關于蘑菇說：

自動駕駛技術正在逐漸走進你我的生活，不少人對它充滿好奇。有人已經在街頭看到過自動駕駛的車輛，甚至體驗過自動駕駛服務，也有人對這項新技術感到陌生，甚至心存疑慮。

作為全球領先的自動駕駛全棧技術和運營服務提供商，蘑菇車聯官方微信公眾號將從即日起開設一檔自動駕駛科普專欄，講解大家關心的技術知識、暢享未來的出行生活。同時歡迎讀者評論、留言、私信，把想了解的問題發給我們，我們將盡力解答。

本期將從有關“單車智能與車路協同”的話題開始，你想知道單車智能和車路協同有什么不同嗎？本文會為你解答。

自動駕駛在全球有兩大主流方向，一個由單車智能化智能主導，另一個則是由車路協同驅動。

單車智能是什么？單車智能簡單來說就是在普通汽車的基礎上增加了攝像頭和雷達等傳感器，配合高效準確的算法，賦予車輛自動駕駛的能力，也就是車輛收集信息然后自己進行分析給出指令。而車路協同則是在車端及路端都增加了傳感器，也就是車端路端一起采集信息，在再上傳到云端由云端進行分析給出指令。

簡單地說單車智能依靠傳感器、和高效精準的算法來實現自動駕駛，車路協同需要對車端傳感器、路側傳感器、5G網絡、AI云等進行綜合統籌處理。

兩者相比單車智能更傾向于單體優化，車路協同更像一個整合系統，不過二者并不是相互替代的關系，應該是互補的關系。

單車智能有許多長尾問題有待解決，比如暴雨天氣下，單車感知系統幾近失靈，激光雷達因積水反射，噪點增多，攝像頭畫面模糊，目標識別的置信度降低。車路協同的路側感知賦予車輛多套冗余感知能力，有效解決了上述問題。在積水覆蓋道路標線的情況下，車輛仍然可以保持精確定位。在黑夜場景下，單車視覺感知條件嚴重不足，曝光時間延長，感光范圍縮小，雷達因缺少攝像頭反饋的顏色和語義信息支持，無法辨別障礙物。車路協同通過路端和云端的綜合信息，彌補單車智能因極端天氣而導致傳感器難以收集信息的不足，助力自動駕駛更快的落地。

上面的視頻是蘑菇車聯自動駕駛公交車雨夜晚高峰在城市主干道上的行駛情況。在視野受阻且車流、人流混雜情況下,蘑菇車聯自動駕駛公交車仍然安全順暢地完成了環島并線、密集交通流行駛、自主擇機變道、出入橋洞等高難度城市自動駕駛場景。在前車連續變道、行人機動車闖入等突發情況下,依然準確預判和響應。

車路協同最大的難點在于需要做到低時延才能保證車輛的正常行駛，在蘑菇車聯自動駕駛系統中,數據從路側感知、云端上傳到下發的傳輸全鏈路延遲已經被壓縮到100毫秒內。

100毫秒是什么概念呢？奧運會時，運動員搶跑100毫秒就要被判犯規，這也被認定為是人類的極限時間。車-路-云系統時延縮短到100毫秒以內,這也意味著,路側+云端全局路況感知能力全面下放到車端,單車也擁有了大范圍預警、預測和中遠距離行車策略規劃能力。

這也使我們有理由的相信自動駕駛將會在不久的將來走進我們的生活，而它的普及和應用將很大程度的改變我們的出行方式，為我們帶來更高效、更舒適、更便捷的出行體驗。

責任編輯：haq