（二）協(xié)同感知典型場景舉例1：行人闖入?yún)f(xié)同感知下面選取城市環(huán)境中較為常見的行人闖入場景對車路協(xié)同感知進行展開說明，更多應(yīng)用場景可參見6.2.2節(jié)。問題描述：實際交通環(huán)境中，行人橫穿馬路、闖紅燈等現(xiàn)象經(jīng)常發(fā)生，自動駕駛車輛一般對低速行人的軌跡預(yù)測較為困難，或者由于行人突然闖入導(dǎo)致較難快速應(yīng)對，容易造成自動駕駛車輛急剎或者碰撞風(fēng)險。場景原理：（1）路端可以通過多視角連續(xù)觀測，對行人、非機動車等目標(biāo)進行實時識別定位和軌跡預(yù)測，生成行人、非機動車的狀態(tài)意圖標(biāo)簽，如路邊等車、路邊施工、路邊行走、人行橫道過街、橫穿馬路等；（2）路端將識別到的路口全量交通目標(biāo)通過V2X實時發(fā)送給車輛，空口發(fā)送的V2X報文數(shù)據(jù)可以是SSM（Sensor Sharing Message）數(shù)據(jù)集27，車輛及時獲取全量交通目標(biāo)的狀態(tài)意圖，進行合理的通行決策控制，例如：1）人行橫道過街：主車停車禮讓，見圖3.8；2）行人橫穿馬路：主車停車禮讓，見圖3.9；3）路邊施工人員：主車減速繞行通過，見圖3.10；4）路邊等車人員：主車保持車速通過；5）路邊行走人員：主車保持車速通過。應(yīng)用效果：車端收到路端發(fā)送的感知信息，與車端感知進行感知融合，并由車端進行綜合決策，最終安全通過這類場景，避免急剎或事故風(fēng)險，帶來更好的駕乘體驗。

圖 3.8 人行橫道過街安全禮讓

（三）協(xié)同感知典型場景舉例2：無/弱GNSS環(huán)境下協(xié)同感知定位問題描述：自動駕駛車輛在開闊環(huán)境行駛時，可以通過GNSS+RTK提供絕對定位信息，IMU+輪速+方向盤轉(zhuǎn)角提供相對定位信息，并在此基礎(chǔ)上結(jié)合高精度地圖和觀測類傳感器匹配定位結(jié)果進行多傳感器融合定位；但當(dāng)自動駕駛車輛行駛在橋隧、地下、山區(qū)等無/弱GNSS信號環(huán)境時，沒有有效的絕對定位信息輸入，導(dǎo)致無法實現(xiàn)高精度定位。場景原理：通過車路協(xié)同可以有多種方式解決自動駕駛在上述環(huán)境行駛所面臨的定位問題：（1）路端多傳感器融合感知定位：技術(shù)實現(xiàn)原理同圖3.7，路端融合感知定位信息與車輛動靜態(tài)特征信息進行匹配，可得到車輛實時高精度位置信息，該方案在隧道的實際部署應(yīng)用效果如圖3.11所示；（2）基于超寬帶UWB或LTE PC5的輔助定位技術(shù)方案：如圖3.12所示，在路端部署無線定位基站/Anchor和GNSS信號放大器，通過預(yù)先的位置標(biāo)定，確定每個近場無線定位基站/Anchor的絕對位置，GNSS信號放大器用于無/弱GNSS信號環(huán)境下車、路的主時鐘授時；車端加裝無線定位接收機/Tag，接收帶有絕對時間信息的近場無線定位信號，并進行定位信息解算，得到較高精度定位信息；（3）基于路端特征定位標(biāo)志物與高精度地圖融合的定位技術(shù)方案等。

圖 3.12 隧道內(nèi)基于LTE PC5車路協(xié)同定位方案應(yīng)用效果：通過綜合運用車路協(xié)同感知定位、超寬帶UWB、LTE PC5、特征定位等多種方式，解決自動駕駛在長隧道等無/弱GNSS信號環(huán)境下的高精度定位問題，實現(xiàn)從“未知”到“已知”。3.2.1.2自動駕駛地圖實時更新實現(xiàn)“未知”到“已知”自動駕駛地圖（業(yè)界也有稱為“高精地圖”或“高清地圖”）是自動駕駛的關(guān)鍵支撐要素之一，現(xiàn)階段自動駕駛地圖比較常用的制圖以及更新的方式有兩種，一種是利用專業(yè)測繪設(shè)備進行集中數(shù)據(jù)采集后制圖及更新，一種是利用車載傳感器進行眾包數(shù)據(jù)采集后制圖及更新。當(dāng)前業(yè)界在初始建圖方面，能夠在完整性和精度上，基本滿足高等級自動駕駛的需求，但在地圖的鮮度維護方面，存在難以解決的問題。（1）通過專業(yè)的高精度測繪設(shè)備更新：是指采用專業(yè)采集設(shè)備，定期對存量地圖覆蓋范圍進行采集、制作。這種方式一般有人工制圖的參與，所以可以對全要素的地圖進行更新，是目前主要的地圖更新方式。但這種方式需要專業(yè)的采集設(shè)備，成本高、數(shù)量少，對于大范圍地圖的采集和制作更新成本高、周期長，難以滿足自動駕駛對地圖實時更新需求。（2）眾包地圖更新：是指依賴量產(chǎn)車車端搭載的智能攝像頭或高級輔助駕駛系統(tǒng)的實時感知和定位能力，對交通環(huán)境進行不定期的重復(fù)掃描，云端通過收集的采集數(shù)據(jù)在線成圖，并與底圖進行差分，從而實現(xiàn)更新。憑借公開道路上的海量車載終端進行眾包更新，為高精度地圖實時更新提供了可能性，但是眾包更新難以完全支撐高精度地圖的實時更新，主要原因是：

• 存在“車輛首次通過的天花板”，即現(xiàn)實道路變化后車輛首次經(jīng)過時的地圖失效問題。

• 量產(chǎn)車車端算力、定位精度有限，需要采用在一段時間內(nèi)的多次采集信息進行聚合生成高置信度結(jié)果然后進行地圖更新。

• 車端傳感器數(shù)據(jù)上傳至云端進行建圖工作，過程中需要占用較大的通信資源，數(shù)據(jù)流量費用較高，另外傳感器原始數(shù)據(jù)的公共網(wǎng)絡(luò)傳輸會對國家地理信息安全造成重大隱患。

高等級自動駕駛對自動駕駛地圖實時更新存在迫切需求，因為車輛在行駛過程中周圍環(huán)境是動態(tài)變化的，比如道路結(jié)構(gòu)（封路、新建道路）、道路附屬設(shè)施（比如道路標(biāo)志標(biāo)線、標(biāo)志牌、交通信號燈等）或交通運行狀況（交通管制、道路施工等），會造成車端地圖與現(xiàn)實交通環(huán)境存在不一致，影響自動駕駛的正常運行。不管是通過專業(yè)高精度測繪設(shè)備還是車端眾包獲取地圖更新數(shù)據(jù)，目前都無法完全解決自動駕駛地圖實時更新問題，存在較高概率的“未知場景”問題。

（一）總體技術(shù)方案

為解決上述問題，本文在行業(yè)常用的地圖更新方式之外，提出基于車路協(xié)同的自動駕駛地圖實時更新方式——路端局部動態(tài)地圖更新。路端局部動態(tài)地圖更新的原理如圖3.13所示，通過路端智能設(shè)施進行高頻率的定點觀測，實時發(fā)現(xiàn)動靜態(tài)地圖要素的變更情況，并更新覆蓋范圍內(nèi)的地圖，發(fā)送給車端和圖商，與當(dāng)前使用的地圖版本進行要素級的融合更新。

相較于專業(yè)測繪地圖更和車端眾包地圖更新方式，路端局部動態(tài)地圖更新有如下優(yōu)勢（具體比較見表3.2）：

• 定點觀測數(shù)據(jù)精度高、可靠性強：路端傳感器在安裝部署時，可通過精確的內(nèi)外參標(biāo)定，以及多傳感器融合感知定位，實現(xiàn)厘米級位置精度檢測。同時對于需要周期性觀測獲取的經(jīng)驗類型的地圖數(shù)據(jù)，路側(cè)作為定點連續(xù)觀測單元，更具有優(yōu)勢（如圖3.14）。

• 實時性強：利用路端毫秒級感知，以及分鐘級地圖制作，為地圖分鐘級更新提供了保障支持，與傳統(tǒng)更新相比，具有明顯優(yōu)勢。

• 可識別的地圖動靜態(tài)要素信息豐富：路端不僅可以識別重要的靜態(tài)和半靜態(tài)地圖要素信息，還可以識別半動態(tài)、動態(tài)的地圖要素信息。

圖 3.13 路端局部動態(tài)地圖更新總體原理表 3.2 三種地圖更新方式比較

圖 3.14 三種觀測連續(xù)性比較示意圖通過路端局部動態(tài)地圖更新實現(xiàn)自動駕駛地圖動態(tài)更新的過程包括兩個主要步驟：（1）自動駕駛地圖動態(tài)更新如圖3.15所示，自動駕駛地圖總體上分為靜態(tài)圖層和動態(tài)圖層兩類，其中靜態(tài)圖層可以粗略分為靜態(tài)圖層和半靜態(tài)圖層，動態(tài)圖層可以粗略分為半動態(tài)圖層、動態(tài)圖層（也可根據(jù)具體需求劃分成更多圖層）。如表3.3所示從下到上圖層不僅對數(shù)據(jù)實時性的要求是不同的，對數(shù)據(jù)的連續(xù)觀測周期要求也不同，對于需要連續(xù)觀測周期和高頻周期獲取的信息（例如路口合理的左轉(zhuǎn)引導(dǎo)線，未知原因的道路阻塞點，未知原因的低速行駛區(qū)間），基于路端感知的地圖更新方式才更有優(yōu)勢。

圖 3.15 動態(tài)自動駕駛地圖圖層劃分