千方科技會議紀要
不久前召開的第十六屆ITS中國智能交通年會上，千方 科技 面向行業發布“千方 科技 Omni-T2.0全域交通解決方案”。其中，千方 科技 基於過去6年在車路協同上的技術 探索 和落地實踐，特別是依托北京亦莊自動駕駛測試示範基地進行的技術和商業化驗證，總結提煉成了“智能網聯數字運營解決方案”，意圖打造基於自動駕駛的城市數字化運營模式，向其他地區復制推廣。
Q:車路協同對於自動駕駛進入高級別的重要性已漸成行業***識，但業界對於車路協同還缺乏全面的認知，千方 科技 的車路協同觀如何系統闡述？
孫亞夫： 談到車路協同可能會有壹些概念需要澄清，單車智能壹般是指以車自身的智能來實現 汽車 自主駕駛的問題，也就是高級別自動駕駛或者無人駕駛（SAE定義的自動駕駛L4和L5階段），面向自動駕駛來談車路協同壹般是指依托車和路的智能壹起來解決 汽車 自主駕駛的問題。
要實現 汽車 的高級別自動駕駛，首先必須有數字化的 汽車 ，其次數字化的 汽車 應該走或者應該適配數字化的道路。馬車走馬路， 汽車 走公路，在道路交通運輸發展 歷史 進程中，車路協同或者路車適配壹直就存在。
什麽是數字化的道路？數字化的道路應該能夠提供數字化的設施信息、運行狀態、交通管控給數字化的 汽車 ，而不是單純依賴 汽車 自身傳感器對道路上面向人類視角去設計的標誌、標牌、紅綠燈等信息進行再感知和識別。
我們理解的車路協同壹般分成3或4個層次：
1）車路數字化交通信息交互層次：道路將自身的信息數字化後通過車路通信播發到車端，包括標誌、標牌、護欄、信號燈等基礎設施的數字化信息，還包含動態的交通事件、施工、交通管制等信息。
2）車路感知協同層次：單車感知易受障礙物遮擋、天氣（雨、霧）影響，產生側車遮擋、前車遮擋感知視野的情況，使得 汽車 因怕鬼探頭事件而無法實現更為果斷的行駛決策。通過車基感知和路基感知協同方式，實現傳感融合、感知***享，最終實現車端上帝視角的感知能力，提高 汽車 的安全性和駕駛能力。
3）車路協同控制層次：單車路線規劃決策易造成路權沖突與路徑擁塞，通過路側來對微觀(路口/車道)、中觀(路段/區域)、宏觀(城市)的車群做車速、車道、路線規劃決策，可以實現安全高效交通的運輸。但，這裏說的協同控制，控制的決定權還是車，不是路對車的絕對控制。
4）路控車層次：在封閉或半開放、沒有其他不可控的交通參與者、低速的環境下，比如港口、礦區、機場、停車場等，可以全部通過路側去控制運載工具，運載工具可以大量減少自身傳感器，甚至沒有傳感器，也沒有自己的規劃決策控制，路側完全實現感知、規劃決策以及控制，只有執行。
為什麽將車路協同控制層次和路控車層次分開來說，是因為現在談車路協同和單車智能的概念，語義中其實隱含了很多東西。壹說到單車智能感覺就絕對不能也不需要車路協同，壹說到車路協同就容易被理解為路控制車，車端可以大量減少傳感器甚至不需要，將單車智能和車路協同對立起來了。我們認為針對高級別自動駕駛，現階段應該是單車智能為主，車路協同為輔。車路協同的價值是為自動駕駛 汽車 提供了更好的道路支撐，能夠讓自動駕駛更加安全和便捷，而不是說少了這條具備車路協同的道路，就無法實現高級別自動駕駛了。
應該看到在未來很長壹段時間內，單靠人工智能改變車，很難實現多個場景下的無人駕駛。道路的數字化是壹個基礎，會加速高級別自動駕駛的產業化落地，不是最終解決高級別自動駕駛。目前的道路是給人來設定的，要做到真正的路車適配，道路交通法規、交通工程也要發生改變，未來的道路不僅是數字化的，交通管理、運行機制也都要隨著高級別自動駕駛的到來而發生變化。
從車路協同發展的角度來看，車路協同的第壹層對應自動駕駛的L1、L2以上；車路協同的第二層對應自動駕駛的L3、L4以上；車路協同的第三層對應自動駕駛的L4、L5。智能網聯的 汽車 和智能網聯的道路，會相互推動，螺旋式提高自己的數智化水平。因此，當車發展到極致的時候，路也會發展到極致。不會出現壹個智能化水平很高，壹個智能化水平很低的情況。
Q:從感知層面，車端和路側具體如何協同？
孫亞夫： 在車和路的協同發展 歷史 中，車端的發展壹直都先行於路端。因此，在車路協同發展的前期，路端感知應該是車端感知的補充，不應該去取代車端的感知。壹方面，很難保證路側感知指標能滿足車規級品質要求，也不能保證信息實時、毫秒級的傳輸；另壹方面，在車端感知範圍之內應該能感知到的信息，也不能單純依賴路端感知再反饋給車端。
在車端感知範圍內的事件，壹般都處在需要快速采取控制措施的時間範圍內，特別是高速行駛時。從路端到車端，不但增加了感知時延，也增加了感知融合的難度，對事件處置幫助不大。車路協同的感知協同應該解決的是超視距的問題，視野遮擋/看不見的問題。
車路協同的第壹層路側不需要增加很多額外的傳感器，只需要將現有道路的視頻、雷達、天氣、路面傳感器感知到的事件信息提取出來，通過車路通信設備發送到車端即可。它屬於事件級、車道級、秒級時延的感知，感知計算可以在邊側，也可以在雲端。車路協同的第二層路側需要增加或者增強現有的視頻、雷達傳感器、邊緣計算設備，使之能感知到目標級、厘米/分米級、毫秒級時延的信息，壹般在交通流比較復雜的路口、路段來布設。在車和路的協同發展中，不是所有的路口和路段都需要布設傳感器，傳感器的布設應該因自動駕駛車輛需求，分級、分地點來布設。
Q:但還是有壹種觀點認為依靠單車智能到壹定階段，路側的智能化設備可以通過後裝來實現車路協同，對此您怎麽看？
孫亞夫： 依靠單車智能用後裝去解決高級別自動駕駛其實是個偽命題。車未來會通過淘汰的方式來實現質的升級，拿現在的車和智能化的車對比，如同從馬車到 汽車 無法通過後裝來實現的道理壹樣。
路側相對靈活，既可以擴路改變物理形態，又可以通過加裝設備去提升感知能力。千方提倡用軟件定義交通基礎設施，就是想通過不斷的更換和疊加來滿足未來基礎設施的擴展性需求。從功能型的路口升級為智能型的能口，實現感知層的***享和融合。建設軟件定義的交通基礎設施，未來的道路如果有新增需求，可以下載或者部署新的App來實現新功能，實現版本的升級和叠代，而不是重新部署壹個帶有新功能的設備。可以把千方提出的智能路口比做壹個感知、計算、控制等模塊分布在壹個路口空間的智能手機，傳感器、計算設備、控制設備、通信設備可以按需替換，功能通過部署新的APP來實現。
在智能化時代，產品本身具備智能，而智能的打造，同數據、算力、算法都有關系，尤其是數據和場景有強關聯關系。數據、算法和算力的不斷循環和叠代下，未來智能化產品的生產邏輯，不是壹次性交付壹個完美的東西。使用者同時也是生產者，在使用場景中的產生數據，雲邊端協同反復訓練算法，不斷叠代和學習，解決長尾的問題，使產品最終達到近乎完美的狀態。
這是特斯拉 汽車 、蘋果手機的模式，也是消費互聯網時代的底層邏輯，進入到產業互聯網時代，我們現在按照工業時代生產的產品，同樣也要突破原來的產品研發產業化邏輯。
Q:從單車智能來看，L3到L4的成本會有大幅的上升，車路協同是否也會面臨同樣的問題？
孫亞夫： 無論單車智能還是車路協同，兩者都是需要不斷演進中發展，指望任何壹條路徑的躍進式發展已經很難成立。
自動駕駛車輛的L4壹定要分場景看，比如說港口類的L4、園區內的低速L4、高速公路的倉對倉的無人化貨運，這些封閉或半封閉環境下的L4會比較快出現。
逆向思考，L4快速出現在這些場景，是因為道路環境受控。 汽車 應該逐階實現自動化，道路同樣會逐階段實現，路壹定會越修功能越強大，最後實現路可以控制車，車自己也能實現無人駕駛，沒有主輔之分。
從成本角度來考量，L1、L2階段，在路側車路協同的功能是在信息交互層面上，成本不高，可以大面積推廣；在車端同樣可以大面積推廣，在可控的成本下終端的性能有比較大提升。
從路側復雜路口的感知層層遞進加強，到L3、L4車端的感知能力提升，在漸進性升維的路徑上，在數智化的大前提下，成本不會成為阻礙技術進步的桎梏。
Q:千方在北京承擔國家級示範區所沈澱的經驗和模式能給其他城市提供哪些借鑒？
孫亞夫： 談不上借鑒，可以分享壹些我們的歷程。千方 科技 自2015年開始從車路協同的角度 探索 智能網聯 汽車 自動駕駛的路徑，2016年承擔了國家智能 汽車 與智慧交通（京冀）示範區的運營服務工作，並聯合北京多家龍頭企業成立了北京智能車聯產業創新中心。
截至2021年12月底，在創新中心助力下，北京市自動駕駛車輛道路測試累計安全裏程超過390萬公裏（不包含低速無人載運工具），占據全國16個智能網聯 汽車 測試示範區***計700多萬公裏總測試裏程的超過壹半的份額，同時支撐北京市自動駕駛測試車輛牌照數、測試類型、開放測試道路裏程數均居全國前列。
北京智能車聯產業創新中心
成立之初創新中心的使命就是圍繞智能網聯 汽車 “全生命周期”測試、驗證、檢測與評估提供第三方運營服務,瞄準的是高級別自動駕駛直至無人駕駛的技術驗證與產業化落地。在全國範圍內率先提出以“場-路-區”逐級遞進的試驗和示範環境為支撐，開展智能網聯車路協同的測試與示範應用。
2020年，全國第壹個區域級支持車路協同自動駕駛的開放測試區在北京市經濟技術開發區（亦莊）設立，最開始的面積是40平方公裏。技術上，北京亦莊的車路協同實踐了車路信息交互和感知協同。在車路協同的路側基礎設施的建設模式上，亦莊的另外壹個正在 探索 值得借鑒的經驗是：將以往按照使用部門劃分而分開建設的監控視頻設備、非現場執法設備、卡口視頻設備、雷達與視頻檢測設備、紅綠燈、燈桿等，作為統壹的城市感知基礎設施建設。這個新的建設模式將減少重復建設，同時降低支持車路協同的路側交通基礎設施的建設成本。
過去5年，創新中心支持北京市著力解決了自動駕駛和車聯網產業裏面的三個問題：上路難、評價難、測試難。北京發了全國第壹個自動駕駛車輛上路測試的政策，同時完成了自動駕駛能力測試評估的成套的技術標準和規範，並建立了從封閉測試場，到開放測試道路，到開放測試區的三級測試驗證和示範的環境體系。
我們認為，這些工作使得中國的自動駕駛從關鍵技術研發階段進入到產品和商業模式驗證階段。同時，也推動了基於車路協同的路側交通基礎設施的技術研發與建設運營模式的改變。
Q:基於北京示範區的運營經驗，壹個城市應該如何打造自己的智能網聯產業，千方 科技 對此有何系統化的思考？
孫亞夫： 汽車 的高級別自動駕駛已經是壹個確定性趨勢了。 汽車 的高度自動化，需要路側交通基礎設施、交通管理、交通運輸服務以及交通運行機制升級換代。同樣，也推動雲（雲控平臺）、網（車聯網、物聯網、5G）、圖(高精度地圖和定位)、測（自動駕駛測試評估）原有的產業發生升級換代，同時還將催生壹個新的萬億級的運營服務市場：數字化基礎設施投資建設運營與基於無人駕駛的交通運輸服務市場。
以智能網聯 汽車 與智慧交通、車聯網為代表的智能網聯產業目前正處在產品和商業模式的驗證階段，壹旦完成，將迎來產業化高速發展期。這壹時期，需要數智化的基礎設施、先行先試的政策與監管、高價值的場景、可行的商業模式和完整的產業生態的支撐。這些，都需要政府牽頭來搭建舞臺。
如果將智能網聯和智慧城市壹起看：發展智能網聯 汽車 ，建設數智化交通基礎設施，打造智慧城市，可以看到車、路、城，三者互為支撐、互為推動，密不可分。也只有這樣，我們才能解決車路協同的基礎設施建設誰來做，投入產出如何來計算等等問題。
從這些年運營北京示範區的經歷來看，我們認為，打造壹個城市的智能網聯產業，可以落地實施4個步驟，外加壹個商業模式。
第壹步：建設組織和運行機制。產業打造是壹個長期的過程，需要有自上而下的政府頂層組織，也需要有專業的運營管理團隊。政府的頂層組織需要能提供先行先試的政策， 探索 新的商業模式。 社會 第三方的運營管理團隊應該是本地的產業鏈龍頭企業牽頭的 社會 化運營實體，需要懂行業需求和懂發展趨勢。
第二步：政策標準制定與準入管理。無規矩不成方圓，政策和標準的制定與叠代，有利於引導行業 健康 有序發展。基於政策標準進行測試運營示範準入管理，避免出現無序的產業競爭和內卷，給與企業和公眾明確的產業發展路徑。
第三步：環境建設與場景建設。測試示範環境建設包含支持高級別自動駕駛的車路協同的數智化基礎設施的建設，道路交通組織的梳理和重新施劃，甚至部分道路的交通工程，自動駕駛配套停車、充電等設施建設等等，有些城市還需要建設封閉測試場地。結合本地特色，開展無人出租、無人售賣、幹線無人物流等等不同場景的自動駕駛運營示範。
第四步：運行監管與服務。自動駕駛還在測試運營的驗證階段，不屬於成熟的產品，需要對其的示範運營過程進行監管，重點是事故和事件管理，推動測試企業在改進技術的同時，加強對運營安全的管理。協同本城市政策和部委政策保持壹致，推動有潛力的企業落地。
壹個商業模式：主要是指支撐高級別自動駕駛的城市智能網聯數字運營模式。我們現在都能理解，城市的電網、水網、通信網、道路網由壹個或者幾個企業來投資、建設、運營是壹個很正常的事情。其實，我們將城市的數智化基礎設施，也就是路上的帶電的設備和裝載設備的桿件等設施看做是壹個基礎設施，由小城市由壹家、大城市壹到兩家來投資、建設和運營。這個將是未來智慧城市的基礎設施，支撐自動駕駛的車路協同的路側智能交通基礎設施的建設模式。
當前城市的信息化設備和設施都是通過交管、交通、公安、城管等各個部門通過項目方式獨立建設，存在的問題是：壹方面桿件林立、設備繁多，數據不打通、運維不到位；另壹方面，交通治理需求不斷湧現，車路協同服務需求無法滿足。
數字運營的商業模式下，需要統籌城市信息化建設資金，通過成立城市數智化基礎設施運營公司，撬動 社會 資本。以城市交通、交管、公安業務需求切入，基於道路基礎設施網，建設感知網、車聯網/物聯網、交通控制網三網壹體的以城市邊端基礎設施為主的城市數字化底座。交通、交管、公安等各政府部門通過購買服務方式來獲取城市數據服務，並基於這個數字化底座來構建自己的場景應用。壹方面，可以實現規劃、建設、運營的壹體化，確保資金使用效率、資產運行效率和服務質量；另壹方面，可以變原來的資產管理為資產運營，打造城市基礎設施數字化運營產業。
— END —