“车路协同”，而非“单车智能”，可以让中国自动驾驶换道超车 | 超级观点

“车路协同”，而非“单车智能”，可以让中国自动驾驶换道超车 | 超级观点

• 来源:网络
• 更新日期:2020-08-19

摘要：带着观点看商业。超级观点，来自新商业践行者的前沿观察。口述 | 特约观察员 中智行董事长兼 CEO 王劲（曾任百度高级副总裁）采访、编辑 | 王艺瑾中智行董事长兼 CEO 王劲从 2019

带着观点看商业。超级观点，来自新商业践行者的前沿观察。

口述 | 特约观察员 中智行董事长兼 CEO 王劲（曾任百度高级副总裁）

采访、编辑 | 王艺瑾

中智行董事长兼 CEO 王劲

从 2019 年开始，中美两国在智能交通的发展上选择了不同的方向。

美国一如既往走在 单车智能 的道路上，因为美国的 5G 没有大规模铺开，而且，美国的单车智能遥遥领先其他国家。这种技术领先也让美国对单车智能有路径依赖。

而中国要想在单车智能上赶超美国的 Waymo 和 GM Cruise 这样的头部公司，至少还需要 2-3 年的时间，但如果选择 车路协同 的路线，中国就有机会换道超车。中国去年 6 月 6 日颁发的 4 张 5G 商业牌照，可以说是为车路协同的推进提供了政策条件。

车路协同决定中国无人驾驶的成败与速度

相比 单车智能 ， 车路协同 有四个优势：安全、高效、低成本、落地更快。

从安全性上考虑，车路协同主要有两大优势：

第一，车路协同可以做到超视距的感知。路边单元可以通过自身的传感器，把车辆感知不到的道路信息准确地传给车，为车辆抹去很多探测死角；

第二，车路协同有 协同决策 能力。路边单元可以使用市电，从而突破车载能源的限制、可以使用性能更强劲的计算单元、让车辆的决策能力大幅提高。

同时，由于市电的价格远低于通过内燃机转化的电能，因此，从长远考虑，通过车路协同建设智慧交通的性价比远超过单车智能。

另外，这些性能强大的计算单元可以通过光纤，与区域计算单元、整个城市的大规模计算中心相连接。这样不仅能解决计算瓶颈的问题，还可以从宏观角度对交通进行统一的决策和调度。

从效率上考虑，车路协同仍然优于单车智能。

具体来说，单车智能是靠车上的电脑来做决策，倾向于个体优化。只考虑个体优化，会形成数学上所谓的 巴特奈克效应 ，将不可避免造成堵塞。单单依赖深度学习，不可能解决这个问题。而如果采用车路协同的方案，就会有一个中央计算中心从全局来统筹优化，优化效率远远高于单车智能，并能从根源上解决拥堵问题，让车路协同的交通效率大幅度提升。

我们做过数学上的计算，当无人驾驶和有人驾驶车辆同时存在时，道路拥堵程度能降低 30%~40%。如果道路上全部都是无人驾驶汽车，那交通拥堵问题有望得到彻底解决，通勤效率将大幅提高。

从成本上考虑，车路协同可以说是为中国量身定制的智慧交通解决方案。

中国有 485 万公里道路，有三亿辆车，只要在每一辆车上节省 1.5 万人民币的成本，就可以在每公里道路上投入 100 万人民币用于道路改造。

经过我们的测算，大规模建设智能道路时，把普通道路升级为智能道路所需的成本是不到每公里 100 万人民币的。如果采用车路协同方案，每辆无人驾驶汽车将可以节约超过 2 万元。因此，从全面建成智慧交通的角度考虑，我们总共花费的成本是会下降的。

但做车路协同也有困难，尤其是在改造初期，改造道路的成本远高于改造车辆。中国选择车路协同，前期投入资本比美国高。这些成本是任何一家私营企业都负担不起的，只有通过中国政府才能实现。

基于以上三个原因（安全、高效和低成本），我们发现，从长远来看，车路协同都要优于单车智能。车路协同落地后，还可以顺手解决拥堵问题。另外，车路协同可以省去大量利用人工智能网络进行单车深度学习的时间。而且，由于车辆互联，车路协同的深度学习总时数会大大多于单车智能的深度学习时间，在短期内不仅能解决拥堵问题，还能获得更好的单车智能效果。

车路协同是新基建最有价值的承载

目前，中国走车路协同的路线，已经成为行业共识。能不能让车路协同成为中国的换道超车机会，则有赖于整个产业的共同合作。

车路协同需要三个方面的协调：车、路、云。未来，我们将在中央指挥系统前俯瞰交通网，上面密密麻麻地部署了传感器和路边单元，用于指挥道路上流动的车和其他交通设备。这样的交通系统是一个非常庞大且高层次的工业互联网。

眼下，我们要解决的不仅是这张 网 的 结 ——路边的 5G 通讯设备，还要摸清这张 网 的 线 ——每个路边单元的算力需要多大？需要多大的存储设备？要跟这个区域的计算单元怎样沟通？要把什么样的数据传给后面的区域计算核心？要把多少数据传给整个城市的智能交通指挥中心？这些问题，迄今没有人能给出明确答案，因为全世界还没有任何组织或个人能把它做出来。

此外，路边单元采集到的原始数据，需要传输哪些数据给汽车？还是需要将经过过滤的信息传给汽车？这也是亟待解决的问题。

因此，中国有很多地方、很多单位都在部署和测试这类路边单元。大家都在探索 到底什么级别的路边单元是适合的？ 这也是中智行正在做的。

除了对路边单元的探索，我们还要对区域计算单元进行探索。一定的区域内需要部署区域的计算单元，那么，是 100 个路边单元需要用一个区域的计算核心去支撑？还是 1000 个路边单元需要用一个区域计算核心去支撑？眼下没人能给出确切答案。而且，这个区域计算单元要多强？它的光纤要怎么部署？它的通讯带宽需要多大？这也是没人知道的。

中国的新基建有七个主要方向，其中三个都与智能交通相关：AI 技术、5G 技术和工业互联网。有了新基建的支持，中国的车路协同有一个非常好的发展机会。我们认为，目前，出租车非常有机会大规模应用这些智能交通技术。去年 3 月的博鳌亚洲论坛上，中智行作为头车，对外演示了无人驾驶接驳，是中国第一个拿出车路协同示范的企业。

车路协同的关键在于 智能

车路协同的关键不在于路边单元的硬件，而在于这些硬件里面有多少智能软件。就像一台电脑，装入深度学习软件之后，它可以像 AlphaGo 一样打败世界冠军，但如果只装入一个普通软件，那它就只能玩玩游戏、或者干一些普通工作。

目前，路边单元的部署还没有其他人开始尝试，还有很多问题亟待探讨，比如，现在的这些路边单元，到底要判断哪些东西？应该对车的行为做什么评估？能够达到什么精准度？

路边单元最核心的功能是智能的感知，它不但要识别探测人和不同种类的车，还要预判车的轨迹和行为。例如，车辆会不会遵守交通规则，在路口减速？车辆会不会闯红灯？从人工智能的角度来讲，这些都是能提前预判的，而且精准度能达到甚至超过 99%。

中智行在临港和奉贤这两个地方已经实现了非常初级的车路协同功能。随着路边单元和 5G 的升级，我们相信，上海有机会率先实现真正智能的车路协同和智能交通。

超级观点 栏目现发起 特约观察员入驻 计划，邀请各赛道的创业者、大公司业务线带头人等一线的商业践行者，在这里分享你的创业体悟、干货、方法论，你的行业洞察、趋势判断，期待能听到来自最前沿的你的声音。

欢迎与我们联系，微信：cuiyandong66；邮箱：guanchayuan@36kr.com