是單車智能還是車路協(xié)同——自動(dòng)駕駛在走向大規(guī)模推廣的道路上一定會(huì)面臨這個(gè)問題。在海外，頭部整車廠或是自動(dòng)駕駛公司，它們選擇的路線大都是單車智能。因?yàn)檫@些公司非常清楚，投資路端的智能改造是一個(gè)重資產(chǎn)模式，而出于商業(yè)的考慮，輕資產(chǎn)模式對它們而言可操作性更強(qiáng)，更可控也更安全。但是這個(gè)答案也真的適合中國的自動(dòng)駕駛公司嗎？情況可能有所不同。

就單車智能的算法水平而言，由于起步較晚，國內(nèi)自動(dòng)駕駛公司還是無法真正比擬Waymo等國外頭部選手。中國自動(dòng)駕駛行業(yè)如果想要實(shí)現(xiàn)彎道超車，車路協(xié)同的確是一個(gè)突破口。對于自動(dòng)駕駛的真正推廣，車路協(xié)同比起單車智能的優(yōu)點(diǎn)在于更容易、更便宜、更快速和更廣泛。那么能夠助力自動(dòng)駕駛的車路協(xié)同到底是什么，它能帶給自動(dòng)駕駛哪些強(qiáng)有力的幫助呢？

什么是車路協(xié)同

目前自動(dòng)駕駛企業(yè)中，比較依賴的還是單車智能。就是只依賴自車本身的傳感器、計(jì)算設(shè)備，通過自身算法對外部環(huán)境有所感知，再進(jìn)行決策規(guī)劃，從而來控制車輛，從而實(shí)現(xiàn)最終的自動(dòng)駕駛功能。

車路協(xié)同自動(dòng)駕駛（VICDA）則有所不同，除了車端本身可以依賴自身接受到的信息，路端也會(huì)相應(yīng)地給每輛車發(fā)送更多的信息，來幫助車端做出更及時(shí)的響應(yīng)與決策，從而提高自動(dòng)駕駛的安全性與智能性。與此同時(shí)，在路端的幫助下，車端的算力與算法的缺陷也能夠得到補(bǔ)足，因此車端無需擁有昂貴的傳感器及計(jì)算設(shè)備，自動(dòng)駕駛車的單車成本也可以得到很好地控制，從而促進(jìn)自動(dòng)駕駛的落地與普及。

可以說，車路協(xié)同是單車智能的高級發(fā)展形式，能提升自動(dòng)駕駛的安全性、單車不需要再那么多的雷達(dá)傳感器、也不需要不斷提升算力，將會(huì)整體范圍降低自動(dòng)駕駛普及的成本。但與此同時(shí)，車路協(xié)同需要城市的基建做出大量建造修改，這方面的成本將會(huì)是巨大的，并且也需要一個(gè)業(yè)界公認(rèn)的標(biāo)準(zhǔn)或范本來進(jìn)行指導(dǎo)，才能避免不同自動(dòng)駕駛汽車與車路協(xié)同單元的輸入輸出源不一致。

車路協(xié)同賦能感知

目前，車路協(xié)同大多數(shù)還停留在示范區(qū)演示階段，而其中演示最多的功能就是路端進(jìn)行感知識(shí)別，賦能單車智能感知端的不足。

首先，就目前單車智能中部分量產(chǎn)的ADAS感知功能舉例，其仍然存在特定場景下應(yīng)對能力不足和失效的風(fēng)險(xiǎn)。例如針對惡劣天氣、隧道環(huán)境、鬼探頭等等，目前的自動(dòng)駕駛系統(tǒng)都無法完美地解決這些問題，自動(dòng)駕駛的可靠性和應(yīng)對這些高挑戰(zhàn)性交通場景的能力還有待提升。

其次，感知的長尾問題是當(dāng)前限制單車智能自動(dòng)駕駛車輛運(yùn)行設(shè)計(jì)域的主要原因之一。受車端傳感器安裝位置、探測距離、視場角、數(shù)據(jù)吞吐、標(biāo)定精度、時(shí)間同步等限制，車輛在繁忙路口、惡劣天氣、小物體感知識(shí)別、信號燈識(shí)別、逆光等環(huán)境條件中行駛時(shí)，仍然難以徹底解決準(zhǔn)確感知識(shí)別問題。這些長尾問題，嚴(yán)重制約和影響了自動(dòng)駕駛的規(guī)模商業(yè)化落地，而這些感知長尾問題僅靠車端傳感器融合感知是難以解決的。

對此，車路協(xié)同可以幫助車輛感知視野盲區(qū)的信息。

首先，車路協(xié)同可以做到超視距的感知。路邊單元，比如綠燈可以通過自身的傳感器將車輛感知不到的道路信息準(zhǔn)確地傳給車，為車輛抹去很多探測死角；

其次，車路協(xié)同自動(dòng)駕駛通過信息交互協(xié)同，可以極大地拓展單車的感知范圍、提升感知的能力，也可以實(shí)現(xiàn)車車通訊，讓每輛車都能獲得其余車輛的感知視角，從而幫助單車獲取更多更全面的信息，增強(qiáng)感知能力。

車路協(xié)同賦能決策

除了感知系統(tǒng)，我們知道自動(dòng)駕駛的決策規(guī)劃作為整個(gè)自動(dòng)駕駛系統(tǒng)的大腦，有著舉足輕重的作用。一個(gè)好的決策系統(tǒng)，能夠清晰地預(yù)測出周圍交通參與者的意圖，也能夠在最短的時(shí)間內(nèi)做出最合理、最安全的決策，從而控制自動(dòng)駕駛車輛完成舒適安全的旅程。而目前的單車智能，卻很難去準(zhǔn)確預(yù)測出周邊其他車輛的駕駛意圖，即使未來隨著算法的迭代更新，也很難做到百分百準(zhǔn)確的意圖行為預(yù)測識(shí)別。通過車路協(xié)同，每輛車都在同一個(gè)信息網(wǎng)內(nèi)，他們的行為意圖是可以共享的，這樣自車就可以準(zhǔn)確地知道周邊其他交通參與者未來的決策規(guī)劃信息，從而做出準(zhǔn)確的響應(yīng)，就像是擁有了完美的預(yù)測系統(tǒng)，從而保證了自動(dòng)駕駛決策執(zhí)行的安全性。

另外，車路協(xié)同可以為單車智能提供新的以高維數(shù)據(jù)為代表的智能要素，可以有效幫助降低車載決策系統(tǒng)的復(fù)雜度。隨著車路協(xié)同技術(shù)與L3/L4等更高階的自動(dòng)駕駛技術(shù)相融合，從而提供更多的駕駛引導(dǎo)。比如在城市領(lǐng)航輔助下，可以主動(dòng)做出車速控制，自動(dòng)避免紅燈，讓出行更加的高效和便捷。又比如可以更加合理地規(guī)劃每輛車的出行線路，從而避免交通流的擁堵，極大地緩解城市的交通道路通行環(huán)境。

總結(jié)

說完了車路協(xié)同技術(shù)如此多的優(yōu)勢與幫助，但與此同時(shí)，我們可以發(fā)現(xiàn)，完全地實(shí)現(xiàn)車路協(xié)同對于路段的改造，需要著極大的基建成本。從頂層設(shè)計(jì)來說，要實(shí)現(xiàn)車路協(xié)同在自動(dòng)駕駛方面的應(yīng)用，當(dāng)然需要在路側(cè)有一定的投入，尤其是L3、L4級智能駕駛，對于路側(cè)數(shù)據(jù)的準(zhǔn)確性、時(shí)延和穩(wěn)定性，都有更高的要求，這些基礎(chǔ)設(shè)施的運(yùn)營也是有成本的。比如紅綠燈的改造，信號機(jī)的改造或者路口傳感器的改造，這些是新的成本，但是這個(gè)每個(gè)城市考慮不一樣，每個(gè)城市條件不一樣。不過，總體來看，車路協(xié)同的成本，要遠(yuǎn)遠(yuǎn)小于單車智能的成本。

車路協(xié)同和單車智能并不是對立面。車路協(xié)同概念的出現(xiàn)，給自動(dòng)駕駛的落地提出了另一種可能，車路協(xié)同將車與車、車與人、車與路等交通參與者的信息進(jìn)行互動(dòng)，將車輛由交通個(gè)體，成為參與整個(gè)交通的一環(huán)，從而優(yōu)化交通系統(tǒng)，車路協(xié)同從路側(cè)角色考慮，來彌補(bǔ)單車智能下的一些弊端和缺陷。