自动驾驶产业进入“两条腿”时代：车路协同的中国式飞跃

在现代技术体系中，中国人在许多领域都热切期待弯道超车。使用自动驾驶、新能源和其他新生产要素的汽车行业无疑是其中最有前途的一个。

问题是，以自行车智能化为核心的自动驾驶技术路线在全球范围内面临瓶颈。马斯克的L4已经发射了烟雾弹，许多无人车仍然只在封闭的道路上行驶。2021，人类尚未大规模生产L3自动驾驶汽车。

在这种情况下，我们发现，尽管中国和其他国家在自动驾驶的大方向上保持着相同的频率，但它们的技术路线和重点并不相同。例如，与某海外车企坚持基于视觉的L4级自行车智能解决方案不同，百度Apollo坚持推广“自行车智能+互联网赋能”的中国解决方案。

在自行车智能普遍缺乏有效突破性解决方案的现状下，车路协同成为自动驾驶商业化的重要机遇，使“两条腿走路”的中国解决方案成为推动整个行业持续突破的关键力量。

然而，车路协同技术涉及复杂的技术转型和产业链，不可能一蹴而就。如何加快车路协同，帮助中国工业弯道更快超车？幸运的是，也有许多有见地的人在思考这个问题。

刚刚收到消息，6月24日，清华大学智能产业研究院与百度Apollo举行联合新闻发布会，共同发布全球首份车路协同技术创新白皮书《自动驾驶车路协同关键技术与前景》。

这是目前中国对车路协同技术研究最深入的报告，不仅在推动前沿技术的层面，而且是一个明确的落地指南，可以看作是中国解决方案帮助行业跨越的起点。

为了充分理解车路协同对行业、城市和整个中国的意义和价值，我们需要考虑一个问题：我们期望的无人交通到底是什么？

突破“单腿时代”

对许多人来说，想象中的自动驾驶可能是这样的：当你早上出门时，你会拿起一辆无人车，然后转身追赶或玩手机。汽车在车流中平稳地穿梭，带你去上班，你下车挥手也不会带走一朵云——在这种情况下，一辆足够智能的汽车似乎是核心。

现实是，以自行车智能化为核心的自动驾驶技术的实施，在节点和形式上仍然困扰着行业。

白皮书认为，造成这种现象的主要原因来自三个方面：

首先是安全。目前，安全问题仍然是影响自动驾驶商业化的关键因素。自行车智能应对极端天气、不利照明和物体遮挡等具有挑战性的交通场景的能力仍有待提高。

其次，ODD存在局限性。操作设计域（ODD）是指由自动驾驶系统的功能设置的操作条件，包括环境、地理和时间限制、交通流量和道路特性。目前，车辆在有限路段行驶时，准确的感知识别和高精度定位问题尚未完全解决。

此外，还有经济效率。为了确保自动驾驶的安全性，高级别的自动驾驶汽车需要部署更多的传感器，这大大增加了硬件成本，难以确保车辆的经济性，从而阻碍了大规模商业化的进程。

这一系列原因导致目前L2市场渗透率和应用规模仍然较小，L3级以上的自动驾驶作为（博客、微博）车主仍在测试和区域示范中，规模商业化遥遥无期。

自从自行车智能化的突破之路遇到了……

在天花板上，似乎唯一的选择是转向另一条道路，继续“打怪”，依靠车路协同努力推动自动驾驶的商业化。

理论上，车路协同技术可以通过对道路交通环境的实时高精度感知和定位，为车辆提供更高维度的智能元素。车辆与道路之间的协同感知、协同决策和协同控制可以有效解决车载自动驾驶系统的压力。

因此，在白皮书中，车路协同也被视为自行车智能化的一种先进发展形式。

从产业发展趋势来看，汽车和道路同时精细化是当今自动驾驶产业的必由之路。关键是中国为什么首先抓住了这个机会。

中国计划首次亮相

决定中国自动驾驶必须“两条腿走路”的前提有三个：

超车需要一条捷径。必须承认，想要摆脱传统燃油车的各种技术壁垒，是中国站上自动驾驶赛道的核心动力之一。然而，在变道时超车并不能以系统的方式进行。在自行车智能化的主流模式之外，寻求并建立中国行业独特的竞争优势是不可避免的。

2.技术需要发布。除了传统汽车制造和技术的长期积累外，中国在移动互联网、人工智能、5G和云计算等ICT领域的积累也需要与行业对接，释放技术红利。汽车和道路共同承载数字智能技术创新，可以有效支撑中国智能工业化进程；

3.机制提供了保障。车路协同需要顶层设计、多部门协同、产业联动。然而，中国城市管理者在数字化转型、对智能技术的理解、行业控制和资源配置方面的共识具有内在的制度优势。车路协同可以与蓬勃发展的智慧城市建设齐头并进。

可以说，从进入自动驾驶赛道的那一刻起，自行车智能化和车路协同的中国式解决方案就确立了其存在的必要性和价值。现在看来，这也帮助中国行业抢占了自动驾驶商业化阶段的第一张入场券。

接下来，车路协同技术需要不断激发行业意愿和社会投资，这也是清华大学智能产业研究院与百度Apollo联合发布《车路协同白皮书》的意义：进一步形成行业共识，推动车路协同和自动驾驶行业进入下一个新阶段。

中国式道路改造

一个中国特色的自动驾驶解决方案，除了在汽车上下功夫，自然也需要一条中国特色的道路。

因此，问题是，当前主流的V2X（车辆对X）技术利用基站和无线通信技术实现人、车辆和道路之间的协同感知，需要部署大量的硬件修改，如传感器和雷达。然而，中国不同的路况和数字化水平，加上汽车智能化水平的不同，客观上导致智能道路的要求和标准无法统一。这给车路协同建设带来了新的挑战，需要考虑现状、发展规划、，以及各地区道路的经济效益。

道路智能已经成为车路协同工作面临的头号障碍。在白皮书中，清华大学智能产业研究院和百度为中国智能交通建设提供了一个新思路——分级。

双方提出了适用于车路协同自动驾驶的六级道路智能分级标准。其中，C4级智能道路具有更高的投入产出比，涵盖了从L2+到L5的一系列智能汽车等级。也就是说，C4级智能道路不仅为先进的自动驾驶汽车提供协同服务，还使L2+和L3级辅助驾驶汽车具备先进的自动驱动能力，促进了自动驾驶规模的商业化。

如果中国所有道路都铺设C4道路的“轨道”，那么处于测试阶段的具有辅助驾驶能力的智能汽车和L2自动驾驶汽车就可以具备安全上路的能力。通过将道路和车辆方法相结合，可以快速将自动驾驶出行景观从想象转变为现实。

从现在到未来

下一步，中国将更好地拥抱车路协同，推动自动驾驶商业化。需要什么样的产业元素来提供动力，这包含了巨大的商业机会，也是公众关注的问题。

目前，三个行业角色至关重要：

一是产业生态的推动者。

车路协同自动驾驶需要跨行业、跨区域的互联互通，涉及复杂的产业链。如何将上下游供应商和城管部门聚集在一起，形成行业共识，发挥协同优势，需要有说服力的组织者和推动者。

这也是清华大学智能产业研究院和百度发布的《车路协同白皮书》的首个价值，作为中国自动驾驶学术和产业领域的两大指标，共同探索新的解决方案，吸引更多行业合作伙伴达成共识，参与盛会。

第二个是基础设施的建设者。

车辆道路整理……

ion对更高维度的智能基础设施提出了要求。例如，车路协同集成后，将生成更高维度的数据，包括空间维度（范围、视角、盲点）、时间维度（动态/静态、时间范围）、类型维度（多源多层）等。实时在线处理需要更灵活的计算能力和算法机制。如果没有足够的技术积累和实践经验，仓促进入可能会因准备不足而遭受损失，这也为企业进入车路协同行业制造了障碍。需要在人工智能行业基础设施方面有深厚基础的企业以开放的心态帮助行业和开发者，促进整个行业的快速发展。

第三位是行业标准的创始人。

如何集约经济地完成城市道路的智能化升级改造，需要政府、科技企业、供应商等坐在一起，打磨出可以大规模复制的解决方案。此外，还需要将其作为一个整体来考虑。车路协同不能局限于一个城市和一个游泳池的单个区域。未来，它需要与全国道路车辆互联互通，这需要统一的技术标准和施工规范，为数据交换和互联互通奠定良好的基础。这是白皮书的另一个价值，有助于政府综合考虑多种因素，推动行业标准的制定。

生态、基础设施、标准的逐一解锁，将不断释放车路协同的转型动力。

正如白皮书所述，车路协同是对传统分散式交通技术的深刻变革，是现代综合交通系统的技术支撑。从某种意义上说，这也是中国自动驾驶和汽车行业弯道超车的一次飞跃机遇。

全球变化下新产业的故事正以此为平台，驰骋未来。

本文首发于微信公众号：Brain Polar Body。文章内容属于作者个人观点，不代表和讯网络的立场。投资者应据此操作，并承担风险。

标签：现代飞驰大众发现

汽车资讯热门资讯