01
单车算力有限，未来高阶智能驾驶需要 V2X 配合
V2X（Vehicle to X)，是未来智能交通运输系统的关键技术。它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。
全国政协经济委员会副主任苗圩表示，目前为止，包括特斯拉在内都是以单车智能为主要的实现方式，但是现在越来越多企业意识到 V2X 的重要性。
苗圩认为光靠单车智能也许做到 L2 级智能驾驶能够实现，但做到 L3 级智能驾驶很困难。而 L4 级智能驾驶的算力、功耗是车辆无法承担的，所以必须把一部分算力从车移到路侧，进行边缘计算、端到端的通信、车路协同。
V2X 的根基——基础设施互联互通
V2X 中的重要一环就是实现路端基础设施互联互通，我国已经有多个试点在这方面进行尝试。北京市高级别自动驾驶示范区工作办公室主任孔磊介绍，目前在北京经开区 60 平方公里范围内，已经实现 332 个数字化智能路口基础设施全覆盖。
包括红绿灯、道钉、摄像头在内的基础设施实现互联互通为未来全天候、全场景的无人驾驶产业发展奠定基础，但中国信息通信科技集团副总经理陈山枝称这可能是 5 年、10 年后的事。但从目前试点城市取得的成果来看，路端智能和车端智能的结合在提升出行效率方面已经初显成效。
同样以北京经开区为例，路口的感知系统统计出车流量信息，配合自适应动态优化的信号灯，路口车均延误率下降达 28.48%，车辆排队长度下降 30.3%，绿灯浪费时间下降 18.33%，4 条双线干线绿波道路车均延误减少 16% 以上。
而从长沙智能驾驶研究院院长（希迪智驾 CEO）马潍分享的成果来看，路线相对固定、行驶变量较小的公交车无疑是目前 V2X 最佳的载体。
长沙市试点区域将红绿灯路口装上信号接收器，它会收到车载 OBU 发出的请求信号。得益于 C-V2X 国家标准，这种互联形式能够实现毫秒级迟延、厘米级定位和超视距感知，根据公交车的载客量判断优先级，载客多的给予优先通过的权利。
举个例子，如果公交车到红绿灯时，恰好是绿灯将变红灯，那么就会等公交车过去之后再变红灯。
2021 年上半年长沙市定制了两条搭载主动式公交优先系统的线路，实际上较私家车按照地图推荐线路的通勤时间平均节省 27.5%，比同样的普通公交车通勤时间节省 30%，约 24.7% 的乘客原来是私家车出行，现在由于公交优先更快，就改乘公交出行。
由于基础设施互联互通的规划和建设和车端智能的提升需要并行发展，所以住建部和工信部均参与到了智慧城市和智能汽车的「双智」建设当中。除了北京、上海、广州、武汉等六个城市在内的第一批试点之后，重庆、深圳、厦门、南京等十个城市被列为了第二批试点。
展望未来
当前制约智慧城市和智能汽车协同发展主要有两个方面因素：路侧覆盖率和车端渗透率达不到要求。
路侧覆盖率主要是城市道路的十字路口和重要的危险路段是否安装 V2X 设备，车端渗透率指的是车辆能否实现智能网联的辅助驾驶。如果路侧的覆盖率、车端渗透率不足，车路、车车之间无法实时通信，那么高阶智能驾驶的实现仍受到制约。
中国信息通信科技集团副总经理陈山枝的观点是，先在危险路段和十字路口推行基础设施互联互通，鼓励量产车前装、社会营运车辆后装支持 V2X 的设备，最终目标是用标准化的手段实现无人驾驶。
以 5G 为基础的 V2X 涉及到通信、人工智能、智能基础设施建设等等，汽车也从过去的机械类产品变成了大型的移动智能终端。
智能网联汽车已经将车企、软件公司、芯片公司、互联网公司等聚拢在产业生态中。未来，信息通信技术企业、基础设施建设企业、交通运输企业、智慧城市发展企业等都将在智能网联汽车发展中跨界合作。
02
L2 级智能驾驶大规模落地
乘用车 L2 级智能驾驶已经实现大规模商用化应用。2021 年的乘用车有 22.2% 安装了 L2 级及以下的自动驾驶系统，自适应巡航（ACC）、自动紧急制动（AEB）、车道保持系统（LKS）、自动泊车（APA）等技术已经实现广泛上车应用。
2016 年在美国国家运输安全委员会（NTSB）和美国公路安全保险协会（IIHS）推动下，大众、通用与丰田等二十家车企签下协议。这些车企宣布在 2022 年 9 月前将自动刹车系统（AEB）作为标准配置，普及到美国市场全系车型。
这 20 家车企占据了美国 99% 市场份额。如果协议完全履行，意味着到 2022 年，美国人买到的每辆新车，几乎都会标配 AEB。
而李想在会议上建议：应该把 AEB 作为标配功能。自动刹车系统（AEB）可以大幅度地降低道路交通上因司机未注意而撞上车的可能性，道路交通安全的死亡和伤亡人数会大幅度下降。全国政协经济委员会副主任苗圩表示很赞同这个观点。
但是值得注意的是目前一些车型上的 AEB 功能仍存在误报、刹停判断标准不统一等问题，并且车辆感知传感器存在差异，配备了 AEB 功能的车企在最终落地效果上也各有高低。AEB 功能的最终目的是提高道路安全性、减少意外和伤亡，如果希望大规模普及该功能，那么监管机构和车企未来需要协力制定测试场景和规范。
从大面上看，如今一些车企的 L2 级别智能驾驶已经能够做到较高的成熟度和用户使用率。何小鹏介绍道，过去时间里小鹏智能驾驶累计行驶里程已经达到 1.4 亿公里，而智能驾驶的辅助泊车做到 734 万次。
何小鹏称，小鹏的 NGP 里程渗透率达到 62%，并且智能驾驶相比手动驾驶在安全性上提高超过 10 倍。但是和发展迅猛的 L2 级智能驾驶形成对比，L3 和更高阶智能驾驶在大规模落地上仍步履蹒跚。
03
仍聚焦特定场景和限定范围的 L3 级智能驾驶
受到单车智能的局限性，目前国内企业在 L3 及更高阶智能驾驶的尝试上仍聚焦特定场景和限定范围。
比如北京的高级别自动驾驶示范区是通过「车、路、云、网、图」五位一体实现区域内 L4 级别智能驾驶的成果。北京市高级别自动驾驶示范区工作办公室主任孔磊也表示，在智能网联汽车发展过程中，车路云网图、数据等要素非常重要，这些要素和智慧城市基础设施建设紧密相关。
商汤科技的网联化改造的传统车辆和无人接驳小巴通过车辆传感器路端的感知、云端的信号灯控制和车端接入、路侧设备接入和云端控制实现限制在特定区域、特定场景内的 L4 级别效果。
一径科技的无人配送小车在园区、办公楼等封闭场景已经投入运营。但他们和京东合作的低速物流快递车城区运行业务仍在尝试用加入激光雷达的方式解决，并没有实际投入商用。
百度集团资深副总裁、智能驾驶事业群组总经理李震宇则表示在城市的复杂场景下，车路云的协同应用能加速自动驾驶的规模落地。李震宇称，在城市道路里最难的是路口，仅仅凭着单车智能，会存在一些场景中无法解决的问题：信号灯遮挡、盲区感知、超远视距，还有一些障碍物、地图更新等等。
但通过车路云协同应用，路侧的基础设施具备感知和规划决策的能力，高精地图能够提供动态的更新路况的信息，云端的数据能够提供协助的决策。云端还有一个 5G 的安全员，他可以提供远程的安全冗余。如此一来可以打破单车感知和场景理解的局限性，降低困难场景的复杂度。
李震宇表示，在未来 10—40 年里，车路云一体化是最终形态。
撰文：明明
编辑：刘光腚
这些也值得读