尹润田
摘 要: 自动驾驶技术的快速发展及广泛应用对路口的交通安全及通行效率提出了更高的要求,特别是对于L4+级别的自动驾驶,人们希望车辆能够顺畅安全地通过路口。然而,在实际的城市道路环境中,施划了直行待行和左转待转区的交叉路口,自动驾驶车辆很难在合适的时机进入待行区,严重影响其他车辆通行,同时也带来安全风险。基于此,结合车路协同技术(Vehicle to Infrastructure,V2I)、自动驾驶技术、红绿灯网联技术、高精度地图,实现自动驾驶车辆在自动驾驶状态下精准进入路口待行区。
关键词: 待行区 车路协同 自动驾驶 红绿灯网联 高精度地图
中图分类号: U495文献标识码: A文章编号: 1679-3567(2023)11-0034-04
随着我国电动汽车保有量的迅速增长,基于L4级别的自动驾驶应用场景在不断丰富,自动驾驶商业化进程也越来越快,同时也对自动驾驶车辆的交通安全和通行效率提出了更高的要求。国内城市道路建设中,部分交叉路口空间大,出入口距离长,红绿灯信号利用率不高,路口时空资源存在闲置等情况;为了提高通行效率,部分城市对路口时空资源进行二次挖潜,施划了直行待行和左转待转区域,并配套设置LED待行显示屏,利用信号控制技术,提前将车辆引入路口待行区,这样可以充分利用路口时空资源和车道资源,提升路口通行能力,缩短路口排队长度[1]。
自动驾驶车辆是通过车载感知相机来识别路口红绿灯信息,对于LED待行显示屏感知相机目前还无法精准识别,而且车辆进入路口待行区都是在红灯的状态,导致自动驾驶车辆很难选择合适的时机进入待行区,严重影响其他车辆通行,降低路口通行效率;需要人工接管影响自动驾驶过程体验。鉴于此,本文使用车路协同(Vehicle to Infrastructure,V2I)技术[2]、自动驾驶技术、红绿灯网联技术,并结合高精度地图,实现L4级自动驾驶[3]车辆在自动驾驶状态下精准进入路口待行区。
目前自动驾驶车辆通过路口的方法是通过车辆加装的感知相机识别路口红绿灯的状态颜色,如果是红灯则停车等待,如果是绿灯则通行。在城市道路交叉口增加了直行待行与左转待转区后,人工驾驶的车辆依靠路口LED待行显示屏“直行车辆进入待行区”和“左转车辆进入待转区”提示语进入待行区。自动驾驶车辆感知相机还不能精准识别LED待行显示屏“直行车辆进入待行区”和“左转车辆进入待转区”字样;或者在“直行车辆进入待行区”“左转车辆进入待转区”提示屏损坏的情况下,自动驾驶车辆根本不能识别LED待行显示屏内容,导致自动驾驶车辆很难准确进入待行区。
为解决这一问题,在路口加装信号灯学习机、智能网联(Road Side Unit,RSU)[4],信号灯学习机通过线缆连接信号灯控制机,以获取信号灯相位、类型、灯色、时间、待行待转等信息;RSU通过网线连接信号灯学习机,自动驾驶车端配备有车载网联终端(On Board Unit,OBU),通过LTE-V(车载专用通信网络)专用5.9 GHz频段短程通信技术[5],RSU和车端建立可靠、有效和安全的车路协同(V2I)通信,RSU同步将路口信号灯相位、类型、灯色、时间、待行待转等信息发送给自动驾驶车辆,车辆结合自身感知系统与高精度地图可实现精准进入待行区。
系統整体架构见图1。
1.1 车路协同(V2I)
车路协同自动驾驶是在单车智能自动驾驶的基础上,借助LTE-V和4G/5G通信技术,将“人-车-路-云”交通要素有机地联系在一起,实现车与车(V2V)、车与道路(V2I:主要指道路各类系统和设备设施,如感知设施、路侧单元RSU、气象检测器、状态监测设备、交通诱导与控制设施等)、车与云(V2N:地图平台、交管平台、出行服务平台等)和车与人(V2P)等的全方位协同配合(如协同感知、协同决策规划、协同控制等),从而满足不同等级自动驾驶车辆应用需求(如辅助驾驶、高等级自动驾驶),实现自动驾驶单车最优化和交通全局最优化发展目标。
1.2 红绿灯网联化
红绿灯网联化是由红绿灯、LED待行显示屏、信号灯控制机、信号灯学习机、智能网联RSU、云平台组成。
红绿灯、LED待行显示屏和信号灯控制机是路口标配设备,在路口现有设备的基础上,加装信号灯学习机,学习机通过线缆直接连接信号灯控制机,学习机通过采集信号机的信息从而获取完整的信号灯数据。
采集的红绿灯信息如表1所示。
在信号灯灯杆上加装智能网联RSU设备,通过网线连接信号灯学习机,智能网联RSU对学习机学习到的信号机数据进行编码,打包数据并推送至云平台,同时将数据通过LTE-V通信方式发送给路口自动驾驶智能网联车辆。
1.3 自动驾驶系统
自动驾驶车端配备有车载网联终端OBU,用于实时与路侧红绿灯网联化系统通信;自动驾驶车辆配备有信号灯识别感知相机,用于识别路口红绿灯信息;配备有激光雷达、毫米波雷达、补盲雷达、高精度定位模块等感知定位设备;这些设备通过高速线缆接入整车计算单元,计算单元通过CAN/CANFD(全速CAN总线)接入车辆控制单元(VCU),VCU通过控制车辆线控底盘[6]的加速、刹车、转向、灯光等来驱动自动驾驶车辆行驶。自动驾驶系统基本框架见图2[7]。
自动驾驶系统有两种控制策略,一种是基于单车智能,依靠自车感知系统来识别绝大部分路口信号灯信息,自动驾驶车辆的运动控制几乎全部通过自车感知系统完成,同时自车感知控制策略为第一优先级;另外一种是利用车路协同V2I辅助完成车辆控制的策略,解决单车智能在一些路口无法识别LED显示屏的问题,能够让自动驾驶车辆依靠V2I准确进入路口待行待转区。当车辆通行有待行待转区的路口时,车路协同V2I策略启动,辅助车辆进入待行待转区。
1.4 高精度地图
高精度地图也称为高分辨率地图(High Definition Map),是一种专门为自动驾驶服务的地图。传统地图服务的对象是人,驾驶员可以有选择性去使用它;而高精地图服务的对象是车辆的后台,是面向机器的供自动驾驶汽车使用的地图数据,作为安全属性存在,对自动驾驶安全性有着至关重要的影响。
高精度地图包含丰富的语义信息,道路属性包含有车道数、车道中心线、车道曲率/坡度、车道连续关系、车道方向/宽度、车道类型等数据,道路部件包含有交通信号灯、交通标志、斑马线、停止线、直行待行区、左转待转区、路缘石、防护栏、龙门架、桥梁、高架桥、树木等数据。作为自动驾駛的记忆系统,高精度地图辅助车辆实现车道级高精度定位,辅助自动驾驶车辆进行环境感知和路径规划,链接人、车、路等各种交通参与者[8]。
2.1 直行待行区规则
直行灯为红灯,左转灯为红灯,且LED显示屏为熄屏状态时,车辆须在停止线外等待,不得越过停止线,否则会被视为闯红灯。
直行灯为红灯,左转灯为红灯,且LED显示屏转为绿色字样“直行车辆进入待行区”时,直行车辆可驶入“直行待行区”等待通行,但不得越过待行区停止线。
直行灯转为绿灯,左转灯为红灯,显示屏由绿色闪烁状态变为息屏状态时,直行车辆可驶出“直行待行区”直接通过路口。
“直行待行区”内虽然是虚线,但直行车辆只要驶入待行区,就必须按照导向车道行驶,如在待行区内压虚线左转或右转,均属于交通违法行为;若“直行待行区”内车辆饱和,后方车辆不得强行驶入或停留在人行横道线区域等候。
2.2 自动驾驶车辆进入直行待行区方法
自动驾驶系统首先根据高精度地图与高精度定位模块完成路径规划,车载网联终端OBU在距离十字路口100 m时开始获取红绿灯信息,当自动驾驶车辆行驶至十字路口时,系统判断车辆是否处于直行车道,然后通过高精度地图信息获取该路口的直行待行区域。
若车辆处于直行车道,且直行灯为红灯时,车辆会自动在停止线外停车等待;此时车路协同策略启动,车载网联终端OBU解析路侧RSU发来的红绿灯相位、信号灯类型、灯色和状态、开始时间和结束时间等信息输入到自动驾驶计算单元,计算单元结合路口的高精度地图信息和车辆高精度定位信息,当判断条件为:直行灯为红灯,左转灯为红灯,且LED显示屏为绿色字样“直行车辆进入待行区”时,自动驾驶系统给出指令到车载控制单元VCU,控制车辆准确进入“直行待行区”。
当左转灯为红灯,直行灯转为绿灯,LED显示屏由绿色闪烁状态变为息屏状态时,此时通过自车感知系统识别直行红绿灯信息,车辆依赖自车感知系统控制车辆驶出“直行待行区”通过路口。
2.3 左转待转区规则
直行和左转灯同时为红灯,此时不可提前驶入“左转待转区”,排队进入“左转待转区”的机动车必须在停车线外等待,不能占用斑马线。
直行灯为绿灯,左转灯为红灯,且LED显示屏为绿色字样“左转车辆进入待转区”时,左转车辆可驶入“左转待转区”等待通行,但不得越过待转区停止线。
左转车辆可驶出“左转待转区”通过路口。
2.4 自动驾驶车辆进入左转待转区方法
自动驾驶系统首先根据高精度地图与高精度定位模块完成路径规划,车载网联终端OBU在距离十字路口100 m时开始获取红绿灯信息,当自动驾驶车辆行驶至十字路口时,系统判断车辆是否处于左转车道,然后通过高精度地图信息获取该路口的左转待转区域。
若车辆处于左转车道,且左转灯为红灯时,车辆会自动在停止线外停车等待;由于车辆进入左转待转区依靠自车感知系统就可以完成,此时车路协同策略失效,虽解析路侧RSU数据,但不采用。当判断条件为左转灯为红灯,直行灯为绿灯时,自动驾驶系统给出指令到车载控制单元VCU,车辆打左转向灯并准确进入“左转待转区”。
当左转灯转为绿灯,此时无论直行灯为绿灯或红灯,车辆识别左转绿灯直接驶出待转区左转通过路口。
技术是制约自动驾驶商业化落地的重要因素,自动驾驶车辆对复杂道路场景的适应是彰显其技术发展的直接反应,本文融合V2I技术,通过增设信号灯学习机和RSU设备,对红绿灯进行网联化,实现自动驾驶车辆精准进入路口待行区,解决了自动驾驶车辆进入路口待行区比较困难的场景问题,对彰显自动驾驶技术及商业化落地起到非常重要的作用。
参考文献
[1]成都市公安局交通管理局官网[DB/OL].http://cdjg. chengdu.gov.cn/.
[2]王鲲,董振江,杨凡,等.基于C-V2X的车路协同自动驾驶关键技术与应用[J].电信科学,2023,39(3):45-60.
[3]汽车驾驶自动化分级:GB/T 40429-2021[S].北京:中国标准出版社,2021.
[4]陈军,曾鸣,宁志远.LTE-V2X车联网RSU部署[J].电子元器件与信息技术,2019,3(12):14-15.
[5]吕明波.LTE网络下智能网联汽车应用的研究[D].南京:东南大学,2020.
[6]刘建铭,刘建勇,张发忠.新能源汽车智能驾驶线控底盘技术应用研究[J].时代汽车,2022(3):101-103.
[7]邹理炎,虞忠潮.智能汽车自动驾驶的控制方法分析[J].时代汽车,2022(2):180-181.
[8]潘霞,张庆余,朱强.高精度地图在自动驾驶领域的作用及意义解析[J].时代汽车,2019(4):49-50,53.