|自动驾驶道路很长，中国的机会在哪里？

本文插图
自动驾驶产业发展有多迅猛，竞争就有多激烈。成自2014年谷歌宣布完第一辆全功能无人驾驶汽车原型之后，各大汽车企业与互联网公司都相继投入到了无人驾驶汽车技术的研发之中，而在这些年的探索与发展过程当中，中国自动驾驶的路线与地位也开始渐渐发生变化。
差距客观存在
与美国相比，中国的自动驾驶起步较晚，在数据、算法、人才、车辆本身性能等方面的积累较为薄弱，两者间存在差距是不争的事实。而且在美国，虽然谷歌旗下Waymo的自动驾驶进展最快，但整体而言，他们的车企与科技公司的自动驾驶研究水平几乎处于同一水平线上，彼此之间的竞争也异常激烈。所以在自动驾驶领域一直都是美国整体领先，中国只能努力追赶。

本文插图
业界认为，加州机动车管理局（DMV）每年发布的自动驾驶路测报告可以看做是行业的最高竞技擂台。过去Waymo一直霸占着该报告中第一的成绩，但在今年2月，美国加州机动车管理局发布的2019年自动驾驶汽车脱离数据上，中国的百度却击败了Waymo ，登上了冠军的宝座。这是不是代表中国的企业已经追赶上美国了？
其实对于这一成绩，国内的专家们并没有很兴奋。先说一说这份报告，它也被称为是汽车的「脱离」报告，指的是自动驾驶汽车因技术故障或安全运行需要脱开自动驾驶模式而转人工介入的次数。在这组测试中，百度的总测试里程数为108300英里，脱离率为0.055 ，也就是说每18050英里需要人工介入一次。而排在第二位的Waymo ，脱离率却为0.076 ，相当于每13219英里需要人工介入一次。但在实测总里程方面， Waymo与其他企业相比，早已一骑绝尘。光2019年， Waymo累计路测总里程就超过了2000万公里，而百度却仅为200万公里。

本文插图
所以专家认为「平均接管的排名意义不是很大，因为这个与路况有很大关系，有些自动驾驶测试公司专挑路况特别好的道路测试。」而且在基数1：10的情况下进行比较，排名也没有实际意义。
中国的优势
差距一直都是中国学习与追赶的动力。毕竟条条大路都能通罗马，既然客观存在的差距短时间内无法超越，何不利用自身优势换道试试。所以这些年中国政府便开始根据中国国情对自动驾驶规划进行调整。

本文插图
相比美国各州对待自动驾驶的宽紧尺度、法规政策不一，中国的优势是高效的产业政策执行能力、强有力的基础设施建设能力、上下游产业链的完整配套能力等等。今年4月，工信部、公安部、交通运输部联合发布了《智能网联汽车道路测试管理规范（试行）》，已经有九个城市出台自动驾驶路测法规。通过资格审核的企业已经获得了路测牌照。
其次在产业升级上，无论是资本市场还是政府意志中国都将自动驾驶看做弯道超车的好机会。在与自动驾驶密切相关的高精度地图等涉及信息安全的技术上，中国已有足够的技术实力，同时外资企业也很难在中国市场取得太多话语权。此外，自动驾驶技术还存在很强的地域性，尤其是数据采集方面，非常依赖本地化。而我国复杂的路况无疑提高了自动驾驶落地的难度。

本文插图
所以根据这些现实情况，中国推出了一条名为「车路协同」（聪明的车+智能的路+快速的云）的技术路线。不过「车路协同」并非一个新名词，只是伴随着技术的发展与时代的进步，它又被赋予了更多含义。分页标题
那么现在的车路协同到底是指什么？针对这个问题，交通、通信、汽车三大行业也是各有各的见解。目前，国内各种学会、协会、联盟、企业也编制了多本白皮书、蓝皮书，来描绘智能车路协同系统（IVICS）的应用场景。但事实上，由于道路交通特征和管理体制机制的差异，高速公路的典型应用场景与城市道路便有很多的不同，更别提其他更多更细致、复杂的场景了。

本文插图
但车路协同至少应包括单车与线形、路况、气象、环境之间的协同，多车之间的行驶速度、微观驾驶行为的协同，交通监控中心与车辆的协同等，协同的手段依然是主动需求管理、主动交通管理、主动安全管理。
值得一提的是，相比此前国外只集中做单车智能的提升，也就是基于人工智能理论及计算单元技术的提升，到现在除了我国，也已有不少国家都开始在智能基础设施上发力了。譬如：新加坡基本完成智慧交通基础设施的部署；荷兰也很领先；通用汽车在过去五年时间都在积极游说美国政府实现基础设施智能化。

本文插图
去年，谷歌则收购了一家名为Car Avenue的公司，这家公司跟密歇根州政府的交通厅合作拿下了一条20公里的道路，它们将靠近左侧的车道改造成了自动驾驶车道，这也在一定程度上可以看出，从今年开始，美国整个自动驾驶产业也觉得只靠单车智能是解决不了太多问题的，也需要回归到和基础设施联动，进行车路协同来解决一系列相关问题的道路上来，而这恰恰是目前中国领先的。
成本问题突出
当然，要在国内全面实现车路协同也并非一朝一夕的事，需要解决的问题也有很多。车路协同不同于单车智能，只是某一个企业纯技术方面的问题，要做好车路协同，产业融合、政府支持都很关键。

本文插图
除了融合发展之外，由于涉及道路改造，车路协同面临现实的改造成本问题。根据交通部和国家统计局数据， 2018年末全国公路总里程484.65万公里，高速公路里程14.26万公里，城市实有道路长度43.22万公里。有观点推测，单公里车路协同改造费用约100万元，这意味着国内整个车路协同的改造成本将是万亿级。
不过也有业内人士表示，随着产业的发展，成本将大幅下降。而且与单车智能相比，车路协同路线实际上将为整个智能出行系统「省钱」。其逻辑在于道路足够「智慧」的话，单车便不用十分「聪明」。考虑到国内汽车保有量高达2.6亿辆，通过车路协同所节约的单车智能改造成本，也有很大想象空间。
雅斯顿小结
毫无疑问，在基础设施建设与发展上中国拥有得天独厚的优势。车路协同也确实是目前最符合现实意义，最容易落地，最能帮助中国在未来的自动驾驶竞赛中取得良好成绩的一项技术，但单车智能这块硬骨头我们也不能忘记。毕竟车路协同只是辅助，拥有一辆智能的车才能随意行驶于全世界。
图 | 来源于网络
About Astoncar
Contact us
【|自动驾驶道路很长，中国的机会在哪里？】gao@astoncar.com