文|新眸汽車組 阮雪
編輯|桑明強
單車智能和車路協(xié)同，在無人駕駛上，國內(nèi)外押注了兩條截然不同的路。
以特斯拉為首的國外汽車制造廠商，把雷達、攝像頭以及傳感器視作籌碼，用車輛作為獨立的智能個體賭無人化的未來，flag年年立，但也年年倒；相比之下，國內(nèi)的玩家在單車智能技術(shù)瓶頸難克服的情況下，把目光放在了馬路上，在車和路的協(xié)同中解決對方位感知信息處理的難題。
和單車智能強調(diào)微觀性的個體提升不同，車路協(xié)同更強調(diào)宏觀層面上的建構(gòu)，“自動駕駛是起點，終局是智能交通、智能城市，甚至是智能社會?！痹凇吨悄芙煌ㄆ咧v中》中，李彥宏把智慧化的想象延伸到整個社會層面上，在新基建的背景下，車路協(xié)同成了自動駕駛的新風(fēng)向，不少玩家躬身其中。
賭桌上，是明碼標(biāo)價的籌碼和天花亂墜的設(shè)想；賭桌下，是對于未來交通形態(tài)的判斷和難以跨越的技術(shù)鴻溝，各方都試圖給未來拿出一個解法，但未來卻沒能給任何人答案。和看待所有新興技術(shù)一樣，看待車路協(xié)同，與其沉迷想象，不如回歸現(xiàn)實，聊一聊它的前世今生。
必經(jīng)之路
上個世紀(jì)50年代，通用汽車在美國新澤西州打造了一條埋入大量通信設(shè)備的概念高速公路，這被業(yè)界視為最早的車路協(xié)同方案。21世紀(jì)以來，現(xiàn)代意義上的車路協(xié)同，主要涉及車端、路側(cè)端和云端三個端口，通過統(tǒng)籌車、路、人以及實時交通的動態(tài)信息，實現(xiàn)信息的互聯(lián)互通。
著眼國內(nèi)車路協(xié)同的開端，不是對自動駕駛的另謀出路，而是因為它成了必經(jīng)之路。
“第一，普遍認(rèn)為自動駕駛需要110億英里（約合177億公里）的道路測試，單車實現(xiàn)難度有多大？第二，含有激光雷達等昂貴設(shè)備的單車如何降本？第三，完全自動駕駛至少有幾百萬的極端工況，軟件設(shè)計如何保證和驗證？第四，對于自動駕駛安全性如何保證？”
圍繞著單車自動駕駛所產(chǎn)生的四個疑問，一度成為了玩家押注車路協(xié)同的理由，在車路協(xié)同的答卷上，這些都能找到答案。
作為汽車行駛的基礎(chǔ)，自動駕駛所需要的道路測試被納入了城市建設(shè)當(dāng)中，對于道路的改造也順勢產(chǎn)生。根據(jù)新眸不完全統(tǒng)計，截至目前，我國已有16個城市成為智慧城市基礎(chǔ)設(shè)施與智能網(wǎng)聯(lián)汽車協(xié)同發(fā)展試點城市，其中，截至2020年6月，北京已完成158萬公里的測試，自動駕駛開放測試道路已達699.58公里。
雖然距離目標(biāo)的測試長度還有一定的差距，但相比于單車智能，更具性價比的車路協(xié)同在成本上已經(jīng)降低了難度。擁有更低的單車成本和邊際成本，路側(cè)安裝設(shè)備的方案能將單車成本控制在萬元以內(nèi)，和動輒十萬上下的車載傳感器相比，經(jīng)濟成本的降低，讓車路協(xié)同的可行性變得更強。
和單車智能的整車高成本對比，車路協(xié)同顯得更加實惠，在一定程度上也能夠解決智能汽車對于高性能芯片的依賴。
一直以來，視野局限和視效局限是影響自動駕駛安全性的主要原因。智能汽車感知硬件系統(tǒng)，無論是攝像頭還是雷達，其實都是基于生物感官的產(chǎn)物，搭載在車端，這就必然會有“盲區(qū)”現(xiàn)象存在，基于視覺產(chǎn)生的信息判斷，即使芯片再智能也無法計算看不見的信息。
車路協(xié)同更重視的“協(xié)同”二字，在于兩者之間的配合：道路能夠完成對智能汽車的輔助作用——讓它“看見”更多的信息，“端”、“管”、“云”的三層架構(gòu)，分別幫車路協(xié)同完成了環(huán)境感知、數(shù)據(jù)融合計算和決策控制三階段的任務(wù)。
路端設(shè)備的感知能力利益路邊單元（RSU）、攝像頭、激光雷達等多方配合下得到加強，云端上區(qū)域云包含設(shè)備管理和數(shù)據(jù)管理的基本能力，邊緣云被部署在路邊，是軟硬件結(jié)合的邊緣計算節(jié)點，區(qū)域云和邊緣云的收據(jù)交換，構(gòu)成了信息的流通和處理。
從車端感知上報，到路側(cè)協(xié)同基站，到邊緣云，再到區(qū)域云的一系列信息傳遞，通過實現(xiàn)對交通各實體元素間的信息管理，最終車輛間的信息交互，形成了理想中的智能交通閉環(huán)，以此降低安全風(fēng)險，也降低了軟件設(shè)計上的難度。
叢林探險
入局車路協(xié)同的熱潮發(fā)生在2018年，這一年互聯(lián)網(wǎng)大廠動作頻繁，讓沉寂在造車背后的車路協(xié)同走上了臺前。
這一年，時任百度智能駕駛事業(yè)群組總經(jīng)理的李震宇在媒體溝通會上宣布，將正式開源Apollo車路協(xié)同方案，向業(yè)界開放百度Apollo的技術(shù)和服務(wù)。緊接著就有阿里牽手行業(yè)巨頭的消息傳來。
同年九月的云棲大會上，阿里成立的“2038超級聯(lián)盟”，把包括交通部公路院、國家電網(wǎng)、中國聯(lián)通、一汽集團、英特爾、福特汽車等多方力量集合起來打造智慧高速，不過一個沒說的前提卻是，阿里的車路協(xié)同是在自家的封閉系統(tǒng)下搭建的。
在阿里的實踐中，阿里云承擔(dān)搭建云控平臺的任務(wù)，為車路協(xié)同場景提供全局掌控能力；AliOS搭建車路云協(xié)同計算系統(tǒng)，完成車路協(xié)同的具體能力；達摩院負(fù)責(zé)研制路測要安裝的感知硬件，同時，高德、千尋等提供高精度地圖，支付寶解決高速支付場景，在加上菜鳥聯(lián)盟和ET城市大腦的場景支持，阿里在自家的生態(tài)體系內(nèi)建立的“封閉”的車路協(xié)同生態(tài)，足以看見他的野心。
一直處于觀望態(tài)度的騰訊也在之后姍姍來遲，依然是平臺化的輕運營模式，把自身定位劃為車和路的連接器。在單車智能和道路智能化后，依賴騰訊平臺的大數(shù)據(jù)支撐，面向C端發(fā)展。一如騰訊在其他領(lǐng)域中的入局習(xí)慣，騰訊采用廣撒網(wǎng)模式，頻頻投資車聯(lián)網(wǎng)、車載硬件、智能出行等等多個領(lǐng)域，通過投資產(chǎn)業(yè)生態(tài)中的新玩家切入賽道依然是騰訊的老套路。
和BAT一同在場的，還有華為，在最初的智能汽車領(lǐng)域偏向通信運營商的角色?；谧陨淼腎CT技術(shù)，華為早年間的布局多在車路協(xié)同的基礎(chǔ)設(shè)施建設(shè)上，提供智能硬件產(chǎn)品。但在2018年底也開始了BAT賣解決方案，賣軟件的的打法，推出了“TrafficGo1.0”，對標(biāo)阿里的城市大腦，百度的ACE智能交通引擎，以及騰訊的“We Transport”。
如果將車路協(xié)同比作是一場叢林探險的話，車路協(xié)同企業(yè)應(yīng)該可以被分為五大陣營：以BAT為代表的互聯(lián)網(wǎng)科技企業(yè)；以華為為代表的ICT企業(yè)；還有汽車供應(yīng)商、車路協(xié)同方案解決商以及以福特為主的汽車主機廠。在同一陣營之中，各個大廠也都在順應(yīng)自己的優(yōu)勢選擇對應(yīng)的道路。
路的盡頭則是豐厚的報酬。
以高速公路的智能化改造為例，據(jù)新眸不完全統(tǒng)計，目前全國的高速公路總里程大約為14萬公里。經(jīng)過行業(yè)測算，對高速公路進行車路協(xié)同的路側(cè)改造，一般的硬件和改造成本約為幾十萬到一百萬/公里，以此推算，車路協(xié)同光在“智慧高速”的改造上就存在著一個千億級的市場，這其中不包括車路協(xié)同在新建高速上的部署以及后續(xù)的運營維護，不包括城市路網(wǎng)。
大玩家在前面提供技術(shù)開源和資源投資制定方向，留下的細分領(lǐng)域留給小玩家做技術(shù)突破，大廠領(lǐng)投，小廠研發(fā)，在車路協(xié)同領(lǐng)域是常態(tài)。以蘑菇車聯(lián)為例，它所提出的“車路云一體化”自動駕駛落地解決方案依然沿用了百度單車+協(xié)同的思路，并和其他大廠通過合作建立起關(guān)系，參與這場探險。
勇敢者的游戲
沒有石頭可摸，也許是車路協(xié)同所有玩家的共同感受。
一是在世界范圍內(nèi)，車路協(xié)同還沒有成功的案例，也沒有在行業(yè)內(nèi)建立起統(tǒng)一的標(biāo)準(zhǔn)；二是對于投身的大廠來說，這和過去國內(nèi)互聯(lián)網(wǎng)既有的消費生態(tài)不同。車路協(xié)同代表了技術(shù)和產(chǎn)業(yè)上的深度融合，高難度決定了它一直是屬于勇敢者的游戲。
商業(yè)邏輯方面，和短期內(nèi)依靠軟件不斷漲價的自動駕駛系統(tǒng)不同，自動駕駛的方向制定背后是整套軟件系統(tǒng)的更新，而車路協(xié)同的方向雖然好定，但是商業(yè)化落地卻很難。
與之對應(yīng)的，雖然有新的解決方案一直在被提出，但是卻很難判斷具體方案的正確性，在高昂的試錯成本和相對復(fù)雜的產(chǎn)業(yè)協(xié)同的影響下，現(xiàn)在的車路協(xié)同仍然在感知協(xié)同上踏步，在封閉性的試驗園區(qū)中實現(xiàn)無人化。
整體性就像是一把雙刃劍，成在協(xié)同，敗也協(xié)同。多方合作下帶來了信息的豐富，但也帶來了比單車智能更多的影響因素。無論是車側(cè)智能和路側(cè)智能的發(fā)展，都受到來自不同方面的桎梏，例如公路智能化改造的進展、國內(nèi)不同地域間的路況差異以及相關(guān)地圖與定位的精度都會影響車路協(xié)同的落地效果。不論是車還是人，都會帶來更換成本上的壓力，比如：高性能激光雷達的革新?lián)Q代，車隊用戶或者是個人消費者付費意愿和轉(zhuǎn)換成本。
這些因素共同決定了不同方案初始投資的高低、投資回報期的長短，以及投資的經(jīng)濟性，從而影響了技術(shù)和成本在車側(cè)和路側(cè)的分配方案與演進路線。
規(guī)?；巧虡I(yè)化落地的第一步，但對于車路協(xié)同來說，問題不再僅僅和車輛搭載什么功能有關(guān)，道路硬件是否滿足硬性需求，車聯(lián)網(wǎng)云端上的通信支持也變的更加復(fù)雜。正如過去最初的紅綠燈建設(shè)、道路監(jiān)控聯(lián)網(wǎng)逐漸得到普及一樣，讓傳統(tǒng)的路面信息實現(xiàn)交互，本質(zhì)上是一場基礎(chǔ)設(shè)施的全面革新，也注定了這不是企業(yè)一個人的賽場，在政府的頂層設(shè)計，交付企業(yè)協(xié)作研發(fā)，這其中小企業(yè)的承接能力也面臨著考驗。
比起汽車廠商間對于自動駕駛的追逐和博弈，車路協(xié)同領(lǐng)域的競爭還沒有走向白熱化階段的原因也很類似：場景的實用化需求以及道路交通的復(fù)雜程度為車路協(xié)同帶來的難題，也并不是依靠某家公司一力就能解決。車側(cè)智能和路側(cè)智能最終的融合狀態(tài)是怎樣的？何時達到？如何演進？這些問題都需要產(chǎn)業(yè)鏈上的玩家們協(xié)力解答。
種種關(guān)于未來的設(shè)想中，車路協(xié)同所帶來的想象空間，也隨著更多玩家的加入變得豐富，就像馬斯克在推特上點贊智能紅綠燈，“聰明的車”+“智慧的路”之間本不存在隔閡，在智能化的大趨勢下，先有車還是先有路，答案早就沒有了意義。