單車智能VS車路云一體化：從爭議到走向融合

視覺中國

得益于中國智能網聯汽車的迅速崛起，不少智能技術被推廣開來，智能駕駛便是其中之一。在智能駕駛的技術路徑選擇上，選擇單車智能還是車路云一體化一直是行業最具爭議的話題之一。

單車智能是通過安裝傳感器等設備讓汽車具備自主控制能力，由于其傳感器可獲取范圍有限，因此受到使用環境限制也較多；車路云一體化則是將車輛與道路數據同步云端，通過實時交互實現自動駕駛，因需要道路實時數據，要鋪設大量道路信息獲取設備，成本高昂。

1月17日，工信部等五部門發布了《關于開展智能網聯汽車“車路云一體化”應用試點工作的通知》，其中不僅提出提升車載終端裝配率，也提到推動智能化路測基礎設施和云控基礎平臺建設。業界也開始嘗試讓單車智能和車路云一體化兩條技術線路進入融合發展階段。

智能駕駛早已運用在各類運載領域

在重慶機場降落的旅客常常會在機場到達出口的地方看到一輛像是戴“禮帽”的青灰色轎車?？萍几惺愕脑煨?，搭配駕駛室內自動旋轉的方向盤，總能吸引附近人群好奇的目光。

這是一輛提供自動駕駛運載服務的汽車，頂部是用來獲取環境信息的感知設備。只要旅客的目的地處于它的運載范圍，在特定的路段，便可以享受自動駕駛運載服務。

隨著近兩年自動駕駛技術的快速發展，這樣的“特定路段”變得越來越多。國內不少大型城市均有相應的自動駕駛運載路段。

自動駕駛的運用還遠不止于此。1月27日，在由清華大學車輛與運載學院主辦的“自動駕駛未來之路交通與運載工程學科發展論壇”上，國家自然科學基金委工程四處、學科項目主任王之中表示，目前大家關注自動駕駛主要集中在安全導向，對于交通效能關注度并不高。實際上在涉及民生領域、無人化速度和效率方面，自動駕駛已經運用到了方方面面。

除了近幾年被廣泛提及的自動駕駛運載卡車與自動駕駛礦山設備，不少交通領域都有了自動駕駛身影。

例如國際海事組織早在2018年就明確了船舶智能航行發展路徑，規定未來所有的船舶都要具備一定的智能化能力。武漢理工大學副校長張笛透露，到2028年我國將要求所有船舶具備一定智能航行能力。

自動駕駛在國內航運領域也運用較好。張笛表示，其團隊2020年開始在一個沿海渡輪上運用輔助駕駛系統，“除了環境的重構，我們還建立了船舶動力學模型，結合動力系統的匹配，建立了驅動船舶智能安全輔助駕駛控制模型，實現環境感知更加全面、更加數字化、更加智能。系統增強了對船舶的感知后，在岸上還可以了解整個區域的動態，并進行安全提醒和管控。”

深圳前海，提供自動駕駛運載服務的汽車?！吨袊洕芸酚浾?石青川｜攝

在發展更成熟的軌道交通領域，自動駕駛甚至已經是主要駕駛方式。北京交通大學校長余祖俊表示，運行控制系統，是整個軌道交通的大腦和神經中樞，只要有鋼軌的地方，就有軌道交通的運營控制?，F如今在軌道交通領域，已經不討論自動駕駛是否無人化了。

航空自動駕駛技術也已經非常成熟。北京航空航天大學電子信息工程學院院長曹先彬教授透露，飛機到了巡航階段以后，可以轉換為自動駕駛狀態，這個技術已經非常可靠。除此之外，機場設施與空管系統都會用到自動駕駛系統。

單車智能與車路云一體化都有難題

不難發現，自動駕駛應用比較成熟的均為固定軌道或航道的運載領域，究其原因就在于運載工具線路上的路況較簡單，系統更容易獲取信息并作出反饋。正是基于這個原因，業內大量學者認為，車路云一體化才是自動駕駛的最終形態，單車智能無法達到自動駕駛的終極目標。

西部科學城智能網聯汽車創新中心云控平臺首席專家杜孝平告訴《中國經濟周刊》記者：“國內做單車智能的現在（方向）都改了?！彼J為車路云一體化未來將是全球共識。

單車智能是指通過在車輛上安裝各種傳感器、攝像頭和激光雷達等設備，讓車輛具備自主感知、決策和控制的能力。這種技術的優點在于車輛可以獨立完成駕駛任務，不依賴于外部基礎設施。然而，單車智能最大的挑戰是，在復雜的城市環境中，傳感器的探測范圍和精度有限，可能導致誤判和事故。

車路云一體化則是將車輛與道路和云端相結合，通過實時交互和協同工作來實現更安全、高效的自動駕駛。該技術利用路邊設施和云端計算資源，為車輛提供更全面的環境信息和決策支持。車路云一體化可以提高車輛的感知能力和決策準確性，但其缺點是成本高昂，需要建設和維護大量的基礎設施。

盡管車路云一體化被學界所看好，但目前市面上具備自動駕駛服務能力的汽車產品大部分都為單車智能產品。長安汽車首席智能駕駛技術官陶吉透露，目前市場上L2+（L2即在系統所規定的運行條件下，車輛本身能夠控制汽車的轉向和加減速運動，且同時具備自適應巡航控制和車道保持輔助功能）可量產的智能駕駛產品已經走向了規?；慨a階段，越來越多的人才資源聚集到了L2+可量產智能駕駛賽道。

從全球看，頭部品牌特斯拉的自動駕駛服務也是單車智能，并且暫未看到特斯拉向車路云一體化布局的動作。對此，杜孝平判斷，車路云一體化中可進行數據采集的基礎交通設施的配設是重要一環。特斯拉的產品更多是走向全球，其中不少國家在基礎交通設施方面并不像中國一樣具備條件。他認為，這也是在車路云一體化趨勢已成共識后，整車廠依舊選擇做單車智能產品的原因。

面對鋪設智能交通設施成本較高的問題，杜孝平也給出了自己的設想：“交通設施由多個部門管理，智慧交通設施的數據采集功能有可能會降低這方面的管理成本。另外，是不是也可以考慮讓一些資方投入，獲取一些數據資產，成型后再由政府采購這些數據，使投資方形成營收?！钡蔡钩?，這些只是設想，是否可行還有待驗證。

車路云一體化與單車智能已開始技術融合

面對智能駕駛未來發展方向問題，王之中認為，自動駕駛未來發展必須考慮到工業基礎投入回報。

投入與產出是否成正比制約著車路云一體化方向的進一步實施，那么單車智能方向是否存在投入產出比低的問題？

在問及自動駕駛技術會對汽車制造商有什么正向影響時，比亞迪產品規劃及汽車新技術研究院智能駕駛系統副總工程師張立存略微思考了一下后，對《中國經濟周刊》記者表示，智能駕駛系統對于汽車制造廠商來說一定是可以增利的，至少在銷量上有幫助，“現在不少消費者在購買新能源汽車產品時，智能駕駛服務已經成為一個考慮因素”。

那么兩個技術方向是否存在融合發展的可能性？

華為智能駕駛產品部部長卞紅林認為，兩個方向不矛盾。從單車智能的角度來說，現在許多企業提高這方面能力，但也存在單車智能解決不了的問題。他就遇到過很多問題，例如紅綠燈看不到、前方被遮擋，這些單車智能都無法搞定，所以單車智能有上限，需要借助其他手段解決。卞紅林說：“單車智能只是先跑了，未來一定會借助多種技術工具提高整車自動駕駛能力，所以單車智能是基礎，也是兜底的方案。”

中國工程院院士、國家智能網聯汽車創新中心首席科學家李克強同樣認為，未來新場景下，汽車領域也有協同式智能、網聯式的智能?！拔覀兲岢隽酥悄芷囋瓶叵到y的技術思路，創建云支持自動駕駛的體系架構，用這個復雜系統來判斷大系統的性能，未來的自動駕駛按這樣的思路在發展?！?/p>

滴滴自動駕駛孵化的卡爾動力則將這種想法付諸實踐。卡爾動力CEO韋峻青透露，滴滴在自動駕駛的貨運賽道采用的是多車方案，即利用多輛車的協同和聯合，組成多車局域網絡。韋峻青說，他們有一個稱為聯合定位的方法，即利用多輛車方向盤角度建立模型，不管有沒有GPS信號，都可以做到精準定位；第二個技術就是聯合感知，每輛車都有傳感器，綜合多車所觀測到同一個物體的數據，可以更精準，并做到360度環境偵測覆蓋。

“我認為以后每輛車都有L4能力（指高度自動駕駛，能夠實現駕駛全程無需駕駛員任何操作），道路上會自動組成車隊，減少對公路資源的占用，并用智能網聯技術更好地做協同。不同地方來的車輛匯集到路上一起走，主動聽從調度充電，最終把貨物送到目的地，這樣的運營方式在未來10到15年將是一個萬億級市場?！表f峻青說。

責編：郭霽瑤 guojiyao@ceweekly.cn

美編：孫珍蘭