疫情背景下智能網聯汽車發展新機遇及政策建議

文／張凱 赫榮亮

以自動駕駛、車路協同為核心的智能網聯技術，在防疫消毒、車輛交通管制等抗擊疫情工作中取得了積極成效，但智能網聯汽車相關政策、無人駕駛汽車道路測試、智能路網以及智能交通管理系統，還需要加快升級和建設。

一、疫情給自動駕駛、車路協同等智能網聯技術帶來新機遇

為了防控疫情，無人配送、自動消毒等“無人化”技術可提供遠程無接觸服務，有效降低了人員流動被交叉感染的概率。目前已有一批自動駕駛技術應用的產品投入到疫情防控工作，例如，百度Apollo 自動駕駛系統支持的無人物流小車、上海TMiRob 技術公司的醫療智能消毒機器人、京東智能配送機器人、廣東省人民醫院智能送餐送藥機器人等。

未來，自動駕駛等智能網聯技術在應對疫情等公共事件中的作用將更加明顯，筆者認為，尤其在自動駕駛出租車、自動駕駛貨車、自動清掃車等領域，可大幅提高社會對疫情、地質災害等突發公共事件的應對能力。

例如自動駕駛出租車和網約車。武漢、孝感等疫情重災區的城市公交、地鐵大面積停運，出租車司機避險停工，造成醫護人員、物資保障人員等一線工作人員出行不便，疫情期間出行困局促進社會對無人駕駛車輛的關注，目前長沙、廣州等地在探索自動駕駛出租車。又如，無人駕駛貨車。疫區武漢“封城”之后，生活物資供應不足，防疫物資運輸困難，物資保障能力下降。無人駕駛貨車可提供長時間持續工作的運輸能力特點，應對疫情等災害具有優勢，國內已有多家企業從事無人駕駛貨運技術開發，具備商用化基礎。再如，無人駕駛環衛清掃車。重大疫情導致各地環衛工人清掃街道的工作強度翻倍增長，自動清掃環衛車輛可全天24 小時工作，具有高效全時特點，目前深圳等地已在環衛領域投入使用，自動清掃車的市場采購量趨于活躍。

車路協同信息化技術已在ETC 車輛識別、AI 測溫等領域應用，未來將助力智能路網建設，提高人流、車流的管控和服務能力。

車路協同等智能網聯技術的應用，對于疫情追蹤、人員回溯追蹤、物資配送等人流、車流和物流的信息管理發揮了重大作用。部分城市開展道路疫情管控，通過ETC 系統完成車輛身份自動識別，通過微信、支付寶等掃碼快速登記車輛、人員信息，做到實時更新統計疫情狀態；火車站等公共場所啟用AI大客流體溫檢測設備，協助快速完成體溫檢測。因此，智能網聯技術在此次防控疫情過程中，通過大數據分析識別技術，有效提高車輛、人員的追蹤能力，這在未來應對更加復雜的突發公共事件提供了一次重要實驗。

未來，車路協同技術在處理疫情等突發公共事件具有很高的應用價值，可追蹤車輛軌跡、管控人流和車流。例如，對疫區長期行駛的車輛進行重點隔離和消毒，對沒在疫區使用過的車輛快速放行，有序引導車流。未來，為了提高疫情等突發公共事件應對能力，各地將加大對現有公路的數字化、智能化改造，帶動交通信息管理系統軟件、互聯網地圖等智能路網產業發展。

二、當前智能網聯汽車發展面臨的問題

相關政策法規修訂工作滯后于智能網聯汽車發展。近年來，我國在加快出臺支持智能網聯汽車發展的相關政策，但由于自動駕駛技術在一定程度上取代了人在交通中的部分功能，相關政策法規的修訂工作相對滯后，制約了智能網聯技術在更廣范圍的應用發展。比如，不允許完全無人的自動駕駛車輛上路，道路測試必須搭配車內安全員；不允許自動駕駛車輛在高速公路行駛；自動駕駛出租車可載人測試但不允許收取費用。

（1）路網基礎設施信息化水平建設滯后

城市面向智能駕駛車輛的基礎設施供應不足，目前只在少數城市的部分路段建立了自動駕駛道路，各地對智能信號燈、智慧燈桿、5G-V2X 路側單元等智能設施投入較少。全國公路信息化發展水平不高，尤其省界、市界等關鍵路口的智能設備投入不足，導致在此次疫情防控工作中，各地依然主要依賴工作人員對特定車輛進行人工檢查，沒有實現車牌自動抓取和系統聯網，也無法掌握車輛行駛軌跡，導致同一車輛被重復檢查，降低衛生檢疫和車輛通行效率。

（2）自動駕駛應用場景和開放路段不足

自動駕駛應用場景較少，目前只在港口等封閉場地進行小規模應用。可測試的自動駕駛路段開放不足，大部分開放路段在非主要城區（比如北京的開放測試道路設置在5 環以外）。此次疫情中，由于前期沒有在武漢等疫區城市開放適用路段，自動駕駛應用場景缺乏，自動駕駛應用不能有效發揮更大作用。

（3）相關軟件信息技術系統有待突破

由于相關測繪政策法規限制，高精度地圖無法做到高精度的測繪和定位；信息系統整合能力較弱，交通部門掌握的信息（比如事故、道路施工等道路信息）不能有效和社會共享，造成所采集的信息處于沉淀狀態，開發利用不足，信息系統在應對突發事件中沒能發揮更大作用。

三、幾點建議

（1）政策法規層面，推動支持智能網聯汽車發展相關政策升級

2018 年美國已允許“無人化”車輛進行商用，目前美國頒發了出租車、班車、貨車的自動駕駛運營牌照。在國內，自動駕駛測試要求在車內配備一名安全員，尚不允許真正意義上的“無人車”上路。因此，加快出臺允許屬于自動駕駛下一階段的“無安全員”測試，開展高速公路自動駕駛道路測試，研究出臺出租車、貨車領域運營政策，大幅縮短我國無人駕駛汽車商業化進程。

（2）應用場景層面，深入推進智能網聯汽車應用示范工作

鼓勵各地開展各類自動駕駛應用場景試點示范，發揮自動駕駛車輛在應急管理中的作用，將“無人化”車輛納率先在環衛、配送、安防等領域部署。支持部分城市優先應用封閉園區自動駕駛售賣車、物流配送車、掃地車等新物種產品；支持各地加快落地自動駕駛出租車、公交車，并視技術成熟情況逐步推動“5G+無安全員”，打造無人駕駛出行模式。

（3）基礎設施層面，推進道路基礎設施智能化改造

1.加快公路數字化、智能化改造，在高速公路、國道、省道等干線公路通道，部署智能化的路網基礎設施，確保日常和重大災害發生時的物資正常輸送；

2.在核心的物資輸送通道（比如市區），部署智能路網改造工程，包括智能信號燈、智慧燈桿、5G-V2X 路側單元等車路協同設備，具備路網全域感知能力，在災害發生時智能網聯汽車可完成無人駕駛運輸作業；

3.在省界、市界等行政邊界，建立治安卡口監控系統，部署治安卡口攝像機、電警抓拍機、龍門架，應用視頻識別、圖像設別、人臉識別等人工智能識別設備，對車輛、人員的精準識別，掌握重點車輛的重點疫區活動軌跡。

4.在隧道、橋梁等特殊路段部署監控車輛速度、載重量等信息的智能設備，通過聯網對超速、超載等危害行為預警。

（4）技術層面，重點攻關相關軟件和交通管理系統

做好底層技術，支持“核高基”重大專項部署；支持了實時嵌入式操作系統；結合人工智能的交通大數據處理和應用平臺，建立交通現有數據（傳統數據）和外部數據（互聯網數據、第三方數據等）的系統銜接，建立智能交通管理系統，實現智能疏導車流和車輛管制，可追蹤車輛軌跡、人流和車流信息，提升重大公共事件應急響應能力。