摘要: 参考工业制造管理经验分析智能网联汽车封闭测试场运营管理需求,研究信息物理系统及其在工业制造领域、智能网联汽车领域的应用,借鉴工业制造领域相对成熟的经验,设计一种基于信息物理系统的智能网联汽车封闭测试场运营管理工具,解决智能网联汽车封闭测试场应用服务过程中面临的各种复杂性和不确定性问题,提高运营管理效率。 关键词: 智能网联汽车、封闭测试场、运营管理、信息物理系统、工业互联网 Abstract: Keywords: 1. 前言 汽车正逐步向数字化、网络化、智能化方向发展,传统测试场也在升级转变。智能网联汽车测试场不仅要新建或改造含模拟隧道、模拟雨雾、模拟学校、模拟公交港湾、环岛、十字路口、丁字路口、停车场等在内的道路场景,还新建智能交通信号灯、C-V2X网络、智能摄像机、毫米波雷达、激光雷达、边缘计算设备EMC、路侧单元RSU、大数据云控平台、北斗高精定位基站、气象环境监测站等基础设施[1、2]。相应地,智能网联汽车测试场不仅面临场地管理、人员车辆管理、试验管理等传统的运营管理要求[3],也迎来大量基础设施管理、试验设备管理、测试数据管理等新兴的挑战[4、5]。 随着云计算、大数据、物联网、人工智能、移动互联网等新一代信息技术极速普及应用,世间万物都可感知、可通信、可操控,使人和物更聪明,操控更准确,人类社会—信息世界—物理世界三元融合,使信息服务进入了普惠计算和网络时代,正在引发了一场新的革命[6]。信息物理系统,Cyber-Physical System(即CPS),其本质就是构建一套赛博(Cyber)空间与物理(Physical)空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系,解决生产制造、应用服务过程中的复杂性和不确定性问题,提高资源配置效率,实现资源优化[7]。 鉴于CPS在智能网联汽车领域和工业制造领域均有广泛应用,而且智能网联汽车封闭测试场的运营管理,又与工业制造领域的生产过程管控、企业运营管理等应用极为相似,为解决智能网联汽车封闭测试场测试服务过程中的复杂性和不确定性问题,提高资源配置效率,实现资源优化,以场地设备管理、测试服务管理等为应用需求线索,以CPS为核心架构,充分利用工业制造领域的运营管理经验和OT与IT融合理念,设计智能网联汽车封闭测试场运营管理工具。 2. 封闭测试场管理需求分析 辅助驾驶、车路协同、自动驾驶等功能逐渐上车,催生了封闭测试场中的各类新兴功能测试需求,带动智能网联封闭测试场建设。根据不完全统计,全国有超过50个封闭测试场,其中30多个具备智能网联汽车测试能力,测试场的角色也逐步从提供场地转变到提供综合测试服务[8]。 把智能网联汽车测试场视为提供综合检测服务的工厂是合适的。工厂管理五大要素“人、机、料、法、环”,对应于智能网联汽车测试场则是: (1) 人,指测试场中所有的人员,包括管理人员、业务人员、检测人员、质量人员等; (2) 机,指测试过程中所使用的智能交通信号灯、RSU、雷达等基础设施设备和假人、假车等测试仪器设备等; (3) 料,指测试过程中的所有对象,包括汽车及其零部件等; (4) 法,是指测试过程中所需遵守的规章制度和操作方法,包括检验规范标准、测试用例以及各种操作规程等; (5) 环,是指环境,包括测试场地、气象环境等。 通过专家意见调查,智能网联汽车测试场主要运营管理需求梳理如表1所示。 表1 智能网联汽车封闭测试场运营管理需求 序号 | 需求 | 详细描述 | 1 | 场地管理 | 动态测试区、振动噪声测试道路、浸水道路、涉水道路、模拟雨雾、模拟隧道等道路及其行驶速度、行驶方向、车流量上限等规则的管理。 | 2 | 法规场景管理 | 交通信号识别及响应、道路交通基础设施与障碍物识别及响应、行人与非机动车识别及响应、周边车辆行驶状态识别及响应、自动紧急避险、车辆定位等法规场景管理。 | 3 | 人员车辆管理 | 驾驶员、非驾驶员入场与安全培训管理,车辆进出管理等。 | 4 | 试验管理 | 包括风险管理和车流量管理,比如监测试验车辆位置、车速,监测疲劳驾驶,监测驾驶员注意力分散,避免交叉试验,做好试验区安全隔离,控制试验车辆流量等等。 | 5 | 基础设施管理 | 网络与电源线路、智能交通信号灯、C-V2X网络、智能摄像机、毫米波雷达、激光雷达、边缘计算设备EMC、路侧单元RSU、大数据云控平台、北斗高精定位基站、气象环境监测站等基础设施实时监测、实时控制、异常告警、故障修复等运营管理。 | 6 | 试验设备管理 | 假人、假车、移动平板车等目标物,驾驶机器人,道路测试数据采集系统,高精定位数采系统,车载数据采集终端等试验设备管理。 | 7 | 测试业务管理 | 测试业务预约、任务状态监控、台账管理等业务闭环流程管理。 | 8 | 测试数据管理 | 测试数据采集/收集、存储、预处理、处理分析、报告输出等工作。 | 智能网联汽车测试场运营管理也与工业制造领域的相类似,特别是离散生产行业。在工业制造领域,产品研发设计、生产过程管控、资源协同配置、企业经营管理等应用场景均是极为成熟的。其中,生产过程管控(包括计划管理、工艺管理、设备管理、物料管理、质量管理和安环管理等)和企业运营管理(包括订单管理、财务管理等)几乎囊括了表1所罗列的智能网联汽车测试场运营管理的各项需求。因此,借鉴工业制造领域的成熟管理经验,进行智能网联汽车测试场运营管理是合适的。 3. 信息物理系统及应用状况 CPS通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术,构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统,实现系统内资源配置和运行的按需响应、快速迭代、动态优化[7]。CPS是支撑信息化和工业化深度融合的综合技术体系。德国工业4.0将CPS作为工业4.0的核心技术,美国提出的工业互联网也主要基于CPS,《中国制造2025》提出,“基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革”。除了工业制造业,CPS还广泛应用于电力、交通等各大领域。我国国家智能网联汽车创新中心认为CPS可以有效解决智能网联汽车和智能交通的协同控制问题[9],将其作为参考架构的研究基础。 CPS四大核心技术是“一硬、一网、一平台、一软”[7],其在工业制造领域和智能网联汽车领域,分别以工业互联网、车路云一体化融合控制系统的形式呈现,对比分析如表2所示。 表2 CPS在工业制造领域和智能网联汽车领域的呈现 CPS核心 | 工业制造领域 | 智能网联汽车领域 | 一硬 | 感知和自动控制。感知的本质是物理世界的数字化,自动控制是信息世界反作用于物理世界。如分布式控制系统、数据采集与监视系统等都是工业领域常见的感知和自动控制系统。 | 智能网联汽车(具有感知、决策和控制能力)与其他交通参与者,路侧基础设施(如智能红绿灯、路侧单元、摄像机、毫米波雷达、激光雷达等),其它相关支撑,如高精定位基站、气象环境监测站等。 | 一网 | 工业网络。连接工业生产设备/系统和物料、产品、人等各要素的信息网络,如现场总线、以太网、无线网络等。 | 贯穿整个系统各个部分的通信网络,如车内的CAN总线、车载以太网,车车、车路和车云的C-V2X网络等。 | 一平台 | 工业云和智能服务平台。高度集成、开放和共享的数据服务平台,是跨系统、跨平台、跨领域的数据集散中心、数据存储中心、数据分析中心和数据共享中心。基于工业云服务平台推动专业软件库、应用模型库、产品知识库、测试评估库、案例专家库等基础数据和工具的开发集成和开放共享。 | 云控基础平台,高度集成、开放和共享的数据服务平台,可集成车端、路侧、公共信息服务平台、第三方平台各种数据、服务、用户等各类资源,具有资源连接与数据开放,数据存储、处理和分析。基于智能网联汽车云控基础平台,提供融合感知、协同决策、协同控制、交通管控和领域大数据赋能等工具和能力。[10] | 一软 | 工业软件,是对工业研发设计、生产制造、经营管理、服务等全生命周期环节规律的模型化、代码化、工具化,是工业知识、技术积累和经验体系的载体,是实现工业数字化、网络化、智能化的核心。 | 云控应用平台,服务于研发测试、车辆安全与控制、交通监管、交通执法、出行与保险服务[9、10]等智能网联汽车研发和应用环节,赋能汽车制造企业、零部件供应商、科研机构、车主、共享出行服务商以及相关管理部门。 | 在工业制造领域,工业互联网实施的关键是实现OT控制技术与IT信息技术的融合。OT技术主要用于跟现实世界交互,可以定义为对企业的各类终端设备、流程和事件进行监控或控制的软硬件技术,含数据采集和自动控制技术[11];IT技术主要用来解决业务问题。两者融合旨在降低成本,优化业务流程,降低过程风险。通过打通设备实时数据和业务关联数据,实现互联互通和互操作,能够更快实施开发和集成。两者融合可能有两条路线和模式[12]:一是在现有技术、产品、网络、系统架构不变的基础上,以标准统一驱动数据融合,可以称之为“存量嫁接式融合”;二是推动OT、IT 底层技术体系基于云边端进行解构,在解构基础上重新封装并实现融合,可以称之为“数字原生式融合”。在目前工程实践中,存量嫁接式融合应用较广。因此,借鉴工业制造领域OT运营技术与IT信息技术的融合的经验,构建智能网联汽车测试场运营管理工具是合适的。 4. 封闭测试场运营管理系统设计方案 4.1. 系统架构 CPS能够从单元级、系统级、系统之系统级(SoS级)不断深化[7]。 单元级CPS是具备可感知、可通信、可交互、可计算、自决策功能的最小体系,一个工业机器人、一个智能机床或一台智能网络汽车都是最小单元。比如智能网联汽车,作为单元级,包括了摄像头、雷达等感知系统和刹车、油门等控制执行机构,辅助驾驶系统ADAS、自动驾驶系统ADS等智能决策单元,CAN、车载以太网、C-V2X等网络。 多个单元级CPS,通过网络实现更大范围、更宽领域的数据自动流动,实现互联互通和互操作,形成系统级CPS。比如整个车路协同系统,包括智能网联汽车、路侧感知设施、定位基站等等,通过C-V2X、卫星等网络实现互联互通和协同控制。 多个系统级CPS或与单元级CPS有机组合成SoS级CPS。整个智能网联汽车封闭测场管理系统就是SoS级CPS,其系统架构如图1所示,包括智能网联汽车、路侧感知子系统、交通信号控制子系统、北斗高精定位子系统、模拟雨雾子系统、气象环境监测子系统、门禁道闸子系统、信息发布子系统等等单元级或系统级CPS,通过C-V2X、以太网、卫星等网络,利用大数据平台实现跨系统、跨平台的互联互通和互操作,促成多源异构数据的融合、处理,在全域范围实现信息全面感知、深度分析、科学决策和精准执行,支撑设备实时监控、交通信号控制、场地管理、法规场景管理、人员车辆管理、试验管理、测试数据管理等应用。 4.2. 路侧感知子系统 路侧感知子系统主要包含路侧单元RSU、智能摄像机、激光雷达、毫米波雷达、边缘计算设备等终端设备,以及路侧杆件、抱杆机箱等其它附属设施。智能摄像机负责感知视角范围内的车辆、行人、目标行驶方向、环境能见度等;雷达也可以检测行人、车辆,同时可以精确的检测障碍物的大小、位置和速度;边缘计算设备主要进行路侧感知融合计算,并将融合的结果发送给智能网联路侧设备RSU。RSU还获取交通信号,并通过C-V2X网络将信息广播给智能网联汽车,上报给云控平台。 4.3. 交通信号控制子系统 交通控制子系统设备主要包括协调控制式交通信号控制机、交通检测器(如视频、雷达等)、交通信号灯等,结合子系统配套的软件,可以对路口交通信号控制机的相位、控制方案、日计划调度等参数进行设计和编辑,实现图形化操作和预览功能;可以读取交通信号控制机方案或者把设计好的方案下发到交通信号控制机,交通信号控制机在下个时段开始运行新的方案;交通控制子系统通过网络与路侧感知子系统的RSU、云控平台通信,实现互联互通和互操作。 4.4. 高精地图与定位子系统 高精地图和定位子系统是智能网联汽车的基础支撑。高精地图的数据内容包括路面基础信息(如道路标识标线、箭头、地面标识、人行横道等等)、道路附属信息(如电子标识标牌、信号灯、电警、道路设施、视频监控、情报板等等)、其他附属设施(如门架、隔离栏、公交站台等等)和智能网联基础设施(如RSU、摄像头、毫米波雷达等)等。高精度定位子系统能够为测试场提供实时导航、快速定位、精确授时、位置报告和短文通信服务功能。典型应用场景包括实现智慧车辆监控与驾驶控制的高速实时分米级、低速实时厘米级和静态毫米级定位功能;实现道路基础设施状态实时数字化的毫米级定位功能;支撑高精度电子公路地图厘米级测绘需求。 4.5. 气象环境监测子系统 气象环境监测子系统包括能见度、温湿度、雨量、风速风向、红外等传感器和数据采集、存储和处理与上报的记录终端,能够精确、及时地检测气象和道路表面环境状况,并通过网络上报给云控平台,云控平台处理分析后根据需要下发给路侧RSU或信息发布屏。 4.6. 信息发布子系统 信息发布子系统包括LED屏、控制主机和上位控制软件,通过光纤网络以及开放接口接入云控平台。支持天气信息、路况信息、测试信息、车辆信息等数据的自动发布,能接收云控平台或子系统的控制指令,并进行处理和执行。 4.7. 门禁道闸子系统 门禁道闸子系统包括高清车牌识别摄像机、地磁线圈等传感单元,智能道闸执行机构,专用控制主机及控制软件,通过光纤网络以及开放接口接入云控平台。控制软件实现车辆进度监控与管理,云控平台将相关数据与测试业务管理融合,实现闭环管理。 4.8. 云控基础平台 云控基础平台包括网络、计算、存储等资源,底座是大数据中心,具有V2X Server、高精地图、融合感知、协同决策、协同控制、交通管控等支撑能力,通过流程支持、移动框架、展现支撑、决策支持、GIS等中间件,提供数据应用服务。其中,大数据中心跨平台、跨系统的实现设备状态与控制数据、视频数据、交通流数据、地理位置数据等数据的异构汇集和共享发布。 4.9. 云控应用平台 云控应用平台,基于OT技术主要应用包括设备实时监控、交通信号控制、车辆管理、试验管理、基础设施管理等,基于IT技术主要应用包括场地管理、法规场景管理、测试业务管理、试验设施管理、人员管理等,两者融合业务核心是测试数据管理。 5. 结论 工业互/物联网、车联网(车路协同/自动驾驶)、物联网等虽然都有着独特的行业知识与应用场景,但其关键技术的内核都是一致的,是数字化、网络化和智能化技术在不同领域结的不同硕果。基于CPS的智能网联汽车封闭测试场运营管理系统,充分利用工业制造领域的运营管理经验和OT与IT融合理念,不仅快速实现开发和集成,而且能够优化业务流程,提高资源配置效率,降低测试服务过程风险。后续将深化测试数据管理相关研究与应用,进一步挖掘测试过程产生的海量数据的价值,应用于测试评价、过程控制、决策优化等方向,并将持续关注网络和数据安全。 参考文献 [1]中华人民共和国交通运输部办公厅.自动驾驶封闭测试场地建设技术指南(暂行)[Z]. 2018-5-22 [2]中国汽车工程学会.智能网联汽车测试场设计技术要求:T/CSAE 125-2020 [S/OL].[2020-04-23].http://csae.sae-china.org/portal/standardDetail?id=005e37500c940b2447bfcb3502131287. [3]谢庆年,苏安喜,高天任等.浅谈汽车试验场的运营与管理[J].大众科技,2018,20(225):156-158. [4]赵鹏超,苑寿同,胡鑫等.智能网联汽车封闭试验场综合管理研究[J].科学技术创新, 2019(15):68-70. [5]杜宏建,吴慧敏,朱用国等.智能网联封闭试验区试验平台设计与实现[J].汽车科技,2020(5):48-52. [6]周济.智能制造——“中国制造2025”的主攻方向[J].中国机械工程,2015,26(17):2273-2284. [7]中国信息物理系统发展论坛.物理信息系统白皮书(2017)[R/OL].(2017-3-1).http://www.cesi.cn/201703/2251.html [8]中国信息通信研究院.车联网白皮书(2022)[R/OL].(2023-1). http://www.caict.ac.cn/kxyj/qwfb/bps/202301/t20230107_413791.htm [9] 国家智能网联汽车创新中心.智能网联汽车信息物理系统参考架构1.0(2019)[R/OL].http://www.caicv.org.cn/upload/at/file/20191024/157188028234033889AF.pdf [10]广州市工业和信息化局.广州市车联网先导区V2X云控基础平台技术规范(2021-3).[R/OL]http://gxj.gz.gov.cn/yw/tzgg/content/post_7127106.html [11]洪学海,蔡迪.面向“互联网+”的OT与IT融合发展研究[J].中国工程科学,2020,22(4):18-23. [12]安筱鹏.2030 年工业互联网将朝OT 与IT 技术融合发展[J].中国战略新兴产业,2021,9:103-108. |