清华大学姚丹亚：车路协同（V2X）-智能驾驶和智慧交通 | CCF-GAIR 2020

编者按:2020年8月7日，全球人工智能与机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020峰会由中国计算机联合会(CCF)主办，香港中文大学(深圳)和Leifeng.com联合承办，鹏程实验室和深圳人工智能与机器人研究所协办。从2016年的学产结合、2017年的产业落地、2018年的垂直细分、2019年的人工智能四十周年，峰会一直致力于打造中国人工智能与机器人领域规模最大、规格最高、跨界最广的学术、产业、投资平台。

大会第二天，清华大学自动化系系统工程研究所教授、博士生导师、星云互联首席科学家姚发表演讲，分享主题为“车路协同(V2X)——智能驾驶与智能交通”。

姚教授在讲话中说:

在某种程度上，车路协调可以利用近场通信技术解决远距离的感知，并可以提供交通参与者之间的合作。这种近场通信方式将连接300-500米范围内的交通参与者。车路协调的核心不是利用现有的移动通信来解决交通参与者与控制或信息中心之间的信息交互问题。

在他看来，车路协同新技术源于“三个驱动”，即中国的问题驱动交通、需求驱动的智能驾驶和需求驱动的综合交通。

具体来说，行车安全一直是交通问题中最受关注的问题。但是有很多交通事故，仅仅依靠汽车层面的保险杠、安全带、安全气囊是无法避免或缓解的。检测范围不够，环保意识不足，共享能力不足是导致一些交通事故的原因。

姚接着说道:

很多事故都是因为感知不足造成的。另外，车辆的实时信息共享也很重要。如果汽车能够接收到前方发生事故的信息，就可以大大减少连环追尾事故的发生。感知不足也是自行车智能的局限。

除了行车安全，交通的另一大痛点是拥堵。城市道路中的信号交叉口、高速公路出入口、高接匝道容易发生拥堵。如果用算法对这些场景的交通进行预测和优化，可以大大缓解拥堵现象。

基于上述情况，突出了车路协调的两大功能:

首先，汽车的安全性能可以升级，从被动安全(安全带和安全气囊)到主动安全(ADAS)，再到协同安全(C-DAS)。其中，协调包括两个方面:一是探测和感知的协调，可以大大提高车辆的感知能力；另一方面是执行层面的协调，解决一些自行车智能解决不了的问题；这些技术还可以用于无人驾驶，从而实现驾驶安全技术的革命性变革。

第二，它可以成为下一代智能交通系统的基础。现有的交通管理理论是基于聚合数据的。在车路协同的交通环境下，可以掌握每辆车的实时状态，同时对每辆车进行管理、诱导和控制，实现交通管理从被动交通管理到主动交通控制的升级。比如速度引导，可以让车辆顺利通过路口，从而实现交通控制技术的革命性变革。

那么，车路协同需要哪些核心技术支持？

定位。为了通过车路协调掌握每辆车的状态，高精度定位技术必不可少；目前还没有低成本、商业化的高精度、高可靠性、环境适应性强的定位技术来满足车路协调的需要。

测试。当车路协同的车载设备安装还不够普及时，就需要通过路侧检测系统获取每辆车的实时状态。现有的摄像机、雷达、微波雷达、激光雷达等传感器单独使用已经不能满足车路协调的需要。

交流。由于涉及安全问题，车路协调需要低延迟、高可靠性的直接通信技术。包括DSRC、LTE-V(PC5)和5G-PC5(NR)在内的低时延高可靠通信技术是车路协同的有力支撑，适用于复杂的安全应用场景。

至于车路协调的工业应用，姚认为可以分为三个阶段:

第一阶段是试验前验证，重点是在部分试验点进行整车测试和应用。事实上，这一领域的国家项目支持了大量工作。例如，2011-2014年，科技部863主题项目“智能车路协调关键技术研究”在河北廊坊建立了包括一个路口两条道路和10辆智能车的试验验证，涵盖车辆安全和交通管理；2016年以来，工信部在上海、北京、重庆等5个城市建立了智能网联汽车测试区。

第二阶段是中期规模验证，将在一定范围内开展大规模的示范应用和评估，如江苏(无锡)车联网试验区、国家智能网联汽车(长沙)试验区、德清智能网联汽车试验场等。现阶段需要保证有合适的道路环境和足够的车辆资源进行测试和应用，然后逐步形成国家标准——目前我国车路协调发展正处于这一阶段。

第三阶段，成熟期，经过验证的车辆协同技术大规模推广，极大的改变和改善现有的车辆安全和交通拥堵，支持真正的无人驾驶上路。

据姚介绍，目前，车路协同在政策层面得到了国家的大力支持，国务院、工信部、交通部、住建部都出台了相关政策，推动车路协同的进一步发展。姚在接受雷锋网新智家采访时说。com(微信官方账号:雷锋网。com):

车路协调在起步阶段离不开政府的支持。

在姚看来，交通运输的发展不应脱离其本质，即安全高效地将人和货物运送到目的地。所以在车路协同的前期，政府需要投资基础设施建设，不应该涉及商业模式或者盈利问题。它和红绿灯等交通管理设施一样，旨在维持交通的正常运行，本质上是新基础设施模式下的基础设施。

但是，车路协同的推广应用并不是一家企业可以单独完成的。它需要各方的合作和政府的牵引才能真正实现。

按照传统的思维方式，人们更倾向于通过扩大车道来解决拥堵问题，而不是新兴的车路协同技术。此外，目前市场上搭载车路协同设备的车辆并不多，使得车路协同传播遇到一定阻力。

星云互联是中国车路协同领域的重要参与者，姚是其首席科学家。针对车路协同发展的阻力，姚还向雷锋网介绍了星运互联的战略。com的新之家——先路端再车端，先商用车再乘用车，再前面一个。

“车前路尾”的重心在于路的尽头。

具体来说，一是选择事故多发/拥堵的重点路段进行改造；通过路侧设备与装有车路协同终端设备的车辆之间的信息交互，以及路侧可变情报板与普通车辆之间的信息交互，达到减少事故、提高通行效率的初步效果。在路边取得初步成果后，大规模使用车路协同设备上车将变得更加容易。

“商用车先于乘用车”和“先装后装”的重点在于车端。

垂直行业的商用车(公共汽车、卡车等。)对安全的要求更严格，政府的控制力更强。因此，商用车对车路协调的需求更加迫切；现有大量库存车，只要合作敲定后装就能快速交货。相反，从业务接触到SOP交付和量产到预组装需要非常长的周期。

经过5年在车路协同领域的探索和耕耘，星云互联实现了车路、云三方面的产品布局，在上海、长沙、北京等20多个城市的智能网联示范区实现了车路协同路侧系统的大规模部署，提供V2X场景库和应用、大规模V2X通信环境服务、协同驾驶辅助、协同自动驾驶路侧支持服务等一系列覆盖车路协同测试到商业试用全流程的服务。

此外，星云互联在产品形态上灵活创新，为传统Tier1厂商引入V2X栈软件协议栈，全面兼容中国C-V2X技术规范体系，为汽车厂商和汽车零部件供应商提供高度模块化、集成化的解决方案。通过部署和实现该协议栈产品，用户可以在获得时间优势的前提下，快速导入V2X业务环境，提供整车产品的市场竞争力。今年4月，星云互联首个V2X协议栈预装量产项目启动。

基于一系列产品的落地，星云互联形成了车辆协同安全辅助驾驶(C-DAS)和车路协同交通主动控制的整体解决方案。

在姚看来，C-DAS是ADAS的“升级版”。据他介绍，ADAS依靠车辆本身来避免安全问题，而C-DAS在ADAS的基础上增加了车-车/车-路协同的功能，解决了ADAS系统无法通过自身传感器感知长距离或盲点的局限。

不过，姚也承认:

路侧协调的一个重要原因是车载终端不普及，需要路侧设备为没有车载终端设备的车辆提供信息。如果车辆之间可以直接交换信息，那么路侧设备的作用会有一定程度的降低。

当然，除了上面提到的对现有重点路段的改造，智慧城市道路/高速公路的建设也在紧锣密鼓的进行。

目前，总投资707亿元的杭绍智慧高速公路土建工作已经开始，机电和招标工作也将于近期开展。预计2022年杭州亚运会前通车。

这是国内第一条真正意义上的“为智慧而生”的高速公路，未来也将成为国内智慧交通的重要组成部分。

对于这种智能高速公路建设的意义，姚的评价是——标杆。姚对雷锋的新智慧说:

一项新技术的发展有四个驱动力，即技术驱动、需求驱动、问题驱动和政策驱动。目前智慧高速公路的建设主要是技术和政策驱动，但无论是技术的发展还是政策的支持，本质上都是交通领域的各种问题驱动的。现在，我们有更好的技术和政策来解决问题。

在姚看来，在国家的大力支持下，智能高速公路的国家标准将在三年内出台，大规模的测试和评估也将同时进行。未来3-5年，智能高速公路将在中国全面铺开。

雷锋的原创文章。未经授权，禁止转载。详见转载说明。编者按:2020年8月7日，全球人工智能与机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020峰会由中国计算机联合会(CCF)主办，香港中文大学(深圳)和Leifeng.com联合承办，鹏程实验室和深圳人工智能与机器人研究所协办。从2016年的学产结合、2017年的产业落地、2018年的垂直细分、2019年的人工智能四十周年，峰会一直致力于打造a领域规模最大、规格最高、跨界最广的学术、产业、投资平台……中国的人工智能和机器人技术。

大会第二天，清华大学自动化系系统工程研究所教授、博士生导师、星云互联首席科学家姚发表演讲，分享主题为“车路协同(V2X)——智能驾驶与智能交通”。

姚教授在讲话中说:

在某种程度上，车路协调可以利用近场通信技术解决远距离的感知，并可以提供交通参与者之间的合作。这种近场通信方式将连接300-500米范围内的交通参与者。车路协调的核心不是利用现有的移动通信来解决交通参与者与控制或信息中心之间的信息交互问题。

在他看来，车路协同新技术源于“三个驱动”，即中国的问题驱动交通、需求驱动的智能驾驶和需求驱动的综合交通。

具体来说，行车安全一直是交通问题中最受关注的问题。但是有很多交通事故，仅仅依靠汽车层面的保险杠、安全带、安全气囊是无法避免或缓解的。检测范围不够，环保意识不足，共享能力不足是导致一些交通事故的原因。

姚接着说道:

很多事故都是因为感知不足造成的。另外，车辆的实时信息共享也很重要。如果汽车能够接收到前方发生事故的信息，就可以大大减少连环追尾事故的发生。感知不足也是自行车智能的局限。

除了行车安全，交通的另一大痛点是拥堵。城市道路中的信号交叉口、高速公路出入口、高接匝道容易发生拥堵。如果用算法对这些场景的交通进行预测和优化，可以大大缓解拥堵现象。

基于上述情况，突出了车路协调的两大功能:

首先，汽车的安全性能可以升级，从被动安全(安全带和安全气囊)到主动安全(ADAS)，再到协同安全(C-DAS)。其中，协调包括两个方面:一是探测和感知的协调，可以大大提高车辆的感知能力；另一方面是执行层面的协调，解决一些自行车智能解决不了的问题；这些技术还可以用于无人驾驶，从而实现驾驶安全技术的革命性变革。

第二，它可以成为下一代智能交通系统的基础。现有的交通管理理论是基于聚合数据的。在车路协同的交通环境下，可以掌握每辆车的实时状态，同时对每辆车进行管理、诱导和控制，实现交通管理从被动交通管理到主动交通控制的升级。比如速度引导，可以让车辆顺利通过路口，从而实现交通控制技术的革命性变革。

那么，车路协同需要哪些核心技术支持？

定位。为了通过车路协调掌握每辆车的状态，高精度定位技术必不可少；目前还没有低成本、商业化的高精度、高可靠性、环境适应性强的定位技术来满足车路协调的需要。

测试。当车路协同的车载设备安装还不够普及时，就需要通过路侧检测系统获取每辆车的实时状态。现有的摄像机、雷达、微波雷达、激光雷达等传感器单独使用已经不能满足车路协调的需要。

交流。由于涉及安全问题，车路协调需要低延迟、高可靠性的直接通信技术。包括DSRC、LTE-V(PC5)和5G-PC5(NR)在内的低时延高可靠通信技术是车路协同的有力支撑，适用于复杂的安全应用场景。

至于车路协调的工业应用，姚认为可以分为三个阶段:

第一阶段是试验前验证，重点是在部分试验点进行整车测试和应用。事实上，这一领域的国家项目支持了大量工作。例如，2011-2014年，科技部863主题项目“智能车路协调关键技术研究”在河北廊坊建立了包括一个路口两条道路和10辆智能车的试验验证，涵盖车辆安全和交通管理；2016年以来，工信部在上海、北京、重庆等5个城市建立了智能网联汽车测试区。

第二阶段是中期规模验证，将在一定范围内开展大规模的示范应用和评估，如江苏(无锡)车联网试验区、国家智能网联汽车(长沙)试验区、德清智能网联汽车试验场等。现阶段需要保证有合适的道路环境和足够的车辆资源进行测试和应用，然后逐步形成国家标准——目前我国车路协调发展正处于这一阶段。

第三阶段，成熟期，经过验证的车辆协同技术大规模推广，极大的改变和改善现有的车辆安全和交通拥堵，支持真正的无人驾驶上路。

据姚介绍，目前，车路协同在政策层面得到了国家的大力支持，国务院、工信部、交通部、住建部都出台了相关政策，推动车路协同的进一步发展。姚在接受雷锋网新智家采访时说。com(微信官方账号:雷锋网。com):

车路协调在起步阶段离不开政府的支持。

在姚看来，交通运输的发展不应脱离其本质，即安全高效地将人和货物运送到目的地。所以在车路协同的前期，政府需要投资基础设施建设，不应该涉及商业模式或者盈利问题。它和红绿灯等交通管理设施一样，旨在维持交通的正常运行，本质上是新基础设施模式下的基础设施。

但是，车路协同的推广应用并不是一家企业可以单独完成的。它需要各方的合作和政府的牵引才能真正实现。

按照传统的思维方式，人们更倾向于通过扩大车道来解决拥堵问题，而不是新兴的车路协同技术。此外，目前市场上搭载车路协同设备的车辆并不多，使得车路协同传播遇到一定阻力。

星云互联是中国车路协同领域的重要参与者，姚是其首席科学家。针对车路协同发展的阻力，姚还向雷锋网介绍了星运互联的战略。com的新之家——先路端再车端，先商用车再乘用车，再前面一个。

“车前路尾”的重心在于路的尽头。

具体来说，一是选择事故多发/拥堵的重点路段进行改造；通过路侧设备与装有车路协同终端设备的车辆之间的信息交互，以及路侧可变情报板与普通车辆之间的信息交互，达到减少事故、提高通行效率的初步效果。在路边取得初步成果后，大规模使用车路协同设备上车将变得更加容易。

“商用车先于乘用车”和“先装后装”的重点在于车端。

垂直行业的商用车(公共汽车、卡车等。)对安全的要求更严格，政府的控制力更强。因此，商用车对车路协调的需求更加迫切；现有大量库存车，只要合作敲定后装就能快速交货。相反，从业务接触到SOP交付和量产到预组装需要非常长的周期。

经过5年在车路协同领域的探索和耕耘，星云互联实现了车路、云三方面的产品布局，在上海、长沙、北京等20多个城市的智能网联示范区实现了车路协同路侧系统的大规模部署，提供V2X场景库和应用、大规模V2X通信环境服务、协同驾驶辅助、协同自动驾驶路侧支持服务等一系列覆盖车路协同测试到商业试用全流程的服务。

此外，星云互联在产品形态上灵活创新，为传统Tier1厂商引入V2X栈软件协议栈，全面兼容中国C-V2X技术规范体系，为汽车厂商和汽车零部件供应商提供高度模块化、集成化的解决方案。通过部署和实现该协议栈产品，用户可以在获得时间优势的前提下，快速导入V2X业务环境，提供整车产品的市场竞争力。今年4月，星云互联首个V2X协议栈预装量产项目启动。

基于一系列产品的落地，星云互联形成了车辆协同安全辅助驾驶(C-DAS)和车路协同交通主动控制的整体解决方案。

在姚看来，C-DAS是ADAS的“升级版”。据他介绍，ADAS依靠车辆本身来避免安全问题，而C-DAS在ADAS的基础上增加了车-车/车-路协同的功能，解决了ADAS系统无法通过自身传感器感知长距离或盲点的局限。

不过，姚也承认:

路侧协调的一个重要原因是车载终端不普及，需要路侧设备为没有车载终端设备的车辆提供信息。如果车辆之间可以直接交换信息，那么路侧设备的作用会有一定程度的降低。

当然，除了上面提到的对现有重点路段的改造，智慧城市道路/高速公路的建设也在紧锣密鼓的进行。

目前，总投资707亿元的杭绍智慧高速公路土建工作已经开始，机电和招标工作也将于近期开展。预计2022年杭州亚运会前通车。

这是国内第一条真正意义上的“为智慧而生”的高速公路，未来也将成为国内智慧交通的重要组成部分。

对于这种智能高速公路建设的意义，姚的评价是——标杆。姚对雷锋的新智慧说:

一项新技术的发展有四个驱动力，即技术驱动、需求驱动、问题驱动和政策驱动。目前智慧高速公路的建设主要是技术和政策驱动，但无论是技术的发展还是政策的支持，本质上都是交通领域的各种问题驱动的。现在，我们有更好的技术和政策来解决问题。

在姚看来，在国家的大力支持下，智能高速公路的国家标准将在三年内出台，大规模的测试和评估也将同时进行。未来3-5年，智能高速公路将在中国全面铺开。

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：北京DS

汽车资讯热门资讯