协作式生态驾驶自动化可提高能源效率和安全性

协作式生态驾驶自动化可提高能源效率和安全性

想象一下，您正在驶向红绿灯的山坡上。灯光仍然是绿色的，因此您很想在灯光变化之前加速通过交叉路口。然后，您汽车中的设备会收到来自安装在十字路口的控制器的信号，警告您灯光将在两秒钟内发生变化，因此你显然没有足够的时间来打光。您可以将脚从油门踏板上踩下来并减速，以节省燃油。知道自己没有闯红灯并可能在交叉路口造成碰撞，您也会感到更加安全。

您的汽车中，模拟与红绿灯对话并集成高清地图的算法控制器，可以节省能源并提供更安全的驾驶环境。仿真结果表明，协作式自动生态驾驶算法可节省能源-轻载时为7％，重载时为23％。

互联和自动化的车辆可以在车辆与车辆之间（V2V）以及车辆与道路基础设施之间进行交互，例如交通信号灯和停车标志（V2I），有望节省能源并提高安全性。在交通研究B部分发布的一项新研究中，密歇根理工大学的工程师提出了V2V和V2I协同驾驶的建模框架。

协同驾驶可帮助汽车及其驾驶员安全有效地导航。该框架使用了生态驾驶算法，该算法优先考虑节省燃料和减少排放。自动化算法使用地图和地理信息计算基于位置的交通控制设备和道路约束。这项研究由密歇根理工大学土木与环境工程副教授，计算机科学副教授张奎林和现任国家电网公司高级定量分析员赵帅东'18领导。

在过去三年中，密歇根州霍顿（Houghton）一直是该市五个交通信号灯上安装的路边设备的所在地，这些信号灯使V2I通信成为可能。Zhang使用来自Ann Arbor联网车辆测试环境的实际交通信号定相和定时消息进行了仿真分析，并计划在霍顿地区扩大测试范围。

张说：“协作驾驶自动化的整个想法是，交叉路口的信号告诉你的车前方发生了什么。” “交叉路口的传感器可以使通过交叉路口的所有联网车辆受益。自动环保驾驶算法改善了联网车辆和自动化车辆的驾驶决策。”

仿真结果表明，协作式自动生态驾驶算法可节省能源-沿走廊轻载时为7％，重载时为23％。

张说：“走走停停，走走停停，可能会消耗大量能量。” “生态驾驶的概念包含了车辆如何不仅使用前方车辆的数据，而且还使用交通信号灯提供的信息来做出驾驶决策。”

Zhang的模型提取了高清（HD）地图，该地图使用连接的车辆的硬件和软件来提供从厘米到厘米的精确导航。高清地图包含多种类型的环境感应：远程雷达，激光雷达，摄像机镜头，短/中程雷达和超声。

张说，对于自动驾驶，重要的是要了解地标以控制汽车的驾驶以及坡道。使用山坡来减慢或加速汽车行驶速度，也可以节省更多能源。在平直的高速公路上节约能源很容易；在交通繁忙和交通信号灯繁忙的动脉街道上，节能并非那么简单。在城市街道上，Zhang和Zhao的在线预测连接和自动生态驾驶模型考虑了在轻重交通条件下的交通控制设备和道路几何约束。