欢迎来到赛文交通网!

车路协同到底需不需要?

2020-10-13

来源 : 赛文交通网

作者 : 吴柯维

122人评论

最近,很多人都在讨论车路协同到底需不需要的问题。

北京卓视智通科技有限责任公司创始人兼CEO吴柯维认为,车路协同是智慧交通系统的升级,过去的很多智慧交通项目,多数落在了视频监控、电子警察、智能卡口抓拍、信号控制等系统上,而车路协同将让未来的智慧交通系统完成了一次全新升级,真正回归了道路和交通的本质,让道路感知、交通控制、交通组织、交通优化真正走到了前台。

blob.png

以下为吴柯维的演讲实录,赛文交通网进行了不改变原意的整理(有删减)。

过去几年,国内外风险投资在“聪明的车”上已经投入了很多钱,致力于实现单车智能,但遗憾的是,最近一两年,产业界越来越多的人意识到,单靠车的自主智能,不可能准确掌握到道路上所有的情况,自动驾驶汽车依然不可能避免的会发生各种交通事故,甚至会犯一些在人类看来非常低级的错误。所以大家开始从路侧出发寻找一些新的探索方向,依靠路侧基础设施,给车提供一些数据,来实现更安全的驾驶,这是一个很自然会想到的方式,这也是为何这些年车路协同较为火爆的原因。

车路协同存在的逻辑如下图所示,从交通强国战略来看,过去的老基建,修路架桥强调的是运输物质的交通路网建设,强调的是原子世界的建设;从新基建战略来看,强调的是运输信息的新一代通信网(5G)和数据中心的建设,强调的是比特世界的建设;两者进行有效的结合,通过信息技术给原子世界里的车辆发送信息,给交通路网装上感知系统,可以让交通路网也进入比特世界,两者相互融合,就是车路协同。

因此构建车路协同就是交通路网的感知能力升级、信息化升级、交互能力升级,是一种新型的基础设施建设,属于新基建的典型场景,同新基建的重点方向5G网络建设一样,从本质上讲,还是迎合了那句老话:要想富,先修路。

blob.png

2019年11月13日,交通运输部办公厅印发《全国高速公路视频联网监测工作实施方案》和《全国高速公路视频云联网技术要求》,其中指出“强化交通基础设施养护,加强基础设施运行监测检测”的要求,全面建设“可视、可测、可控、可服务”的高速公路运行监测体系。我觉得这四个关键词总结的特别好。

过去十年,我国城市道路和高速公路沿线已经装了很多摄像头,且能通过后台进行操作和管控,所以“可视”和“可控”大部分已经解决了或即将解决了,当然这里的“可控”主要指的是摄像机的控制。“可测”和“可服务”则还有很大的距离,需进一步推进,需要对道路上的信息进行准确检测和感知,最终更好的为车主提供服务。

在未来,只有真正打造出“可测”和“可服务”的智慧公路,车路协同才能真正的落地。就是围绕人、车、路、环境,通过AI实现道路、参与主体、道路环境的精准感知和监测,通过互联网为道路管理者提供服务,通过5G和C-V2X为车主提供服务。

最近,很多人都在讨论车路协同到底需不需要的问题。

我认为,车路协同是智慧交通系统的升级,过去在讲智慧交通,多数落在了视频监控、电子警察、智能卡口抓拍、信号控制等系统上。而车路协同将让未来的智慧交通系统完成了一次全新升级,真正回归了道路和交通的本质,让道路感知、交通控制、交通组织、交通优化真正走到了前台。

很多人都强调,符合车路协同的具备网联能力的车还太少,但我认为,即便是现在不能真正给所有车提供服务,但依然可以给道路管理者提供服务,给道路监控系统和管控平台提供核心数据和决策依据,道路管理者能更高效的管理道路,能提供更好的通行条件,间接的给所有车辆提供了服务。随着技术的发展,具备网联能力的车辆将越来越多,未来给车提供服务也将是一个水到渠成的事情。

接下来谈谈车路协同的技术。在关键技术层面,车路协同主要体现在通讯(V2V、V2P、V2I、V2E)、感知(道路人车感知、天气环境感知、交通事故感知、交通信号感知)和控制(云控平台)三大方面。

通讯方面,过去的2G/3G/4G都是基于蜂窝移动通信的网络结构,即便是面对面打电话,信号也要绕来绕去,假设有1秒的时延,时速120km的汽车,一秒钟会运动33.3米,所以超低时延、点对点的传输、边缘计算成为了刚需。要实现低延迟点对点的传输,主要有2个通信标准,一个是中国主导的C-V2X,一个是美国主导的DSRC。这里着重介绍一下C-V2X。

C-V2X也是我国自主创新的一面旗帜。1998年,大唐代表中国提出的 TD-SCDMA被国际电信联盟(ITU)接纳成为三大3G国际标准之一,实现了中国通信历史上的百年突破。随后我国企业主导并拥有核心知识产权的 TD-LTE成为全球两大 4G主流标准之一,到了5G时代我国企业更是走在了世界的最前列。而正是原来推动TD-SCDMA成为世界标准的原班人马,自2012年起成立了一个小分队(就是大唐高鸿车联网事业部的前身),开始转战LTE-V2X领域,经过多年孤独的坚持,到2017年3月,3GPP完成LTE-V2X第一个阶段的标准制定,到2020年7月3日,3GPP宣布R16 标准冻结,标志5G第一个演进版本标准完成。这也是第一个5G-V2X标准(NR-V2X标准)。自此,5G车路协同正式走上舞台,为车路协同奠定了通信基础。

感知方面,地感线圈是应用最久,也是目前最为成功的道路感知方式之一,已广泛应用在高速公路,城市道路,停车场出入口。央视纪录片《辉煌中国》中有一个片段,上海洋山港实现了全自动化的码头,他们使用了在码头上铺满磁钉的方式,进行AGV车辆的引导,这种磁钉其实就是一种道路感知技术,每个磁钉能够精确感知其方寸之上的车辆存在状态。但这种感知方式成本极高,如果要在实际交通道路上铺设,建造和运维成本将是个天文数字。

目前,道路上常用的感知技术主要有视频、毫米波雷达、激光雷达、北斗等等,几种技术手段也是各有优劣,具体详见下图。但相比而言,目前视频还是最有效、最实用、信息最丰富的感知方式。

blob.png

通过深入研究各种道路感知技术的优缺点,我们提出了一种融合感知的方案,通过视觉+红外热成像(必要时融合毫米波雷达)的配合,实现路侧的全天候交通精细化的感知和识别,在城市交通、高速公路、城际公路、智慧停车等场景下均可进行应用。

为实现更加精准的道路感知,我们融合车辆识别、车脸识别、行人识别、物体识别、文字识别、视频GIS空间转换等多项AI技术,并进行了数字孪生三维实景还原。主要技术如下:

blob.png

第一,交通视频检测;基于视频图像进行的车辆检测、车型识别、行人识别、交通行为识别、交通场景分析。

第二,车脸识别&车辆重识别ReID;基于独创的车脸识别可识别7000+车款、10+种微特征、10+种颜色,4000多个维度且业内首创支持360度视角全景识别,通过提取车辆微特征构建车辆ReID特征向量实现车辆的跨镜头图像匹配和图像检索。

第三,跨镜头跟踪/道路盲区检测;对隧道和高速公路的摄像头进行再利用,采用计算摄影测量的算法,识别每个目标精确到亚米级的精准位置坐标,并对车牌进行还原,基于车辆特征进行跨摄像头的跟踪匹配,构建交通全景运行态势。

第四,交通异常事件检测;可对10+种交通异常行为、20+种交通违法行为进行分析和识别;

第五,人员检测识别;可对实时视频中人物的进行检测和实时跟踪,并识别行人姿态动作和行人属性特征,有效区分路政维护工作人员和其他行人;

第六,道路异常识别;可识别公路两侧,违规摆摊设点及占道,并进行预警,并能识别违规占道和道路交通标志标牌,道路护栏状态及资产状态;

第七,视频能见度识别;可基于纯视频实现道路能见度检测,基于独有算法,能识别道路能见度值,以所见即所得的方式识别出大雾并给出封路预警;

第八,道路天气识别;可基于纯视频实现道路下雪,路面积雪的检测,并实现道路下雨、路面积水的检测,也能识别道路塌方落石,并给出封路预警;

我们再着重说一下数字孪生,数字孪生是近两年非常火的一个技术。

顾名思义,数字孪生是指针对物理世界中的物体,通过数字化的手段来构建一个数字世界中一模一样的实体,借此来实现对物理实体的了解、分析和优化。

交通数字孪生(Traffic Digital Twin),是充分利用交通工程模型、交通传感器、历史和实时数据,集交通工程学、人工智能、大数据等多学科、多尺度、多维度、多概率的数字交通还原和仿真过程;旨在虚拟数字空间中对现实交通概况(人、车、路等多元素)完成映射。

我们提出了一种AI+数字孪生公路,融合了深度学习高清视频分析技术和数字孪生应用大数据平台技术。系统基于深度学习目标识别和全时空坐标映射技术,自动识别监控图像中的车辆目标,并通过像素级、二维空间、大地坐标三层坐标映射模型算法,实现对车辆、行人、物体的真实大小、地理坐标的实时感知、分析和轨迹采集和记录。

系统还可以通过结合图像抓拍与智能识别技术,对车辆牌照、品牌、车款、颜色、类型等自动识别并建立跟踪轨迹;通过该技术,系统不仅能够实现对道路目标及设施的实时状态感知、还能够对其真实坐标位置、行驶方向、正方向夹角、速度等进行感知,同时还可以识别和分析道路的能见度、天气、环境等信息。系统采用实时全面的交通感知技术将交通目标、设施的时空轨迹真实、准确、完整的记录下来,不仅能够为实时交通的智慧化协同运行提供数据基础,海量、详尽、准确的历史数据,也为智慧交通系统的交通仿真、沙盘推演、事故事件分析与取证等应用提供了重要的基础支撑。

将数字孪生技术应用于交通视频监控,应能够在数字世界里构建三维道路并将道路上实时运行的车辆、行人等通过AI视频检测得到,然后通过建模的方式在三维数字世界里进行重建,在数字世界里实现道路1:1的实时还原,为道路“可测、可服务”提供数据基础。

基于这个技术,我们实现了现实世界中车辆及行人基于城市2D/3D数字地图进行实时重建还原,构建数字孪生城市和数字孪生高速公路。

目前我们打造的云鹰全息道路感知-数字孪生隧道、云鹰交通事件检测、云析车位感知-数字孪生服务区、小神瞳-收费站车辆三维识别系统已在全国多地得以落地应用。

我们和国内V2X的龙头公司合作,通过视觉检测和感知道路车辆、行人位置速度及方向、交通事故、天气情况,通过C-V2X实时发送给车辆,为自动驾驶和辅助驾驶车辆提供非视距的感知能力,添加了一双“上帝之眼”,目前已在全国多个智能网联汽车示范区和示范道路落地。

另外,我们还可服务于交通视频直播,基于数字孪生的视频生成进行直播,可以更好的保护用户隐私和敏感信息。

最后,再回归到我们前面说的那个问题:车路协同到底需不需要?有何价值?

以汽车为例,最早的汽车,完全靠人眼,后来加上了后视镜,再然后有了360度环视,而车路协同延伸了人类的感知能力,让我们具备了上帝视角,因而先让道路管理者更好的管理道路,并可以让驾驶员具备更宽广的视野,因而能更好的保障交通安全。

1.7its.com 遵循行业规范,任何转载的稿件都会标注作者和来源; 2. 7its.com 的原创文章,请转载时注明文章作者和来源,不尊重原创的行为将追究责任; 3. 7its.com登载此文出于传递信息,并不意味着赞同其观点或证实其描述,文章仅供参考。
延伸阅读
关于“跨子区相位差”提升信号绿波协调效果的探索实践
C-V2X商用落地照进现实,中国车企如何变道超车?
朱志星:面向车路协同环境的道路交通安全管理探索
数据评估是如何辅助信控优化决策的?
浅谈需求响应式公交背后的技术
区块链在交通领域的应用探析


微信二维码


新浪微博


交通包打听


360网站安全检测平台