看點：國內車路協同技術研究領頭人詳解車路協同的過去、現在和未來。

4月19日，GTIC 2019全球智能汽車供應鏈創新峰會在2019上海車展同期舉辦，大會邀請到來自學術界、整車企業、零部件企業、互聯網公司、新興自動駕駛公司和人工智能公司等智能汽車供應鏈領域的15位嘉賓登臺，探討智能汽車時代的供應鏈創新與出行變革。

國內車路協同技術的研究領頭人，清華大學自動化系教授、自動化系系統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，汽車產業在與IT、通信等領域跨界融合時面臨新的挑戰，呼吁車路協同技術予以解決。我國自2011年起開始立項研究車路協同技術，用7年多的時間已經走過了美國14年走過的道路，目前已進入規模應用階段。

他指出，車路協同技術的發展應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的落地與發展，將讓交通體系跨入新階段。

汽車與其他領域跨界融合加速 新的挑戰呼吁車路協同

張毅教授在一開場就講到，現階段的汽車產業正在快速發展之中，不僅是車企在快速提升汽車各方面的技術和水平，同時還有IT、通信等領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、貨運等方面的技術研究。

“我們發現汽車的發展已經不單單是汽車本身，它已經進入了一個跨界融合的時代。”張毅教授講道。

不過，隨著汽車與智能、通信等領域出現大量融合，相應的問題與挑戰也逐漸暴露。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已經感知到了行人的信息，因此問題可能出現在車輛的決策系統上，即車輛的決策系統在做“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。”張毅教授總結道，“只有智能的汽車是不夠的，還需要智能的路、智能的網、智能的交通，它們結合起來就是車路協同。”

車路協同的兩大關鍵應用點：安全與控制

張毅教授在現場表示，車路系統會帶來新的交通理念，讓交通發展跨入新的階段。

簡單說就是用現有的通信技術將所有的汽車連接起來構成一個平臺，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。

在發展車路協同技術的過程中，有兩大關鍵應用點，一個是安全，一個是控制。

安全方面，車路協同的信息交換平臺，可以幫助現有的交通體系從被動安全向主動式安全，以及下一步的協同安全方向前進，即現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通信方向轉變。

張毅教授講到，現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，這是一個很復雜的信息交互決策控制過程。

但有了車路協同技術后，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，車路協同還將促進現有的ADAS高級駕駛輔助系統向著CDAS協同式輔助駕駛系統，以及AI-DAS人工智能駕駛輔助系統方向發展。

控制方面，車路協同的信息交換平臺，既可以在交通體系內實現多車車速引導，又可以讓現有信號燈從被動控制向主動控制，以及下一步的協同控制階段發展。

此前，國內在交通測試研發中有一個單車車速引導的提法，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問題。

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

現有的信號燈是被動控制，即在了解到多少汽車到來后調整信號配時，沒法引導汽車。想要主動控制，就要實現單車和多車速度引導，將其引導成一個一個車隊，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。

車路協同在我國的應用實踐：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同相關的研發，雖然叫做其他的名字，但本質是一樣的。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。到現在，我們已經走過了從立項、到測試場測試，再到具體的工程應用所有階段，相當于用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聯汽車測試場——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模化長期測試。

目前，車路協同技術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規模化應用。

去年11月，國內還實現了不同車企、不同通訊模式、不同終端系統的“三跨”式車路協同，而今年交通部、工信部、公安部也將實現跨部門聯合部署，真正推動車路協同在中國的大規模應用。

“車路協同作為一個大的技術領域，大規模應用和推廣已經成為了現代道路交通里面必然的發展趨勢。”張毅教授總結道。

車路協同是自動駕駛發展的第三條路徑

正是由于車路協同對交通體系發展的重要作用，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同等前瞻性技術的發展和應用，以智慧交通建設為載體，按照車路協同發展的技術路徑，積極推進自動駕駛的發展。

基于這種背景，2018年9月起，國內出現了一個少有的現象——阿里、百度等好幾家大公司紛紛設立研究院或聯合實驗室，在一個月內幾乎全部開啟了對車路協同技術的研究。

張毅教授講到，目前研究自動駕駛有兩個技術路線，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航和高精度地圖。

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

如果有車路協同技術，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，基于車路協同的自動駕駛技術，也是自動駕駛技術的第三條技術路線。

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

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

車路協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與自動駕駛的關系。

他引用一些院士的論述表示，計算機模仿人去感知環境、模仿人去理性思考、模仿人去執行動作，是人工智能應用的三大標志。

根據院士們的界定，現在應用人工智能技術有一些條件，即需要豐富的數據或知識、完備信息、確定性信息、靜態與結構化環境、有限的領域或單一的任務。

而在駕駛領域，這五大條件都無法具備，開車時很多情況是隨機的。

從這些標準來看，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則行駛的機器人，對應現在的L1—L5級自動駕駛。

而隨著人工智能駕駛的發展，未來將先后出現具備弱人工智能和強人工智能技術的自動駕駛汽車，可以分別對應L6與L7級的自動駕駛，而在這一發展過程中，車路協同又是人工智能與自動駕駛完美結合的技術基礎。