自動駕駛：車路雲一體化

目 錄

第1章 自動駕駛發展現狀與挑戰 1

1.1 自動駕駛規模商業化落地存在的挑戰 2

1.2 自動駕駛發展現狀 5

第2章 單車智能與車路雲一體化自動駕駛 7

2.1 自動駕駛基本概念與分級 8

2.2 單車智能自動駕駛關鍵技術 9

2.2.1 感知 9

2.2.2 交互預測 11

2.2.3 決策與規劃 13

2.2.4 控制 16

2.2.5 地圖與定位 18

2.2.6 安全 20

2.2.7 測試評價 22

2.3 車路雲一體化自動駕駛技術現狀 24

2.3.1 協同感知 25

2.3.2 協同決策 26

2.3.3 協同控制 30

2.3.4 系統評價 31

第3章 面向自動駕駛的車路雲一體化架構 33

3.1 總體架構 34

3.1.1 一體化協同感知 35

3.1.2 一體化協同決策 37

3.1.3 一體化協同控制 38

3.2 一體化協同安全性論證 39

3.2.1 一體化協同安全框架 39

3.2.2 自動駕駛一體化安全評價實驗 41

3.2.3 一體化協同收益場景 49

3.2.4 一體化協同提升駕駛安全 51

3.3 一體化協同在擴展自動駕駛ODD中的意義 54

3.3.1 自動駕駛ODD定義與現狀介紹 54

3.3.2 ODD動態管理流程 55

3.3.3 一體化協同擴展自動駕駛ODD 56

第4章 一體化協同實現L4無人化安全運營 61

4.1 L4自動駕駛主流方案及其限制 62

4.1.1 L4自動駕駛主流方案 62

4.1.2 L4自動駕駛面臨的主要挑戰 63

4.2 面向L4的車路雲一體化自動駕駛服務策略 64

4.3 一體化協同提升L4駕駛安全 67

4.3.1 將“未知”場景轉化為“已知”場景 67

4.3.2 將“不安全”場景轉化為“安全”場景 78

4.3.3 “控車”實現“不安全”到“安全” 80

4.3.4 “控環境”實現“不安全”到“安全” 91

4.4 面向L4的車路雲一體化自動駕駛服務 94

4.4.1 總體服務框架 94

4.4.2 一體化協同室內定位跟蹤服務 97

4.4.3 一體化協同路側實時建圖方案 99

4.4.4 一體化協同路端強化自動駕駛方案 100

4.4.5 一體化協同智慧城市交通信號控制方案 103

4.5 小結 105

第5章 一體化協同加速L2規模化應用 107

5.1 L2自動駕駛主流方案及其限制 108

5.1.1 L2常見技術方案 108

5.1.2 電子電氣架構發展 110

5.1.3 L2自動駕駛面臨的主要挑戰 110

5.2 面向L2的車路雲一體化自動駕駛服務 115

5.2.1 總體服務框架 115

5.2.2 車端參考技術架構 117

5.2.3 一體化協同地圖服務和更新方案 118

5.2.4 一體化協同公開停車場泊車服務 119

5.2.5 一體化協同決策規劃 123

5.2.6 綜合應用效果 126

5.3 小結 126

第6章 一體化協同發展需要建設高等級智能道路 127

6.1 支持自動駕駛的高等級智能道路系統總體設計 128

6.1.1 高等級智能道路性能指標 128

6.1.2 高等級智能道路具體設計 134

6.2 高等級智能道路的經濟效益、產業價值和社會效益 145

6.2.1 顯著的經濟效益 145

6.2.2 巨大的產業價值 147

6.2.3 潛在的社會效益 148

6.3 建設高等級智能道路的中國優勢 153

第7章 一體化協同自動駕駛場景案例 159

7.1 一體化協同感知場景案例 160

7.2 一體化協同決策場景案例 168

7.3 一體化協同控制場景案例 175

7.3.1 控制車輛：5G雲代駕 175

7.3.2 控制基礎設施 177

7.4 高精度地圖實時更新實踐 180

第8章 一體化協同自動駕駛產業實踐與發展建議 183

8.1 國外一體化協同自動駕駛產業實踐 184

8.2 發展建議 185

參考文獻 187