問:車路協調對於自動駕駛進入高水平的重要性逐漸成為行業意識，但業界對車路協調仍缺乏全面的認識。如何系統闡述錢芳科技的車路協同理念？
孫亞夫:說到車路協調，可能有壹些概念需要澄清。自行車智能壹般是指車輛自身智能實現自動駕駛的問題，即高級自動駕駛或無人駕駛(SAE定義的自動駕駛的L4和L5階段)。談自動駕駛的車路協調，壹般是指依靠車輛和道路的智能來解決自動駕駛的問題。
要實現高水平的汽車自動駕駛，首先要有數字汽車，其次數字汽車要走或適應數字道路。在道路交通發展的歷史進程中，車路協調或車路適應壹直存在。
數字化之路是什麽？數字道路應該能夠向數字汽車提供數字設施信息、運行狀態和交通控制，而不是簡單地依靠汽車自身的傳感器來重新感知和識別道路上為人類視角設計的標誌、標牌、紅綠燈等信息。
我們對車路協調的理解壹般分為三四個層次:
1)道路上數字交通信息交互層面:道路將自身信息數字化，通過道路通信廣播到車載終端，包括標誌、標牌、護欄、信號燈等基礎設施的數字化信息，以及動態交通事件、施工、交通管制等信息。
2)車路感知協調水平:單車感知容易受到障礙物和天氣(雨霧)的影響，造成側車遮擋、前車遮擋感知視野的情況，使汽車因害怕鬼探事件而無法做出更果斷的駕駛決策。通過車載感知和路基感知的協同方式，實現感知融合和享受，最終實現車端上帝視角的感知能力，提高車輛的安全性和駕駛能力。
3)車路協調控制層面:單車路徑規劃決策容易造成路權沖突和路徑擁堵。通過對微觀(路口/車道)、中觀(路段/區域)和宏觀(城市)車輛進行速度、車道和路線規劃決策，可以實現安全高效的交通。但是這裏說的協同控制，控制的決策權還是車，而不是路對車的絕對控制。
4)車輛控制水平:在沒有其他不可控交通參與者、車速較低的封閉或半開放環境中，如港口、礦區、機場、停車場等。，所有車輛都可以由路側控制，車輛可以大大減少自己的傳感器，甚至沒有傳感器或者自己的規劃決策控制，路側完全可以實現感知，規劃決策和控制，只需要執行。
之所以把車路協調控制層從車路控制層中分離出來，是因為車路協調和自行車智能的概念其實隱含在語義中。說到自行車智能的感覺，完全不需要車路配合。說到車路協調，很容易被理解為路控車。車輛端可以大大減少傳感器數量甚至不需要，自行車智能和車路協調是對立的。我們認為，對於高水平的自動駕駛，現階段應該以自行車智能為主，車路協同為輔。車路協同的價值在於為自動駕駛汽車提供更好的道路支持，可以讓自動駕駛更加安全便捷，而不是說沒有這條車路協同的道路就無法實現高水平的自動駕駛。
需要註意的是，在未來很長壹段時間內，僅靠人工智能換車很難實現多場景無人駕駛。道路的數字化是壹個基礎，會加速高水平自動駕駛的產業化，而不是最終解決高水平自動駕駛。目前，道路是為人而設計的。為了真正適應道路和車輛，道路交通法規和交通工程也應該改變。未來的道路不僅是數字化的，交通管理和運行機制也會隨著高水平自動駕駛的到來而改變。
從車路協調發展的角度來看，第壹層車路協調對應的是自動駕駛的L1和L2；車路協調第二層對應自動駕駛L3、L4或以上；車路協調第三層對應自動駕駛的L4和L5。智能網聯汽車和智能網聯道路會相互促進，螺旋式提升各自的數字智能化水平。所以，車發展到極致，路也會發展到極致。不會出現智力水平很高，智力水平很低的情況。
問:從感知的角度，車端和路邊是如何配合的？
孫亞夫:在汽車和道路協調發展的歷史上，汽車的發展壹直走在道路的前面。因此，在車路協同發展的初期，路側感知應該是對車輛感知的補充，而不應該取代車輛感知。壹方面，難以保證路側感知指標滿足車輛法規的質量要求，也無法保證信息的實時性和毫秒級傳輸；另壹方面，本應在車輛感知範圍內感知的信息，並不能單純依靠路邊感知反饋給車輛。
車輛感知範圍內的事件壹般都在需要快速控制措施的時間範圍內，尤其是高速行駛時。從路端到車端，不僅增加了感知延遲，也增加了感知融合的難度，對事件處理沒有幫助。車路協同的感知協同要解決超視距問題和視野遮擋/不可見問題。
不需要在車路協調的壹層路側增加很多額外的傳感器，只需要提取現有道路的視頻、雷達、天氣、路面傳感器感知到的事件信息，通過車路通信設備發送到車側。屬於事件級、車道級、秒級延遲的感知，感知計算可以在邊上，也可以在雲端。現有的視頻、雷達傳感器、邊緣計算設備需要在車路協調的二層路側增加或增強，使其能夠感知目標級、厘米/分米級、毫秒級延遲的信息，壹般布置在交通流量復雜的路口和路段。在車路協同發展中，並不是所有的路口和路段都需要安裝傳感器，而是要根據自動駕駛車輛的需要，將傳感器布置在不同的層次和位置。
問:但仍有觀點認為，依賴自行車智能到壹定階段，路側智能設備可以通過後裝實現車路協同。對此妳怎麽看？
孫亞夫:依靠自行車智能解決後裝高級自動駕駛，其實是個偽命題。未來汽車將通過淘汰實現質的提升。對比現在的汽車和智能汽車，和從車廂到汽車不能通過後裝實現的道理是壹樣的。
路側相對靈活，既可以拓展道路改變物理形態，也可以通過增加設備提高感知能力。錢芳提倡用軟件定義交通基礎設施，就是為了通過不斷的替換和疊加來滿足未來基礎設施的擴展需求。從功能路口升級為智能能源口，實現感知層的享受與融合。構建軟件定義的交通基礎設施，如果未來有新的需求，可以下載或部署新的App實現新的功能並升級叠代版本，而不是重新部署壹個有新功能的設備。錢芳提出的智能十字路口可以比作壹部智能手機，其感知、計算和控制模塊分布在十字路口空間。傳感器、計算設備、控制設備和通信設備可以根據需要更換，功能可以通過部署新的app來實現。
智能時代，產品本身就有智能，智能的創造與數據、計算能力、算法有關，尤其是數據和場景。隨著數據、算法、計算能力的不斷循環叠代，未來智能產品的生產邏輯不是壹次性交付壹個完美的東西。用戶也是生產者。在使用場景下，產生數據，雲方配合反復訓練算法，不斷叠代學習解決長尾問題，使產品最終達到近乎完美的狀態。
這是特斯拉汽車和蘋果手機的模式，也是消費互聯網時代的底層邏輯。當我們進入工業互聯網時代，我們現在按照工業時代生產的產品，也應該突破原有的產品開發工業化的邏輯。
問:從自行車智能化的角度來看，L3到L4的成本會大幅上升。車路協調會面臨同樣的問題嗎？
孫亞夫:自行車智能和車路協同都需要不斷的進化和發展，很難期待任何壹條路徑的跨越式發展。
自動駕駛車輛的L4必須在不同的場景下觀看，比如港口的L4，園區低速的L4，高速公路無人倉對倉貨運。L4在這些封閉或半封閉的環境中會相對較快的出現。
逆向思維，L4之所以快速出現在這些場景中，是因為道路環境被控制了。汽車要逐步實現自動化，道路也要逐步實現。路會修起來，功能會更強大。最後，道路可以控制汽車，汽車本身可以無人駕駛，沒有主輔之分。
從成本來看，L1和L2階段的路側車路協調功能處於信息交互層面，成本較低，可以大面積推廣；也可以在車端大面積推廣，在成本可控的情況下大幅提升終端的性能。
從路側復雜路口感知的逐步增強，到L3、L4車輛感知能力的提升，在維度逐步升級的道路上，在數字化智能的前提下，成本不會成為阻礙技術進步的桎梏。
問:錢芳在北京創建國家示範區的經驗和模式對其他城市有什麽借鑒意義？
孫亞夫:學不來。我們可以分享壹些經驗。自2015以來，錢芳科技壹直從車路協同的角度探索智能網聯汽車自動駕駛的道路。2016年，錢芳科技承擔了國家智能汽車與智能交通(京冀)示範區的運營服務工作，聯合北京多家龍頭企業成立了北京智能汽車產業創新中心。
截至2021和65438+2月底，在創新中心的幫助下，北京自動駕駛車輛累計安全行駛裏程超過390萬公裏(不含低速無人車)，占全國16智能網聯汽車測試示範區700多萬公裏總測試裏程的壹半以上，支持北京自動駕駛車輛的車牌數量和測試類型。
北京智能車聯產業創新中心
創新中心成立之初的使命是圍繞智能網聯汽車的“全生命周期”測試、驗證、檢測、評估提供第三方運營服務，旨在實現高水平的自動駕駛，直至無人駕駛的技術驗證和產業化。在全國率先提出基於“場-路-區”分步試驗示範環境的智能網聯車路協同試驗示範應用。
2020年，中國首個支持車路協同自動駕駛的區域開放測試區在北京經濟技術開發區(亦莊)成立，初始面積40平方公裏。在技術上，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建設模式上，亦莊正在探索的另壹個值得借鑒的經驗是建設統壹的城市感知基礎設施，如監控視頻設備、非現場執法設備、卡口視頻設備、雷達和視頻檢測設備、紅綠燈、燈桿等。，這是以前根據用戶的劃分分別構建的。這種新的建設模式將減少重復建設，降低支持車路協調的路側交通基礎設施建設成本。
在過去的五年裏，創新中心支持北京解決了自動駕駛和車聯網行業的三個問題:上路難、評估難和測試難。北京出臺了全國首個自動駕駛車輛上路測試政策，同時完成了自動駕駛能力測試評估的壹整套技術標準和規範，建立了從封閉測試場地到開放測試道路、開放測試區域的測試、驗證、演示三級環境體系。
我們認為，這些努力使中國的自動駕駛從關鍵技術研發階段進入了產品和商業模式驗證階段。同時也促進了基於車路協調的路側交通基礎設施技術研發和建設運營模式的改變。
問: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？錢芳科技的系統思維是什麽？
孫亞夫:汽車高水平的自動駕駛已經是壹個確定的趨勢。汽車的高度自動化要求路側交通基礎設施、交通管理、交通服務和交通運行機制的升級。同樣，也將推動雲(雲控制平臺)、網(車聯網、物聯網、5G)、圖(高精度地圖與定位)、測(自動駕駛測試與評估)原有產業的升級，也將催生新的萬億級運營服務市場:數字基礎設施投資、建設運營和無人駕駛交通服務市場。
以智能網聯汽車、智能交通、車聯網為代表的智能網聯產業，目前正處於產品和商業模式的驗證階段，壹旦完成，將迎來產業化快速發展期。這期間需要智能基礎設施的支持，需要先行先試的政策和監管，需要高價值的場景，需要可行的商業模式，需要完整的產業生態。這些都需要政府帶頭搭臺。
如果把智能網聯和智慧城市放在壹起看，可以看到汽車、道路和城市是相互支持、相互促進、密不可分的。這樣才能解決車路協調的基礎設施建設誰來做，投入產出怎麽算等等問題。
從近幾年運營北京示範區的經驗來看，我們認為打造壹個城市的智能網聯產業，可以實施四個步驟，加上商業模式。
第壹步:建立組織和運行機制。產業建設是壹個長期的過程，需要自上而下的政府組織和專業的運營管理團隊。政府的頂層組織需要能夠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以當地產業鏈龍頭企業為主導的社會運營實體，需要了解行業需求和發展趨勢。
第二步:政策標準制定和準入管理。沒有規則就沒有方圓，政策和標準的制定和叠代有利於引導行業健康有序發展。基於政策標準開展試運行示範準入管理，避免無序的產業競爭和內卷化，給企業和公眾壹個清晰的產業發展路徑。
第三步:環境建設和場景建設。測試和演示環境建設包括支持高水平自動駕駛車路協調的智能基礎設施建設，道路交通組織的梳理和重新規劃，甚至部分道路的交通工程，自動駕駛的停車、充電等設施建設等。有些城市需要建設封閉的考點。結合當地特色，開展無人出租、無人銷售、無人幹線物流等不同場景的自動駕駛運營示範。
第四步:運行監督和服務。自動駕駛儀還處於測試運行的驗證階段，還不是壹個成熟的產品。它需要監督其示範操作過程，重點是事故和事件管理，以促進測試企業在提高技術的同時加強對操作安全的管理。配合市裏和部委的政策，推動潛力企業落地。
a商業模式:主要指支持高級自動駕駛的城市智能網數字化運營模式。我們現在都可以理解，城市的電網、水網、通信網、路網都是由壹家或幾家企業投資、建設、運營，這是很正常的。實際上，我們把城市的數字智能基礎設施，也就是路上的電氣化設備和裝載設備的杠杠，看作是壹個基礎設施，由壹個小城市和壹兩個大城市投資、建設和運營。這將是未來智慧城市的基礎設施，支持自動駕駛車輛和道路的路側智能交通基礎設施建設模式。
目前，城市中的信息設備設施是由交管、交通、公安、城管等多個部門獨立建設的。存在的問題是:壹方面，酒吧設備多，數據不開放，運維不到位；另壹方面，交通管理需求不斷湧現，車路協同服務需求無法滿足。
在數字化運營的商業模式下，需要通過成立城市數字化智能基礎設施運營公司，統籌城市信息化建設資金，撬動社會資本。為滿足城市交通、交管和公安服務需求，以道路基礎設施網絡為基礎，建設以城市邊緣基礎設施為主，融合感知網、車聯網/物聯網、交管網三網融合的城市數字化基地。交通、交管、公安等政府部門通過購買服務的方式獲取城市數據服務，並基於這壹數字化基礎建設自己的場景應用。壹方面可以實現規劃、建設、運營壹體化，保證資金使用效率、資產運營效率和服務質量；另壹方面，可以將原來的資產管理轉變為資產運營，打造城市基礎設施數字化運營產業。
—結束—