星云互联COO石勇表示，单车智能和车路协同相辅相成，单车智能为汽车提供“眼睛”，而车路协同为其增加“耳朵和嘴”，提高交通安全和效率。
车路协同技术依赖于道路基础设施，被认为是中国企业在无人驾驶上实现“弯道超车”的途径。03
除此之外，车路协同技术还可应用于货运车编队行驶、矿区安全等方面，提高运输效率和安全性能。04
尽管高速NOA场景已有一定应用，但车路协同技术在城市道路感知补偿、隧道多元定位等方面仍有较大发展空间。以上内容由腾讯混元大模型生成，仅供参考
汽车行业来到智能化下半场，车企竞相展开轰轰烈烈的开城大战，力图在新一轮变革中抢占先机。
而受到空前热议的端到端，还是有图与无图之争，这些技术讨论大多聚焦在单车智能的路线上，即将感知和算力集中在车端，由单车自主决策。
“现在有很多车企关注单车智能，我们也理解为什么它关注单车智能，因为首先它要跑起来。如果车子都跑不起来，它怎么去进行下一步？”近日在腾讯汽车与星云互联COO石勇对话中，他认为这只是第一步，在单车智能跑起来之后，汽车会作为总系统中的一个交通参与者，需要跟基础设施以及其他车辆实现互通，从而对交通和自身进行补偿赋能。
这是车路协同的用武之地。与单车智能不同，车路协同主要依赖于路侧以及环境设施感知和处理的云计算，车端以路侧信号为主要决策参考。以常常会发生事故的“鬼探头”场景为例，车端配备的摄像头或雷达可能没办法及时感知到视觉盲区的车辆。但通过车路协同，路侧设备能监测到盲区车辆的动态并将信息传递到车端，不同车端的信息也可以共享，由此减少交通事故的发生概率。
星云互联正是车路协同全栈技术和运营服务提供商。由于车路协同很大程度上有赖于道路基础设施的建设，这一路线也被认为是中国企业在无人驾驶上实现“弯路超车”的途径。
石勇表示，二者可以互相赋能，单车智能的感知现在更多像是“眼睛”，而车路协同能够理解为给它增加了耳朵和嘴，能够听见和分享更多详细的信息。“再说白了一点，让车更像人，其实人的感觉器官有很多，有触觉、听觉、视觉，还能说话。”
近两年来，无人驾驶在汽车领域是一个大热门话题。主机厂如果强调自己智驾做得好的话，一般会提到接管次数或者模型训练的数据量，那么在做车路协同的无人驾驶公司里，最重要的技术指标是什么？
从大的指标来讲，我们现在讲得比较多的是“两率”，一个是路侧的覆盖率，一个是车的渗透率。
从细分的指标上来讲，单车智能的企业比较关注接管率、接管次数，而车路协同是对无人驾驶的一种赋能，我们提的指标是在此基础上怎么去减少它的接管率。比如在十字路口，假设本来单车智能的接管率是50%，车路协同加持以后，它的接管率可能降到了1%以内。这个其实是车路协同的指标之一。
第二，在车路协同这边，针对自动驾驶而言，还有一方面的指标，就是解决单车智能的“长尾效应”。比如说它在路上行驶过程中有很多盲区，因为感知无法转弯，你通过单车智能是看不到的。我通过车路协同的路侧设施可以覆盖“上帝视角”，可以看得更全面，给它去做赋能。
另外一种原因是车车协同。无人驾驶会经历一个阶段，刚开始是混行驾驶，有人驾驶和无人驾驶混行在社会上。混行驾驶的情况下，在有人驾驶和无人驾驶之间怎么协同？怎么协作？它也是通过无人驾驶这边来做相应的管理和协同。
再进一步，将来无人驾驶普及之后，车辆在路上跑的时候，车道谁听谁的？怎么来高效地穿插？怎么来高效地通行？它同样是需要车路协同技术做一个类似于数字交管的概念，在路口去协调穿插的车辆，包括它们之间怎么换道、辅助，这个是目前我们针对于车路协同企业要关注的点。当然车路协同不仅是说赋能无人驾驶，基础设施改造完以后，在路侧其实它更多将来会带来交通的提升。其实车路协同这个概念刚诞生的时候，它并不是一提到车路协同就是无人驾驶，因为无人驾驶比较热，它被带起来了。
所以，车路协同的初心：第一，解决交通安全问题。第二，赋能车，辅助它往无人驾驶过渡，提高单车智能能力的上限
现在有很多车企关注单车智能，我们也理解为什么它关注单车智能，因为首先它要跑起来。如果车子都跑不起来，它怎么去进行下一步？单车智能一旦跑起来之后，将来这个车会作为一个交通参与者进到整个大交通里面去，它就需要和基础设施打通，包括车车之间互通，这样对交通、对它自身的补偿和赋能都有很大的一个提升。这就是国家为什么去大力推动车路云一体化应用试点的一个重要原因，中国一坚持走中国道路、中国方案，因为中国的交通环境比国外相对复杂。
我刚刚听您说有人跟无人的协作，有的无人驾驶负责人会觉得现在主机厂做智驾离L2越近的时候，其实离L4会越远。在车路协同这一个方面是不是不会存在这个问题？
是的，为啥说离L2更近就离L4更远，因为L2说白了是给人来使的。其实从现在此阶段来说，人的驾驶欲是比较强的，汽车整个价值也比较高。就像咱们父母那一代，对自行车的拥有率很高，而到现在共享自行车满地都是。随着经济的发展，汽车既然是一个交通工具，它将来也会像当年的自行车一样。当老百姓的收入上升，认为汽车不是特别大的家庭资产的时候，可能老百姓对于到底是什么体验的车就不在意了，只要出门，类似于像共享自行车，叫一个车过来就走了，这个认识是有阶段的。
在这个阶段过程中，可以通过车路协同来赋能无人驾驶的路径是什么呢？首先对于目前来说，高阶无人驾驶还是赋能于人，比如这个车还是人开，到了高速以后，你可以放开手休息一下，这样也释放人的劳动力，减轻疲劳。
车路协同的技术起来以后，首先它是赋能有人驾驶，然后再往无人驾驶过渡，是近期和远期都支持的一个路线。车路协同不是说无人驾驶从0到1，而是从0到0.5再到1，是渐进的过程。在这样的一个过程中，也更加容易被老百姓接受。因为首先在开车的过程中，通过辅助驾驶，通过车路协同，让交通效率更加高了，开车更舒服了。开车回家的时候，通过车路协同能一路绿灯，心情也会很好。同时在这种情况下，车速也会均匀地行驶，也比较节油，对于老百姓来说也有经济价值。
这种情况下，再逐步往无人驾驶去过渡。因为消费的人在新的产品出来之后总有一个接受的过程。
对，它们两者之间不是你死我活，是相互赋能。你能够理解为路和云都是为车赋能的。
人开车的过程中视觉、听觉能感知很多东西，但对无人驾驶来说，现在的单车智能不管是端到端还是大模型，走的都是以视觉为主的驾驶，在极端情况下有很多长尾效应。比如我的车是一个大车，旁边是一个小车，大车起步比较慢，如果从左侧有一个横穿物体，直接挡住了，这叫“鬼探头”，它是看不见的，因为摄像头不可能转弯。这种情况下，通过车路协同的加持以后，车路之间能共享出去，就算没有路侧设施，车渗透率上来以后，车与车之间也有网联，它可以感觉到旁边有目标过来并共享给其它车。
还有一方面，是在货运车这一块的编队行驶。编队行驶现在是无人驾驶货运卡车领域里面比较看重的一个技术。为什么？因为编队的话就像鱼群一样，它会形成避风港，头车在前面，后面跟车，风阻会很小，都在那个避风港里面，这样能大幅度减少后面的能耗。在这种情况下，你要实现这种编队，跟的距离就很近，需要在五米以内。
如果编队车车之间没有互动，只通过视觉来看，它只能看刹车灯，在看到第一辆车刹车以后，第二辆车再刹车，这个误差会逐步往后累加，到最后一辆车可能就撞上去了。车路协同通过通讯，通过V2X技术，它是广播模式，只要前车刹车，这个刹车信号会同时在10毫秒内广播给所有的车辆，这样能形成很好的编队行驶。
除了这些以外，包括在一些矿区，也大量使用了V2X来提高效率。矿区没有红绿灯，为避免交通事故，它要停一下。矿卡的车都是几十吨，一停再一起步很耗油。
还有一方面，我们的车载设备具备带高精定位功能，矿区是一个封闭场景，每个车都装了以后，车和车之间都能通信，安全事故也下降了。以前矿区的安全是在车上装了很多360度环视，视觉的方案在难以应对矿区满天灰尘的条件，难以避免安全事故。通过V2X，每个车都能相互对话，而且是高精度定位、灵敏定位，这大幅度减少了整个矿区事故的发生。
第二方面，既然整个矿区都装了，挖机和矿卡就实现了多车协同。因为车停在什么位置，挖掘机的铲子正好能放到车斗里去，不一样的种类的车之间也能对话。
单车智能现在更多的是眼睛，车路协同里V2X这项技术你能够理解为在现有的基础上给它增加了耳朵和嘴。它能通过通信分享信息，减少交通事故。让车更像人，人的感觉器官有很多，有触觉、听觉、视觉，还能说话。在这种情况下，人在一个复杂的环境穿插的过程中，几乎不会碰到别人，但是车不一定可以做得到。通过V2X，我们大家都希望车能有更多的感知器官，去感知周围的信息，让驾驶更安全更高效。
V2X对单车智能来说能够更好的起到赋能作用，但是现在很多车企的高速NOA基本上已经跑通了，而高速对于车路协同来说可能还是在做一个试点的推进过程中。这两边进度上的差距会不会给它带来应用上的困难？
很多车企在高速上跑通了，因为高速的环境相对来说还是比较简单，它没有很多路口，也没有很多其它交通参与者，主要就是车辆在里面。
在高速上做车路协同，一是城市道路感知的补偿，主要是在一些重点路口，比如高速路的汇入、汇出，通过路侧提供感知补偿，减少交通事故。
还有就是在隧道里。无人驾驶也分两个路线，一个是光靠视觉，叫无图路线；还有一种是走的有图路线。一进隧道，隧道里面没有定位，走有图路线不能发挥。针对这一场景，车路协同可以对隧道做多元定位赋能有图路线的无人驾驶车辆。
在高速公路场景，国家全力发展无人驾驶，例如京雄高速主线公里的无人驾驶专用车道，并部署了配套的智能感知和通讯设备，实现了对高速道路的全程监管和控制。
站内信息搜索
微信公共号
