百度联手清华，中国式车路协同路径的飞跃

在单车智能难以突破的当下，车路协同成为自动驾驶商业化落地的重要机遇。不过，由于车路协同技术涉及面广，无法一蹴而就，如何才能加速车路协同更快助力中国自动驾驶产业弯道超车成为摆在产业人面前的一大难题。

清华大学与百度凭借双方在学术端和产业端的优势，强强联合，于6月24日发布了中国首份车路协同技术白皮书《面向自动驾驶的车路协同关键技术与展望》（以下简称白皮书）。

白皮书分析了单车智能面临的挑战，车路协同落地等问题。此外，还提出了车路协同道路的智能化分级标准，迈出了中国自动驾驶发展落地过程中，标准制定的一步。

图片来源：百度Apollo

据白皮书指出，当前全球自动驾驶还处于L2-L3级转化阶段。以单车智能为核心的自动驾驶技术以怎样的节点与形式落地，依然困扰着产业，导致这一现象出现的原因主要来自三个方面：自动驾驶安全依然面临着巨大挑战；单车感知长尾问题限制了车辆可运行设计域（ODD）；经济性问题（软硬件成本）还未得到充分解决。

也就是说，阻碍当前高级别自动驾驶实现商业化规模落地的主要原因，在于当前的单车智能自动驾驶方案，无法在安全性、应用范围限制和成本之间找到平衡点。

而基于车路协同的自动驾驶，恰恰能够更快地攻克上述三个难点。首先，车路协同能够利用车与车、路、人之间不同程度的信息交互共享，有效弥补车端感知的不足；其次，路侧协同感知可以扩展车辆的感知范围、能力和场景，从而扩展单车的运行设计域；最后，路侧设备作为公共基础设施，复用率更高，且无需重复建设，从长远来看能够实现成本分摊。与此同时，车载传感器可以进一步精简，降低车辆本身的成本。

通过白皮书成本计算公式就可以算出，以北京为例，只要在每辆车上节省2000元成本，就可以在每公里道路上投入约50万元、每个路口投入81.84万元的全部智能化设备升级改造。

路测改造成本与车端节约成本，图片来源：百度Apollo

说完了车路协同的好处，那么问题来了，目前主流的人、车、路协同感知技术，需要部署大量传感器、雷达等硬件改造，而国内各地公路条件不同、数字化水平不同，加上当下汽车智能化水平各不相同，客观上导致了智能道路的需求和标准也无法统一。

在白皮书中，清华大学智能产业研究院与百度也为中国智能交通的建设提供了一个新的思路——分级，将道路智能化水平分为C0-C5级6个等级。

其中，C4级智能道路投入产出比更高，其覆盖的智能汽车等级范围从L2+到L5。也就是说，C4级智能道路不仅能为高级自动驾驶车辆提供协同服务，还能让L2+、L3级辅助驾驶车辆具备高级自动驾驶能力，促进自动驾驶规模商业化落地。因此，在现在这个阶段，白皮书建议重点加快C4级高度智能化道路的建设。

而高等级智能道路还能服务于智慧城市，形成城市交通车路云一体化智能化管控，提高通行效率、保障安全。

道路智能等级分级及标准，图片来源：百度Apollo

对于白皮书的发布，同济大学汽车安全技术研究所所长朱西产表示，“百度是自动驾驶领域技术能力最强的公司，清华大学则是车路云一体的网联智能在中国最早的提出者和践行者。由清华大学和百度联合提出这个白皮书，一是能让全行业达成共识，二是可以给政府部门出谋划策。”

而在此前的5月14日，清华大学智能产业研究院（AIR）还与百度 Apollo 联合发布了“全球唯一纯路侧感知实现 L4自动驾驶”的车路协同技术——Apollo Air 计划，共同探索车路协同技术无人区。