前不久，特斯拉等汽車制造商因使用高級駕駛員輔助系統（ADAS）發生車禍正接受美國國家公路運輸安全管理局（NHTSA）調查；蔚來最近的車毀人亡事故也給所有人敲響了警鐘。中國工信部旋即發聲：未經審批所有汽車公司不得通過軟件升級新增或更新自動駕駛功能。

這些主要基于單車智能的車輛令全球最大的兩個汽車市場對自動駕駛的信任危機陡增，政府對這一新興技術的監管也已經在路上。

不過，實現自動駕駛的商用，路還是有的，關鍵是如何把路蹚出來。

 

不得不說的背景

自動駕駛安全事故何以頻發？

不言而喻，自動駕駛技術將給人類社會帶來顯著變化，其首要目的是促進交通安全，然后才是疏解交通擁堵、緩解停車難問題和減少空氣污染。

卡耐基梅隆大學 ArgoLab 人工智能無人駕駛研究中心首席科學家約翰·多蘭認為：「自動駕駛在底層架構和技術上已經解決了大部分問題，但剩下 5% 的長尾問題卻難以攻克，包括零碎場景、極端情況和無法預測的人類行為。」

被行業公認為自動駕駛領路先鋒的特斯拉多起自動駕駛事故都與光天化日下的淺色或白色大貨車有關，仰仗單車智能，特別是摒棄了激光雷達等攝像頭之外的傳感器，令其遠距離識別一些沒有被車機訓練過的物體一籌莫展，其中不乏算力匱乏、攝像頭分辨率因陽光反射下降，造成反應不及而無法緊急制動。反觀國內的一些新勢力，車輛更是武裝到了牙齒，如蔚來 ES8 裝了 24 個傳感器都沒躲開施工車輛。

在黑夜場景，單車視覺感知條件嚴重不足，曝光時間延長，感光范圍縮小，雷達也因缺少攝像頭反饋的顏色和語義信息支持，無法辨別障礙物。

經典案例是 2018 年 3 月 Uber 自動駕駛汽車全球首例自動駕駛致死事故，撞死一名從十字路口人行橫道外穿過街道的女子。原因是激光雷達檢測結果出現了錯誤，把行人檢測為未知物體，而沒有檢測到速度。

業界普遍認為，由于系統架構設計限制，雖然傳感器越用越多，融合的復雜性大大增加，車機算力的提升也會遇到「摩爾定律」的影響，致使單車自動駕駛技術在安全性提升方面遇到了瓶頸。

 

單車智能短板明顯

單車智能自動駕駛技術路線源于美國，國內大部分廠商都是仿效美國谷歌、特斯拉等，且還不到火候，為此，還不足以實現趕超。即使是美國，單車智能自動駕駛技術路線也有其自身的局限性，視覺、計算功能有限，以上事例就是明證。

無論是自動駕駛還是手動駕駛，決定駕駛安全性的兩個核心因素一是數據全面性，二是決策時效性，理論上講，這兩個問題在單車智能技術路線中都會面臨一些瓶頸：路上的每輛車難以提前知道很多周邊信息，無法以此作為決策依據，致使決策時間不足，行駛安全性成為了空中樓閣。

2020 年 7 月，美國麻省理工學院發布了一份報告，對自動駕駛領域的新進展進行了研究分析，并稱基于單車智能的完全自動駕駛還需要至少 10 年才能實現大規模商用。

單車智能短板顯而易見，能不能找到另一條路來縮短這一進程：6 年或 8 年？至少是讓道路參與者放心。

 

自動駕駛路線之爭

自動駕駛是根據 SAE（國際汽車工程師協會）劃分的 L0 - L5 共 6 個級別來定義的。在此基礎上，目前通往自動駕駛美好憧憬有三條路線：

第一條是以特斯拉為代表的量產自動駕駛，逐步從 L4 級以下迭代到 L4 級以上。

這種模式通過人機共駕的不斷積累，讓累計賣出的近 140 萬輛車在路上測試、收集無人駕駛數據，并讓 AI 學習「小白鼠」的駕駛行為，最終達到完全自動駕駛。

第二條是以谷歌旗下 Waymo 為代表，直接從 L4 級自動駕駛實現落地開始，達到完全無人駕駛。谷歌自動駕駛之所以不能落地，源于其不斷「跑圈」，持續路測，希望有了足夠安全有保障的成熟系統后，再開啟量產和商用。

第三條是「融合路線」，既借用特斯拉的「數據迭代」之力，兼顧成本，在量產車上使用自動駕駛系統，又希望通過 Waymo 路線來增強安全保障。將全球兩大自動駕駛路線在中國成功合二為一的就是百度 Apollo。

 

政策的選擇

2021 年 2 月，國務院印發《國家綜合立體交通網規劃綱要》，提出未來15年通過實現北斗時空信息服務、交通運輸感知全覆蓋，使我國智能網聯汽車達到世界先進水平。

國家層面已對自動駕駛技術路線做出了選擇，在單車智能與車路協同中，天平傾向了后者。這意味著車路協同代替單車智能，將成為我國自動駕駛未來的發展方向。

車路協同是新型基礎設施與傳統基礎設施融合發展的重要領域。近年來，在「兩重一新」的建設方略和「交通強國」的戰略決策下，車路協同迎來了歷史性發展機遇。

隨著新基建為數字化進程按下加速鍵，5G、C-V2X、AI 等新一代技術爆發，智慧交通邁向落地關鍵年，車路協同成為了重要支撐。

看看專家如何解讀？中國汽車工業協會常務副會長兼秘書長付炳鋒表示：「單車智能與 V2X 方案結合，把數據放在政府平臺上，盡量減少車端采集，應該就是方向。」

上海交通大學計算機科學與工程系梁曉峣教授認為：「通過部署路端智能感知計算設備，基于 5G 等先進通信技術實現車路信息共享，用路端感知補足車端感知的有限視距、感知盲區等，將極大提升自動駕駛的安全性。」

東南大學-威斯康星大學智能網聯交通聯合研究院院長冉斌則認為：「車路協同是路和車的完整系統，用聰明的路彌補智能車的不足，提高其安全性、可靠性及相關功能，讓所有老百姓買得起、用得起，加快大規模實施。車路協同不需要那么強的人工智能車輛，能夠很快實現 L3，單臺車可節省 50% - 90% 成本，節省 10 年左右的時間。」

另外，我國正處于「新型舉國體制」下實現技術趕超的重要窗口期，通過國家引導的技術方向與市場機制充分結合，可以實現資金及人力資源配置效益的最大化；同時，構建中國完全自主知識產權的車路云一體化智能交通平臺，有利于保證國家安全，助力我國經濟健康發展。

 

眼觀六路，耳聽八方的第四條路

至此，安全問題還是制約自動駕駛大規模商業化的關鍵，瓶頸還似乎真的無解。

有沒有自動駕駛的第四條路呢？

蘑菇車聯說：有！

蘑菇車聯創始人兼 CEO 朱磊指出：「車路協同是單車智能化非常好的補充，不僅體現在單點技術覆蓋范圍、算法算力的提升，更核心的是配備了多套冗余系統，使整個自動駕駛運營與行駛安全得到巨大提升。

蘑菇車聯自動駕駛出租車

如果說以單車智能為核心的技術是自動駕駛的 1.0 時代，那么，單車智能加車路協同為核心的整套方案則開啟了自動駕駛的 2.0 時代。」

早在 2018 年，在行業開始聚焦傳感器等單車智能時，蘑菇車聯就在重點研發智慧交通 AI 云平臺，對城市中車、路、人、圖等多要素進行數字化復刻，實現了對自動駕駛車輛引導、特殊車輛優先通行等各類交通的控制需求，系統優化了城市管理、道路交通監測、預警、分析等各個平臺。

之所以將蘑菇車聯的「單車智能 + 車路協同」系統方案稱為自動駕駛落地的第四條路線，并不是因為這一系統比單車智能的技術難度小、門檻低。

相反，該方案需要更為復雜的融合算法支撐。更重要的是，云計算需要極強的交通運輸、自動駕駛、交通管控等專業知識和能力，這對整個行業都是嚴峻的挑戰。

蘑菇車聯自動駕駛車隊

在自動駕駛時代，聰明的車、智慧的路、隨機多變的各類交通參與者，實時產生著海量多元異構數據。「單車智能 + 車路協同」方案構建的「車路云一體化」系統能夠感知并處理的數據規模是單車智能的上萬倍，中心云端每月交換量可達 PB 級。

正因為如此，車路協同從信息全面性、決策時效性兩方面帶來非常多的信息補充，可以從根源上提升自動駕駛安全性，代表了自動駕駛落地應用的第四條路徑。

商用落地緊鑼密鼓

2020 年 7 月，在落地一年的國家級智慧交通示范基地北京順義區北小營鎮的開放式 5G 商用車路協同路上，蘑菇車聯成功實現國內首個車路云一體化的自動駕駛系統。

測試期間，其自動駕駛車輛遭遇多場暴雨，強降雨量一度達到 148.8 毫米，低洼地區積水最高 30 厘米，部分路段還有遮蔽車道線的植被覆蓋。

在關閉雨刷、單車感知系統幾近失靈、激光雷達因積水反射噪點增多、攝像頭畫面模糊、目標識別的置信度降低的極端惡劣天氣路況情況下，蘑菇車聯仍然依靠車路云一體化自動駕駛系統賦予車輛的 360 度多套冗余感知能力，安全順暢地完成了無保護左轉、嚴重積水通行、逆向繞行避障、復雜場景會車等高難度自動駕駛功能。

今年 3 月，蘑菇車聯與衡陽市政府簽署戰略合作協議，雙方在智能終端、車路協同、自動駕駛及智慧交通領域展開深度合作，共建智慧交通創新示范城市，推動城市級自動駕駛大規模落地和商業化運營。

首期自動駕駛車隊已批量駛入衡陽市主干道并陸續啟動商業化運營，應用于衡陽旅游觀光巴士、微循環公交、園區通勤擺渡、快速路公交等。

8 月，蘑菇車聯與大唐高鴻公司和北控集團簽署戰略合作協議，雙方將聯手推進城市級大規模自動駕駛 C-V2X 建設及應用，拓展智慧城市、智慧交通業務，規模化部署新一代城市級交通信息控制網、信息基礎設施、車路協同及自動駕駛等。

蘑菇車聯與北控集團也將共同推動自動駕駛、車路協同在城市新型基礎設施和公共管理服務領域的大規模應用，共創全球領先的智慧城市管理服務新模式。

 

實踐出真知

目前，蘑菇車聯已搭建了一套與自動駕駛相關的全棧技術，包括底層系統架構、算法、應用軟件、AI 云平臺等，自研了除激光雷達以外的全部自動駕駛核心硬件產品；擁有 L4 級能力的公交車、出租車、清掃車、巡邏車、救護車、物流車等全系列自動駕駛大規模城市公共服務車隊運營能力，覆蓋城市開放道路、園區、港口、機場、高速公路等全場景。

作為自動駕駛技術與運營服務領域的領先企業，蘑菇車聯正在以其不斷創新的車路協同技術走出自動駕駛的第四條技術路徑，推動自動駕駛進入 2.0 時代。

從蘑菇車聯的商用實踐看，單車智能 + 車路協同更難更安全；在保證安全的基礎上，這種模式也更容易落地，更容易實現商業化。