C-V2X智能清掃車現狀及測試方法研究

田曉笛 張秀麗 和福建 姜國凱 吳飛燕 馮家煦

摘 要：本文介紹了C-V2X智能清掃車的發展現狀及技術應用現狀，研究C-V2X智能清掃車典型功能的測試方法及評價指標，并通過國內的無人駕駛清掃車進行測試驗證，測試結果符合測試標準要求。本文完善了國內無人清掃車的測試評價體系，并為國內無人駕駛清掃車的測試提供參考。

關鍵詞：C-V2X 智能清掃車 應用現狀 測試研究

1 前言

環境問題一直都是人們非常關注的重點問題，環保部門會安排專門的清掃車輛對路面進行定時、定點的清潔服務。但是傳統的清掃車面臨作業強度高、清掃時間受限、人員雇傭困難、工作環境惡劣、易疲勞駕駛等問題。隨著無人駕駛技術的快速發展，再加上今年全球疫情的催化，無人駕駛清掃車加速實現落地應用。無人駕駛清掃車深度融合了傳統環衛車與互聯網、通信、人工智能等技術，在無需駕駛員的情況下可實現環衛清掃工作。與傳統清掃車相比，無人駕駛清掃車可采用1個人遠程監控多輛作業的形式，緩解了招工難的問題，解決了工作環境惡劣，降低勞動強度，不會出現疲勞駕駛；可選擇避開高峰期路段甚至是夜間清掃，解決了因慢速行駛導致交通擁堵的問題；提前設定好清掃程序，可按部就班的對路面進行清掃，不會出現漏掃或掃不干凈的現象；無人清掃車多為電動車，清潔能源的使用可以降低碳排放。

目前，無人駕駛清掃車還處于研發及示范應用階段。本文首先介紹無人駕駛清掃車的發展現狀，然后介紹無人駕駛清掃車的關鍵技術，接著對無人清掃車的關鍵功能進行研究，并介紹測試方法，最后對測試方法進行測試和驗證，助力無人駕駛清掃車規范化應用。

2 無人駕駛清掃車發展現狀

無人駕駛清掃車是無人駕駛技術在清掃保潔作業車輛上的應用。尤其是2020年初，新冠疫情席卷全球，在人類“抗疫”大戰中，出現了越來越多無人駕駛汽車的身影，承擔起清掃、消毒等任務。速度低、體型較小的無人駕駛清掃車，多為一些造車新勢力或者互聯網企業研發的新型量產車，率先在工業園區、公園、景區、校園及廣場等相對封閉的場景中開展示范應用，尤其是疫情期間，具備消毒功能的無人清掃車大量的投入使用；速度較高、體型大的無人駕駛清掃車，多為在現有清掃車上進行改造，作業量較大，成本相對較高，多在封閉測試區域或車流量較少的開放道路開展示范研究應用。

目前，國內已經有多家企業實現階段性的應用。北京智行者的“渦小白”可完成清掃、灑水、垃圾收集等工作，已經應用在北京鳥巢、植物園、雄安新區、沈陽火車站等多個場所；金龍與阿波羅合作的GOVO基于金龍客車成熟的無人駕駛線控底盤，可實現無人工干預的清掃和消毒二合一作業；上海仙途智能科技有限公司的仙途智能無人清掃車，依托在港口、園區、隧道、高架等多個場景運行的技術積累，開展港區無人駕駛清掃的商業化落地，并推出無人駕駛清潔車隊，在德國、北京、上海、蘇州、雄安新區等多城實現落地，并獲得上海無人測試牌照；酷哇無人清掃車可自主實現全路況清掃、智能路徑規劃，獲得了長沙的開放道路測試牌照并開展大規模示范應用。

3 無人駕駛清掃車關鍵技術

智能網聯汽車有兩種技術路線，一種是單車傳感技術，依靠自車搭載各種傳感器對周圍的道路交通參與者及環境進行感知，本身的決策及控制不依賴于其他車輛；另一種是網聯技術，通過V2X通信的方式與外界進行交互，本車發送的信息直接影響其他車輛的決策甚至是控制。5G技術可對網聯技術進行賦能，利用其具備的低時延、高可靠、大速率的特性，有效提升智能網聯汽車關鍵信息的采集、傳輸和大數據處理和利用的能力，提升智能網聯汽車的產業發展速度。

依靠毫米波雷達、激光雷達、攝像頭等傳感器實現的無人駕駛技術仍存在一些問題，如在面對復雜道路環境時，視距受傳感器的感知范圍限制，不規范的井蓋、叉車、非常規的障礙物等復雜的設備存在感知識別障礙，樹木或建筑物等也會存在視線遮擋，高感知范圍的傳感器的成本較高等。通過5G+網聯對自動駕駛的賦能，如同在原有車上增加“千里眼”和“順風耳”，提升車輛的感知范圍。C-V2X智能網聯汽車可實現多種應用，基于每項應用，都需要有專業的技術支撐。

無人駕駛清掃車需要在各種不同天氣和溫度的情況下開展全程無人化清掃作業，作業道路可能是非結構化的道路，整個清掃和作業過程中無需人工干預，需自主規劃路徑及避開行人和各種障礙物，按照清掃標準要求完成清掃任務。同時，清掃車自帶多角度無死角攝像頭監控系統，通過系統可以實現環境的遠程監控，操作人員可通過云控平臺對車輛進行統一調度和遠程操控作業，實現多臺設備的聯動，大大提升作業效率。

4 測試方法研究

本文選取關鍵的性能和功能開展測試研究，包含通信時延測試、定點停車精度測試、交通信號燈識別測試、跟車測試、避障行駛和直角轉彎測試。測試場地地應為水平、干燥、具有良好附著力的瀝青路面或混凝土路面，試驗時風速應小于5m/s，水平能見度大于1km，測試環境溫度范圍為-20-45℃；測試場地附近無電磁干擾現象，路側布設RSU設備，RSU可與主流品牌的OBU進行互通互聯；測試路段5G全覆蓋；車輛測試過程中為非滿載狀態。

4.1 通信時延測試

測試場路側布置RSU設備，測試車輛靜止于距離RSU近的路側，且距離RSU的縱向垂直距離不小于100m。路側RSU對外廣播信息，測試車輛OBU被激活且能接收路側RSU信息，記錄并存儲RSU廣播信息與OBU接受的信息，計算時間差即為空口傳輸時延，空口傳輸時延最小值≤20ms。

4.2 5G帶寬測試

測試路段5G信號全覆蓋，且無大型樹木和建筑等遮擋和干擾。測試車輛靜止停放于測試路段，距離5G基站縱向垂直距離不超過400m，通過測試軟件連接車端OBU，觀察并記錄數據下行最大傳輸帶寬。在下行環境中的峰值速率測試，傳輸速率≥700Mbps。

4.3 定點停車精度測試

設定測試車輛固定點的橫向和縱向停車線。測試車輛開啟自動駕駛模式，并給于定點停車指令，測試車輛以不超過20km/h的速度直線穩定行駛，當車行駛至預設的停車點時，執行自動停車動作。測量測試車輛距離預設停車點橫、縱向位置的誤差值。橫向、縱向停車精度≤±0.2m。

4.4 交通信號燈顯示識別

測試場的交叉路口放置交通信號燈，且通過RSU向外廣播交通信號燈信息。測試車輛靜止在距離交通信號燈40m處保持靜止， 測試車輛的OBU處于激活狀態，可正常接收RSU信息，觀察并記錄測試車輛能正確顯示紅、黃、綠三種信號燈。

4.5 跟車測試

測試車輛啟動自動駕駛跟車模式。前方目標車輛以10km/h車速勻速行駛一段時間后，3s內由10km/h減速至停止，再由靜止勻加速至10km/h后保持勻速行駛；測試車輛檢測到目標車輛，能跟隨目標車勻速、減速、加速行駛，并保持安全距離不發生碰撞。

4.6 避障測試

測試車輛啟動自動駕駛模式，障礙車輛靜止于測試車輛同車道的正前方，在路側車道條件允許情況下，測試車輛檢測到目標車輛且主動選擇避障繞行，并保持安全距離不與障礙車輛發生碰撞。

4.7 交叉路口轉彎測試

選取直角轉彎路口，測試車輛開啟自動駕駛模式，在左轉或右轉轉彎過程中，測試車輛在車道線內穩定行駛，不出現壓線。

5 試驗結果分析

本文采用國內某款基于5G V2X技術實現的無人物流車按照上述測試方法進行測試。在真實無強電磁干擾的道路上，車路通信時延約為19ms，但是當路側存在變電站時，會影響通信質量，有時會無法建立通信鏈接。在下行環境中的峰值速率測試，5G傳輸速率最大可達1200Mbps。劃定制定停車位置，定點的橫向、縱向停車精度分別為0.12m和0.16m，停止的精準度較高。在存在智能紅綠燈的路口，車輛可實時準確顯示紅綠燈的信息，并可在紅燈情況下自動控制車輛停止，在綠燈時順利通行路口。設定跟車模式，車輛可進行自動跟車加速、減速，不發生碰撞。當車輛前方設定障礙物，測試車輛可及時進行避障行駛。在車輛自動駕駛模式，車輛可在交叉路口自行按照交通法規要求進行直角轉彎操作，并同步開展清掃作業。

6 結束語

本文介紹了智能清掃車的發展現狀及測試方法，重點研究不同測試場景下車輛的功能可靠性，并給予判定指標，基于實際車輛進行功能驗證。考慮到此次測試的樣本車輛較少，下一步計劃基于更多的車輛對測試方法進行全面的測試和驗證，同時探索開展開放道路測試，將上述功能結合清掃作業進行連續測試和驗證，推動我國智能無人車的規范化量產應用。

天津市科學基金（ 21JCZXJC00200）。

參考文獻：

[1]王平. 車聯網權威指南 標準、技術及應用[M].北京：機械工業出版社，2018.4，1-564.

[2]美國車聯網（V2X）發展現狀與反思，https：//www.sohu.com/a/339018718_ 391740，2019.09.05.

[3]陳山枝，胡金玲. 蜂窩車聯網（C-V2X）. 北京：人民郵電出版社，2021.1，1-370.

[4]量產車型陸續上市，C-V2X商用已達黎明破曉前，https：//news.yiche.com/ hao/wenzhang/36620844.

[5]鄧曉峰，王潤民，徐志剛.我國智能網聯汽車測試及示范基地發展現狀[J].2019（1），6-13.