“單車智能是基礎(chǔ)，車路云一體化是單車智能的升級版。二者不是矛盾的，而是技術(shù)上的遞進(jìn)關(guān)系。”在5月21日至22日舉辦的第十三屆智能網(wǎng)聯(lián)汽車技術(shù)年會上，中國汽車工程學(xué)會副理事長、中國工程院院士李克強(qiáng)指出，車路云一體化技術(shù)是實現(xiàn)安全高階自動駕駛的必然路徑。

縱觀行業(yè)發(fā)展，車路協(xié)同相關(guān)技術(shù)雖已深耕許久，產(chǎn)業(yè)布局與試點應(yīng)用持續(xù)推進(jìn)，但整體落地推進(jìn)節(jié)奏仍偏平緩，技術(shù)融合、設(shè)施配套與產(chǎn)業(yè)適配層面，尚且未能達(dá)到理想發(fā)展速度。汽車行業(yè)內(nèi)甚至還有將單車智能與車路協(xié)同相對立的看法。

并非對立取舍：車路協(xié)同為單車智能補(bǔ)上安全短板

在演講中，李克強(qiáng)認(rèn)為，全球多國紛紛開展不同等級自動駕駛技術(shù)探索，單純依靠單車智能這一條技術(shù)路線難以攻克高階技術(shù)難關(guān)，車路協(xié)同已然成為推動技術(shù)升級、實現(xiàn)規(guī)模化商用、構(gòu)建商業(yè)閉環(huán)的核心依托。

我國自動駕駛產(chǎn)業(yè)化基礎(chǔ)不斷夯實，L3級自動駕駛也實現(xiàn)了準(zhǔn)入破冰，但也面臨挑戰(zhàn)。尤其是在商業(yè)落地方面，受制于單車智能的能力邊界，自動駕駛暫時無法達(dá)成規(guī)?；虡I(yè)落地，安全短板影響用戶接受度，也致使盈利模式發(fā)展受阻。疊加數(shù)據(jù)體量不足、傳感設(shè)備存在物理局限、行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)各異等問題，技術(shù)普及進(jìn)程進(jìn)一步受阻。

他提出，唯有依托車路協(xié)同打造車、路、云、網(wǎng)一體化協(xié)同系統(tǒng)，才能突破單車性能桎梏，補(bǔ)齊復(fù)雜場景安全短板，打通數(shù)據(jù)壁壘并壓降成本，以此完善商業(yè)運(yùn)營模式，真正推動自動駕駛產(chǎn)業(yè)大范圍規(guī)?；涞亍?/p>

事實上，多位業(yè)內(nèi)專家也在接受澎湃新聞記者采訪時強(qiáng)調(diào)，車路協(xié)調(diào)不是與單車智能對立的技術(shù)路線，而是為單車智能增設(shè)了一層安全防護(hù)網(wǎng)。

清華大學(xué)自動化系博士生導(dǎo)師、車路協(xié)同技術(shù)奠基人姚丹亞在接受澎湃新聞記者采訪時表示，“協(xié)同安全” 與被動安全、主動安全一同構(gòu)成汽車安全完整體系，是高階自動駕駛階段不可或缺的安全保障維度。

他指出，車路協(xié)同技術(shù)研發(fā)的初衷就是保障安全。無論是人工駕駛還是自動駕駛，車輛自身難以預(yù)判視野盲區(qū)、路面隱患等客觀路況，面對鬼探頭、連環(huán)追尾、道路破損這類極限危險場景存在感知短板。而車路網(wǎng)聯(lián)可提前穿透視覺局限，提前預(yù)警各類突發(fā)風(fēng)險，從根源化解此類極限場景下的事故。

從交通管理的角度來看，公安部道路交通安全研究中心黨委委員、副主任劉東波表示，無論單車智能發(fā)展到哪一階段，都存在固有短板。例如智能車輛無法提前預(yù)判信號燈切換狀態(tài)，臨近路口停止線時，極易出現(xiàn)闖黃燈等危險行為，是路口交通事故的高發(fā)誘因；單車感知存在距離局限，無法遠(yuǎn)距離識別道路施工、交通事故等導(dǎo)致的路權(quán)占用情況等。

他強(qiáng)調(diào)，想要破解以上痛點、減少行車事故、優(yōu)化駕乘體驗，必須依托車路云協(xié)同技術(shù)補(bǔ)齊單車智能短板。

商業(yè)化落地仍有待突破

當(dāng)前車路云一體化技術(shù)優(yōu)勢明確、產(chǎn)業(yè)價值突出，但在實際落地過程中，仍面臨成本、推廣、技術(shù)、設(shè)施、權(quán)責(zé)等多方面現(xiàn)實阻礙，制約著技術(shù)的規(guī)?；占芭c深度應(yīng)用。

劉東波剖析了當(dāng)前車路云一體化落地應(yīng)用中面臨的現(xiàn)實挑戰(zhàn)。他表示，首先是通信傳輸難題，云端與路端的數(shù)據(jù)通信延遲客觀且永久存在，延遲時長不穩(wěn)定、大小不一，直接影響數(shù)字信號傳輸?shù)木珳?zhǔn)度與時效性；

其次是設(shè)施適配難題，當(dāng)下道路交通設(shè)施需長期兼顧人類駕駛與智能駕駛雙重場景，無法為自動駕駛單獨搭建全新設(shè)施體系，新舊設(shè)施兼容適配成為行業(yè)必須攻克的現(xiàn)實問題；

最后是權(quán)責(zé)界定難題，數(shù)字信號存在延遲、數(shù)據(jù)偏差等不確定因素，一旦引發(fā)行車安全問題，車企與交管部門的責(zé)任劃分缺乏明確界定，這也使得交通數(shù)字信號目前只能定位為輔助預(yù)警信息，無法作為核心智駕決策依據(jù)，一定程度上限制了車路云協(xié)同技術(shù)的深度落地應(yīng)用。

姚丹亞透露，受制于當(dāng)前汽車行業(yè)盈利能力偏低、成本敏感，對于車企來說，增加車路云一體化的模塊，會進(jìn)一步推高整車BOM成本。而這部分成本的增加，見效較慢，因為車路協(xié)同保障交通安全的前提是，有足夠比例的車輛搭載、開放相關(guān)功能。

“安全是很難有體驗感的。就像安全氣囊，日常情況下，消費者不會體驗到安全氣囊的價值?！币Φ啽硎?，協(xié)同安全需要外部力量的推動，包括政府鼓勵、立法，以及安全測試機(jī)構(gòu)將其納入測試標(biāo)準(zhǔn)。