與此相對(duì)應(yīng)，2021年8月20日，中國(guó)工業(yè)和信息化部也發(fā)布了《汽車駕駛自動(dòng)化分級(jí)》標(biāo)準(zhǔn)，將于2022年3月1日起實(shí)施，詳細(xì)分類如圖1所示。

　　圖1 國(guó)標(biāo)《汽車駕駛自動(dòng)化分級(jí)》

　　根據(jù)這兩大標(biāo)準(zhǔn)，公眾想象中的“坐在車上什么都不用管”的場(chǎng)景要在L5級(jí)才能實(shí)現(xiàn)。然而當(dāng)下，即便是行業(yè)先驅(qū)特斯拉的AutoPilot（自動(dòng)輔助駕駛）功能也僅屬于L2級(jí)，國(guó)內(nèi)蔚來的NOP（領(lǐng)航輔助駕駛）、理想的AD（高級(jí)輔助駕駛）以及小鵬的NGP（自動(dòng)導(dǎo)航輔助駕駛）均屬于L2級(jí)。在這一等級(jí)，無論何時(shí)使用駕駛輔助功能，駕駛員都必須處于駕駛狀態(tài)，必須時(shí)刻觀察各種情況。其實(shí)，這也是目前可以在量產(chǎn)車上搭載的技術(shù)上限。

　　那么，在目前的技術(shù)基礎(chǔ)上，如何進(jìn)一步對(duì)智能駕駛迭代升級(jí)，達(dá)成真正意義上的“車路協(xié)同”，從而更好地保障安全呢？

　　數(shù)字交通的場(chǎng)景化特性

　　交通問題是復(fù)雜的系統(tǒng)問題，這已經(jīng)是行業(yè)共識(shí)，無論是高速發(fā)展的智能交通業(yè)務(wù)，當(dāng)前如火如荼的車聯(lián)網(wǎng)或車路協(xié)同，包括數(shù)字交通，都不是單一產(chǎn)品或單一技術(shù)能夠覆蓋或解決的。那么，對(duì)于復(fù)雜的交通問題，是不是就沒有單一的解決之道？根據(jù)我們十余年在智能交通領(lǐng)域的項(xiàng)目落地經(jīng)驗(yàn)，雖然沒有一招制敵的產(chǎn)品或技術(shù)，但可以提煉出一個(gè)萬變不離其宗的分析方法——場(chǎng)景化。

　　首先，視頻是構(gòu)建交通場(chǎng)景感知的重要技術(shù)和方法，卻不存在一款能夠適應(yīng)全部環(huán)境的攝像機(jī)產(chǎn)品，也不存在能認(rèn)知所有目標(biāo)行為的泛智能。然而，針對(duì)細(xì)分場(chǎng)景進(jìn)行業(yè)務(wù)目標(biāo)和環(huán)境模型的提煉是完全可以做到的，輔以合適的產(chǎn)品以及智能建模，就能達(dá)成預(yù)期目標(biāo)，但與此同時(shí)也必須放棄非目標(biāo)的智能或業(yè)務(wù)。

　　其次，交通的復(fù)雜性在于環(huán)境構(gòu)成的復(fù)雜性，以及交通參與者和可預(yù)期交通行為的不確定性。對(duì)交通場(chǎng)景進(jìn)行多層次的細(xì)分與歸類，能夠成功地抽象出環(huán)境相對(duì)確定，以及交通參與者和預(yù)期行為均可以固化的模型。

　　我們將目前有待數(shù)字化建設(shè)的交通場(chǎng)景按照城市道路、城市停車、橋隧、公路共四個(gè)大類（初步）細(xì)分出十三類場(chǎng)景及45個(gè)模型（非完備集）。針對(duì)每個(gè)場(chǎng)景模型，以全時(shí)、全域、全要素感知為建設(shè)目標(biāo)，以必要、有效、集約為建設(shè)原則，分析對(duì)應(yīng)場(chǎng)景模型下的交通問題，構(gòu)建交通評(píng)價(jià)指標(biāo)體系（見圖2）。

　　圖2 數(shù)字交通系統(tǒng)架構(gòu)

　　“路側(cè)境況”感知與多維感知構(gòu)建數(shù)字交通基座

　　車路協(xié)同系統(tǒng)中的幾個(gè)構(gòu)成要素包括智能車輛、高精地圖、路側(cè)感知，同時(shí)輔以V2X通信，邊緣計(jì)算及云計(jì)算決策共同協(xié)作完成業(yè)務(wù)落地。我將其抽象為“車-路-況-信-策”五字訣。

　　車：智能車輛本身具有動(dòng)力控制系統(tǒng)以及環(huán)境感知系統(tǒng)，車輛行駛運(yùn)行中自身的位置、速度、動(dòng)力參數(shù)等稱之為“車態(tài)”，而車載傳感及AI完成車輛所處環(huán)境的組織構(gòu)建，如前后車位置、障礙物、交通標(biāo)識(shí)、信號(hào)燈狀態(tài)燈稱為“車輛所處情景”，簡(jiǎn)稱“車景”。

　　路：簡(jiǎn)單而言，就是高精地圖，與我們?nèi)粘＝涣髦械穆废鄬?duì)應(yīng)，是一段時(shí)間內(nèi)固化的交通通行基礎(chǔ)，而數(shù)字化的路是車路協(xié)調(diào)系統(tǒng)呈現(xiàn)與決策的基礎(chǔ)。

　　況：?jiǎn)我粫r(shí)刻、場(chǎng)景的路側(cè)感知系統(tǒng)獲取到的交通參與者信息及整體交通狀況描述，是實(shí)際交通過程中瞬時(shí)情況的數(shù)字映射。同一時(shí)刻不同空域場(chǎng)景境況的整體綜合描述，構(gòu)成全域交通資源的利用程度。同一場(chǎng)景在延續(xù)時(shí)域的境況序列中可以動(dòng)態(tài)呈現(xiàn)周期內(nèi)的交通效率。

　　信：通信技術(shù)，完成V2V、V2I、V2X之間必要數(shù)據(jù)的傳輸。

　　策：云端系統(tǒng)可以收集全時(shí)、全域的各類信息，綜合整理，用于交通態(tài)勢(shì)評(píng)估，邊緣系統(tǒng)可以半實(shí)時(shí)決策并推送交通指令。

　　境況感知是車路協(xié)同系統(tǒng)的第一輸入，也是唯一實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，其數(shù)據(jù)的實(shí)時(shí)性、完備性、準(zhǔn)確性將影響最終車路協(xié)同系統(tǒng)決策結(jié)果輸出的準(zhǔn)確性，因此，我們稱境況感知系統(tǒng)為數(shù)字交通的基座。

　　而多維融合才能提升系統(tǒng)運(yùn)行的有效性。

　　為實(shí)現(xiàn)最大化的數(shù)字交通系統(tǒng)效用，路側(cè)境況感知系統(tǒng)的建設(shè)原則必然是要求“全要素、全空域、全時(shí)段”的。

　　任一場(chǎng)景點(diǎn)位的路側(cè)境況感知系統(tǒng)的構(gòu)成，可能包含視頻、微波、毫米波、激光、RFID、氣象環(huán)境等多種傳感器。其中視頻相機(jī)、毫米波雷達(dá)、激光雷達(dá)應(yīng)該是構(gòu)建交通境況的主要感知設(shè)備：視頻可以進(jìn)行交通參與者特征的識(shí)別判定，尤其是對(duì)色彩類信息的感知，但視頻的作用距離有限，且容易受到光線條件的干擾；毫米波雷達(dá)可以判定主要交通參與目標(biāo)，且能夠在較廣闊的區(qū)域內(nèi)進(jìn)行測(cè)速、測(cè)距，判定交通行為；激光雷達(dá)可實(shí)現(xiàn)對(duì)更精確（厘米級(jí)）目標(biāo)的感知，但是造價(jià)較高。

　　毫米波雷達(dá)與激光雷達(dá)技術(shù)都無法實(shí)現(xiàn)對(duì)車輛身份特性的識(shí)別，多種感知技術(shù)在目標(biāo)檢測(cè)、運(yùn)動(dòng)跟蹤、身份識(shí)別與標(biāo)定等方面就具有互補(bǔ)或相斥的情況。對(duì)于空域內(nèi)相鄰場(chǎng)景點(diǎn)位的多個(gè)路側(cè)境況感知系統(tǒng)，為避免交通對(duì)象的跟蹤丟失，建設(shè)時(shí)需要一定的重疊感知覆蓋。

　　只有在盡可能廣泛的范圍內(nèi)實(shí)現(xiàn)更為精確的交通境況感知，才能為車路協(xié)同系統(tǒng)構(gòu)建更為準(zhǔn)確的數(shù)字孿生數(shù)據(jù)。也只有充分認(rèn)識(shí)不同場(chǎng)景交通參與者交通行為的目的差異，才能對(duì)自動(dòng)駕駛車輛提供更為合理的輔助決策。