4.3 智能运输系统与汽车的智能化2

第四章现代汽车科技4.3智能运输系统与汽车的智能化4.3智能运输系统与汽车的智能化电子收费系统

电子收费系统是指通过利用路侧雷达天线和车载设备之间的无线电通信实现自动收费的电子系统。电子收费系统是集计算机、通信、微电子技术、现代密码学、数据库管理等高技术为一体的系统工程，是涉及领域较广、覆盖面较大、影响力很大的社会工程。系统设计要求必须按照“收费、服务、运营、管理”的指导原则进行设计，既要有实用性、规范性、充分实现资源共享、方便市民使用，又要充分运用先进的科学技术，促进生产力水平、管理水平、服务水平的提高。4.3智能运输系统与汽车的智能化电子收费系统1989年，北德州收费公路当局在达垃斯地区启用TollTag系统，开启了电子收费的历史。从此以后，排队过收费站不再令人感到头疼。4.3智能运输系统与汽车的智能化电子收费系统电子收费系统功能4.3智能运输系统与汽车的智能化电子收费系统当汽车接近收费站时，汽车上的车载单元接收到收费站天线发出的信号后，由车载单元反馈一个信号给收费站天线。收费站天线再把这个信号传给车道控制装置，收费计算机收费后把有关信息传到收费中心，完成收费。同时车道控制装置开启栏杆，汽车通过收费站。

不停车电子收费系统

4.3智能运输系统与汽车的智能化电子收费系统

电子收费系统结构电子收费系统包括车载设备、车道设备、收费站计算机。（1）收费站计算机：实时处理各车道查询、核对的数据，收集各车道的交通、收费运行数据并进行处理，定期将数据上传控制中心。（2）车道设备：电子识别与通信设备，包括中央单元及天线。天线通常装设在车道上方，通过它与电子标签之间建立高方向性的微波通信。外围监控设备，包括自动栏杆、报警器、信号灯车辆检测器、轴重计、防违章设备及闭路电视等。信息处理设备，如通道控制器。系统判断通过车辆是否可以不停车，根据相应数据起动相应的控制设备或信号，通过声音警告或信息显示屏给车主以必要的提示。如果发生违章闯关则可启动抓拍系统进行违章取证等。4.3智能运输系统与汽车的智能化电子收费系统（3）车载设备包括单独一个车载单元或车载单元和IC卡电子标签。车载单元包括以下的硬件模块：RF通信接口、CPU、电池或电力电缆、LCD显示屏、IC卡接口，一般安装在汽车挡风玻璃内侧。IC卡可以存储包括车辆的型号、车牌照号码，预缴的路桥费金额或余额、车辆通过收费站的时间、地点、次数等信息，也可以把该车的年审及养路费征收的情况等记录在内。

4.3智能运输系统与汽车的智能化自动化公路系统（AHS）自动化公路是交通自动化的先导和基础，也是现代工业国家的生命线。在许多国家交通阻塞造成的时间耽搁、燃油浪费，以及毫无必要的废气排放，都给社会造成了很大的损失。有人可能认为，解决问题的出路不外乎是建造更多的公路。然而，修建新公路是造价极高的工程。例如,美国改造波士顿中央干道１１公里长的一个路段,计划需要大约８０亿美元的资金。因此,大规模地扩建城市通道及高速公路,在经济上是不可行的,人们必须设法学会更加有效地利用现有的公路。自动化公路是扩大公路交通能力的最省钱的途径。

4.3智能运输系统与汽车的智能化自动化公路系统（AHS）美国正在对自动化公路系统进行由计算机控制的驾驶试验，并将很快投入实用。伯克利加州大学“高级公路和交通研究计划”已经建成了未来可供毋需驾驶员驾驶的汽车行驶的公路原型，并在1997年8月进行了实用成果的演示。这种思路是通过提高现有道路的利用率，而不是修建更多道路的办法来满足交通对道路的需求。具体工作是开辟专用车道，利用专门铺设在路面下的磁体来引导汽车的行驶，并确定汽车在公路上的位置；用高效雷达来控制车速，并保持与其它车及障碍物的间距。汽车在其上自动行驶，全无人为干预。目前汽车制造商们也在考虑给所生产的汽车装上计算机导航系统，以适应情况更加复杂的道路。研究人员已经证明，在这种公路上汽车可以高速行驶，即使在转弯处车速也可以高达100km/h以上，而且汽车的间距可以很小。所有汽车都以同样的速度行驶，因此不会增加交通事故，大大提高了道路的通过能力。4.3智能运输系统与汽车的智能化自动驾驶车辆

无人自动驾驶车辆，也称智能车，是室外轮式移动机器人在交通领域的重要应用。它使用车载传感器，例如视觉、激光雷达、超声传感器、微波雷达、GPS、里程计、磁罗盘等，感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使得车辆能够安全、可靠地在道路上行驶。

4.3智能运输系统与汽车的智能化自动驾驶车辆发展历史无人自动驾驶车辆的研究可大致分为三个阶段：军事用途、高速公路环境和城市环境。1）军事用途无人自动驾驶车辆的研究已经有20多年的历史，它最早起源于军事领域的研究。早在80年代初期，美国国防部大规模资助自主陆地车辆的研究。进入21世纪，从2004年起美国国防部连续三年举办大挑战比赛活动，第一名可获得数百万美金的奖励。在2004年的比赛中，13支参加决赛的车辆没有一辆能够到达终点。在2005年的比赛中，共有5支队伍顺利到达终点。德国军方于2006年在德国也组织了类似的比赛，穿越240公里的沙漠，共有来自5个国家的20支队伍参赛。我国在“八五”、“九五”、“十五”国防重点预研中也一直在资助无人车辆方面的研究工作。

4.3智能运输系统与汽车的智能化自动驾驶车辆2）高速公路环境随着冷战的结束，无人驾驶车辆的研究也逐步转向了民用。第一个成功应用是结构化程度较高的高速公路环境，这期间比较有代表性的工作包括：A．德国联邦国防军大学的VaMP系统：该系统使用视觉检测道路和障碍物，于1995年进行了从德国慕尼黑到丹麦欧登塞的长距离实验。系统共行驶了1600多公里，其中95％的部分是自动驾驶；B．美国CMU大学的NavLab-5系统：该系统使用RALPH视觉系统进行导航，于1995年6月进行了横穿美国的实验。全程4587公里，其中自主驾驶部分占98.2％，最长自主驾驶距离为111公里，全程平均速度为每小时102.72公里。C．意大利帕尔马大学的ARGO系统：该系统使用GOLD视觉系统进行导航，于1998年6月进行了2000公里的长距离实验，其中94％路程使用自主驾驶，平均时速为90公里，最高时速123公里。D．清华大学的THMR-V系统：该系统是我国第一辆智能车，于2003年3月在公路上进行了视觉导航实验，车道线自动跟踪平均时速100公里，最高时速150公里。E．一汽红旗CA7460自主驾驶轿车：该系统采用国防科技大学研制的视觉系统，于2003年6月在湖南长沙进行高速公路试验，自主驾驶最高时速130公里。4.3智能运输系统与汽车的智能化自动驾驶车辆3）城市环境在以汽车厂商为主导研究汽车辅助驾驶的同时，一些欧洲研究人员开始转向了更为复杂的城市环境下的无人自动驾驶研究，开拓了一个崭新的研究领域。其中，代表性研究项目包括CARSENSE项目、第五框架的CyberCars和CyberMove项目、第六框架的CyberCars-2项目等。经过几年的研究，已经获得了初步的成功，部分系统已经投入实际运行，打破了此前专家的预言。例如，Frog公司于1997年底，在荷兰阿姆斯特丹国际机场，实现了世界上第一套无人载客系统——ParkShuttle系统，并进行了24小时不间断的实际运营，从而在技术上证明了无人驾驶系统的可行性，类似的系统在荷兰鹿特丹也得到了成功的应用；欧洲Yamaha公司在2002年荷兰园艺博览会上使用25辆CyberCab车接送游客，6个月时间内运输了30万人次，回收75%投资，不仅在技术上证明了可行性，还证明了商业运作上的可行性。此外，在法国、瑞士、葡萄牙等国也已经存在了类似的应用或演示系统。

4.3智能运输系统与汽车的智能化自动驾驶车辆3）城市环境日本一直与欧洲研究机构保持着密切的联系，因此在这方面的研究工作也起步较早。在2005年日本爱知世博会上，丰田公司成功演示了ITMS无人驾驶公交系统。美国在这方面的研究则起步较晚，目前与欧洲和日本仍存在一定差距。我国的少数高校也已经开始了这方面的研究成果，并已经取得了初步的成果。例如，上海交通大学和吉林大学分别研制出第一代样车。其中，上海交通大学目前主持了欧盟CyberC3项目，计划研制4辆无人驾驶车辆，并在上海进行面向公众的大规模演示。与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。短期内，可作为城市大容量公共交通（如地铁等）的一种补充，解决城市区域交通问题，例如大型活动场所、公园、校园、工业园、机场等。但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。4.3智能运输系统与汽车的智能化自动驾驶车辆关键技术无人驾驶车辆作为室外轮式移动机器人的一种，其关键技术与移动机器人基本相同，但也具有一些应用相关的特点。定位技术是无人驾驶车辆行驶的基础。目前常用的技术包括线导航、磁导航、无线导航、视觉导航、GPS导航、激光导航、惯性导航等。其中，磁导航是目前最成熟可靠的方案，现有大多数应用均采用这种导航技术，例如，荷兰阿姆斯特丹国际机场和鹿特丹的ParkShuttle系统，日本2005年爱知世博会上丰田公司的IMTS系统，美国加州的PATH系统，上海交通大学的CyberC3系统，国家ITS中心的新疆扫雪车，山东鲁能的变电站巡检车，等。但是，磁导航方法往往需要在道路上埋设一定的导航设备（如磁钉或电线），系统实施过程比较繁琐，且不易维护，变更运营线路需重新埋设导航设备，因此在使用上仍具有较大的局限性。视觉导航则没有这类问题，对基础设施的要求很低，被公认为最有前景的导航方法。早期高速公路研究中，由于环境结构化程度较高，几乎所有的系统都采用了视觉导航方式。在城市环境中，视觉方法仍然受到了较大的关注。

4.3智能运输系统与汽车的智能化自动驾驶车辆车体控制是无人驾驶车辆的另一个核心问题，主要包括速度控制、方向控制和刹车控制等几个部分。通过分析驾驶员的驾驶行为不难发现，车体控制是一个典型的预瞄控制行为，驾驶员找到当前道路环境下的预瞄点，根据预瞄点控制车辆的行为。目前最常用的方法仍然是经典的智能PID算法，例如模糊PID、专家PID、神经网络PID等。安全是无人驾驶车辆成败的关键，目前常用的避障传感器包括激光雷达、微波雷达、视觉、超声传感器等。在高速公路环境下，由于速度较快，通常选用检测距离较大的微波雷达；在城市环境，由于环境复杂，通常选用检测角度较大的激光雷达。超声传感器由于检测距离较短，通常用在车身两侧。视觉方法最为灵活，价格也比较低廉，但立体视觉算法的可靠性和实时性仍有待进一步的提高。以上三方面是无人自动驾驶车辆的基础，但无人驾驶作为一种新型的公交系统