对自动驾驶和车路协同系统进行简单的整理与收集。

技术背景

自动驾驶

自动驾驶是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，是当前全球汽车与交通出行领域智能化和网联化发展的主要方向，已成为各国争抢的战略制高点。

百度Apollo

基于Apollo开源代码，支持循迹、激光雷达感知避障、视觉感知避障等多场景能力，提供 D-KIT Lite、D-KIT Standard 和 D-KIT Advanced 三种平台。D-KIT Standard 采用的是惯性导航、激光雷达、GPD双天线、超声雷达以及单目摄像头的定位传感方案。

支持Apollo Fuel数据流水线云服务，提供车辆标定、感知设备标定、虚拟车道线制作等自动驾驶研发基础设施能力。

车路协同

Intellidrive

美国车路协同系统（Vehicle Infrastructure Integration，VII）是由美国联邦公路局、AASHTO、各州运输部、汽车工业联盟、ITS American等组成的特殊联合机构，通过信息与通信技术实现汽车与道路设施的集成，并以道路设施为基础,计划于2005年推出可以实施的产品。各州将采用统一的实施模式，采用Probe Vehicle（试验车）获取实时交通数据信息，支持动态的路径规划与诱导，提高安全和效率。

VII计划主要包括智能车辆先导（IVI）计划、车辆安全通信（VSC）计划、增强型数字地图（EDMap）计划等，并且通过美国通信委员会（FCC）为车路通信还专门分配了5.9GHz的专用短程通信（DSRC）频段，为驾驶员提供安全辅助控制。

Smartway

Smartway计划由政府与民间23家知名企业共同发起，用于促进土地、基础设施、运输和旅游、先进安全汽车（advanced safety vehicle，ASV）的发展。Smartway发展重点在于整合日本各项ITS的功能及建立车上单元的共同平台，使道路与车辆能藉由ITS咨询的双向传输而成为Smartway与Smartcar，以减少交通事故和缓解交通拥堵，并希望在2010普及全日本。2007年已初步完成在Tokyo Metropolitan Expressway部分公路的试验计划，自2009年起将于日本三大都会区进行试验。

eSafety

eSafety由ERTICO最先提出，2003年9月得到欧盟委员会的认可并列入欧盟计划。主要内容是：充分利用先进的信息与通信技术（Information and Communi-cation Technology，ICT），加快安全系统的研发与集成应用，为道路交通提供全面的安全解决方案。除自主式的车载安全装置外，还需考虑车—路协调合作方式，即通过车—车以及车—路通信技术获取道路环境信息，从而更有效地评估潜在危险并优化车载安全系统的功能。欧盟在其第6框架计划(FP6)中，准备启动77项与eSafety相关的研究开发项目，与之相配套，欧盟委员会还推荐了28项行动计划，可归纳为3类，即社会公共基础设施建设(包括道路交通基础设施及体系架构、电信基础设施等)；车辆预防与保护系统 (包括车载智能终端系统、事故前安全辅助驾驶系统、事故中车内人员保护系统、事故后紧急救援系统等)；以及事故原因分析、人为因素(Human Factor)研究、成本效益分析等。

eSafety重点研究安全问题，更加重视体系框架和标准、交通通信标准化、综合运输协同等技术的研究，并推动综合交通运输系统与安全技术的实用化。以下介绍eSafety项目的几个重点子项目： - PreVENT项目：利用先进的信息、通讯和定位技术，开发自主式和协调式主动安全系统，降低事故发生率和减小事故严重性。 - I-way项目（Intelligent Cooperative System in Cars for Road）：通过提供实时的周围车辆信息和路旁设备信息，来增强驾驶员的感知能力和对危险状况的反应能力。 - Car2car项目：推动车—车、车—路通讯技术及其接口的标准化；发展战略和商业模式，推进车—车通讯技术市场化。

自动驾驶关键技术

以现代智能汽车为核心，基于人工智能、互联网、大数据和云计算等技术，具有高度智能化。通过对道路交通信息和车载感知信息的融合，实现以安全、畅通、高效和绿色交通为目标的道路交通流量、流速和流向的最优化。其中主要的关键技术有：即时定位与地图构建技术(SLAM)和规划与决策技术。

SLAM

即时定位与地图构建技术(simultaneous localization and mapping, SLAM)分为 2D SLAM 和 3D SLAM。2D SLAM 是以里程计和激光雷达为基础，构建一张二维的平面地图，地图数据相对较小，由于二维地图存储的格式更多的为栅格地图的模式，对路径的规划与决策来说，更方便也易实现。3D SLAM 更多的结合了机器视觉方面的内容，结合深度数据，可以构建视觉惯性里程计，地图数据以点云的形式进行存储。

规划与决策

决策规划控制（Decision，Planning & Control）系统的任务，就是在对感知到的周边物体的预测轨迹的基础上，结合无人车的路由意图和当前位置，对车辆做出最合理的决策和控制。

车路协同关键技术

车路协同系统（Cooperative Vehicle-Infrastructure System，CVIS）是基于无线通信、传感探测等技术进行车路信息获取，通过车车、车路信息交互和共享，实现车辆和基础设施之间智能协同与配合，达到优化利用系统资源、提高道路交通安全、缓解交通拥堵的目标。

交叉口车路协同技术

• 交通信号系统发布系统：通过车路通信，向接近交叉口的车辆发布信号相位和配时信息，判断自车在剩余绿灯时间内是否能安全通过交叉口，提醒驾驶人不要危险驾驶(例如闯红灯)，并协助驾驶人做出正确判断，避免车辆陷入交叉口的“两难区”，防止信号交叉口的直角碰撞(right angle)事故。另外，通过车路协同技术还可实现公交优先信号控制。
• 盲点区域图像提供系统：通过车路通信，向交叉口准备转弯或者准备在停止标志前停车的车辆提供盲点区域的图像信息，防止由转弯车辆视距不足引起的事故和无信号交叉口的直角碰撞事故。
• 过街行人检测系统：通过车路通信，向接近交叉口的车辆发布人行道及其周围的行人、自行车的位置信息，防止机动车和非机动车之间的事故。
• 交叉口通行车辆启停信息服务：在交叉口，通过车路通信，前车把启动信息及时传递给后车，减少后车起步等待时间，从而提升交叉口通行能力；在同向行驶中，前车把紧急制动信息快速传递给后车，避免追尾事故的发生。
• 紧急救援体系：在车辆发生故障或交通事故时，会自动向急救中心及管理机构发出有关事故地点、性质和严重程度等求助信息，并通过车路通信调度信号灯优先控制，让急救车辆先行，及时救援受伤人员。

危险路段车路协同技术

• 车辆安全辅助驾驶信息服务：路侧设置的多传感器检测前方道路转弯处或线死角区域是否发生交通阻塞、突发事件或存在路面障碍物等，并通过车路通信系统向驾驶者提供实时道路信息。
• 路面信息发布系统：向接近转弯路段的车辆发布路面信息(例如是否冰冻、积水、积雪)，提醒驾驶人注意减速，防止追尾事故。
• 最优路径导航服务：路侧设备检测到前方道路拥堵严重，通过车路、车车通信系统以及车载终端显示设备，提醒驾驶者避开拥挤道路，并为其选择以最短时间到达目的地的最佳路线。
• 前方障碍物碰撞预防：通过车路、车车通信，向车辆传递危险信息（如障碍物的绝对位置、速度、行驶方向等），帮助避免发生车辆之间或车辆与其它障碍物之间的前撞、侧撞或后撞等；并能够避免与相邻车道上变更车道的车辆发生横向侧碰等。
• 玩到自适应车速控制：向车辆传递前方弯路的相对距离、形状（曲率半径、车线等）等信息，车辆会结合自身运动状态信息，给予驾驶者最优车速，避免车辆在转弯时发生侧滑或侧翻。

参考学习资料

• 《概率机器人》
• 《视觉SLAM十四讲》
• 古月居(国内对ROS系统讲解的博客)
• 《多视图几何》
• 慕尼黑理工大学《多视图几何》课程

注：Motion Planning 的内容比较零散，但在自动驾驶中又非常重要，后续根据实际的内容再进行补充。