郭宇宏 王亞飛 郭少杰

（中國汽車技術(shù)研究中心有限公司，天津 300300）

0 引言

車路協(xié)同技術(shù)是自動駕駛技術(shù)重要的研究方向和新興產(chǎn)業(yè)技術(shù)群體。基于無線通信、傳感探測技術(shù)獲取車路信息，通過車與車、車與路信息交互，實(shí)現(xiàn)車輛和路端基礎(chǔ)設(shè)施之間的智能協(xié)同與配合，達(dá)到優(yōu)化利用系統(tǒng)資源、提高車輛行駛安全和道路交通安全的目標(biāo)?；谲嚶穮f(xié)同技術(shù)，能夠動態(tài)采集并融合交通信息，開展車輛主動安全控制和道路管理，實(shí)現(xiàn)人、車、路有效協(xié)同。

目前，車路協(xié)同技術(shù)已廣泛應(yīng)用于自動駕駛、交通控制等領(lǐng)域[1]，且隨著車端設(shè)備、路端設(shè)備的更新?lián)Q代，車路系統(tǒng)信息獲取能力仍在不斷增強(qiáng)，如何更有效地利用這些信息，已成為自動駕駛和交通控制領(lǐng)域的研究熱點(diǎn)。

盧春房等[2]指出：車路協(xié)同系統(tǒng)以“聰明的車”和“智能的路”為核心要素，以兩者高效協(xié)同為基礎(chǔ)，支撐起了覆蓋面廣、產(chǎn)業(yè)鏈條長、跨界融合突出的發(fā)展特點(diǎn)。而中國由于多樣的土地與道路設(shè)施、門類齊全的制造業(yè)、市場潛力巨大等優(yōu)勢條件，在車路協(xié)同技術(shù)與產(chǎn)業(yè)發(fā)展上取得了不錯的成果。文韜等[3]從系統(tǒng)架構(gòu)角度，將車路協(xié)同系統(tǒng)劃分為設(shè)備層、網(wǎng)絡(luò)層、數(shù)據(jù)層、平臺層和應(yīng)用層等多個維度，并針對當(dāng)前城市道路最為常見的路口場景、連續(xù)路段、隧道場景和匝道場景，給出相應(yīng)的車路協(xié)同解決方案。熊文華等[4]通過對自動駕駛車輛功能局限性進(jìn)行分析，找出自動駕駛車輛對路側(cè)交通設(shè)施的潛在需求,從功能角度將路側(cè)交通設(shè)施分為常規(guī)交通管理設(shè)施、交通協(xié)同設(shè)施、基站及網(wǎng)絡(luò)設(shè)施、高精度定位設(shè)施及路內(nèi)服務(wù)設(shè)施等,構(gòu)建了車路協(xié)同路側(cè)交通設(shè)施體系。在此基礎(chǔ)上，從路側(cè)設(shè)施配套分級設(shè)置的角度,提出四級自動駕駛道路分級標(biāo)準(zhǔn)，以及配套路側(cè)設(shè)施設(shè)置要求,細(xì)化完善當(dāng)前自動駕駛“路端”管理方面的技術(shù)要求，為管理部門提供參考。Yang 等[5]從邊緣計(jì)算能力出發(fā)，分析了車路協(xié)同系統(tǒng)的組成以及影響邊緣計(jì)算的主要因素，并結(jié)合智能公路示范項(xiàng)目提出了基于邊緣計(jì)算的車路協(xié)同基礎(chǔ)設(shè)施方案，對中國智能公路車路協(xié)同系統(tǒng)的設(shè)計(jì)、研發(fā)和工程實(shí)施具有重要的指導(dǎo)意義。

為了研究車路協(xié)同技術(shù)的發(fā)展趨勢，本文采用專利分析模式，通過檢索車路協(xié)同技術(shù)相關(guān)的專利，深刻剖析專利背后的技術(shù)路線，從專利申請態(tài)勢、專利申請人、技術(shù)手段和技術(shù)效果4 個方面進(jìn)行宏觀分析，從感知層面、通信層面和應(yīng)用層面進(jìn)行微觀技術(shù)解讀，最后基于分析結(jié)果對車路協(xié)同技術(shù)進(jìn)行總結(jié)和展望。

1 車路協(xié)同技術(shù)專利分析

本文專利分析使用的專利檢索數(shù)據(jù)庫為中國汽車技術(shù)研究中心自主研發(fā)的全球汽車專利數(shù)據(jù)庫，對車路協(xié)同技術(shù)相關(guān)專利進(jìn)行檢索，時間范圍為2010年1月1日至2022年9月1日。

檢索主要采用分類號和關(guān)鍵詞相結(jié)合的方式，關(guān)鍵詞主要包括：車路協(xié)同、車路一體化、智慧交通、Vehicle Infrastructure Integration、smartway 和e-safety；分類號主要包括：G08、H04、B60W。對檢索到的初始專利文件進(jìn)行去噪和標(biāo)引，最終得到車路協(xié)同技術(shù)相關(guān)的專利。其中，國內(nèi)專利達(dá)3 585件，國外專利為775 件。下面將基于本次檢索的結(jié)果，從專利角度對車路協(xié)同技術(shù)的發(fā)展進(jìn)行剖析和預(yù)測。

1.1 車路協(xié)同技術(shù)全球?qū)＠暾垜B(tài)勢分析

車路協(xié)同技術(shù)相關(guān)專利申請量如圖1 所示。圖1表明，自2015 年以來，國內(nèi)外車路協(xié)同技術(shù)年度專利申請量突破200 件，并呈現(xiàn)逐年大幅度上升的趨勢，2020 年和2021 年專利申請量增幅最大。受專利申請18個月公開周期的影響，2021年專利申請量達(dá)到了峰值，接近1000 件?？梢酝茢?，2022 年乃至今后幾年，仍是車路協(xié)同技術(shù)專利申請和布局的黃金時期，仍會有更先進(jìn)的車路協(xié)同技術(shù)出現(xiàn)，且專利申請空間非常充足。

圖1 車路協(xié)同技術(shù)年度專利申請量

1.2 車路協(xié)同技術(shù)專利申請人分析

從專利申請的全球分布情況來看，2010年以來申請的中國專利最多，中國申請人已成為車路協(xié)同技術(shù)創(chuàng)新的重要力量。下面分別就國內(nèi)專利和國外專利的申請人情況進(jìn)行分析。

車路協(xié)同技術(shù)國內(nèi)專利申請人分布如圖2 所示，排名前5位的申請人依次是北京百度網(wǎng)訊科技有限公司、阿波羅智聯(lián)（北京）科技有限公司、騰訊科技（深圳）有限公司、東南大學(xué)和同濟(jì)大學(xué)。其中，阿波羅智聯(lián)（北京）科技有限公司為百度集團(tuán)旗下致力于智能交通、車聯(lián)網(wǎng)領(lǐng)域業(yè)務(wù)拓展的一家公司，足見百度集團(tuán)在新一代信息技術(shù)與交通運(yùn)輸深度融合方面的技術(shù)貢獻(xiàn)，并暫時掌握了專利申請與布局的主動權(quán)。此外，騰訊科技（深圳）有限公司作為科技實(shí)力雄厚的國內(nèi)企業(yè)，在車路協(xié)同技術(shù)領(lǐng)域也擁有一定的專利申請量。東南大學(xué)、同濟(jì)大學(xué)、清華大學(xué)等國內(nèi)高校，也是技術(shù)創(chuàng)新與專利申請的主力。

圖2 車路協(xié)同技術(shù)國內(nèi)專利申請人

車路協(xié)同技術(shù)國外專利的申請人分布如圖3 所示，排名前5 位的申請人依次是Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd.、BEIJING BAIDU NETCOM SCI & TECH CO LTD、BLACKBERRY LTD、GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP LTD 和INTEL CORP。以阿波羅智聯(lián)（北京）科技有限公司和北京百度網(wǎng)訊科技有限公司為代表的百度集團(tuán)不僅在國內(nèi)申請了相當(dāng)數(shù)量的專利，同時也開展了有針對性的海外專利布局，國外專利的申請量也名列前茅，為我國其他公司的技術(shù)發(fā)展和專利布局戰(zhàn)略提供了示范。

圖3 車路協(xié)同技術(shù)國外專利申請人

1.3 車路協(xié)同技術(shù)專利技術(shù)手段分析

深入到技術(shù)層面，車路協(xié)同技術(shù)專利所采用的主要技術(shù)手段如圖4 所示。結(jié)果顯示，主要的技術(shù)手段分別為電控、設(shè)計(jì)分析方法、算法和軟件，而結(jié)構(gòu)、工裝等方面的專利申請量較少。這是由于算法類技術(shù)手段可改進(jìn)的靈活性強(qiáng)，創(chuàng)新空間比較大。而硬件設(shè)備改進(jìn)可能涉及底層技術(shù)和生產(chǎn)領(lǐng)域大幅度變革，突破難度較大。因此，控制類、算法類技術(shù)手段創(chuàng)新仍是今后申請專利的主要方向。而結(jié)構(gòu)、工裝等硬件類的專利申請量較少，企業(yè)如有相關(guān)技術(shù)創(chuàng)新，應(yīng)盡早占領(lǐng)先機(jī)，填補(bǔ)專利空白點(diǎn)。

圖4 車路協(xié)同技術(shù)專利技術(shù)手段

1.4 車路協(xié)同技術(shù)專利技術(shù)效果分析

從技術(shù)效果方面分析，車路協(xié)同技術(shù)專利所實(shí)現(xiàn)的主要技術(shù)效果如圖5 所示。申請量較大的技術(shù)效果分別為高效率、可靠性、精確性和安全性，這與我國利用車路協(xié)同技術(shù)改善道路安全與提高交通效率，兼顧節(jié)能與環(huán)保的目的非常吻合[6]。此外，也有相當(dāng)一部分專利從降低成本和實(shí)時性的角度，挖掘出了車路協(xié)同技術(shù)的有益效果，這也印證了車路協(xié)同將大幅降低自動駕駛成本的觀點(diǎn)。同時，環(huán)保與舒適性技術(shù)效果的尚屬于專利空白點(diǎn)，仍有廣闊的布局空間。

圖5 車路協(xié)同技術(shù)專利技術(shù)效果

2 車路協(xié)同技術(shù)相關(guān)專利解讀

從車路協(xié)同系統(tǒng)架構(gòu)出發(fā)，將車路協(xié)同技術(shù)的相關(guān)專利劃分為感知層面、通信層面和應(yīng)用層面3 個技術(shù)分支[7]，并對各技術(shù)分支的專利申請量進(jìn)行了統(tǒng)計(jì)，結(jié)果如表1 所示。結(jié)果顯示，應(yīng)用層面的專利申請量最大，占比達(dá)50%以上，可見車路協(xié)同技術(shù)在具體技術(shù)場景中應(yīng)用取得了創(chuàng)新成果，進(jìn)一步證明了該項(xiàng)技術(shù)的實(shí)用價值。申請量排在第2 位的技術(shù)分支為感知層面，而通信層面的專利申請量相對較少，具有很大的研發(fā)和布局潛力。依托于對技術(shù)方案的深度剖析，概括出了3 個層面的技術(shù)分解，并給出了技術(shù)分支，如圖6 所示，其中的數(shù)字代表技術(shù)分支下的專利數(shù)量。

表1 車路協(xié)同技術(shù)分支申請量

圖6 車路協(xié)同技術(shù)專利技術(shù)分解

2.1 感知層面

車路協(xié)同的感知層技術(shù)能夠?qū)崿F(xiàn)車路協(xié)同感知，擴(kuò)展感知維度，豐富感知信息。通過篩選代表性專利，提取出感知層面的3 個典型分支，即路端感知、感知算法和融合感知，充分體現(xiàn)車路協(xié)同感知與傳統(tǒng)感知技術(shù)的區(qū)別。

2.1.1 路端感知

路端感知是利用路端設(shè)備對道路信息和車輛信息進(jìn)行全面感知。路端設(shè)備分布廣、狀態(tài)穩(wěn)定，在信息感知方面具有很多優(yōu)勢，能夠?yàn)檐囕v智能駕駛或車路協(xié)同控制提供更豐富的實(shí)現(xiàn)途徑。圍繞充分發(fā)揮路段感知優(yōu)勢的主題，該分支包括了路端優(yōu)勢、路端精度和路端運(yùn)維3個方面。

其中，體現(xiàn)路端優(yōu)勢的專利數(shù)量最多，涉及自動駕駛、安全控制以及節(jié)約成本方面，代表性專利有CN114394090A11、CN114999199A 和CN113264039A。其中，專利CN114394090A 公開了1 種車路協(xié)同虛擬前障礙物感應(yīng)系統(tǒng)，對道路信息進(jìn)行全面感知，獲取車載系統(tǒng)位置，從而與高精度地圖匹配，判斷車載系統(tǒng)狀態(tài)，并根據(jù)道路信息以及車載系統(tǒng)狀態(tài)，在車載系統(tǒng)前產(chǎn)生虛擬前障礙物。該專利可以有效減少傳感器在車上的應(yīng)用，相當(dāng)于把車上的傳感器轉(zhuǎn)移到路上，直接獲取感知結(jié)果，從而實(shí)現(xiàn)更高級別自動駕駛功能，減少了算力和傳感器數(shù)量，大大降低了成本。專利CN114999199A 提供了1 種信號燈數(shù)據(jù)的處理方法，通過路端設(shè)備判斷車輛是否在路端信號燈控制機(jī)控制范圍，以及目標(biāo)車輛是否在預(yù)設(shè)消隱區(qū)中。若目標(biāo)車輛在預(yù)設(shè)消隱區(qū)中，則控制目標(biāo)車輛不對信號燈數(shù)據(jù)進(jìn)行響應(yīng)，避免了車輛在行駛過程中對錯誤的信號燈數(shù)據(jù)進(jìn)行響應(yīng)，降低了交通違規(guī)或交通事故發(fā)生概率，提高車輛駕駛安全性。專利CN113264039A 提供了1 種車輛駕駛輔助方法，從感知裝置獲取與車輛所在環(huán)境有關(guān)的感知信息，來估計(jì)車輛與環(huán)境中其他物體的碰撞風(fēng)險(xiǎn)。該專利利用環(huán)境中的路側(cè)設(shè)備，以相對低的成本為車輛提供準(zhǔn)確的碰撞風(fēng)險(xiǎn)預(yù)測。

鑒于路端感知的天然優(yōu)勢，很多專利致力于提高路段感知精度，以保證路端感知信息準(zhǔn)確性，代表性專利有CN114596706A、CN114353853A和CN113763738A。其中，專利CN114596706A提供1種路側(cè)感知系統(tǒng)檢測方法，能夠?qū)嚩烁兄到y(tǒng)輸出的感知數(shù)據(jù)進(jìn)行篩選，將其中可信度較高的數(shù)據(jù)作為真值數(shù)據(jù)，提高真值數(shù)據(jù)的準(zhǔn)確性，從而提高路側(cè)感知系統(tǒng)檢測結(jié)果的準(zhǔn)確性。專利CN114353853A 提供了1 種用于確定路側(cè)感知系統(tǒng)的檢測精度方法，基于測試車輛在運(yùn)行時記錄的數(shù)據(jù)列表和路側(cè)感知系統(tǒng)檢測測試車輛得到的數(shù)據(jù)列表，可以確定路側(cè)感知系統(tǒng)的檢測精度，提高了所確定的檢測精度準(zhǔn)確性。

此外，路端運(yùn)維也是保證路端信息可靠性的重要手段，代表性專利有CN113689693A、CN114501179A和CN112866328A。其中，專利CN113689693A提供了1 種路側(cè)設(shè)備異常處理方法，包括監(jiān)控路側(cè)設(shè)備的異常狀態(tài)處理。專利CN113689693A基于異常狀態(tài)生成報(bào)警信息，報(bào)警信息包括異常狀態(tài)的類別信息。將報(bào)警信息通知給用戶，使用戶基于類別信息對應(yīng)處理報(bào)警信息。

2.1.2 感知算法

感知算法是利用車路協(xié)同技術(shù)實(shí)現(xiàn)協(xié)同感知的具體方法。由于感知目標(biāo)的多樣性，大量專利針對不同目標(biāo)的具體形態(tài)、屬性，提出了適配性更強(qiáng)的感知算法（如交通燈感知、車道線感知、障礙物感知和人流量感知），覆蓋了交通領(lǐng)域中最關(guān)鍵的目標(biāo)對象。

交通燈作為交通領(lǐng)域最重要的信號來源，交通燈感知算法相關(guān)的專利數(shù)量是最多的，代表性專利有CN114399917A、CN114494945A 和CN113602216A。其中，專利CN114399917A 公開了1 種交通信號燈識別方法，通過交通信號燈圖片、JPEG 圖像字段以及微控制單元（Micro Controuer Unit，MCU）系數(shù)矩陣轉(zhuǎn)換和應(yīng)用，減少在感知過程中的計(jì)算量。CN114494945A提供了1種交通燈圖像采樣方法，通過對單種燈色切換時間區(qū)間以及燈色穩(wěn)定時間區(qū)間進(jìn)行分析，實(shí)現(xiàn)了對采樣視頻的均衡采樣，有助于提升采樣質(zhì)量，從而提升模型對交通燈燈色的識別效果。

車道線也是車路協(xié)同領(lǐng)域的重要信息標(biāo)志，車道線識別的代表性專利有CN114323033A、CN113392793A、CN113705305A和CN114898325A。其中，CN114323033A 提供了1 種用于識別車道線的方法，將待識別圖像輸入至預(yù)先訓(xùn)練的車道線識別模型，得到車道線識別結(jié)果。車道線識別模型包括通過無監(jiān)督訓(xùn)練得到的特征提取模型和通過有監(jiān)督訓(xùn)練得到的分割模型，特征提取模型用于提取待識別圖像特征，分割模型用于根據(jù)待識別圖像特征進(jìn)行實(shí)例分割以識別車道線。該專利實(shí)現(xiàn)了基于自監(jiān)督學(xué)習(xí)和實(shí)例分割的車道線識別。

障礙物識別是交通感知領(lǐng)域的研究熱點(diǎn)，路端障礙物識別的代表性專利有CN114359495A、CN114882717A和CN114559933A。其中，專利CN114359495A提供了1 種三維障礙物數(shù)據(jù)增強(qiáng)方法，在同一背景中獲取至少1 個三維障礙物及其對應(yīng)的標(biāo)簽，并從中選取待貼圖的三維障礙物，貼圖至目標(biāo)圖像的指定位置，并標(biāo)注待貼圖三維障礙物的標(biāo)簽。該專利可以保證目標(biāo)圖像中原有的三維障礙物與貼圖的三維障礙物的成像幾何關(guān)系不被破壞，提高感知準(zhǔn)確性。

人流量感知的專利雖然數(shù)量較少，但也是車路協(xié)同感知的新興領(lǐng)域，代表性專利有CN114329238A、CN114582117A和CN112819835A。其中，CN1143292 38A 提供了1 種數(shù)據(jù)處理方法，獲取目標(biāo)對象使用智能終端產(chǎn)生的時空數(shù)據(jù)。若目標(biāo)對象位于目標(biāo)區(qū)域，基于時空數(shù)據(jù)，統(tǒng)計(jì)目標(biāo)對象在目標(biāo)區(qū)域內(nèi)的數(shù)量，確定目標(biāo)對象的時空分布信息。當(dāng)目標(biāo)對象為行人時，即可感知人流量的準(zhǔn)確信息。

2.1.3 融合感知

融合感知是將車路系統(tǒng)感知到的信息進(jìn)行融合，提升感知質(zhì)量或感知體驗(yàn)。根據(jù)融合方式的不同，概括出不同傳感器信息融合、同類感知信息融合，以及融合展示3個方面。

豐富的傳感器配置是車路協(xié)同系統(tǒng)的重要特征，將不同類型傳感器獲取到的感知信息進(jìn)行融合，能夠大幅度提高感知信息質(zhì)量。不同傳感器信息融合方面的專利非常多，包括視覺傳感器與雷達(dá)傳感器信息融合（CN113687383A、CN113687384A、CN113688900A、CN113341429A），以及特定道路場景下的傳感器信息融合（CN114912685A、CN114862901A）。其中，專利CN113688900A 提供了1 種雷達(dá)和視覺數(shù)據(jù)融合處理方法，從雷達(dá)傳感器和視覺傳感器分別接收點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)，基于對應(yīng)關(guān)系對激光點(diǎn)的反射強(qiáng)度信息和像素點(diǎn)的亮度信息進(jìn)行融合處理，得到亮度融合信息，實(shí)現(xiàn)畫質(zhì)增強(qiáng)，減少了圖像數(shù)據(jù)噪點(diǎn)，并且提高了信噪比。專利CN114912685A 提供了1 種基于車路協(xié)同的行駛路線調(diào)整方法，適用于太陽能公路特殊路段場景，通過獲取太陽能公路上設(shè)置的重力傳感器傳回的重力感知數(shù)據(jù)，對預(yù)先規(guī)劃的目標(biāo)路線進(jìn)行調(diào)整，可在保障駕駛安全的同時提升行駛效率。

除不同類型的傳感器信息相互融合之外，同一類型的感知信息也可以進(jìn)行融合處理，代表性專利有CN114880337A、CN114328785A。專利CN114880337A提供了1 種地圖數(shù)據(jù)一體化更新方法，基于地圖要素置信度統(tǒng)一更新不同精度地圖，在保障數(shù)據(jù)一致性的同時，實(shí)現(xiàn)了地圖要素信息與地圖信息融合。CN114328785A 提供了1 種提取道路信息的方法，對車輛行駛軌跡集合進(jìn)行預(yù)處理，過濾掉滿足預(yù)定條件的軌跡。通過統(tǒng)計(jì)軌跡之間相似距離，計(jì)算目標(biāo)軌跡集合關(guān)聯(lián)度。從目標(biāo)軌跡集合中提取道路信息，通過軌跡信息融合，快速、準(zhǔn)確地根據(jù)車輛行駛的軌跡提取道路信息，降低了構(gòu)造地圖的成本。

融合展示更側(cè)重于用戶體驗(yàn)，也是融合感知的重要組成部分，代表性專利有CN114333314A、CN114328783A 和 CN114228735A。 其中，專利CN114333314A 公開了1 種車路協(xié)同信息處理方法，由電子設(shè)備接收待測車輛的路端感知信息和待測車輛路線信息，并生成待測車輛的可視化場景。同時，將動態(tài)的車端信息和交通控制信息在可視化場景中呈現(xiàn)。這一方式可以實(shí)時展示待測車輛的周圍景象，豐富待測車輛感知數(shù)據(jù)，為交通參與者帶來直觀感受，提高交通參與者參與交通的安全性。在一些場景下，需要展示電子地圖中的對象數(shù)據(jù)，專利CN114228735 提出了1 種地圖數(shù)據(jù)輸出方法，通過待展示區(qū)域標(biāo)識，確定相關(guān)聯(lián)的融合對象數(shù)據(jù)，實(shí)現(xiàn)區(qū)域地圖與相關(guān)數(shù)據(jù)融合展示，提高了展示效果和效率。

2.2 通信層面

在通信層面，車路協(xié)同技術(shù)涉及到多端設(shè)備、多級別信息，對通信網(wǎng)絡(luò)、通信協(xié)議進(jìn)行適配性改造，才能實(shí)現(xiàn)不同設(shè)備信息交互。對具體技術(shù)手段進(jìn)行歸類總結(jié)，選取通信層面的3個典型分支，即車聯(lián)網(wǎng)（Vehicle to Everything，V2X）通信、協(xié)議融合和通信網(wǎng)絡(luò)進(jìn)行總結(jié)。

2.2.1 車聯(lián)網(wǎng)通信

V2X 協(xié)議是車端通信的重要協(xié)議，基于V2X 通信協(xié)議和V2X 設(shè)備進(jìn)行車路通信，也是車路協(xié)同技術(shù)最常用的技術(shù)手段。 V2X 通信代表性專利有CN114363813A、 CN114928823A、 CN114866620A、CN114758519A、CN114579657A和CN112154677A等。

專利CN114363813A 公開了1 種基于廣播的V2X通信終端，通過攜帶移動源，并與基站通信，實(shí)時獲取移動源的位置信息、移動方向和移動速度信息，同時獲取基站的位置信息，并將基站位置信息以及移動源位置信息、移動方向和移動速度信息傳輸進(jìn)行融合處理，得出移動源的精準(zhǔn)位置信息、移動方向和移動速度信息。該專利中，移動源端和基站通過V2X 通信，不用選擇配置太高的硬件載體，進(jìn)而降低整個車路協(xié)同系統(tǒng)硬件成本，提升車路協(xié)同系統(tǒng)運(yùn)行效率。

專利CN114928823A 公開了1 種基于LTE-V2X技術(shù)的模組直連通信的解決方法，通過V2X 模組、云服務(wù)器、感知模組、車載單元（On Board Unit，OBU）模組和路側(cè)單位（Road Side Unit，RSU）模組相互配合，使車與車、車與路側(cè)設(shè)備之間通信連接采用模塊作為處理器的網(wǎng)絡(luò)架構(gòu)，可提供軟件開發(fā)工具包(Software Development Kit，SDK) 和語音合成技術(shù)(Text To Speech，TTS)協(xié)議，支持二次開發(fā)，可靈活支持各類應(yīng)用模式，可滿足駕駛輔助、自動駕駛、車路協(xié)同和智慧交通各類應(yīng)用對C-V2X 設(shè)備軟硬件開發(fā)需求。通過匹配電源管理模塊、基帶模塊、存儲模塊、射頻模塊和FEM 5GHz C-V2X 前端模塊，可支持客戶基于內(nèi)置應(yīng)用處理平臺開發(fā)和移植C-V2X 協(xié)議棧和安全應(yīng)用軟件。通過匹配V2X 模組、OBU 模組和RSU 模組，可支持C-V2X PC5 直連通信，支持V2X 安全應(yīng)用場景，可部署于OBU和RSU各類設(shè)備和應(yīng)用場景。

專利CN114866620A 公開了1 種面向車路協(xié)同的路側(cè)設(shè)備數(shù)據(jù)與協(xié)議轉(zhuǎn)換器，包括消息管理器、消息路由器和應(yīng)用插件。其中，應(yīng)用插件包括基礎(chǔ)插件、第3 方數(shù)據(jù)處理類插件和第3 方應(yīng)用服務(wù)類插件。消息管理器通過應(yīng)用插件獲取數(shù)據(jù)種類不同的原始數(shù)據(jù)，并將其轉(zhuǎn)換為V2X 標(biāo)準(zhǔn)消息，再通過消息路由器，對數(shù)據(jù)消息進(jìn)行收發(fā)，從而將協(xié)議不統(tǒng)一、通信方式各異的設(shè)備進(jìn)行車路協(xié)同集成。

2.2.2 協(xié)議融合

車路協(xié)同系統(tǒng)涉及多種設(shè)備，不同設(shè)備之間的通信協(xié)議存在差異。協(xié)議融合是指在不同的通信協(xié)議之間進(jìn)行融合，保證通信順暢。相關(guān)專利申請主要包括協(xié)議封裝、協(xié)議轉(zhuǎn)換和協(xié)議測試。

協(xié)議封裝是指基于可用通信協(xié)議進(jìn)行數(shù)據(jù)封裝，實(shí)現(xiàn)車路協(xié)同場景下的數(shù)據(jù)通信，拓展其他類型的協(xié)議在車路協(xié)同場景中的應(yīng)用，代表性專利有CN114363841A、CN114363643A 和CN114124909A。其中，專利CN114363841A 公開了1 種車路協(xié)同混合模式通信系統(tǒng)及方法，具體內(nèi)容如下。

（1）校驗(yàn)來自車端和/或路端的業(yè)務(wù)場景數(shù)據(jù)后生成業(yè)務(wù)消息幀，分發(fā)至車端和/或路端應(yīng)用處理程序。

（2）解析消息幀后生成消息集，對消息集進(jìn)行二進(jìn)制編碼，得到二進(jìn)制數(shù)據(jù)流重構(gòu)為消息幀。

（3）對二進(jìn)制數(shù)據(jù)流按照業(yè)務(wù)場景對應(yīng)的傳輸協(xié)議進(jìn)行編碼，根據(jù)傳輸協(xié)議進(jìn)行解碼。

該專利實(shí)現(xiàn)跨通信終端、跨通信制式、跨業(yè)務(wù)類型和跨系統(tǒng)平臺通信，融合了系統(tǒng)運(yùn)行監(jiān)測管理，提供了更加高效、穩(wěn)定的通信。

協(xié)議轉(zhuǎn)換是指將不同設(shè)施、不同車輛、不同智能級別的協(xié)議和信息互相轉(zhuǎn)換，實(shí)現(xiàn)車路協(xié)同通信，代表性專利有CN114363862A 和CN112702660A、CN113691588A。其中，專利CN114363862A 公開了1種服務(wù)于車路協(xié)同自動駕駛的智能信息轉(zhuǎn)換系統(tǒng)和方法，用于連接并提供智能路側(cè)設(shè)施系統(tǒng)和智能網(wǎng)聯(lián)車輛之間的實(shí)時動態(tài)信息交互。根據(jù)碼本將實(shí)時動態(tài)信息編碼整理成碼本字符串，再還原解析，實(shí)現(xiàn)車端基本信息、車端感知信息和車輛控制信息，以及道路感知信息、車輛感知信息和交通控制信息通信。該專利促進(jìn)了智能道路基礎(chǔ)設(shè)施（Intelligent Road Infrastructure Subsystem,IRIS）和智能網(wǎng)聯(lián)車輛（Connected and Automated Vehicle, CAV）之間的一系列智能級別（例如V1、V1.5、V2、V3 和V4）通信，提高了自動駕駛系統(tǒng)服務(wù)水平，并提供功能和支持，以滿足包括CAV和IRIS系統(tǒng)要求。

協(xié)議測試作為協(xié)議通信的重要環(huán)節(jié)，在應(yīng)用到車路協(xié)同領(lǐng)域時也做出了一定改進(jìn)，代表性專利有CN112527678A、CN112988535A 和CN110177374A。其中，專利CN112527678A公開了1種用于測試協(xié)議的方法，具體內(nèi)容如下。

（1）基于車機(jī)端與安裝有目標(biāo)協(xié)議測試包的移動端之間目標(biāo)協(xié)議，得到協(xié)議傳輸測試數(shù)據(jù)流。

（2）基于該數(shù)據(jù)流和目標(biāo)協(xié)議時序圖，定位協(xié)議傳輸測試數(shù)據(jù)流中的異常數(shù)據(jù)和位置。

該專利通過自動判斷協(xié)議時序，可以有效驗(yàn)證目標(biāo)協(xié)議的正確性，保證目標(biāo)協(xié)議不會出現(xiàn)連接問題，可提升用戶體驗(yàn)，大幅簡化測試驗(yàn)證流程，減少開發(fā)方和驗(yàn)收方的資源消耗，提高對目標(biāo)協(xié)議開發(fā)、測試、驗(yàn)收各環(huán)節(jié)效率。

2.2.3 通信網(wǎng)絡(luò)

良好的通信網(wǎng)絡(luò)是車路系統(tǒng)正常運(yùn)作的保障。相關(guān)的專利申請主要包括網(wǎng)絡(luò)接入、網(wǎng)絡(luò)架構(gòu)和網(wǎng)絡(luò)監(jiān)控。

隨著科技的不斷發(fā)展，越來越多的設(shè)備接入車路協(xié)同網(wǎng)絡(luò)，作為建立網(wǎng)絡(luò)通信的首要環(huán)節(jié)，網(wǎng)絡(luò)接入方式成為通信層面的熱點(diǎn)話題，包括網(wǎng)絡(luò)尋址、網(wǎng)絡(luò)訪問等多個過程。網(wǎng)絡(luò)接入的代表性專利有CN114338415A、CN112714420A 和CN114500222A。其中，專利CN114338415A 提供了1 種端口掃描方法，用于解決在智能交通領(lǐng)域進(jìn)行端口掃描時，掃描結(jié)果的準(zhǔn)確性及可靠性較低的問題。當(dāng)掃描失敗時，基于失敗原因?qū)ο鄳?yīng)的初始掃描任務(wù)進(jìn)行任務(wù)更新，重新對初始掃描任務(wù)進(jìn)行端口掃描，以獲得掃描成功結(jié)果，提高了掃描結(jié)果的準(zhǔn)確性及可靠性，從而保證順利接入車路協(xié)同網(wǎng)絡(luò)。專利CN112714420A 公開了1 種是無線保真（Wireless Fidelity, WiFi）熱點(diǎn)提供設(shè)備的網(wǎng)絡(luò)訪問方法，應(yīng)用于智能交通領(lǐng)域的WiFi熱點(diǎn)提供設(shè)備。當(dāng)該設(shè)備檢測到連接設(shè)備時，基于連接設(shè)備的互聯(lián)網(wǎng)協(xié)議地址訪問網(wǎng)絡(luò)，通過軟件實(shí)現(xiàn)了WiFi熱點(diǎn)提供設(shè)備對網(wǎng)絡(luò)的訪問，且整個實(shí)現(xiàn)過程中，無需對WiFi熱點(diǎn)提供方的硬件進(jìn)行升級，從而降低了操作難度。

隨著未來車聯(lián)網(wǎng)的高速發(fā)展，車路數(shù)據(jù)爆炸式增長，網(wǎng)絡(luò)架構(gòu)決定了組網(wǎng)方式和通信手段，也是保證車路協(xié)同通信高質(zhì)量、低延時的前提。網(wǎng)絡(luò)架構(gòu)方面的代表性專利有CN111083671A 、CN113038418A 和CN114915940A。其中，專利CN111083671A 提出了1種基于確定性網(wǎng)絡(luò)架構(gòu)的車路云協(xié)同組網(wǎng)架構(gòu)及方法，架構(gòu)包括融合端設(shè)備、融合邊緣設(shè)備和融合云設(shè)備。融合端設(shè)備、融合邊緣設(shè)備和融合云設(shè)備均基于車路云系統(tǒng)的業(yè)務(wù)需求對網(wǎng)絡(luò)資源和計(jì)算資源進(jìn)行協(xié)同配置，以確定車路終端與融合云設(shè)備之間的通信鏈路。該專利利用確定性網(wǎng)絡(luò)解決車聯(lián)網(wǎng)對移動性和實(shí)時性需求較高的問題，實(shí)現(xiàn)路況傳感信息、車輛傳感信息的車路網(wǎng)云協(xié)同融合計(jì)算。確定性網(wǎng)絡(luò)架構(gòu)主要針對車路協(xié)同端、邊緣和云的高速、低時延需求，支持駕駛決策驅(qū)動的智能計(jì)算和高速通信能力，滿足低時延、高可靠、大帶寬、高速移動、高速計(jì)算、大容量存儲和海量連接車路協(xié)同對網(wǎng)絡(luò)提出的新需求。

隨著互聯(lián)網(wǎng)的全面推進(jìn)，未來網(wǎng)絡(luò)安全防御體系將更加看重網(wǎng)絡(luò)安全監(jiān)測和響應(yīng)能力。網(wǎng)絡(luò)監(jiān)控方面的代表性專利有CN112769595A、CN112333669A 和CN114124548A。其中，專利CN112769595A 公開了1種異常檢測方法，應(yīng)用于自動駕駛、智能交通場景，通過終端進(jìn)程文件系統(tǒng)，獲取并解析網(wǎng)絡(luò)連接相關(guān)文件，得到終端網(wǎng)絡(luò)連接信息，對終端進(jìn)行異常檢測。該專利可以減少對終端系統(tǒng)性能的消耗，避免影響終端系統(tǒng)性能。專利CN112333669A 提供1 種車路協(xié)同路側(cè)基站系統(tǒng)的安全檢查方法，根據(jù)安全配置信息對所述車路協(xié)同路側(cè)基站系統(tǒng)的節(jié)點(diǎn)和組件進(jìn)行安全漏洞掃描，生成安全漏洞報(bào)告。對所述車路協(xié)同路側(cè)基站系統(tǒng)的預(yù)定組件進(jìn)行安全配置基線核查，生成安全風(fēng)險(xiǎn)評估報(bào)告，進(jìn)行問題定位和/或預(yù)警提示。該專利能夠保證車路協(xié)同路側(cè)基站系統(tǒng)的正常運(yùn)營。

2.3 應(yīng)用層面

在應(yīng)用層面，無論對車端還是路端，基礎(chǔ)設(shè)施和車路信息融合都帶來了極大的創(chuàng)新性變革。根據(jù)應(yīng)用整體的不同，選取了車端應(yīng)用、路端應(yīng)用和綜合應(yīng)用進(jìn)行歸納總結(jié)。

2.3.1 車端應(yīng)用

車輛作為交通領(lǐng)域中數(shù)量最為龐大、靈活性最強(qiáng)的參與者，是車路協(xié)同技術(shù)最主要的應(yīng)用主體。車路協(xié)同技術(shù)打破了局限于車輛自身的技術(shù)壁壘，通過信息一體化，使車端應(yīng)用實(shí)現(xiàn)了質(zhì)的飛躍。在這一分支下，圍繞最常見的車端應(yīng)用，分析了路徑規(guī)劃、智能駕駛和融合定位典型應(yīng)用場景。

車端路徑規(guī)劃是指根據(jù)車路系統(tǒng)環(huán)境進(jìn)行車輛路徑規(guī)劃和引導(dǎo)，提高路徑科學(xué)性，代表性專利有CN114387781A、CN114358408A、CN114312786A 和CN114323060A。其中，專利CN114387781A 公開了1種車輛引導(dǎo)控制方法，通過橫向交通流和可變限速引導(dǎo)引入的元胞傳輸模型，獲得各元胞間交通流單步傳播的預(yù)測模型。通過車輛引導(dǎo)優(yōu)化模型，獲得控制變量。將控制變量輸入預(yù)測模型中，獲取預(yù)測輸出，將預(yù)測輸出輸入車輛引導(dǎo)優(yōu)化模型，實(shí)現(xiàn)在線車路協(xié)同環(huán)境下高速公路瓶頸車輛引導(dǎo)策略。 專利CN114358408A 基于公交車場景提供了1 種線路生成方法，獲取目標(biāo)終端所處的當(dāng)前公交站點(diǎn)的站點(diǎn)信息。在當(dāng)前公交站點(diǎn)到目標(biāo)公交站點(diǎn)之間的線路上發(fā)生擁堵的情況下，檢查當(dāng)前公交站點(diǎn)距離下一換乘站點(diǎn)之間的站點(diǎn)數(shù)是否小于預(yù)定站點(diǎn)數(shù)，生成包括步行至下一換乘站點(diǎn)，以及下一換乘站點(diǎn)到目標(biāo)公交站點(diǎn)之間的線路。通過上述躲避擁堵路線推薦方法，可以解決交通擁堵場景下，普通公交線路的時間大幅增加問題，滿足用戶出行要求。

車端智能駕駛是指通過車路協(xié)同技術(shù)獲取信息，更好地制定和實(shí)施車輛智能駕駛策略和控制策略，代表性專利有 CN114212108A、CN114299755A 和CN114312839A。其中，專利CN114212108A 公開了1種自動駕駛方法，適用于單車智能駕駛場景，可以由電子設(shè)備執(zhí)行。該設(shè)備響應(yīng)于獲取位于主車前方的第一交通燈控制信號，確定由第一交通燈控制的車道。該設(shè)備響應(yīng)于基于規(guī)劃行駛軌跡確定主車位于車道上，根據(jù)車身朝向與車道延伸方向之間的夾角，確定是否基于控制信號確定主車的行駛策略。專利CN114299755A 公開了1 種智能網(wǎng)聯(lián)隊(duì)列換道方法，適用于車隊(duì)的智能駕駛場景，通過目標(biāo)車道車輛動態(tài)間隙和隊(duì)列換道所需間隙，來判斷是否屬于強(qiáng)制換道。若滿足間隙需求，則目標(biāo)車道車輛協(xié)助實(shí)現(xiàn)隊(duì)列協(xié)同換道。若不滿足間隙需求，則等待下1個間隙，隊(duì)列內(nèi)車輛依次換道。本專利可有效實(shí)現(xiàn)隊(duì)列整體換道，為智能網(wǎng)聯(lián)隊(duì)列安全、穩(wěn)定地?fù)Q道提供支撐。專利CN114312839A 提供了1 種信息處理方法，可以由電子設(shè)備執(zhí)行。該設(shè)備響應(yīng)于接收到用于表征自動駕駛車輛由自動駕駛模式切換為人工駕駛模式的指示信號，生成多個人工接管類型信息。該設(shè)備響應(yīng)于接收到選擇多個人工接管類型信息中的目標(biāo)人工接管類型信息的操作，確定切換類型為目標(biāo)人工接管類型，輸出目標(biāo)人工接管類型以及目標(biāo)信息，目標(biāo)信息與自動駕駛車輛由自動駕駛模式切換為人工駕駛模式。

車端融合定位是指利用車路協(xié)同技術(shù)進(jìn)行車輛定位，提升定位結(jié)果性能，代表性專利有CN11427945 3A、CN114877883A、CN114779304A。其中，專利CN1 14279453A 公開了1 種基于車路協(xié)同的自動駕駛車輛定位方法，根據(jù)車輛參考位置信息集合確定自車參考位置信息，確定自車絕對位置信息，并進(jìn)行融合定位，得到自車融合定位結(jié)果。該專利通過路側(cè)設(shè)備端可視范圍內(nèi)所有車輛的位置信息確定出自車位置，再通過融合定位處理得到自車最終的融合定位結(jié)果，保證了極端環(huán)境或者極端天氣下的定位精度與穩(wěn)定性。專利CN114877883A 提供1 種車路協(xié)同環(huán)境下考慮通信延遲的車輛定位方法，直接將滯后的路側(cè)端測量信息和車載端實(shí)時數(shù)據(jù)進(jìn)行融合，以消除高度不穩(wěn)定的通信延遲對車輛定位的影響，通過因子圖實(shí)現(xiàn)異步數(shù)據(jù)融合，避免引入數(shù)據(jù)擬合誤差。具體實(shí)現(xiàn)過程包括：利用車載激光雷達(dá)（Light Detection and Ranging,LiDAR）和全球?qū)Ш叫l(wèi)星系統(tǒng)實(shí)時動態(tài)測量（Global Navigation Satellite System Real-time Kinematic,GNSSRTK）構(gòu)建路側(cè)周圍環(huán)境點(diǎn)云地圖。將路側(cè)LiDAR點(diǎn)云與點(diǎn)云地圖進(jìn)行配準(zhǔn)，基于預(yù)建點(diǎn)云地圖結(jié)合背景差分濾波提取動態(tài)目標(biāo)點(diǎn)云。通過具有噪聲的基于密度的聚類方法（Density-Based Spatial Clustering of Applications with Noise，DBSCAN）對預(yù)處理后的目標(biāo)點(diǎn)云進(jìn)行聚類，將屬于不同目標(biāo)的點(diǎn)云聚合成單獨(dú)的簇。選取目標(biāo)特征，通過支持向量機(jī)完成分類任務(wù)，獲得車輛目標(biāo)，實(shí)現(xiàn)目標(biāo)車輛在導(dǎo)航坐標(biāo)系下的定位?；谝蜃訄D，通過增量平滑推理獲得當(dāng)前時刻車輛狀態(tài)最優(yōu)估計(jì)，支持在全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System, GNSS）信號失效下實(shí)時定位。

2.3.2 路端應(yīng)用

隨著路端通信設(shè)施和基礎(chǔ)設(shè)施發(fā)展，路端應(yīng)用也逐漸被帶動起來，進(jìn)一步打通了車路協(xié)同快速發(fā)展通道[8]。路端應(yīng)用包括交通管控和道路評價方面[9]。

路端交通管控是指利用車路協(xié)同信息進(jìn)行交通引導(dǎo)，提高管控效果，代表性專利有CN114399914A、CN114333352A和CN111127893A。其中，專利CN114399914A 公開了1 種車路協(xié)同的車道、信號燈和車輛聯(lián)合調(diào)度方法，該方法可根據(jù)每個車輛的車輛狀態(tài)信息和當(dāng)前相位信息，預(yù)測當(dāng)車輛到達(dá)路口停止線時行駛方向?qū)?yīng)的信號燈相位狀態(tài)信息，預(yù)測車流在對應(yīng)行駛方向上最大排隊(duì)長度，判斷最大排隊(duì)長度是否超過路段本身長度，指示車輛是否可繼續(xù)行駛至直行待行區(qū)。該專利針對不同行駛方向交通流比例失衡的情況，基于車路協(xié)同技術(shù)的全息感知能力和通信能力，對交叉口不同行駛方向的流量進(jìn)行估算，并估計(jì)最大排隊(duì)長度，判斷是否會產(chǎn)生過長的排隊(duì)，進(jìn)而發(fā)送消息至所有通信范圍內(nèi)車輛，提升交叉路口通行效率。專利CN114301938A 公開了1 種車輛事件確定方法，根據(jù)初始車輛事件包含的與目標(biāo)車輛對應(yīng)的初始事件信息，確定與初始事件信息相關(guān)的補(bǔ)充事件參數(shù)。從車載終端和/或路側(cè)感知設(shè)備獲取與補(bǔ)充事件參數(shù)對應(yīng)的補(bǔ)充事件信息，確定與目標(biāo)車輛對應(yīng)的最終車輛事件。該方法借助云端服務(wù)器融合車端和路側(cè)端各自視角記錄的信息，從而根據(jù)更全面的信息更準(zhǔn)確地確定車輛事件，避免因單一視角對某些關(guān)鍵信息遺漏確定出錯誤的車輛事件。

路端道路評價是指利用車路協(xié)同信息進(jìn)行道路評價，指導(dǎo)路端建設(shè)以及車端道路選擇，代表性專利有CN112489428A、CN114858214A 和CN113505980A。專利CN112489428A 公開了1 種基于駕駛行為的道路評價方法，在虛擬環(huán)境下對測試道路進(jìn)行分析，實(shí)時采集虛擬車輛運(yùn)行速度信息和駕駛員眼動信息，對每個分析單元路況進(jìn)行分析，確定安全隱患路段。根據(jù)車輛運(yùn)行速度，獲得相鄰分析單元速度差、車輛運(yùn)行加速度、減速度和轉(zhuǎn)向角速度，通過相鄰分析單元速度差、車輛運(yùn)行加速度、減速度和轉(zhuǎn)向角速度對分析單元路況進(jìn)行分析，實(shí)現(xiàn)了在道路設(shè)計(jì)初期階段，對道路進(jìn)行預(yù)先評價。CN114858214A 公開了1 種城市道路性能監(jiān)測系統(tǒng)，依據(jù)各類數(shù)據(jù)特點(diǎn)將其分成表觀類數(shù)據(jù)、高差類數(shù)據(jù)、抗滑性能評價數(shù)據(jù)和其他類數(shù)據(jù)，并依據(jù)特征分別選擇了監(jiān)測設(shè)備類型進(jìn)行調(diào)研。將它們在性能、成本等多個角度做了橫向?qū)Ρ龋_定其中最適合本專利的設(shè)備型號。在此基礎(chǔ)上，結(jié)合現(xiàn)有路側(cè)監(jiān)測設(shè)備分布情況，從監(jiān)測設(shè)備的監(jiān)測范圍以及成本角度確定設(shè)計(jì)與試驗(yàn)方案，確定了不同監(jiān)測設(shè)備布置間隔。

2.3.3 綜合應(yīng)用

除車端應(yīng)用和路端應(yīng)用外，還有一類基于車路協(xié)同技術(shù)而產(chǎn)生的綜合應(yīng)用。這類綜合應(yīng)用既可以應(yīng)用在車端，也可以應(yīng)用在路端使用，還可以應(yīng)用于第3方，具有更強(qiáng)的適用性。這一類綜合應(yīng)用包括場景挖掘、環(huán)境監(jiān)測和金融支付應(yīng)用，其專利數(shù)量雖然不是很多，但也在一定程度上拓展了車路協(xié)同技術(shù)的應(yīng)用范圍。

場景挖掘是指挖掘典型交通應(yīng)用場景，建立針對交通場景的自主式交通系統(tǒng)，是系統(tǒng)驗(yàn)證和改進(jìn)的重要手段，代表性專利有CN114925114A、CN114817463A和CN114817463A。其中，專利CN114925114A提供了1 種場景數(shù)據(jù)挖掘方法，根據(jù)目標(biāo)交通場景事件的事件信息，以及所關(guān)聯(lián)的自動駕駛車輛行駛數(shù)據(jù)，確定目標(biāo)交通場景事件對應(yīng)的有效落盤時間。根據(jù)有效落盤時間，從自動駕駛車輛落盤數(shù)據(jù)中截取相應(yīng)數(shù)據(jù)作為目標(biāo)交通場景事件對應(yīng)的真實(shí)場景數(shù)據(jù)。其中，有效落盤時間是指在目標(biāo)交通場景事件發(fā)生階段對自動駕駛車輛進(jìn)行數(shù)據(jù)落盤的時間。該專利公開方案可提升交通場景數(shù)據(jù)挖掘效率。

目前，智慧交通領(lǐng)域中已逐漸出現(xiàn)越來越多的城市治理方面需求，其中環(huán)境監(jiān)測方面的應(yīng)用已成為相關(guān)技術(shù)中的1 個研究方向，代表性專利有CN114563377A、CN114973669A 和CN109727471A。其中，專利CN114563377A 提供1 種基于車路協(xié)同的環(huán)境監(jiān)測方法，通過車載單元采集環(huán)境圖像信息，通過車載單元與其他設(shè)備（V2X）通信協(xié)議，采集來自路側(cè)單元圖像信息?；陬A(yù)先加載的高精地圖數(shù)據(jù)，確定目標(biāo)區(qū)域內(nèi)特種車輛。采集區(qū)域內(nèi)能見度參考值，在監(jiān)測到能見度參考值滿足預(yù)設(shè)條件時，通過V2X 通信協(xié)議向所述特種車輛發(fā)送指令，以調(diào)度所述特種車輛進(jìn)行環(huán)境治理，例如進(jìn)行道路清掃、灑水作業(yè)等，改善道路環(huán)境和空氣環(huán)境。

隨著車路協(xié)同系統(tǒng)的普及，設(shè)置在車輛上的車載單元與車外路側(cè)單元之間的數(shù)據(jù)交互已經(jīng)成為移動金融支付的重要基礎(chǔ)設(shè)施。金融支付方面的代表性專利有CN114037526A、CN113807841A 和CN112712699A。其中，專利CN114037526A 公開了1 種數(shù)字貨幣支付方法和系統(tǒng)，可以由電子設(shè)備執(zhí)行，該設(shè)備響應(yīng)于外部支付指令，生成握手消息向包括收款方在內(nèi)的CAN總線上的節(jié)點(diǎn)廣播，根據(jù)所述握手消息與所述收款方建立通信連接，生成支付消息。該專利能夠拓展車路協(xié)同系統(tǒng)組網(wǎng)方式和支付手段。

3 結(jié)束語

車路協(xié)同技術(shù)作為一項(xiàng)新技術(shù)，實(shí)現(xiàn)了通信、智能駕駛和交通管理的多領(lǐng)域融合，具有廣闊的應(yīng)用前景。車路協(xié)同技術(shù)專利申請量在2015 年以后出現(xiàn)大幅度上升，在2021 年達(dá)到了頂峰。從申請人方面分析，排在前5 位的申請人依次為北京百度網(wǎng)訊科技有限公司、阿波羅智聯(lián)（北京）科技有限公司、騰訊科技（深圳）有限公司、東南大學(xué)和同濟(jì)大學(xué)。從技術(shù)手段方面分析，排名前5位申請人的技術(shù)手段分別為電控、設(shè)計(jì)分析方法、算法、軟件以及檢測計(jì)測試。申請人可以在軟件算法上繼續(xù)創(chuàng)新，同時加強(qiáng)對硬件設(shè)備進(jìn)行技術(shù)創(chuàng)新。

目前車路協(xié)同技術(shù)在感知層面、通信層面和應(yīng)用層面都擁有一定比例的專利申請量，其中應(yīng)用層面的申請量最大。從應(yīng)用領(lǐng)域看，自動駕駛和交通控制為創(chuàng)新技術(shù)的主要孵化領(lǐng)域，且以提高兩者的安全性、高效性、精確性為技術(shù)創(chuàng)新主要目標(biāo)。環(huán)保和舒適方面也是我國建設(shè)車路協(xié)同系統(tǒng)的重要目標(biāo)領(lǐng)域，尚屬于專利空白點(diǎn)，具有廣闊的布局空間。

在車路協(xié)同感知層面，現(xiàn)階段專利多集中于多樣化的感知算法和融和算法。為了實(shí)現(xiàn)對感知信息的充分利用，通常需要增加算法復(fù)雜度和處理流程，才能得到理想的感知結(jié)果。因此，提高硬件設(shè)備處理能力、優(yōu)化計(jì)算量、提高實(shí)時性并減少運(yùn)維難度，是未來技術(shù)創(chuàng)新需要關(guān)注的方向。

在車路協(xié)同通信層面，受基礎(chǔ)設(shè)施兼容性和適配性限制，相關(guān)專利數(shù)量較少。加快交通運(yùn)輸領(lǐng)域通信標(biāo)準(zhǔn)建設(shè)，加強(qiáng)車路協(xié)同領(lǐng)域標(biāo)準(zhǔn)必要專利的研究，將是汽車領(lǐng)域、交通領(lǐng)域和通信領(lǐng)域待研究的熱點(diǎn)課題。

對于車路協(xié)同應(yīng)用場景方面，現(xiàn)階段應(yīng)用場景往往路況簡單、路線相對固定、交通參與者較少，對于大范圍不定線路場景、復(fù)雜交通環(huán)境場景和極端惡劣天氣場景下的專利數(shù)量較少，可開展進(jìn)一步研究與布局。