C-V2X智能清扫车现状及测试方法研究

田晓笛 张秀丽 和福建 姜国凯 吴飞燕 冯家煦

摘 要：本文介绍了C-V2X智能清扫车的发展现状及技术应用现状，研究C-V2X智能清扫车典型功能的测试方法及评价指标，并通过国内的无人驾驶清扫车进行测试验证，测试结果符合测试标准要求。本文完善了国内无人清扫车的测试评价体系，并为国内无人驾驶清扫车的测试提供參考。

关键词：C-V2X 智能清扫车 应用现状 测试研究

1 前言

环境问题一直都是人们非常关注的重点问题，环保部门会安排专门的清扫车辆对路面进行定时、定点的清洁服务。但是传统的清扫车面临作业强度高、清扫时间受限、人员雇佣困难、工作环境恶劣、易疲劳驾驶等问题。随着无人驾驶技术的快速发展，再加上今年全球疫情的催化，无人驾驶清扫车加速实现落地应用。无人驾驶清扫车深度融合了传统环卫车与互联网、通信、人工智能等技术，在无需驾驶员的情况下可实现环卫清扫工作。与传统清扫车相比，无人驾驶清扫车可采用1个人远程监控多辆作业的形式，缓解了招工难的问题，解决了工作环境恶劣，降低劳动强度，不会出现疲劳驾驶；可选择避开高峰期路段甚至是夜间清扫，解决了因慢速行驶导致交通拥堵的问题；提前设定好清扫程序，可按部就班的对路面进行清扫，不会出现漏扫或扫不干净的现象；无人清扫车多为电动车，清洁能源的使用可以降低碳排放。

目前，无人驾驶清扫车还处于研发及示范应用阶段。本文首先介绍无人驾驶清扫车的发展现状，然后介绍无人驾驶清扫车的关键技术，接着对无人清扫车的关键功能进行研究，并介绍测试方法，最后对测试方法进行测试和验证，助力无人驾驶清扫车规范化应用。

2 无人驾驶清扫车发展现状

无人驾驶清扫车是无人驾驶技术在清扫保洁作业车辆上的应用。尤其是2020年初，新冠疫情席卷全球，在人类“抗疫”大战中，出现了越来越多无人驾驶汽车的身影，承担起清扫、消毒等任务。速度低、体型较小的无人驾驶清扫车，多为一些造车新势力或者互联网企业研发的新型量产车，率先在工业园区、公园、景区、校园及广场等相对封闭的场景中开展示范应用，尤其是疫情期间，具备消毒功能的无人清扫车大量的投入使用；速度较高、体型大的无人驾驶清扫车，多为在现有清扫车上进行改造，作业量较大，成本相对较高，多在封闭测试区域或车流量较少的开放道路开展示范研究应用。

目前，国内已经有多家企业实现阶段性的应用。北京智行者的“涡小白”可完成清扫、洒水、垃圾收集等工作，已经应用在北京鸟巢、植物园、雄安新区、沈阳火车站等多个场所；金龙与阿波罗合作的GOVO基于金龙客车成熟的无人驾驶线控底盘，可实现无人工干预的清扫和消毒二合一作业；上海仙途智能科技有限公司的仙途智能无人清扫车，依托在港口、园区、隧道、高架等多个场景运行的技术积累，开展港区无人驾驶清扫的商业化落地，并推出无人驾驶清洁车队，在德国、北京、上海、苏州、雄安新区等多城实现落地，并获得上海无人测试牌照；酷哇无人清扫车可自主实现全路况清扫、智能路径规划，获得了长沙的开放道路测试牌照并开展大规模示范应用。

3 无人驾驶清扫车关键技术

智能网联汽车有两种技术路线，一种是单车传感技术，依靠自车搭载各种传感器对周围的道路交通参与者及环境进行感知，本身的决策及控制不依赖于其他车辆；另一种是网联技术，通过V2X通信的方式与外界进行交互，本车发送的信息直接影响其他车辆的决策甚至是控制。5G技术可对网联技术进行赋能，利用其具备的低时延、高可靠、大速率的特性，有效提升智能网联汽车关键信息的采集、传输和大数据处理和利用的能力，提升智能网联汽车的产业发展速度。

依靠毫米波雷达、激光雷达、摄像头等传感器实现的无人驾驶技术仍存在一些问题，如在面对复杂道路环境时，视距受传感器的感知范围限制，不规范的井盖、叉车、非常规的障碍物等复杂的设备存在感知识别障碍，树木或建筑物等也会存在视线遮挡，高感知范围的传感器的成本较高等。通过5G+网联对自动驾驶的赋能，如同在原有车上增加“千里眼”和“顺风耳”，提升车辆的感知范围。C-V2X智能网联汽车可实现多种应用，基于每项应用，都需要有专业的技术支撑。

无人驾驶清扫车需要在各种不同天气和温度的情况下开展全程无人化清扫作业，作业道路可能是非结构化的道路，整个清扫和作业过程中无需人工干预，需自主规划路径及避开行人和各种障碍物，按照清扫标准要求完成清扫任务。同时，清扫车自带多角度无死角摄像头监控系统，通过系统可以实现环境的远程监控，操作人员可通过云控平台对车辆进行统一调度和远程操控作业，实现多台设备的联动，大大提升作业效率。

4 测试方法研究

本文选取关键的性能和功能开展测试研究，包含通信时延测试、定点停车精度测试、交通信号灯识别测试、跟车测试、避障行驶和直角转弯测试。测试场地地应为水平、干燥、具有良好附着力的沥青路面或混凝土路面，试验时风速应小于5m/s，水平能见度大于1km，测试环境温度范围为-20-45℃；测试场地附近无电磁干扰现象，路侧布设RSU设备，RSU可与主流品牌的OBU进行互通互联；测试路段5G全覆盖；车辆测试过程中为非满载状态。

4.1 通信时延测试

测试场路侧布置RSU设备，测试车辆静止于距离RSU近的路侧，且距离RSU的纵向垂直距离不小于100m。路侧RSU对外广播信息，测试车辆OBU被激活且能接收路侧RSU信息，记录并存储RSU广播信息与OBU接受的信息，计算时间差即为空口传输时延，空口传输时延最小值≤20ms。

4.2 5G带宽测试

测试路段5G信号全覆盖，且无大型树木和建筑等遮挡和干扰。测试车辆静止停放于测试路段，距离5G基站纵向垂直距离不超过400m，通过测试软件连接车端OBU，观察并记录数据下行最大传输带宽。在下行环境中的峰值速率测试，传输速率≥700Mbps。

4.3 定点停车精度测试

设定测试车辆固定点的横向和纵向停车线。测试车辆开启自动驾驶模式，并给于定点停车指令，测试车辆以不超过20km/h的速度直线稳定行驶，当车行驶至预设的停车点时，执行自动停车动作。测量测试车辆距离预设停车点横、纵向位置的误差值。横向、纵向停车精度≤±0.2m。

4.4 交通信号灯显示识别

测试场的交叉路口放置交通信号灯，且通过RSU向外广播交通信号灯信息。测试车辆静止在距离交通信号灯40m处保持静止， 测试车辆的OBU处于激活状态，可正常接收RSU信息，观察并记录测试车辆能正确显示红、黄、绿三种信号灯。

4.5 跟车测试

测试车辆启动自动驾驶跟车模式。前方目标车辆以10km/h车速匀速行驶一段时间后，3s内由10km/h减速至停止，再由静止匀加速至10km/h后保持匀速行驶；测试车辆检测到目标车辆，能跟随目标车匀速、减速、加速行驶，并保持安全距离不发生碰撞。

4.6 避障测试

测试车辆启动自动驾驶模式，障碍车辆静止于测试车辆同车道的正前方，在路侧车道条件允许情况下，测试车辆检测到目标车辆且主动选择避障绕行，并保持安全距离不与障碍车辆发生碰撞。

4.7 交叉路口转弯测试

选取直角转弯路口，测试车辆开启自动驾驶模式，在左转或右转转弯过程中，测试车辆在车道线内稳定行驶，不出现压线。

5 试验结果分析

本文采用國内某款基于5G V2X技术实现的无人物流车按照上述测试方法进行测试。在真实无强电磁干扰的道路上，车路通信时延约为19ms，但是当路侧存在变电站时，会影响通信质量，有时会无法建立通信链接。在下行环境中的峰值速率测试，5G传输速率最大可达1200Mbps。划定制定停车位置，定点的横向、纵向停车精度分别为0.12m和0.16m，停止的精准度较高。在存在智能红绿灯的路口，车辆可实时准确显示红绿灯的信息，并可在红灯情况下自动控制车辆停止，在绿灯时顺利通行路口。设定跟车模式，车辆可进行自动跟车加速、减速，不发生碰撞。当车辆前方设定障碍物，测试车辆可及时进行避障行驶。在车辆自动驾驶模式，车辆可在交叉路口自行按照交通法规要求进行直角转弯操作，并同步开展清扫作业。

6 结束语

本文介绍了智能清扫车的发展现状及测试方法，重点研究不同测试场景下车辆的功能可靠性，并给予判定指标，基于实际车辆进行功能验证。考虑到此次测试的样本车辆较少，下一步计划基于更多的车辆对测试方法进行全面的测试和验证，同时探索开展开放道路测试，将上述功能结合清扫作业进行连续测试和验证，推动我国智能无人车的规范化量产应用。

天津市科学基金（ 21JCZXJC00200）。

参考文献：

[1]王平. 车联网权威指南 标准、技术及应用[M].北京：机械工业出版社，2018.4，1-564.

[2]美国车联网（V2X）发展现状与反思，https：//www.sohu.com/a/339018718_ 391740，2019.09.05.

[3]陈山枝，胡金玲. 蜂窝车联网（C-V2X）. 北京：人民邮电出版社，2021.1，1-370.

[4]量产车型陆续上市，C-V2X商用已达黎明破晓前，https：//news.yiche.com/ hao/wenzhang/36620844.

[5]邓晓峰，王润民，徐志刚.我国智能网联汽车测试及示范基地发展现状[J].2019（1），6-13.