清華百度聯手釋出全球首份車路協同技術白皮書

魚羊 發自 凹非寺量子位 報道 | 公眾號 QbitAI

如果拋出這樣一個問題：在自動駕駛領域，中國有啥與眾不同？

不少業內人士都會給出這樣一個答案：車路協同。

你若尚不瞭解這是怎樣的技術，現在，一份最深入車路協同技術報告來啦！

剛剛，清華大學和百度強強聯合，釋出了中國首份車路協同技術白皮書《面向自動駕駛的車路協同關鍵技術與展望》（以下簡稱白皮書）。

新基建的大背景之下，車路協同這種車載感知+路側感知，甚至是把整個城市和車輛打通的技術路線，一直以來被視作中國比其他國家更早實現自動駕駛規模落地的關鍵之一。

正如清華大學講席教授、智慧產業研究院院長張亞勤現場所說：

車路協同不僅是實現智慧交通打造交通強國的重要橋樑，更能幫助城市規劃建設者做好城市管理、合理規劃道路、提升交通效率。

而白皮書從技術的角度出發，首次詳細剖析了從單車智慧面臨的挑戰，到車路協同具體如何落地的種種問題。

更值得關注的是，白皮書中還提出了車路協同道路的智慧化分級標準。

這也意味著，此番清華和百度釋出學術+產業最強戰力，不僅是為車路協同的技術創新提供了一份全面的理論綜述，還邁出了自動駕駛在中國的發展落地程序中，標準制定的一步。

具體詳情，一起來看。

首份車路協同技術白皮書都有啥？

說到自動駕駛，大眾更加熟悉的可能是單車智慧自動駕駛，也就是車輛依靠自身的視覺能力、毫米波雷達、鐳射雷達等感測器，來進行環境感知、計算決策和控制執行。

實際上，這一技術路線可以說是自動駕駛的「初級階段」：在世界範圍內最快展開，在行業內有最多玩家關注。

但當自動駕駛經歷了這麼些年的起起伏伏，已然形成行業共識的一件事是：單靠車輛本身的感知能力來達到高級別的完全無人自動駕駛，需要投入的資金比想象中多，需要的時間比想象中長。

這一清華百度聯合釋出的技術白皮書就指出：當前全球自動駕駛還處於L2-L3級轉化階段。因前期研發投入大、技術難度高，L3級及以上的高級別自動駕駛商業化程序緩慢，還主要聚集在限定區域應用場景中（如封閉的園區、碼頭、機場等）。

其中，單車智慧自動駕駛經過多年發展，仍然存在的關鍵問題有：

自動駕駛安全依然面臨著巨大挑戰單車感知長尾問題限制了車輛可運行設計域（ODD）經濟性問題（軟硬體成本）還未得到充分解決也就是說，阻礙當前高級別自動駕駛實現商業化規模落地的主要原因，在於當前的單車智慧自動駕駛能力，無法找到安全性、應用範圍限制和成本之間的平衡點。

為什麼自動駕駛規模商業化需要車路協同？

基於車路協同的自動駕駛，恰恰能夠更快地攻克上述三個難點。

白皮書指出，首先，基於車路協同的預期功能安全（SOTIF）能提升自動駕駛安全。

以往在極端天氣、不利照明、物體遮擋等情況下，單車智慧的感知、預測能力都會面臨嚴峻挑戰。

而車路協同在單車智慧自動駕駛的基礎上，能夠利用車與車、車與路、車與人之間不同程度的資訊互動共享，有效彌補車端感知的不足。

比如，百度Apollo就有這樣的實踐案例：自動駕駛車輛在路口左轉時，有大卡車或公交車擋住了後面的汽車，如果僅僅依靠單車智慧，很可能會引發剮蹭事故；但通過車路協同感知，車輛可以獲取盲區車輛的運動情況，提前判斷，避免車輛急剎或事故的風險。

其次，車路協同能夠擴展自動駕駛ODD。

自動駕駛運行設計域（Operational Design Domain）是指自動駕駛系統功能設定的運行條件。

一般而言，受天氣、行駛區域、時段、速度等因素限制，單車智慧能夠感知和應對的駕駛場景有限。

而路側協同感知可以擴展車輛的感知範圍、能力和場景，從而擴展單車的運行設計域，提升自動駕駛的任意點到點能力。

最後，是成本問題。

在系統配置上，單車智慧本身感知決策能力的實現，就要依靠昂貴的感測器、算力裝置，不僅如此，為了增強安全性，還需要一套等效的冗餘子系統。

短期看來，車路協同涉及到基礎設施的建設，投入確實比單車智慧大，但從長遠的角度出發，路側裝置作為公共基礎設施，複用率更高，且無需重複建設，能夠實現成本分攤。

百度智慧交通產品研發總經理陶吉就指出：

車路協同是實現車端冗餘/智慧化升級更經濟的途徑。

白皮書也給出了這樣的成本計算公式：節約成本（元/車）=[路口數量+路口單價（元/路口）+道路里程+里程單價（元/公里）]/汽車保有量。

可以看到，以北京為例，只要在每輛車上節省2000元成本，就可以在每公里道路上投入約50萬元、每個路口投入81.84萬元的全部智慧化裝置升級改造。

簡單總結一下，就是在一條智慧道路上跑的車輛越多，車路協同技術方案的均攤成本就越低。

另外，依靠來自路側感測器的感知輔助，車載感測器可以進一步精簡，降低車輛本身的成本。

這樣看來，在同等自動駕駛安全前提下，相較於單車智慧，車路協同就可以更快、更大範圍地實施部署，降低自動駕駛規模商業化的門檻。

因此，白皮書認為，車路協同自動駕駛是單車智慧自動駕駛的高階發展形勢，通過車聯網將「人-車-路-雲」等交通參與要素有機地聯絡在一起，能快速補齊單車智慧的短板，突破目前自動駕駛所遇到的技術瓶頸，加速自動駕駛技術規模落地。

自動駕駛有分級，智慧道路也需要

說完了車路協同的好處，自然也要正視其存在的問題。

核心依然在道路本身。

簡單來說，一方面，車越智慧，對道路的智慧化要求就越低；而L2、L3級別的車輛想要實現更穩定的自動駕駛能力，就需要更高等級的智慧道路來進行輔助。

另一方面，國內道路千千萬萬條，單高速公路里程就達到了16.10萬公里。道路自身條件不同，對於智慧化的需求也就不同，不能粗暴地按照單一的標準去進行智慧化改造。

因此，對道路本身進行智慧化分級，已經到了箭在弦上不得不發的時候。

在白皮書中，清華AIR和百度就對國內道路現狀進行了智慧化分級，將道路智慧化水平分為C0-C5級6個等級。

道路智慧化等級越高，對車輛智慧化要求越低，覆蓋的智慧汽車等級範圍就越廣。

舉一個簡單的例子，原本想要達到完全無人駕駛，需要無人車達到L4級及以上的標準——這種高級別自動駕駛技術目前僅掌握在少數自動駕駛玩家手中，技術難度較大，也尚處在限定區域測試階段。

但如果有了C4、C5級的智慧道路，即使是L2+（指在L2級別輔助駕駛的基礎上新增車路協同的能力）、L3級別的較低級別自動駕駛車輛，也能夠在不對車輛本身進行改造的情況下，將其自動駕駛能力提升到L4級別。

相比於Waymo遲遲難以商業化的「一步跨到L4級」路線，這無疑能讓真正的自動駕駛更快進入到人們的日常生活中。而相位元斯拉邊釋出尚不成熟的技術、邊收集資料快速迭代的路線，車路協同的安全性就高得多了。

另外值得關注的是，就像L5級自動駕駛是單車智慧的最高目標，C5級完全智慧化道路當然也是智慧道路的最終追求，但在現在這個階段，白皮書建議重點加快C4級高度智慧化道路的建設。

首先，與低階智慧道路相比，C4級道路覆蓋的範圍囊括L2+到L5，與當前自動駕駛的發展階段更加匹配，能讓L2+、L3級輔助駕駛車輛具備高階自動駕駛能力，促進自動駕駛規模商業化落地。

其次，與更高等級的智慧道路相比，C4的投入成本更低，但能達到相同的效果。

更重要的是，C4、C5都屬於高階智慧化道路，除了服務自動駕駛之外，還能和城市整體打通，提升城市智慧交通管理能力，有效提高出行效率。

而通過充分發揮出智慧道路的全要素高精度感知能力、車路雲一體化智慧管控和服務能力，探索開展出的更多創新應用和創新服務，既能服務於未來人們的智慧生活，加快新型智慧城市建設，亦能助力交通強國這一宏偉目標的實現。

可以說是既面向未來——滿足自動駕駛規模商業化落地的發展需求，同時也相容當下——降維解決低等級自動駕駛和車聯網的發展需求，支撐開展智慧交通管理、智慧出行服務，支撐開展新型智慧城市建設。

車路協同是中國自動駕駛的「換道超車」機會

說完技術，談罷標準，白皮書再次強調車路協同、建設高等級智慧道路這一「中國方案」對自動駕駛在中國快速規模化落地的意義。

中國作為「基建狂魔」，具有強大的全局統籌能力，在戰略政策層面還有新基建的全面助力，因此在推行車路協同自動駕駛這一技術路線時，擁有獨一份的先天優勢。

在單車智慧領域，我國與美國仍存在一定差距，同時由於我國路況設施更為複雜，存在自動駕駛規模落地「最後1%的問題」。

但同時，無論是在汽車智慧化、5G，還是在網際網路和通訊產業方面，從產業協同的層面來看，中國已經具備了引領創新的條件。

綜合考量之下，將車路協同作為發展智慧交通、無人駕駛的槓桿著力點，重點發展車路協同，有助於中國自動駕駛實現換道超車。

綜合來看，全球智慧網聯、自動駕駛與超車路協同的技術研究、測試示範、法規標準制定總體處於探索和起步階段，我國基本處在第一陣營地位，完全有機會充分發揮自身的體制機制優勢、戰略政策優勢、技術產業優勢，建設高等級智慧道路，發展車路協同自動駕駛，引領自動駕駛快速規模化落地。

為什麼是清華百度來推動標準的完善？

制定標準，是技術高速發展之後的必經之路。

那麼，在這個時間節點，為什麼是清華和百度出手推動了這麼一件事？

無疑，清華大學代表了國內學術研究的最高水平。清華大學智慧產業研究院（AIR）更是雲集人工智慧學術界、產業界大牛：張亞勤、趙峰、馬維英、劉洋、陶大程、周谷越、聶再清……

這些專家大拿不僅有深厚的學術背景，更對人工智慧產業有著長期、深入的觀察。

至於百度Apollo，代表的則是國內自動駕駛產業落地的「最快速度」。

從技術上來說，百度早在8年前就開始佈局自動駕駛，甚至被稱作中國自動駕駛的「黃埔軍校」，技術實力不可謂不深厚。

截至目前，Apollo已經拿到超過244張自動駕駛測試牌照，累計測試里程超過1200萬公里。無論是路測里程、接管資料，還是牌照發放進展，都與谷歌的Waymo、通用的Cruise跨洋輝映，形成全球三足鼎立之勢。

更重要的是，與眾多專注於單車智慧的初創企業不同，百度Apollo可以說是最早佈局單車智慧+車路協同，提出「兩條腿走路」的自動駕駛廠商之一。

在車路協同的探索方面，百度一直以來都躬耕在一線：

早在2018年9月，百度就根據國內的實際路況、當前全球的自動駕駛技術水平，宣佈進軍車路協同，並完成了路口原型驗證。

2019年，百度Apollo在開放道路智慧駕駛長沙示範區，結合V2X技術，推出了中國首個面向普通民眾的Robotaxi試運營服務。

2020年4月，百度正式對外發布全球首個車路智行融合的全棧式智慧交通解決方案「ACE智慧交通引擎」，並很快在全國近二十個城市實現落地。

比如，在廣州黃埔區，Apollo就開啟了「數字交通運營商」模式。在部署自動駕駛出租車、自動駕駛公交、自動駕駛巡檢及自動駕駛作業車等車隊的同時，通過AI路側感知體系和雲端引擎，也為普通車使用者提供了高精度實時道路資訊等網聯化服務，實現了繡花級數字化路口。

同年12月，Apollo 6.0開源重大升級，百度開始對外部開放自身車路協同技術能力和相關標準。

今年5月，清華和百度還聯合釋出了「全球唯一純路側感知實現L4自動駕駛閉環」的車路協同技術Apollo Air計劃，挑戰車路協同最高難度技術難度，對路側感知和雲端裝置進行「壓力測試」。

同濟大學汽車安全技術研究所所長朱西產就表示：

車路協同帶來至少三個行業的協同：通訊、交通、汽車。如果不能達成共識，不能互聯互通，就很難做到車路協同。讓各個行業達成共識，這是白皮書的作用。百度是自動駕駛領域技術能力最強的公司，清華大學則是車路雲一體的網聯智慧在中國最早的提出者和踐行者。由清華大學和百度聯合提出這個白皮書，一是讓全行業達成共識，二是給政府部門出謀劃策。

事實上，中國的路況在世界範圍內都屬於比較複雜的範疇，想要讓自動駕駛技術能在中國更快規模落地，同時也給無人車再上一道安全保險，「單車智慧+車路協同」的技術方案被業內人士普遍認為是最優解。

同時，在新基建這個大背景的支援之下，這也是隻有中國能夠最快著手實踐的一條技術路線。

而在學術界、產業界不斷實踐、突破之後，這樣一份彙集學術、產業最強戰力的車路協同技術白皮書的出爐，意味著在自動駕駛的商業化落地程序中，中國已經率先走到了標準制定的階段——這在此前的技術革命和浪潮中，是十分罕見的。

由此看來，自動駕駛在中國的規模化落地，或許會比想象中來得更快。

你覺得呢？