面向公交营运的车路协同关键技术研究

国家“十四五规划”和2035年远景目标纲要，明确提出“发展自动驾驶和车路协同的出行服务，推广公路智能管理、交通信号联动、公交优先通行控制”。在工业和信息化部、国家发展和改革委员会的大力支持下，北京、上海、天津、无锡、长沙等地结合本地情况陆续开展了C-V2X测试验证与示范应用工作。车路协同技术作为下一代智能交通系统的核心发展方向，已然成为国内从政府到行业的普遍共识。而公交具有固定线路等运行特点，车路协同技术可率先在公交领域落地，有效提升公交运行安全和可靠性，改善乘客出行体验。

公交运行痛点

公交车在行驶过程中存在一定盲区，包括车辆本身和遮挡，行人、电动车突然闯出，特别是交叉口由绿灯转为红灯时，具有引发事故、乘车体验差、乘客受伤等隐患。

由于一些交通事件、特殊天气、交通管控等突发原因，车辆变道不及时，导致交通组织紊乱，拥堵加剧，甚至造成违章和二次事故发生，同时公交公司未能及时掌握相关信息，不能及时调整发车频次。

基于RFID的公交优先，在无公交专用道交叉口拥堵排队或者多个进口道公交车同时到达路口时失效，导致同一线路车辆同时进站，没有车辆在路口的检出，整体交叉口和路网效率降低。

不同时间段、不同区域往往会产生公交站台候车与区间旅行时间不稳定的情况，突发情况下急刹急停，市民乘坐公交体验较差。

为降低由公交视觉盲区带来的危害，确保路侧交通信息获取的准确性和完整性，深圳交通中心依托摄像头、激光雷达、微波雷达、行人红外检测器等前端感知设备，构建不同边缘计算节点深度推理环境，凭借自研边缘计算节点的强大算力与先进的轻量化标准AI组件，采用时空同步方法对视频数据与雷达点云数据进行融合，提取周边环境的交通流（流量、排队长度、路口到达率）、行人及车辆轨迹信息，实现毫秒级多目标识别与跟踪，用于行人及非机动车安全预警、目标态势分析及路口盲点推送。

为解决路面裂缝、凹陷、坍塌等病害事件偶发，道路抛洒物、事故、积水等突发事件存在监测响应处置滞后给公交车辆带来极大隐患等问题，深圳交通中心基于深度学习检测模型、感知设备参数自动化标定、交通场景全景分割等算法，构建交通单元池、数据特征池、AI分析池、在线推演决策池等4大工具池，突破路面与标线病害检测、险情检测等关键技术，并将检测事件的结构化数据实时推送到路侧单元RSU，由RSU广播给周围的车辆，为司机提供毫秒级的预警信息。目前该技术对路面坍塌、路面破损等病害事件的检测准确率可达85%以上，交通抛洒物检测准确率可达87%以上，交通事故检测准确率可达91%以上。

为解决公交伪优先导致路网运行效率低的问题，基于实时的进口道车辆到达率、载客量、公交准点率等信息，采用自研相对优先控制算法对绿灯时间进行动态重分配，实现多公交优先请求竞争和不同交通量水平下的整体交通流人均效益最优。以深圳市福田区公交线路M390为例，该方法可使得公交车均延误降低27%-35%，高流量下人均延误降低15%。

为提高公交准点率，减少车辆通过信号交叉口的停车次数，深圳交通中心通过自研车路协同信号机获取实时的配时方案、倒计时信息、路口车辆进口道的排队长度、饱和流率等信息，融合车辆自身动力学模型，在车载单元OBU端构建不同灯色倒计时和不同车辆位置情况下车辆自适应速度引导策略，使车辆以最优车速区间通过信号交叉口，用于公交辅助驾驶。通过对深圳市福田区新洲路与红荔路交叉口进行实证分析，在不同网联车辆渗透率、不同交通流量饱和度的影响下，车辆平均停车次数优化成功率在72%以上，车均延误时间减少率在84%以上。

为加快车路协同技术在公交领域的落地，突破现有路测里程长、测试场景不足、测试工况危险等问题，仿真技术是重要的应对手段。深圳交通中心自主研发全要素一体化的智能网联环境仿真平台，结合三维重建技术，利用路侧及车端传感器构建真实的场景，融合车辆仿真、交通流仿真、V2X仿真、路侧设施仿真，打造从“算法开发-场景测试-功能验证-性能评测-交通评估”的全链条服务，支撑智能网联测试认证、车路协同管控、新基建评估、智慧出行调度。

应用场景

结合国家在车联网方向上的发展战略，深圳交通中心突破感知融合、复杂场景安全预警、主动信号优化、车速引导、智能网联仿真等关键技术，并进行完备性系统集成及测试，旨在建立车路协同系统核心技术体系，保障公交营运的安全性、可靠性，加快智慧公交在城市的产业落地，推动与之相关的上下游企业的快速发展，促进城市综合、智慧、绿色、安全的“公交都市”建设。