中国公路学报

作者：朱兴一, 赵仁杰, 张启帆, 王艺, 王予红, 庞亚凤

单位：1. 同济大学 道路与交通工程教育部重点实验室, 上海 201804;2. 香港理工大学 土木与环境工程系, 香港 999077;3. 广州航海学院 未来交通学院, 广东 广州 510725"],"fundList_en":["National Key R & D Program of China (2023YFE0202400)； International Cooperation Project of Science and Technology Commission of Shanghai Municipality (22210710700); Opening Project Fund of Materials Service Safety Assessment Facilities (MSAF-2021-110)

关键词：路面工程,人工智能,车路协同,智能道路,技术架构

基金：国家重点研发计划项目(2023YFE0202400);上海市科学技术委员会国际合作项目(22210710700); 重大工程材料服役安全研究评价设施国家重大科技基础设施开放课题基金项目(MSAF-2021-110)

道路是“人-车-路”系统的重要一环,以智能技术为道路赋能,赋予道路更精准的感知能力、高效的辅助决策能力和多样化的服务能力,为实现更安全、高效城市交通带来新契机。然而，如何借鉴人工智能技术赋能道路的智能化升级,目前还缺少从总体框架到关键技术方面的系统性储备。对此,基于对车路协同技术、智能道路、AI等领域的充分调研,回顾智能道路的发展历程,总结智能道路在多领域的研究成果；揭示当前车路协同面临“感知难”、“定位难”和“引导难”的局限性。为应对这些挑战,提出AI赋能下面向车路协同智能道路的基本内涵和技术架构,明晰智能道路应具备的感知功能、定位功能和引导功能需求。最后提出面向车路协同的智能道路AI赋能的技术路线,详细探讨了感知AI、定位AI和引导AI在“路内-路侧协同感知”、“车-路联合精准定位”、“车-路联合自主引导”方面实现的技术途径,通过AI赋能高效识别和解析车路协同中海量的感知和定位异构数据,提升道路交通感知精度、定位可靠性,优化交通引导效率,最终实现提升交通安全和交通效率的目标。

来源：2025年第11期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第11期