车路协同：谁来协同车与路？

　　最近，交通运输部在雄安新区道路建设工地一线召开发布会，通报雄安新区对外骨干网络通道、京津冀交通一体化建设等相关情况。据介绍，京雄高速公路与荣乌高速新线、津石高速、京德高速等组成“四纵三横”的雄安新区高速公路网络。在一系列高速公路的建设中，有关车路协同及自动驾驶的动向受到汽车业界的密切关注。随着道路交通智能化建设不断提速，车路协同正在走入现实，车辆、道路、通信、地图等不同要素如何协同的问题，越来越对智能网联汽车的下一步发展提出挑战。

　　道路交通智能化悄然提速

　　据悉，在雄安新区的高速公路建设中，京雄高速承担了“最内侧两车道建设支持自动驾驶的智能驾驶专用车道，打造面向高速公路的安全辅助驾驶、车路协同等技术应用的开放测试区”、“建设准全天候快速通行示范路段”、“收集关键结构物结构响应数据，建立全寿命期数字档案，建成数字化交通基础设施示范段”三项交通强国建设试点任务。京雄高速综合运用北斗高精定位、窄带物联网、大数据、人工智能、自动驾驶等新一代信息技术，提供了车路协同、准全天候通行、全媒体融合调度、智慧照明、综合运维等智能服务；道路两侧的智能灯杆则整合了能见度检测仪、边缘计算设备、智慧专用摄像机、路面状态检测器等新型智能设备。

　　京德高速的建设以业务为主线、以数据为核心，体现“人-车-路-云-网环境”之间的相互关系，“一体化车路协同”也因此成为其五大特征之一。

　　荣乌高速公路新线则将建立分车道、分时段智能货运车辆管控系统，实现货运车辆智能化管理的云平台。在硬件方面，荣乌高速新线全路段安装了数字感知系统毫米波雷达、监控视频设备，并先期部署了10公里左右的路侧智能单元（RSU）及北斗高精度定位基站，通过在日常养护管理车辆上安装车载智能单元（OBU），实现养护作业车辆实时定位、车辆避撞等车路协同场景，为后期车路协同全线应用提供数据支撑。

　　事实上，随着《交通强国建设纲要》发布，加快建设交通强国的号角已经吹响。其后出台的《关于推动交通运输领域新型基础设施建设的指导意见》，具体提出了三大领域的14项任务，其中包括在智慧公路方面，推动先进信息技术应用，逐步提升公路基础设施规划、设计、建造、养护、运行管理等全要素、全周期数字化水平。

　　“目前，高速公路（在智能化方向）的建设与运维过程中，形成了比较成熟的三个系统，供电系统、通讯光纤部署和门架。它们为高速公路后续的智能化发展奠定了非常好的硬件基础。如果我们在路侧增加终端设备（即RSU），就具备了车路协同的基本节点保障。”交通运输部公路科学研究院汽车运输研究中心主任、研究员周炜告诉《中国汽车报》记者，“车路协同是极具价值的方向，智能化道路与车辆互动，将使交通系统中的这两个元素相得益彰，也会推动双方共同的发展与进化，从而实现自动驾驶汽车的有条件应用。”

　　为智能汽车助力并“减负”

　　在雄安新区的高速公路建设中，人们发现感知元器件在路侧单元中得到大量应用，从而使毫米波雷达、超距雷达等成为“高频词”。一些元器件不仅出现在整车端，同时也适用于路侧。

　　“我们认为，智能化可以分为三个层次，‘看得见、会思考、能控制’。无论城市道路还是高速公路，得益于摄像头等设备的应用，已能够实现‘看得见’。”图达通总经理、智能交通解决方案资深专家邓常敏博士告诉记者，“现在的方向首先是从看得见逐步向‘看得清’发展。视频技术虽历经长时间发展，但在实际使用中还有一些难以克服的问题，比如夜间拍摄清晰度受限，即便有门架补光，但处理效果依然不理想。进一步延伸，不仅要看得清，还要看得远。摄像头采集的图像仍是二维的，只能显示物体的一些基本特征，但距离、速度等信息是‘看’不到的。”

　　邓常敏认为，目前通过摄像头及算法的配合，系统已能实现从探测到识别的功能，具备一定的“思考”能力，下一步要追求更智能化的思考。“现阶段，摄像头能‘看’到哪条车道出现了拥堵，却不会主动告知驾驶员如何规避。从这个角度看，道路智能化还有巨大提升空间。”他表示，“而在控制层面上，想象空间更为巨大。如果路侧的传感器足够强大，是否可以取消车载传感器，把全部的感知功能交由道路完成，从而实现车辆行驶路线的规划，达到完全的车路协同？”

　　在周炜看来：“车路协同中，路侧设备应能够感知道路交通要素的相互关系，与交通场景融合之后，传输给行驶在道路的车辆。实时感知、发送，使单车不必再进行大量的计算，不仅能极大地节省算力，也可将车辆有限的算力围绕驾乘人员部署。”

　　有鉴于此，激光雷达不仅可应用于车辆智能化，在道路智能化方面也将有用武之地。邓常敏表示：“激光雷达由于工作原理的优势，能够赋能智慧交通。从（现有摄像头的）二维图像升级到三维，可将50米左右的感知距离提升至300米甚至400米。我们的产品不仅能提升感知能力、扩大感知范围，还可以降低路侧设备的部署密度，在提升性能的同时保证成本可控。”

　　另据介绍，在“思考”层面，采用了激光雷达的路侧单元配合智能算法、AI的使用，将大幅降低基于交通流量实时规划路径、进行引导的难度。“已有企业在内部测试‘路控车’产品。由于激光雷达给路侧感知提供了足够精确的信息，用路侧设备取代车载传感器将有利于大幅降低车端成本。”邓常敏告诉记者，“当然，虽是同一种设备，但交通领域与汽车领域的需求存在差异，区别在于标准体系不同。汽车对元器件的抗振要求高，但车辆每天的运行时间一般不会特别长；交通领域的设备则全部在户外，要求24×7全天候工作，对抗恶劣天气要求高，且对寿命要求较高。”

　　发展要厘清关系、讲求实效

　　“我们已参与一些道路基础设施的建设，未来路侧的需求变化不会太大，但车端产品可能按照产业分工逻辑逐渐演化。”北京星云互联科技有限公司（以下简称“星云互联”）副总经理王易之向记者介绍道，“我们现在提供的软硬件产品及解决方案，未来如果大规模装车，车载硬件可能向具备大规模生产能力的一级零部件供应商聚集整合；此外，还会继续分化形成专门提供V2X软件设计能力的供应商，更进一步在所有底层软硬件搭建完成后，将出现提供各种增值服务的应用服务供应商，并与当前阶段车辆驾驶和出行服务中的一些环节打通，形成商业闭环，就类似于智能手机应用。”

　　王易之告诉记者，将车路协同技术应用于智慧交通和智能驾驶是星云互联专注的两个方向。作为设备和技术供应商，他们一是为高速公路和城市道路的智能化改造提供软硬件设备；二是为道路的智能网联升级提供整体解决方案，把道路交通设施如信号灯、交通标志标线等，通过RSU路侧智能单元进行数字化表达和发布，并通过边缘计算（MEC）串联起道路的智能化、网联化、数字化；三是以上述协同为基础，为车辆协同互联提供服务，同时为道路交通管理提供智能管控手段。最终，通过车路协同，精准获取道路交通信息，对需要监管的车辆进行精准管理。

　　“车路协同是涉及汽车、交通、通信等多个技术领域交叉的技术，过去几年，我们基本健全了车路协同的标准体系，并进行了小规模建设与示范应用。下一步的重点应是大力推动量产和规模化应用，渗透率提升才是迈向产业成熟的标志。”王易之表示。

　　邓常敏提出：“道路智能化改造，大概率会选择部署激光雷达，分歧只是在于部署密度、成本以及应用何种规格、精度的产品。我们参与到一些标准的制定工作当中，也希望行业能够早日达成共识。”

　　周炜就此指出，在车路协同逐渐从概念走向现实的过程中，需要重视几个问题：首先，不同参与者之间相互制约，相互影响，任何产品都是有特定使用条件，车路协同是车路互为条件，系统内还有环境、管理等其他构成要素，因此厘清关系非常重要；其次，由于自动驾驶跨行业、跨领域，起草标准、完善体系迫在眉睫；第三，所有问题最后都会沉淀到用户使用层面。

　　周炜认为：“由于受到车辆长度、质量、安全、灵活性、运输效率等因素制约，营运车辆实现自动驾驶的难度要比非营运车辆更高，但更容易实现规范化管理。因此，自动驾驶的有条件应用，应先出现在营运车辆上。智能汽车与智能道路匹配，发挥核心引导作用的将是市场因素，这样的功能可以给运输企业带来什么价值是行业应当尽快作答的。如果运输企业在安全、成本、管理等方面获得成效，解决了痛点，那么自动驾驶才会实现正向的可持续发展；否则，看不到实际的改善与提升，运输企业应用（自动驾驶）的意向会减弱甚至产生抵触心理。”

　　“道路是运输场景，也是公共交通场景，因此智能汽车运行在智慧道路上，需要第三方的评估和试验检测报告。”周炜还强调，“从管理角度看，不能仅关注于传统意义上的运输安全，未来这样的做法也一定会延续到车路协同、自动驾驶测试、试点示范及实际应用的各个阶段。”

　　由谁做协调成为核心关注

　　道路智能化在提速，汽车智能化也在提速，车路协同究竟如何实现协同成为关键性问题。

　　周炜认为，由于涉及人、车、货、路、环、管、网等多项要素，车路协同已经成为一个全社会、全要素参与的宏大系统，仅依靠一个部门或行业是无力实现的，必须多行业、跨部门协作，但由于要素过多，横向配合协调的难度极高。

　　周炜强调，整车企业应站在用户的角度思考问题。他直言：“现在，一些企业对于自动驾驶还是习惯于从研发、生产的角度来加以推动。事实上，用户需求才是最大的牵引力，市场才是最大的动力源。一些企业沉醉于根据自动驾驶的分级，宣传自己产品的技术水平，行业也习惯了据此判断其先进性。但当自动驾驶汽车遇到危险时，给驾驶员留出的处理时间非常短，他们在毫无准备的情况下很难接管，或者即便接管也必然会发生事故。试问，如果驾驶员需要随时观察路面情况并准备接手处理，这样的自动驾驶功能对于用户又有何用？”

　　“现阶段来看，车路协同的关键点在于谁来主导。从理论上，车-路-云完全打通没有问题，但谁来主导建设，谁主导运营，这些因素决定了系统的流畅度与效率。”邓常敏告诉记者，“车路协同应分阶段发展，我们现在就处于比较初级的阶段。目前，车路协同对于自动驾驶的作用，更多在于系统冗余，路侧的信息传递到车载端，车载端可以选择采用或不采用。有的厂商对自动驾驶、云端和高精度地图的解决方案都有布局，那么由其主导建设与运营，各部分的协调难度就较低。而现在这样的厂商数量还非常少，各示范区跨平台、跨软件、跨地域，处于‘各自为战’的状态，彼此之间的联通性还不理想。我认为在第二个阶段，路侧提供的信息就将得到业界的认可，从小范围采用路侧信息发展到大范围全部采用路侧信息，从而形成从局部路径规划到实时全路线规划。第三阶段也就是终极方案，车载端的传感器可以全部‘关停’，完全依靠来自智慧道路的路侧信息。后两个阶段，需要路侧信息测得准，还需要及时性，通讯延时要短，作为路侧信息的关键，交通感知这张大网谁来建、谁来运营、谁来维护，都是极有挑战性的课题。”