编者按：在赛文交通网主办的第十二届（2023）中国智能交通市场年会-自动驾驶与车路协同产业发展论坛中，长安大学信息工程学院讲师刘志广作了《高速公路自动驾驶专用车道关键技术及仿真优化》的主题报告。
刘志广首先介绍了自动驾驶车辆的优势与问题，引出设置自动驾驶专用车道的优势与意义，随后分享了自动驾驶专用车道的关键技术与所需技术设备，并对专用车道仿真流程与设置进行了详细说明，最后对仿真平台、渗透率与专用车道的数量与位置、研究成果等进行了总结。
01、问题背景
自动驾驶（CAV）在多个方面都存在优势，包括缓解交通拥堵、提高安全性以及减少温室气体排放和能源消耗。
然而，只有在100％的自动驾驶渗透率下，自动驾驶的潜在优势才能得以充分发挥。由于自动驾驶技术还不够成熟，且缺少相关法规，在未来很长一段时期内，人工驾驶车辆（MVs）和自动驾驶车辆（CAVs）将同时存在。
因此，传统车辆和自动驾驶车辆混合行驶的过渡期将不可避免。这种混行的异质交通流将会引发新的安全问题，并降低自动驾驶技术的优势。研究表明，通过将CAVs和MVs在不同车道上进行分离，并尽量减少MVs对CAVS的干扰，可以增加道路的通行能力。
针对上述问题，我们思考通过设置自动驾驶专用车道的方式进行解决。将现有车道改造为CAVs专用车道，不仅可以提高道路通行能力，还可以提高交通安全性，并减少交通阻塞。研究表明，实施专用车道可以提高燃油效率，尤其是在CAV渗透率较低的情况下，这一效果更加显著。
02、专用车道总体关键技术
1、专用车道设置条件
对双向4车道的高速公路进行仿真验证后，我们认为当自动驾驶车渗透率小于30%时，不建议设置自动驾驶专用车道。这是由于其渗透率比较小，会造成车道的浪费，降低通行能力。
当自动驾驶车渗透率大于30%不超过80%时，可设置1条自动驾驶专用车道。
当自动驾驶车渗透率大于80%时，可将1条车道设置为自动驾驶车专用车道，另外1条车道设置为自动驾驶车与人工驾驶车混行的车道。
对于双向6车道的高速公路进行仿真验证后，我们认为当自动驾驶车渗透率小于30%时，不建议设置自动驾驶专用车道。
当自动驾驶车渗透率大于30%不超过50%时，可设置1条自动驾驶专用车道。
当自动驾驶车渗透率大于50%时，可将2条车道设置为自动驾驶车专用车道，另外1条车道设置为自动驾驶车与人工驾驶车混行的车道。
当需要设置多条自动驾驶专用车道时，应限制自动驾驶货车只能在最外侧自动驾驶专用车道时上行驶。
对于双向8车道的高速公路进行仿真验证后，我们认为当自动驾驶车渗透率小于15%的时候，不建议设置自动驾驶专用车道。
当自动驾驶车渗透率大于15%不超过55%时，可设置1条自动驾驶专用车道。
当自动驾驶车渗透率大于55%时，可设置2-3条自动驾驶专用车道。
同样的，当设置多条自动驾驶专用车道时，应限制自动驾驶货车只能在最外侧自动驾驶专用车道时上行驶。
对于双向10车道的高速公路，我们认为自动驾驶车渗透率小于10%时，不建议设置自动驾驶专用车道。当自动驾驶车渗透率大于10%不超过45%时，可设置1条自动驾驶专用车道；当自动驾驶车渗透率大于45%不超过75%时，可设置2条自动驾驶专用车道；当自动驾驶车渗透率大于75%时，可设置3-4条自动驾驶专用车道。
当设置多条自动驾驶专用车道时，应限制自动驾驶货车只能在最外侧2条自动驾驶专用车道时上行驶。对于更多车道条数的高速公路，要根据实际情况进行计算，并且对于除了主线部外的桥隧部分自动驾驶车道设置条件要跟主线一般路段一致。
2、专用车道设置方式
经过研究发现，自动驾驶专用车道应设置在高速公路的内侧。如下图所示，蓝色箭头代表车辆的行驶方向，自动驾驶专用车道建设在车道的内侧。
当需要设置多条自动驾驶专用车道时，应按从里到外的顺序，将指定数量的车道设置为自动驾驶专用车道；桥隧涵部分自动驾驶车道设置方式与一般路段一致。
3、专用车道隔离方式
此外，我们还需要考虑自动驾驶车道与传统车道的隔离方式。第一种隔离方式是标线软隔离，即通过黄色标线把专用车道和旁边的普通车道区分开来。这种方式适用于自动驾驶专用车道与相邻车道的平均行驶速度差在16km/h以下时（新建道路的平均行驶速度取值可参考附近类似高速公路的数据）。在该隔离方式下，自动驾驶车可在专用车道的任意位置驶入或驶出。
第二种隔离方式是缓冲区隔离，即把隔离的车道线改为更宽的缓冲区。缓冲区的宽度应设置在0.6米到0.8米之间。
这种隔离方式适用于自动驾驶专用车道与相邻车道的平均行驶速度差在16km/h以上时（新建道路的平均行驶速度取值可参考附近类似高速公路的数据）。同样，自动驾驶车可在专用车道的任意位置驶入或驶出。
4、专用车道基础设施要求
自动驾驶专用车道平纵线形指标应符合现行行业标准《公路路线设计规范》JTG D20-2017的规定。对于困难路段则需局部降速，设计时宜设置过渡段，过渡段长度不宜小于100米。
车道宽度方面，自动驾驶专用车道应设置在3.25米~3.5米内。
最高限速方面，出于安全考虑，我们认为自动驾驶专用车道的最高限速应该与高速公路其他车道的限速保持一致。
为了区分普通车道和专用车道，还需要通过标志标线来明显地区分专用车道，以防止非自动驾驶车或者不满足要求的自动驾驶车驶入车道。
自动驾驶专用车道入口位置、车道路面上应设置“自动驾驶车专用”标识和对应的英文标识“CAVONLY”，路面可采用彩色路面或彩色标识，标志标线设置应符合《道路交通标志和标线》（GB5768）的规定，标线应具有高亮度和耐久性。
匝道出处位置应设置“自动驾驶车道”指示牌标志，标志设计应符合《车联网路侧设备设置指南》（T/CTS 1-2020)、《智慧高速公路交通标志设置指南》（T/CTS 3-2020)等规范的要求，标志应采用主动发光式。对于新建的高速公路自动驾驶专用车道，应保证道路平纵横线形满足自动驾驶车辆的感知要求。
03、专用车道设备与安全关键技术
1、车路协同设备要求
支撑建设自动驾驶专用车道需要三种设备，即感知设备、边缘计算设备和通信设备。
◼ 感知设备
对于感知设备，首先要能感知交通状态信息，包括流量、密度等数据；其次是道路状态方面的感知，包括专用道路面状态、阻碍专用车道正常通行事件等信息。
此外，还需要感知车辆状态，包括速度、位置、加速度、航向角、转向角、踏板深度等信息；感知设备还应能感知环境状态，包括能见度、路面温度、路面状态（干燥、潮湿、积水、结冰、积雪）、风速、风向等信息。
最后我们也对感知设备的检出率和准确率做了要求。感知设备的检出率和准确率应不低于95%，且对于静态信息感知的精确度（分辨率）应达到毫米级，对于动态信息的感知精确度（分辨率）应达到厘米级，以降低协同感知的误差；感知设备可通过通信设备，将边缘计算设备处理的结果发送给自动驾驶车的通信单元，使自动驾驶车可以获取车道的实时状态信息，为伴随式信息服务、实时交通管理服务等应用提供支撑。
在感知设备的应用方面，应选用可靠性高、成本低、易维护、数据准确度满足基本要求并可大面积应用的设备。
◼ 边缘计算设备
支撑建设自动驾驶专用车道的第二类设备就是边缘计算设备。边缘计算设备需要对视频和图片进行实时处理，并且对雷达点云数据和红外数据进行分析。此外还需要处理些多源感知设备的结构化数据。
边缘计算设备还要支持行人、非机动车和静态交通设施的识别和定位，支持交通流量、排队长度、平均车速等参数的输出。同时我们对这些指标输出的识别准确率有个要求，要在95%以上。
◼ 通信设备
第三类设备就是通信设备。我们认为通信设备需要能够与车路协同云控平台，还有路侧边缘计算设备进行联动，并且把这些感知的信息通过无线通信的方式传递给附近的车辆。对于通信设备的通信延时，我们认为应小于50毫秒。
此外还需要一些高精度定位的设施。在这方面我们认为专用车道的高级工业定位设施最好能够采用北斗系统，并且能够兼容GPS系统。另外高精度设施的系统需要覆盖专用车道的全线道路，包括普通路段、桥梁隧道等。高精度设施应通过提供空间连续覆盖的定位增强信息，来支撑车辆在行驶过程中的高精度定位，且定位精度应小于10cm。
2、安全措施
在安全设施方面，我们考虑了非法闯入和车道异常两种情况。
为防止不符合自动驾驶专用车道驶入标准的车辆非法闯入自动驾驶专用车道，应在专用车道与普通车道接触侧设置非法闯入自动感应装置，当有车辆闯入时进行报警驱离，使车辆尽快驶出专用车道。
自动驾驶车应在车路协同系统注册，车路协同系统实时监测没有驶入资格的车辆闯入专用车道的情况，当闯入的这些车辆在专用车道占用一定时间后，对这些非法闯入车辆进行非现场处罚。
车道异常的情况下，当大雪、大雾等恶劣天气条件下正常行车存在安全隐患时，应将自动驾驶专用车道作为普通车道使用；对专用车道进行维护时，专用车道也应被关闭。此外，对车路协同系统或感知、通信、计算设备进行升级、维修时导致自动驾驶专用车道无法为自动驾驶车服务时，应将其当作普通车道使用，同时专用道标志标线约束的交通管控解除。
最后，当专用车道或相邻车道发生交通事故，且在短时间内不能得到有效处理，影响专用车道上车辆的正常通行时，应关闭该路段上的自动驾驶专用车道或作为普通车道使用。
04、专用车道仿真框架
1、仿真流程
为对专用车道效率方面做研究，我们设计了专用车道仿真框架。仿真框架通过利用Unity3D、传统的交通仿真软件SUMO、OMNeT等来进行。仿真流程如下图所示，可以对交通、旅游、车辆以及网络等做一些设置，右面是我们得到的分析结果。
2、仿真平台
传统的微观交通仿真软件，如Vissum和Sumo不支持车与车（V2V）和车与基础设施（V2I）的通信，且仿真结果的可视化效果不够生动。而一些3D仿真软件，如Prescan和Carsim主要关注单个CAV的仿真，并不支持大规模交通流仿真。我们的解决方案可将传统的微观仿真平台与基于网络物理系统（cyber-physical-system）视角的真实物理引擎驱动的仿真平台相结合。
3、仿真设置
在仿真设置中，Unity3D可指定需要以3D形式进行可视化的道路区域，并通过TraCI将该区域的位置信息发送回SUMO。每当Unity3D从SUMO请求车辆数据时，TraCI只会将在该指定区域内生成的车辆数据返回给Unity3D。
若在仿真中需要查看某一辆车的周边范围内情况时，可通过Unity3D与车辆驾驶模拟器连接。由车辆驾驶模拟器操作的虚拟车辆称为目标车。在仿真步骤中，通过以目标车为中心，TraCI将给定半径内的区域位置信息返回给SUMO，通过SUMO传递给Unity3D进行展示。
下图为仿真视角。左侧是物理网络系统视角，a图是SUMO的界面，b图是OMNeT界面，c图是Unity3D界面；右上角是目标车视角，假如我们想查看某一辆车的运行状态，就可以切到目标车视角。此外，还可以通过上帝视角来查看整个道路。
我们采用X-in-the-loop，即多个模式在环的专用车道仿真设置方式，主要包括模型在环、硬件在环、车辆在环、传感器在环和软件在环，此外还有Human driver system人工驾驶系统，可以将交通环境的信息输入到系统中。
下图为仿真时针对不同的目标进行优化测试。第一个红框是对交通需求，如跟驰模型、车辆换道位置、交通ODs等进行设置。随后对整体3D车辆驾驶进行设置，可通过道路几何、速度限制、交通ODs和跟驰模型等来进行输入，来分析下一步需要做哪方面的分析，最后通过输出分析延误风险、人为因素或感知重要性等。
4、仿真模型
下图是我们对车辆信息进行设置时可设置的参数，包括车辆的长度、宽度、高度、排放以及跟驰模型等。对于交通流模型，我们首先设置的是交通流的密度，然后是CAV的渗透率，之后是不同渗透率上的OD以及交通流的生成。
05、专用车道仿真测试与结论
1、测试场景
以北京到雄安智慧高速为路网建模，我们进行了仿真测试。从北京到雄安一共有10个互通立交，对此我们设置了如下图所示的六类仿真行驶车辆。
2、测试案例
我们进行的第一个测试是对不设置专用道VS设置专用道情况下的通行能力进行对比，同时基于不同的CAV渗透率进行分析。下图为我们对参数进行的设置，包括长度、加速度等方面进行的分析。
下图是分别在10%~90?V渗透率下的通行能力分析。图中紫色代表不设置专用车道，橙色代表的是设置一条专用车道，绿色代表设置两条专用车道，蓝色代表设置三条专用车道。可以发现随着渗透率的增加，不同专用车道的通行能力也在变化。
在10?V渗透率下，不设置专用车道情况下通行能力最高；当CAV渗透率达到20%时，此时设置一条专用车道的通行能力就会高于不设置专用车道的通行能力。在这种情况下，我们认为设置一条专用车道的通行效果会优于不设置专用车道。
不同CBA渗透率下的通行能力
下图是将不同CAV渗透率下通行能力的结果图转换成柱状图进行展示，可以发现随着渗透率的增长和变化，不设置和设置一条、两条、三条专用车道的通行能力会随之发生变化。因此我们认为，在不同CAV渗透率的情况下，应采取不同的专用道设置条数。
不同CBA渗透率下的通行能力-柱状图
下面我们对专用车道设置在最内侧和最外侧两种设置方式下，哪种通行能力更高进行分析。这种情况下我们研究的是匝道CAV和匝道车辆，即没有全程在高速公路上行驶的车辆。
上图a、c代表专用车道设置在内侧；b、d代表专用车道设置在外侧。如果CAV全部为从北京到雄安或从雄安到北京的话，可以发现，若把CAV专用车道设置在内侧，它的通行能力是高于设置在外侧的。
但假如有10%的CAV从中间离开高速，会导致CAV与社会车辆产生交织与冲突，从而改变通行能力，此时专用车道设置在外侧效果更好。
第三个测试是车和设施的通信。如上图所示，最上方车道，绿色代表有一辆车在专用车道出现事故。如果具备车和设施通信能力，那么后面的车辆在未到达事故点时，就能知道前方发生了交通事故，可以提前进行变道。倘若不具有这种能力，后车就只能到事故点前再减速变道。
我们通过对比CAV渗透率在20%、30%和40%的三个图进行分析，发现具备车和设施通信能力确实能够提升道路的通行能力。
06、总结
我们开发了用于优化自动驾驶车辆专用车道的仿真平台，将车辆建模、交通道路网络、车与车（V2V）通信、三维可视化和X-in-the-loops等核心组件功能性地结合在一起。
此外，通过对北京到雄安高速公路在不同的渗透率下设置不同的专用车道条数进行分析，可以发现，对于BXSE，当CAV的渗透率（MPR）超过20％时，设置一条CAV专用车道是有益的；当CAV的MPR超过40％时，设置两条CAV专用车道是有益的；当CAV的MPR超过60％时，设置三条CAV专用车道是有益的。
当CAV的MPR大于80％或小于10％时，部署专用车道并不明智，因为只有当专用车道的数量与CAV的MPR相匹配时才会产生效果。
第三，对于BXSE，建议当所有CAV仅用于通勤时，在内侧设置一个专用车道。如果考虑到匝道上的CAV，建议当匝道上的CAV占比为10%时和匝道车辆占比在10％至30％之间时，在外侧设置一个专用车道。
最后，CAV的通信能力可以极大地提高紧急情况下的通行能力。这项工作得到了国家重点研发计划（编号：2019YFB1600100）和中央高校基本科研业务费的支持（编号：300102242711）。
该研究成果已发表在《Expert Systems with Applications》杂志上。基于该仿真平台的测试结果，我们立项了3部标准，出版了1部专著，并发表了相关的学术论文。
