【“自動化網(wǎng)”科技觀察：電動汽車的網(wǎng)聯(lián)和自動化】

之前的研究多數(shù)認為，車輛自動化能夠幫助車輛收集更多信息、協(xié)助調節(jié)交通系統(tǒng)、抑制交通振蕩，從而提升能源效率。而本研究通過大量的測試數(shù)據(jù)及高可信度的仿真表明，單靠車輛自動化反而增加了能耗（例如本文提到的多控制單元的城市道路）。

電動汽車的網(wǎng)聯(lián)和自動化是更節(jié)能還是更耗能？|CRPS封面文章

2022年8月10日，清華大學車輛與運載學院智能交通團隊在Cell Press細胞出版社期刊Cell Reports Physical Science上發(fā)表了一項題為“Automation and connectivity of electric vehicles: Energy boon or bane?”的研究論文，該論文被評選為當期封面論文。該論文研究基于高精度的測試數(shù)據(jù)和高保真的軌跡模擬，并研究了智能化、網(wǎng)聯(lián)化和協(xié)同技術在現(xiàn)實城市環(huán)境下對電動車能耗產生的影響。

清華大學曲小波教授為本論文的第一作者和通訊作者，博士后鐘令樞、研究助理曾子凌、同濟大學涂輝招教授為共同作者，威斯康星大學麥迪遜分校的李小鵬教授為第二通訊作者。同時，前三位作者得到教育部、清華大學-豐田研究中心的支持。

該論文針對復雜城市交通系統(tǒng)中的城市干道進行研究，其實驗場景包含多個控制單元（如信號交叉口），該實驗通過采集高精度的人工駕駛（HDV）和自動駕駛（AV）車輛軌跡，獲取兩種駕駛模式下的能耗信息；同時基于現(xiàn)場數(shù)據(jù)，進行高精度交通仿真，以獲取人工駕駛（HDV）、自動駕駛（AV）、智能網(wǎng)聯(lián)（CAV）和智能網(wǎng)聯(lián)與基礎設施協(xié)同（CCAV）四種模式在相同道路環(huán)境下對能源消耗的影響。在計算能耗時，考慮了動力系統(tǒng)和自動/網(wǎng)聯(lián)駕駛系統(tǒng)（如傳感器、計算機、通信設備等）的設備能耗。

之前的研究多數(shù)認為，車輛自動化能夠幫助車輛收集更多信息、協(xié)助調節(jié)交通系統(tǒng)、抑制交通振蕩，從而提升能源效率。而本研究通過大量的測試數(shù)據(jù)及高可信度的仿真表明，單靠車輛自動化反而增加了能耗（例如本文提到的多控制單元的城市道路），其根本原因是：更平穩(wěn)的駕駛未必可以抵消來自傳感器、通信需求和計算負載的額外能耗，以及這些設備帶來的相關空氣、阻力和增加的重量。另外，由于自動駕駛保守的車輛跟馳策略的設置，自動駕駛本身在復雜的城市交通環(huán)境下會導致更長的旅行時間和更多的停車次數(shù)。而網(wǎng)聯(lián)化和自動化的協(xié)同優(yōu)化可以在安全性、出行時間和節(jié)能方面帶來巨大收益。

研究表明，為實現(xiàn)新一代智能交通，應當推進智能+網(wǎng)聯(lián)協(xié)同發(fā)展、智能網(wǎng)聯(lián)汽車與智慧城市基礎設施協(xié)同發(fā)展，這樣才能真正實現(xiàn)快速、安全及環(huán)保。為實現(xiàn)協(xié)同發(fā)展，需系統(tǒng)性地整合工業(yè)界（如車廠、互聯(lián)網(wǎng)公司）的自動駕駛技術創(chuàng)新和公共部門（如交通部門、建設部門）的網(wǎng)聯(lián)汽車基礎設施投資。此外，基于網(wǎng)聯(lián)的生態(tài)駕駛可以克服人工駕駛的局限性，實現(xiàn)更節(jié)能的駕駛方式，從而延長電動車的行駛里程，這將進一步增加電動車的市場前景。自動化和網(wǎng)聯(lián)化的結合意味著車輛將分享更多、更全面的信息，并遵守更嚴格的交通管理指令，最終實現(xiàn)整個交通系統(tǒng)的優(yōu)化。Cell Reports Physical Science是Cell Press細胞出版社推出的高影響力綜合期刊，旨在發(fā)表物理、化學、能源科學、材料科學以及交叉學科領域中的重大研究進展。

清華大學車輛與運載學院智能交通實驗室（Laboratory for Emerging Transportation Solutions, ETS Lab）致力于車城互聯(lián)、空地協(xié)同物流及出行、交通大數(shù)據(jù)及數(shù)據(jù)驅動決策等研究領域，涵蓋車輛工程、交通工程、計算機、人工智能、數(shù)據(jù)科學、運籌決策等交叉學科。

已發(fā)表頂級交通期刊Transportation Research Part A/B/C/E、Transportation Science、Operations Research、Cell Reports Physical Science等100余篇。

實驗室成員主持歐盟、瑞典科技部、瑞典基金委、澳大利亞基金委、中國教育部等科研經費超過1000萬歐元。榮獲新加坡交通部部長創(chuàng)新獎、澳大利亞教育部奮進長江研究獎、運籌學與管理學研究協(xié)會（INFORMS）多項最佳論文獎、國際人工智能會議（例如KDD、NeurIPS、CVPR、IJCAI、ICME等）或機構（例如中國計算機學會、國家天文臺、之江實驗室、IARAI、TRB、DLR、Alibaba、DiDi等）主辦的機器學習挑戰(zhàn)賽獎項，先后4次獲得有著數(shù)據(jù)挖掘領域“世界杯”之稱的KDD CUP的冠軍、亞軍。

實驗室成員受邀擔任歐委會人才項目、澳洲基金委卓越科學中心（Centre of Excellence）、荷蘭基金委重大項目（VICI）、香港研究理事會主題項目（Theme Based Scheme）、新加坡主題項目（Thematic Research Grant）、國內人才等重大項目的初評或終評專家。

課題組歡迎各類人才加入，包括研究崗，博士后，博士生等，希望能同大家一起奮斗！