2020年11月11-13日，2020智能網聯汽車大會（WICV）在北京舉辦。億歐汽車作為大會合作媒體受邀參加，并為您帶來最新內容分享。

在11月12日上午的自動駕駛城市末端配送創新與實踐論壇中，中國公路協會自動駕駛委員會副主任委員，清華大學自動化系系統工程研究所所長張毅教授作題為基于車路協同的自動駕駛技術與實踐的報告。

張毅提到目前為止車路協同已經變成了一個大的概念，是指在基于通訊基礎上實現了新一代交通系統的形態變化之后完成的交通功能服務的完整提升，不僅僅是車和路中間的信息交互問題，而是說基于這樣的交互要實現交通的協同服務，提高交通功能，提高交通安全和效率問題。

張毅提到，在完成了全球首次200臺以上的基于智能網聯的信息通信的可靠測試后，技術驗證就表明在現有的技術支持下，車路協同需要的實時的交通信息，交互是完全可以實現的。此外，2018年開始做了第一次三跨，實現通訊芯片模組加車載終端加整車的集成，去年實現了四跨，加上了安全平臺的集成，到今年實現了第五跨，稱為新四化。

張毅坦言，未來還有很多新的技術路線需要解決。如五大關鍵技術，第一是交通環境的協同感知；第二個關鍵技術是自動駕駛過程中軌跡規劃；第三個關鍵技術是需要依賴的高精度定位；第四個關鍵技術是不同交通主體之間可以進行信息交互，且可以完成協同的決策和控制；第五個關鍵技術，把高精度地圖放到配送車，但是這樣的計算能力要求是比較高的。

張毅認為，基于車路協同的自動駕駛的技術路線，在末端配送低速情況下有很大的借鑒意義，產生了一些新的解決途徑或者是方案，第一在環境感知方面，除了治車以外，重點是以協同感知為主，而自車的感知為輔；第二個方面是決策信息方面；第三個方面是車輛定位上，增加了一個路基的高精度地位；第四個方面可以通過路基設備分發，來保證車輛及時，安全獲得高精度地圖。第五個方面，行使控制層面上，加入了協同控制可以讓周邊的車輛彼此之間協商，可以共同來決策下一步怎么樣變化。

就基于車路協同的自動駕駛如何應用到物流配送里，張毅也提及一些未來嘗試的方向，第一個方面，借助車路協同的平臺與技術，提高整個性能與服務水平。第二個方面，可以在近期和配送小車結合，結合智慧城市建設里推進物流配送工作。第三個方面，物流自動駕駛汽車在現實過程中有一個過渡的過程，要經過不斷的發展過程。

以下為張毅發言實錄：

各位領導、各位嘉賓上午好！非常高興今天能參加我們的論壇，也非常高興今天恰逢順義基地的開幕。

我作為清華大學自動化系系統工程研究所的一位教授，我們團隊的一些技術方案，在智能網聯基地測試基地建設中也發揮了作用，所以今天也非常高興看到這個基地的建設。去年第一屆這個會議在現場，我們的四輛自動駕駛的汽車基于車路協同的自動駕駛汽車做了一個隆重的展示活動，也展示出了基于車路協同自動駕駛技術落地問題。

今天結合論壇主題給大家分享一下，我們在基于車路協同的自動駕駛技術以及在我們的城市末端的傳送運輸過程中的思考和體會。今天我的報告分兩個方面，第一個方面主要是講什么是的自動駕駛，尤其是重點涉及到什么樣的關鍵技術，基于這些關鍵技術，怎么在城市末端的配送里有更好的應用。

車路協同作為國家交通發展戰略綱要的重要組成部分，去年9月國家頒布了綱要，基于車路協同，就是通過現成的各種無線的通訊方式，把交通系統中的參與者，人，車和路測設備連起來，形成一種新的理念，新的框架的交通系統，在這個系統層面上，我們能實現所有交通主體的信息實時交互，同時我們能提供協同安全，協同控制的效果，這是車路協同最終的目標，這個目標的發展過程中，我們可以看到整個過程成為了國家一個發展戰略以后，越來越多的企業，越來越多的部門都把車路協同的發展和自動駕駛的發展結合起來了，形成了一個完全新的局勢。

在這樣的程度上，我們看見了不同公司都在積極努力地把基于車路協同的自動駕駛推向了新的高潮，在這個過程中，我們會發現根本性的變化是什么？我們現在熟悉的自動駕駛的技術路線發生了變化，傳統是以單車智能為主體的自動駕駛，我們變成了以聰明的車加上智慧的路，還有智能的網，重點是要實現交通系統里的協同服務，于是構成了一個基于車路協同的自動駕駛。

在這里面想說的是車路協同，大家可能只是在名詞上去看車和路的協同，實際上提出講的是車路協同，但實際上目前為止車路協同已經變成了一個大的概念，是指在基于通訊基礎上實現了新一代交通系統的形態變化之后完成的交通功能服務的完整提升，不僅僅是車和路中間的信息交互問題，而是說基于這樣的交互要實現我們的交通的協同服務，提高他的功能，提高他的安全和效率問題。

這里面給出了一個實現這么一個環境的基本條件，大家可以看得見，這張圖里描繪了重點車輛，可以通過所有交通方式，通訊方式把他們連起來，使得我們原來傳統的交通系統發生了根本性變化，在這個過程中，最重要的一個變化是我們獲得了實時全時空的交通信息，把原本交通里難以獲得的信息現在都獲得了，于是我們對于交通系統的認識發生了變化，同時對交通功能的實現也發生了革命性的變化，在基于這樣的基礎上，我們會考慮到信息的交互是要通過所有的通訊方式實現的，能不能保證，非常高興的告訴大家，我們今年的10月份在汽車工程協會的推動下，有關的企業和有關的公司聯合完成了我們全球首次200臺以上的基于智能網聯的信息通信的可靠測試，結合交通系統里面九個重要的場景逐一對大量的車輛存在的時候，對他實時信息交互的可靠性做了一個完整的驗證，這個技術的驗證就表明我們在現有的技術支持下，車路協同需要的實時的交通信息，交互是完全可以實現的。

第二個測試是我們連續三年，也是在汽車工程協會的支持下完成的，我們車路協同遇到的重要屏障問題就是不同的廠家，不同的通信模式，不同的廠商能不能集成在一塊。2018年開始我們做了第一次三跨，實現通訊芯片模組加車載終端加整車的集成，去年實現了四跨，加上了安全平臺的集成，到今年非常高興地實現了第五跨，我們稱為新四化，這里面加了一個高清地圖廠商的集成，過程里是發展到什么樣的程度，我們從2018年20家發展到2019年63家企業參與，實現七種業務的集成到十一種業務的集成，今年有40余家國內外整車企業，40余家終端企業，10余家芯片模組企業，20余家信息安全企業，以及5家定位服務提供商的集成，這就為車路協同的規模化應用奠定了非常重要的基礎。大家特別希望看到，需要論證的一個通訊能不能保證，信息傳輸可靠性能不能保證，大量的企業，不同的廠商，不同的模組能不能集成的問題，我們得到了證明，也就是說我們車路協同的規模化應用，基礎條件已經完全具備了。

基于這樣的場景，我們不僅要實現現在車輛聯網叫智能網聯問題，同時也給我們自動駕駛帶來了全新實現的平臺，或者說一種新的技術路線，也就是說我現在還可以有第二條技術路線，也是項目組正在推進的，基于車路協同的自動駕駛路線，如果大家去研究一下交通部發布的有關戰略研究報告以及我們國家的交通強國建設綱要里提到的，中國要發展的自動駕駛是要基于車路協同的技術路線去快速推進中國的自動駕駛的落地問題。

這樣的情況下，我們就會發現基于車路協同的自動駕駛和我們單車智能的自動駕駛，在關鍵技術層面上有了根本性的變化，比如說我舉一個簡單的例子，剛才我們夏總在視頻里演示到了，配送小車要過一個信號燈路口，首先信號燈要進行辨識，信號燈的辨識是通過視頻來處理的，辨識過程中遇到一個非常大的問題是當我們在早上，或者是傍晚的時候，當我們的信號燈的背景是太陽的時候，這樣的光照情況下視頻對他的紅綠燈的辨識，我們不管用什么樣的方式，人都很難判斷的，我們用視頻的方式解決，這個難題到目前為止沒有辦法克服掉。我們基于車路協同的方式以后，我們信號燈如果把紅綠燈的辨識情況自動發送出來，我們的物流車接到這個信息以后就不用花很大的功夫，不用花很大的計算能力去判斷一個我們認為是一個本來非常簡單的問題，這樣就是在應用過程中遇到的新突破，也是我們希望能夠解決的。

基于車路協同的情況下，自動駕駛不是像我剛才講的視頻問題解決了，好像我們沒有其他的技術要解決了，不是，我們還有很多新的技術路線需要解決。新的關鍵技術層面上，我簡單列出來了，有幾大，第一個是五大關鍵技術，第一是交通環境的協同感知，原來都是靠治車，現在可以協同感知，我們可以一個車和路測傳感器進行聯合協同感知，這樣可以提高感知的結果，也可以提高我們的感知可靠性。

第二個關鍵技術是在我們的自動駕駛過程中軌跡規劃是非常重要的，我要完成一個長期的軌跡規劃，不僅僅解決我本車周圍的軌跡規劃，基于車路協同平臺可以實現，因為整個全域的車輛運行情況都可以獲得。

第三個關鍵技術是需要依賴的高精度地位，除了我們做GPS以外，我們既然車路協同有路測設備，路基設備是提供高精度地圖的另外一個途徑，我們利用路基的設施也可以做到高精度的亞米級的定位。

第四個關鍵技術，既然不同交通主體之間可以進行信息交互，我們之間可以完成協同的決策和控制，就像我們發現安全危險的時候，兩輛車需要碰撞的時候，能不能通過簡單的協同避免避障的問題。

第五個關鍵技術，把高精度地圖放到配送車，但是這樣的計算能力要求是比較高的，車輛的能力要求高了以后，我們基于車路協同以后，把高精度地圖不下載到車上，通過路上的設備定期進行分發，解決不同區域中的細的高精度的配制問題，還能帶上實時交通信息，這一套解決方案有效可以提升自動駕駛的可靠性和安全性問題。

基于這樣的關鍵技術，在我們的城市末端低速尤其是物流配送方面的落地怎么能夠實現，目前我們的項目團隊主體做的是乘用車，對于低速，配送做的比較少，基于車路協同的自動駕駛這樣的技術路線，在我們的末端配送低速情況下有很大的借鑒意義，所以我分析一下我們在這個情況下怎么應用現在基于車路協同自動駕駛路線。

我們可以回顧起來看，我們發現單車智能和基于車路協同的自動駕駛，由于他們采用不同技術路線，很多方面發生了比較大的變化。右側列出的是基于車路協同的自動駕駛，這樣的技術路線我們可以看見，會產生一些新的解決途徑或者是方案，比如講在環境感知方面，我們除了治車以外，重點是以協同感知為主，而自車的感知為輔，只解決與近程的感知問題，遠程靠車路協同幫助解決。

第二個方面是決策信息方面，由于我們可以拿到實時交互的所有周邊的交通主體以及道路的信息情況，決策信息更為豐富。

第三個方面是車輛定位上，我們增加了一個路基的高精度地位，對我們原本的單車自動駕駛的高精度定位多了一個途徑。

第四個方面，地圖上可以不用把高精度地圖非常細地，精度非常高地高精度地圖全部下載在車上，我們可以通過路基設備，根據你所到的區域，不斷地給你分發，你進行一些重組，來保證我們車輛及時，安全，全部獲得高精度地圖。軌跡規劃層面上，我們可以做到動態，而且軌跡可以不斷地變化，自動地生成。

第五個方面，我們在行使控制層面上，由于我們加入了協同控制，不是你自己光做你自己的決策，自己的控制，我們可以讓周邊的車輛彼此之間協商，可以共同來決策我們下一步怎么樣變化，于是這樣的情況下，對于我們的安全提供了保證。這種情況下，單車智能和基于車路協同自動駕駛之間的區別，我們基于車路協同自動駕駛以后，我們對于慢速的自動駕駛，尤其是末端的物流配送駕駛過程中，我們有哪些需求是基于車路協同的自動駕駛的技術路線能夠提高我們的效率和安全性的。

第一個，在成本控制層面上，我們知道慢速車輛，像剛才說的物流車輛不可能像社會車輛一樣一輛車上百萬，幾百萬的成本，我要把成本控制的很低才有可能進行推廣。基于車路協同的平臺可以達到的這樣的情況，因為我的項目組已經完成了，購置兩輛車加上改裝，兩輛車下來不到80萬，乘用車可以做到不到40萬，對物流車可以大大控制成本問題。

第二個，信息交互方面，我們可以利用現存的所有通訊方式，有效地支撐信息交互。

第三個，定位技術上，我們不僅可以解決了路面定位，室內定位，可以增加我的室內路基設備的情況下，室內定位同樣能夠達到室外的定位。

第四個，危險識別程度上，除了我們前頭講到的識別方式，對于我們慢行車，如果和路測設備結合起來，可以完成危險的協同識別問題，可以有效地提高配送車的識別效率。

第五個，計算能力也一樣，由于有車路協同，我可以提供邊緣計算，對于配送物流小車里，我們可以降低單車的計算能力的要求，可以把部分計算分到邊緣計算，于是我們從這樣的程度上可以看到，基于車路協同的自動駕駛，如果更好地應用到物流配送里，我們覺得有三個方面可以在近期嘗試做一些推進，做一些研究。

第一個方面，借助我們的車路協同的平臺與技術，提高我們整個性能與服務水平，體現在我剛才說到的幾個方面，包括危險狀態的識別、環境下的定位、實時信息的交互以及我們的自動駕駛的軌跡規劃問題。

第二個方面，可以在近期和配送小車結合，結合智慧城市建設里推進物流配送工作，智慧城市建設過程中，目前有一個非常大的變化，或者說我們在推進，比如說廣東省深圳市開始推進的智慧電桿，把市政管理功能，把通訊的基站以及把交通所用的環境感知的傳感器集成在一起，這樣的智慧電桿，可以對物流小車提供一個非常好的支撐平臺，這樣的新發展，對于美團這樣的物流小車的自動駕駛是非常好的一個貢獻。既然智慧電桿能夠推進，園區社保系統里，我們有大量的攝像頭，大量的環境感知的監控的設備，如果利用起來對小車自動駕駛是非常有力的支撐。

第三個方面，作為一個物流自動駕駛汽車，我們在這種情況下對于長期的發展，我們還要看到現實過程中有一個過渡的過程，也就是說并不是說我們所有想要的理想狀態都能一呼即出，我們要經過不斷的發展過程，我們要探索特需服務情況下，包括疫情，包括機場特定的園區情況下應用情況怎么樣，解決好過渡過程問題對于長期發展將會發生很好的作用。

我今天利用論壇的機會，從基于車路協同的自動駕駛說起，從關鍵技術的分析來探討物流配送，在這個層面上基于車路協同的自動駕駛的技術路線的應用問題，希望今天的分享對各位嘉賓，對企業有所幫助，謝謝大家。

責任編輯：PSY