中國距自動駕駛的普及還有多遠？

2021年，我們距自動駕駛的未來似乎非常接近，又非常遙遠。

今年，一部分高階自動駕駛車型已經邁入量產，完全無人化的Robotaxi也進入了早期測試階段。僅以百度Apollo為例，其與威馬合作搭載AVP自主泊車系統(tǒng)的車型威馬W6已量產上市；5月，Apollo 在北京首鋼園區(qū)向公眾開放了主駕駛位無人的Robotaxi。

也就是說，普通消費者現(xiàn)在立刻馬上就能買到帶有高階自動駕駛功能的車型，或者付費使用完全無人駕駛的服務。但前提是，這些車型的售價/成本并不低廉，高級別的自動駕駛功能或者完全無人駕駛，需要在特定場景下才能運行。

無論對于哪個級別的自動駕駛，安全性、ODD（設計運營區(qū)域）以及經濟性是衡量技術商業(yè)化程度的三個要素。加速自動駕駛的發(fā)展，核心就是持續(xù)提高自動駕駛系統(tǒng)的安全性，擴大自動駕駛系統(tǒng)可運行的ODD范圍以及改善系統(tǒng)的經濟性。

但如何同時做到這3點呢？

6月24日，清華大學智能產業(yè)研究院（AIR）聯(lián)合百度Apollo共同發(fā)布了全球第一份車路協(xié)同技術創(chuàng)新白皮書《面向自動駕駛的車路協(xié)同關鍵技術與展望》。一邊是中國頂級學府的人工智能產業(yè)研究機構，另一邊是中國最早投入自動駕駛研究的平臺公司，清華和百度聯(lián)合發(fā)布的這份白皮書指出了：發(fā)展車路協(xié)同將是自動駕駛規(guī)?；蜕虡I(yè)化的必經之路。

一、單車智能面臨的三大挑戰(zhàn)

當前，全球業(yè)內主流的自動駕駛方案是2條路線：單車智能（Autonomous Driving，簡稱“AD”）與車路協(xié)同（Vehicle-Infrastructure Cooperated Autonomous Driving，簡稱“VICAD”）。

Waymo和特斯拉走的都是AD單車智能的路線。而單車智能當前正面臨三重挑戰(zhàn)，這表現(xiàn)在這兩家公司身上尤為明顯：

1. 經濟性堪憂。Waymo為了保證自動駕駛系統(tǒng)的安全，最大程度地減少車輛盲區(qū)并且消除單一傳感器的感知局限，因此它選擇在車輛上搭載了堪稱“奢華”的傳感器配置——5個激光雷達、6個毫米波雷達以及29個攝像頭，這些傳感器加上高規(guī)格的計算單元導致Waymo的自動駕駛車輛成本高企。

2. ODD設計運營區(qū)域有限。同樣為了保障安全，Waymo的車隊目前僅在亞利桑那州的鳳凰城等少數(shù)幾個人煙相對稀少并且經過大量測試的地域運營。

3. 安全性。Waymo采用高成本的系統(tǒng)方案以及有限的ODD運營范圍，從而保障自動駕駛車隊的安全性，但弊端在于在前兩者的限制下，實際上Waymo的商業(yè)化進程緩慢。而特斯拉剛好相反，特斯拉采用了以視覺為主的傳感器方案，將整套系統(tǒng)成本降低，同時將ODD范圍拓展到絕大部分的高速封閉道路以及一部分的開放城市道路，這樣反過來導致系統(tǒng)的安全性相比高等級自動駕駛方案大幅降低，從2016年開始特斯拉不斷發(fā)生Autopilot開啟時用戶在交通意外中死亡的事故。

這樣看來，在AD單車智能的技術路線上，經濟性、ODD和安全性似乎永遠是顧此失彼，難以兼得的多重要素。

而VICAD車路協(xié)同提供了一種完全不同的思路。

二、車路協(xié)同是自動駕駛的必由之路

“靠單車智能，現(xiàn)在高速公路的自動駕駛基本上做的還是不錯的。但要進入城市道路，尤其在路口這樣的地方，就會存在問題。現(xiàn)在從技術上提出新的辦法，就是車路協(xié)同?！痹诎灼陌l(fā)布儀式上，同濟大學汽車安全技術研究所所長朱西產表示。

單車智能遇到的最典型困境，就是視線遮擋以及感知識別算法失效。比如在前方大車嚴重遮擋的情況下，即使在車端增加多個激光雷達，也是無法彌補的。相反，如果放在路端，可能只需要增加幾個攝像頭就可以解決，并且路端的攝像頭可以實現(xiàn)多車共享，利用率也將大幅提升。

白皮書以鬼探頭、前方大車避讓、路口非機動車闖紅燈以及異形的紅綠燈舉了多個案例：

① 這類場景就是常見的鬼探頭，行人突然從大車后走出，僅憑單車智能，自動駕駛車輛需要在極短的時間內進行識別、決策和控制，容易引發(fā)事故。而路端設備則可以提前感知到行人或對向車輛的動向，為自動駕駛系統(tǒng)預留充足的響應時間。

② 跟車過程中，本車道前方發(fā)生交通事故，前方大車臨近時突然避讓，可能導致后方自動駕駛車輛避讓不及。同樣，路端感知設備可以提前發(fā)現(xiàn)事故，并通知自動駕駛車輛提前進行決策規(guī)劃。

③ 在十字路口，自動駕駛車輛綠燈起步時，橫向車道有非機動車違規(guī)闖紅燈快速切入本車車道，車路協(xié)同配合也能提前感知，避免事故發(fā)生。

④ 各地紅綠燈的設置各異，視覺感知算法在異形紅綠燈面前很可能會失效，此時通過紅綠燈與車路協(xié)同的融合，可以解決紅綠燈的識別問題。

如果把單車智能比喻成是在黑夜中為司機照亮前路的車燈，在車燈的照耀下，車輛行駛依然存在不可避免的盲區(qū)。而車路協(xié)同的作用就類似于路燈。車燈與路燈結合才能為車輛安全駕駛護航。

一旦系統(tǒng)的安全性提高，其ODD可運行范圍就能有效地擴大。

最后剩下的問題是，車路協(xié)同建設如何在保證安全性、擴大ODD的基礎上，依然能做到降低自動駕駛系統(tǒng)的成本。

解決了這個問題，車路協(xié)同與單車智能結合必然成為自動駕駛技術快速商業(yè)化落地的最優(yōu)解。

三、分級建設：在中國構建車路協(xié)同的可行方案

關于車路協(xié)同的技術構建有一個常見的誤區(qū)：車路協(xié)同的基礎設施建設是非常昂貴的，要遠遠超過單車智能的改造投入。

實際上，根據(jù)《面向自動駕駛的車路協(xié)同關鍵技術與展望》的白皮書測算：在一定規(guī)模下，VICAD智能化道路所需的升級改造成本要低于單車智能。

據(jù)交通運輸部《2020年交通運輸行業(yè)發(fā)展統(tǒng)計公報》數(shù)據(jù)顯示，截止到2020年末，全國四級及以上等級公路里程494.45萬公里，高速公路里程16.10萬公里，全國城市道路45.90萬公里。全國汽車保有量有2.81億輛。由此可以推算出，只要在每輛車上節(jié)省1.98萬元的成本，就可以在每公里的道路上投入100萬元的智能化改造。

而如果前期重點選擇車流密集一線城市進行試點改造，因為利用率高，實際上分攤到單車的改造成本更低。

以北京為例說明，只要在每輛車上節(jié)省 2000 元的成本，就可以在每公里的道路上投入約50萬元和每個路口投入81.84萬元的全部智能化設備升級改造。

中國擁有公路 501.25萬公里，高速公路14.26萬公里，要在如此龐大的公路體系上一次性大面積改建智能化公路，是不現(xiàn)實的。

因此，除了重點城市先行試點建設之外，《白皮書》還提出了：我國智能道路的發(fā)展應兼顧各地公路不同的功能需求，將智能公路的智能化等級進行劃分，不同公路采用不同的智能化等級為目標進行規(guī)劃與建設，也就是分級建設的路線。

《白皮書》根據(jù)道路智能化水平分為C0 - C5級6個等級，道路智能化等級越高，對車輛智能化要求也越低，覆蓋的智能汽車等級范圍也越廣。

其中，C4級別的道路特別值得關注。C4級道路可同時支持L2+ - L5級的自動駕駛車輛行駛。

什么意思呢？就是一輛L2+級別具備輔助駕駛功能的車型經過C4級道路，也能變成高度自動駕駛車輛。

除此之外，高等級的智能道路還可服務于智慧城市，形成城市交通的車路云一體化智能化管控，提高通行效率、保障安全。

總得來說，《白皮書》提出的車路協(xié)同智能道路建設解決方案是：以重點城市率先試點，道路分級建設，其中C4級智能道路的建設對自動駕駛的大規(guī)模落地將起到重要的加速作用。

四、自動駕駛中國方案：最強單車智能+車路協(xié)同

車路協(xié)同的落地與單車智能不同，單車智能與汽車行業(yè)的關聯(lián)最大，而車路協(xié)同橫跨了汽車、交通與通信三大行業(yè)，因此在技術落地上需要至少三個行業(yè)的協(xié)同。

朱西產認為：“只有在中國具有頂層設計的能力，并且政府對于產業(yè)有很高的把控程度，車路協(xié)同才更容易實現(xiàn)?！?/p>

清華大學智能產業(yè)研究院 (AIR) 院長張亞勤認為，車路協(xié)同恰恰也是中國在智能交通和智能汽車上獨特的方案和優(yōu)勢。

百度是自動駕駛領域技術能力最強的公司，清華大學是“車路云一體”的網聯(lián)智能在中國最早的提出者和踐行者。此次清華大學智能產業(yè)研究院 (AIR)與百度Apollo聯(lián)合發(fā)布的白皮書可能是全球范圍內第一次發(fā)布在車路協(xié)同方面的理論參考框架，對全行業(yè)針對車路協(xié)同的技術落地路徑和方案有深度的思考和解讀，對形成產業(yè)共識有重大意義。

從2004年的DARPA挑戰(zhàn)賽至今，這一輪的自動駕駛產業(yè)技術發(fā)展已有超過17年時間。Google正式投入自動駕駛技術的開發(fā)則已經有超過10年時間。

中國自動駕駛如何實現(xiàn)彎道超車，率先安全落地？車路協(xié)同的建設將是必經之路。

返回第一電動網首頁 >