外部技术是指独立于自主式交通系统外的通用技术,例如通信技术、传感器技术等。自主式交通系统可以实现自组织运行和自主化服务,其运作流程包括自主感知、自主学习、自主决策、自主响应,这四个环节的内部运行需要技术的支撑。此外,对于整个系统,四个环节的运作相辅相成,环节之间要进行信息传输,并且整个系统要保证运作有效,因此还需要找到辅助系统运行的技术,贯穿于每个环节。
自主感知环节采集实体世界用户和环境的信息数据,是ATS的基础。面向由人、车、路、环境等要素构成的实体世界,ATS在自主感知环节获取信息,作为自主学习环节的数据输入。对自主感知环节的一级技术进行划分,主要有定位技术和传感器技术,定位技术帮助用户获取自身确切位置,传感器技术帮助用户获取周围的环境信息。
地理信息技术指通过一定的测量和计算方法,得到持有定位终端的用户或者装有定位节点的物体所在位置的技术。地理信息技术帮助用户获取自身定位信息,在交通中主要用于自动驾驶、车联网、出行服务等领域。根据相关文件及白皮书,整理定位技术的二级技术分类及交通应用示例如下表所示。
地理信息技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 卫星定位 | (1) GPS技术 (2) 差分GPS技术 (3) 精密定位技术 | (1) 车辆导航和路径规划 (2) 车辆追踪和防盗 (3) 公交车辆调度和管理 |
2 | 移动通信网络定位 | (1) 基于基站的定位 (2) 基于WiFi的定位技术 (3) 基于6G或更先进的移动通信网络的定位技术 | (1) 车辆追踪和调度 (2) 交通管理和监控 |
3 | 地理信息系统 | (1) 2D地理信息系统 (2) 3D地理信息系统 (3) 实时动态地理信息系统 | (1) 路网规划和设计 (2) 交通流量分析和预测 (3) 交通事故分析和热点识别 |
传感器技术是将被检测的非电量转化成便于检测和处理的电学量的技术。传感器技术帮助用户获取自身状态以及周围环境信息,广泛用于汽车电子、路侧设备、交通系统基础设施中。根据相关文件及白皮书,整理传感器技术的二级技术分类及交通应用示例如下表所示。
传感器技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 激光雷达 | (1) 2D激光雷达技术 (2) 3D激光雷达技术 (3) 多传感器融合的激光雷达技术 | (1) 自动驾驶和高级驾驶辅助系统 (2) 车辆碰撞预警系统 (3) 盲区检测和辅助转向系统 (4) 行人检测和安全警示 (5) 路面测量和地图构建 |
2 | 毫米波雷达 | (1) 初级毫米波雷达技术 (2) 高级毫米波雷达技术 (3) 基于人工智能的毫米波雷达技术 | (1) 自动驾驶和高级驾驶辅助系统 (2) 车辆碰撞预警系统 (3) 盲区检测和辅助转向系统 (4) 行人检测和安全警示 (5) 交通流量监测和拥堵识别 |
3 | 车载摄像头 | (1) 传统模拟摄像头技术 (2) 数字摄像头技术 (3) 智能摄像头技术 | (1) 行车记录仪 (2) 车内监控和安全 (3) 驾驶辅助系统 (4) 盲区监测和倒车辅助 (5) 驾驶行为分析和评估 |
4 | 视频检测 | (1) 传统视频检测技术 (2) 基于深度学习的视频分析技术 (3) 融合人工智能的视频检测技术 | (1) 交通监控和安全 (2) 交通流量监测 (3) 车辆识别和追踪 (4) 基于视频的智能交通分析 |
5 | 地感线圈 | (1) 传统感应线圈技术 (2) 无线电磁感应技术 (3) 引入智能感知和自适应算法的地感线圈技术 | (1) 车辆发动机舱温度传感器 (2) 车辆燃油温度传感器 (3) 车辆冷却系统温度传感器 (4) 车辆传动系统温度感测 (5) 车辆空调系统温度传感器 |
自主学习环节基于数据提取有效信息和知识。根据自主感知环节收集的实体世界数据,ATS在自主学习环节提取出信息,以便系统进行准确理解。自主学习环节的一级技术包括大数据技术和计算技术,大数据技术可以帮助用户从海量多样的数据中获取信息,计算技术可以帮助用户快速准确地获取信息。
大数据技术是指为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值,而设计的新一代架构和技术。大数据技术主要应用于交通领域中的交通数据处理、交通运营管理、交通疏导等。根据相关文件及白皮书,整理大数据技术的二级技术分类及交通应用示例如下表所示。
大数据技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 大数据云控 基础平台 | (1) 基础的大数据存储和处理平台技术 (2) 基于分布式计算的大数据云控基础平台技术 (3) 基于人工智能和机器学习的大数据分析平台技术 | (1) 实时交通监测和预测 (2) 路网规划和优化 (3) 车辆追踪和调度 (4) 智能交通信号控制 |
2 | 数据信息安全 | (1) 对称加密技术 (2) 非对称加密技术 (3) 量子加密技术 | (1) 车辆通信和车联网安全 (2) 道路收费和电子支付安全 (3) 交通数据隐私保护 (4) 交通视频监控安全 |
3 | 数据库 | (1) 关系型数据库技术 (2) 分布式数据库技术 (3) 区块链数据库技术 | (1) 交通数据管理 (2) 路网规划和导航 (3) 车辆调度和管理 (4) 交通事件管理 (5)公交调度和乘客服务 |
计算技术是指研制各种计算装置以及应用这些装置对信息进行加工和计算的科学技术。当交通系统的自主化水平越高,产生的数据量就会越大,计算技术的速率、准确率也需进一步提升,以保障交通系统运行的可靠、实时、安全。根据相关文件及白皮书,整理计算技术的二级技术分类及交通应用示例如下表所示。
计算技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 集中式计算 | (1) 基于单一处理器的集中式计算技术 (2) 基于多核处理器的集中式计算技术 (3) 基于量子计算的集中式计算技术 | (1) 交通管理系统 (2) 智能交通导航 (3) 实时路况监测 (4) 车辆追踪和调度 |
2 | 分布式计算 | (1) 集群计算技术 (2) 流式计算技术 (3) 边缘计算技术 | (1) 实时交通模拟和仿真 (2) 路径规划和优化 (3) 实时数据处理和分析 |
3 | 协作式计算 | (1) 并行计算技术 (2) 群智计算技术 (3) 云边端协同计算技术 | (1) 路况共享和协同导航 (2) 分布式智能交通控制 (3) 协同驾驶和车队管理 (4) 实时协同路况监测 |
自主决策环节基于信息和知识形成决策。基于自主学习环节处理得到的信息和知识,在自主决策环节,ATS对接下来可能发生的情况进行准确预测,并对系统下一步行动进行准确判断和规划,合理决策系统的行为。自主决策环节的一级技术包括人工智能技术,人工智能技术可以帮助系统模拟人的思维进行决策。
人工智能技术是利用各种自动机模拟人的思维过程和智能行为的技术。在交通领域中,人工智能技术主要用于自动驾驶、无人物流、无人共享汽车、智能路灯、智能交管、智能停车管理等。根据相关文件及白皮书,整理人工智能技术的二级技术分类及交通应用示例如下表所示。
人工智能技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 机器学习 | (1) 传统监督学习 (2) 深度学习 (3) 自动机器学习 | (1) 物流调度 (2) 交通信号控制 (3) 路径规划 (4) 停车诱导 (5) 交通诱导 |
2 | 知识图谱 | (1) 基于关系数据库的知识图谱构造技术 (2) 基于图数据库的知识图谱构造技术 (3) 基于机器学习的知识图谱构造和推理技术 | (1) 交通事件识别与抽取 (2) 交通事故责任调查 (3) 交通基础设施智能运维系统 |
3 | 自然语言处理 | (1) 交通智能语音服务系统 (2) 交通事故场景再现 (3) 业务处理自动化 (4) 语音验证 | (1) 基于规则的自然语言处理技术 (2) 结合深度学习的自然语言处理技术 (3) 语义理解和推理的自然语言处理技术 |
4 | 人机交互 | (1) 触摸屏和简单语言交互技术 (2) 自然语言处理和多模态交互技术 (3) 脑机接口和情感识别技术 | (1) 城市交通系统诊断 (2) 智能设备操作简易化 (3) 城市事件感知与智能处理 (4) 综合交通信息平台 |
5 | 计算机视觉 | (1) 传统图像处理技术 (2) 深度学习驱动的图像识别技术 (3) 基于强化学习的计算机视觉技术 | (1) 违法行为检测 (2) 停车占用检测 (3) 车牌识别 (4) 行人检测 (5) 交通标志检测 (6) 路况检测 (7) 基础设施状况评估 (8) 驾驶员注意力检测 |
6 | 生物特征识别 | (1) 指纹识别 (2) 人脸识别 (3) 声纹识别技术 | (1) 公共交通支付 (2) 车辆安全与防盗 (3) 疲劳驾驶检测 (4) 交通执法 (5) 身份凭证核验 |
自主响应环节基于决策对实体世界形成控制。在自主响应环节,系统将自主决策环节做出的决策和规划落实为切实的行为,达到交通系统自主化的目的。自主响应环节的一级技术包括控制技术,控制技术可以控制用户的行为。
控制技术是通过信息采集、信息处理对系统进行分析,对系统施加作用或操作,使系统达到既定目标的技术。在交通领域,控制技术主要用于车辆控制、交通信号控制等。根据相关文件及白皮书,整理控制技术的二级技术分类及交通应用示例如下表所示。
控制技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 控制硬件 | (1) 传统控制硬件技术 (2) 微处理器控制硬件技术 (3) 智能化控制硬件技术 | (1) 交通信号控制器 (2) 车辆检测器 (3) 车辆识别设备 (4) 道路监控摄像头 |
2 | 控制算法 | (1) 经典控制算法技术 (2) 自适应控制算法技术 (3) 强化学习与自主控制技术 | (1) 交通信号优化 (2) 动态路由和导航 (3) 车辆跟驰控制 |
3 | 控制执行 | (1) 传统控制执行技术 (2) 智能控制执行技术 (3) 自主控制执行技术 | (1) 交通信号控制系统 (2) 高速公路车道控制系统 (3) 市区停车场管理系统 |
ATS的有效运行,离不开自主感知、自主学习、自主决策、自主响应四个环节的作用,四个环节内部需要支撑环节运作的技术。此外,四个环节之间要进行信息传输,并且整个系统要保证运作有效,因此需要辅助支撑系统运行的技术,通信技术可以实现系统的数据和信息传输。
通信技术是对信息的传递、交流、管理和处理等各种技术的总称。通信技术的最终目的是传送信息,多借助通信系统和信息管理相关软件实现。通信技术在交通中主要用于自动驾驶、车联网、车队管理、不停车收费、安全性应用等领域。其中,自动驾驶要求实现极小的时延,而5G技术的时延一般小于5毫秒,其他通信技术难以达到这个精度,因此自动驾驶对5G技术的需求十分迫切。根据相关文件及白皮书,整理通信技术的二级技术分类及交通应用示例如下表所示。
通信技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 蜂窝移动 通信 | (1) 4G移动通信技术 (2) 5G移动通信技术 (3) 6G移动通信技术 | (1) 智能交通管理 (2) 车辆追踪和定位 (3) 交通信息服务 (4) 紧急救援和道路安全 (5) 车辆支付和电子收费 |
2 | WiFi | (1) IEEE 802.11a/b/g/n(Wi-Fi 1/2/3/4)技术 (2) IEEE 802.11ac/ax(Wi-Fi 5/6)技术 (3) 下一代Wi-Fi技术(如Wi-Fi 7) | (1) 路况监测和交通管理 (2) 车辆通信和车联网 |
3 | 蓝牙 | (1) Bluetooth 2.0/3.0等传统蓝牙技术 (2) Bluetooth 4.0/5.0等低功耗蓝牙技术 (3) 下一代蓝牙技术(如Bluetooth LE Audio) | (1) 蓝牙车辆识别和支付 (2) 蓝牙交通导航和信息服务 (3) 蓝牙乘客信息传输 |
4 | 以太网 | (1) 传统以太网技术 (2) 千兆以太网(Gigabit Ethernet)技术 (3) 万兆以太网(10 Gigabit Ethernet)技术 | (1) 交通信号控制系统 (2) 路况监测系统 (3) 公交车辆调度系统 |
模拟仿真技术可以用于系统设计和优化,模拟交通流,管理和控制交通,评估风险,模拟驾驶员行为,提供培训和教育,以及支持政策制定和决策。通过模拟,我们能够更好地理解和改进交通系统的运作,以提高效率、安全性和可持续性。根据相关文件及白皮书,整理模拟仿真技术的二级技术分类及交通应用示例如下表所示。
模拟仿真技术分类及其应用
序号 | 二级技术 | 核心技术 | 交通应用示例 |
---|---|---|---|
1 | 数字孪生 | (1) 静态数字孪生技术 (2) 动态数字孪生技术 (3) 增强型数字孪生技术 | (1) 交通管理和优化 (2) 自动驾驶汽车开发 和测试 (3) 交通预测和规划 |
2 | 虚拟现实 | (1) 头戴式显示器 (2) 3D图形和交互技术 (3) 混合现实技术 | (1) 驾驶模拟器培训 (2) 交通规划和可视化 (3) 交通安全培训和认知研究 |
3 | 增强现实 | (1) ARToolKit (2) HoloLens (3) NrealLight | (1) AR导航和驾驶辅助 (2) 交通维修和维护 (3) 交通教育和培训 |
4 | 工业仿真 | (1) 基于物理力学和运动学原理的工业仿真技术 (2) 结合多物理场耦合和多体动力学仿真的工业仿真技术 (3) 融合人工智能和优化算法的工业仿真技术 | (1)交通流量模拟和优化 (2) 交通系统仿真 (3) 交通事故分析和安全性评估 |