破题自动驾驶，车路协同发展才是未来

“车和路本身就是分不开的整体，必须利用新一代信息与通信技术，将人、车、路、云进行融合感知，协同决策与控制，才可以解决目前单车智能和传统交通管理方面的局限，真正实现高效、安全的交通和出行。”日前，清华大学苏州汽车研究院院长成波在2020世界智能网联汽车大会上指出。

当前，自动驾驶领域拥有类似观点的人并不在少数。当单车智能路线的局限性越来越明显，车路协同开始被越来越多的业内人士看好。

单车智能存在五大硬伤，车路协同才是未来趋势

在过去相当长的一段时间里，业界对自动驾驶的探索主要着眼于单车智能，发展到现在主要有两种技术路线。一类是以谷歌Waymo为代表，主要通过多线激光雷达来进行环境感知。 因为激光雷达在探测精度和探测距离上拥有显著优势，所以这种饱和感知非常灵敏；另一类是以特斯拉为代表，依赖于摄像头，同时运用大量的人工智能和数据学习来进行环境感知。目前，国内绝大多数的自动驾驶开发公司都是这样来推进自动驾驶研发的。

特斯拉多摄像头环境感知，图片来源：特斯拉

那么仅仅依靠单车智能是否就能支持自动驾驶汽车继续往前发展呢？现阶段来看很难。尽管依靠单车智能，自动驾驶汽车已经能够应对绝大部分的驾驶场景，但是该路线面临的局限性也不容忽视。

据中国汽车工程学会理事长、清华大学教授、中国工程院院士李骏指出，从目前的表现看，单车智能还存在五大弱点。第一，自动驾驶必须要依靠AI，但AI技术目前还存在“黑箱效应”；第二，兰德智库曾提出，自动驾驶需要110亿英里的道路测试，这怎么实现也是个问题；第三，完全自动驾驶会面临大量的极端工况，这在软件设计上如何保证其可靠性，并进行充分验证；第四，L3、L4、L5自动驾驶成本很高，如何进入私家车领域；第五，完全自动驾驶汽车的实际行驶安全如何保证？

李骏认为，这需要形成新型智能理念，不能只是完全的单车智能。比如寻找自动驾驶能力和车外赋能联合的边界，用车外赋能结合单车智能，以数字化的形式传递车内外信息，让车载计算平台做最后的感知、规划、决策，促进使能、赋能融合一体化技术的发展。

V2X车路云协同技术，图片来源：百度Apollo

成波对此观点也表示赞同，他进一步指出：“未来十年是智能汽车、智能道路发展的新时代。它不仅是单体智能，更是一个群体智能，架构智能，这需要智能汽车加上智慧的路。”

政策赋能车路协同，推动产业前进

随着车路协同路线的优势不断凸显，为更好地支持这项技术产业化，近两年各个国家及相关组织也相继出台了一些鼓励协同式自动驾驶发展的政策，并将发展智能网联汽车提到了国家创新战略层面，为其发展和产业规模的急剧扩张提供了良好的发展土壤和机遇。

今年2月，国家发改委、工信部、交通部等11个国家部委联合下发了“关于印发《智能汽车创新发展战略》的通知”，把“推进智能化道路基础设施规划建设”以及“建设覆盖全国路网的道路交通地理信息系统”作为重要的战略任务，传达出了国家推动相关产业融合创新发展的决心。同时提出到2025年，基本形成中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系。

随后4月24日，《国家车联网产业标准体系建设指南（车辆智能管理）》正式出台，旨在发挥标准在车联网产业生态环境构建中的引领和规范作用，加快制造强国、网络强国和交通强国建设步伐。

而除了国内产业界对车路协同的技术路线越来越认可，相关国际机构也围绕着协同式自动驾驶，开始调整原先的标准，进行协同布局。

目前业内通用的L1-L5级自动驾驶国际标准来自美国汽车工程师协会（SAE），这套标准其实是在讲单车智能，但日前美国交通运输部对其进行了修改，将车外赋能加入了原来的单车智能定义之中。

此前，美国联邦公路管理局领导的CARMA计划以及2019年欧盟联合美国、日本成立的新联盟ARCADE（Aligning Research & Innovation for Connected and Automated Driving in Europe），也是希望通过自动驾驶车辆与道路基础设施的协同开发来改善交通状况，提高交通效率和交通安全。

国际标准化组织（ISO）同样在推动建立一个全新的全球自动驾驶汽车的标准框架，目前正在动议当中，它的方向也是把ODD（设计运行区域）、ISAD（基础设施对自动驾驶的支持等级）和交通规则结合在一起。

车路协同可实现交通全域级控制，图片来源：百度Apollo

在此背景下，车路协同迎来了长足的发展，尤其是中国，在协同式自动驾驶发展上也一直成果不断。比如百度利用其AI人工智能技术和平台，以及地图服务提供了一系列的解决方案，现在已经在长沙、广州等多个城市开展相关的Robotaxi测试。

挑战与机遇并存，协同布局赢发展

毋庸置疑，中国在基础设施统筹建设方面优势显著，且国家对5G基建项目也有不少政策指导和资金投入，多方的积极布局下国内车路协同开始进入新的发展阶段。不过，这项技术要大规模应用，也不乏挑战。

成波认为主要有以下几点。第一，在路测系统的基础设施建设上缺乏顶层设计，包括应该在路端装什么样的传感器，达到什么样的性能，以什么样的密度去配置，才可以保证无缝的观测周边环境，这里面有很多是未知的；第二，在群体交通中如何提高渗透率，并实现车辆、交通管理系统、运营服务基于数据的互联互通；第三，如何保证高可靠低时延的数据交换，路测和边缘云的计算如何实现时间同步和空间同步等也是需要解决的问题；第四，现行的检测体系中，亟待建立一套可反应车路云协同驾驶的测试环境与评价标准。

针对这些问题，成波认为可从三个方面着手：一是目前中国市场缺少在车联网运营、自动驾驶出行领域成规模的独角兽企业，需要加强新型市场主体培育。二是推进地区城市集群示范效应，以推动产业发展。三是形成标准，真正建立起跨区域、跨平台的数据交换机制，实现安全可控、体系可控、产业可控。

其中在标准的建立上，李骏给出了更为详细的解读。他指出自动驾驶是一个非常大的系统工程，也是国家工程，中国需要建立自己的智能网联汽车标准，包括场景标准、地图标准、通信标准、交通标准和安全标准，而不仅仅是单车智能。“这就要求中国应该有宏观布局、中观布局、微观布局，同时要将智慧城市、智能交通、智慧能源、智能汽车融为一体，突破前瞻性技术和颠覆性技术，走出一条自己的道路。”李骏表示。