车路云协通信与计算协同关键技术及应用

新一代信息技术-车路云协同

1，针对海量高维数据挑战，发明了数据隐变量空间变分自编码器，发现隐空间信息分布规律，与频谱认知结合发明了高维数据流无损压缩编码技术及装置。实现计算能力置换通信能力，解决数据量大的难题。 2，针对高动态场景挑战，发明了车路广播组网接入、仿生计算自适应路由系列新方法，两者结合发明了车路集群智能组网方法和装置。实现仿生计算驱动组网通信，解决了移动性高的难题。 3，针对资源有限的挑战，发明了边缘系统资源映射和虚拟化、轻量化AI近存计算技术，利用AI优化资源管理，发明了通信计算资源切片协同调度系统。实现通信计算资源协同调度，解决了资源有限的难题。

市场前景： 2024年，中国智能网联汽车技术发展迅速，自动驾驶在多地落地，车路云一体化成为共识。智能网联汽车的发展进度加快，国家不断释放的政策红利推动了智能网联汽车技术从实验室走向现实生活。车路协同行业，作为车路云一体化的关键组成部分，正在经历快速增长。2023年，中国车路协同市场规模约增至709亿元。车路协同的关键技术包括智能车载系统、智能路侧系统、通信平台及云控平台。单车智能化率的提升以及政策的支持为车路协同的全面推广奠定了坚实的基础。预测未来三年，总体市场规模会超过2500亿元，车路云一体化和车路协同产业即将进入爆发期。-在行业领域的水平： 在行业内处于领先水平，工业和信息化部评价本团队研发成果为推动示范工程建设提供了有力的技术保障，对引领我国道路交通安全技术的发展起到了重大作用。

主要功能： 1，针对车路协同场景应用的多模态融合感知软硬件装备；可实现动态目标跨域融合感知，协同多目标检测成功率达92%，目标跟踪成功率达89%。 2，全链路信息抗干扰传输的V2X通信设备；双链路冗余通信、全链路监控，鲁棒优化传输，传输能力相较市场产品平均性能提升2倍，具备长时间稳定传输能力。 3，基于扩散模型大的场景还原软件服务；从海量驾驶数据中获取高价值场景，使用引导多目标函数、自动化生产模型构建虚拟场景，匹配真实场景，数据更新频率小于10hz,场景还原度高达96%。-核心技术： 具备大规模、异构的数据通信资源优化调度功能，确保车、路、云之间的高效信息传输与数据共享。 （1）多模态交互信息可靠保障：系统支持多模态信息交互。通过车-路-云按需多尺度自组网资源优化调度技术，确保各类数据源的实时性和一致性，保障复杂交通环境下的信息交互不间断。 （2）基于云端认知计算的智能分析技术：基于云端场景认知世界模型，云平台能够针对实时车路数据开展场景认知理解和预测分析，为交通管理系统提供决策支持。 （3）赋能高级别自动驾驶技术应用：通过车路协同和云端认知计算能力，系统能够提供跨视距全时空交通状况分析与预测，确保自动驾驶系统在复杂环境下做出快速反应并执行优化路径规划，提升自动驾驶的安全性与稳定性。 已获想相关授权发明专利51项，其中国际授权发明专利6项，中国授权发明专利45项。

获奖情况： 国家科技进步奖二等奖、教育部技术发明奖一等奖、中国智能交通协会科学技术奖一等奖、中国通信学会技术发明奖一等奖、中国公路学院科学技术奖一等奖等科技奖16项-落地应用： 成果通过“双智协同”重点研发项目牵引，服务于北京、雄安等典型城市的车-路-云一体化建设与示范应用；自主研制的感传设备应用于延崇高速公路（北京段），实现我国首例开放高速公路网联化车路协同示范应用；倾心打造的协同式无人智驾系统服务于物流、机场等专用领域，剑指协同式无人智驾功能型场景的规模化应用。下一步，将推动车路云技术赋能城市治理与高级别自动驾驶，提升交通管理效率，并为自动驾驶提供精准决策支持。

产业孵化、技术服务、联合开发、工程服务、技术转让等

车路云一体化是支撑智能网联车辆安全高效运营的关键，是国际上智能交通领域竞相角逐的前沿制高点。针对车路云技术面临的耦合性扰动、感知能力弱、资源约束瓶颈三大难题，本项目瞄准国家“双智协同”重大建设需求，重点突破了群体高可靠协作组网与传输优化、数据物理双驱动融合感知、边缘智能辅助的车-路-云协同通信计算三大关键技术，研发了通信计算协同的边缘智能体系统及系列具有自主知识产权的配套通算一体化装备和智能网联云控平台，支持车-路-云协同系统的自适应动态组网、可靠传输和高效管控，为智慧城市与智能交通发展提供关键技术支撑。研制的成套装备先导性服务于北京、长沙、青岛、雄安四大典型城市的车城网建设和示范应用，智能化升级示范区内数百个信控路口，为多家运营企业提供常态化测试服务，与国内产业界龙头企业密切合作，成功实现了基于“产-学-研”协同的产品转化，促进智能交通技术的网联化变革，装备被多项海外创新性工程项目采用，进一步助力我国车联网发展实现国际引领，并取得了显著的经济效益和社会效益。