能交通控制系統，32處車路協同數據收集點位，115個智能感知設備。利用5G技術，可以將汽車的駕駛狀態信息實時傳輸到云計算平臺，進行對汽車的故障進行遠程檢測，并對其進行性能分析；提供即時路況資訊，并提供最佳的駕駛路徑，支援遙控。

3.成果與經驗總結目前，該示范基地已經完成了超過200個無人駕駛企業的案例試驗，累計行駛里程超過百萬km。通過本課題的研究，可以明顯地緩解我國的道路擁擠問題，使道路通行能力和車輛速度得到明顯的改善，公交系統的準時性和旅客的滿意度也得到了極大的提高。通過改善道路運輸條件，降低由道路運輸引起的各種矛盾與糾紛，維護城市的和諧與安定。5G無人駕駛試驗基地第二階段路段，總長度10km,16處交叉口，根據車-路協作互聯的場景設計，共設置6種不同的應用場景，并為用戶搭建一個“一站式”的智能互聯與應用服務集成平臺。其中6類車-路協作場景分別為：路口碰撞預警場景、闖紅燈/綠波車速引導場景、弱勢交通參與者碰撞預警場景、全息路口場景、AR實景鷹眼場景、可變限速預警場景。

主要場景

交叉口碰撞預警選取無信號控制交叉口搭建智能交叉口安全預警系統，達成智能會車提示，提升交通安全，賦能自動駕駛汽車。智能交叉口安全預警系統，基于車路協同技術，以雷視道路多維感知一體機作為交會車輛的檢測設備，運用深度學習技術識別沖突方向車輛實時位置信息，一方面通過誘導信息屏向普通車輛提示潛在沖突風險，另一方面向自動駕駛車輛發送車輛位置信息，通過車載設備判斷車車沖突隱患，提醒駕駛員注意會車盲區。交叉口碰撞預警場景示意圖

闖紅燈預警/綠波車速引導選取道路信號控制交叉口，建設可讀可控的信號控制系統和車聯網通信系統。通過智能路側單元和信號機的交互，基于V2I（車輛和路側單元信息交互）技術，智能網聯車輛獲取前方信號機紅綠燈運行相位和時間，實時計算相應車輛運行速度，避免車輛因過多怠速、加速行為產生的污染問題，提升城市環境。闖紅燈預警/綠波車速引導場景示意圖

弱勢交通參與者碰撞預警為提升人-車-路高效協調，提升人行橫道道路交通安全，在無信號燈路段斑馬線典型路段建設弱勢交通參與者沖突預警應用系統。弱勢交通參與者沖突預警應用基于V2P（車輛和人的信息交互）技術，通過在人行橫道側部署行人檢測攝像頭、激光雷達，結合邊緣計算終端進行數據融合，檢測行人位置及方向，當車輛靠近時以聲光和廣播方式向行人提示潛在沖突，網聯車輛通過車載設備獲得行人沖突預警信息，以達到“更安全的斑馬線”。該項應用能夠有效避免大型車輛在人行橫道等人車易沖突區域因制動性差或視野盲區造成的交通事故隱患，提升行人過街注意力。

5車聯網與自動駕駛技術融合帶來的影響5.1對交通安全的影響在我國，大約90%的道路交通事故都是由于司機的判斷失誤或缺乏注意而引起的。無人駕駛汽車利用高精度傳感器、先進算法以及人工智能等手段，能夠精準地感知周邊環境，并做出快速精準的判斷。比如，無人車能夠對道路環境進行實時監控，并對道路狀況進行監控，從而能夠有效地避免與其它車輛發生碰撞。另外，無人駕駛的汽車能夠持續工作，而且沒有任何的疲勞，這一特點對長途駕車的公共汽車駕駛員來說尤其重要。就用戶的感受而言，無人駕駛的運用也是非常重要的。首先，無人車可以為乘客帶來更順暢、更舒服的乘車感受。在電腦的精密操控下，無人駕駛巴士能平穩地升、降，降低緊急剎車或突然轉向時的不適感覺。另外，無人駕駛巴士可以更加精確地進行位置與停車，既可以提升車輛的行駛速度，又可以方便旅客的上下車。此外，無人車還能通過路徑規劃與調度，縮短公交車輛的等候時間，改善公交的準時性。在此基礎上，提出了一種新型的無人駕駛公共汽車模型，通過對車輛運行狀態的監測，實現對車輛的安全運行和安全運行的有效控制。另外，無人車群調度技術可以隨著客流的改變，對車輛發車次數進行動態調節，從而縮短車站等候的時間。同時，無人車的普及也遇到了許多問題。比如，現有的道路交通規則及道路建設主要針對人工駕駛，因此有必要針對無人駕駛汽車進行適當的改善。無人駕駛系統在安全方面具有很多優點，但是要保證其在復雜路況下的工作性能，還需要進行嚴謹的試驗與檢驗。5.2對駕駛效率的影響無人駕駛可以降低駕駛員的錯誤行為，提升公交的利用率，從而實現公交的高效運行。無人駕駛汽車可以準確地進行路徑規劃，并嚴格按照道路行駛，降低意外事件的幾率，提升總體安全水平。舉個例子，谷歌的母公司Alphabet旗下的無人駕駛業務Waymo，在試驗過程中，其無人駕駛車輛的百公里行駛事故發生率比普通人工車輛要低，顯示出無人駕駛車輛在安全方面的優越性。無人駕駛汽車能夠24小時無休無休，無人值守，極大地提升了汽車的利用率。從費用最小化的角度看，無人駕駛可以大幅度降低人工費用。公交系統一般都會有很多駕駛員，而這些駕駛員又占了整個運行費用的很大一部分。據一份由國際大眾運輸組織進行的調查顯示，勞動力在整個公交系統運行中所需費用中有30%到50%是由勞動力構成的。由于采用了無人駕駛，因此可以更好地減少這種費用。5.3對社會經濟結構的影響從勞動力的構成來看，我國的傳統運輸業對工作的要求出現了明顯的轉變。在長途駕駛和出租車營運等行業中，對駕駛員工作的需求量將會下降。然而，在這一過程中，諸如無人駕駛系統監控員、車輛聯網技術維護工程師、數據分析人員等新型就業機會將會越來越多。新的就業形式對勞動者的科學文化素質、業務水平提出了更高的需求，從而促進了我國的勞動力資源向高技術密集的方向發展。在行業構成上，我國的汽車工業正在經歷一次較大的轉變。車輛已不僅僅是一種機器設備，而是一種具有高度智能化和互聯性的手機設備。它將促進我國的汽車工業與電子信息、通訊等產業的進一步結合，形成新的產業形態。另外，由于這種技術的結合，物流企業還可以通過降低成本和提高效率來提高整個供應鏈的運行效率，從而促進有關的產業布局。在區域經濟發展中，科技的運用將會使一個城市或一個區域的經濟結構發生變化。在汽車網絡及無人駕駛技術研發應用方面走在前列的地方，將會有更多的企業和人員向其集聚，從而產生集聚的優勢，進而提高整個城市的整體競爭力。同時，由于發展水平較低的地區之間存在著較大的發展差異，因此，為了尋找新的增長動能，促進地方經濟的轉型升級，促進地方政府和地方政府間的協調發展。6總結與展望6.1研究總結項目通過分析車聯網對無人駕駛性能的作用機理，發現：無人駕駛系統中的車聯網能夠有效提高無人駕駛系統的安全性能。利用V2V和V2I等通訊手段，可以對可能出現的隱患進行預警并作出相應的應對，從而減少交通事故的發生。在網絡環境下，通過車聯網獲取的實時路況數據，可以幫助無人車進行最優的行駛路線規劃，縮短排隊等候的時間，提高道路資源的