文｜ 营哥
2019年，自动驾驶出现了两条技术路线：＂美国继续坚定单车智能，而中国则将超车希望寄托于车路协同＂。
这也是从2009年谷歌正式启动无人车项目后，无人驾驶行业第一次出现如此大的分歧。
在这背后，体现的是我国自动驾驶行业目前的一些现状：由于在核心技术、研发成本、配套法规上还存在诸多不足，导致单车智能的局限性日渐凸显，而车路协同依托安全、高效、低成本、落地等优势，迅速上位。
01
中国向左，美国向右
单车智能上的差距，是需要我们正面直视的，2020 年 3 月，Navigant 发布了一份研究报告，对世界范围内的无人驾驶公司进行了排名。
结果显示，排名在前十八的公司中，仅有一家中国公司（百度）上榜，位列第四，排名前三分别是Waymo、Cruise、Ford Autonomous Vehicles，全部是美国企业。
中国想要在短时间内在单车智能上实现对美国的反超，并不现实。同时单车智能还面临一系列麻烦，包括研发以及生产成本居高不下、商业化落地遥遥无期，技术并非十分成熟、法律法规的限制。
在此前提下，中国开始选择另外一条技术路线——车路协同，依靠聪明的路来弥补单车智能不足的问题，以达到安全、高效的自动驾驶。
02
两者的技术差别
从技术角度出发，单车智能更多考量的是自动驾驶车辆自带的能力，比如芯片的算力、感知硬件的精准度，融合算法等等。
它们对路并没有那么多的需求，目前市面上一些车型，只需要车道线清晰可见即可开启自动驾驶功能，甚至在前段时间特斯拉展示的FSD Beta视频中，在车道线不清晰的前提下，特斯拉依旧实现了自主决策。
而车路协同，顾名思义，是需要道路深度参与进来的一种自动驾驶方式，借助先进通信技术（5G、AI、云端大数据 ）以及覆盖面极广的路端传感器将车与周边的一切事物连接起来，实现车辆与车辆、车辆与路侧基础设施、车辆与行人等交通参与者、车辆与云服务平台的全方位连接和信息交互。
03
车路协同的利好与痛点
车路协同需要极其多的路侧设备，这也导致道路改造的费用在初期尤其高，高到这些成本是任何一家私营企业都负担不起的，只有通过政府推动才能实现。
好在近两年，国家开始有意出台相关政策，以促进车路协同以及相关配套设施的发展。
2019年6月工信部发布22个车联网V2X相关标准规划。
2019年7月，中国5G推进组发布《LTE－V2X安全技术白＊书》；。
2019年9月，中共中央、国＊院印发《交通强国建设纲要》，针对V2X相关的智慧公路、数字交通建设，政策面给出了更为明确、具体、可行的目标
2020年2月22日，11部委联合下发《智能汽车创新发展战略》明确表示车路协同将会是重点发展方向。
在国家政策的推动下，车路协同会迅速进入一个高速发展期。但同时，车路协同的发展也还存在诸多问题待解决。
比如车路协同的建设需要车企、设备制造商、通信服务商、云计算服务商等多种角色进行深度协同，如何实现高效配合，是一个难题。
又比如车路协同的商业落地形式，即使是有着国家政策的推动，但想要实现长远的发展，一定需要找到一条商业化模式，车、路、云如何协调好利益权责分配，也是一大难题。
再比如责任鉴定，在车路协同下的自动驾驶，该如何界定两者之间的责任？驾驶员or路侧设配or车端？到底是汽车主机厂负主要责任还是路测设备供应商又或者云端服务器？
而在权责不清晰的前提下，车路协同的发展势必又会受到一定的阻碍。
所以车路协同最终的发展路线，还需要摸着石头过河，一步一步探索。
04
单车智能车路协同互为补充
前面列举了单车智能与车路协同的相关技术路线以及落地的一些难点，但值得注意的是，它们两者并非是一个非此即彼的关系，不存在根本性的矛盾。
＂以单车智能为基础，车路协同起补充作用＂才普遍被视为高级别自动驾驶的最优解，才能够实现利益的最大化。
因为从技术角度看，单车智能可以作为一个冗余的安全系统，在路侧设备出现故障或是受到信号干扰不能正常工作的情况下，依旧能正常的完成自动驾驶任务；同时，单车智能还能协同路侧设备，完成对路端信号的收集。
此外，对于主机厂来说单车智能路线也更为合适，因为它们开发的汽车显然不能只适用于特定区域，而是应该同时满足城市、乡村、国内、国外等多个不同市场的需求。
另一方面，车路协同则能为单车智能提供超视距的路端信号，让其实现＂车未到，路先知＂，对于通行效率以及行车安全来讲，都是一个质的提升。
以安全为例，一个典型的场景是＂鬼探头＂，依靠单车智能根本无法有效解决克服，在技术上做不到绝对的安全，而这恰恰是驾驶中的高频场景。
只有加上路侧设备做辅助，提前感知并发送应急信号，才能很好地避免这一类情况的发生。
两者之间是相辅相成，最终促使自动驾驶再上一层楼。
写在最后：
从目前的情况来看，车路协同明显是更适合中国发展自动驾驶的一条路线，依靠强大的基建能力以及国际领先的通信技术，中国可以赋能车路协同快速发展。而同时，智慧的路也能为中国复杂的道路环境提供先验信息，提高自动驾驶的通行安全以及效率。
