车路协同：一条前无古人的探索之路

          虽然智能交通已经建设多年，但车与路的天然连接，还远远不够。直到车路协同的出现。

          车路协同在市场期许中高开高走

          车路协同，最近几年欢呼于智能交通最绕不开的热词。那么，车路协同是什么呢？大致来看，其是下一代车联网核心技术之一，通过车与车（V2V）、车与路（V2I）、车与人（V2P）、车与云（V2N）等信息交互和共享，使车和周围环境协同与配合，实现智能交通管理控制、车辆智能化控制和智能动态信息服务的一体化网络。

          2018年9月14日消息，阿里巴巴宣布将与英特尔、大唐电信集团展开智能交通中车路协同领域的战略合作。根据协议，基于英特尔处理器的边缘计算平台在V2X上的应用，阿里巴巴将与其共同探索5G通信技术，大唐电信集团则会为阿里巴巴提供LTE－V2X通信技术。从那时起，车路协同的全面布局，开始。

          2019年3月，工信部部长苗圩曾表示，5G应用80％将用于物和物之间的通讯，以无人驾驶汽车为代表的5G技术应用可能是最早的应用。

          2020年2月，尽管还在疫情的寒风中，发改委、工信部等11个国家部委联合下发了“关于印发《智能汽车创新发展战略》的通知”，通知提出到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。《战略》提出的主要任务包括：推进智能化道路基础设施规划建设，建设广泛覆盖的车用无线通信网络，建设覆盖全国的车用高精度时空基准服务能力，建设覆盖全国路网的道路交通地理信息系统，建设国家智能汽车大数据云控基础平台，提升网络安全防护能力等。

          用高开高走来形容车路协同在我国的历程最为合适，如此看到，车与路的和谐统一，是大众所期也是市场需求所致。

          车路协同面临的挑战

          任何新技术出现，都会有需要买过的坎，我们称之为技术的改进与升级，只有这样才能不断在场景应用磨合中，与市场需求同步和一致。主要有以下几点：

          其一，法律制度与政策标准谨慎制定与技术创新快速的矛盾。也就是说，建设步子迈得太大，技术的天马行空，但法律和政策如何最有合理有效的约束，形成大众遵守的行为规则、追溯体系和征信体系是一个复杂又不得不做的政府课题。

          其二，伦理道德问题制约商业化和大规模普及，以往高速公路运营企业主要建设、养护道路设施，出行者通过付费享受通行服务。车路协同阶段会提供新服务，也会有一些新参与单位。比如通信运营商可以赠送手机、赠送后装车载设备，并通过物联网收流量费的方式来获得收益。

          车载终端公司可以通过人机交互提供出行服务，还可以利用服务区、景区、保险公司通过产品推荐、景点推荐，向第三方信息服务商收取相关费用，同时获得用户出行的大数据信息，从而为产品的营销和定制提供大数据决策；最后就是紧急施救服务。未来车路协同商业模式仍需要不断探索，因为高速公路的收费标准很难调整，车路协同如何做到可持续发展是应该思考的问题。

          其三，公共信息安全与公民个人隐私也面临威胁。车路协同技术源于国外，荷兰A58高速公路做了车辆编队行驶和车路协同，基于手机端的车路协同来显示道路上的限速信息，同时也支持自动驾驶，涉及到道德伦理和隐私的问题在实际项目应用，还是出现不少难解之题。在国内我们如何破局，还得慎行。

          其四，公安交通管理和执法服务面临新机遇。这方面的转变有很多，举一例来说明，比如车路协同让交通管理到治理理念上的转变。原有的公安交通管理信息相对封闭，信息都用于自身的交通管理应用，使用完以后伴随着管理任务的结束就失去了信息应用价值。

          车路协同下的信息可以用于交通出行者的一些出行服务，比如说交通的疏导、控制，还有事件这些交通管理信息，就可以转化为服务交通出行者出行的服务信息。另外，伴随着自动驾驶、车联网、网联汽车技术的发展，车载终端的感知能力、智慧化程度越来越高，这些手段也极大的丰富了交通管理信息采集，可以提升城市交通状态精准的认知，进而提升智慧交通的决策，提升交通管理效率，也推动交通的变革。

          其五，对驾驶人员技能重新定位。到自动驾驶阶段以后，驾驶证考试要求是否要适当进行调整，比如对自动驾驶与酒驾的新认识。

          其六，在技术层面，目前来看端边云的架构比较合适。车路协同主要涉及三个端口：车端、路侧端和云端，其中路侧端和云端因为车路协同环境下计算节点下沉至边缘层（即路侧）的需求而经常被同时提及。

          再考虑到三个端口间信息传输渠道的重要性，对于车路协同系统平台更完善的拆解方式是以下三个核心组成部分：智能车载系统（车端）、智能路侧系统（路侧端＋云端）和通信平台。其中，智能车载系统负责车载端的海量数据实时处理和多传感器数据融合，保证车辆在各种复杂的情况下稳定、安全行驶；智能路侧系统负责路况信息搜集与边缘侧计算，完成对路况的数字化感知和就近云端算力部署。

          通信平台负责提供车－车、车－路间实时传输的信息管道，通过低延时、高可靠、快速接入的网络环境，而真实交通场景下，由于参与者数量众多、行人和路况随机性强等特点，车载操作系统必须具备在100毫秒内完成从指令接收、任务运算处理到决策执行的整个过程，要不然，数据采集与分析到处理如果不及时，那车路协同变毫无意义还处处显危机。

          当然，技术层面车路协同面临的问题不止零星半点，也不一一介绍，毕竟这个新技术还在摸着石头过河阶段，看上去很美的事物，实际建设中困难重重，就好比智能手机，系统开发极为复杂，呈现给用户体验，却是简单高效，这也是车路协同需要追求的技术路径。

          聪明的车，汽车的自我进化

          让车聪明起来，这是车路协同必经，这也是一条前无古人的探索之路。

          2018年12月，华为携手奥迪在延崇高速，80公里时速下，率先测试了基于C－V2X技术的L2～L4级别相关自动驾驶功能。也是同年，随着沃尔沃，特斯拉和宝马等汽车公司开始投入无人驾驶汽车领域，无人驾驶或许很快将会成为道路上的普遍现象。但是，无人驾驶的普及必须先确保车辆能够相互通信和驾驶员的安全，所以车路协同是无人驾驶的前奏，前奏必不可少。

          我国传统造车产业相较于国外，确实落后，但新能源带来的智能汽车产品，中国却不甘人后，而对于如何让车聪明起来，形成车路协同，智能企业智能进化的费用以及智能效益，远高于传统汽车，所以，最近几年，自主品牌的车厂都在自我进化中完成车路协同布局。不过，还需看到一点，我们所谓的智能汽车基本都是乘用车辆，而对于运营车辆尤其是特种车辆如何来实现汽车本身的自我进化，还是一个较为模糊的探索之路。

          智慧的路，路畅才行安

          对于智能交通产业而言，车路协会我们更多关注的是路的建设。如果非得比如在车路协同中，车是载体，而路却是灵魂所在。

          早在2016年，百度即开始布局车路协同全栈研发，可谓是业内最早布局车路协同的公司之一，2018年底，百度将正式开源 Apollo 车路协同方案，向业界开放百度 Apollo 在车路协同领域的技术和服务，让自动驾驶进入“聪明的车”与“智能的路”相互协同的新阶段，全面构筑“人－车－路”全域数据感知的智能交通系统，迈出智能交通建设的关键一步，这是业内首个开源的车路协同方案。

          近些年由于智能手机的突破所带来的品牌效应，华为在诸多领域，都是舞台中央备受瞩目的主角。华为是有所取舍的，有所为有所不为，他们做生态就必须如此。

          所以，华为肯定不造车，在今年“新基建助力交通强国建设－－大湾区智慧交通技术应用研讨会”上，记者在采访华为时了解到，他们认为建设国内有示范意义的智能网联先导区，不仅要代表行业的先进性、规范性、安全性，还需具备系统开放性，以及起到标杆引领的作用。

          具体说来，系统规范性、示范性方面，智能网联整体建设首先需符合国家对应的标准和认证要求，保证系统建设的规范性；同时，示范区的先进实践经验能参与到国家智能网联标准制定的进程中，起到行业引领作用。

          在系统开放性方面能够体现生态开放，比如车企是智能网联最大的使用方，所建智能网联需让上下游生态尤其是主流车企能参与进来，共建繁荣，所建云控平台能兼容国内主流车企，系统可平滑演进，避免重复建设，整体设计和产品方案要支持关键技术如3GPP通信标准协议的平滑过渡（4G－5G－6G—），保证最新技术的后向兼容性，最低限度降低技术演进带来的成本增加。

          系统安全要考虑，作为新基建项目，要符合国家关键核心技术与系统自主可控的导向和要求。所使用产品的先进性具备核心技术，关键器件能做到自主可控，且保持行业领先性。

          所以，华为做车路协同，会充分利用云、IOT、AI、5G等数字化技术，实现人—车—路—云高效协同，打造智能的车和聪明的路，为用户提供智能出行服务和体验。

          车路协同规范驾驶行为与交通安全

          之前提到无人驾驶是一种驾驶形态，要探讨车路协同对无人驾驶的影响也可以从两个层面来看。

          一是对驾驶人行为的影响。车路协同环境对驾驶人的影响是多方面的，驾驶行为过程总体上可以分为感知、判断和操作3个阶段。其中，车路协同环境对驾驶行为的影响主要体现在前2个阶段。感知阶段是后续各个阶段的基础，快速获得准确的信息是保障后续正确判断、准确操作的基础，影响驾驶人感知速度和准确程度的主要影响因素是注意力分配和信息负荷大小。

          在使用车路协同系统时，驾驶人的精神状态如眨眼频率、心跳频率等均表明驾驶人的紧张程度的感知会比不使用车路协同系统时低。相比与年轻人，车路协同系统对老年人的作用更大，它能够提高驾驶人的感知水平，缩短驾驶人的感知时间。

          二是对行驶安全可靠性的影响 。传统的驾驶行为主要由以驾驶人为核心的感知、判断和操作过程构成闭环的控制系统。车路协同技术的安全应用，改变了汽车的驾驶过程。车路协同技术安全应用可以分为2类：一类是以预警为目的的安全辅助系统，另一类以自动控制为目的的安全辅助系统。   

          从系统可靠性的角度看，以预警为目的的安全辅助系统可以认为是在感知阶段与驾驶人的感知并联了自动感知系统。该系统的并入，能够提高驾驶人的感知水平，缩短驾驶人的感知时间。另一方面，车车／车路协同在感知的基础上还进行危险的判断与预警。尽管该系统判断和预警的结果还需要驾驶人在此基础上做出决策，但也会有效缩短驾驶人的判断决策时间。对于并联系统，系统的可靠性要高于其单个的子系统可靠性。

          因此从一定意义上说，以预警为目的的车路协同安全应用系统的引入，可以提高感知过程的可靠性。与以预警为目的的安全辅助系统不同的是，具有自动控制功能的安全辅助控制系统在对车辆的安全状态进行判断后，不但给驾驶人预警信息，还在必要的情况下向车辆的自动控制机构（如制动控制机构、加速控制机构）发出自动控制指令。

          从系统可靠性的角度出发，该系统不但在驾驶人控制系统的基础上在感知环节并联了自动感知子系统，还在操作阶段并联了自动控制子系统。正如前面论述的一样，在各个子系统可靠性不变的情况下，整个系统的可靠性会有所提高，因此车路协同技术的引入，应该可以提升行车过程的安全可靠性。 

          诚然，车路协同是当下与无人驾驶最为相关的革命性技术，但在强调其对提升行车安全性能的同时，要重视该技术的应用对驾驶人的影响，虽然是无人驾驶，但科技依然以人为本。