智能網聯賦能RoboTaxi更安全可靠

文／吳冬升

智能網聯賦能Robotaxi的主要意義在于提升安全性和降低成本，Robotaxi行駛在經過智慧化改造的道路上將變得更加安全可靠。不過，當前智能網聯想要真正賦能Robotaxi，還面臨著道路智慧化改造程度不夠、道路智慧化改造投資和運營困難、網聯自動駕駛商業模式挑戰更大等諸多挑戰。

僅依靠單車智能的Robotaxi產業發展，依然面臨諸多挑戰。智能網聯可以從紅綠燈信息推送、超視距信息獲取、鬼探頭等典型場景、安全冗余四個方面賦能Robotaxi，從而實現對Robotaxi提升安全性和降低成本兩方面的價值。

一、Robotaxi發展面臨的挑戰

Robotaxi是自動駕駛最典型的場景形態之一，也是最具挑戰的場景形態之一。

自動駕駛干線物流車行駛在高速公路，相對環境比較單一。礦山、港口、機場、校園、景區、工業園區等地方的自動駕駛車輛，行駛環境也相對簡單，而Robotaxi面臨的城市交通環境極為復雜。尤其是在中國，各個城市交通狀況差異巨大，交通參與者和駕駛人員行為習慣差異明顯，這導致Robotaxi需要應對的真實交通情況，根本無法窮舉，各種corner case層出，給Robotaxi普及帶來巨大挑戰。

自動駕駛末端物流配送車、自動接駁小巴、自動售賣車、巡邏機器人等，屬于自動駕駛30公里/小時以內的低速場景。而Robotaxi行駛速度快，城市內60-80公里/小時，高速公路達到120公里/小時，與低速自動駕駛場景相比，留給Robotaxi處理各種緊急情況的反應時間更短，也對Robotaxi提出了更高的技術要求。

Robotaxi如果擺脫不了對安全員的限制，從商業邏輯上，無法實現盈利。

在中國，廣州開放相關政策，允許自動駕駛車輛在沒有安全員情況下上路，但這只是起步，離真正取消自動駕駛車輛安全員還有很大距離。Robotaxi的商業實現路徑依然任重而道遠。

最后，Robotaxi如果僅僅依靠單車智能，對自動駕駛車輛的多傳感器融合、高精地圖、高精定位、計算能力、線控系統改造提出了很高要求。尤其是L4級Robotaxi主流采用64L激光雷達技術，安裝改造成本很高，目前，離真正車規級量產商業化還有很遠距離。

和美國主要依靠單車智能實現Robotaxi相比，中國自動駕駛路線基本明確為依靠車路協同實現自動駕駛產業發展，即網聯（CV，Connected Vehicle）+自動駕駛（AV，Autonomous Vehicle）=網聯自動駕駛（CAV）。一方面推動汽車產業智能化工作，另外一方面推動汽車網聯化和道路智慧化改造工作。

同時，借力中國新基建東風，實現傳統道路的智慧化改造，汽車產業實現智能化、網聯化、電動化和共享化。二者形成合力，最終將實現車端和路端的有效協同，共同推進自動駕駛產業早日成熟商用。

道路智慧化改造主要實現道路的車聯網通信能力、多維感知能力和邊緣計算能力。智能網聯路側基礎設施主要包括：

1.通信基礎設施：4G/5G蜂窩基站；

2.C-V2X專用通信基礎設施：多形態的RSU（Road Side Unit）；

3.路側智能設施：包括交通設施（交通信號燈、標志、標線、標牌、護欄等）智能化，以及在路側部署攝像頭、毫米波雷達、激光雷達和各類環境感知設備；

4.MEC（多接入邊緣計算/移動邊緣計算）設備。

路側智能設施將多維度感知結果傳遞到邊緣計算設備，經過處理后的相關結果通過RSU或者蜂窩基站，推送到車端。

二、智能網聯賦能Robotaxi的具體內容

對于依靠單車智能實現的Robotaxi來說，車路協同可以從以下四個方面賦能Robotaxi。

（一）紅綠燈信息推送

單車智能依靠攝像頭識別紅綠燈信息，存在前方大車遮擋看不到紅綠燈，或者樹木遮擋紅綠燈，以及在惡劣天氣條件下，比如雨霧天氣、強光照射、識別錯誤的情況。

而依靠智能網聯方式，直接讀取紅綠燈信號機信息，給到RSU，通過RSU廣播到Robotaxi，可以讓Robotaxi精準讀取到紅綠燈信息，并且可以完全實現和信號機紅綠燈倒計時秒數的同步。

對于主要行駛在城市道路的Robotaxi來說，分布在交叉路口的紅綠燈信息，通過智能網聯方式精準獲取，是其最有價值的車路協同案例。

（二）超視距信息獲取

單車智能安裝的各類傳感器都有自己的覆蓋范圍，和人眼視距類似，例如超聲波雷達探測距離5米、激光雷達100米、攝像頭150米、毫米波雷達200米的融合感知組合。超出這個距離，依靠單車智能就無法再識別和獲取信息。

比如超出單車智能傳感器感知范圍的前方隧道內，發生了交通事故，自動駕駛車輛無法及時獲取隧道內信息，這對于自動駕駛車輛來說非常危險。

依靠智能網聯，可以通過安裝在隧道內的傳感器檢測出隧道內出現的交通事故，再將相關信息傳遞給路側邊緣計算設備，進而通過區域邊緣計算設備或者中心云平臺，傳遞給幾公里外的RSU設備，并通過RSU設備廣播給自動駕駛車輛，實現超視距交通狀態感知。

（三）鬼探頭等典型場景應對

鬼探頭，通俗來講就是在前方有車輛或障礙物阻擋住司機視線，也就是存在視野盲區，從路邊突然躥出一輛非機動車或行人，導致司機避讓不及時。因為事發突然，彼此都沒有反應與躲避的時間與空間，令人猝不及防，因此被稱為鬼探頭。

單車智能目前無法有效規避鬼探頭風險。

只有在相關路段進行智能網聯路側基礎設施部署，通過路側智能設施識別出非機動車或行人的行為，通過路側邊緣計算設備進行計算分析，預判出潛在碰撞風險，及時推送給Robotaxi。

除了鬼探頭這樣的場景外，還有一些單車智能難以識別的場景，比如路邊車輛停在右轉機動車道上，擋住Robotaxi正常行駛線路，Robotaxi難以判斷該車輛是在等待右轉燈繼續行駛，還是非法停車狀態。而通過智能網聯路側基礎設施，可以進行識別和判斷該車輛停留時間，給Robotaxi提供決策依據。

（四）安全冗余

Robotaxi產業發展，最需要的就是安全。一旦出現交通事故，尤其是造成人員傷亡和財產損失，對自動駕駛產業發展將造成致命打擊。

因此，單車智能的主流做法是采用多重冗余的多傳感器融合感知+高精地圖+高精定位。

而道路智慧化的改造可以讓道路具備對交通參與者行為的分析預測的能力、對交通環境和道路設施狀態的判斷能力、對交通事件的感知能力，這些分析結果通過智能網聯系統，給到Robotaxi，作為Robotaxi決策的輸入源之一，并與單車智能輸入源進行融合判斷，可以有效地提升Robotaxi的安全性，從而讓Robotaxi多一層安全冗余。

三、智能網聯賦能Robotaxi的意義和挑戰

智能網聯賦能Robotaxi的主要意義在于提升安全性和降低成本。Robotaxi行駛在經過智慧化改造的道路上將變得更加安全可靠。

另外，按照未來大規模量產階段一輛乘用車20萬元的自動駕駛改造成本計算，全國2億輛車全部轉換為自動駕駛車輛需要40萬億元的投入。

而截至2019年，中國公路總里程達484.65萬公里、高速公路達14.26萬公里，按照每公里需要80萬元智慧化改造費用測算，總投入需要4萬億元的投入。車路協同的路端改造成本要低于車端改造成本一個數量級。

在智慧化改造后的道路上行駛，還可以更進一步降低對Robotaxi單車智能的技術要求。比如64L激光雷達可降低到32L甚至是16L，對車載算力要求，一般L2需要計算力＜10TOPS，L3需要計算力30～60TOPS，L4需要計算力＞100TOPS，也可降低要求。

當然智能網聯想要真正賦能Robotaxi，同樣面臨諸多挑戰。

1.道路智慧化改造程度不夠；

2.道路智慧化改造投資和運營困難；

3.網聯自動駕駛商業模式挑戰更大。

Robotaxi要求實現非固定線路自由場景，而網聯自動駕駛對道路智慧化改造提出了很高要求。顯然一輛Robotaxi跑到沒有進行過智慧化改造的道路上，將無法享受到相關的業務支持，從而達不到提升安全性和降低成本的效果。相比較Robotaxi這項應用場景來說，智能網聯更容易在特定商業環境場景、固定行駛線路的自動駕駛場景里面實現。

或者至少需要在特定片區里面實現道路的規模智慧化改造，才有可能讓行駛在該片區內的Robotaxi，享受到車路協同帶來的價值。

與Robotaxi投資和運營相對比較明確相比，道路智慧化改造的投資和運營主體不明。

當前只能作為新基建內容之一，由政府主導投資建設，存在收益不清晰的問題，而智慧化道路的運營更是難點。未來由國資背景企業作為主體承擔道路智慧化改建設和運營，擁有相關數據，是可行路徑之一。

單車智能Robotaxi在取消安全員之后，達到一定量產規模，才有盈利的可能性。而采用網聯自動駕駛方式來提供Robotaxi業務，需要將車端掙的錢分擔路側設施部署費用，短周期內根本不現實，無疑對網聯自動駕駛商業模式提出了更大挑戰。

合理的方式是智慧化改造后的道路不僅僅服務于Robotaxi業務，同樣可以服務于有人駕駛、以及其它各種自動駕駛場景，才有可能讓網聯自動駕駛得以實現。