想象一下，驾车行驶在山坡上，前方是交通灯且仍然是绿色，很想在变灯前加速通过该路口，但车内设备发出提醒，交通灯将在两秒内变化，显然时间不足以通过该路口。这时，可以松开油门并减速，不仅节省燃油，且无需闯红灯，或在十字路口发生碰撞事故，保障了个人安全。

互联和自动化的车辆可以在车辆与车辆之间（V2V）以及车辆与道路基础设施之间进行交互，例如交通信号灯和停车标志（V2I），可节省能源并提高安全性。据外媒报道，密歇根理工大学的工程师们提出了V2V和V2I协同驾驶的建模框架。

（图片来源： 密歇根理工大学 ）

协同驾驶可帮助汽车及驾驶员安全有效地驾驶。该框架采用生态驾驶算法，可优先考虑节省燃料和减少排放。该自动化算法可使用地图和地理信息计算基于位置的交通控制设备和道路约束。这项研究由密歇根理工大学土木与环境工程副教授、计算机科学副教授Kuilin Zhang领导，国家电网公司高级定量分析员Shuaidong Zhao也参与其中。

过去三年里，密歇根州霍顿有五个交通信号灯安装的路测单元，可进行V2I通讯。Zhang使用密歇根州安阿伯市联网车辆测试环境的实际交通信号定相和定时消息进行仿真分析，并计划在霍顿地区扩大测试范围。

Zhang表示：“协同驾驶自动化理念是使用十字路口信号灯通知驾驶员驾驶前方的路况。该传感器可使所有通过十字路口的联网车辆获益。自动环保驾驶算法改善了联网车辆和自动化车辆的驾驶决策。”仿真结果表明，协同式自动化生态驾驶算法可在交通畅通情况下节约能耗7%，交通拥堵情况下节约能耗23%。

Zhang称：“汽车走走停停时油耗较大。生态驾驶概念不仅可以使车辆使用其前方车辆的数据，还可以使用交通信号灯提供的信息做出驾驶决策。”Zhang的模型添加高清（HD）地图，使用互联车辆的硬件和软件提供厘米级精准导航。高清地图包含多种类型的环境感应，如远程雷达、激光雷达、摄像头、短/中程雷达和超声波。

Zhang表示，对于自动驾驶而言，重要的是了解地标以控制汽车驾驶方式及坡道。 汽车可使用山坡来减慢或加快汽车行驶速度，从而节省更多能耗。在平直的高速公路上节约能耗是非常容易的，但在交通繁忙和交通信号灯多的城市干道上，节能并非那么简单。在城市街道上，Zhang和Zhao的在线预测连接和自动化生态驾驶模型还将考虑各种交通条件下的交通控制设备和道路几何约束。