欧美网联式自动驾驶典型案例简析

近几年，中国一直主推网联式（或车路协同）自动驾驶路线，而欧洲和美国近年也开始推动协同式或网联式自动驾驶。

美国联邦公路管理局领导的CARMA计划，欧洲道路运输研究咨询委员会ERTRAC推动的Connected Automated Driving，都是希望通过自动驾驶车辆与道路基础设施的协同开发来改善交通状况，推动协同式自动驾驶。

欧盟正在奥地利和西班牙组织开展INFRAMIX示范项目，来验证ISAD中数字化基础设施对未来网联式自动驾驶车辆的支撑能力，以支持自动驾驶汽车与传统汽车混流行驶的发展阶段。

美国联邦公路管理局(FHWA)开发了CARMA平台和CARMA云，以支持协同式自动驾驶的研究和开发，并使新的交通系统管理和运营(TSMO)战略能够安全运行。CARMA平台是一个开源软件平台，由FHWA发起，用于测试和评估协同式自动驾驶。

过去十多年，自动驾驶发展路线主要基于单车智能，主要包括两种技术路线。一种是以Waymo为代表，通过多线激光雷达来进行环境感知；另一类是以特斯拉为代表，依赖于摄像头，同时运用大量的深度学习算法来进行环境感知。

近几年，中国一直主推网联式（或车路协同）自动驾驶路线，而欧洲和美国近年也开始推动协同式或网联式自动驾驶。

美国联邦公路管理局领导的CARMA计划，欧洲道路运输研究咨询委员会ERTRAC推动的Connected Automated Driving，以及2019年欧盟联合美国、日本成立的新联盟ARCADE（Aligning Research & Innovation for Connected and Automated Driving in Europe），都是希望通过自动驾驶车辆与道路基础设施的协同开发来改善交通状况，推动协同式自动驾驶。

欧洲的网联式自动驾驶发展概况

2019年3月，欧洲道路运输研究咨询委员会（ERTRAC）更新发布了”Connected Automated Driving Roadmap”，强调协同互联的内涵，增加了网联式自动驾驶的内容。

ERTRAC的Connected & Automated Driving路线图

来源：ERTRAC

该路线图明确提出基于数字化基础设施支撑的网联式协同自动驾驶（Infrastructure Support levels for Automated Driving，ISAD）。

基于数字化基础设施支撑的网联式协同自动驾驶(ISAD)  

来源：国汽智联

在上表中，不难看出基础设施呈现出数字化、网联化的特征，表现出更智能、更丰富的功能实现，使自动驾驶技术向着网联式协同决策方向探索。

欧盟正在奥地利和西班牙组织开展INFRAMIX示范项目，来验证ISAD中数字化基础设施对未来网联式自动驾驶车辆的支撑能力，以支持自动驾驶汽车与传统汽车混流行驶的发展阶段。INFRAMIX项目由奥地利AustriaTech公司联合宝马、西门子、TOMTOM等十余家单位共同发起开展的自动驾驶验证项目。主要内容包括研究开发数字化道路基础设施，并升级改造传统道路基础设施；开发车辆与基础设施协同仿真环境，设计新的交通监测、评估、控制策略；评估社会接受度与交通安全情况，制定道路基础设施分级等。该项目得到欧盟支持并正在奥地利、西班牙等地开展相关测试工作，项目周期2017年-2020年。

在ERTRAC网联式自动驾驶路线图（Connected Automated Driving Roadmap）中，ERTRAC的互联互通和自动驾驶工作组（Connectivity and Automated Driving Group）专家对基础设施进行了等级划分，其目的是描述自动驾驶车辆对交通路网设施不同区块的差异化要求。

例如，在“ISAD级别应用示意图”中，对于容易出现交通阻塞的合流匝道位置，需要建设A级基础设施来进行交通控制（蓝色区块）；对于一些交通运行较为顺畅的快速路段，仅需要建设C级基础设施来提供动态信息给行驶车辆（黄色区块）；而对于二级公路网络可以建设D级基础设施，而在一些乡村地区不需要智能化的基础设施配套。

ISAD级别应用示意图

来源：USDOT

美国协同式自动驾驶与CARMA平台

美国协同式自动驾驶研究项目专注于交通干线和高速公路，目的在于安全地提高运作效率并且最大化美国城乡道路通行能力。如降低交叉路口20%车辆的燃油消耗、节省10%的燃油以及使现有车道的通行能力加倍。项目周期为2018-2020年。

来源：USDOT

下图是单车自动驾驶系统与多车协同式自动驾驶系统的对比。从图中可以看出在市场渗透率相同的情况下，越多车辆的协同式自动驾驶系统，能够带来越高的道路通行能力。

来源：USDOT

CARMA指协同式驾驶出行应用研究项目（CARMA: Cooperative Automation Research Mobility Applications）。

美国联邦公路管理局(FHWA)开发了CARMA平台和CARMA云，以支持协同式自动驾驶的研究和开发，并使新的交通系统管理和运营(TSMO)战略能够安全运行。CARMA平台是一个开源软件平台，由FHWA发起，用于测试和评估协同式自动驾驶。

CARMA平台是一个自动驾驶系统，它允许自动驾驶车辆（AV）通过通信与基础设施（例如交通信号灯）和其他车辆进行交互和协作。通过使用CARMA云实时提供道路前方的信息（例如工作区，交通事故，天气等），CARMA平台使自动驾驶车辆能够与基础设施和其他车辆进行交互和协作，从而实现更安全，更多货物和服务的有效流动。

CARMA于2014年启动开发和概念的初步证明，现在称为 CARMA1。接下来，CARMA2在2018年迁移到机器人操作系统（ROS）架构，并且可以在GitHub上使用。CARMA3的开发于2018年8月开始，目前正在使用敏捷软件开发进行公开开发。

CARMA的演变历程如下：

CARMA 1 (2014-2016)

• 概念的初步印证
  

• 个体应用收集

• 在MicroAutobox上运行Simulink/dSpace

• 开发多种算法

• 列队算法
  

• 改进EAD(eco-approach and Departure)算法

• 改进速度协调算法

• 改进变道合并算法

• 发展自动化车辆测试能力

• 演示在5台 SAE L1 自动驾驶车辆上启用CACC（协同式自适应巡航）

来源：USDOT

CARMA 2 (2016-2018)

CARMA 阶段2目标如下：

• SAE L1级自动驾驶（速度控制），可进行L2级
  

• 基于ROS

• 灵活性：可以安装于各种类别的车型上

• 接受应用于研究的第三方插件 (算法)

• 新的CARMA 2研究平台（开放资源）

• 算法发展（开放资源）

来源：USDOT

CARMA 2协同式自动驾驶研究的算法包括：

• 速度协调（受云端控制的速度控制）
  

• 车辆列队行驶（引领者-跟随者）

• 协同式车道变更（V2V）

• 协同式坡道合并（V2I）

• 进入与驶离 （交叉路口多信号控制）

来源：USDOT

USDOT与佛吉尼亚交通部以及Transurban于2018年6月完成协同式自动驾驶汽车完整的测试，该测试的目的在于研究速度协调、车辆列队行驶、在单车道坡道入口处的协同式合并，以及管理协同式自动驾驶汽车的专用设施。

来源：USDOT

CARMA 2运用5个插件和42000行代码完成了在亚伯丁测试中心24天共22000英里的封闭道路测试。通过机器人操作，实现人机交互界面（HMI）显示相关驾驶信息。CARMA 2的ROS系统包括了指导/路径规划插件、车辆环境信息（V2V/V2I交通、传感器融合等）以及设备驱动等。

CARMA 2协同式自动驾驶研究出行应用的软件架构

来源：USDOT

CARMA 3 (2018-2020)

CARMA 3阶段，USDOT主要与美国联邦高速公路管理局、美国联邦汽车运输安全管理局、智能交通系统联合规划办公室以及Volpe国家运输系统中心合作，完成协同式自动驾驶、交通管理、标准、合作、公共安全、货运及数据等工作。主要目标如下：

• SAE L2级自动驾驶（速度和转向控制），可进行L3级
  

• 更复杂的协作列表，譬如V2V

• 增强的变道合并编排

• 增强的列队行驶（轿车与卡车）

• 强调TSMO的基础设施交互（工作区、交通事故管理、天气等）

• 应急车辆应用与交互

来源：USDOT