張迪思，周 亮，謝 波，吳迪瑞

（1.招商檢測車輛技術(shù)研究院有限公司 國家智能網(wǎng)聯(lián)汽車質(zhì)量檢驗(yàn)檢測中心（重慶），重慶 401122；2.自動(dòng)駕駛系統(tǒng)及智能網(wǎng)聯(lián)汽車技術(shù)研發(fā)與測試應(yīng)用重慶工程研究中心，重慶 401122；3.重慶大學(xué)，重慶 400000）

前言

當(dāng)前，試驗(yàn)場的運(yùn)行安全、運(yùn)行效率和用戶體驗(yàn)已逐漸得到了運(yùn)營者的重視，業(yè)務(wù)的信息化和無紙化對以往復(fù)雜繁瑣的流程進(jìn)行了梳理，讓試驗(yàn)場管理人員的工作效率迅速提升；網(wǎng)上預(yù)約業(yè)務(wù)、實(shí)時(shí)查看業(yè)務(wù)進(jìn)度等功能也使客戶擺脫了繁瑣地填表、問詢等流程，進(jìn)一步提升了客戶的滿意度；而高精定位、短程專用無線通信等技術(shù)在近些年的廣泛發(fā)展和應(yīng)用也在一定程度上幫助了管理人員和客戶隨時(shí)掌握試驗(yàn)車輛的運(yùn)行狀態(tài)，還能夠?qū)囕v的歷史軌跡進(jìn)行追溯，進(jìn)而實(shí)現(xiàn)區(qū)域差別費(fèi)用計(jì)算、危險(xiǎn)事故分析等功能[1-5]。

通常，獲取車輛位置、速度等信息的方式，主要依賴車載OBU。這也是公共道路、園區(qū)道路上普遍使用的方式，簡單直接。但是，試驗(yàn)場是一個(gè)車輛相對流動(dòng)的場景，設(shè)備的發(fā)放、安裝，以及天線布設(shè)、電量維護(hù)、開關(guān)啟停等流程過于繁瑣，在一定程度上增加了管理人員的工作量，并影響客戶的體驗(yàn)。在實(shí)際運(yùn)營過程中，我們也發(fā)現(xiàn)，隨著時(shí)間的推移，試驗(yàn)場管理人員往往會(huì)對流程產(chǎn)生厭倦，不再要求企業(yè)安裝OBU，使得管理效果大打折扣[6-9]。

而隨著邊緣計(jì)算、路端感知等為代表道路智能化技術(shù)的發(fā)展，開啟了一種道路主動(dòng)感知交通參與者的新方式，從而不再完全依賴車載OBU。本文將闡述這種方案在試驗(yàn)場管理中的應(yīng)用[10]。

1 當(dāng)前道路智能化的重要元素

1.1 道路感知設(shè)備

道路感知設(shè)備是整個(gè)道路智能化架構(gòu)的核心，主要由攝像頭、激光雷達(dá)、毫米波雷達(dá)等傳感器組成，尤其是后兩者，通過發(fā)送和接收探測信號并對前后信號進(jìn)行比較分析的方式，獲得物體的距離、位置、速度、大小、形狀等關(guān)鍵信息，在道路智能化中扮演重要的作用[11-12]。

表1 三種傳感器的性能比較

激光雷達(dá)的檢測能力比較均衡，尤其對距離的精度較高，在點(diǎn)云分析算法的支持下，還可以識(shí)別目標(biāo)的形狀、類型等參數(shù)；同時(shí)支持多個(gè)雷達(dá)的拼接，使得同一物體在拼接范圍內(nèi)能夠保持ID 唯一，這個(gè)特點(diǎn)是實(shí)現(xiàn)試驗(yàn)場全域軌跡感知的重要基礎(chǔ)。因此，激光雷達(dá)是當(dāng)前道路感知設(shè)備中的最優(yōu)選擇；同時(shí)，輔以攝像頭、毫米波雷達(dá)等傳感器，在融合感知算法的幫助下，可以大大提升目標(biāo)的識(shí)別效果。

1.2 邊緣計(jì)算架構(gòu)

邊緣計(jì)算架構(gòu)為道路智能化提供了強(qiáng)大的算力支持和低延時(shí)的通信方式。以激光雷達(dá)為主的傳感器設(shè)備每秒都會(huì)產(chǎn)生較大的數(shù)據(jù)量，一個(gè)80 線的激光雷達(dá)每秒出點(diǎn)數(shù)為百萬級，數(shù)據(jù)量約為10 MB/s，在多雷達(dá)拼接的情況下，數(shù)據(jù)量會(huì)達(dá)到一個(gè)千兆網(wǎng)絡(luò)都難以承載的規(guī)模，如果全部傳回傳統(tǒng)中心進(jìn)行處理，會(huì)對網(wǎng)絡(luò)造成極大的負(fù)擔(dān)[4]。因此我們需要在網(wǎng)絡(luò)邊緣處設(shè)立邊緣計(jì)算單元，分析大量的雷達(dá)點(diǎn)云數(shù)據(jù)，得出我們最終需要的、僅數(shù)百字節(jié)的結(jié)構(gòu)化數(shù)據(jù)（即物體的位置、速度、類型、大小、方向角等），再分發(fā)給上層結(jié)構(gòu)。由于邊緣計(jì)算單元位于網(wǎng)絡(luò)的邊緣，信息傳輸經(jīng)過的網(wǎng)絡(luò)層級較少，因此可以快速地將信息發(fā)送至終端用戶，獲得較好的延時(shí)性能[13-16]。

根據(jù)邊緣計(jì)算單元部署的位置、網(wǎng)絡(luò)規(guī)模和實(shí)際用途的不同，邊緣計(jì)算架構(gòu)分為中心級、匯聚級、邊緣級、接入級和現(xiàn)場級，前四級需要依賴運(yùn)營商網(wǎng)絡(luò)，結(jié)構(gòu)復(fù)雜且成本較高；而現(xiàn)場級主要依賴的是用戶本地局域網(wǎng)，對于對網(wǎng)絡(luò)延時(shí)要求不高、終端用戶范圍較固定的場景，是一個(gè)性價(jià)比很高的解決方案[11]。

1.3 邊緣計(jì)算單元

邊緣計(jì)算單元可以理解為一個(gè)高性能的工控機(jī)，其主要作用是在邊緣側(cè)處理和分析傳感器生成的巨量數(shù)據(jù)，避免回傳中心造成網(wǎng)絡(luò)負(fù)擔(dān)[13]，同時(shí)將分析結(jié)果通過低延時(shí)信道傳送給終端用戶。邊緣計(jì)算單元的部署位置可以根據(jù)需要部署在多個(gè)位置。

按用途和功能劃分，將系統(tǒng)架構(gòu)分為感知融合層、信息交互層和應(yīng)用層。

1.4 感知融合層

感知融合層主要由激光雷達(dá)、攝像頭等傳感器陣列以及邊緣計(jì)算單元組成。要實(shí)現(xiàn)試驗(yàn)場的全覆蓋，必須依賴多激光雷達(dá)的拼接技術(shù)，而受限于單個(gè)邊緣計(jì)算單元的圖形處理能力，一個(gè)邊緣計(jì)算單元只能處理兩個(gè)激光雷達(dá)的點(diǎn)云數(shù)據(jù)，因此我們采用兩個(gè)處理層級來實(shí)現(xiàn)點(diǎn)云拼接。如圖1 中所示，第一層由通過光纖連接的多個(gè)浮點(diǎn)運(yùn)算性能較強(qiáng)的邊緣計(jì)算單元組成，解析點(diǎn)云數(shù)據(jù)并輸出各自區(qū)域的交通參與者結(jié)構(gòu)化數(shù)據(jù)；第二層由一個(gè)整數(shù)運(yùn)算性能較強(qiáng)的邊緣計(jì)算單元組成，主要是作用是匯總第一層邊緣計(jì)算單元陣列輸出的結(jié)構(gòu)化信息，進(jìn)行目標(biāo)去重等操作，最終輸出整個(gè)區(qū)域的目標(biāo)結(jié)構(gòu)化數(shù)據(jù)。通常，我們選擇以UDP 方式輸出，輸出的頻率為10 HZ。

圖1 系統(tǒng)架構(gòu)總體設(shè)計(jì)

表2 最終輸出的格式化數(shù)據(jù)結(jié)構(gòu)

1.5 信息傳輸層

傳輸層由一個(gè)MQTT 中間件組成，主要作用是將感知融合層的結(jié)構(gòu)化數(shù)據(jù)封裝成RSM 消息，并以發(fā)布/訂閱的方式將消息傳輸至上層應(yīng)用。

考慮到該系統(tǒng)的通用性，信息傳輸層的消息應(yīng)遵循CSAE 53—2017 合作式智能運(yùn)輸系統(tǒng) 車用通信系統(tǒng)應(yīng)用層及應(yīng)用數(shù)據(jù)交互標(biāo)準(zhǔn)或YD/T 3709—2020 基于LTE 的車聯(lián)網(wǎng)無線通信技術(shù)消息層技術(shù)要求中對RSM（RoadsideSafety Message）消息的規(guī)定。RSM 消息使用ASN.1 標(biāo)準(zhǔn)格式定義，以消除不同實(shí)現(xiàn)語言的差異性，并使用非對齊壓縮編碼規(guī)則UPER（Unaligned Packet Encoding Rules）進(jìn)行編碼，對空口數(shù)據(jù)進(jìn)行有效壓縮。

1.6 應(yīng)用展示層

應(yīng)用展示層由圖形化展示系統(tǒng)和場景觸發(fā)系統(tǒng)及用戶終端應(yīng)用等功能模塊組成；圖形化展示系統(tǒng)訂閱RSM 等相關(guān)主題，解析數(shù)據(jù)獲得車輛位置坐標(biāo)后，在GIS 地圖上顯示；同時(shí)，還可以連續(xù)記錄車輛的歷史位置，從而實(shí)現(xiàn)軌跡追溯等功能；場景觸發(fā)系統(tǒng)通過解析RSM 信息獲得所有交通參與者的位置、速度等信息，通過判斷相互之間的位置關(guān)系和計(jì)算TTC（TIME TO COLLISION）參數(shù)，生成預(yù)警事件，封裝成相關(guān)主題信息發(fā)送至MQTT 中間件，并由特定的功能模塊接收該主題信息進(jìn)行下一步處理。通常，該功能模塊可以通過C-V2X 的Uu 口（即蜂窩網(wǎng)）向相關(guān)的終端發(fā)送預(yù)警消息。

2 全域軌跡感知方案的實(shí)現(xiàn)

2.1 路側(cè)感知設(shè)備的部署

如圖2 所示，根據(jù)當(dāng)前試驗(yàn)場的東西窄、南北長的地形特點(diǎn)，我們選擇在東西向中央的草坪中安裝雷達(dá)，使得雷達(dá)的測試范圍能夠覆蓋東西兩側(cè)的道路。

圖2 試驗(yàn)場中的感知設(shè)備部署點(diǎn)位

另外，據(jù)我們的測試，雖然主流80 線雷達(dá)的探測距離在10%反射率的情況能夠達(dá)到200～250 米左右，但是障礙物識(shí)別距離，在保證效果的情況下，覆蓋范圍僅為120 米左右。因此，為了保證效果，我們將雷達(dá)之間的間隔距離設(shè)置為200米左右。

在隧道等受遮擋區(qū)域，布設(shè)了多個(gè)32 雷達(dá)，消除盲區(qū)，保證感知范圍的連續(xù)性。

圖3 場地中80 線雷達(dá)安裝

同時(shí)，為了便于調(diào)節(jié)雷達(dá)的角度，使得雷達(dá)線束能夠更多的覆蓋路面有效區(qū)域，還設(shè)計(jì)了專用的萬向節(jié)底座。

2.2 物理ID 與虛擬ID 的關(guān)聯(lián)

試驗(yàn)場全域軌跡感知，即系統(tǒng)在車輛進(jìn)入試驗(yàn)場到駛離試驗(yàn)場整個(gè)過程中，連續(xù)不斷的獲知車輛位置。

當(dāng)車輛進(jìn)入雷達(dá)感知區(qū)域時(shí)，感知系統(tǒng)內(nèi)部會(huì)賦予其一個(gè)ID 號，即表格 2 中的“障礙物ID”，我們定義其為虛擬ID。該ID 理論上會(huì)可在感知范圍內(nèi)保持唯一，即使在短暫的信號丟失后，也可以依靠算法恢復(fù)原ID。

物理ID 則可以理解為真實(shí)車輛的唯一標(biāo)識(shí)，類似于VIN號；該ID 始終保持唯一；系統(tǒng)以該ID 為索引，可以獲知該測試車輛的廠商、型號、試驗(yàn)項(xiàng)目、負(fù)責(zé)人等具體信息。

在物理ID 和虛擬ID 沒有關(guān)聯(lián)的情況下，感知系統(tǒng)探測到的車輛雖然能在GIS 地圖上顯示，但卻無法顯示車輛的具體信息。

因此，我們需要將上述物理ID 和虛擬ID 進(jìn)行關(guān)聯(lián)，簡單來說，物理ID 代表車輛的靈魂，包含車輛類型、車輛廠商等固有信息；虛擬ID 代表車輛的軀殼，使其具備在可視化系統(tǒng)中展示的能力；兩者合二為一，我們才能在GIS 系統(tǒng)中獲取車輛的所有信息。

物理ID 與虛擬ID 關(guān)聯(lián)初始化操作在試驗(yàn)場門崗處進(jìn)行，ID 關(guān)聯(lián)關(guān)系表在圖中的場景任務(wù)觸發(fā)系統(tǒng)中進(jìn)行維護(hù)。該系統(tǒng)會(huì)在關(guān)系表發(fā)生改變時(shí)向MQTT 發(fā)送主題信息。初始化流程如圖4 所示：車輛到達(dá)門崗處時(shí)，門衛(wèi)用連接業(yè)務(wù)管理系統(tǒng)的手機(jī)掃描車輛車窗處貼的二維碼，該二維碼相當(dāng)于車輛的物理ID；掃描完成后，業(yè)務(wù)管理系統(tǒng)將推送包含物理ID 的主題/CHECK_IN；場景任務(wù)觸發(fā)系統(tǒng)接收該主題消息，并解析感知融合層周期發(fā)送的RSM 消息，獲取位于門崗進(jìn)口位置車輛的虛擬ID，完成關(guān)聯(lián)的初始化操作。

圖4 虛擬ID 與物理ID 關(guān)聯(lián)關(guān)系的維護(hù)流程

同理，在車輛出場時(shí)，門崗再次掃描二維碼，業(yè)務(wù)管理系統(tǒng)將推送包含物理ID 的主題/CHECK_OUT；場景任務(wù)觸發(fā)模塊接收該主題消息，并解析融合感知層周期發(fā)送的RSM消息，找出位于門崗出口位置的車輛虛擬ID，完成解綁操作。

另外，車輛在感知系統(tǒng)中有可能會(huì)出現(xiàn)信號丟失情況（即感知系統(tǒng)在一段時(shí)間內(nèi)未探測到車輛），而在信號恢復(fù)后，車輛的虛擬ID 即會(huì)發(fā)生變化。為了應(yīng)對這種情況，我們還需要在流程中設(shè)計(jì)重新匹配的操作；在不利用其他感知方式的情況下，可根據(jù)算法邏輯做初步的補(bǔ)救，例如，場地內(nèi)僅有一輛車A 的虛擬ID 出現(xiàn)丟失，且出現(xiàn)另一個(gè)陌生的虛擬ID，則可以直接將陌生虛擬ID 與A 的物理ID 進(jìn)行重新關(guān)聯(lián)。但是，如果出現(xiàn)多個(gè)車輛同時(shí)消失的情況，則需要利用場地內(nèi)其他傳感器輔助，例如攝像頭車牌識(shí)別、RFID 標(biāo)記等等。在這個(gè)方案中，一旦虛擬ID 丟失且邏輯補(bǔ)救方式失敗，系統(tǒng)將臨時(shí)開啟車載HMI 的衛(wèi)星定位模塊，記錄一定時(shí)間的運(yùn)動(dòng)軌跡，并與多個(gè)陌生虛擬ID 的運(yùn)動(dòng)軌跡進(jìn)行對比，找出匹配度最相似的一個(gè)，進(jìn)行重新匹配。

2.3 實(shí)施效果

從圖5 可見，間隔200 米部署一個(gè)激光雷達(dá)的方式，基本能夠滿足試驗(yàn)場感知信號的全覆蓋，使道路具備在全域主動(dòng)感知交通參與者的能力。

圖5 試驗(yàn)場全域雷達(dá)拼接感知效果

由圖6 和圖7 可見，激光雷達(dá)點(diǎn)云在邊緣計(jì)算單元的分析處理后，可以識(shí)別包括行人、小型車輛、大型車輛等交通參與者，并輸出格式化數(shù)據(jù)。

圖6 交通參與者感知效果

圖7 匯流區(qū)感知效果

由圖8 可見，車輛在可視化界面可正確顯示位置以及其廠商、負(fù)責(zé)人等基礎(chǔ)信息，在試驗(yàn)場整個(gè)區(qū)域內(nèi)基本實(shí)現(xiàn)了全域軌跡感知。

圖8 交通參與者在GIS 界面的顯示效果

3 總結(jié)

與車端智能方案相比，本方案采用道路主動(dòng)感知車輛的方式實(shí)現(xiàn)了全域軌跡感知，具備操作方便、可靠性高、復(fù)用性好等特點(diǎn)，最大化地提升了試驗(yàn)場管理效率和用戶體驗(yàn)。在感知能力上，車端智能方案完全依賴車載OBU，無法感知未安裝OBU 的單元，而路端智能方案則幾乎可以感知道路上所有的交通參與者。在成本上，車載OBU 花費(fèi)了大量的資金；而路端智能化則主要用于道路感知設(shè)備、計(jì)算單元和網(wǎng)絡(luò)的部署。從前后兩種方案的實(shí)際花費(fèi)情況來看，兩者成本幾乎是相同的。從擴(kuò)展性看，道路智能化方案還可以承擔(dān)道路場景數(shù)據(jù)采集工作，用于開展自動(dòng)駕駛仿真測試；另外，隨著數(shù)據(jù)質(zhì)量的不斷提高和網(wǎng)絡(luò)延時(shí)的不斷降低，道路感知系統(tǒng)獲得的數(shù)據(jù)還有可能在未來參與自動(dòng)駕駛決策和執(zhí)行環(huán)節(jié)，有效分擔(dān)車端算力降低車載設(shè)備成本，推動(dòng)自動(dòng)駕駛技術(shù)的普及。

但是，本方案仍然存在著不少弊端，如車輛在感知范圍內(nèi)信號消失的問題、激光雷達(dá)老化和壽命問題等等，還需進(jìn)一步研究和改進(jìn)。

表3 兩種方案的比較