看點：國內(nèi)車路協(xié)同技術(shù)研究領(lǐng)頭人詳解車路協(xié)同的過去、現(xiàn)在和未來。

4月19日，GTIC 2019全球智能汽車供應(yīng)鏈創(chuàng)新峰會在2019上海車展同期舉辦，大會邀請到來自學(xué)術(shù)界、整車企業(yè)、零部件企業(yè)、互聯(lián)網(wǎng)公司、新興自動駕駛公司和人工智能公司等智能汽車供應(yīng)鏈領(lǐng)域的15位嘉賓登臺，探討智能汽車時代的供應(yīng)鏈創(chuàng)新與出行變革。

國內(nèi)車路協(xié)同技術(shù)的研究領(lǐng)頭人，清華大學(xué)自動化系教授、自動化系系統(tǒng)工程研究所所長張毅教授為大會作了開場演講。

張毅教授講到，汽車產(chǎn)業(yè)在與IT、通信等領(lǐng)域跨界融合時面臨新的挑戰(zhàn)，呼吁車路協(xié)同技術(shù)予以解決。我國自2011年起開始立項研究車路協(xié)同技術(shù)，用7年多的時間已經(jīng)走過了美國14年走過的道路，目前已進入規(guī)模應(yīng)用階段。

他指出，車路協(xié)同技術(shù)的發(fā)展應(yīng)用既能提升交通安全，還能提升交通控制效率，同時還將促使自動駕駛技術(shù)的落地與發(fā)展，將讓交通體系跨入新階段。

汽車與其他領(lǐng)域跨界融合加速 新的挑戰(zhàn)呼吁車路協(xié)同

張毅教授在一開場就講到，現(xiàn)階段的汽車產(chǎn)業(yè)正在快速發(fā)展之中，不僅是車企在快速提升汽車各方面的技術(shù)和水平，同時還有IT、通信等領(lǐng)域等玩家也在快速切入。例如Uber本身是一家從事共享交通的公司，但其同時還在從事自動駕駛、貨運等方面的技術(shù)研究。

“我們發(fā)現(xiàn)汽車的發(fā)展已經(jīng)不單單是汽車本身，它已經(jīng)進入了一個跨界融合的時代?！睆堃憬淌谥v道。

不過，隨著汽車與智能、通信等領(lǐng)域出現(xiàn)大量融合，相應(yīng)的問題與挑戰(zhàn)也逐漸暴露。例如2018年3月18日，一輛Uber的自動駕駛測試車就在美國亞利桑那州出交通事故致使一名行人死亡。

張毅教授指出，目前還沒有公開的技術(shù)報告分析這起事故，但已知的信息是這輛自動駕駛汽車的感知系統(tǒng)已經(jīng)感知到了行人的信息，因此問題可能出現(xiàn)在車輛的決策系統(tǒng)上，即車輛的決策系統(tǒng)在做“這是不是一個人？”、“是不是需要停下來？”的決策時出了問題。

“汽車的跨界融合過程中還有許多問題沒法逾越，還有很多問題需要解決?！睆堃憬淌诳偨Y(jié)道，“只有智能的汽車是不夠的，還需要智能的路、智能的網(wǎng)、智能的交通，它們結(jié)合起來就是車路協(xié)同?！?/p>

車路協(xié)同的兩大關(guān)鍵應(yīng)用點：安全與控制

張毅教授在現(xiàn)場表示，車路系統(tǒng)會帶來新的交通理念，讓交通發(fā)展跨入新的階段。

簡單說就是用現(xiàn)有的通信技術(shù)將所有的汽車連接起來構(gòu)成一個平臺，讓任何車輛在任何時間和任何地點都能做到信息共享和交互。

在發(fā)展車路協(xié)同技術(shù)的過程中，有兩大關(guān)鍵應(yīng)用點，一個是安全，一個是控制。

安全方面，車路協(xié)同的信息交換平臺，可以幫助現(xiàn)有的交通體系從被動安全向主動式安全，以及下一步的協(xié)同安全方向前進，即現(xiàn)有的安全體系會從第一代的安全帶、第二代的安全氣囊，向著第三代的V2V通信方向轉(zhuǎn)變。

張毅教授講到，現(xiàn)在的自動駕駛汽車還在用單車智能的方式進行運作，即車輛感知到對面來車后，還要想辦法感知它想要干什么，然后再進行駕駛決策。決策完了還要看下一步的變化，這是一個很復(fù)雜的信息交互決策控制過程。

但有了車路協(xié)同技術(shù)后，車輛之間就馬上知道對方的位置、速度、加速度、剎車與否、轉(zhuǎn)向與否等信息，大大簡化了自動駕駛汽車的信息收集和決策難度。

基于這種技術(shù)，車路協(xié)同還將促進現(xiàn)有的ADAS高級駕駛輔助系統(tǒng)向著CDAS協(xié)同式輔助駕駛系統(tǒng)，以及AI-DAS人工智能駕駛輔助系統(tǒng)方向發(fā)展。

控制方面，車路協(xié)同的信息交換平臺，既可以在交通體系內(nèi)實現(xiàn)多車車速引導(dǎo)，又可以讓現(xiàn)有信號燈從被動控制向主動控制，以及下一步的協(xié)同控制階段發(fā)展。

此前，國內(nèi)在交通測試研發(fā)中有一個單車車速引導(dǎo)的提法，即在車輛通過路口時會收到推薦的車速信息，幫助順利通行，減少停車從而減少排放，但問題是無法解決其他車輛的車速引導(dǎo)問題。

在有了車路協(xié)同平臺后，可利用交匯點協(xié)同的機理計算出每輛車的最優(yōu)速度并發(fā)布至各個車輛，從而實現(xiàn)多車速度引導(dǎo)，進而實現(xiàn)更高效的通行。

現(xiàn)有的信號燈是被動控制，即在了解到多少汽車到來后調(diào)整信號配時，沒法引導(dǎo)汽車。想要主動控制，就要實現(xiàn)單車和多車速度引導(dǎo)，將其引導(dǎo)成一個一個車隊，每個綠燈放行一個車隊。

同時信號燈和車隊也要實現(xiàn)交互，信號燈的配時也會隨著車隊的變化而變化，從而讓信號燈控制邁上一個新的臺階。

車路協(xié)同在我國的應(yīng)用實踐：7年走完美國14年的路

張毅教授講到，美國在2004年就開始立項進行車路協(xié)同相關(guān)的研發(fā)，雖然叫做其他的名字，但本質(zhì)是一樣的。美國從項目立項、到測試場測試，到真實道路實施，總計用了14年的時間。

我國從2002年提出了這個概念，但真正國家立項開始研究是2011年。到現(xiàn)在，我們已經(jīng)走過了從立項、到測試場測試，再到具體的工程應(yīng)用所有階段，相當(dāng)于用7年多的時間，走完了美國人14年的路。

具體來說，我國的車路協(xié)同最早基于張毅教授所在的國家863計劃研究組的研究成果，在我國第一個智能網(wǎng)聯(lián)汽車測試場——上海國際汽車城進行了示范，隨后推廣到了二十幾輛公交車上，再到重慶、北京、福建等地的測試場的規(guī)模化長期測試。

目前，車路協(xié)同技術(shù)將在中國最快的高速公路杭紹勇高速、冬奧會等項目中實現(xiàn)規(guī)模化應(yīng)用。

去年11月，國內(nèi)還實現(xiàn)了不同車企、不同通訊模式、不同終端系統(tǒng)的“三跨”式車路協(xié)同，而今年交通部、工信部、公安部也將實現(xiàn)跨部門聯(lián)合部署，真正推動車路協(xié)同在中國的大規(guī)模應(yīng)用。

“車路協(xié)同作為一個大的技術(shù)領(lǐng)域，大規(guī)模應(yīng)用和推廣已經(jīng)成為了現(xiàn)代道路交通里面必然的發(fā)展趨勢?！睆堃憬淌诳偨Y(jié)道。

車路協(xié)同是自動駕駛發(fā)展的第三條路徑

正是由于車路協(xié)同對交通體系發(fā)展的重要作用，交通部副部長劉小明2018年在中國電動汽車百人會的論壇上提出，要高度重視自動駕駛和車路協(xié)同等前瞻性技術(shù)的發(fā)展和應(yīng)用，以智慧交通建設(shè)為載體，按照車路協(xié)同發(fā)展的技術(shù)路徑，積極推進自動駕駛的發(fā)展。

基于這種背景，2018年9月起，國內(nèi)出現(xiàn)了一個少有的現(xiàn)象——阿里、百度等好幾家大公司紛紛設(shè)立研究院或聯(lián)合實驗室，在一個月內(nèi)幾乎全部開啟了對車路協(xié)同技術(shù)的研究。

張毅教授講到，目前研究自動駕駛有兩個技術(shù)路線，一個是基于自動駕駛的車載高精度傳感器，另一個是基于車載高精度導(dǎo)航和高精度地圖。

這兩個路線略有差別，但本質(zhì)上都是依靠單車的感知和決策，出現(xiàn)了一些問題。例如2016年一輛特斯拉在自動駕駛狀態(tài)下撞上了一輛貨車。

如果有車路協(xié)同技術(shù)，讓兩車做一個交互，卡車的位置、速度、加速度、行進路線等信息一下就獲得了，就會為自動駕駛技術(shù)提供更好的解決方案。

這就是上述劉小明副部長提出的，基于車路協(xié)同的自動駕駛技術(shù)，也是自動駕駛技術(shù)的第三條技術(shù)路線。

具體來說，車路協(xié)同將為自動駕駛汽車帶來三大優(yōu)勢，一是提升了環(huán)境感知的深度和維度；二是增強了系統(tǒng)反應(yīng)與控制的實時性；三是降低了對傳感器與地圖的依賴，進而降低成本。

目前，張毅教授團隊已經(jīng)在上海國際汽車城開發(fā)出了初步的基于車路協(xié)同技術(shù)的自動駕駛車輛。該車除了近距離的環(huán)境感知信息來自車輛本身，中遠(yuǎn)程的駕駛、決策、控制信息都來自車路協(xié)同信息交互。

車路協(xié)同助力自動駕駛超越L5級

在演講最后，張毅教授探討了人工智能技術(shù)與自動駕駛的關(guān)系。

他引用一些院士的論述表示，計算機模仿人去感知環(huán)境、模仿人去理性思考、模仿人去執(zhí)行動作，是人工智能應(yīng)用的三大標(biāo)志。

根據(jù)院士們的界定，現(xiàn)在應(yīng)用人工智能技術(shù)有一些條件，即需要豐富的數(shù)據(jù)或知識、完備信息、確定性信息、靜態(tài)與結(jié)構(gòu)化環(huán)境、有限的領(lǐng)域或單一的任務(wù)。

而在駕駛領(lǐng)域，這五大條件都無法具備，開車時很多情況是隨機的。

從這些標(biāo)準(zhǔn)來看，目前的自動駕駛還處于自動化的駕駛階段，自動駕駛汽車還是基于規(guī)則行駛的機器人，對應(yīng)現(xiàn)在的L1—L5級自動駕駛。

而隨著人工智能駕駛的發(fā)展，未來將先后出現(xiàn)具備弱人工智能和強人工智能技術(shù)的自動駕駛汽車，可以分別對應(yīng)L6與L7級的自動駕駛，而在這一發(fā)展過程中，車路協(xié)同又是人工智能與自動駕駛完美結(jié)合的技術(shù)基礎(chǔ)。