“車和路本身就是分不開的整體，必須利用新一代信息與通信技術，將人、車、路、云進行融合感知，協同決策與控制，才可以解決目前單車智能和傳統交通管理方面的局限，真正實現高效、安全的交通和出行。”日前，清華大學蘇州汽車研究院院長成波在2020世界智能網聯汽車大會上指出。

當前，自動駕駛領域擁有類似觀點的人并不在少數。當單車智能路線的局限性越來越明顯，車路協同開始被越來越多的業內人士看好。

單車智能存在五大硬傷，車路協同才是未來趨勢

在過去相當長的一段時間里，業界對自動駕駛的探索主要著眼于單車智能，發展到現在主要有兩種技術路線。一類是以谷歌Waymo為代表，主要通過多線激光雷達來進行環境感知。 因為激光雷達在探測精度和探測距離上擁有顯著優勢，所以這種飽和感知非常靈敏；另一類是以特斯拉為代表，依賴于攝像頭，同時運用大量的人工智能和數據學習來進行環境感知。目前，國內絕大多數的自動駕駛開發公司都是這樣來推進自動駕駛研發的。

那么僅僅依靠單車智能是否就能支持自動駕駛汽車繼續往前發展呢？現階段來看很難。盡管依靠單車智能，自動駕駛汽車已經能夠應對絕大部分的駕駛場景，但是該路線面臨的局限性也不容忽視。

據中國汽車工程學會理事長、清華大學教授、中國工程院院士李駿指出，從目前的表現看，單車智能還存在五大弱點。第一，自動駕駛必須要依靠AI，但AI技術目前還存在“黑箱效應”；第二，蘭德智庫曾提出，自動駕駛需要110億英里的道路測試，這怎么實現也是個問題；第三，完全自動駕駛會面臨大量的極端工況，這在軟件設計上如何保證其可靠性，并進行充分驗證；第四，L3、L4、L5自動駕駛成本很高，如何進入私家車領域；第五，完全自動駕駛汽車的實際行駛安全如何保證？

李駿認為，這需要形成新型智能理念，不能只是完全的單車智能。比如尋找自動駕駛能力和車外賦能聯合的邊界，用車外賦能結合單車智能，以數字化的形式傳遞車內外信息，讓車載計算平臺做最后的感知、規劃、決策，促進使能、賦能融合一體化技術的發展。

成波對此觀點也表示贊同，他進一步指出：“未來十年是智能汽車、智能道路發展的新時代。它不僅是單體智能，更是一個群體智能，架構智能，這需要智能汽車加上智慧的路。”

政策賦能車路協同，推動產業前進

隨著車路協同路線的優勢不斷凸顯，為更好地支持這項技術產業化，近兩年各個國家及相關組織也相繼出臺了一些鼓勵協同式自動駕駛發展的政策，并將發展智能網聯汽車提到了國家創新戰略層面，為其發展和產業規模的急劇擴張提供了良好的發展土壤和機遇。

今年2月，國家發改委、工信部、交通部等11個國家部委聯合下發了“關于印發《智能汽車創新發展戰略》的通知”，把“推進智能化道路基礎設施規劃建設”以及“建設覆蓋全國路網的道路交通地理信息系統”作為重要的戰略任務，傳達出了國家推動相關產業融合創新發展的決心。同時提出到2025年，基本形成中國標準智能汽車的技術創新、產業生態、基礎設施、法規標準、產品監管和網絡安全體系。

隨后4月24日，《國家車聯網產業標準體系建設指南（車輛智能管理）》正式出臺，旨在發揮標準在車聯網產業生態環境構建中的引領和規范作用，加快制造強國、網絡強國和交通強國建設步伐。

而除了國內產業界對車路協同的技術路線越來越認可，相關國際機構也圍繞著協同式自動駕駛，開始調整原先的標準，進行協同布局。

目前業內通用的L1-L5級自動駕駛國際標準來自美國汽車工程師協會（SAE），這套標準其實是在講單車智能，但日前美國交通運輸部對其進行了修改，將車外賦能加入了原來的單車智能定義之中。

此前，美國聯邦公路管理局領導的CARMA計劃以及2019年歐盟聯合美國、日本成立的新聯盟ARCADE（Aligning Research & Innovation for Connected and Automated Driving in Europe），也是希望通過自動駕駛車輛與道路基礎設施的協同開發來改善交通狀況，提高交通效率和交通安全。

國際標準化組織（ISO）同樣在推動建立一個全新的全球自動駕駛汽車的標準框架，目前正在動議當中，它的方向也是把ODD（設計運行區域）、ISAD（基礎設施對自動駕駛的支持等級）和交通規則結合在一起。

在此背景下，車路協同迎來了長足的發展，尤其是中國，在協同式自動駕駛發展上也一直成果不斷。比如百度利用其AI人工智能技術和平臺，以及地圖服務提供了一系列的解決方案，現在已經在長沙、廣州等多個城市開展相關的Robotaxi測試。

挑戰與機遇并存，協同布局贏發展

毋庸置疑，中國在基礎設施統籌建設方面優勢顯著，且國家對5G基建項目也有不少政策指導和資金投入，多方的積極布局下國內車路協同開始進入新的發展階段。不過，這項技術要大規模應用，也不乏挑戰。

成波認為主要有以下幾點。第一，在路測系統的基礎設施建設上缺乏頂層設計，包括應該在路端裝什么樣的傳感器，達到什么樣的性能，以什么樣的密度去配置，才可以保證無縫的觀測周邊環境，這里面有很多是未知的；第二，在群體交通中如何提高滲透率，并實現車輛、交通管理系統、運營服務基于數據的互聯互通；第三，如何保證高可靠低時延的數據交換，路測和邊緣云的計算如何實現時間同步和空間同步等也是需要解決的問題；第四，現行的檢測體系中，亟待建立一套可反應車路云協同駕駛的測試環境與評價標準。

針對這些問題，成波認為可從三個方面著手：一是目前中國市場缺少在車聯網運營、自動駕駛出行領域成規模的獨角獸企業，需要加強新型市場主體培育。二是推進地區城市集群示范效應，以推動產業發展。三是形成標準，真正建立起跨區域、跨平臺的數據交換機制，實現安全可控、體系可控、產業可控。

其中在標準的建立上，李駿給出了更為詳細的解讀。他指出自動駕駛是一個非常大的系統工程，也是國家工程，中國需要建立自己的智能網聯汽車標準，包括場景標準、地圖標準、通信標準、交通標準和安全標準，而不僅僅是單車智能。“這就要求中國應該有宏觀布局、中觀布局、微觀布局，同時要將智慧城市、智能交通、智慧能源、智能汽車融為一體，突破前瞻性技術和顛覆性技術，走出一條自己的道路。”李駿表示。
責任編輯：tzh