> 科技 >

自动驾驶时代正在到来 车路协同成新周期焦点

时间:2020-07-07 11:19:29       来源:中国网

虽然英国《卫报》在2015年的展望——“到2020年,你将会成为一个永远坐在后排的司机”在今天看来过分乐观了,但自动驾驶时代正在到来却是不争的事实。智能的车、智慧的路相互协同,正推动自动驾驶在不少场景变成现实,虽然在对单车智能怀有强烈情结的人看来少了一点酷炫。

新一波热潮

国内的巨头们正在用切实的产品和解决方案攻城略地,而不是像几年前主要在畅想未来、谈架构,或者炫技。

4月9日,百度Apollo正式对外发布“ACE交通引擎”,其方案已在北京、长沙、保定等十几个城市落地实践。例如,4月19日,百度Apollo在长沙开启Robotaxi打车服务。4月28日、6月23日,阿里旗下的高德分别在上海、广州上线或接入Robotaxi服务。6月27日,滴滴出行也在上海向公众开放自动驾驶网约车服务。

自述于2012年就介入自动驾驶的华为则“聚焦ICT技术,成为面向智能网联汽车的增量部件供应商”,除了在通信网络、操作系统等领域落子,已开始开发激光雷达、毫米波雷达等智能汽车核心传感器。在5月举行的全球分析师大会上,华为发布了《自动驾驶网络解决方案白皮书》,详述了自动驾驶相关网联需求方案的具体任务。这已经是华为近三年来发布的第三份与自动驾驶相关的白皮书。

6月24日,自2016年入局的腾讯发布了新一代自动驾驶虚拟仿真平台TAD Sim 2.0,在真实性、全面性、可视化、标准化、轻量化五个维度进行了升级,以期提升自动驾驶开发和测试效率。据悉,TAD Sim正与国家智能网联汽车(长沙)测试区、公安部交通管理科学研究所等机构以及部分车企开展合作。

此外,还有一些相对低调的垂直行业龙头企业也在自动驾驶或曰智能网联汽车上做出了大手笔的实质性动作。例如,千方科技将2017年提出的“一体两翼”战略升级为“双驱动-双引擎”战略,全面布局智慧交通与智能物联。今年3月,千方科技发布的一份公告显示,它将进一步开展“下一代智慧交通系统产品与解决方案研发升级及产业化项目”,针对“以智能出行为核心的第四次道路交通运输革命带来的交通行业新需求”。

行业繁荣背后,产业政策的红利无疑是强大的推手之一。据不完全统计,自2018年12月以来,与智能汽车相关的政策,在部委层面就至少有5份文件,最新、也最直接的,莫过于今年2月出台的《智能汽车创新发展战略》;更高层面的设计,当属新基建、“两新一重”。

车路协同成新周期焦点

自动驾驶的历史至少可以上溯到1961年的Stanford Cart。在1970年代早期,它便利用了摄像头和早期的AI系统来绕过障碍物,但速度很慢,每20分钟1米。当然,真正算得上“智能汽车元年”大概是2012年。是年,谷歌获得了美国首个自动驾驶车辆许可证。

很长一段时间以来,自动驾驶的重点都在使车变得更智能,即单车智能(V2V),旨在让车像人一样聪明,包括Waymo、Tesla、Uber等新势力以及通用、梅赛德斯-奔驰等传统车企都是如此。

不过,安全性一直是困扰V2V向高阶进发的核心难题。汽车对风险因素的识别准确率,不像人脸识别,96%就可以用,只要不逼近100%,就近乎为0。为了提高准确率,只能配备更好、更多的激光雷达、传感器等。其结果是不仅成本高、量产困难,而且远不充分。因此,行业里流行一句话,“只有车,没有路,自动驾驶就永远停留在PPT上!”因此,智能的车加智慧的路并实现车路协同日渐成为主流方向。《科技日报》不久前发表了一篇文章,《智慧交通落地,车路协同是关键》,可谓直指核心。

在车路协同上,中国具有领先优势。早在2011年,清华大学牵头的科研团队在863计划支持下,围绕车路协同的关键技术开展了系统性探索研究。该项目于2014年通过验收,当年10月在青岛初步演示了真正的人、车、路协同。欧美的转向发生得比较晚。例如,美国联邦通信委员会于2019年12月一致投票通过了一项新提案,重新分配5.9GHz频段的大部分频谱,部分用途涉及C-V2X技术。这被视为美国放弃自己已摸索多年的Dsrc(专用短距离通信技术),转向中国倡导的基于蜂窝网络的C-V2X的一个信号。

中国不少企业一直在布局车路协同,先发优势颇为显著。以千方科技为例,它参与建设了北京两个封闭测试基地——海淀基地和亦庄基地,为两大基地提供了V2X设备与系统、监控系统等,包括车载终端(V2X OBU)、路侧终端RSU、路侧协同控制单元CCU、边缘计算单元ECU、路侧信号采集器等,其“醉翁之意”,显然志不在智能的车。截至2020年4月底,其参与建设的自动驾驶创新示范区,场/路/区三级测试的测试里程已达134万公里,获得牌照的企业13家,车辆70余辆。在长沙、重庆、阳泉、沧州等地自动驾驶或车路协同示范区,也采用了其V2X设备。

发展方向:端、边、网、云自主协同控制

车路协同实际上是人们发现单纯的智能车难以解决降低成本以及确保安全等难题而选择的第二条道路。从某种意义上说,V2V不能承受之重,由V2X来分担、协同,既大幅降低成本,也提高效能。

通俗地说,车只有自己能做到一连串动作,才能自动驾驶,进而实现交通出行的安全、便捷、愉悦、应需。首先,它要实时感知路况,包括其他车辆的状态及意图、路网流量、天气、人、交通控制信号等等,须避免视觉盲区,数据必须精准,“看见”的距离足够远;然后对所获得的数据进行实时的存储和处理,分析、筛选,去除弱相关信息和噪音等;紧接着,通过模型计算出行动的指令;最后,将指令传输给车,由车执行指令。这一整套动作的延时必须非常短,计算和操作必须非常精准、可靠、流畅。

为了实现此愿景,交通基础设施一定是数字化、网联化、智能化的,感知、计算、控制、通信、交互、管理与服务等必要功能是一体化的,最终,智能汽车获得多源数据,在人工智能技术支撑下,自适应、自学习、自控制、自管理。此外,还需要分布式、多层级、智能化的交通大脑,以数据驱动、精细化、自动化的交通治理优化车路协同的环境。简言之,必须做到端、边、网、云自主协同控制。

毋庸置疑,车路协同横跨行业众多,需要汽车、通信、云计算、物联网、出行、软硬件开发等多个行业的企业协同共舞。身处其中的企业,不管是巨头,还是初创企业,亦或是行业龙头,还是跨界者,都将依据各自的优势,既合作又竞争,合纵连横的故事必定精彩纷呈。(一鸣)