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(yi)特斯(si)拉(la)為首的國(guo)外(wai)汽車制造(zao)廠(chang)商，把雷達、攝像(xiang)頭以(yi)及傳感(gan)器視作籌碼，用車輛作為獨立的智能(neng)個體(ti)賭無人化的未來，flag年年立，但也年年倒；相比之下(xia)，國(guo)內的玩家在(zai)單車智能(neng)技術(shu)瓶頸難克服的情(qing)況(kuang)下(xia)，把目(mu)光放在(zai)了馬(ma)路(lu)上(shang)，在(zai)車和(he)路(lu)的協同中解決對方位感(gan)知信息處理的難題。
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(zhi)能交(jiao)通(tong)七講中(zhong)(zhong)》中(zhong)(zhong)，李彥宏把智(zhi)慧(hui)化的(de)想象延伸(shen)到整個社會層面上，在新基建的(de)背景下，車路(lu)協同成了自動(dong)駕(jia)駛的(de)新風(feng)向，不少玩家躬身其中(zhong)(zhong)。
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。和看待所有新(xin)興技術一樣(yang)，看待車(che)路協同，與其沉迷想象，不(bu)如回歸現實(shi)，聊一聊它(ta)的前世今生。
必經之路
上個世紀50年代，通(tong)用汽車在(zai)美(mei)國新澤西(xi)州打造了一條埋入大量通(tong)信設備的(de)(de)概念(nian)高速(su)公路，這被業(ye)界視為最早的(de)(de)車路協同方案。21世紀以(yi)來(lai)，現代意義上的(de)(de)車路協同，主要涉及車端、路側端和云端三個端口，通(tong)過統(tong)籌車、路、人(ren)以(yi)及實時交通(tong)的(de)(de)動態信息，實現信息的(de)(de)互聯互通(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(che)自動駕駛所(suo)產生(sheng)的四(si)個疑問，一度成為了玩家(jia)押注車(che)路(lu)協同(tong)的理由，在(zai)車(che)路(lu)協同(tong)的答卷(juan)上，這(zhe)些都能(neng)找(zhao)到(dao)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(she)施與智能(neng)網(wang)聯汽車協同發展試點城市，其中，截(jie)至2020年6月，北京(jing)已(yi)完成158萬公里的(de)測試，自動駕(jia)駛開放測試道(dao)路已(yi)達699.58公里。
雖然距離目標的測試(shi)長度還有(you)一定的差距，但相比(bi)于單(dan)(dan)車(che)(che)(che)智能(neng)，更具性價比(bi)的車(che)(che)(che)路(lu)協(xie)同在成(cheng)(cheng)本(ben)上已經降低(di)(di)了難度。擁有(you)更低(di)(di)的單(dan)(dan)車(che)(che)(che)成(cheng)(cheng)本(ben)和邊際成(cheng)(cheng)本(ben)，路(lu)側安裝設備的方(fang)案(an)能(neng)將單(dan)(dan)車(che)(che)(che)成(cheng)(cheng)本(ben)控制在萬元(yuan)以內，和動(dong)輒十萬上下的車(che)(che)(che)載傳感器(qi)相比(bi)，經濟成(cheng)(cheng)本(ben)的降低(di)(di)，讓(rang)車(che)(che)(che)路(lu)協(xie)同的可(ke)行(xing)性變得更強(qiang)。
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。智能汽車感(gan)知硬件系統，無(wu)論是(shi)攝像頭還(huan)是(shi)雷達，其實都是(shi)基于生(sheng)物感(gan)官的(de)產物，搭(da)載在車端，這(zhe)就必然會有“盲(mang)區”現象存在，基于視覺產生(sheng)的(de)信(xin)息(xi)判斷(duan)，即使芯片(pian)再智能也無(wu)法計算(suan)看不見(jian)的(de)信(xin)息(xi)。
車(che)路協(xie)(xie)同更重視的(de)(de)“協(xie)(xie)同”二字(zi)，在于兩者(zhe)之(zhi)間的(de)(de)配合(he)：道路能(neng)夠完(wan)(wan)成對智能(neng)汽車(che)的(de)(de)輔助作用(yong)——讓它(ta)“看見”更多(duo)的(de)(de)信息，“端”、“管”、“云”的(de)(de)三(san)層(ceng)架構，分別幫車(che)路協(xie)(xie)同完(wan)(wan)成了環(huan)境感(gan)知、數據融合(he)計算和決策(ce)控制(zhi)三(san)階段(duan)的(de)(de)任務。
路(lu)(lu)端(duan)設備的(de)感(gan)知能(neng)力利益路(lu)(lu)邊(bian)(bian)(bian)(bian)(bian)單(dan)元（RSU）、攝像頭、激光雷達(da)等多方配合(he)下得(de)到(dao)加強，云(yun)端(duan)上區域(yu)云(yun)包含設備管理(li)和(he)(he)數據管理(li)的(de)基本能(neng)力，邊(bian)(bian)(bian)(bian)(bian)緣云(yun)被(bei)部(bu)署在(zai)路(lu)(lu)邊(bian)(bian)(bian)(bian)(bian)，是軟硬件結合(he)的(de)邊(bian)(bian)(bian)(bian)(bian)緣計算節點，區域(yu)云(yun)和(he)(he)邊(bian)(bian)(bian)(bian)(bian)緣云(yun)的(de)收(shou)據交換，構(gou)成(cheng)了信(xin)息的(de)流通和(he)(he)處理(li)。
從車端感知上報，到(dao)路側協同基站，到(dao)邊(bian)緣云，再到(dao)區域云的一系列(lie)信息(xi)傳遞，通(tong)過實(shi)現對交通(tong)各實(shi)體元(yuan)素間的信息(xi)管理，最終車輛間的信息(xi)交互，形成(cheng)了(le)(le)理想中(zhong)的智(zhi)能交通(tong)閉環，以此降(jiang)低安全風險，也降(jiang)低了(le)(le)軟件設(she)計(ji)上的難度。
叢林探險
入局車路協(xie)同的(de)熱潮(chao)發(fa)生在2018年(nian)，這(zhe)一(yi)年(nian)互聯網大廠動作頻繁(fan)，讓沉寂在造車背(bei)后的(de)車路協(xie)同走(zou)上了臺前(qian)。
這一年，時任百度智能駕駛事業群(qun)組總經理(li)的(de)李震宇在媒(mei)體溝通會(hui)上(shang)宣布，將正(zheng)式開源Apollo車(che)路協同(tong)方案，向業界開放百(bai)度Apollo的(de)技術和服務。緊接著就有(you)阿里牽手行業巨頭的(de)消息(xi)傳來。
同年九月(yue)的(de)(de)云棲大會(hui)上，阿(a)里(li)成(cheng)立(li)的(de)(de)“2038超(chao)級(ji)聯盟”，把包括交通(tong)部公路(lu)院(yuan)、國家電(dian)網、中國聯通(tong)、一汽集團、英特爾(er)、福特汽車等多方力(li)量集合起來打造智慧高(gao)速，不(bu)過(guo)一個沒(mei)說的(de)(de)前提卻是(shi)，阿(a)里(li)的(de)(de)車路(lu)協同是(shi)在自家的(de)(de)封閉(bi)系統下搭建的(de)(de)。
在(zai)阿里(li)的實踐中(zhong)，阿里(li)云承擔搭建云控(kong)平臺的任務(wu)，為(wei)車(che)路(lu)協(xie)同(tong)場景(jing)提供(gong)全局掌控(kong)能(neng)力；AliOS搭建車(che)路(lu)云協(xie)同(tong)計算系(xi)統，完成車(che)路(lu)協(xie)同(tong)的具(ju)體能(neng)力；達摩院負責研制路(lu)測要安(an)裝的感知硬件(jian)，同(tong)時(shi)，高德、千尋等(deng)提供(gong)高精度地圖，支(zhi)(zhi)付(fu)寶解決高速支(zhi)(zhi)付(fu)場景(jing)，在(zai)加(jia)上(shang)菜鳥聯盟(meng)和ET城市大腦(nao)的場景(jing)支(zhi)(zhi)持，阿里(li)在(zai)自(zi)家(jia)的生態體系(xi)內(nei)建立的“封閉(bi)”的車(che)路(lu)協(xie)同(tong)生態，足以看見他的野(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”，對標阿里的城(cheng)市大腦(nao)，百(bai)度的ACE智能交通引擎(qing)，以(yi)及騰(teng)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(lu)的盡頭則是豐厚的報酬。
以(yi)高(gao)速(su)(su)公(gong)(gong)路(lu)(lu)的(de)智(zhi)(zhi)能化改(gai)(gai)造(zao)為(wei)例，據新(xin)眸不(bu)完全統計，目(mu)前全國的(de)高(gao)速(su)(su)公(gong)(gong)路(lu)(lu)總(zong)里(li)程(cheng)大約為(wei)14萬(wan)公(gong)(gong)里(li)。經過行業測(ce)算，對高(gao)速(su)(su)公(gong)(gong)路(lu)(lu)進行車路(lu)(lu)協同(tong)(tong)的(de)路(lu)(lu)側改(gai)(gai)造(zao)，一般的(de)硬(ying)件和改(gai)(gai)造(zao)成(cheng)本約為(wei)幾(ji)十(shi)萬(wan)到一百萬(wan)/公(gong)(gong)里(li)，以(yi)此推算，車路(lu)(lu)協同(tong)(tong)光在“智(zhi)(zhi)慧高(gao)速(su)(su)”的(de)改(gai)(gai)造(zao)上(shang)就存在著一個千(qian)億(yi)級(ji)的(de)市場，這其中不(bu)包括車路(lu)(lu)協同(tong)(tong)在新(xin)建高(gao)速(su)(su)上(shang)的(de)部署以(yi)及后(hou)續的(de)運營維護，不(bu)包括城市路(lu)(lu)網。
大玩家(jia)在前面提供技術開源和資(zi)源投資(zi)制定方向，留下(xia)的(de)細分領(ling)域(yu)留給小(xiao)玩家(jia)做技術突破，大廠領(ling)投，小(xiao)廠研發(fa)，在車(che)路協同領(ling)域(yu)是(shi)常(chang)態(tai)。以蘑菇車(che)聯為例，它(ta)所提出的(de)“車(che)路云一體化”自動駕駛落地解決方案依然沿用了百度單車(che)+協同的(de)思路，并和其他大廠通過合作建(jian)立起關系，參與(yu)這場探險(xian)。
勇敢者的游戲
沒有(you)石頭可(ke)摸，也許是車路協(xie)同(tong)所有(you)玩(wan)家的共同(tong)感(gan)受(shou)。
一是(shi)(shi)在世界(jie)范圍內(nei)，車路協同還沒有成功的(de)(de)案例，也沒有在行業內(nei)建立起統一的(de)(de)標準(zhun)；二是(shi)(shi)對于投身的(de)(de)大廠(chang)來說，這和過去國內(nei)互聯網既有的(de)(de)消費生(sheng)態不同。車路協同代表了(le)技術和產業上的(de)(de)深(shen)度(du)融合，高難度(du)決定了(le)它一直是(shi)(shi)屬于勇敢(gan)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。
與之對應(ying)的(de)(de)，雖(sui)然(ran)有新的(de)(de)解決方案(an)(an)一直(zhi)在(zai)被提(ti)出(chu)，但是卻很難判斷具(ju)體(ti)方案(an)(an)的(de)(de)正確性，在(zai)高(gao)昂(ang)的(de)(de)試錯成本(ben)和相對復雜的(de)(de)產業協(xie)同(tong)(tong)的(de)(de)影響(xiang)下，現(xian)(xian)在(zai)的(de)(de)車路協(xie)同(tong)(tong)仍然(ran)在(zai)感(gan)知協(xie)同(tong)(tong)上踏步，在(zai)封閉性的(de)(de)試驗(yan)園區中實現(xian)(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(su)共(gong)同決定了(le)不同方(fang)案初始投資的(de)高低、投資回(hui)報期的(de)長短，以及投資的(de)經濟性，從(cong)而影響了(le)技術和成本在(zai)車側(ce)和路側(ce)的(de)分(fen)配方(fang)案與演進(jin)路線(xian)。
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(ce)智(zhi)能(neng)和路(lu)側(ce)智(zhi)能(neng)最終(zhong)的(de)融合狀態是怎樣(yang)的(de)？何(he)時(shi)達到？如何(he)演(yan)進？這(zhe)些問題都需要產業鏈上的(de)玩家(jia)們協力解答(da)。
種種關(guan)于未(wei)來的(de)設想(xiang)中，車(che)路協同所帶(dai)來的(de)想(xiang)象空間(jian)，也隨(sui)著更(geng)多玩家的(de)加(jia)入變得豐(feng)富(fu)，就像馬斯克在推特上點贊(zan)智能(neng)紅綠燈，“聰明(ming)的(de)車(che)”+“智慧的(de)路”之間(jian)本不存在隔閡(he)，在智能(neng)化的(de)大趨勢(shi)下，先有(you)車(che)還是先有(you)路，答案早(zao)就沒有(you)了意義。
