2022WICV丨北京航空航天大学田大新：车-路-云一体化系统关键技术及

日前，由北京市人民政府，工业和信息化部，公安部，交通运输部，中国科学技术协会联合主办的2022世界智能网联汽车大会在北京中国国际展览中心开幕本届大会以智能加速网联新生态为主题，包括一场开幕式暨主论坛，七场主题峰会，六场专题会议，两场闭门会议和一场实地调研活动

日前，在主题峰会II:双碳目标与未来出行上，北航交通科学与工程学院副院长田大鑫发表了题为车—路—云一体化系统关键技术与应用实践的演讲。

以下为现场演讲实录:

我很荣幸有机会参加这个论坛，感谢杨德安刚才的介绍我今天带来的报告的主题是汽车和陆云的集成系统为什么会涉及这个话题，其实和今天的大会智能网联汽车密切相关

我们知道智能网联汽车发展的主要背景是移动网络的快速发展事实上，在我们整个智能网联汽车和交通领域，移动网络已经在很多方面发挥了巨大的作用从PPT可以看出，早期的ETC已经非常普及后来伴随着蜂窝移动通信的发展，出现了车载通信，从3G到4G，服务于安全预警和驾驶辅助的技术开始融合发展，催生了我们现在的智能网联这个主题

其实在未来的后5G时代，未来的6G，我们研究领域的很多专家都提出了完全实现自动驾驶的路径自行车智能化还有一些技术瓶颈如何突破这些问题，将通过网络支持带来破解的机会和新技术体系的出现6G中一个重要的垂直应用行业就是支持自动驾驶

除了网络快速发展带来的机遇，还有大数据和人工智能，这些都是一般的行业和技术方向，在交通的垂直应用中起着非常重要的作用现在很多智能交通企业或者研究机构的技术突破方向就是我们所说的交通大数据，可以通过大数据的技术推动新一代智能交通系统，也符合未来出行的主题未来出行肯定是智能化的，信息服务是无处不在的，服务于交通的管控系统肯定是全局优化的，因为可以从过去的传统部分进行优化，因为互联互通，因为大数据，我们可以利用人工智能技术实现全局优化

这是整个技术发展的背景，但是伴随着新技术的出现，很难直接应用到某个应用领域的确，大量的网约车来了之后会带来新的问题比如我们以数据为例，海量车辆的智能化，网络化会导致数据的爆发式增长为什么会爆炸现在，我们的例子是，一辆智能汽车将产生超过40G的数据，因为它有车载摄像头，雷达和传统传感器等以电动汽车为例我们都知道它们是实时联网的，但是传统的汽车都是后装跟随但主流趋势是，无论是传统燃油车还是新能源车，未来新车下线都是一个正常的功能

为什么传统的大数据技术不能直接应用因为它的特点是，如果车在路上，而且一直在线，路上的车辆源源不断，总会有车辆，那么数据并发就一直存在传统的大数据技术需要突破瓶颈问题，比如双十一购物或者春晚抢红包它是在一定时间内产生的大数据，而车辆带来的不间断产生，给传统的大数据技术带来了新的应用挑战和新的技术方向

同时我们说从道路来说，我们现在在提倡道路自动化，高速公路基础设施建成后如何智能升级改造也成为了新的商机的确，伴随着道路末端智能化的发展，它将使传统道路从复杂的结构和规模带来的问题集中爆发问题是集中式架构导致时间延迟和带宽消耗，以及结构性矛盾如何解决矛盾来支撑未来的车路协同系统，其实是需要从很多技术层面去突破的一个方面

今天我报告的题目是车陆云为什么提到云云计算是信息技术中非常热门的方向，但是我们说集中式的云在支撑我们未来的智能网联汽车系统的时候有一个瓶颈，因为每一个云都会有一个大数据中心或者云中心，自然会成为一个瓶颈这个瓶颈会降低数据处理的实时性和时效性，车辆非常在意时效性或者延时，因为车辆在高速行驶时，对安全控制和延时的要求非常高当当前的技术系统需求是毫秒级的时候，集中式架构是具有挑战性的

我们说伴随着新技术的出现，新场景的需求，大家开始关注这个事情我国在建设纲要和前段时间共同制定的智能汽车创新发展战略中也把方向作为重要领域当然，国际上美欧日都在布局在这样的背景下，今天，我们将向领导和专家简要介绍我们实验室目前在这一领域的工作我们还从感知，传输，控制三个方面研究了上面提到的三个技术瓶颈首先，要分析技术问题，就要找出是什么原因导致了这个问题首先要搞清楚它的机理和本质本质是离不开车辆的特殊环境，即高速行驶，道路环境复杂多变同时，我们的系统是耦合和博弈的如何在一个高度复杂，复杂，博弈的系统上实现准确的感知，可靠的网络传输和最优的控制，息息相关

针对这三个瓶颈，我们从三个角度做了探索性的研究，比如在感知层面，我们提出了多传感器信息的学习融合感知技术体系，主要意在一定程度上破解或提高环境感知的准确性和鲁棒性本文主要提出了不确定性识别和误差演化的机制，并将其应用于模型推理和深度学习，最终实现多场景多视角的感知信息融合

在这一块，我们建立了一套学习算法，同时针对如何在暗光或者恶劣天气下实现准确识别，如幻灯片所示，其实它对道路环境的感知和对车辆自动驾驶的感知是非常有用的，我们这一块也发表了高水平的学术论文。

另一类问题是，我们说感知信息容易出现在高度动态复杂的环境中，是一个博弈的竞争系统此时可能会导致信息丢失或异常干扰产生噪音在这种情况下，如何识别信息或弥补缺失的信息也是一个热点我们也做了一些工作，并将其应用于V2X平台

将信息论与多智能体协作相结合，从理论上创新性地提出了分布式信息融合的感知方法通俗点说，每个车辆和个人都能感知一部分信息，我们想了解的未来交通信息或者车辆行驶环境就是全局信息如何把部分信息拼凑成全局信息，其中会有重叠部分和缺失部分如何从理论上证明分布式全球系统和感知方法，减少误差，弥补信息的不足，最终形成全球信息概念，从车辆和交通系统的未来来看，将有非常广阔的应用前景

第二块是传输块，主要是解决在高动态条件下如何实现稳定组网和传输的问题本区块还结合仿生技术提出了一套功率优化控制方法首先，根据按需多模组网机制实现传输在这个方向上，提出将群体净化博弈与网络信道拥塞定价机制相结合，应用均衡策略提出通信资源与网络链路资源博弈的优化方法我们对此进行了深入研究，并发表在权威学术期刊上

同时我们也引入仿生机制，因为既然是游戏系统，所谓游戏就是你人多，别人人少，是大家的竞争资源这时候在这种环境下怎么才能达到优化我们提出将自然界亿万年进化形成的优秀机制引入工程系统，因此我们提出将细胞自我净化和在恶劣环境下有效生存的机制引入工程，提出动态路由机制算法我们也引领了这个领域的发展，发表了很多论文

同时我们在前一种的基础上提出了一种分布式随机学习和功率控制相结合的方法，即在网络传输过程中，比如要提醒周围的车辆有事故发生这时候谁来帮我转发数据比如远离这个区域的车辆就不要传输这个信息，因为可能会带来垃圾信息或者打扰到别人，而这个信息传输到的车辆也不会开到这个区域这个时候，如何提高效率或者准确性是一个问题，因为这也涉及到时效性比如你的消息传播很慢，事故已经处理，道路已经疏通，你还在传递消息，那就是假消息，反而造成干扰那么如何优化传输信息呢我们提出了分布式随机学习的概念

首先是感知和传输，第三是从控制层面，如何实现通信和计算资源的协调，尤其是在群体的情况下，如何在大规模节点组成的复杂系统中实现优化首先，我们知道通信是传统学科，计算是学科在这两个学科下，它们各自的系统支持它们，以确保通信可以被可靠地优化，并且计算是高效和省时的我们知道，智能网联汽车是一个综合体，它既需要通信，也需要计算这时候两种资源是混合的，这两种资源要一起考虑，所以我们从这个角度提出了联合优化的方法在大规模组车的这个重要应用方向，也就是计算卸载，计算卸载是什么意思打个比喻，会有很多任务这个任务可以被分包成子任务，然后子任务可以由不同的个人来完成最后，将结果汇总，形成总任务的结果这就是所谓的计算卸载应该满足的应用方向

这个时候，计算卸载其实是边缘计算非常热门的一个研究方向我们的智能网联汽车自然是非常适合计算和卸载的任务可以通过外围车辆和外围路测快速计算大型任务，通过分布式机制形成快速优化结果我们还提出了车路云的均衡卸载策略

因为它最终服务于道路交通系统控制，尤其是在城市中，主要控制的是信号灯这个时候，如何优化全局我们不是说单点，单路段，因为单点路口优化了，周边路口反而可能堵你的路是畅通的，但是周边的路网可能会堵这时候就要考虑整体的优化，如何把效率从个体延伸到整体这一块能实现，是因为有计算和通信，有实时的路网信息通过模拟实验，我们制作了400个交叉点来形成一个区域事实上，我们已经在等待时间，队列长度和性能指标的全局优化方面取得了进展

同时，在控制层面，一个非常重要的应用领域就是车辆编队控制，但是当我们说现在的车辆并不都是智能无人驾驶的时候有些是智能的，有些不是，这一定会在未来的技术发展过程中出现现阶段包括现在都不是同一系统制造的，那么如何分析对编队控制有没有安全影响我们从理论上揭示了对于这组安全是否存在安全机制，这对于队列形成控制算法的研究是非常有用的

最后简单介绍一下我们的实验室事实上，我们也通过之前的纵向国家科技项目，横向示范区建设和城市建设，开发了一系列循环系统和示范系统，取得了良好的应用效果同时也为未来交通系统建立了集车，路，云，感传于一体的平台体系，可以服务于未来交通，交通控制以及整个智能交通系统的建设

最后，刚才提到的都是应用，但背后是一个信息系统如果没有信息安全保障体系，我们很难放心应用这个体系因为您的车辆处于开放环境中，并且通过无线网络接收，所以其他人可以通过非物理干预来访问该系统这个时候，怎么才能保证安全呢我们实验室还深度参与了国家首批新能源汽车中设立的两辆车的信息安全课题，北航负责通过这两个课题，我们提出了端网云融合的安全认证和异常检测系统国家也很重视这个方向，整个技术创新我们也在不断迭代因为信息安全是基石，这个系统没有它是非常脆弱的，商业应用和国家管控都会出现问题

我简单汇报一下时间总的来说，未来的车路云一定会服务于新一代智能交通系统，车路协同，智能网联汽车肯定会是未来的一个重要方向，从未来的出行和车辆的共享，到出行方式，管控系统以及整个大的交通系统

我的报告到此结束也欢迎各位专家领导来我实验室指导交流谢谢你