汽車與其他領(lǐng)域跨界融合加速 新的挑戰(zhàn)呼吁車路協(xié)同

看點(diǎn)：國(guó)內(nèi)車路協(xié)同技術(shù)研究領(lǐng)頭人詳解車路協(xié)同的過去、現(xiàn)在和未來。

4月19日，GTIC 2019全球智能汽車供應(yīng)鏈創(chuàng)新峰會(huì)在2019上海車展同期舉辦，大會(huì)邀請(qǐng)到來自學(xué)術(shù)界、整車企業(yè)、零部件企業(yè)、互聯(lián)網(wǎng)公司、新興自動(dòng)駕駛公司和人工智能公司等智能汽車供應(yīng)鏈領(lǐng)域的15位嘉賓登臺(tái)，探討智能汽車時(shí)代的供應(yīng)鏈創(chuàng)新與出行變革。

國(guó)內(nèi)車路協(xié)同技術(shù)的研究領(lǐng)頭人，清華大學(xué)自動(dòng)化系教授、自動(dòng)化系系統(tǒng)工程研究所所長(zhǎng)張毅教授為大會(huì)作了開場(chǎng)演講。

張毅教授講到，汽車產(chǎn)業(yè)在與IT、通信等領(lǐng)域跨界融合時(shí)面臨新的挑戰(zhàn)，呼吁車路協(xié)同技術(shù)予以解決。我國(guó)自2011年起開始立項(xiàng)研究車路協(xié)同技術(shù)，用7年多的時(shí)間已經(jīng)走過了美國(guó)14年走過的道路，目前已進(jìn)入規(guī)模應(yīng)用階段。

他指出，車路協(xié)同技術(shù)的發(fā)展應(yīng)用既能提升交通安全，還能提升交通控制效率，同時(shí)還將促使自動(dòng)駕駛技術(shù)的落地與發(fā)展，將讓交通體系跨入新階段。

汽車與其他領(lǐng)域跨界融合加速 新的挑戰(zhàn)呼吁車路協(xié)同

張毅教授在一開場(chǎng)就講到，現(xiàn)階段的汽車產(chǎn)業(yè)正在快速發(fā)展之中，不僅是車企在快速提升汽車各方面的技術(shù)和水平，同時(shí)還有IT、通信等領(lǐng)域等玩家也在快速切入。例如Uber本身是一家從事共享交通的公司，但其同時(shí)還在從事自動(dòng)駕駛、貨運(yùn)等方面的技術(shù)研究。

“我們發(fā)現(xiàn)汽車的發(fā)展已經(jīng)不單單是汽車本身，它已經(jīng)進(jìn)入了一個(gè)跨界融合的時(shí)代?！睆堃憬淌谥v道。

不過，隨著汽車與智能、通信等領(lǐng)域出現(xiàn)大量融合，相應(yīng)的問題與挑戰(zhàn)也逐漸暴露。例如2018年3月18日，一輛Uber的自動(dòng)駕駛測(cè)試車就在美國(guó)亞利桑那州出交通事故致使一名行人死亡。

張毅教授指出，目前還沒有公開的技術(shù)報(bào)告分析這起事故，但已知的信息是這輛自動(dòng)駕駛汽車的感知系統(tǒng)已經(jīng)感知到了行人的信息，因此問題可能出現(xiàn)在車輛的決策系統(tǒng)上，即車輛的決策系統(tǒng)在做“這是不是一個(gè)人？”、“是不是需要停下來？”的決策時(shí)出了問題。

“汽車的跨界融合過程中還有許多問題沒法逾越，還有很多問題需要解決?！睆堃憬淌诳偨Y(jié)道，“只有智能的汽車是不夠的，還需要智能的路、智能的網(wǎng)、智能的交通，它們結(jié)合起來就是車路協(xié)同。”

車路協(xié)同的兩大關(guān)鍵應(yīng)用點(diǎn)：安全與控制

張毅教授在現(xiàn)場(chǎng)表示，車路系統(tǒng)會(huì)帶來新的交通理念，讓交通發(fā)展跨入新的階段。

簡(jiǎn)單說就是用現(xiàn)有的通信技術(shù)將所有的汽車連接起來構(gòu)成一個(gè)平臺(tái)，讓任何車輛在任何時(shí)間和任何地點(diǎn)都能做到信息共享和交互。

在發(fā)展車路協(xié)同技術(shù)的過程中，有兩大關(guān)鍵應(yīng)用點(diǎn)，一個(gè)是安全，一個(gè)是控制。

安全方面，車路協(xié)同的信息交換平臺(tái)，可以幫助現(xiàn)有的交通體系從被動(dòng)安全向主動(dòng)式安全，以及下一步的協(xié)同安全方向前進(jìn)，即現(xiàn)有的安全體系會(huì)從第一代的安全帶、第二代的安全氣囊，向著第三代的V2V通信方向轉(zhuǎn)變。

張毅教授講到，現(xiàn)在的自動(dòng)駕駛汽車還在用單車智能的方式進(jìn)行運(yùn)作，即車輛感知到對(duì)面來車后，還要想辦法感知它想要干什么，然后再進(jìn)行駕駛決策。決策完了還要看下一步的變化，這是一個(gè)很復(fù)雜的信息交互決策控制過程。

但有了車路協(xié)同技術(shù)后，車輛之間就馬上知道對(duì)方的位置、速度、加速度、剎車與否、轉(zhuǎn)向與否等信息，大大簡(jiǎn)化了自動(dòng)駕駛汽車的信息收集和決策難度。

基于這種技術(shù)，車路協(xié)同還將促進(jìn)現(xiàn)有的ADAS高級(jí)駕駛輔助系統(tǒng)向著CDAS協(xié)同式輔助駕駛系統(tǒng)，以及AI-DAS人工智能駕駛輔助系統(tǒng)方向發(fā)展。

控制方面，車路協(xié)同的信息交換平臺(tái)，既可以在交通體系內(nèi)實(shí)現(xiàn)多車車速引導(dǎo)，又可以讓現(xiàn)有信號(hào)燈從被動(dòng)控制向主動(dòng)控制，以及下一步的協(xié)同控制階段發(fā)展。

此前，國(guó)內(nèi)在交通測(cè)試研發(fā)中有一個(gè)單車車速引導(dǎo)的提法，即在車輛通過路口時(shí)會(huì)收到推薦的車速信息，幫助順利通行，減少停車從而減少排放，但問題是無法解決其他車輛的車速引導(dǎo)問題。

在有了車路協(xié)同平臺(tái)后，可利用交匯點(diǎn)協(xié)同的機(jī)理計(jì)算出每輛車的最優(yōu)速度并發(fā)布至各個(gè)車輛，從而實(shí)現(xiàn)多車速度引導(dǎo)，進(jìn)而實(shí)現(xiàn)更高效的通行。

現(xiàn)有的信號(hào)燈是被動(dòng)控制，即在了解到多少汽車到來后調(diào)整信號(hào)配時(shí)，沒法引導(dǎo)汽車。想要主動(dòng)控制，就要實(shí)現(xiàn)單車和多車速度引導(dǎo)，將其引導(dǎo)成一個(gè)一個(gè)車隊(duì)，每個(gè)綠燈放行一個(gè)車隊(duì)。

同時(shí)信號(hào)燈和車隊(duì)也要實(shí)現(xiàn)交互，信號(hào)燈的配時(shí)也會(huì)隨著車隊(duì)的變化而變化，從而讓信號(hào)燈控制邁上一個(gè)新的臺(tái)階。

車路協(xié)同在我國(guó)的應(yīng)用實(shí)踐：7年走完美國(guó)14年的路

張毅教授講到，美國(guó)在2004年就開始立項(xiàng)進(jìn)行車路協(xié)同相關(guān)的研發(fā)，雖然叫做其他的名字，但本質(zhì)是一樣的。美國(guó)從項(xiàng)目立項(xiàng)、到測(cè)試場(chǎng)測(cè)試，到真實(shí)道路實(shí)施，總計(jì)用了14年的時(shí)間。

我國(guó)從2002年提出了這個(gè)概念，但真正國(guó)家立項(xiàng)開始研究是2011年。到現(xiàn)在，我們已經(jīng)走過了從立項(xiàng)、到測(cè)試場(chǎng)測(cè)試，再到具體的工程應(yīng)用所有階段，相當(dāng)于用7年多的時(shí)間，走完了美國(guó)人14年的路。

具體來說，我國(guó)的車路協(xié)同最早基于張毅教授所在的國(guó)家863計(jì)劃研究組的研究成果，在我國(guó)第一個(gè)智能網(wǎng)聯(lián)汽車測(cè)試場(chǎng)——上海國(guó)際汽車城進(jìn)行了示范，隨后推廣到了二十幾輛公交車上，再到重慶、北京、福建等地的測(cè)試場(chǎng)的規(guī)模化長(zhǎng)期測(cè)試。

目前，車路協(xié)同技術(shù)將在中國(guó)最快的高速公路杭紹勇高速、冬奧會(huì)等項(xiàng)目中實(shí)現(xiàn)規(guī)?；瘧?yīng)用。

去年11月，國(guó)內(nèi)還實(shí)現(xiàn)了不同車企、不同通訊模式、不同終端系統(tǒng)的“三跨”式車路協(xié)同，而今年交通部、工信部、公安部也將實(shí)現(xiàn)跨部門聯(lián)合部署，真正推動(dòng)車路協(xié)同在中國(guó)的大規(guī)模應(yīng)用。

“車路協(xié)同作為一個(gè)大的技術(shù)領(lǐng)域，大規(guī)模應(yīng)用和推廣已經(jīng)成為了現(xiàn)代道路交通里面必然的發(fā)展趨勢(shì)?！睆堃憬淌诳偨Y(jié)道。

車路協(xié)同是自動(dòng)駕駛發(fā)展的第三條路徑

正是由于車路協(xié)同對(duì)交通體系發(fā)展的重要作用，交通部副部長(zhǎng)劉小明2018年在中國(guó)電動(dòng)汽車百人會(huì)的論壇上提出，要高度重視自動(dòng)駕駛和車路協(xié)同等前瞻性技術(shù)的發(fā)展和應(yīng)用，以智慧交通建設(shè)為載體，按照車路協(xié)同發(fā)展的技術(shù)路徑，積極推進(jìn)自動(dòng)駕駛的發(fā)展。

基于這種背景，2018年9月起，國(guó)內(nèi)出現(xiàn)了一個(gè)少有的現(xiàn)象——阿里、百度等好幾家大公司紛紛設(shè)立研究院或聯(lián)合實(shí)驗(yàn)室，在一個(gè)月內(nèi)幾乎全部開啟了對(duì)車路協(xié)同技術(shù)的研究。

張毅教授講到，目前研究自動(dòng)駕駛有兩個(gè)技術(shù)路線，一個(gè)是基于自動(dòng)駕駛的車載高精度傳感器，另一個(gè)是基于車載高精度導(dǎo)航和高精度地圖。

這兩個(gè)路線略有差別，但本質(zhì)上都是依靠單車的感知和決策，出現(xiàn)了一些問題。例如2016年一輛特斯拉在自動(dòng)駕駛狀態(tài)下撞上了一輛貨車。

如果有車路協(xié)同技術(shù)，讓兩車做一個(gè)交互，卡車的位置、速度、加速度、行進(jìn)路線等信息一下就獲得了，就會(huì)為自動(dòng)駕駛技術(shù)提供更好的解決方案。

這就是上述劉小明副部長(zhǎng)提出的，基于車路協(xié)同的自動(dòng)駕駛技術(shù)，也是自動(dòng)駕駛技術(shù)的第三條技術(shù)路線。

具體來說，車路協(xié)同將為自動(dòng)駕駛汽車帶來三大優(yōu)勢(shì)，一是提升了環(huán)境感知的深度和維度；二是增強(qiáng)了系統(tǒng)反應(yīng)與控制的實(shí)時(shí)性；三是降低了對(duì)傳感器與地圖的依賴，進(jìn)而降低成本。

目前，張毅教授團(tuán)隊(duì)已經(jīng)在上海國(guó)際汽車城開發(fā)出了初步的基于車路協(xié)同技術(shù)的自動(dòng)駕駛車輛。該車除了近距離的環(huán)境感知信息來自車輛本身，中遠(yuǎn)程的駕駛、決策、控制信息都來自車路協(xié)同信息交互。

車路協(xié)同助力自動(dòng)駕駛超越L5級(jí)

在演講最后，張毅教授探討了人工智能技術(shù)與自動(dòng)駕駛的關(guān)系。

他引用一些院士的論述表示，計(jì)算機(jī)模仿人去感知環(huán)境、模仿人去理性思考、模仿人去執(zhí)行動(dòng)作，是人工智能應(yīng)用的三大標(biāo)志。

根據(jù)院士們的界定，現(xiàn)在應(yīng)用人工智能技術(shù)有一些條件，即需要豐富的數(shù)據(jù)或知識(shí)、完備信息、確定性信息、靜態(tài)與結(jié)構(gòu)化環(huán)境、有限的領(lǐng)域或單一的任務(wù)。

而在駕駛領(lǐng)域，這五大條件都無法具備，開車時(shí)很多情況是隨機(jī)的。

從這些標(biāo)準(zhǔn)來看，目前的自動(dòng)駕駛還處于自動(dòng)化的駕駛階段，自動(dòng)駕駛汽車還是基于規(guī)則行駛的機(jī)器人，對(duì)應(yīng)現(xiàn)在的L1—L5級(jí)自動(dòng)駕駛。

而隨著人工智能駕駛的發(fā)展，未來將先后出現(xiàn)具備弱人工智能和強(qiáng)人工智能技術(shù)的自動(dòng)駕駛汽車，可以分別對(duì)應(yīng)L6與L7級(jí)的自動(dòng)駕駛，而在這一發(fā)展過程中，車路協(xié)同又是人工智能與自動(dòng)駕駛完美結(jié)合的技術(shù)基礎(chǔ)。