單車智能和車路協同，在無人駕駛上，國內外押注了兩條截然不同的路。
以特斯拉為首的(de)國外汽車制(zhi)造廠商，把(ba)雷達(da)、攝像頭以及傳(chuan)感(gan)器(qi)視作籌(chou)碼，用車輛作為獨立的(de)智(zhi)能(neng)個體賭無人(ren)化的(de)未來，flag年年立，但也年年倒；相比之下，國內(nei)的(de)玩家在(zai)單車智(zhi)能(neng)技術瓶頸難(nan)(nan)克(ke)服的(de)情況下，把(ba)目光放在(zai)了馬路(lu)上，在(zai)車和路(lu)的(de)協同中解決對(dui)方位感(gan)知信(xin)息處理(li)的(de)難(nan)(nan)題。
和單車智能強調微觀性的個體提升不同，車路協同更強調宏觀層面上的建構，“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。”在《智能交通七講中》中，李(li)彥宏把智慧化的(de)想象延伸到整個社(she)會層面(mian)上，在新(xin)基建(jian)的(de)背景下，車路協同成了自動(dong)駕駛(shi)的(de)新(xin)風向，不少(shao)玩家躬(gong)身其中。
賭桌上，是明碼標價的籌碼和天花亂墜的設想；賭桌下，是對于未來交通形態的判斷和難以跨越的技術鴻溝，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(dai)所有新興(xing)技術一樣，看待(dai)車路(lu)協同，與其沉迷(mi)想象，不(bu)如回歸(gui)現實，聊一聊它的前世今生。
必經之路
上個世(shi)紀50年代，通(tong)(tong)用汽車在美國新澤西(xi)州打(da)造(zao)了一(yi)條(tiao)埋(mai)入大(da)量通(tong)(tong)信設備的(de)概念高速公(gong)路，這被業界視為最早的(de)車路協同方案。21世(shi)紀以來，現(xian)代意義上的(de)車路協同，主(zhu)要涉及車端(duan)(duan)、路側端(duan)(duan)和云端(duan)(duan)三(san)個端(duan)(duan)口，通(tong)(tong)過統籌車、路、人以及實時交通(tong)(tong)的(de)動態信息(xi)，實現(xian)信息(xi)的(de)互聯(lian)互通(tong)(tong)。
著眼國內車路協同的開端，不是對自動駕駛的另謀出路，而是因為它成了必經之路。
“第一，普遍認為自動駕駛需要110億英里（約合177億公里）的道路測試，單車實現難度有多大？第二，含有激光雷達等昂貴設備的單車如何降本？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(dong)駕駛(shi)所產生的四個疑問(wen)，一度成為了玩家(jia)押注車路協同(tong)的理由，在車路協同(tong)的答卷上(shang)，這些都能找(zhao)到答案(an)。
作為汽車行駛的基礎，自動駕駛所需要的道路測試被納入了城市建設當中，對于道路的改造也順勢產生。根據新眸不完全統計，截至目前，我國已有16個城市成為智慧城市基礎設施(shi)與智能網聯汽車協同發展試(shi)點(dian)城市，其中(zhong)，截至2020年6月，北京已完成158萬公(gong)里的測(ce)試(shi)，自動(dong)駕駛(shi)開(kai)放測(ce)試(shi)道路已達699.58公(gong)里。
雖然距(ju)離目標(biao)的(de)測試長(chang)度還有(you)一定的(de)差距(ju)，但相(xiang)比于單(dan)車(che)(che)智能(neng)，更具性價(jia)比的(de)車(che)(che)路(lu)協(xie)同在成(cheng)(cheng)本(ben)(ben)上(shang)已經降(jiang)(jiang)低(di)了(le)難度。擁有(you)更低(di)的(de)單(dan)車(che)(che)成(cheng)(cheng)本(ben)(ben)和邊(bian)際成(cheng)(cheng)本(ben)(ben)，路(lu)側安裝設備的(de)方案能(neng)將單(dan)車(che)(che)成(cheng)(cheng)本(ben)(ben)控制(zhi)在萬元以內，和動輒十(shi)萬上(shang)下的(de)車(che)(che)載傳(chuan)感器(qi)相(xiang)比，經濟成(cheng)(cheng)本(ben)(ben)的(de)降(jiang)(jiang)低(di)，讓(rang)車(che)(che)路(lu)協(xie)同的(de)可行性變得更強。
和單車智能的整車高成本對比，車路協同顯得更加實惠，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(zhi)能汽車(che)感(gan)知硬件系統，無論是(shi)攝像頭還是(shi)雷達，其實都是(shi)基于(yu)生(sheng)物(wu)感(gan)官的(de)產物(wu)，搭載在車(che)端，這就(jiu)必然會有“盲區”現象存(cun)在，基于(yu)視覺產生(sheng)的(de)信息判斷，即使芯片再(zai)智(zhi)能也無法(fa)計算看(kan)不見的(de)信息。
車路協同更重(zhong)視的“協同”二(er)字，在于兩者之間的配合：道路能(neng)夠完(wan)成(cheng)對智能(neng)汽(qi)車的輔(fu)助作(zuo)用——讓它“看見”更多的信息，“端”、“管(guan)”、“云”的三層(ceng)架構，分別幫車路協同完(wan)成(cheng)了環(huan)境感知、數據融合計算和(he)決策控制三階段的任(ren)務。
路(lu)端設備的(de)感知(zhi)能(neng)力(li)利益路(lu)邊(bian)單(dan)元（RSU）、攝像頭、激光雷達等多方(fang)配合下得到加強，云(yun)端上(shang)區域云(yun)包(bao)含設備管理(li)和(he)數據管理(li)的(de)基本能(neng)力(li)，邊(bian)緣(yuan)云(yun)被部署在路(lu)邊(bian)，是軟硬件結合的(de)邊(bian)緣(yuan)計算節點，區域云(yun)和(he)邊(bian)緣(yuan)云(yun)的(de)收據交換，構成(cheng)了信息(xi)的(de)流通和(he)處理(li)。
從車端感知上報，到路側協同(tong)基站，到邊緣(yuan)云，再到區域云的一(yi)系列(lie)信息(xi)傳遞，通(tong)過實現對交通(tong)各實體元素間的信息(xi)管理，最(zui)終車輛間的信息(xi)交互，形(xing)成了理想中的智能交通(tong)閉環，以此(ci)降低(di)安全風險，也降低(di)了軟件設計(ji)上的難度。
叢林探險
入局車路協同(tong)的熱潮發生在2018年(nian)，這(zhe)一年(nian)互聯網大廠動作頻繁，讓沉寂在造(zao)車背(bei)后(hou)的車路協同(tong)走上了(le)臺前(qian)。
這一年，時任百度智能駕駛事業(ye)(ye)群組總經理的李震宇在(zai)媒(mei)體(ti)溝(gou)通會上(shang)宣(xuan)布，將正式開源Apollo車路(lu)協同方案，向業(ye)(ye)界開放百度Apollo的技術(shu)和服務。緊(jin)接著就有阿(a)里牽手行業(ye)(ye)巨頭的消(xiao)息(xi)傳來。
同(tong)年九月的(de)云棲(qi)大(da)會上，阿里(li)(li)成立(li)的(de)“2038超級聯盟”，把包括(kuo)交通(tong)部(bu)公路院、國家電網、中國聯通(tong)、一汽集團、英特爾、福特汽車(che)等(deng)多方力量集合起來(lai)打造智(zhi)慧高速，不(bu)過一個沒(mei)說(shuo)的(de)前(qian)提卻(que)是(shi)(shi)，阿里(li)(li)的(de)車(che)路協同(tong)是(shi)(shi)在自家的(de)封閉系統下(xia)搭(da)建的(de)。
在(zai)(zai)阿里(li)的(de)實踐中(zhong)，阿里(li)云(yun)承擔搭建(jian)云(yun)控平臺的(de)任務，為(wei)車路(lu)協(xie)同(tong)(tong)(tong)場(chang)景(jing)提(ti)供全(quan)局掌控能(neng)力；AliOS搭建(jian)車路(lu)云(yun)協(xie)同(tong)(tong)(tong)計算(suan)系(xi)統(tong)，完成車路(lu)協(xie)同(tong)(tong)(tong)的(de)具體(ti)能(neng)力；達摩院負責研制路(lu)測要安裝(zhuang)的(de)感知(zhi)硬件(jian)，同(tong)(tong)(tong)時，高德、千尋等提(ti)供高精(jing)度地圖，支(zhi)付寶解決高速(su)支(zhi)付場(chang)景(jing)，在(zai)(zai)加(jia)上(shang)菜鳥聯(lian)盟和ET城市(shi)大腦的(de)場(chang)景(jing)支(zhi)持，阿里(li)在(zai)(zai)自家(jia)的(de)生(sheng)(sheng)態(tai)體(ti)系(xi)內建(jian)立(li)的(de)“封(feng)閉”的(de)車路(lu)協(xie)同(tong)(tong)(tong)生(sheng)(sheng)態(tai)，足(zu)以看見(jian)他(ta)的(de)野(ye)心。
一直處于觀望態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據支撐，面向C端發展。一如騰訊在其他領域中的入局習慣，騰訊采用廣撒網模式，頻頻投資車聯網、車載硬件、智能出行等等多個領域，通過投資產業生態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域偏向通信運營商的角色。基于自身的ICT技術，華為早年間的布局多在車路協同的基礎設施建設上，提供智能硬件產品。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”，對標阿里(li)的城(cheng)市(shi)大腦，百度的ACE智能(neng)交(jiao)通引(yin)擎(qing)，以及(ji)騰訊的“We Transport”。
如果將車路協同比作是一場叢林探險的話，車路協同企業應該可以被分為五大陣營：以BAT為代表的互聯網科技企業；以華為為代表的ICT企業；還有汽車供應商、車路協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自己的優勢選擇對應的道路。
路的盡(jin)頭則(ze)是豐(feng)厚(hou)的報酬。
以(yi)高速(su)公(gong)路(lu)的智能化改(gai)造(zao)為例，據新(xin)眸不(bu)完全統計，目前(qian)全國的高速(su)公(gong)路(lu)總里程大約為14萬(wan)(wan)公(gong)里。經過行(xing)業(ye)測(ce)算，對(dui)高速(su)公(gong)路(lu)進行(xing)車(che)(che)路(lu)協(xie)同(tong)的路(lu)側改(gai)造(zao)，一(yi)般的硬件和改(gai)造(zao)成本約為幾(ji)十萬(wan)(wan)到一(yi)百萬(wan)(wan)/公(gong)里，以(yi)此推算，車(che)(che)路(lu)協(xie)同(tong)光在“智慧(hui)高速(su)”的改(gai)造(zao)上(shang)就存(cun)在著(zhu)一(yi)個千億(yi)級的市(shi)場，這其中不(bu)包括車(che)(che)路(lu)協(xie)同(tong)在新(xin)建高速(su)上(shang)的部署以(yi)及后續的運營維護，不(bu)包括城市(shi)路(lu)網。
大玩家(jia)(jia)在前(qian)面(mian)提(ti)供技術開(kai)源和(he)資源投資制(zhi)定方(fang)向，留下的細分領(ling)域留給小玩家(jia)(jia)做技術突破，大廠(chang)(chang)領(ling)投，小廠(chang)(chang)研(yan)發，在車(che)(che)路(lu)協同領(ling)域是常(chang)態。以蘑菇車(che)(che)聯為例(li)，它所提(ti)出(chu)的“車(che)(che)路(lu)云一體(ti)化”自(zi)動駕駛落(luo)地解決方(fang)案依然(ran)沿用了百度單(dan)車(che)(che)+協同的思路(lu)，并(bing)和(he)其他大廠(chang)(chang)通過(guo)合(he)作建立起關系，參(can)與這場探險。
勇敢者的游戲
沒有(you)(you)石頭可摸，也許是車路協同(tong)所有(you)(you)玩家(jia)的共(gong)同(tong)感受。
一是(shi)在世(shi)界(jie)范圍內(nei)，車(che)(che)路協同還沒有成功的(de)(de)案(an)例，也沒有在行業(ye)內(nei)建(jian)立起(qi)統一的(de)(de)標準(zhun)；二是(shi)對(dui)于投身的(de)(de)大(da)廠來(lai)說，這和過去國內(nei)互(hu)聯網既有的(de)(de)消費生態(tai)不同。車(che)(che)路協同代表了(le)技術和產業(ye)上的(de)(de)深(shen)度(du)(du)融合，高難度(du)(du)決定(ding)了(le)它一直(zhi)是(shi)屬于勇敢者的(de)(de)游戲。
商業邏輯方面，和短期內依靠軟件不斷漲價的自動駕駛系統不同，自動駕駛的方向制定背后是整套軟件系統的更新，而車路協同的方向雖然好定，但是商業化落地卻很難。
與之對(dui)應的(de)，雖(sui)然有新的(de)解決方(fang)(fang)案(an)(an)一直在(zai)被提出，但是卻很難判斷具體方(fang)(fang)案(an)(an)的(de)正(zheng)確性，在(zai)高昂的(de)試錯成本和相(xiang)對(dui)復雜的(de)產業協(xie)同(tong)(tong)的(de)影響(xiang)下，現(xian)在(zai)的(de)車路協(xie)同(tong)(tong)仍然在(zai)感知協(xie)同(tong)(tong)上踏步，在(zai)封閉(bi)性的(de)試驗(yan)園區中(zhong)實現(xian)無人化。
整體性就像是一把雙刃劍，成在協同，敗也協同。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。無論是車側智能和路側智能的發展，都受到來自不同方面的桎梏，例如公路智能化改造的進展、國內不同地域間的路況差異以及相關地圖與定位的精度都會影響車路協同的落地效果。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換代，車隊用戶或者是個人消費者付費意愿和轉換成本。
這些因素共(gong)同(tong)(tong)決定了不同(tong)(tong)方案(an)初始投資的(de)高(gao)低、投資回報期的(de)長(chang)短，以及投資的(de)經(jing)濟性(xing)，從而影響了技術和成本在(zai)車側(ce)和路側(ce)的(de)分配方案(an)與演進(jin)路線。
規模化是商業化落地的第一步，但對于車路協同來說，問題不再僅僅和車輛搭載什么功能有關，道路硬件是否滿足硬性需求，車聯網云端上的通信支持也變的更加復雜。正如過去最初的紅綠燈建設、道路監控聯網逐漸得到普及一樣，讓傳統的路面信息實現交互，本質上是一場基礎設施的全面革新，也注定了這不是企業一個人的賽場，在政府的頂層設計，交付企業協作研發，這其中小企業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，車路協同領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雜程度為車路協同帶來的難題，也并不是依靠某家公司一力就能解決。車側智能和路側智能最終的(de)融合狀態(tai)是(shi)怎樣的(de)？何時達到？如何演進？這些問題(ti)都需要(yao)產(chan)業鏈上(shang)的(de)玩家們(men)協力解答。
種種關于未(wei)來(lai)的(de)(de)設(she)想(xiang)中(zhong)，車路協同(tong)所(suo)帶來(lai)的(de)(de)想(xiang)象空間(jian)，也隨著(zhu)更多(duo)玩家(jia)的(de)(de)加入(ru)變得(de)豐富，就(jiu)像馬斯克在推(tui)特上點(dian)贊智(zhi)(zhi)能(neng)紅綠燈，“聰(cong)明(ming)的(de)(de)車”+“智(zhi)(zhi)慧的(de)(de)路”之間(jian)本(ben)不(bu)存在隔閡，在智(zhi)(zhi)能(neng)化(hua)的(de)(de)大趨勢下，先有(you)車還是(shi)先有(you)路，答案早就(jiu)沒有(you)了意義(yi)。
