摘 要：自動(dòng)駕駛車路協(xié)同已成為解決道路擁堵問(wèn)題、汽車駕駛安全問(wèn)題以及節(jié)能減排關(guān)鍵路徑，國(guó)家出臺(tái)了一系列的政策用以支持我國(guó)自動(dòng)駕駛車路協(xié)同的發(fā)展，取得了一定的進(jìn)展。本文通過(guò)對(duì)自動(dòng)駕駛車路協(xié)同政策發(fā)展歷程、發(fā)布年份以及政策類型進(jìn)行分析，給出了國(guó)家政策支持的一些特點(diǎn)，通過(guò)對(duì)自動(dòng)駕駛車路系統(tǒng)技術(shù)進(jìn)行分析，最終提出了加快自動(dòng)駕駛車路協(xié)同標(biāo)準(zhǔn)的制定、深化自動(dòng)駕駛車路協(xié)同技術(shù)研究、加大自動(dòng)駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)力度研究方向，為我國(guó)自動(dòng)駕駛車路協(xié)同研究提供參考。

關(guān)鍵詞：政策支持 自動(dòng)駕駛車路協(xié)同技術(shù) 展望

0 引言

隨著傳感器技術(shù)、5G通信技術(shù)、人工智能技術(shù)等新技術(shù)的快速發(fā)展，汽車產(chǎn)業(yè)的電動(dòng)化、網(wǎng)聯(lián)化、共享化以及智能化成為其發(fā)展的必然趨勢(shì)，尤其是智能化對(duì)于解決道路擁堵問(wèn)題、汽車駕駛安全問(wèn)題以及節(jié)能減排都有著關(guān)鍵的作用。車輛的自動(dòng)駕駛根據(jù)國(guó)際自動(dòng)機(jī)工程師學(xué)會(huì)（SAE）的標(biāo)準(zhǔn)，從低到高可以分為六個(gè)等級(jí)，分別是沒(méi)有任何自動(dòng)駕駛功能（L0）、輔助駕駛（L1）、駕駛輔助（L2）、有條件自動(dòng)駕駛（L3）、高度自動(dòng)駕駛（L4）、完全自動(dòng)駕駛（L5）[1]。目前汽車已實(shí)現(xiàn)了第三個(gè)等級(jí)的自動(dòng)駕駛，根據(jù)相關(guān)數(shù)據(jù)顯示，到2024年第一季度，L2級(jí)的智能駕駛滲透率已達(dá)50%，消費(fèi)者在車輛選購(gòu)時(shí)，有50%的新能源汽車用戶關(guān)注車輛的智能化，成為消費(fèi)者購(gòu)車的最重要的關(guān)注因素之一。而更高等級(jí)的自動(dòng)駕駛僅僅依靠單車智能化已很難實(shí)現(xiàn)，必須依托車路協(xié)同系統(tǒng)才能完成。關(guān)于車路協(xié)同系統(tǒng)的研究，最早出現(xiàn)于20世紀(jì)中葉，是由通用汽車將大量的通信設(shè)備應(yīng)用于新西蘭的一條高速公路上，被認(rèn)為是世界首套道路系統(tǒng)。隨后在20世紀(jì)90年代，美國(guó)、日本以及歐洲分別針對(duì)道路協(xié)同標(biāo)準(zhǔn)、試驗(yàn)、服務(wù)等開展了相應(yīng)的研究，形成了相應(yīng)的標(biāo)準(zhǔn)和試驗(yàn)成果。我國(guó)的車路協(xié)同系統(tǒng)最早追溯到2007年國(guó)家863計(jì)劃中“交通對(duì)象協(xié)同式安全控制技術(shù)”，隨后國(guó)內(nèi)各大高校如清華等也開始車路協(xié)同系統(tǒng)的研究，形成了多項(xiàng)關(guān)鍵成果，為后續(xù)“智能車路協(xié)同關(guān)鍵技術(shù)研究”863計(jì)劃項(xiàng)目提供了關(guān)鍵技術(shù)支持[2]。

1 自動(dòng)駕駛車路協(xié)同政策分析

1.1 自動(dòng)駕駛車路協(xié)同政策發(fā)展歷程

自2007年國(guó)家863計(jì)劃涉及車路協(xié)同相關(guān)研究以來(lái)，國(guó)家出臺(tái)了一系列的政策支持自動(dòng)駕駛車路協(xié)同的發(fā)展。2010年國(guó)家863計(jì)劃將“現(xiàn)代交通技術(shù)領(lǐng)域智能車路協(xié)同關(guān)鍵技術(shù)研究”列入，并在有條件的省份和地區(qū)進(jìn)行試點(diǎn)研究，被認(rèn)為是政策支持初期階段。從2015年國(guó)家出臺(tái)《智能交通發(fā)展規(guī)劃（2015-2017）》以來(lái)，到2017年在我國(guó)東部沿海部分發(fā)達(dá)城市開展智慧交通示范區(qū)的建設(shè)工作，被認(rèn)為是自動(dòng)駕駛車路協(xié)同的推廣階段的開始。2017年以后出臺(tái)了一系列的標(biāo)準(zhǔn)規(guī)范，用以支持自動(dòng)駕駛車路系統(tǒng)的技術(shù)發(fā)展，同時(shí)在相關(guān)的規(guī)劃中推出了車聯(lián)網(wǎng)和智慧交通產(chǎn)業(yè)的發(fā)展規(guī)劃，支持車路協(xié)同企業(yè)的發(fā)展，被認(rèn)為是標(biāo)準(zhǔn)制定階段。隨著新能源汽車以及人工智能等技術(shù)的快速跟進(jìn)，2021年住建部和工信部《關(guān)于確定智慧城市基礎(chǔ)設(shè)施與智能網(wǎng)聯(lián)汽車協(xié)同發(fā)展第一批試點(diǎn)城市的通知》，確定了北京、上海等6個(gè)城市入選試點(diǎn)，這些城市進(jìn)一步推動(dòng)自動(dòng)駕駛車路協(xié)同車端、路端、測(cè)試場(chǎng)等基礎(chǔ)設(shè)施的全面推廣。

1.2 自動(dòng)駕駛車路協(xié)同政策發(fā)布年份分析

通過(guò)查詢政府相關(guān)網(wǎng)站發(fā)現(xiàn)，在推廣及推廣階段以前關(guān)于自動(dòng)駕駛車路協(xié)同政策相對(duì)較少。自2018年以來(lái)政策的發(fā)布數(shù)量呈逐年增長(zhǎng)的趨勢(shì)，國(guó)家發(fā)布了大量的政策文件用于支持自動(dòng)駕駛車路協(xié)同的發(fā)展，尤其是2021年自動(dòng)駕駛車路協(xié)同政策最多，達(dá)到8個(gè)，這是因?yàn)?021年作為國(guó)家“十四五”規(guī)劃的元年，在《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》的專欄9中提到要“發(fā)展自動(dòng)駕駛和車路協(xié)同的出行服務(wù)”，促進(jìn)了一系列的政策的出臺(tái)，用于匹配“十四五”規(guī)劃中的目標(biāo)，推進(jìn)自動(dòng)駕駛車路協(xié)同推廣和發(fā)展。

1.3 自動(dòng)駕駛車路協(xié)同政策類型分析

將自動(dòng)駕駛車路協(xié)同政策分為五個(gè)類型，分別是支持類、規(guī)劃類、指導(dǎo)類、規(guī)范類，引導(dǎo)類。其中支持類通過(guò)推進(jìn)基礎(chǔ)設(shè)施建設(shè)、平臺(tái)建設(shè)、產(chǎn)品研發(fā)等來(lái)推進(jìn)自動(dòng)駕駛車路協(xié)的發(fā)展；規(guī)劃類通過(guò)與國(guó)家、省市發(fā)展規(guī)劃和經(jīng)濟(jì)水平進(jìn)行產(chǎn)業(yè)等的規(guī)劃，為自動(dòng)駕駛車路協(xié)指明發(fā)展方向；指導(dǎo)類通過(guò)政策指導(dǎo)自動(dòng)駕駛車路協(xié)同技術(shù)及產(chǎn)業(yè)的發(fā)展，使其發(fā)展能夠與國(guó)家規(guī)劃和經(jīng)濟(jì)發(fā)展保持同步；規(guī)范類主要是通過(guò)技術(shù)規(guī)范的形式，使得自動(dòng)駕駛車路協(xié)同技術(shù)的發(fā)展更加規(guī)范；引導(dǎo)類主要是針對(duì)新技術(shù)新規(guī)范，引導(dǎo)更多的企事業(yè)單位參與其中，發(fā)展自動(dòng)駕駛車路協(xié)同技術(shù)。從2018年到2023年，指導(dǎo)類政策數(shù)量居首位，其次是規(guī)范類和支持類，這是由于自動(dòng)駕駛車路協(xié)同技術(shù)還處于研發(fā)階段，需要國(guó)家給予極大的指導(dǎo)和支持。

2 自動(dòng)駕駛車路協(xié)同技術(shù)研究進(jìn)展分析

國(guó)家為了發(fā)展自動(dòng)駕駛車路系統(tǒng)，出臺(tái)了一系列的政策，在政策支持下，相關(guān)學(xué)者對(duì)自動(dòng)駕駛車路技術(shù)進(jìn)行了大量的研究。在知網(wǎng)中輸入“自動(dòng)駕駛車路協(xié)同”共搜索到相關(guān)文章789篇，從年度發(fā)表篇數(shù)來(lái)看，從2018年開始發(fā)文量呈快速增長(zhǎng)的趨勢(shì)，與政策的出臺(tái)數(shù)量一致。從研究層次來(lái)看主要技術(shù)研究，占到了總發(fā)文量的67.61%，從論文來(lái)源來(lái)看，主要來(lái)源于國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金，兩者共占總發(fā)文量的70.59%，從上述數(shù)據(jù)可以看出，國(guó)家非常重視自動(dòng)駕駛車路協(xié)同技術(shù)研究，已將其列為國(guó)家重大及重點(diǎn)項(xiàng)目開展研究，并且在整車的加持下，自動(dòng)駕駛車路協(xié)同技術(shù)研究也取得了較大的進(jìn)展。

自動(dòng)駕駛車路協(xié)同技術(shù)通常由四部分組成，分別是感知技術(shù)、駕駛認(rèn)知、自主決策和協(xié)同控制[3]。國(guó)家重點(diǎn)研究計(jì)劃和國(guó)家自然科學(xué)基金項(xiàng)目往往代表了國(guó)內(nèi)研究的前沿和重點(diǎn)，選取了來(lái)自國(guó)家重點(diǎn)研究計(jì)劃和國(guó)家自然科學(xué)基金項(xiàng)目的重點(diǎn)文章，從自動(dòng)駕駛車路協(xié)同技術(shù)四個(gè)組成部分進(jìn)行分析我國(guó)自動(dòng)駕駛車路協(xié)同技術(shù)研究現(xiàn)狀，總結(jié)我國(guó)自動(dòng)駕駛車路協(xié)同技術(shù)研究的發(fā)展方向，為推動(dòng)我國(guó)自動(dòng)駕駛車路協(xié)同技術(shù)的發(fā)展提供參考。

2.1 感知技術(shù)方面研究

自動(dòng)駕駛車路協(xié)同的感知技術(shù)是實(shí)現(xiàn)車路協(xié)同最基本的信息采集技術(shù)，主要是采用先進(jìn)的傳感器采集車輛信息、道路信息、其他交通參與者相關(guān)信息，并對(duì)其進(jìn)行篩選和處理，為自動(dòng)駕駛車協(xié)同系統(tǒng)完成自主決策和協(xié)同控制提供可靠、準(zhǔn)確的信息。準(zhǔn)確、可靠的數(shù)據(jù)是完成車路協(xié)同的前提，所以針對(duì)融合感知技術(shù)學(xué)者開展了大量研究。首先是研究進(jìn)展方面，伊笑瑩等從感知技術(shù)的基本原理、目前研究的動(dòng)態(tài)對(duì)目前感知技術(shù)的研究進(jìn)展進(jìn)行了梳理，并從加大投入、深化行業(yè)合作、加速標(biāo)準(zhǔn)制定方面提出了建議[4]。王飛等針對(duì)自動(dòng)駕駛車輛在實(shí)際的道路環(huán)境下，交通參與對(duì)象的感知精度和檢測(cè)數(shù)據(jù)大等問(wèn)題，提出了一種多視角的輕量化車路協(xié)同感知模型，提高了在實(shí)際道路中的感知系統(tǒng)的感知精度和數(shù)據(jù)處理能力[5]。葉青等以感知精度和通信延時(shí)平衡性為分析對(duì)象，提出了仿真分析框架，并進(jìn)行了仿真分析，基于擴(kuò)展卡爾曼濾波算法，提出了滯后補(bǔ)償誤差的綜合評(píng)價(jià)指標(biāo)，為中點(diǎn)云融合模式選擇提供了參考[6]。從上述研究來(lái)看，感知技術(shù)主要集中于感知模型的搭建、數(shù)據(jù)采集精度和時(shí)效性的研究以及采集后數(shù)據(jù)的處理方面的研究。

2.2 駕駛認(rèn)知方面的研究

駕駛認(rèn)知技術(shù)主要是針對(duì)感知系統(tǒng)采集得到信息進(jìn)行分析后所做出的理解和解釋，主要包括駕駛場(chǎng)景的理解、車輛動(dòng)態(tài)路徑規(guī)劃、車輛動(dòng)態(tài)軌跡規(guī)劃。史云陽(yáng)等基于仿真軟件SUMO構(gòu)建了多個(gè)車路協(xié)場(chǎng)景，并結(jié)合仿真軟件CARLA，提出了一種針對(duì)高速公路混合交通流的名稱為SC-V2XSim的協(xié)同聯(lián)合仿真框架，并進(jìn)行了仿真和實(shí)景測(cè)試驗(yàn)證，效果顯著，為高速公路車路協(xié)同評(píng)價(jià)提供了可行的分析評(píng)價(jià)方法。在車輛動(dòng)態(tài)軌跡規(guī)劃方面，郭叢帥針以降雨條件下路面摩擦系數(shù)的改變對(duì)車輛行駛的影響為基礎(chǔ)，基于車路協(xié)同開展了自動(dòng)駕駛車輛在雨天的速度和運(yùn)動(dòng)控制研究，提出了一種車輛橫向和縱向控制器，并進(jìn)行了仿真驗(yàn)證。從上述研究來(lái)看，駕駛認(rèn)知技術(shù)的研究主要集中在駕駛場(chǎng)景的理解、車輛動(dòng)態(tài)軌跡規(guī)劃方面，車輛動(dòng)態(tài)路徑規(guī)劃研究較少，還需進(jìn)一步開展研究，駕駛認(rèn)知技術(shù)其他方面的研究也需要進(jìn)一步深化。

2.3 自主決策方面的研究

自主決策主要車輛跟馳行為決策、車輛換道行為決策以及多車協(xié)同決策等，是通過(guò)車端、路端感知系統(tǒng)采集到的信息，分析后根據(jù)實(shí)際道路狀態(tài)，車輛的運(yùn)行狀態(tài)以及交通參與者的意圖等，為交通參與的車輛制定合適的駕駛策略。李銳等提出了一種基于可變換道決策點(diǎn)距離的分流區(qū)道路混合車流通行能力提升策略，此策略充分考慮了多因素耦合對(duì)分流區(qū)域的通行能力的影響，為車路協(xié)同背景下的城市快速路分流區(qū)域的通行能力優(yōu)化提供參考。黎乾龍針對(duì)駕駛員和車輛的駕駛輔助系統(tǒng)之間的協(xié)同以及車輛的避障軌跡開展研究，提出了一種基于相關(guān)性分析的人機(jī)協(xié)同轉(zhuǎn)向控制方法和一種實(shí)時(shí)避障軌跡規(guī)劃方法。白正偉以網(wǎng)聯(lián)自動(dòng)駕駛車輛為研究對(duì)象，基于車路協(xié)同條件下的異構(gòu)交通環(huán)境，面向開放道路及信號(hào)交叉口兩種典型交通場(chǎng)景，提出一種基于平行CNN通道和競(jìng)爭(zhēng)深度Q網(wǎng)絡(luò)的深度神經(jīng)網(wǎng)絡(luò)以及一種基于動(dòng)態(tài)場(chǎng)景分割的混合強(qiáng)化學(xué)習(xí)框架。從上述研究?jī)?nèi)容來(lái)看，自主決策研究主要集中于特殊道路場(chǎng)景下的車輛控制研究，人機(jī)協(xié)同自動(dòng)駕駛方面研究以及通過(guò)智能算法開展車輛跟馳和換道控制方面的研究。

2.4 協(xié)同控制方面的研究

車端、路端與云端的共同配合對(duì)交通參與者以及信號(hào)系統(tǒng)等進(jìn)行協(xié)同控制，是自動(dòng)駕駛車路協(xié)同技術(shù)的重要方面，也是實(shí)現(xiàn)高等級(jí)自動(dòng)駕駛重要舉措。針對(duì)協(xié)同控制方面，張毅對(duì)車路環(huán)境下的車輛群體協(xié)同決策相關(guān)研究進(jìn)行了分析總結(jié)，為車路協(xié)同環(huán)境下的新型混合交通系統(tǒng)的管理與控制提供參考。龐曉宇針對(duì)由人工駕駛車輛和網(wǎng)聯(lián)自動(dòng)駕駛車輛構(gòu)成的混合交通運(yùn)行環(huán)境，以均衡路網(wǎng)交通的時(shí)空分布為目標(biāo)，建立交通流時(shí)空均衡分配模型，提出了混合車輛群體協(xié)同控制方法，以改善路網(wǎng)交通分布，提升路網(wǎng)整體效能。張心睿對(duì)網(wǎng)聯(lián)交叉口交通信號(hào)-車輛軌跡協(xié)同控制方法進(jìn)行了系統(tǒng)研究，構(gòu)建了一種以最小化車輛平均燃油消耗為目標(biāo)的CAV軌跡控制模型，提出了一種基于滾動(dòng)優(yōu)化算法的車路協(xié)同控制方法。針對(duì)協(xié)同控制方面主要是集中在特定的道路場(chǎng)景下，利用智能算法對(duì)車輛的通行能力進(jìn)行優(yōu)化和協(xié)同控制。

3 自動(dòng)駕駛車路協(xié)同研究展望

3.1 加快自動(dòng)駕駛車路協(xié)同標(biāo)準(zhǔn)的制定

自進(jìn)入推廣應(yīng)用以來(lái)，國(guó)家制定了大量指導(dǎo)類政策用于指導(dǎo)自動(dòng)駕駛車路協(xié)同技術(shù)的發(fā)展，而標(biāo)準(zhǔn)類的文件相對(duì)較少。經(jīng)過(guò)多年的研究探索，發(fā)現(xiàn)自動(dòng)駕駛車路協(xié)同的發(fā)展離不開各個(gè)相關(guān)領(lǐng)域的發(fā)展，各個(gè)領(lǐng)域的發(fā)展又需要統(tǒng)一標(biāo)準(zhǔn)的來(lái)支撐和支持，所以國(guó)家應(yīng)該加快自動(dòng)駕駛車路協(xié)同方面的標(biāo)準(zhǔn)的制定，包括基礎(chǔ)設(shè)施建設(shè)標(biāo)準(zhǔn)、運(yùn)營(yíng)標(biāo)準(zhǔn)、終端產(chǎn)品的標(biāo)準(zhǔn)等，并且標(biāo)準(zhǔn)制定時(shí)應(yīng)充分考慮中國(guó)自動(dòng)駕駛車路協(xié)同國(guó)情，使得制定的標(biāo)準(zhǔn)能夠更好地服務(wù)于我國(guó)自動(dòng)駕駛車路協(xié)同的發(fā)展。

3.2 深化自動(dòng)駕駛車路協(xié)同技術(shù)研究

隨著人工智能、5G技術(shù)等的快速發(fā)展，同時(shí)在國(guó)家政策的支持下，自動(dòng)駕駛車路協(xié)同技術(shù)已取得較大的進(jìn)展，但是目前的技術(shù)還不能夠支撐自動(dòng)駕駛車路協(xié)同全方位推廣應(yīng)用，還需進(jìn)一步的深化。在感知技術(shù)方面，雖然車端的傳感器已經(jīng)可以較好地收集數(shù)據(jù)，并傳入后臺(tái)，但是路端以及不同品牌車輛之間的信息感知還未徹底打通，數(shù)據(jù)的收集還處于碎片化狀態(tài)，建立滿足自動(dòng)駕駛車路協(xié)同的數(shù)據(jù)集成為制約其發(fā)展的一個(gè)重要原因，還需進(jìn)一步發(fā)展。由于各個(gè)傳感器的特性不同，由于信號(hào)檢測(cè)和傳輸過(guò)程往往會(huì)產(chǎn)生誤差，導(dǎo)致決策及控制偏離預(yù)期，為此提高感知系統(tǒng)的精度成為研究的另一個(gè)重點(diǎn)。另外自動(dòng)駕駛車路協(xié)同時(shí)基于網(wǎng)絡(luò)的技術(shù)，并且具有一定的開源性，網(wǎng)絡(luò)安全成為一個(gè)研究重點(diǎn)。最后在協(xié)同控制方面，目前的研究在理想場(chǎng)景下開展，而實(shí)際道路環(huán)境是復(fù)雜多變的，如何運(yùn)用新技術(shù)開展符合實(shí)際場(chǎng)景的協(xié)同控制研究，成為自動(dòng)駕駛車路協(xié)同技術(shù)研究的一個(gè)重要方向。

3.3 加大自動(dòng)駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)力度

2024年國(guó)家五部委出臺(tái)了《關(guān)于開展智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點(diǎn)工作的通知》，計(jì)劃在全國(guó)范圍內(nèi)開展試點(diǎn)工作，標(biāo)志著自動(dòng)駕駛車路協(xié)同進(jìn)入了規(guī)?；瘧?yīng)用和商業(yè)化應(yīng)用階段，對(duì)自動(dòng)駕駛車路協(xié)同應(yīng)用型人才的需求將進(jìn)一步增大。隨著自動(dòng)駕駛車路協(xié)同全面推廣，應(yīng)用型人才將會(huì)是制約其發(fā)展的一個(gè)重要因素，應(yīng)加大自動(dòng)駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)力度，可以聯(lián)合高等院校、職業(yè)院校和企業(yè)制定人才培養(yǎng)方案，優(yōu)化課程體系，利用各方優(yōu)勢(shì)資源，開展自動(dòng)駕駛車路協(xié)同應(yīng)用型人才培養(yǎng)，為自動(dòng)駕駛車路協(xié)同發(fā)展提供應(yīng)用型人才支撐。

4 結(jié)語(yǔ)

自動(dòng)駕駛車路協(xié)同已成為我國(guó)智能交通發(fā)展的重要方向，國(guó)家制定了一系列的政策用于支持自動(dòng)駕駛車路協(xié)同的發(fā)展。目前，自動(dòng)駕駛車路協(xié)同在感知技術(shù)、駕駛認(rèn)知技術(shù)、自主決策技術(shù)以及協(xié)同控制技術(shù)方面開展了大量研究，并取得一定的成果。針對(duì)研究現(xiàn)狀，發(fā)現(xiàn)雖然取得成果，但在自動(dòng)駕駛車路協(xié)同標(biāo)準(zhǔn)的制定、技術(shù)研究、應(yīng)用型人才培養(yǎng)方面還需要努力，進(jìn)一步發(fā)展我國(guó)的自動(dòng)駕駛車路協(xié)同。

基金項(xiàng)目：本文系云南省“興滇英才支持計(jì)劃”教育人才項(xiàng)目成果論文。

參考文獻(xiàn)：

[1]車路協(xié)同自動(dòng)駕駛發(fā)展趨勢(shì)及建議[J].智能網(wǎng)聯(lián)汽車，2019（04）：50-60.

[2]周銳，徐高鵬，金濤，等.車路協(xié)同試驗(yàn)場(chǎng)設(shè)計(jì)建設(shè)：歷史、現(xiàn)狀和展望[J].山西交通科技，2022（02）：1-10.

[3]林泓熠，劉洋，李深，等.車路協(xié)同系統(tǒng)關(guān)鍵技術(shù)研究進(jìn)展[J].華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，51（10）：46-67.

[4]伊笑瑩，芮一康，冉斌，等.車路協(xié)同感知技術(shù)研究進(jìn)展及展望[J].中國(guó)工程科學(xué)，2024，26（01）：178-189.

[5]王飛，何軍，黃雄炬，等.基于多視角的輕量化車路協(xié)同感知模型[J].無(wú)線電通信技術(shù)，2024，50（04）：688-695.

[6]葉青，趙聰，朱逸凡，等.面向自動(dòng)駕駛的車路協(xié)同感知點(diǎn)云融合模式時(shí)延影響分析[J].交通信息與安全，2023，41（04）：72-79.