北京工业大学城市交通学院

一、基于驾驶模拟技术的L3级自动驾驶实验测试平台

技术背景。由于自动驾驶技术的性能稳定性、人机切换过程等方面仍存在问题，L3级自动驾驶技术的应用前测试对于交通安全性是必要的。传统以车辆为核心的测试方法不能满足自动驾驶技术安全测试的需求，亟需以场景和人因为核心的测试方法，驾驶模拟器面向自动驾驶中的人因测试具有场景和事件可控、易于获取细粒度、多维度、高精度的车辆运行和驾驶行为数据等优势，基于驾驶模拟器面向人因和车辆开发自动驾驶实验测试平台，提出自动驾驶技术测试研究框架，可实现相对低成本、多维度的驾驶人对自动驾驶技术的适应性分析和自动驾驶车辆性能评估，该实验测试平台可为自动驾驶技术测试和研究提供有效支撑。

技术概述。该平台共由①L3级自动驾驶模拟系统、②人因数据采集系统、③数据协同处理中心和④智能车载终端4部分组成（图1）。①L3级自动驾驶模拟系统：设备采用北京工业大学AutoSimAS驾驶模拟系统，硬件主要包括驾驶模拟设备、高性能计算机4台，驾驶模拟器内置软件为SCANeR1.9系统，结合3DMax等场景开发软件可实现复杂道路构建、交通参数设计、内置参数设置、情景控制等功能，开发虚拟场景并导入驾驶模拟系统，通过应用程序接口（Application Program Interface, API）添加天气、交通流等场景要素。②人因数据采集系统：驾驶模拟器可动态采集坐标、速度、横向偏移等车辆运行和操纵数据，数据采集频率设为20Hz，结合Eye Tracking Core+眼镜式眼动仪等设备、心电仪、摄像机等数据采集设备实现多源多维度的数据采集。③数据协同处理中心：由高性能计算机和数据存储中心组成，实现数据的实时处理与传递，基于用户数据协议接口（User Data Protocol Interface, UDP）实现驾驶模拟器中控平台与数据协同处理中心的数据交互，通过无线通信（Wi-Fi）实现数据协同处理中心与智能车载终端的信息传递与互联互通。④智能车载终端：基于华为平板开发智能车载终端，可实现不同型号和参数的人机交互设备再造，将动态驾驶信息传递给驾驶人。

(a) 自动驾驶技术测试平台结构

(b) 实验设备

图1 实验设备与自动驾驶技术测试平台结构

本实验平台针对L3级自动驾驶中人机共驾行为测评，根据现有研究及现状需求可选择的L3级自动驾驶实验中因素和水平如表1所示。

表1 L3级自动驾驶实验可选定的因素和水平

北京工业大学驾驶行为研究团队基于驾驶模拟技术开发自动驾驶技术测试平台，实现面向人因和车辆的人-机在环自动驾驶技术测试与效用评估，可为相关领域研究学者提供参考和为自动驾驶测试与评估提供支持，该平台具有较好的可行性、实用性和拓展性。

二、城市路网交通瓶颈快速筛查技术

[联系人：贺正冰，he.zb@hotmail.com]

技术背景。交通瓶颈是制约道路交通系统运行效率的关键因素。据统计，75% 以上的拥堵是由交通瓶颈造成的。对于包含城市快速路和上千个交叉口复杂城市路网来说，如何快速准确监测道路交通状态、辨识交通瓶颈，是缓解交通拥堵、提高出行体验的基础环节，具有重要的现实意义。

技术概述。针对高质量地图获取难、坐标匹配精度低、海量数据处理慢等数字时代的城市交通监测难题，提出了完全基于低频浮动车数据的网格化城市路网（包含快速路与城市道路）拥堵识别方法，解决了城市路网状态与瓶颈快速监测与识别难题，解析了城市常发拥堵特征与规律，提高了城市路网快速感知与诊断能力，填补了基于单一数据识别城市路网拥堵的空白（图3）。

图3 城市路网交通瓶颈快速筛查技术

适用对象。帮助城市交通管理部门了解城市交通堵点，改进配时与渠化等。协助智能交通企业快速、低成本完成市场（城市）进入前、进入中的各种调研活动，提高报告可信性、准确性，增加分析深度。

技术细节。该技术由网格化快速路拥堵识别方法与网格化道路交叉口拥堵识别方法两部分组成（图4）。（1）网格化快速路拥堵识别方法。将城市空间划分网格，通过浮动车轨迹选取，构造对应于实际快速路/高速公路网络的网格化路网，通过GPS坐标向网格的映射构造交通拥堵时空图，进而识别快速路交通拥堵的时空特征以及关键瓶颈等交通拥堵信息。该方法具有简单、快速、无需GIS地图等特点，适用于大数据条件下对交通拥堵的快速识别需求。（2）网格化道路交叉口拥堵识别方法。利用道路交叉口前通常存在大量走停交通流的特征，通过空间聚类，重构易发生拥堵的道路交叉口。利用浮动车轨迹与网格的映射（与交叉口的匹配），识别转弯方向车辆轨迹，并提取交通状态信息，实现路网交叉口转弯方向交通拥堵的快速诊断，辅助城市交通管理部门进行堵点定位。该方法具有简单、快速、无须GIS地图等特点，适用于大数据条件下对交通拥堵的快速识别，以及信控公司、交管部门等的前期市场调研。

该技术成果已发表在国际交通顶级期刊《Computer-Aided Civil And Infrastructure Engineering》和《Transportation Research Part C》等发表论文8篇，获得国家发明专利一项，获得中国公路学会、中国智能交通协会科技进步奖两项。国内外知名专家学者王云鹏、李清泉、李力、Marc Stettler、David J. Lovell、David Starobinski、Xuegang Ban等均在其论文中对该成果进行了描述或正面评价，GoogleScholar引用200余次。

	图4 城市路网交通状态分析与瓶颈诊断

三、通用型高适配车路协同主动安全系统

[联系人：陈宁，chenningbjut@bjut.edu.cn]

技术背景。车路协同技术（V2X）可以有效地降低自动驾驶汽车和整体系统成本，可以较大地提升自动驾驶汽车和道路整体系统性能及安全稳定性。随着5G通信、物联网、大数据、人工智能等新一代信息技术的快速演进，车路协同的大规模应用和推广已经成为现代道路交通发展的必然选择。伴随着“十三五”规划尾声的临近，“新一代交通控制网”在我国九省市的示范逐步开展，各省市的示范内容普遍集中在了以车路协同技术为基础的简单交通环境，即高速公路环境中事故风险的规避应用中，未来几年内，随着以5G基站、大数据中心、人工智能、汽车充电桩等为核心的“新型基础设施建设”的进一步开展，车路协同技术亦将在高速公路运行效率、安全、绿色节能等方面发挥更大的作用。然而，在车路协同主动安全系统的应用示范阶段，也出现了如下的一些应用问题。

（1）缺乏应用实施型通用框架。目前，车路协同主动安全系统框架以概念型框架为主，实施主要针对于示范区域内的典型应用，缺乏应用实施型通用框架，指导车路协同主动安全系统的广泛应用推广。

（2）车载端设备通用性差。目前，车路协同主动安全系统中的车载端设备往往仅支持单一、有限种车型，或不具备辅助驾驶二级以上的控制功能，缺乏实施条件与应用推广价值。

（3）路侧端设施适配性差。目前，车路协同主动安全系统中的路侧端设施往往均为新建设施，对旧有已建设施的改造利用较少。

针对以上应用推广问题，北京工业大学智能网联团队面向行业应用，推出了针对性的通用型高适配V2X主动安全系统，该系统分为通用型OBU终端、高适配性RSU终端及5G低时延主动安全系统三部分。

技术概述。通用型智能网联车载终端OBU采用后装式安装方式（图5），目前已可支持13个品牌72种车型，该OBU终端支持三项主要功能：（1）可与车辆总线SAE接口便捷直连并读取车辆总线全车数据参数，数据类型包括速度、加速度、四轮转速、油门与制动踏板行程、转向速度与角速度、车辆故障、安全带、转向灯等逾百种数据信息；（2）基于前向/后向摄像头与姿态定位模块，可实现车道线识别、行驶路径预判、驾驶人状态检测、车辆位置信息识别等十余种附加检测信息；（3）包含UI操控界面，可实现图像、音频预警，突发紧急情况下的车辆紧急制动功能。

图5通用型智能网联车载终端OBU

高适配性RSU终端目前已可支持LTE-V2X标准（PC5口）与5G蜂窝标准（UU口），目前正在研发基于5G-V2X的终端设备，预计2021年投入使用，5G-V2X标准是由中国主导的车路协同标准体系。RSU路侧终端具有广泛适配性，目前已可支持市场主流的视频、激光、雷达、雷视一体机、气象检测器、智能网联信号机、MEC单元等路侧终端设备（图6）。

图6高适配性智能网联路侧终端RSU

5G低时延主动安全系统同时支持道路使用者及管理者，提供时延小于1秒的紧急安全事故预警/报警信息，事故类型共计6大类，22个小项（图7）。

图75G低时延主动安全系统