南京萊斯信息技術(shù)股份有限公司 江蘇南京 210000

隨著現(xiàn)代科學(xué)技術(shù)的不斷發(fā)展，我國在智能化方面取得了巨大的成就。當(dāng)今城市化發(fā)展建設(shè)中出現(xiàn)了很多“城市病”，其中城市交通問題就是一個重要的阻礙，很多城市目前一般主要通過拓寬路面或者建造高架橋等方式解決，可以取得一定的緩解交通壓力的效果，但這些都是屬于“治標(biāo)不治本”的方法。在信息化時代背景下，在物聯(lián)網(wǎng)和5G 技術(shù)的支持下，智能網(wǎng)聯(lián)交通系統(tǒng)開始產(chǎn)生并運(yùn)用，計(jì)算機(jī)、網(wǎng)絡(luò)、移動通信、雷達(dá)、測控技術(shù)等方面組成的通信網(wǎng)，為交通運(yùn)行提供了良好的管理環(huán)境與條件，值得深入研究。

1 智能網(wǎng)聯(lián)交通系統(tǒng)的關(guān)鍵技術(shù)

1.1 環(huán)境感知技術(shù)

通過運(yùn)用攝像頭、微波雷達(dá)、激光雷達(dá)等傳感器設(shè)備，對車輛的運(yùn)行行駛狀態(tài)進(jìn)行感知和檢測，道路環(huán)境、前方是否存在障礙物等，并且通過特殊的通信系統(tǒng)進(jìn)行反饋。這一技術(shù)對實(shí)現(xiàn)機(jī)動車無人駕駛提供了重要支持，也促使智能網(wǎng)聯(lián)交通系統(tǒng)能夠?qū)崿F(xiàn)廣泛應(yīng)用。目前運(yùn)用最多外部環(huán)境感知方式，主要有微波感知技術(shù)、激光感知技術(shù)和視覺感知技術(shù)，其中激光感知的測量精度更高，但不能準(zhǔn)確辨識平面內(nèi)無距離差別的目標(biāo)，也存在成本高的問題。如果汽車駕駛者的形式速度很快，周圍環(huán)境的變化情況會加大，所以當(dāng)前的環(huán)境感知技術(shù)在感知檢測精度上還不能達(dá)到無人駕駛需要，可能會存在安全隱患，需要在人工智能技術(shù)的支持下進(jìn)行改進(jìn)完善[1]。

1.2 智能決策技術(shù)

依據(jù)環(huán)境感知技術(shù)獲取并傳輸?shù)母鞣N信息，在確保駕駛安全、快速和舒適的原則基礎(chǔ)上，對機(jī)動車的駕駛行為和行進(jìn)方向進(jìn)行分析判斷，做出綜合決策。這一技術(shù)是實(shí)現(xiàn)車輛自動駕駛的大腦，其地位非常重要。當(dāng)前，智能網(wǎng)聯(lián)交通系統(tǒng)中主要包括兩大智能決策方案：一是規(guī)則方案，雖然決策合理性及較高，但需要人工搭建復(fù)雜的結(jié)構(gòu)，需要大量的輸入模塊，所以實(shí)施比較復(fù)雜，人工操作也容易出現(xiàn)漏洞，穩(wěn)定性不強(qiáng)；二是終端到終端的方案。這與人們的生活行為習(xí)慣比較貼近，主要通過神經(jīng)網(wǎng)絡(luò)分析，能夠更加準(zhǔn)確的做出相應(yīng)的駕駛行為，更加有助于實(shí)現(xiàn)車輛自動駕駛[2]。

1.3 控制執(zhí)行技術(shù)

在經(jīng)過車輛智能決策后，根據(jù)輸出結(jié)果，對車輛做出行駛、制動、導(dǎo)航、速度等方面的指令，記錄和控制汽車行駛路徑與速度，確保最終按期順利達(dá)到設(shè)定的地點(diǎn)。這一技術(shù)主要是對車輛的各方面行駛數(shù)據(jù)進(jìn)行控制，采取橫向控制或者縱向控制的方式，其中，橫向控制就是控制車輪的轉(zhuǎn)向角度與橫擺力矩，這樣可以確保駕駛穩(wěn)定性與乘車舒適度，確保車輛行駛在規(guī)劃的路線上；縱向控制則主要控制車輛行駛速度，實(shí)時確保與前后車輛之間的安全距離，避免車輛追尾等碰撞事故的發(fā)生。隨著市場資源和研究資源的豐富，可以借助車載控制系統(tǒng)與路側(cè)控制系統(tǒng)，實(shí)現(xiàn)對車輛的智能協(xié)同控制。

1.4 車路協(xié)同技術(shù)

基于外部感知和無線通信技術(shù)的支持，整合共享行駛資源和路況資源，這樣實(shí)現(xiàn)對道路的疏通，提高交通順暢度，同時增強(qiáng)駕駛安全保障。借助這一技術(shù)，促進(jìn)了智能網(wǎng)聯(lián)交通平臺的構(gòu)建，車輛通行效率得到提高，降低了交通事故發(fā)生的概率。目前，主要是集中于對車路聯(lián)合、路權(quán)優(yōu)先、交通信號優(yōu)化等方面的決策，非常關(guān)注車輛、道路與行人三者之間的信息交互，使得車輛識別能力顯著提高，保障了安全行駛[3]。

2 智能網(wǎng)聯(lián)交通系統(tǒng)的未來發(fā)展

2.1 感知技術(shù)的快速發(fā)展

在車輛行駛的過程中，駕駛?cè)藛T主要是通過視覺方式獲取周圍信息，包括車輛周圍的機(jī)動車、非機(jī)動、行人，還有交通標(biāo)志和路況信息等。在視覺識別方面發(fā)展，隨著交通攝像頭的線性密度不斷豐富，成為數(shù)據(jù)量最大的傳感器，但同時需要識別和估算的目標(biāo)種類較多，檢測和識別的算法也較為復(fù)雜，這是需要深入研究的。激光雷達(dá)傳感技術(shù)的識別效果很好，分辨率高，在自動駕駛領(lǐng)域都使用了此類專用傳感器，但存在著成本高的缺點(diǎn)，所以需要朝著低成本、小型化的方向發(fā)展，并且應(yīng)該采取多傳感器集成的方式，從而更好地確保車輛駕駛的平穩(wěn)和安全。

2.2 自動化智能駕駛的發(fā)展

借助智能網(wǎng)聯(lián)交通系統(tǒng)，可以感知更加全面的事物信息，獲取時間與地點(diǎn)等重要信息，車輛的感知水平顯著提高。自動化駕駛技術(shù)，主要是借助V2X 通信技術(shù)的支持，可以是實(shí)現(xiàn)對車與車、車與路的信息進(jìn)行交互共享，在時間方面可以對一些信息進(jìn)行提前感知和預(yù)測，比如周圍車輛運(yùn)行、交通信號燈、氣象條件等，在空間方面也可以獲取一些具體信息，比如彎道盲區(qū)、交叉路口盲區(qū)等，從而實(shí)現(xiàn)多車輛、多路段的協(xié)同控制，提高自動駕駛的安全性[4]。當(dāng)前，自動駕駛技術(shù)已經(jīng)與物聯(lián)網(wǎng)技術(shù)與自動化技術(shù)不斷融合，但還存在精度不足的問題，未來需要在這方面不斷研究。

2.3 車路一體化自動駕駛交通系統(tǒng)的發(fā)展

為了實(shí)現(xiàn)車輛和道路的協(xié)同感知、協(xié)同決策和協(xié)同管控，要注重車路一體化自動駕駛交通系統(tǒng)的研究，考慮到車輛行駛安全、駕駛舒適度、節(jié)能環(huán)保等因素，在未來需要確保車輛運(yùn)行的環(huán)保和安全。

3 結(jié)語

總之，智能網(wǎng)聯(lián)交通系統(tǒng)在交通出行方面有著非常巨大的應(yīng)用價值，是應(yīng)對交通擁堵問題的有效途徑，也是發(fā)展無人駕駛的關(guān)鍵。當(dāng)前我國在這方面的發(fā)展還不夠成熟，隨著科學(xué)技術(shù)的不斷進(jìn)步，仍然需要不斷的探索創(chuàng)新。