車路協同：誰來協同車與路？

最近，交通運輸部在雄安新區道路建設工地一線召開發佈會，通報雄安新區對外骨幹網絡通道、京津冀交通一體化建設等相關情況。據介紹，京雄高速公路與榮烏高速新線、津石高速、京德高速等組成“四縱三橫”的雄安新區高速公路網絡。在一系列高速公路的建設中，有關車路協同及自動駕駛的動向受到汽車業界的密切關注。隨着道路交通智能化建設不斷提速，車路協同正在走入現實，車輛、道路、通信、地圖等不同要素如何協同的問題，越來越對智能網聯汽車的下一步發展提出挑戰。

道路交通智能化悄然提速

據悉，在雄安新區的高速公路建設中，京雄高速承擔了“最內側兩車道建設支持自動駕駛的智能駕駛專用車道，打造面向高速公路的安全輔助駕駛、車路協同等技術應用的開放測試區”、“建設準全天候快速通行示範路段”、“收集關鍵結構物結構響應數據，建立全壽命期數字檔案，建成數字化交通基礎設施示範段”三項交通強國建設試點任務。京雄高速綜合運用北斗高精定位、窄帶物聯網、大數據、人工智能、自動駕駛等新一代信息技術，提供了車路協同、準全天候通行、全媒體融合調度、智慧照明、綜合運維等智能服務；道路兩側的智能燈杆則整合了能見度檢測儀、邊緣計算設備、智慧專用攝像機、路面狀態檢測器等新型智能設備。

京德高速的建設以業務爲主線、以數據爲核心，體現“人-車-路-雲-網環境”之間的相互關係，“一體化車路協同”也因此成爲其五大特徵之一。

榮烏高速公路新線則將建立分車道、分時段智能貨運車輛管控系統，實現貨運車輛智能化管理的雲平臺。在硬件方面，榮烏高速新線全路段安裝了數字感知系統毫米波雷達、監控視頻設備，並先期部署了10公里左右的路側智能單元（RSU）及北斗高精度定位基站，通過在日常養護管理車輛上安裝車載智能單元（OBU），實現養護作業車輛實時定位、車輛避撞等車路協同場景，爲後期車路協同全線應用提供數據支撐。

事實上，隨着《交通強國建設綱要》發佈，加快建設交通強國的號角已經吹響。其後出臺的《關於推動交通運輸領域新型基礎設施建設的指導意見》，具體提出了三大領域的14項任務，其中包括在智慧公路方面，推動先進信息技術應用，逐步提升公路基礎設施規劃、設計、建造、養護、運行管理等全要素、全週期數字化水平。

“目前，高速公路（在智能化方向）的建設與運維過程中，形成了比較成熟的三個系統，供電系統、通訊光纖部署和門架。它們爲高速公路後續的智能化發展奠定了非常好的硬件基礎。如果我們在路側增加終端設備（即RSU），就具備了車路協同的基本節點保障。”交通運輸部公路科學研究院汽車運輸研究中心主任、研究員周煒告訴《中國汽車報》記者，“車路協同是極具價值的方向，智能化道路與車輛互動，將使交通系統中的這兩個元素相得益彰，也會推動雙方共同的發展與進化，從而實現自動駕駛汽車的有條件應用。”

爲智能汽車助力並“減負”

在雄安新區的高速公路建設中，人們發現感知元器件在路側單元中得到大量應用，從而使毫米波雷達、超距雷達等成爲“高頻詞”。一些元器件不僅出現在整車端，同時也適用於路側。

“我們認爲，智能化可以分爲三個層次，‘看得見、會思考、能控制’。無論城市道路還是高速公路，得益於攝像頭等設備的應用，已能夠實現‘看得見’。”圖達通總經理、智能交通解決方案資深專家鄧常敏博士告訴記者，“現在的方向首先是從看得見逐步向‘看得清’發展。視頻技術雖歷經長時間發展，但在實際使用中還有一些難以克服的問題，比如夜間拍攝清晰度受限，即便有門架補光，但處理效果依然不理想。進一步延伸，不僅要看得清，還要看得遠。攝像頭採集的圖像仍是二維的，只能顯示物體的一些基本特徵，但距離、速度等信息是‘看’不到的。”

鄧常敏認爲，目前通過攝像頭及算法的配合，系統已能實現從探測到識別的功能，具備一定的“思考”能力，下一步要追求更智能化的思考。“現階段，攝像頭能‘看’到哪條車道出現了擁堵，卻不會主動告知駕駛員如何規避。從這個角度看，道路智能化還有巨大提升空間。”他表示，“而在控制層面上，想象空間更爲巨大。如果路側的傳感器足夠強大，是否可以取消車載傳感器，把全部的感知功能交由道路完成，從而實現車輛行駛路線的規劃，達到完全的車路協同？”

在周煒看來：“車路協同中，路側設備應能夠感知道路交通要素的相互關係，與交通場景融合之後，傳輸給行駛在道路的車輛。實時感知、發送，使單車不必再進行大量的計算，不僅能極大地節省算力，也可將車輛有限的算力圍繞駕乘人員部署。”

有鑑於此，激光雷達不僅可應用於車輛智能化，在道路智能化方面也將有用武之地。鄧常敏表示：“激光雷達由於工作原理的優勢，能夠賦能智慧交通。從（現有攝像頭的）二維圖像升級到三維，可將50米左右的感知距離提升至300米甚至400米。我們的產品不僅能提升感知能力、擴大感知範圍，還可以降低路側設備的部署密度，在提升性能的同時保證成本可控。”

另據介紹，在“思考”層面，採用了激光雷達的路側單元配合智能算法、AI的使用，將大幅降低基於交通流量實時規劃路徑、進行引導的難度。“已有企業在內部測試‘路控車’產品。由於激光雷達給路側感知提供了足夠精確的信息，用路側設備取代車載傳感器將有利於大幅降低車端成本。”鄧常敏告訴記者，“當然，雖是同一種設備，但交通領域與汽車領域的需求存在差異，區別在於標準體系不同。汽車對元器件的抗振要求高，但車輛每天的運行時間一般不會特別長；交通領域的設備則全部在戶外，要求24×7全天候工作，對抗惡劣天氣要求高，且對壽命要求較高。”

發展要釐清關係、講求實效

“我們已參與一些道路基礎設施的建設，未來路側的需求變化不會太大，但車端產品可能按照產業分工邏輯逐漸演化。”北京星雲互聯科技有限公司（以下簡稱“星雲互聯”）副總經理王易之向記者介紹道，“我們現在提供的軟硬件產品及解決方案，未來如果大規模裝車，車載硬件可能向具備大規模生產能力的一級零部件供應商聚集整合；此外，還會繼續分化形成專門提供V2X軟件設計能力的供應商，更進一步在所有底層軟硬件搭建完成後，將出現提供各種增值服務的應用服務供應商，並與當前階段車輛駕駛和出行服務中的一些環節打通，形成商業閉環，就類似於智能手機應用。”

王易之告訴記者，將車路協同技術應用於智慧交通和智能駕駛是星雲互聯專注的兩個方向。作爲設備和技術供應商，他們一是爲高速公路和城市道路的智能化改造提供軟硬件設備；二是爲道路的智能網聯升級提供整體解決方案，把道路交通設施如信號燈、交通標誌標線等，通過RSU路側智能單元進行數字化表達和發佈，並通過邊緣計算（MEC）串聯起道路的智能化、網聯化、數字化；三是以上述協同爲基礎，爲車輛協同互聯提供服務，同時爲道路交通管理提供智能管控手段。最終，通過車路協同，精準獲取道路交通信息，對需要監管的車輛進行精準管理。

“車路協同是涉及汽車、交通、通信等多個技術領域交叉的技術，過去幾年，我們基本健全了車路協同的標準體系，並進行了小規模建設與示範應用。下一步的重點應是大力推動量產和規模化應用，滲透率提升纔是邁向產業成熟的標誌。”王易之表示。

鄧常敏提出：“道路智能化改造，大概率會選擇部署激光雷達，分歧只是在於部署密度、成本以及應用何種規格、精度的產品。我們參與到一些標準的制定工作當中，也希望行業能夠早日達成共識。”

周煒就此指出，在車路協同逐漸從概念走向現實的過程中，需要重視幾個問題：首先，不同參與者之間相互制約，相互影響，任何產品都是有特定使用條件，車路協同是車路互爲條件，系統內還有環境、管理等其他構成要素，因此釐清關係非常重要；其次，由於自動駕駛跨行業、跨領域，起草標準、完善體系迫在眉睫；第三，所有問題最後都會沉澱到用戶使用層面。

周煒認爲：“由於受到車輛長度、質量、安全、靈活性、運輸效率等因素制約，營運車輛實現自動駕駛的難度要比非營運車輛更高，但更容易實現規範化管理。因此，自動駕駛的有條件應用，應先出現在營運車輛上。智能汽車與智能道路匹配，發揮核心引導作用的將是市場因素，這樣的功能可以給運輸企業帶來什麼價值是行業應當儘快作答的。如果運輸企業在安全、成本、管理等方面獲得成效，解決了痛點，那麼自動駕駛纔會實現正向的可持續發展；否則，看不到實際的改善與提升，運輸企業應用（自動駕駛）的意向會減弱甚至產生牴觸心理。”

“道路是運輸場景，也是公共交通場景，因此智能汽車運行在智慧道路上，需要第三方的評估和試驗檢測報告。”周煒還強調，“從管理角度看，不能僅關注於傳統意義上的運輸安全，未來這樣的做法也一定會延續到車路協同、自動駕駛測試、試點示範及實際應用的各個階段。”

由誰做協調成爲核心關注

道路智能化在提速，汽車智能化也在提速，車路協同究竟如何實現協同成爲關鍵性問題。

周煒認爲，由於涉及人、車、貨、路、環、管、網等多項要素，車路協同已經成爲一個全社會、全要素參與的宏大系統，僅依靠一個部門或行業是無力實現的，必須多行業、跨部門協作，但由於要素過多，橫向配合協調的難度極高。

周煒強調，整車企業應站在用戶的角度思考問題。他直言：“現在，一些企業對於自動駕駛還是習慣於從研發、生產的角度來加以推動。事實上，用戶需求才是最大的牽引力，市場纔是最大的動力源。一些企業沉醉於根據自動駕駛的分級，宣傳自己產品的技術水平，行業也習慣了據此判斷其先進性。但當自動駕駛汽車遇到危險時，給駕駛員留出的處理時間非常短，他們在毫無準備的情況下很難接管，或者即便接管也必然會發生事故。試問，如果駕駛員需要隨時觀察路面情況並準備接手處理，這樣的自動駕駛功能對於用戶又有何用？”

“現階段來看，車路協同的關鍵點在於誰來主導。從理論上，車-路-雲完全打通沒有問題，但誰來主導建設，誰主導運營，這些因素決定了系統的流暢度與效率。”鄧常敏告訴記者，“車路協同應分階段發展，我們現在就處於比較初級的階段。目前，車路協同對於自動駕駛的作用，更多在於系統冗餘，路側的信息傳遞到車載端，車載端可以選擇採用或不採用。有的廠商對自動駕駛、雲端和高精度地圖的解決方案都有佈局，那麼由其主導建設與運營，各部分的協調難度就較低。而現在這樣的廠商數量還非常少，各示範區跨平臺、跨軟件、跨地域，處於‘各自爲戰’的狀態，彼此之間的聯通性還不理想。我認爲在第二個階段，路側提供的信息就將得到業界的認可，從小範圍採用路側信息發展到大範圍全部採用路側信息，從而形成從局部路徑規劃到實時全路線規劃。第三階段也就是終極方案，車載端的傳感器可以全部‘關停’，完全依靠來自智慧道路的路側信息。後兩個階段，需要路側信息測得準，還需要及時性，通訊延時要短，作爲路側信息的關鍵，交通感知這張大網誰來建、誰來運營、誰來維護，都是極有挑戰性的課題。”