2021年10月初,ERTRAC發布了最新歐盟自動駕駛技術路線圖更新版征求意見稿--《Connected, Cooperative and Automated Mobility Roadmap》。

 

 

ERTRAC歐洲道路運輸研究咨詢委員會(European Road Transport Research Advisory Council)是歐洲的一個關于道路運輸的技術平臺,將道路運輸利益相關者聚集在一起,匯集了來自產業、研究機構以及公共監管部門的專業人員,為歐洲道路運輸研究制定共同愿景。

 

ERTRAC持續每年對自動駕駛技術路線圖(Automated Driving Roadmap)進行修正與更新,此次發布的草案提出了2050年愿景及基礎設施、驗證和AI與數據等方面所面臨的挑戰。提出了2030年目標應用,包括高速公路與運輸走廊、限定區域、城市混合交通和鄉村道路等4類關鍵應用場景。并對2040年的拓展應用進行了展望。最終提出了實現以上應用及愿景所需的影響因素,包括基礎設施和商務模式、技術促成因素、驗證、AI與數據。

 

以下對路線圖草案內容進行簡單介紹。

 

范圍和目標以及2050年愿景

 

ERTRAC路線圖的主要目標是就歐洲互聯、協作和自動駕駛交通的長期發展提供利益相關者的共同觀點。下表說明了新路線圖的結構及內容之間的聯系。2050年的愿景是我們為社會實現的目標。這一長期愿景要求采取必要的短期行動,即2030年目標,然后展望2040年。

 

 

與此同時,歐盟研究計劃“Horizon Europe”下的新歐洲伙伴關系“CCAM互聯、合作和自動移動”(Connected, Cooperative and Automated Mobility)制定了SRIA戰略研究和創新議程(Strategic Research and Innovation Agenda),該議程描述了實現CCAM預期影響的戰略以及相應的活動、資源組合,時間從2021年開始到2030年。

 

本路線圖的《2030年目標》應被視為對CCAM伙伴關系SRIA的補充,為在此時間范圍內的應用提供了一些更具體的機會。

 

在編制本路線圖時,還考慮了其他路線圖,ACEA路線圖的政策和監管重點、US CAR研究和英國Zenzic路線圖以及C2C聯盟的互聯路線圖和5GAA的C-V2X路線圖。此外,還考慮了Ecorys關于自動駕駛車輛的研究。

 

2030年應用目標

 

《2030年應用目標/Agenda 2030》是本路線圖的核心,描述了CCAM產品和服務的不同領域。它們在不同的特性上有所不同,在不同的時間范圍內開發,并提供各種各樣的用例。這些領域總體上代表了研究、標準化、監管和投資的運營議程。

 

本章區分了四個領域:

高速公路和走廊/ Highways and corridors——最有可能成為首個臨時駕駛而無需人為駕駛責任的的工業化解決方案。

受限區域/ Confined areas–各種使用案例,在這些案例中,更簡單的交通環境促進了早期演示和有限的工業化。

城市混合交通/ Urban mixed traffic——社會目標的最重要貢獻領域。

農村道路/ Rural roads—最大的挑戰,將高車速與全交通復雜性結合起來。


各領域相關內容包括該領域的具體特征、發展該領域的重要性、社會期望目標、典型預期用例、基礎設施、車輛技術和驗證賦能因素的哪些方面在該領域特別重要、加速工業化的關鍵標準化領域、監管缺失等。

 

高速公路和走廊/ Highways and corridors


描述:公路自動駕駛和輔助走廊領域將實現高速公路自動駕駛、樞紐間卡車運營和基礎設施支持合作援助的典型應用。在該領域,具有CCAM功能的車輛將與基礎設施支持一起部署。

 

在高速公路上,配備不同級別ADAS高級駕駛員輔助系統的車輛將占大多數。使用V2X技術以及能夠實現較低級別自動駕駛(L0-L2)的車輛,合作駕駛員輔助系統(cooperative driver assistance systems)的份額將增加。隨著技術成熟度的提高,更高水平的自動駕駛(L3-L4)將可能取決于監管。

 

2019年和2020年,L3歐洲試點項目在不同的歐洲國家的高速公路上試行了SAE L3高速公路司機和堵車司機功能。該試點活動的數據分析結果將加速在高速公路場景中部署AV功能。

 

將選擇幾個輔助走廊,其中道路基礎設施和通信系統能力將滿足在基礎設施支持下部署CCAM車輛的要求。候選走廊是那些具有混合通信能力的走廊,由短距離和長距離通信技術的智能組合組成,這得益于歐洲5G走廊項目和C-ROADS平臺。輔助走廊將滿足特定交通需求,以提高安全性和效率,提高網絡利用率。

 

意義:

高速公路和輔助走廊上 CCAM 的主要動機。

通過自動距離、機動和車速管理增強道路安全。

改善高速公路和選定輔助走廊的交通流量。

減少駕駛員工作量,增加了便利性。

在可行的情況下,盡早引入更高的自動駕駛(L3-L4),以進一步提高安全性、交通流量和便利性。

 

社會效益和示范:

考慮到高速公路網絡的預期未來交通量增長,將CCAM用作解決方案非常重要。證明CCAM解決方案將滿足用戶和社會需求,并超越預期,以實現用戶采用CCAM的目標,這一點至關重要。

在日益復雜的交通情況下,在不同地區、領域和環境中演示公路自動駕駛,以證明 CCAM 的系統安全性、穩健性和互操作性是改善歐洲道路交通的有效手段。

在選定的輔助走廊進行演示,以證明具有基礎設施支持的高度自動駕駛解決方案的社會效益和用戶效益。

 

公路自動駕駛和輔助走廊的典型高級用例:

堵車司機/Traffic Jam Chauffeur:在塞車速度高達60公里/小時的情況下,L3,跟在前面的車輛后面,可選擇換車道。該系統可使車輛安全停車。

高速司機/Highway Chauffeur:130 公里/小時以內的公路上的 L3,包括換道。該系統可使車輛在緊急車道上安全停車。

安全自動跟車/ Safe Auto-follow:高速公路上的 L4,速度可達 130km/h。無需駕駛員干預。

樞紐到樞紐運輸/ Hub-to-hub transport:所選監管走廊內場站/樞紐之間的 L4 運輸。

 

所需的車輛:

具有 L2-L4 啟用功能的經濟型車輛。

CCAM 安全功能實時反應基線的定義參數。

 

基礎設施促成因素:

實時交通控制。

精確定位。

C-ITS 支持充分的連接覆蓋率、服務質量和數據可靠性。

可用的基礎設施安全區(如硬路肩)。

 

驗證:

實時交通控制。

精確定位。

C-ITS 支持充分的連接覆蓋率、服務質量和數據可靠性。

可用的基礎設施安全區(如硬路肩)。

 

標準化

V2X 的連接接口,例如 ITS-G5、LTE 和 5G 技術。

基礎設施的功能安全。

車輛和基礎設施感知性能的通用評估。

關于“安全停車區域”的規則和原則(例如,使用硬路肩和緊急車道的道德尺寸-如果發生事故且安全停車的車輛占用車道怎么辦?)

 

法規:

輔助走廊中更高級別自動駕駛(L3-L4)的安全運行。

不同歐洲成員國連接車輛自動駕駛測試的統一法規。

 

限定區域/Confined areas


用例:受限區域操作的典型高級用例。

L4 代客泊車/ Car valet parking,提高便利性和停車設施效率

L4 擺渡車/shuttles 在限制區域以較慢的速度飛行,沒有安全駕駛員(遠程監控)運輸人員和貨物。

L4 客車在場站(depot)運行中自動操縱,以提高安全性和生產率

L4 無人駕駛卡車/掛車在場站/樞紐內運行,以提高生產率和安全性

 

城市混合交通/ Urban mixed traffic


一個關鍵問題是如何將自動駕駛集成到一個多式聯運系統中,該系統包括具有不同技術解決方案的各種車輛、交付服務和貨物運輸、公共和私人交通、汽車共享和車隊運營以及行人、自行車手和電動兩輪車。

 

因此,考慮到各種各樣的用例和關聯概率的增量方法似乎是在城市應用中部署道路自動駕駛的最有希望的方法。在這十年內,在城市中引入自動駕駛將是可行的,至少在有限的應用中是可行的,例如在其他交通量有限的專用路線上。但這些系統要完全獨立處理所有復雜的城市交通狀況還需要更長的時間。

 

用例(示例):自動駕駛車輛在城市地區最有益的應用要求能夠在沒有駕駛員的情況下自動駕駛,如果系統無法執行任務,駕駛員必須保持警惕并隨時準備控制。一個例子是自動代客泊車(Automated Valet Parking),其中真正的附加值來自駕駛員在停車前可以離開車輛。因此,相關的城市用例是L4級應用。部署將逐步進行,并根據特定的ODDs(通常為低速)和特定功能所需的基礎設施進行。

 

用例可以集成

限制性應用,如自動停車、低速工作的封閉區域,

專用車道上的紅地毯(Red carpet)使用案例,

人員和貨物的住宅最后一英里運輸,

混合交通中預定義路線上的公共汽車等應用。

在定義的道路網絡中,類似出租車進行柔性路線操作。

 

鄉村道路/Rural Roads

 

所有人的流動性包括在農村地區生活和工作的人,占歐盟人口的近30%。在許多歐盟成員國,農村人口對汽車的依賴程度很高,使用公共交通的選擇可能很少,商業案例也很有挑戰性。超過50%的歐盟道路死亡事故是由農村道路上的車禍造成的。因此,正是在這些道路上,道路安全自動駕駛的潛在杠桿效應最高。因此,無人駕駛車輛被視為改善農村人口和貨物流動性的絕佳機會。

 

與此同時,農村公路對更高水平的自動駕駛提出了特殊挑戰。它們有混合交通(包括野生動物、農業機械等),在一些成員國中,速度相對較高,高達110 km/h,通常是迎面而來的交通,因此相對車輛速度極高,道路基礎設施類型和條件差異較大。后者甚至每天都在變化。此外,農村地區的數字地圖數據質量和互聯性往往很差。

 

用例(示例):自動緊急制動、車道偏離警告、自適應巡航控制以及轉向和車道控制輔助系統的應用構成了農村道路較低自動駕駛水平的典型應用案例。

 

在預定義路線上運行的無人駕駛共享和/或公共穿梭服務以及自動駕駛市政服務(如垃圾收集)與農村地區高度自動駕駛駕駛的早期使用案例一樣,具有很大的潛力。由于節省了勞動力成本,盡管所需技術成本很高,即使最初在精確定義的路線上以非常有限的ODDs運營,但從經濟角度來看,此類服務可能具有吸引力。此外,共享和/或公共交通服務的更高質量和可用性已經意味著在針對無法駕駛的人包容性方面取得了重要進展。此外,第一英里/最后一英里配送服務(配備非常緊湊的低速自動車輛)可能是農村地區具有早期技術可行性和經濟可行性的使用案例。

 

展望2040

 

這些廣泛的用例推向高市場占有率也將面臨挑戰。公共采購需要在所有用例中達到歐洲的共同要求。公共采購的原則應在世界范圍內保持一致,以確保達到世界范圍內通用的魯棒性和安全性水平。此外,還需要為駕駛策略(即決策)建立基于巨大數據湖的人工智能概念,這些概念將在感知中廣泛實施。

 

縱觀2030年目標的各個領域,走廊將進一步使公路上的用例能夠應對速度挑戰。啟用走廊后,需要為公路ISAD(Infrastructure Support levels for Automated Driving,自動駕駛基礎設施支持級別)應用制定標準,包括在天氣條件或路面質量方面進一步增加ODD,以及在交通互動中基于AI的決策。

 

以下圖表代表了用例的邏輯順序,它們將在2030年全面工業化推出,以獲得高市場占有率,重點是交通復雜性有限的高速道路和涵蓋了全部交通復雜性的低速自動駕駛。

 

公路自動駕駛展望:


低速自動駕駛展望:

 

除了上述方案中的用例之外,還會出現其他用例。農村自動駕駛將在特定路線上擴大,延伸到更偏遠的定居點。這些是最復雜的場景,包括迎面而來的交通在內的農村公路上的高速將只能得到有限的基礎設施支持。預計只有在采取具體措施限制復雜性的情況下,才能實現無人駕駛。

 

其他特殊用例將是開拓者,例如路肩上的機器人割草機、冬季服務、道路維護和施工車輛以及公路安全掛車。根據運營的具體情況,當成熟的基礎技術得到驗證且價格合理時,將實現快速取勝,尤其是在公路安全方面。

 

關鍵影響因素

 

在互聯和自動駕駛的車輛中,駕駛任務從人到機器的臨時甚至完全移交需要環境感知、決策和控制系統,以滿足目前仍然無法達到的最高安全和性能標準。因此,賦能技術的進一步進步對于使CCAM為更廣泛的市場部署做好準備至關重要,如傳感器組件和網絡、具有高可靠性、故障操作能力和效率的計算系統和控制體系結構,邊緣嵌入式軟件和人工智能提供了靈活的可升級性和自學習能力,以及通信基礎設施和基于云的服務,用于以高帶寬、低延遲和最高級別的數據安全性收集、交換和分析關鍵數據。

 

特別是對于自動駕駛車輛,可以預見從基于單個車輛控制的自下而上的安全邏輯向自上而下的系統安全模式的轉變,需要在車輛、基礎設施和云級別靈活調整數據流、軟件更新和硬件分配。這將意味著賦能技術具有廣泛的通用性,并集成到一個全面的、共同設計的中央架構中,同時為車輛功能的測試、驗證和監控提供新的機會。從這個意義上講,CCAM的進一步進展將基于研究和創新生態系統參與者共同探索的新的賦能技術路徑。

 

為了以結構化的方式描述所有這些賦能因素——即使它們之間存在著緊密的聯系——進行了區分以便閱讀:

基礎設施,包括商業模式,最終將為道路運輸的所有利益相關者帶來新的挑戰和機遇。

側重于車輛及其開發生態系統的技術賦能技術,與

驗證,遠遠超過當今的車輛驗證方案和

AI 和數據生態系統

 

將對上述所有方面產生重大影響。