网联自动驾驶全球典型项目

发布者:EnchantedDreams最新更新时间:2024-05-06 来源: 5G行业应用 手机看文章 扫描二维码
随时随地手机看文章

本文翻译自Report ITU-R M.2534-0 (09/2023)《Connected Automated Vehicles》的部分内容。翻译不准确之处,敬请谅解。


(一)欧洲CAV典型项目


(1)5GNetMobil


5G NetMobil是由德国联邦教育和研究部(BMBF)资助的一个研究项目。5G NetMobil项目的主要目标是为触觉网联驾驶开发全面的无线电通信基础设施,并与仅基于本地传感器数据的自动驾驶相比,展示触觉网联驾驶在交通安全、交通效率和环境影响方面的优势。虽然自动驾驶已经承诺提供更多的舒适性和安全性,但触觉联网驾驶能够实现新的驾驶策略,通过更好的道路交通利用率和降低交通堵塞和事故风险,进一步提高道路交通安全性,显著减少二氧化碳排放,并显著提高道路交通效率。额外的联网可能性将消除当今自动驾驶系统的基本局限性,即仅使用本地安装的车载传感器获得的信息进行车辆控制,其决策范围受到极大限制,因为所使用的传感器技术,特别是雷达和摄像头传感器,限制了“车辆的可见性”。所有车辆的传感器以及环境传感器或现有基础设施(例如,十字路口或高速公路上的监控摄像头、地理位置的天气传感器等)可以在网络中进行虚拟组合,这有助于更好的决策,特别是提供关于仍远离车辆但与导航相关的区域和场景信息。车辆之间的直接无线电通信也扩展了它们的视野,并实现了新的用例,从而提高了效率和舒适度。以这种方式获得的信息可以由中央决策机构提供给所有车辆,因此可以用于控制和调节局部执行器。对于由此产生的控制循环,几毫秒的实时传输时延是必要的。


(2)ADAS&ME


ADAS&ME是“自适应ADAS,支持无行为能力的驾驶员在自动驾驶条件下通过定制HMI有效缓解风险”的首字母缩写。该项目开发的ADAS,结合了驾驶员/骑车人状态、情景/环境背景和自适应HMI,以在不同级别自动驾驶之间自动切换,从而确保所有车辆类型(传统和电动汽车、卡车、公共汽车、摩托车)更安全、更高效地使用道路。ADAS&ME项目使用合作意识和集体感知为驾驶员获取“情境环境”,以评估任何时候的驾驶难度。标准化CAM(Cooperative Awareness Message)和CPM(Collective Perception Message)(目前正在ETSI中进行标准化)被用于实现这一点。此外,对于其乘用车用例,ADAS&ME使用基本的MCM(Manoeuvre Coordination Message)进行了非常基本的操作协调。通过标准ITS G5技术交换消息CAM、CPM和MCM。此外,蜂窝无线电通信被用于从基于云的实体获得信息(例如从道路布局的角度来看的驾驶难度)。ADAS&ME的主要乘用车用例是“无反应驾驶员紧急操作”。由于障碍/道路工程,车辆必须将控制权交还给驾驶员,但当驾驶员丧失行为能力或注意力不集中时,车辆需要执行紧急操作,例如,• 协调安全停车:车辆通过与相邻车辆协调以留出空间来进行安全停车• e-towing:车辆与相邻车辆一致,并在其后方行驶,就像被牵引一样。


(3)AutoNet2030


AutoNet2030将开发和测试基于分散决策策略的协作式自动驾驶技术,该策略通过附近车辆之间的相互信息共享实现。该项目的目标是2020-2030年的部署时间范围,考虑到之前预计引入的协作式通信系统和基于传感器的车道保持/巡航控制技术。通过采取这种方法,可以制定出逐步引入全自动驾驶系统战略,这在短期内最大限度地利用了广泛存在的协作式无线电通信系统,并使全自动化驾驶系统的部署从最初阶段就对所有驾驶员有利。车辆间的协作不仅旨在自动化车辆之间,而且还延伸到手动驾驶车辆。驾驶员应在其HMI上接收操纵指令;应验证该新用户界面的人机工程学和非干扰性。该系统旨在做出安全、可预测和高效的操纵决策。AutoNet2030中开发的技术通过驾驶测试和模拟工具进行了验证。最终结果已于2016年10月公布。


(4)ICT4CART


ICT4CART与欧盟愿景相一致,正在提供信息和通信技术基础设施,以实现向道路运输自动化的过渡。为了实现这一高水平目标,ICT4CART将汇集、适应和改进电信、汽车和IT等不同行业的先进技术。它采用混合无线电通信方法,将所有主要的无线技术,即蜂窝和ITS G5,集成在一个灵活的网络架构下。该体系结构将根据更高级别自动驾驶(L3和L4)的需求,确保不同用例组的性能和弹性。除此之外,还实现了用于数据聚合和分析的分布式IT环境。这提供了所有不同参与者之间数据和服务的无缝集成和交换,使第三方能够开发、提供创新服务,从而创造新的商业机会。在整个信息和通信技术基础设施中,对网络安全和数据隐私方面进行了全面考虑。此外,还提出了新的精确定位服务,特别是在复杂地区(例如城市),利用蜂窝网络和来自其他来源的信息,如车载传感器。为了实现其目标,ICT4CART没有采用可疑影响的通用解决方案,而是建立在四个特定的高价值用例(城市和公路)的基础上,这些用例在奥地利、德国、意大利和意大利-奥地利边境的测试点的真实条件下进行了演示和验证。


(5)iKoPA


在iKoPA项目中,开发了一个自动驾驶电动汽车的集成合作平台。iKoPA的创新概念集成了三种不同的无线电通信技术,ITS-G5、数字音频广播+(DAB+)和通过蜂窝网络的移动互联网。在iKoPA中,自动驾驶以及具有高度灵活架构的高级驾驶员辅助系统(ADAS)得到了解决,该架构集成了不同的无线电通信技术和不同的自动驾驶水平。iKoPA项目的一个重要方面是通过无线电通信协助自动驾驶电动汽车。自动驾驶电动汽车可以接收关于其环境中、沿着计划路线或在目的地区域的可用充电点的信息。一旦自动驾驶车辆到达充电点,就通过车辆无线电通信进行授权、认证和计费。除了充电基础设施,iKoPA平台还集成了红绿灯系统。因此,使用诸如绿灯优化速度咨询(Green Light Optimized Speed Advisory,GLOSA)之类的ADAS,可以优化电动汽车能耗。iKoPA的一个主要方面是车辆网络中的安全无线电通信和认证。因此,开发了一组消息,允许在停车场或充电基础设施进行安全认证。iKoPA的一个成果是,该系统允许自动驾驶车辆以完全自动化的方式充电,其中考虑了充电过程的所有方面。iKoPA平台允许自动驾驶电动汽车进入具有充电基础设施的停车场,行驶到免费充电点,并执行充电过程,包括计费过程。


(6)IMAGinE


IMAGinE(智能操纵自动化-实时协同避险)项目开发了用于协作式驾驶的创新驾驶员辅助系统,即道路使用者合作规划和执行驾驶操纵的道路交通行为。基于车辆和基础设施之间的自动信息交换,个人驾驶行为与其他道路使用者和整体交通状况相协调。可以避免或缓解危急情况,从而使驾驶更加安全和高效。无线电通信技术使车辆能够与其他车辆实时交换车载传感器检测到的物体信息,从而为集体环境感知提供技术基础。直观的人机交互概念确保了用户对这些技术的高度接受。IMAGinE采用先进的仿真系统来分析协作式驾驶在多大程度上提高了交通效率。IMAGinE项目财团由12家德国合作伙伴组成,汇集了汽车行业的领导公司、专注于仿真的中小型企业、一家学术机构和一家公共道路管理公司。IMAGinE由德国联邦经济事务和能源部资助。


(7)MAVEN


MAVEN(管理自动驾驶车辆增强网络)的目标是提供C-ITS辅助解决方案,用于管理信号交叉口和交叉口走廊的协作式自动驾驶汽车,以提高交通效率和安全性。MAVEN发展基础设施辅助的编队组织和协商算法。这些有助于信号交叉口和走廊的自动驾驶车辆管理。从而,用于轨迹和操纵规划的车辆系统和用于自适应红绿灯优化的基础设施系统被扩展和连接。在MAVEN中,对调整信号定时的交通灯进行了研究。这些红绿灯有助于有组织的车辆编队移动,并能更好地利用基础设施的容量。从而减少了车辆延迟和排放。MAVEN开发了一个用于现场测试的原型和用于影响评估的广泛建模。它有助于标准和高精度地图等推动因素的发展。MAVEN还为弱势交通参与者(VRU)提供ADAS技术。MAVEN的目标是制定引入车辆道路自动化的路线图,以支持道路当局改变其角色和交通管理系统的任务。


(8)MECView


由于相关道路使用者或障碍物的遮挡,复杂城市环境中的自动驾驶受到限制——在这些情况下,车载传感器系统的性能原则上受到限制,在传感能力不完整或整个车队连接不完整的情况下,这也无法通过车载连接进行补偿。为了解决这个问题,公共资助的项目MEC-View专注于评估自动驾驶车辆的传感器系统和处理能力之外补充的路侧传感器系统和驾驶环境高精度数字地图。基于路侧传感器对象,移动边缘计算(MEC)服务器前端通过5G移动网络原型向自动驾驶车辆提供本地环境模型。整个系统在乌尔姆市的一个测试区通过一个专用用例在不受限制的城市交通中实施和验证:一辆自动化车辆依靠当地的MEC环境模型,无缝进入城市路口的优先道路。为了满足这些要求,借助机器学习概念预测动态对象和意图规划的新方法是必不可少的。MEC-View项目致力于在复杂而富有挑战性的城市环境中实现安全高效的自动驾驶。此外,该系统改善了对弱势道路参与者的感知,例如行人、骑自行车的人和骑摩托车的人。


(9)SecForCARs


SecForCARs是一个由德国联邦教育和研究部(BMBF)资助的合作项目,由来自汽车行业、中型公司和研究机构的合作伙伴组成。在该项目的框架内,合作伙伴正在共同研究信息安全和自动驾驶方面的问题。与所有信息处理系统一样,车辆领域的安全性也是不容忽视的。特别是在驾驶员辅助系统方面,以及在未来的自动驾驶方面,对驾驶控制系统的干预创造了网络安全和安全性的相互依赖性。在SecForCARs的框架内,合作伙伴正在联合研究现代化汽车的弱点和脆弱性。为此,他们开发了一个安全架构以及工具和测试方法,将安全和网络安全纳入未来的开发过程。此外,还根据漏洞评估制定了安全机制,以检测和防止车辆内外受到攻击。


(10)TransAID


随着自动驾驶汽车的引入变得可行,有必要调查其对交通安全和效率的影响。在市场引入的早期阶段,这一点尤为重要,因为所有SAE级别的自动驾驶车辆、联网车辆(能够通过V2X进行通信)和传统车辆共享相同的道路,渗透率各不相同。道路上会有一些区域和情况可以实现高度自动化,而其他区域和情况由于传感器输入丢失、高度复杂等原因而不允许或不可能实现高度自动化。在这些区域,许多自动化车辆将改变其自动化水平。TransAID将这些地区称为“过渡地区”。该项目开发并演示了交通管理程序和协议,以实现自动驾驶、网联和传统车辆的平稳共存,尤其是在过渡区。遵循分层方法,在不同的层执行控制操作,包括集中交通管理、基础设施和车辆。TransAID定义了由合作智能交通系统(C-ITS)辅助的交通管理程序,以减轻自动驾驶车辆在未来混合交通场景中沿关键区域(如道路工程、瓶颈、高速公路合流等过渡区域)的控制权过渡(ToCs)的负面影响,在未来混合运输场景中,自动驾驶、协作式和传统车辆将共存。在这种情况下,C-ITS道路基础设施使用V2X来通知警告(存在非自动驾驶区域)和建议操作(控制或车道变更的预防性过渡等)。当由所述CAV实现时,这些建议解决与可能的ToCs相关联的交通状况。


(二)北美CAV典型项目加拿大


本部分详细介绍了加拿大试点部署和研究机构的若干案例。


(1)Area X.O


Area X.O由渥太华投资公司(Invest Ottawa)成立和运营,使能和加速下一代技术在电信行业、智慧农业、国防、安全和公共安全、无人机、以及智慧城市的智慧出行、自动驾驶和连接方面的安全开发、测试和应用。这座占地1866英亩的设施提供:1) 在温度为−39至+39摄氏度(−38至+102华氏度)的四季气候中进行V2X(车辆到一切)测试、验证和演示。2) 具有全球定位系统、地面无线系统和卫星无线电通信系统的综合测试设施;网络基础设施;网络安全解决方案;以及业界领先的数据收集、分析和云功能。在CAV和智慧出行方面,Area X.O实现了以下方面的创新:1) 车对车(V2V)无线电通信用例和系统2) 车辆到基础设施(V2I)技术和系统3) 支持V2V和V2I创新和用例的下一代网络4) 将这些功能集成到自动驾驶汽车和市政基础设施中所需的软件、硬件和相关网络安全技术5) CAV在恶劣天气下的行动,包括精确定位隐藏物体位置的系统、网络安全、互操作性和CAV生成数据的使用欲了解更多信息,请访问www.AreaXO.com和www.investottawa.ca


(2)阿尔伯塔省协作式交通基础设施和车辆环境(ACTIVE)


阿尔伯塔省协作式交通基础设施和车辆环境(ACTIVE)试验台于2014年启动,是加拿大政府、阿尔伯塔省政府、埃德蒙顿市、阿尔伯塔大学智能交通中心(CST)和不列颠哥伦比亚大学的合作成果,是加拿大首个网联汽车试验台网络的一部分试验台由阿尔伯塔大学管理,包括部署在埃德蒙顿市的51台路侧设备(RSE),以及部署在阿尔伯塔大学南校区私人道路上的另外15台RSE。南校区安装了两个额外的C-V2X RSE,位于DSRC RSE旁边。许多连接的十字路口还包括用于对车辆进行分类的微波或雷达传感器,或具有远程视频流传输能力的交通摄像头。ACTIVE试验台还包含许多配备OBE的车辆。该试验台专注于研究网联技术如何提高安全性和交通容量。演示的用例包括连接十字路口的MAP和SPaT消息、行人警报、可信消息与不可信消息的演示(使用安全凭证管理系统发布的凭证进行安全保护)、红灯和超速警告,以及使用SAE J2735中定义的消息的各种标准化用例。此外,试验台的位置使其成为在恶劣的冬季条件下测试CV系统的理想环境。有关此试验台的更多信息,请访问https://www.ualberta.ca/engineering/research/groups/smart-transportation/research/projects/connected-vehicles.html


(3)可重构和优化无线电接入的汽车试验台(AURORA)


可重构和优化无线电接入汽车试验台(AURORA)于2014年启动,是加拿大政府、阿尔伯塔省政府、埃德蒙顿市、阿尔伯塔大学智能交通中心(CST)和不列颠哥伦比亚大学的合作成果。该试验台由不列颠哥伦比亚大学(UBC)管理,是加拿大首个网联汽车试验台网络的一部分。目前的部署包括3个网联十字路口,每个十字路口都有一个交通摄像头、路侧单元、用于回程连接的Wi-Fi接入点和一个到交通信号控制器的连接。配备OBE的车辆可用于发送和接收消息(模拟BSM和SPaT消息),其他设备也正在实验室环境中进行台架测试。AURORA试验台主要关注物理无线电通信层,并产生了允许检测干扰或DSRC频谱滥用的结果。有关此试验台的更多信息,请访问http://rsl.ece.ubc.ca/Aurora.html


(4)自动接驳车部署(蒙特利尔市、坎迪亚克市、ELA项目、加拿大交通部)


近年来,在加拿大各地进行了多次自动接驳车试点。– 蒙特利尔市此前测试了一辆12名乘客的自动驾驶巴士,以帮助游客在三个主要旅游景点之间旅行;另外乘坐15名乘客的全电动自动接驳车,在购物广场周围运送乘客。(欲了解更多信息,请访问:https://www.reddeeradvocate.com/business/automated-buses-to-be-tested-in-montreal-6733018).– 坎迪亚克市、加拿大科奥利斯、NAVYA、魁北克推进公司和Technopôle IVÉO已经在公共道路上驾驶了一架全电动自动接驳车。坎迪亚克的路线长2公里,往返于大型公共交通枢纽、市政厅和当地企业之间。(欲了解更多信息,请访问:https://space.uitp.org/initiatives/candiac-av-canada).– 电动自动驾驶接驳车(ELA)已经在加拿大西部的多个城市进行了测试。该项目使用了一辆全电动12人接驳车,收集居民对他们使用自动车辆体验的反馈,并促进寒冷天气测试。(欲了解更多信息,请访问:https://www.ridewithela.ca/).– 加拿大交通部测试了一款6人全电动接驳车,以更好地了解低速自动接驳车的驾驶能力。测试包括在渥太华进行的封闭赛道测试和道路试验,试验期间车辆暴露在冬季条件下。(欲了解更多信息,请访问:https://tc.canada.ca/en/corporate-services/transport-canada-s-annual-research-development-deployment-highlights#highlight6).


(5)汽车卓越中心(ACE)-安大略大学理工学院


汽车卓越中心(ACE)是加拿大第一个此类独立测试和研究中心,由安大略大学理工学院(UOIT)拥有和运营。它是一个多用途中心,分为两个部分:核心研究设施和综合研究与培训设施。它是与UOIT、加拿大通用汽车公司、安大略省政府、加拿大政府和合作工程教育促进伙伴(PACE)合作开发的。它是测试替代燃料、混合动力和电动汽车的合适场所。请访问https://ace.ontariotechu.ca/index.php以获取更多信息。


(6)卡尔加里市V2I试验台


卡尔加里市获得加拿大交通部的资助,在第16大道北建立一条网联车辆走廊,由16个双模式(DSRC和C-V2X)RSE组成。该项目的主要重点是测试应急车辆的抢占能力,4辆消防车配备了OBE进行测试。此外,该走廊还与加拿大国家盲人研究所(CNIB)合作,用于测试一项帮助视障行人通过人行横道的应用程序。更多信息请点击此处:https://www.calgary.ca/roads/connected-vehicles.html


(7)协作式卡车编队系统(CTPS)测试与指导


加拿大交通部在魁北克省布兰维尔的机动车测试中心对协作式卡车编队进行了跟踪测试,以测试车队卡车的油耗和行为。测试场景包括紧急制动事件和车辆切入。测试结果有助于加拿大交通部确定车队安全运行的条件。此外,阿尔伯塔省汽车运输协会正在使用现有的加拿大卡车车队进行道路试验,该车队由加拿大交通部的专业司机组成。试验正在研究人为因素(驾驶员疲劳、警惕性等)以及车辆分析(油耗、交通互动等)。研究结果将用于推进加拿大的国家级编队行驶指导、最佳实践和标准。欲了解更多信息,请访问https://tc.canada.ca/en/corporate-services/transport-canada-s-annual-research-development-deployment-highlights#highlight3


(8)机动车辆测试中心(MVTC)


机动车辆测试中心(MVTC)是一个世界级的设施,支持交通相关的研究、开发和示范。加拿大交通部和PMG Technologies合作测试了各种环境中的防撞系统,如车道保持辅助、自动紧急制动和行人检测,以及车对车(V2X)技术。该场地设有环境试验室、低速、高速和动态测试轨道以及一个配备了交通控制设备的十字路口。更多信息请点击此处:https://www.tc.gc.ca/en/services/road/innovative-technologies/automated-connected-vehicles/testing-research.html


(9)区域技术开发站点(RTDS)


安大略省车辆创新网络(OVIN)是安大略省政府的一项举措,旨在加快电动、网联和自动驾驶汽车以及出行技术的开发和商业化。它有七个区域技术开发站点(RTDS),每个站点都专注于汽车和智慧出行行业的独特方面,如硬件、安全和数据分析。RTDS位于滑铁卢、渥太华、汉密尔顿、达勒姆、温莎-埃塞克斯、多伦多和北部RTDS,包括大萨德伯里、雷霆湾、蒂明斯、特米斯卡明海岸、绍尔特。玛丽和北湾。开发地点用于将利益相关者聚集在一起,支持汽车技术的测试、验证和商业化。此外,这些地点还提供专用设备,并支持技术的区域测试和试验。有关开发场地的更多信息,请访问https://www.ovinhub.ca/ecosystem/regional-technology-development-sites/美国美国政府正在积极开展一系列监管和非监管活动,以促进自动驾驶汽车的采用,总体目标是促进自动驾驶汽车技术安全、全面地融入国家地面运输系统。此类集成将有助于实现自动驾驶汽车技术在增强公共安全、提高系统效率和促进经济活力方面的巨大潜力。美国尚未确定CAV特有的任何频谱。2020年,美国监管机构决定将之前分配给ITS的75 MHz频谱减少到30 MHz,频率为5895-5925 MHz,并规定使用3GPP蜂窝车辆到一切技术。美国监管机构决定,随着蜂窝网络和其他技术的可用性,如超声波传感器、激光雷达、感知传感器、光学相机和汽车雷达,5.9 GHz频带中的30 MHz足以满足当前定义的安全相关用例。美国已将76-81GHz用于支持道路安全的汽车雷达应用,包括用于自动紧急制动和自适应巡航控制系统的远程雷达。美国监管机构还得出结论,“基于DSRC的ITS没有实现最初确定的ITS目标的承诺”。以前基于DSRC的ITS部署已经结束,或者正在根据新的豁免规则过渡到5895-5925 MHz频带。截至2023年7月,正在审查基于LTE的C-V2X部署的初始豁免。联邦通信委员会仍在最后确定最终规则和操作参数。


(10)CARMA


联邦公路管理局(FHWA)开发了创新的CARMASM平台,以鼓励合作,提高运输效率和安全性。FHWA对利用自动驾驶技术推进运输系统管理和运营(TSMO)战略的兴趣集中在基础设施如何更使交通运输更有效。CARMA使能自动驾驶系统(ADS)能够通过通信和合作与其他车辆和道路基础设施更安全、更高效地导航。CARMA是使用开源软件(OSS)设计的,可在GitHub上获得。创建这个独特的平台是为了与任何车辆、硬件或控制系统协同工作。通过简化软件开发并提供更多功能和开发人员社区,CARMA能够研究和开发协作式自动驾驶系统(CADS)功能,以支持TSMO。CARMA还将为新的TSMO战略制定运营概念,例如确定交通事故管理(TIM)场景,为与ADS交互的第一响应者用例提供新的策略。这项研究将加速市场准备和协作式自动驾驶技术的部署,同时推进安全、网络安全、数据和人工智能。除了减少交通拥堵和提高运输安全外,CARMA还将支持行业合作,并扩展现有的自动化能力,以减少研发时间,推进协作式自动驾驶技术。CARMA促进工程师和研究人员社区的合作和参与,以促进对使用OSS和敏捷项目管理实践的协作式自动驾驶理解。网址:https://highways.dot.gov/research/research-programs/operations/carma-overview


(11)车辆编队


2018年6月,美国联邦公路管理局与弗吉尼亚州交通部和快车道运营商TransUrban合作,在弗吉尼亚I-95快车道上测试了一个协作式自动驾驶系统。FHWA之前曾进行过人为因素研究和协作式自适应巡航控制的对照测试,但弗吉尼亚州的测试是在一条开放的道路上进行的。该研究项目代表了下一步如何评估CDA减少交通拥堵潜力。网址:https://highways.dot.gov/automation


(12)卡车编队


FHWA与智能运输系统(ITS)联合项目办公室(JPO)和联邦汽车运输安全管理局(FMCSA)合作,管理卡车编队早期部署评估项目,以了解卡车编队将如何在现实环境中运作。该项目将评估车队运营商在其通用交付路线上长期交付商业货物的在役卡车车队的各个方面。先前的研究导致了卡车编队技术的发展,只在现实世界环境中进行了有限的测试和演示。网址:https://highways.dot.gov/automation


(13)生态方法和出发点


FHWA正在与汽车行业合作,评估改善十字路口交通流量的概念。初步测试表明,信号主干道上的协同式自动驾驶可以减少和平滑交叉口的交通流量,同时减少燃料消耗和排放。网址:https://highways.dot.gov/automation

[1] [2]
引用地址:网联自动驾驶全球典型项目

上一篇:智能汽车比拼性价比,芯片企业怎么做?
下一篇:舱驾融合的新赛道上,为何是北斗智联跑在了前面?

小广播
最新汽车电子文章
更多开源项目推荐

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved