“清、准、快、稳”,重邮破解自动驾驶“山城密码”

重庆，复杂的道路形态造就了独具特色的山城交通，也让其成为检验智能网联汽车技术的天然试验场。感知受限、定位漂移、通信衰减、跟驰不稳……如何让智能汽车在山城环境中“看得清、定得准、判得快、跑得稳”，成为行业发展必须破解的难题。

面对这一问题，由我校牵头建设的智能网联汽车与车路协同重庆市重点实验室，聚焦复杂交通环境下的可信感知、高精度定位、安全协同控制、车路云融合与测试验证等方向，持续开展基础研究和关键技术攻关。实验室突破了一批制约自动驾驶落地的理论方法和核心技术，推动科研成果从实验室走向真实道路、产业一线，为重庆打造智能网联新能源汽车产业高地注入科技动能。

日前，科技日报记者走进我校位于重庆两江新区仙桃数据谷的实验室，探寻实验室科研人员如何用“车—路—云—网—图”的系统思维，破解自动驾驶的“山城密码”。

扫除感知障碍

在实验室2000平方米的智能网联汽车试验场上，车行道、停车位、石子路、坡道等道路场景一应俱全，各种自动驾驶车辆穿梭其中。路边的车库里，实验仪器和设备有序布设，科研人员正有条不紊地开展研究调试。

“传统算法在平原好用，到了重庆就会‘水土不服’。”实验室负责人、我校自动化学院教授李永福说，多层立交让路径规划变得极其复杂，高楼峡谷效应让GPS信号频繁丢失，连续隧道和陡坡让依赖光学传感器的车辆瞬间“致盲”。要推动自动驾驶技术在山地城市实现规模化应用，就必须攻克一项核心基础难题：在感知不完整、定位不稳定、通信有时延、交通扰动频繁的情况下，智能网联汽车如何保持安全、平顺、高效运行。

对此，实验室科研人员没有急于去改代码，而是先沉下心来做建模。他们从“车—路—云—人—环境”的系统耦合关系入手，深度解析车辆在复杂扰动下的运动行为。这就像给山城交通做解剖，不仅要知道哪里堵，还要知道为什么堵，车辆在其中是如何相互作用的。

“这是我们在重庆两路寸滩保税港区测试的L3级EV700自动驾驶物流车的运行画面。”实验室教授岑明给记者展示了一段实车测试视频。画面中，即便在集装箱遮挡视线、卫星信号极弱的港区，该自动驾驶物流车仍可精准停靠货物装卸点位，运行稳定性与精准度表现优异。

“物流运输是自动驾驶最具产业化潜力的领域之一。”岑明说，港区、园区道路虽然相对封闭，但运行工况复杂，自动驾驶车辆在这里运行，需同时应对环境感知不确定性、全球导航卫星系统（GNSS）信号遮挡导致定位退化、复杂场景自主决策可靠性不足等关键问题。对此，实验室突破了视觉、激光雷达、毫米波雷达等多源传感器信息融合技术壁垒，构建了复杂场景下的多源感知协同机制。特别是针对山地、港区普遍存在的GNSS信号遮挡痛点，团队研发出融合卫星导航、惯性测量与环境感知的高精度定位技术，将车辆定位误差控制在10厘米以内。

目前，实验室构建的覆盖“感知—定位—决策—控制”全链条的自主驾驶技术体系，已通过真实开放道路场景的全面验证，为城市末端配送、园区内部物流、港口货物运输等场景的自动驾驶规模化推广，提供了可复制、可落地的技术方案。

打破协同局限

突破环境感知、高精度定位技术瓶颈，解决了智能汽车“看得见”的基础问题后，下一步就要解决车辆“跑得稳”的难题。

在山城道路上开车，最怕“忽快忽慢”。特别是在长下坡或螺旋匝道上，前车的一个微小制动，会沿车队向后逐级传递、持续放大，不仅影响通行效率，还易造成道路拥堵。

“传统单车智能驾驶模式是‘各开各的’，车辆主要依靠自身摄像头、雷达等传感器感知环境、制定决策，协同性极差。”李永福说。

针对山城特殊路况行驶痛点，实验室科研团队聚焦智能网联车辆队列一致性协同控制技术开展攻关。

技术攻关的首要问题，是解决车辆内部扰动“看不见”的问题。车辆在实际行驶中，并不是简单按照油门、制动和转向指令运行。坡道阻力、载荷变化、制动响应滞后、动力系统波动等内部扰动因素，都会让车辆实际运动状态偏离理想模型。这些扰动往往难以被传感器直接测量，因此科研人员首先从非线性扰动观测入手，解决这一问题。同时，山城道路弯多坡陡、车流变化频繁，车辆行为具有较强不确定性。因此，科研人员进一步研发深度学习模型，重点解决智能网联汽车对周围车辆运动趋势“判不准”的问题。最后，再根据一致性协同控制算法进行车速、车距调节。

有了这项技术，就像给每辆车装上了“预判大脑”，后车不必等到看见前车的刹车灯才反应，而是能根据共享的运行状态信息，提前准确调整运动行为。“这就像一支队伍下楼梯，前面的人正准备慢行的时候，后面的人会提前知晓应该‘慢一点’，就不会出现后面的人一个接一个急停的情况。”李永福解释道。

为了验证技术实用性，实验室科研人员联合重庆长安汽车股份有限公司、招商局重庆交通科研设计院有限公司等单位，在重庆垫江汽车综合试验场和招商局检测车辆技术研究院有限公司金凤测试基地进行了大规模实测。数据证明了这项技术的价值：在多品牌、多平台的智能网联车辆编队行驶中，使用该技术后，在隧道、坡道等场景下，车辆制动频次降低了约60%，整体能耗降低了约6.5%。

“我们还开发了基于5G+V2X（车与万物互联技术）的远程驾驶与云控平台，可实时监测车辆运行状态，支持特殊极端场景下的远程接管与应急控制，全面提升智能网联汽车的安全运行保障能力。”实验室教授蒋建春说。

实现多域创新