|
车路协同已经成为行业共识，能不能让车路协同成为中国一个换道超车的机会，则有赖于整个产业的共同合作，产业融合和整体协调将决定中国智能交通的成与败。车路协同里很重要的是三个方面的协调：聪明的车、智慧的路和强大的云。 中智行L4级别自动驾驶体验 日前，记者受邀参加了中智行无人驾驶汽车在上海奉贤区的路测，体验了L4级自动驾驶。路测在奉贤自动驾驶汽车开发测试区进行，此次乘坐的是一辆基于林肯 除了路面的正常行驶，车辆对于路口的红绿灯，也会很聪明地做出反应。比如，当车辆需要左转，接近路口的停车线时，车辆就会缓慢刹停，并打起转弯指示灯；等待绿灯倒计时提前准备起步；而在转弯时遇到待行区域，车辆也会自动驶入。 车辆设置了两个模式，普通模式和运动模式。车内还配备了一块大屏幕，上面显示了车辆的行驶路径，以及周边环境，无论是车辆、行人或是非机动车，都能够精准识别，并在屏幕上动态显示。 本次试乘主要是单车智能的体现，对于中智行来说，其早在去年年底，就开始进行战略转型，从基于单车智能的无人驾驶，转向车路协同，做中国的智能出行。近一年来，中智行在车路协同的道路上逐渐加快脚步。试乘之后，记者与中智行的技术专家就单车智能、车路协同等话题进行了深度探讨。 车路协同有望换道超车 从2019年开始，中美两国在智能交通的发展上选择了不同的方向。美国一如既往的走在了单车智能的道路上，其一是因为美国的5G没有大规模铺开；其二是美国在单车智能的发展上遥遥领先。而中国从2019年的6月6号颁布了4张5G商业牌照之后，中国的5G技术覆盖已经走在了世界前端。 Navigant的研究报告对世界范围内的无人驾驶公司进行了排名，20余家无人驾驶公司，能够上榜的中国公司只有百度一家。中国要想在单车智能上赶超美国的前三名，至少还需要2~3年的时间。中国选择走车路协同的道路发展智慧交通，将有机会换道超车，在未来做到世界领先。 中国良好的“变道条件”也正为中智行的发展路线提供支撑。2020年2月，国家发改委等11个部委联合印发《智能汽车创新发展战略》指出车路协同是未来的重要发展方向。5G和新基建加持，中国最有可能做车路协同。 10月29日，中智行宣布与中汽创智科技有限公司达成战略合作，双方将各自发挥在汽车行业和无人驾驶行业的资源和优势，共同探索单车智能驾驶、5G智能车路协同等汽车科技，推动行业发展。据中智行的规划，两年后将在百平方公里的范围内验证车路协同的安全性。 车路协同是高级别自动驾驶的必由之路 同济大学教授朱西产曾指出，车路协同是高级别自动驾驶的必由之路，通过路端计算可以有效地降低车端计算量，降低车载芯片成本。早期的自动驾驶算法普遍以应对实时场景为主，对人工智能算法的依赖较为严重。目前许多自动驾驶公司将算法重心从应对实时场景，转移到了场景库建设，这使得近年来无人驾驶技术更加趋于成熟。
2017年，waymo无人车在自动驾驶测试中，平均5000公里需要人工介入一次，而2019年人工介入平均里程已经上升到了3万公里，提升非常明显。单车智能的技术路线走向无人驾驶难度和成本都会很高，而车路协同的技术路线成为了无人驾驶的一条必由之路。 车路协同可以让车看得更远，消除遮挡，大幅减少车端的计算量。例如，一些小区的垂直路口通常会安装凸面镜来扩大视野范围，减少“鬼探头”事故的发生，但是激光雷达、毫米波雷达几乎无法识别和处理凸面镜内的景象，摄像头识别凸面镜内容的难度也非常大。如果路端摄像头和雷达可以对视野盲区进行监控，并将信息传递到车端，就可以起到拓展视野、消除遮挡在作用。 很多实时路况信息都在路端完成计算，结合5G的大带宽、低延时通信，就能大幅降低车端的计算量。据华为的描述，车路协同后使用14nm和28nm的自动芯片就足够了，不需要5nm的高精度芯片，可以大大降低车载芯片成本。随着技术逐渐成熟，无人驾驶走向量产，成本会急剧下降，当无人驾驶在特定场景下的成本和效率能与人力成本相当时，这一市场空间将被大幅释放。
车路协同较单车智能相比，有一些明显的优势。从安全性上考虑，车路协同可以做到超视距的感知。路边单元可以通过自身的传感器将车辆感知不到的道路信息准确地传给车，为车辆抹去很多探测死角；另外，它有协同决策的能力。路边单元可以使用市电，突破了车载能源的限制从而可以使用性能更强劲的计算单元，使得车辆的决策能力大幅提高。从长远考虑，通过车路协同建设智慧交通的性价比是远超过仅使用单车智能的。另外，这些性能强大的计算单元可以通过光纤与区域计算单元以及整个城市的大规模计算中心相连接。这样不仅能解决计算瓶颈的问题，还可以从宏观角度对交通进行统一的决策和调度。所以有超视距的感知、有协同的决策，车路协同将实现更安全的驾驶。 从效率上考虑，车路协同仍然优于单车智能。单车智能是靠车上的电脑来做决策的，它倾向于个体优化。如果采用车路协同的方案，就会有一个中央计算中心从全局上来统筹优化，优化效率要远远高于单车智能，并从根源上解决拥堵问题，使得车路协同的交通效率能够大幅度提升。经过数学上的计算，道路的拥堵情况在道路上无人驾驶车辆和有人驾驶车辆同时存在的情况下就能降低30%~40%。如果道路上全部都是无人驾驶汽车，那么交通拥堵问题有望被彻底解决，大幅提升通勤效率。 车路协同是新基建最有价值的承载 中国走车路协同已经成了整个行业的共识，能不能让车路协同成为中国一个换道超车的机会，则有赖于整个产业的共同合作，产业融合和整体协调将决定中国智能交通的成与败。
车路协同里很重要的是三个方面的协调：一个是车，另一个是路，还有一个是在后面支持这条路的云。未来，在中央指挥系统前俯瞰交通网，上面密密麻麻地部署了传感器和路边单元来指挥道路上流动的车和其他交通设备。 中国的新基建有七个主要方向。其中的三个最主要、最核心的方向都是与智能交通相关的：AI技术，5G技术和工业互联网。眼下我们要解决的不仅仅是这张“网”的“结”：路边的5G通讯设备，还有摸清这张“网”的“线”：每个路边单元的算力需要多大？它需要多大的存储设备？它要跟这个区域计算单元怎样沟通?它要把什么样的数据传给后面的区域计算核心？要把多少数据传给整个城市的智能交通指挥中心？路边单元采集到的原始数据，需要传输哪些数据给汽车？还是需要将经过过滤的信息传给汽车？这也是亟待解决的问题。 因此在中国有很多地方、很多单位都在部署和测试这类路边单元，大家都在探索：到底是什么样级别的路边单元是适合的？除了对路边单元的探索，还要对区域计算单元进行部署。这就需要行业内像中智行这样的初创公司去探索，去把“这条河“趟过去。 车路协同的关键在于智能 车路协同关键不在于路边单元的硬件，而在于这些路边单元的硬件内有多少智能软件在里面。就像一台电脑，你将深度学习软件装入，那么它可以像Alpha Go一样打败世界冠军，但如果你只装入一个普通软件，那么它就只能玩玩游戏，或者干一些普通的工作。所以现在在路边的这些单元，它到底要去判断哪些东西？它应该对车的行为做出什么样的评估？能够达到什么样的精准度？路边单元的部署目前还没有公司开始尝试，中智行期待和相关部门及企业共同交流这些问题。 路边单元最核心的功能是智能的感知：它不但要识别探测到的是人还是各种不同种类的车，还要预判这个车的轨迹和行为，例如车辆会不会在路口减速遵守交通规则？车辆会不会闯红灯？这些从人工智能的角度来讲，都是能够提前做出预判的，并且精准度都能够达到甚至超过99%。 要做到无人驾驶到车路协同有一个很大的障碍，就是怎么来实践测试无人驾驶，仅靠路测是完全不够的，所以要把测试系统实现成高级别的仿真系统。单车智能的仿真系统一般是用一辆车来仿真所有的道路，而做到车路协同的仿真系统要仿真整个城市，必须做出一个高级别的数字孪生系统，这是车路协同和单车智能很大的一个技术区别。
中智行的愿景是通过“聪明的车、智慧的路和强大的云”实现中国智慧交通。在整个过程中，中智行将从底层技术上深度融合5G和AI，打造新一代5GAI车路协同无人驾驶技术，在超强感知、智能规划、智慧调度等方面，将AI赋能的单车智能和5G相结合，有如给单点智能的车加装上全天候、全场景、360度的“千里眼”和统筹全局的“智慧脑”，实现车、路、人、基础设施的万物互联和万物互控。未来，每辆车都将成为信息的接收者、中转者、处理者和发出者，全局调配将在一张城市智慧网上运行。中智行5GAI车路协同的新一代无人驾驶将构建城市庞大的即时运力交通网络。 当然无人驾驶单车智能比较容易去推动，要做到车路协同，尤其是把道路改造成高级别的智能化的，并且支持自动驾驶的道路，这个过程是比较漫长和困难的，其中最重要的是需要政府的全力支持。
中智行是第一批获得长三角一体化测试牌照的公司，对于中国要实现高级别的智能交通，需要有核心的自主知识产权和核心技术。同时还要培养大量高级别的人才，中智行在这方面做了很多的推动和实践。中智行在临港和奉贤已经实现了非常初级的车路协同功能，随着路边单元的升级和5G的升级，相信上海有机会率先实现真正的、智能的车路协同和智能交通。 中国的智能交通系统未来的路还很长，希望有更多的伙伴一起来合作，共同推动中国车路协同的这条道路。 |
MKZ(参数|图片) 2.0H车型打造的L4级自动驾驶车辆。车上的激光雷达、摄像头等硬件设备一应俱全，这也是车辆实现自动驾驶的基础配备。出于目前国内法规要求，车上配备了一名安全员。但记者注意到，在全程6、7公里的行驶过程中，车辆都是自行完成加速、减速、转向、刹停等动作，安全员全程并未介入。
