團(tuán)霧被稱為高速公路上的流動殺手，是天氣影響道路交通安全的重要因素之一。與常見的霧或霾不同，團(tuán)霧往往表現(xiàn)出很強(qiáng)的局地性特征，它的勢力范圍較小，通常直徑只有數(shù)十米至數(shù)百米，團(tuán)霧外一般視線良好。但其覆蓋范圍內(nèi)的能見度卻極低，往往只有幾米至數(shù)十米。因此，發(fā)生在高速公路上的團(tuán)霧，尤其是公路轉(zhuǎn)彎處，具有極強(qiáng)的隱避性和不可預(yù)見性。對于高速行駛的車輛來說，一旦在團(tuán)霧中遭遇其他過往車輛，往往難以采取減速等安全措施并有效規(guī)避交通事故的發(fā)生。長期以來，對于團(tuán)霧的預(yù)報(bào)是一項(xiàng)世界性難題。一方面受限于現(xiàn)有氣象觀測條件和技術(shù)的限制，對這類空間尺度較小的天氣現(xiàn)象難以及時(shí)、有效地捕捉和識別。例如，高速公路沿線的自動氣象站間隔往往有幾公里至十幾公里，而團(tuán)霧的直徑一般只有數(shù)十米至數(shù)百米，因此，這些自動氣象站往往難以觀測到團(tuán)霧的發(fā)生。另一方面，由于團(tuán)霧形成的物理和化學(xué)機(jī)制復(fù)雜，加之上述觀測的難度大，使得準(zhǔn)確預(yù)報(bào)其生消發(fā)展和移動演變的過程變得非常困難。

近些年，隨著人工智能、計(jì)算機(jī)軟硬件以及無線數(shù)據(jù)傳輸?shù)燃夹g(shù)的發(fā)展，汽車無人駕駛技術(shù)也取得了長足的進(jìn)步。據(jù)不完全估計(jì)，無人駕駛能使交通事故率降低90％，對于突發(fā)性事件的響應(yīng)和處理能力，無人駕駛在很多方面已然超過一般人類。盡管無人駕駛等技術(shù)日趨成熟，但對于團(tuán)霧這類天氣現(xiàn)象的應(yīng)急響應(yīng)機(jī)制，仍存在很大的改進(jìn)空間，須做到縝密監(jiān)測團(tuán)霧、提早預(yù)知霧區(qū)、智能預(yù)警和采取合理干預(yù)措施，如提早緩慢制動，打開霧燈和示廓燈等，而不僅僅是在車輛駛?cè)雸F(tuán)霧區(qū)域，監(jiān)測到能見度降低時(shí)，再緊急采取制動減速等措施。盡管無人駕駛車輛相較傳統(tǒng)有人駕駛車輛而言，裝備有更多探測距離和障礙物的設(shè)備，而不僅僅依靠視覺甄別，但對于有團(tuán)霧籠罩的彎道等一些特殊環(huán)境，車載雷達(dá)、車載距離傳感器和車載攝像頭等設(shè)備的效用都將受到一定程度制約。

為了解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種能對高速公路團(tuán)霧進(jìn)行監(jiān)測、預(yù)報(bào)、預(yù)警以及采取相應(yīng)安全控制措施的團(tuán)霧監(jiān)測預(yù)報(bào)方法，該方法既適用于無人駕駛和自動駕駛車輛，也可應(yīng)用于常規(guī)有人駕駛的車輛上，實(shí)現(xiàn)行車安全輔助，本發(fā)明的技術(shù)方案如下：

1)車輛啟動后，車載無線通信模塊C_T獲取車輛身份信息Mid，再通過內(nèi)置GPS實(shí)時(shí)采集車輛所在位置的地理位置信息Pos，采集頻率達(dá)到秒級或更高頻率；

2)能見度觀測子模塊C_M2實(shí)時(shí)采集機(jī)動車所在位置的大氣能見度O_V并傳輸至能見度數(shù)據(jù)預(yù)處理子模塊C_M3，采集頻率達(dá)到秒級或更高頻率；

3)能見度數(shù)據(jù)預(yù)處理子模塊C_M3對步驟2)得到的大氣能見度O_V進(jìn)行質(zhì)量控制，得到對應(yīng)的質(zhì)量控制后的大氣能見度O_V_QC，并傳輸至大氣環(huán)境成分分析子模塊C_M4；

4)環(huán)境氣象傳感器C_M1實(shí)時(shí)采集機(jī)動車車身外圍的溫度O_T和相對濕度O_RH并傳輸至大氣環(huán)境成分分析子模塊C_M4，采集頻率達(dá)到秒級或更高頻率；

5)大氣環(huán)境成分分析子模塊C_M4對步驟3.4)質(zhì)量控制后的大氣能見度O_V_QC進(jìn)行可信度評估，得到對應(yīng)的能見度質(zhì)量指數(shù)VQI，并同時(shí)將O_V_QC和VQI傳輸至車載無線通信模塊C_T；

6)車載無線通信模塊C_T將步驟1)中車輛所在位置的地理位置信息Pos、車輛身份信息Mid、步驟5)中質(zhì)量控制后的大氣能見度O_V_QC及其對應(yīng)的能見度質(zhì)量指數(shù)VQI，四者作為一條數(shù)據(jù)記錄發(fā)送到云服務(wù)端數(shù)據(jù)通信模塊S_T，再由S_T傳輸至團(tuán)霧預(yù)報(bào)模塊S_FP；

7)能見度預(yù)報(bào)模塊S_VP從現(xiàn)有數(shù)值天氣預(yù)報(bào)中讀取各經(jīng)度、緯度和海拔高度的大氣能見度預(yù)報(bào)信息MF_V(n×MF_t)，并傳輸至預(yù)報(bào)信息融合模塊S_PM；其中，MF_t為數(shù)值天氣預(yù)報(bào)的單位預(yù)報(bào)時(shí)效，n＝{1,2,3,…,N}，N為正整數(shù)；

8)團(tuán)霧預(yù)報(bào)模塊S_FP推算出未來t時(shí)刻大氣能見度的地理空間分布情況，得到未來t時(shí)刻的團(tuán)霧空間分布信息GF_V(t)，并傳輸至預(yù)報(bào)信息融合模塊S_PM；

9)預(yù)報(bào)信息融合模塊S_PM將步驟7中大氣能見度預(yù)報(bào)信息MF_V(n×MF_t)和步驟8)中未來t時(shí)刻的團(tuán)霧空間分布信息GF_V(t)進(jìn)行融合，再將融合結(jié)果通過云服務(wù)端數(shù)據(jù)通信模塊S_T發(fā)送到車載無線通信模塊C_T，再由C_T傳輸至車載團(tuán)霧預(yù)警模塊C_C；

10)對于傳統(tǒng)非無人駕駛的車輛而言，車載團(tuán)霧預(yù)警模塊C_C將上述P_V(t)(x,y)通過車載音響系統(tǒng)和車載中控顯示屏反饋給駕車人員；對于無人駕駛車輛而言，車載團(tuán)霧預(yù)警模塊C_C將上述P_V(t)(x,y)結(jié)合當(dāng)前車輛的地理位置信息反饋給無人駕駛車輛。

本發(fā)明的機(jī)動車高速公路團(tuán)霧監(jiān)測預(yù)報(bào)方法，利用車載環(huán)境氣象傳感器和能見度觀測儀對高速公路沿線的氣象條件進(jìn)行實(shí)時(shí)觀測，結(jié)合高速公路自動站等已有觀測設(shè)備和數(shù)值預(yù)報(bào)產(chǎn)品，形成更加密集且更加精準(zhǔn)的氣象觀測網(wǎng)格化資料和預(yù)報(bào)產(chǎn)品，為高速公路沿線的能見度預(yù)報(bào)，特別是空間小尺度的團(tuán)霧預(yù)報(bào)，提供一種新的技術(shù)手段。

本發(fā)明的機(jī)動車高速公路團(tuán)霧監(jiān)測預(yù)報(bào)方法，對車載能見度觀測數(shù)據(jù)進(jìn)行質(zhì)量控制和對數(shù)據(jù)質(zhì)量指標(biāo)進(jìn)行評估，能夠有效排除無效觀測記錄、異常觀測記錄和非經(jīng)認(rèn)證的車輛記錄，為能見度預(yù)報(bào)提供更加準(zhǔn)確、可靠的實(shí)況能見度數(shù)據(jù)，進(jìn)而提升預(yù)報(bào)的準(zhǔn)確性和客觀性。

本發(fā)明的機(jī)動車高速公路團(tuán)霧監(jiān)測預(yù)報(bào)方法，對于高速公路沿線團(tuán)霧的預(yù)警，不僅適用于新型無人駕駛車輛，也適用于傳統(tǒng)非無人駕駛的車輛，該預(yù)報(bào)方法的應(yīng)用能夠切實(shí)提高高速公路的行車安全，具有市場價(jià)值和社會價(jià)值。