| 智能网联汽车的发展已经成为全球共识，是汽车产业新质生产力的重要载体。我国以前瞻性的视野率先提出并坚定践行车路云一体化发展战略，发挥我国在跨行业协同、基础设施建设、信息通信技术等方面的独特优势，加速推动智能网联汽车产业能级跃迁。
结合实际应用场景的需求，目前智能基础设施平台所构建的综合信息分为交通动态信息、交通管控信息、其他辅助信息等若干类型。其中交通动态信息主要来自于路侧感知设备与边缘计算设备对交通环境中各类交通对象与交通事件的识别与分析，例如各类型车辆的速度、加速度、航向角等运动参数，再例如交通事故、交通遗撒物等事件的位置、覆盖与影响范围等；交通管控信息主要包括信号灯相位配时信息、道路标识标牌信息以及道路实时管控信息等，其主要来自于交通信号设备的输出；其他辅助信息中，以出行服务信息为例，主要包括定位信息、停车位与补能信息等，其主要来自于包括辅助定位设备、停车场系统、能源网络系统等各类辅助设施与系统。 上述信息中，交通管控信息与出行服务信息的数据来源通常较为稳定可靠，且行业正逐步通过各类标准保证其数据类型与格式的规范化。而交通动态信息受不同建设方案中路侧感知设备与计算模型的影响，在识别精度、识别稳定性等数据质量指标上存在较大差异，导致了智能网联车辆在各地车路云一体化示范区无法享受到稳定、可靠、一致的数据服务。 对于实际应用来说，不同的信息服务对象及不同应用场景对于交通动态信息的质量要求也不一样。例如：如果交通动态信息不参与对车辆以及交通系统的实时控制，而仅仅以交通信息与事件的发现与提醒为主要目的时，则相关数据精度可以适当降低，以保障建设的性价比；而如果参与车辆智能驾驶系统的感知、决策与控制过程时，则需要保障交通动态信息的数据质量达到车辆的使用要求，同时配合网络通信平台来确保车辆可以有效可靠的使用相关信息服务。 构建满足场景需求的、高质量的车路云一体化智能基础设施平台，已成为当下车路云一体化建设工作的重中之重。 为保障智能基础设施的建设质量，在开展车路云一体化系统的规划设计、建成验收，以及常态化服务过程中，都需要考虑智能基础设施的数据质量管控，开展针对性的功能与性能测评，以确保相关设施设备与系统建设的质量可以满足应用场景的要求。 其中建设前的测评属于行业准入性质，需要针对相关设备在实验室、封闭或半封闭条件下就相关典型场景进行功能与性能的定量测评，由此帮助各类业主与建设方规范采购要求，提前把控项目的建设质量。当项目建成验收时，则需要通过标准化的测试评价工具对相关设备与系统进行功能与性能定量评测，确保达到项目规划设计目标。在系统投入正常运营后，还需要周期性的对智能基础设施开展常态化的巡检与测试工作，以确保其健康运行。 车路云一体化系统涉及多个产业领域，统一的数据质量标准至关重要。随着近几年行业的发展，各类数据质量标准也逐步出台，例如YD/T 4770-2024《车路协同 路侧感知系统技术要求及测试方法》规范了对智能基础设施平台交通动态信息的质量测试方法以及相应的测试评价指标，《CSAE 295.3 车路云一体化系统 第3部分：路云数据交互规范》规范了智能基础设施平台与云控基础平台之间基于场景的信息数据标准化交互。这些标准的出台，让车路云一体化系统建设有章可循，让对于智能基础设施的数据质量管控有规可依。相信在相关标准的引导下，通过落实建设前、建设后、运营中等各阶段对于智能基础设施的数据质量管控，可以有力的支撑我国车路一体化发展战略行稳致远。 （戴一凡系清华大学苏州汽车研究院院长助理，李家文系清华大学苏州汽车研究院车路协同中心主任） |
微信公众号
官方抖音号
