徐志刚：智慧高速公路应该如何分级？

一、分级理念来自于工业化大生产

第二次工业革命以20世纪初福特汽车公司大规模生产流水线诞生为标志。福特流水线生产将复杂的汽车组装工艺分解为一系列简单易学的加工程序，极大地提升了生产效率，革命性地改变了工业生产的方式，是开启工业化、现代化时代的标志，拉开了工业化大生产的序幕，同时模块化生产、产品分级等概念也随之应运而生。实践证明对产品进行分级有利于商品的大批量生产、存储、运输和贸易。

如今分级的理念已渗透到各行各业，已经成为某一个行业是否已实现标准化和批量化生产的标志。无论是工业原材料如：煤炭、燃油、化工原料、建筑材料，还是工业成品如：汽车、服装、电子产品、医疗器械都进行了严格的分级。

如：我国将煤炭按照其挥发分为：无烟煤、贫煤、贫瘦煤、......、焦煤12个等级，将芯片按照其工作温宽分为：商业级、工业级、汽车级、军工级四个等级。我国还颁布了国家标准《GB/T 12707-1991工业产品质量分等导则》，将商品质量水平划分为：优等品、一等品、合格品和不合格品四个等级。分级的实质内涵是通过离散方法去对连续系统进行最优逼近，从而降低系统熵、提升系统性价比。

如果能够对智慧高速公路进行分级，将有利于把一个概念化的事物推向标准化构建阶段，有利于在技术不断演进的情况下，让利益相关者（Stakeholders）对智慧高速形成一套具有共识的语义体系，让设备提供商、集成商、业主、管理部门形成可以共同交流的专业术语、规则和知识库。形成一批满足不同等级智慧高速的标准化软硬件模块，提升不同子系统间的互操作性，使其具有可替换性。分级同时还可为智慧高速贴上成本标签，从而让业主在智慧高速功能需求和投资成本之间作出平衡选择。

二、国内外智能网联道路的分级体系

2014年美国汽车工程协会SAE颁布了J3016标准，将自动驾驶汽车分为L0-L5六个级别，L0为无自动化，L1为辅助驾驶，L 2为部分自动化，L3为有条件自动化，L4为高度自动化，L5为完全自动化。为了方便车辆与道路的智能化协作，实现车路协同的辅助或自动驾驶，非常有必要对道路的智能化水平进行分级，从而实现车辆与道路的最佳匹配。为此，世界多个国家的研究机构纷纷提出自己的智能网联道路分级体系。

2019年，美国德州农工大学（Texas A&M University）交通研究所公开了一份NCHRP项目研究报告《CONNECTED ROADWAY CLASSIFICATION SYSTEM DEVELOPMENT（网联道路分级系统开发）》，该报告根据道路服务对象和服务功能，将网联化道路分为Level 1-6六个等级。

如表1所示，L1级道路未安装任何设备，甚至可以没有铺装；L2级具有良好的道路标志标线；L3级具有良好的智能交通设施；L4级针对网联车服务；L5级设有专门针对L4高级自动驾驶的专用道；L6级是针对高级别自动驾驶需求进行简化的道路，无交通标志、信号和标线，道路环境全部由自动驾驶车辆完成。该分级理念主要基于为网联车辆以及自动驾驶车辆提供的服务水平来进行等级划分，道路分级越高，服务的车辆自动化等级越高。

2021年，欧洲道路运输研究咨询委员会（ERTRAC）为了让基础设施更好地对自动驾驶技术进行支持和服务，将未来道路基础设施划分为A、B、C、D、E五个等级，如表2所示。其中E级别道路智能化程度最低，不提供数字化地图、不提供交通信息、不提供导航服务，自动驾驶车辆完全依赖于单车智能；D级别支持静态道路标识在内的静态数字化信息，而交通信号灯、短期道路施工和可变信息交通标识牌等动态交通信息需要自动驾驶车辆自身识别；C级别支持静态和动态基础设施信息，包括可变信息交通标识牌、告警、事故、天气等信息；B级别支持协同感知，即道路可感知微观交通情况，并发布给车辆；A级别支持协同驾驶可以引导自动驾驶车辆的速度、间距，并推荐行驶的车道，智慧化等级最高。

在我国，中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会于2019年9月发布了《智能网联道路系统分级定义与解读报告(征求意见稿)》。从交通基础设施系统的信息化、智能化、自动化角度出发，结合应用场景、混合交通、主动安全系统等情况，把交通基础设施系统分为I0级到I5级。如表3所示，I0级交通基础设施无检测和传感功能，由驾驶人全程控制车辆完成驾驶任务和处理特殊情况，或者完全依赖于自动驾驶车辆本身；I5级可以满足所有单个自动驾驶车辆（自动化等级大于1.5及以上）在所有场景下完成感知、预测、决策、控制、通讯等功能，并优化部署整个交通基础设施网络，实现完全自动驾驶，I5级智能网联道路具有非常高的可靠性，所有子系统无需在自动驾驶车辆上设置备份系统，提供完全主动的安全功能。该分级采用信息化、智能化、自动化三个维度对智慧高速进行分级，概念清晰、容易理解。

对以上三种分级体系进行深入分析，我们就会发现它们具有一些共同的特点：1、其宗旨都是未来道路的智慧水平必须与车辆自动化水平相匹配。道路智慧等级越低，可服务的自动驾驶车辆自动化水平越低。道路智慧等级越高，则可服务更高级别的自动驾驶车辆。2、不同等级的智慧道路，其功能都是向下兼容的，级别高的兼容级别低的，这也是标准化工业产品的一种特性。3、未来道路的智慧等级与其技术复杂性和投资成本随呈正相关，道路智慧等级越高，其技术实现就会越复杂，系统可靠性要求亦会更高，其投资成本也会出现几何级数地增长。

三、长安大学Intelliway智慧高速公路分级理念

2019年底，长安大学获批了科技部“十三五”重大专项《高速公路智能车路协同集成应用》项目，致力于标准化高速公路智能车路协同系统的研发。我们调研了全国十多个智慧高速项目，走访了大量高速公路业主用户，并向社会发放问卷，收集各类利益相关者对智慧高速建设过程中存在的困惑。通过对问卷进行分析，我们发现目前智慧高速建设过程中的问题主要集中在以下十个方面：

我们通过研究还发现，如果能对智慧高速进行标准化分级，将有助于对智慧高速的相关概念进行科学梳理和分类，形成统一认识；有助于基于现有技术的成熟度实现用户需求与技术供给之间的最佳匹配，降低需求和技术的不确定性；有助于智慧高速各子系统及相关组件的模块化、标准化、批量化生产，从而大大加速智慧高速的落地化进程。

但是目前国内外智慧道路的分级主要出于迎接未来自动驾驶汽车时代而考虑的，但是目前我国的现状是当前道路上运行的智能网联汽车其渗透率不足10%，而自动驾驶汽车的完全商业化普及可能是20多年后的事情了，显然这种分级模式无法适应我国当前国情。因此我们需要构建一种新的分级体系，既能够结合我国高速公路行业的现状和特点，同时在操作上具有可行性，并兼具实用性。

智慧高速公路系统是一种由大量软硬件模块组成的复杂信息物理系统（CPS），信息耦合程度是衡量CPS复杂度的重要度量。图3描述了现代道路交通系统中车-路耦合关系的演变趋势。

在早期的道路上，车-车/车-路之间的耦合主要通过人类的感知器官来实现，驾驶主要通过视觉、听觉和嗅觉来感知交通环境，通过大脑辨识交通场景并指挥相应的动作反应。自从车联网问世后，车-车/车-路之间增加了无线通信耦合，驾驶人可以通过DSRC或者LTE-V通信方式获取更加丰富的交通环境信息，遇到紧急情况，可以提前作出动作反应。

未来随着车联网、智能感知、人工智能技术的发展，车-车/车-路之间的耦合关系将进一步得到增强，车和路既是高密度实时信息的接受载体，同时也是各类感知信息的发出源头，车-路通过大带宽、高可靠、强实时的信息交互，构成了各子系统能够高度协同运行的整体，实现真正意义上的车-路一体化。基于车-路变耦合关系这一特点，我们长安大学团队提出了一种基于变耦合理念的IntelliWay智慧高速分级体系。

在IntelliWay分级体系中，L1级智慧公路具有广播式交通信息发布功能，车-路之间是一种开环的松耦合信息交互模式，交通信息服务不针对特定车辆。车辆与道路之间采用广播式、非实时无线通信方式进行信息交互。L1级看似简单，但是它默认了智慧高速公路必须具有基础性的交通信息感知能力，包括交通流参数“流（量）、密（度）、速（度）”及其衍生变量的实时采集，以及交通事件的快速检测。

西方发达国家基本上是通过地感线圈来获取高速公路运行状态的，其中美国加州交通厅开发的PeMS系统最具有代表性。该系统由超过44,681个线圈检测器组成，每个检测器30秒上传一次数据，检测器间距为500-1000米，通过这些低成本的线圈基本上就可以获得较为精细的高速公路路网状态信息了。

当然线圈也有其自身缺点，就是安装时需破坏路面，且自身容易损毁，维护时会阻断交通，因此在我国并未得到大规模推广。我国目前主要使用的是视频检测器，但是受光照条件和天气变化的影响大，无法保障检测精度、数据可靠性和完整性。高速公路路网运行状态精细化感知是一项非常基础性的工作，这项工作若做不好，智慧高速无从谈起。

L1级还需要解决的一个重要任务，就是必须把出行者需要的各种交通信息发布出来，但是目前采用何种车联网协议至今没有定论，目前需要国家层面尽快出台相关强制性政策，就像推动ETC一样推动车联网的普及。

在车联网普及之前的过渡期，可以通过移动通信网络、手机短信、APP软件、交通广播等方式实现交通信息的发布。甚至在关键路段，还可以通过情报板和可变限速标志发布关键交通信息。总而言之，L1级智慧高速所要完成的是最基础性的工作，是能将需要的信息收集上来，并有渠道将重要的信息发布出去。

千尺楼台，起于垒土，只有把基础性的工作做好了，才可能在上面堆叠更加先进的应用，否则一切都是空中楼阁。

L2级智慧高速在L1级基础上增加了主动交通管理（Active Transportation Management，ATM）功能。ATM是一种基于当前和预测交通状态数据而进行动态管理常发和偶发交通拥堵的主动式交通管理技术，ATM聚焦于提高交通出行的可靠性并最大程度提升道路通行效率。上世纪60年代，ATM兴起于欧洲，兴盛于1990年代，目前欧洲有20多个国家应用了这一技术，2006年美国联邦公路局（FHWA）派遣观察小组去欧洲调研，并引进了这一技术。

ATM的主要策略包括：速度协调控制(Speed Harmonization)、临时路肩使用(Temporary shoulder use)、排队预瞥( Queue warming )、动态匝道控制(Dynamic merge control)、道路施工管理(Construction site management)、货车限制(Truck restrictions )、动态路径诱导及信息服务Dynamic rerouting and traveler information)、管理车道(Managed lanes )、可变限速控制（Variable Speed Limit)、极端天气预警（Hazard weather warning）、事件处理（Incident Warning）等。

ATM依赖于精细化的道路运行状态感知数据，车-路之间的信息耦合较为紧密，交通管理中心基于感知的路段截面交通流数据，可实现道路交通流的宏观管控和驾驶人的微观诱导。L2级智慧高速还可以通过V2X技术将有效的交通信息通过RSU、手机APP、交通广播直接推送到出行者的车载终端或者手机上，实现比传统ATM更加精细化的交通管控。

L3级智慧高速在L2级基础上增加了伴随式信息服务功能。L3级智慧高速的车-路信息交互耦合程度更为紧密，该模式对车辆定位精度和车-车/车-路通信实时性要求较高。伴随式信息服务是指智慧高速公路系统基于用户的个性化需求和用户所处的场景或时空位置，为用户提供实时、具有场景针对性的信息服务。

该理念来自于计算机科学的普适计算（Ubiquitous Computing）领域，例如计算机穿戴设备会自动识别人类处于睡眠、工作、运动场景，并提供相应的服务。L3级智慧高速将基于全时空、高精度车辆定位技术，主动通过无线通信、互联网和路侧设备为出行者提供基础信息资源和个性化的交通信息服务。

例如：车路进入隧道系统将提醒司机开启车灯、注意保持车距。司机打算进入服务区之前，系统提前预定停车位或者餐饮服务。L3级智慧高速不同于L1与L2级的一个特点是，它提供是的针对用户的个性化服务，可发展为一种可盈利的商业模式。

L4级智慧高速公路是在L3级的基础上开设自动驾驶专用道供自动驾驶汽车使用，设置自动驾驶专用道可以将无人驾驶车辆与有人驾驶车辆进行物理隔离，更好地管理混行情况下的交通流，减少无人车和有人车之间的冲突，减少拥堵和事故。自动驾驶车辆可以在专用道上高速行驶并保持较短车间距，从而提升道路的总体通行能力。

我们通过仿真计算发现自动驾驶专用道必须在无人车渗透率超过20%的情况下才能发挥出整体效益，在无人车渗透率不高的情况下，开辟专用道给无人车使用，有可能浪费道路资源，因此L4级专用必须与自动驾驶汽车技术发展相匹配。L4级智慧高速公路可以针对高速公路自动驾驶货运与物流行业提供有偿服务。

L5级是智慧高速公路的最高阶段，即“聪明的车+智慧的路”，所有的车都是智能网联汽车，同时道路上安装了大量路侧感知、智能网联、边缘计算等设施。L5级智慧高速的一个显著特征就是协同式自动驾驶，无论何种级别的自动驾驶车辆都可以得到道路的服务。L5级智慧高速公路的典型场景包括自动驾驶车辆编队运行、高速公路交织区协同通行、施工区（事故点）协同快速通行等多车协同群体控制场景。

L5级智慧高速公路对车辆定位精度、V2X通信可靠性、车辆轨迹跟踪控制能力和边缘计算系统的运算实时性要求极高。在理想情况下，L5级智慧高速公路可以分毫不差地控制车辆按照提前计算好的优化轨迹进行快速通行且不发生碰撞，实现道路空间与时间资源的高效利用，从而最大程度地利用道路通行能力，未来L5级智慧高速公路越来越像一种工业自动化系统，不确定的因素越来越少，确定性的因素越来越多。

由于L5级智慧高速公路对各种技术要求极为苛刻，因此目前这类场景大都还是处于仿真验证阶段，在国内外有关的智能交通专业期刊上也属于热点研究领域，每年有大量的论文发表来探讨此类场景。

但是由于当前的通信、计算、控制等技术还未到达L5级的需求，因此我个人预测未来5-10年内全域L5级智慧高速公路不可能进入商业化阶段，但是局部路段可以开展L5级示范应用。

考虑到智慧高速系统是一个极其复杂的巨大系统，在相关技术还未完全成熟的情况下，对高级别的智慧高速公路系统进行大规模实施，存在着巨大风险。因此，在资金有限的情况下，可以选择先建设较低级别的智慧高速公路，待资金充裕后，对其进行升级优化。也可以依据用户需求场景中人、车、路各子系统的信息交互耦合程度对其进行分级，在不同的路段上实现组合实施，即一条智慧高速公路可以全路选择一个级别，也可以由不同级别的智慧路段组合而成，待技术成熟后统一升级为较高级别。

四、典型应用案例

我们长安大学团队提出的基于变耦合理念的IntelliWay智慧高速分级体系已在多个智慧高速公路试点项目得到示范应用。具体包括：广连高速，杭绍甬高速，京雄智慧高速和山东高速智能网联高速公路测试基地。

广连高速通过伴随式信息发布服务、分合流区可变限速及匝道控制、异常行为及碰撞预警等包含信息、效率与安全类的典型应用，打造包含“伴随服务-效率管控-安全预警”在内横跨车路协同系统L1-L3级的示范应用体系。通过全程视频监控和交通事件检测系统可以获得全路的交通流状态信息和微观交通事件信息，通过云端信息处理预测道路的运行态势。通过手机APP和LTE-V路侧单元对车载用户进行广播式交通信息服务。基于信息情报板、可变限速标志实现了多种形式的主动交通管理应用，并针对特殊用户在分合流区、施工作业区、服务区提供伴随式服务。

如表4所示，杭绍甬高速公路根据不同路段的智慧等级需求，对其感知系统进行了分级。针对不同级别的感知系统，对其传感器选型、传感器组合以及路侧感知设备布设间距均进行了详细计算和优化。优化后的路侧感知系统布设方法不仅可以准确地采集交通数据，还可以实现路网级管控、车道级管控和轨迹跟踪等功能，由于针对不同级别智慧路段选择不同的设备布置方法，避免了全线高密度设备布置方案，大幅压缩了建设成本。

京雄智慧高速连接北京与雄安新区，旨在围绕交通网、信息网、能源网和服务网的“四网合一”，实现“安全、便捷、高效、绿色、经济”五大交通指标。该项目基础设施主体智能采用北斗、高分遥感等共用技术，对基础设施进行BIM精细建模，构建高精度地图；设置了自动驾驶专用道，专门对L3级以上的智能网联车辆开放，通过路侧雷达和摄像头为自动驾驶汽车提供超视距协同感知信息；京雄智慧高速目前已经具备车道级诱导管控功能，可以根据道路交通实时状况，通过高精定位和高精地图实现车道级的车辆信息获取，使用超视距预警信息服务将为车辆提供各种危险预警信息；提供伴随式信息服务，可以根据道路实时状态、车辆位置和终端类型，给出行用户提供个性化和定制化的交通信息服务；

具备智能精准养护功能，能够使用道路基础设施的立体化数据采集网络和“云+端”道路基础设施智能化养护信息管理平台，实现道路基础设施服役状态的数字化采集、智能监测和精准养护。

山东高速智能网联高速公路测试基地是在山东滨莱高速苗山至博山段的26公里道路的基础上，通过智慧化改造和附属基础设施建设，已经打造成为中国具有代表性的智慧高速公路示范路段。

测试基地通过L1- L5级智慧路段的组合设置，实现了IntelliWay智慧高速公路分级体系的全部功能,以便于对不同级别智慧高速公路的软硬件模块进行全方位测试。测试基地的系统架构包括感知、网络、计算和服务四个层次。

感知层主要通过传感器、车载智能终端、摄像头、全球定位系统等，实现对车、路、环境等复合对象的全面感知；网络层采用WiFi、DSRC、LTE-V等通信模式支撑车路通信，以路侧光通信网络支持路云通信，通过车路短程自组织通信、路侧与中心云平台高速宽带通信进行各种交通信息交互，服务于各类交通要素信息的精准获取与发布；计算层将综合使用大数据、云计算等技术，实现有效交通信息的挖掘与提取，同时实现海量交通数据存储；服务层能够基于泛在网络和云计算的交通信息服务平台，通过移动智能终端、路侧信息发布设施等方式，为交通参与者提供实时动态的交通信息服务和丰富全面的辅助决策支持。

最后总结一下，智慧高速公路分级的终极目标是使其成为一种模块化、变耦合、易复制、互兼容的标准化新型基础设施，在进行分级时应注意到分级措施的可操作性、实用性和可扩展性；通过对智慧高速进行合理的分级，将有利于形成一批满足不同等级智慧高速的标准化软硬件产品，将一个处于概念化阶段的新鲜事物推向标准化建设阶段，同时还有利于让业主在智慧高速功能需求和投资成本之间作出平衡选择，将建设目标由“实现技术的高大上”转向到“实现投入产出性价比的最大化”；在资金有限、用户需求尚不清晰的情况下，可以从低级别的智慧高速公路入手，做好基础性工作，做到“基础交通数据能收集得上来，重要交通信息能发布得出去”，待资金充裕后，再对其进行升级优化，从而最大程度地抑制不确定性因素带来的风险。

参考文献：
[1]徐志刚,李金龙,赵祥模等，智能公路发展现状与关键技术[J] ,中国公路学报， 2019 (08)
[2]赵祥模,高赢,徐志刚等，IntelliWay变耦合模块化智慧高速公路系统一体化架构及测评体系[J],中国公路学报，2022 (06).
[3]高杰,刘庆斌,杨兵等.智慧高速多维分析与思考[J].中国交通信息化,2022(04).
[4]孙芙灵. 德国主动交通流管控系统调研 [J]. 中国交通信息化, 2021.
[5]García García A, Camacho Torregrosa F J, Lopis Castelló D, et al. Smart Roads Classification[R]. 2021.
[6] Christopher M. Poe, Edward J. Seymour, Steve Kuciemba, et al.Connected Road Classification System (CRCS) Development,,NCHRP 20-24(112) [R].2019.