文章版权所有，未经授权请勿转载或使用
2020年5月，SAE J3216 《道路机动车辆协同自动驾驶相关术语的分类和定义》即Taxonomy and Definitions for Terms Related to Cooperative Driving Automation for On-Road Motor Vehicles，根据M2M通信对车辆DDT（Dynamic Driving Task，动态自动驾驶任务）性能和交通管理的影响，将CDA（Cooperative Driving Automation，协同自动驾驶）的协同功能进行分类，定义了四个CDA功能类别：状态共享、意图共享、协同决策、协同调度。并给出了协同目标跟踪、协同交通信号灯、协同并道、协同交通管理和协同编队5个案例。
2020年11月，中国汽车工程学会发布团标《基于车路协同的高等级自动驾驶数据交互内容》，给出了8个基于车路协同的高等级自动驾驶典型应用，其中包括了协同式感知、基于路侧协同的无信号交叉口通行、基于路侧协同的自动驾驶车辆“脱困”、基于路侧感知的“僵尸车”识别、基于路侧感知的交通状况识别、基于协同式感知的异常驾驶行为识别等。
下载《协同自动驾驶标准.rar》
请关注本公众号，后台回复“ 210630” 即可
SAE J3216《道路机动车辆协同自动驾驶相关术语的分类和定义》定义了从CLASS A到CLASS D四个CDA功能类别如下：
状态共享是由发送实体提供的，关于交通环境感知信息和发送实体的信息，以供接收实体使用。
例如配备C-ADS（Cooperative-Automated Driving System，协同自动驾驶系统）的车辆与附近车辆共享其当前速度和紧靠它前方的车辆速度。在状态共享车后面装有C-ADS的车辆调整其速度以改善交通流和安全。又例如协作态势感知，其中人行横道处的路边CDA设备向附近车辆传达行人正在接近人行横道的信息。附近一辆装备了C-ADS的车辆接收到信息，它可以利用这些信息和ADS传感器提供的信息来规划人行横道附近的DDT性能。意图共享是由发送实体提供的，关于发送实体计划未来行动的信息，以供接收实体使用。例如配备C-ADS的车辆使用L3级高速公路自动驾驶功能作为发送实体，与附近交通参与者共享车道变更的意图，以形成附近更安全、更有效的交通流。具有L4级高速公路自动驾驶功能的周围车辆充当接收实体，当配备L3级C-ADS的自动驾驶车辆并入前方车道时，L4级自动驾驶车辆减速以保持所需的纵向距离。又例如交通信号处的路边设备（Roadside Equipment，RSE）作为发送实体，与周边交通参与者共享计划的信号相位变化，以促进经济驾驶模式功能。装备C-ADS的周边L3级自动驾驶车辆充当接收实体，并使用信号定时来调整纵向车辆运动控制，通过避免突然的紧急动作来提高安全性和效率。协同决策是在特定CDA设备之间的一系列协作信息，旨在影响特定DDT相关行动的本地计划。协同决策包括为其他交通参与者提出计划（即，“我希望你做什么”）。相反，意图共享仅包括共享发送实体的计划（即，“我计划做什么”）。例如车辆1和临近车道的车辆2、车辆3之间实现协同并道（所有车辆均配备C-ADS），可按以下步骤进行：（1）车辆1分享与车辆2、车辆3意图共享协同并道的计划；(2）车辆1分享一个提议的动作，该动作将启用协同并道，例如，车辆2和车辆3之间指定纵向间距，以便车辆1可以改变车道；(3）车辆2和车辆3同意参与协同并道，这可能导致多种结果：场景A：车辆2和车辆3确认同意允许提议的行动，并且所有实体在执行预期机动时进行预定的操作（即，车辆3减速，和/或车辆2加速，车辆1改变车道）。场景B：车辆2和/或车辆3不允许拟定行动或目标的意图共享，车辆1不执行预期机动。
又例如协同交叉口通行：（1）代表交通管理机构的CDA设备向附近道路用户提供SPaT（Signal Phase and Timing，信号相位和时间）信息；(2）停在交叉口配备C-ADS的车辆收到SPaT信息，第二列车辆请求与第一列车辆进行协同决策；(3）首列车辆为C-ADS，同意进行协同决策；(4）第二列车辆根据SPaT信息提出驶离交叉口的加速度和最终速度；(5）第一列车辆同意建议的加速度和最终速度；(6）这两种车辆在按照约定的加速度和最终速度行驶时，都能进行有效的操作，从而实现更安全、更有效的交叉口导航，以及更有效的交叉口通行和导航。又例如两辆C-ADS车辆从相反方向同时到达交叉路口，可按以下步骤进行交叉口协同决策管理：（1）车辆1表示有意进行协同决策；(2）车辆2同意进行协同决策；(3）车辆1共享执行左转机动的意图，车辆2共享执行直行机动的意图；(4）车辆1提供车辆1先行车辆2后行的计划；(5）车辆2同意该计划；（6）两辆车在执行计划时都能进行适当的操作（即车辆1左转，然后车辆2直行）。这种协调会缩短两辆车在交叉口的总行驶时间，并避免潜在的冲突。协同调度是由指定的CDA设备提供，并由接收CDA设备遵守，针对特定交通参与者的特定行动指示，以便道路运营商立即执行DDT或执行特定任务（例如，改变交通信号相位）。例如协同事故现场管理，其中与事故响应相关联的CDA设备，发送临时关闭交通的地理围栏区域和不能超过的减速限制。周围配备CDA装置的C-ADS车辆根据地理围栏区域内的减速限制，来执行DDT。又例如紧急车辆通行，应急车辆指示配备C-ADS的车辆行驶至无人车道或路肩，将其车道腾空，或在绿灯交叉口停车（或保持停车），以便向应急车辆让行。又例如急救车引导交通管制信号灯将相位转换为绿色，以便更快地到达医院急诊室。协同自动驾驶与自动驾驶等级关系如下表所示，合作的性质因驾驶自动化程度不同而不同。驾驶自动化水平如SAE J3016所述。对于驾驶员支持功能（SAE驾驶自动化1级和2级），由于自动化无法执行完整的对象和事件检测和响应，因此只能实现有限的合作，这依赖于人工驾驶员至少执行其中一些功能，以及实时监督功能性能。对于C-ADS（第3级至第5级），可以实现更实质性的合作，C-ADS在规定的条件下完成DDT。
SAE J3216《道路机动车辆协同自动驾驶相关术语的分类和定义》给出了5个典型的协同自动驾驶案例。
协同目标跟踪是共享环境中邻近目标的信息。交通参与者关心驾驶环境中的许多不同对象，如车辆、行人、交通控制装置（如信号和标牌）和车道标志。装备了C-ADS的车辆可以使用这些信息来提高目标和事件的检测和响应精度、可靠性、视线和视野。道路运营商可以利用这些信息来提高吞吐量，促进响应和维护操作，并支持基础设施规划。例如两辆C-ADS车辆交换行人位置信息，以提高态势感知能力。
协同交通信号灯共享支持交叉口导航和信号相位控制。可交换的信息类型包括与路边设备（RSE）的信号相位和定时、建议速度、以及与建议速度的一致性。CDA设备代理可以使用这些信息来提高效率、出行时间和安全性。
协作车道变换描述了一个或多个支持导航到新车道位置的消息共享。可交换的信息类型包括并道意图、提议的机动和同意提议的机动。CDA代理可以利用这些信息来提高能源效率和出行时间。
协同交通管理共享一个或多个消息，这些消息支持潜在挑战性路段的导航。这些路段可能在几何结构和交通规律上与先验地图不同，并会利用到交通控制设备。可交换的信息类型包括车道配置几何和速度限制。CDA设备代理可以使用这些信息来提高态势感知并扩展ODD（Operational Design Domain，设计运行域）。
协同编队描述了一个或多个支持协调车辆纵向运动的消息共享，还可以包括车辆的横向控制。可以交换的信息类型包括位置、轨迹、车头时距和排位状态。CDA设备代理可以使用这些信息来提高效率、流量和安全性。
《基于车路协同的高等级自动驾驶数据交互内容》给出了8个基于车路协同的高等级自动驾驶典型应用。
自动驾驶车辆在真实路况行驶时，常因其他物体遮挡而存在感知盲区，借助路侧或其他车辆的感知到的信息，能够帮助车辆更好得得到全局的路况信息。协同式感知是指在混合交通环境下，由路侧感知设备或车载感知设备感知周边道路交通信息，通过RSU或OBU将感知结果发送给自动驾驶车辆，自动驾驶车辆接收到这些信息后可以增强自身感知能力，辅助车辆做出正确的决策控制，并在特定场景下实现仅通过路侧感知设备的感知信息也能完成自动驾驶的功能，从而实现自动驾驶车辆可以低成本的安全通信。在没有信号灯控制的交叉路口，只依赖自动驾驶车辆自身的决策控制时，则可能会出现自动驾驶车辆之间不断“博弈”的问题，影响通行效率。基于路侧控制的无信号交叉路口通行是指通过路侧感知设备感知或通过V2X通信的方式获取周边的道路交通信息，根据全局的交通信息对车辆的通行进行决策规划，路侧可按照车道级别对同一车道上的车辆进行通行的决策规划，也可针对车辆进行车辆级别的决策规划，自动驾驶车辆按照RSS（Road Side Sub-system，路侧子系统）的决策规划信息安全的通行，并提升通行效率。正常情况下，自动驾驶车辆在行驶过程中依赖车辆感知设备感知周边环境，并将感知结果作为车辆决策控制的输入，即自动驾驶车辆自身输出决策控制策略，在某些极端情况下，出现自动驾驶车辆无法应对的场景时，自动驾驶车辆停止自动驾驶。基于路侧协同的自动驾驶车辆“脱困”是指通过RSS对受困车辆或周边车辆协同的方式，帮助自动驾驶车辆摆脱极端场景下自动驾驶停止的情况。“僵尸车”指一定时间内停放到道路禁停区域内的车辆。基于路侧感知的“僵尸车”识别指在混合交通环境下，由路侧感知设备不断感知周边道路交通信息，动态的识别出其覆盖范围内的“僵尸车”，并通过RSU将感知结果发送给自动驾驶车辆，辅助车辆做出正确的决策控制。自动驾驶车辆在真实路况行驶时，如果能提前得知前方路段的交通情况，则可以更好的辅助车辆进行路径的规划。基于路侧感知的交通状况识别指在混合交通环境下，由路侧感知设备不断感知周边道路交通信息，实时的识别当前路段的交通流及拥堵状况，并通过RSU将感知结果发送给自动驾驶车辆，辅助车辆做出正确的决策控制。自动驾驶车辆在真实路况行驶时，如果能提前得知周边存在的异常驾驶的车辆，则可以更好的辅助车辆进行路径的规划。基于协同式感知的异常驾驶行为识别指在混合交通环境下，可以通过路侧感知设备/车端感知设备不断感知周边车辆的运行状况，实时的识别当前范围内所存在的异常行驶的车辆，例如逆行车辆、慢行车辆（行驶速度明显低于其他车辆）、快行车辆（行驶速度明显高于其他车辆）等，并通过RSU/OBU将感知结果发送给自动驾驶车辆，辅助车辆做出正确的决策控制。[1] Taxonomy and Definitions for Terms Related to Cooperative Driving Automation for On-Road Motor Vehicles.
[2] 基于车路协同的高等级自动驾驶数据交互内容.
▎推荐阅读
▎好书推荐
吴冬升 主编
书籍简介：本书系统剖析5G车联网整体架构、体系标准、关键技术、典型业务及应用场景等，对全球及国内车联网最新进展做了全面的扫描和分析，并对5G车联网产业发展面临的挑战和未来发展前景进行展望和预测，对于致力于5G及车联网产业研究、标准化及相关产品实现的广大从业者具有参考价值。
「5G行业应用」是聚集TMT行业资深专家的研究咨询平台，致力于在5G时代为企业和个人提供客观、深入和极具商业价值的市场研究和咨询服务，帮助企业利用5G实现战略转型和业务重构。本公众号专注提供5G行业最新动态及深度分析，覆盖通信、媒体、金融、汽车、交通、工业等领域。