交通运输部公路科学研究院国家智能交通系统工程技术中心 王东柱

大家上午好，我是来自交通运输部公路科学研究院国家智能交通中心王东柱，今天很高兴跟大家交流一下自动驾驶和交通的关系，我发言题目是推进交通设施智能化推进自动驾驶技术应用。

自动驾驶汽车在普通汽车基础上增加先进的传感器，雷达摄像控制器设备，使车辆具有感知能力，自动分析车辆安全状态和危险状态，按照人的意志达到目的地，最后替代人的操作目的。我们认为交通观点来看，自动驾驶汽车是交通系统的组成部分，这个是美国智能ITS国家智能体系框架，这个是一个场景，场景车辆然后通过路测进行通讯，然后到后台中心，这是美国智能交通体系框架系统做的定义，中国的智能交通体系框架也是基本的类型，咱们工信部出的智能体系框架也是仿造这个类型定义的，智能交通体系分为四个部分，一个是出行者子系统，系统是重要的组成部分，美国新出的智能交通体系框架，非常强调车和路的合作，车和基础设施的合作，然后车和后台中心的合作，而合作的概念就先出现欧洲的智能交通系统，欧洲叫合作交通系统，美国也提到了合作交通概念，把合作体现在智能交通体系框架中间，其中特别强调基础设施作用，把基础设施放在中心的位置。

自动驾驶在交通中的应用，我们总结主要有这几条，第一个是自动驾驶技术是代表全球当前新一轮科学技术的重要领域，对于提高交通效率，减少环境污染，缓解交通拥堵，提升车辆安全具有十分重要的作用，将会激励和带动道路运输模式的改革和创新，车辆的作用在整个交通系统整个带动交通系统有一个重要的领域，就是先进车辆辅助系统，自动驾驶汽车是先进辅助驾驶汽车的高级形态，自动驾驶新技术带来交通传统模式的变革，现在的交通基础设施设计，包括道路标签设计基于人工驾驶。未来自动驾驶对于传统的交通理论，车辆基础设施、交通安全、法律法规带来前所未有的改变。

好比现在车辆的安全实距是三秒钟，未来车辆之间就是一秒钟甚至低于一秒，跟车距离是2-5米，现在是100米，现在高速公路的车道是3.75米，如果完全自动驾驶可以按照2.5米去规划公路的车道宽度，现在四个车道完全六车道，从通行效率都会对未来交通系统产生非常根本性的变化。

当然法律法规都会有带动，自动驾驶也面临一些问题，包括价格昂贵，20万的车需要200万的辅助驾驶装备，不同的交通环境是很难解决对于环境的识别，人工智能水平要求非常高，此外安全性还有系统问题性也难以达到这个要求，我们认为高速公路是还有特定场景是自动驾驶最好的场景。价格环境比较单纯，可以绕过目前传感器的识别，可以弯道超车提前应用，这就需要道路基础设施支撑，升级改造来满足自动驾驶的需求。降低车距提高通行能力，建通讯设施，通过车路协同完成自动换道，避险来追求自动驾驶应用。使车辆在整个车辆交通流，在整个路网中间平滑运行，最大限度提高效率，降低排放。此外还有统一的感知、控制，信息安全。

第一就是辅助驾驶阶段，现在很多车辆具备基本的功能，包括ACC和有些避碰和自动泊车，我们车辆说的自主驾驶功能，就是完全没有其他的信息，就是完全靠车辆在道路上进行自动驾驶，包括信号灯等等这些东西，车路协同的自动驾驶，需要通信的设施对于车辆支撑，自动驾驶雷达、激光只能判别800米的距离，车路协同可以感知路网的信息，可以根据路网制订驾驶行为，来确定驾驶路径。

更高级的在通讯基础设施上，我们有数据的支撑，包括信息决策、实施路径规划，车辆的完全控制，如何在通讯可靠的前提下对车辆进行接管。可以提高机动性，与智慧城市相结合，成为组成部分，车路协同成为大数据的重要来源。这是比较车路协同和自动驾驶的区别，完全的自动驾驶相比会低一些。交通部今年延续确定了推进智慧公路建设，已经确定了九省市作为智慧公路的建设的试点，其中就是把基础设施数字化、一体化、北斗定位、大数据的路网管理，新一代综合控制网作为智慧公路的重点，智慧公路在九省市在逐步开展。智慧公路我们基本上近期和远期，一个重要的实现目标就是要支持自动驾驶，这是我们智慧公路重要目标，我们包括设计浙江省的超级高速公路，至少我在近期尽量争取支持L3级的自动驾驶，远期可以支持L5级自动驾驶。

从交通基础设施和通讯基础设施和数据基础设施，交通基础设施做到路面检测性，提高标识标线检测性，加强危险区域路段检测性，车辆分离，包括跟车距离，这是我们基础设施静态的一些东西。总的来说自动驾驶对于未来基础设施的影响和需求是长期的过程，不是说几年就实现了，至少感觉要在几十年、二十年、三十年、四十年向完全自动驾驶过度。

通信基础设施有LTE、DSRC，这些为车路协同自动驾驶打下良好的基础，现在做大数据云控平台，改变现有高速公路传统的三级的控制中心的架构，以云控平台加边缘计算相结合，充分利用现有的通信基础重构现有交通控制中心和数据中心。

此外基于高精度定位的建设和高精度地图的建设，这为我们自动驾驶和车辆出行，为我们交通管理者提供服务，然后还有BIM，交通部推BIM的建设，基于信息，实时的交通信息，环境的信息，这些所有的数据对我自动驾驶都是非常好的支持。总之自动驾驶技术和交通相结合才能解决交通面临的问题，同时也能推动自动驾驶技术的应用。