单车智能和车路协同之争

1

简介

电动化，智能化，网联化被并称为汽车的三化，其中，电动化在2020年的股市中已经大放异彩，网联化和智能化还在蓄势待发，那么，你对智能化和网联化了解多少呢？

我们一起来看一下吧！

2

新基建下的自动驾驶

2020年3月，随着中央政治局会议的正式定调，“新基建”，即新型基础设施建设，成为公众新焦点。4月，发改委明确新基建范围。

在新基建涉及的细分领域中，5G，物联网、卫星互联网、人工智能、数据中心、智能交通基础设施均与自动驾驶技术密切相关，自动驾驶站在这几大领域的交汇处，将作为重点落地场景推动新基建的发展。而新基建也将为我国自动驾驶技术的发展创造前所未有的战略窗口期，加速产业化落地。

自动驾驶技术的突破，是影响汽车产业未来发展的最大变量。随着无人驾驶技术的成熟和商业化程度加深，汽车将不再是从属于人的驾驶工具，而是成为自主导航的运输类机器人，推动真正共享汽车时代的到来，并重新定义用户出行体验、整车销售模式和价值分配格局。

随着决策主体从人类大脑变成人工智能，司机的双手、双脚、双眼从驾驶座中被解放，汽车内部等同于可移动的私人空间，出行过程中的娱乐、社交、消费场景被彻底打开，开辟万亿级市场。其次，专职司机被取代后，移动出行成本大幅下降，更多用户选择移动出行，整车销售模式从2C向2B转变，主机厂客户转向移动出行车队运营商，网约车和分时租赁两种业态殊途同归。

最后，由于汽车成为大型移动智能终端，车的核心部件由体现动力和操控的传动系统转向体现自动驾驶技术水平的智能软件系统(算法)和处理器芯片，实现软件定义汽车。汽车产业链原有的价值分配格局被颠覆，跨界竞争者纷纷入局，价值链顶端由传统主机厂转向科技新贵。

不仅如此， 智能网联汽车将成为5G物联网终端最大的应用领域， 根据Gartner于2019年10月的预测，全球智能网联汽车占5G物联网终端总数的比重将达到39%。随着汽车的智能化和网联化的发展，自动驾驶汽车实现在线和联网，车侧和路侧海量信息交互，节点规模突破百亿甚至千亿的量级，推动“人车-路-云”实现高度协同，万物互联的世界指日可待。

面对行业即将到来的剧变， 传统主机反造车新势力、互联网巨头、ICT企业、零部件供应商均深度参与这场变革，力图把握主动性，力争话语权。自动驾驶的两大方向是单车智能和车路协同，车侧智能和路侧智能相互配合，又在某种程度上相互替代，而背后的移动通信技术的标准之争，更是国家间利益分配主导权之争。

3

网联化是自动驾驶的必经之路

在智能化的演进之路中，能够实现L1-L2的传统AD AS(Advanced Driver Assistance System) 系统主要由“if then"条件句的规则模型构成， 覆盖的场景较为简单，基于特定条件触发相应机制，但是对于L3及以上的高等级自动驾驶，在复杂的城市道路中，传统ADA 5无法穷尽每一种路况下发生的每一种可能，规则模型势必将被基于人工智能的自动驾驶算法替代，让Al学习人的驾驶习惯，提高场景的丰富度。但就算是人工智能算法替代规则模型，单车的智能化仍存在遮挡物和感知盲区的问题，存在安全隐忠，且对车载传感器和计算平台婴求高，成本高企，所以网联化不可避免。

网联化意味着车辆联网和实时的信息交互，通过V2V(汽车对汽车通信)、V2I《汽车对基础设施).V2N(汽车对互联网通信)和V2P(汽车对行人通信)来获取超视距或者丰视距范围内的交通参与者状态和意图。

L1-L2级，网联信息只起到交互辅助的作用，例如推送道路交通事件，天气条件等信息，车辆甚至不需要联网，在本地就可以进行实时环境慈知与决策控制，实现自量应巡却、车适保持.换道辅动，自动紧急制动等铺世驾驶功能。

L3级以上对网联协同感知的要求更高，例如通过路侧感知设备和动态高精度地图，弥补传感器对环境探的局限性，提高车辆定位精度，动态数据高频率更新，实现有条件的自动驾驶。

到了L4-L5级，网联化不仅意味着协同感知，也意味着同决策和协同控制，随着决策芯片和人工智能算法逐步威熟，车侧和路侧的信息通过边缘计算设备(MEC， Multi-Access Edge Computing) 进行据融合，数字信息映射到云，车端、路端和云端进行协间决策，再下发到车端做实时控制，实现高度自动驾爱和完全自动驾驶！

4

自动驾驶两大方向：单车智能和车路协同

单车智能“谷歌派”的代表企业包括Way mo、通用Cruise， 以及以戴姆勒， 宝马等公司为代表的主流车企，以激光雷达为主要感知设备，采取了激光雷达、毫米波雷达，摄像头等多传感器融合的方案。

Way mo车顶的360°激光雷达最远可探测300米外的物体，形成实时车辆鸟图，还在车辆周围的四个点安装了四个激光雷达，用于近距离检测正在靠近车辆的物体， 增加深测的视野.Way mo的视觉系统由29个摄像头组成，提供高分辨率的图像，避免视野言区，其远距离探测相机和360°视觉系统可探测到500米以外的停车标志。

毫米波雷达与激光省达和摄像头形成互补，可对间隔较近的物体加以区分，并在特殊天气下发挥作用，在高精地图方面， Way mo通过谷歌地图专业的测绘车队为无人驾驶汽车创建丰富而详细的高精度地图，进行高精度定位，提供动态实时的数据服务，保证信息的准确和完整。

Way mo与麦格纳合作的工厂是全球首批量产L 4自动驾驶汽车的工厂， 截止2019年底， Way mo在美国推出的无人出租车服务Way ma One月活用户超过1500人，累计总订单超越10万人次，而车路协同的发展路径有望率先在网联化的维度实现突破，对车端，路端以及云端的协同提出了较高的要求，车端与路侧端的信息实时交互，车端多传感器进行环境感知与数据融合，通过车载计算平亡进行数据处理，路侧设备负责路况信息搜集与边缘侧计算，其中激光雷达作为路侧感知设备中的核心硬件，探测物体的三维坐标，和毫米波雷达、摄像头等设备通过边缘计算进行数据融合，实时绘制局部的高精度地图，以“上帝视角”采集路况信息，为车辆提供决策依据，而通信平台提供车-车、车-路、车-云间实时传输的信息管道，从而让车辆实现网联化自动驾驶。

由此可见，车路协同的方案高度依赖低延时，高传输速率、高可靠性、高连接数密度的5G网络环境，而5G基站，路侧感知设备与边缘计算没备的铺设是车路协同实现的前提条件，需要主机厂、零部件供应商、通信企业，互联网公司以及政府部门通力合作.进行必要的基础设施投资，制定统一标准，高度整合软件、硬件、平台等技术，产业协调的难度较高，

5

不同国家的路径选择

对于自动驾驶发展路径的抉择，美国、中国、日本、德国等国家从各自国情出发，基于相关产业的发展情况与核心能力，整合各自的战略优势，将选择适合自身的发展道路。

对于中国而言，以华为为代表的通信企业在5G技术方面世界领先，且4G和5G基站数量多，覆盖广，工信部预计2020年底中国5G基站数将超过60万个。中国政府大力推行5G网络、物联网，卫星耳联网、数据中心、智能交通基础设施等新型基础设施建设，在道路的改造方面坚决推行5GLTE-V2X技术标准， 支持LTE-V2X向5G-V2X平演进。

2019年9月《智能网联道路系统分级定义与解读报告》的发布标志中国有了清晰的道路智能分级标准，对智慧道路建设形成明确指引。2020年2月&智能汽车创新发展战略”预计到2025年，智能交通系统和智慧城市相关设施建设取得积极进展， 车用无线通信网络(LTE-V2X等) 实现区域覆盖，新一代车用无线通信网络(5G-V2X)在部分城市，高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖，意味着中国有望率先在网联化维度取得突破。

从中国的道路情况来看，中国高速公路总里程世界第一，公路总里程和公路网密度快速增加，且收费公路里程远高于美国， 可见中国路侧设备RSU(RoadSideUnit) 的数量和分布范围大于美国， 这些基础设施建设方面的特殊性将有力推动车路协同的发展。

中国汽车产业链未来价值分配格局

在中国的互联网巨头中，百度无人车项目起步早，处于领跑位置。百度Apollo车侧智能走在前列， 在中国获得了唯一的最高级T4牌照和120张人测试牌照， 测试里程超过300万公里，在2020年Navigant Research自动驾驶排行榜中， 百度Apollo首次进入第一梯队，出现在行业领导者的位置”，而在2019加州自动驾驶报告中， 百度MPI*超越”Way mo成第一，平均每次脱离行驶的里程为18.050英里，超越Way me的13， 219英里， 虽然各家公司的统计标准、路况和接管标准有差异，难以横向对比，但也一定程度上证明了百度强劲的实力和行业领导者的位置。

2020年4月， 百度旗下Apollo无人驾驶出租车在长沙正式上线，在开放道路智能驾驶示范区内，用户可通过百度地图和百度APP进行一键约车， 其他互联网巨头也紧随其后，同月，阿里巴巴旗下高德地图联合自动驾驶公司Auto X共同启动了无人车Robotaxi项目， 体验用户可在上海指定范围内通过高德地图呼叫Auto X无人车”， 而菜鸟ET实验室研发的菜鸟快递无人车也已经投入末端配送，率先在封闭园区落地运营。

而另一方面， BAT也在积极布局车路协同领域。2018年底， 百度正式开源*Apollo”车路协同方案， 向业界开放其在车路协同领域的技木和服务，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“人车路云”全域数据感知的智能路网，可支持LO—L5级自动鲜驶车辆的广域视角，冗余感知和超视距感知需求， 2020年4月， 百度Apollo 正式对外发布“ACE交通引擎”产， 整合了百度多年来在人工智能、自动驾驶、车路协同方面的深厚积累，赋能智能交通建设， 目前“ACE交通引擎”综合解决方案已在北京、长沙、保定等10余个城市落地，而阿里巴巴也于2018年9月将升级汽车战略，由车向路展开，利用车路协同技术打造全新的“智能高速公路”，凭借菜鸟联盟和阿里云ET城市大脑收集路段数据，加快车路协同的落地。

华为作为ICT龙头企业和5G技术的领导者， 在5G基建方面发挥举足轻重的作用。在车路协同领域，华为凭借长期积累的ICT能力和核心通信技术， 推出端到端的车路协同解决方案，包括CV2X芯片，路侧单元CV2XRSU， 路侧计算设备RSS、车载单元OBU、移动数据中心MDC， 车载网关， 以及与之配合的蜂窝无线网络、智能计算平台、仿真模平台和交通大脑V2X服务器，聚焦通信和计算，协交通部门对道路进行智能化改造，推进车路协同标准制定，帮助车辆实现协同式自动驾驶，目前华为已经在延崇高速实现首例实际高速公路场景车路协同智能驾驶，包括编队行驶、变道超车，紧急停车等测试，也在上海某园区内基干G ITS实现了最后一公里自动泊车， 华为已跻身车路协同领域的领导者行列， 对于中国的零部件供应商而言，核心零部件的竞争更为激烈，例如在激光雷达方面，大疆发布高性能低成本的激光雷达技术Horizon和Tele-15， 探测距离达500米，零售价分别为999美元和1，499美元，华为也宣布为自动驾驶研发激光雷达”.高性价比激光雷达的发布有望大幅拉低激光雷达售价。

另外，车路协同也带来了增量零部件和增量服务的机会， 例如LTE-V2X芯片、GV2XRSU、边缘计算和高精地图服务.目前主要参与者以ICT企业和互联网公司为主，比如华为将自身定义为面向智能网联汽车的增量部件供应商，提供CV2X等解决方案，2020年4月，阿里巴巴与首汽约车基于5G边缘计算进行合作，将路面交通状况的感知、传输、处理、响应等的通信交互过程迁移至网里云边缘节点进行处理。对于高精地图，图商可以通过路侧设备进行探测，通过5G通信对路面的状况进行实时更新，沿路铺设的路侧设备，可为高精地图更新提供实时的数据源，云瑞产生的数据可通过路侧设备进行分发，以节点为单元，形成分段分发的数据包，降低车辆加载数据包的时间。目前具有深厚地图积累的公司已经开始了布局，四维图新，高德地图，百度地图除了利用测绘车绘制高精地图以外，纷纷探索通过路侧设备更新高精地图之路。

资料参考：德勤Deloitte