车路协同，Apollo Air为自动驾驶开启上帝视角点击右上方“关注”

点击右上方“关注” ，第一时间获取科技资讯、技能攻略、产品体验，私信我回复“01” ，送你一份玩机技能大礼包。
----------------------------------
在如今这场自动驾驶技术路线之争中，很多人都看中了前装激光雷达和视觉算法的发展前景，却忽略了高精地图和车路协同在自动驾驶的发展道路上的重要地位。
近日，百度和清华大学智能产业研究院（AIR）重磅发布了ApolloAir计划。 ApolloAir在不使用车载传感器，仅依靠路侧轻量感知的前提下，利用V2X以及5G等无线通信技术实现了车-路-云协同的L4级自动驾驶。
【车路协同，Apollo Air为自动驾驶开启上帝视角】车路协同将降低自动驾驶成本
车路协同其实并不是什么新鲜的技术，比如说广州在几年前就已经布局了不少能够通过车路协同，实时显示公交车的位置以及到达时间的公交车站牌。另外，我们在我们经常使用的公交车辆到站时间精准预测运用的也是车路协同技术。
相比起这种单纯提供公交车位置信息支持的车路协同， ApolloAir计划则是全球首次、也是唯一一次通过纯路侧感知能力，实现开放道路连续路网的L4级自动驾驶闭环车路协同技术。

文章图片
要知道，截止到2020年年底，中国的汽车保有量已经达到了2.81亿辆，并且这个数据将来还会以千万的量级持续增加。设想一下，如果将这2.81亿辆汽车全部装上成本高昂的自动驾驶系统，那得花费多少钱呢？而这个设想在不久的将来就会成为现实，因为在自动驾驶已经成为大势所趋的发展趋势下，未来的20~30年内中国的汽车势必都会进化为自动驾驶汽车。
在由百度和AIR组建的L4级别自动驾驶车路协同的路网当中，汽车仅依靠路侧轻量感知就能够实现自动驾驶。这也就意味着在ApolloAir计划场景下，自动驾驶汽车并不需要搭载数十个价格昂贵的感知设备，可以大幅降低自动驾驶技术的单车硬件成本。
车路协同除了能够有效降低自动驾驶技术的单车硬件成本之外，其“上帝视角”的先天优势既可以增加自动驾驶的“视野”范围，也可以让自动驾驶汽车规避不少因为长尾问题带来的风险。
自动驾驶还缺一种上帝视角
由于目前激光雷达、摄像头等感知设备的探测距离有限，它们只能探测到车辆周围的人和物体，对更远处的情况就显得无能为力了。正所谓站得高看得远，站在高处的车路协同传感器则刚好能够弥补如今自动驾驶技术的不足。
自动驾驶发展到如今的阶段，各种极端的情况、各种零碎无规律的场景，以及各种无法预测的人类行为，都是挡在自动驾驶发展道路上的拦路虎。如果这些问题无法得到合理的解决，那么无人驾驶始终都只能如梦幻泡影。

文章图片
对于中国这种复杂的路况，遍布道路的车路协同传感器能够先车载传感器一步，将道路情况及时传输给支持车路协同的智能汽车，让其根据实时道路情况作出正确的预判，可以最大限度地避免发生交通事故。
另外，静止的车路协同路侧传感器会比一直在移动的车载传感器的感知能力更强。比如说在极端恶劣的天气情况下传感器本身就会受到一定程度的干扰，而自动驾驶汽车与被识别的物体都在运动的状态下，这就会进一步影响传感器的感知能力。这就好比两个同等段位同等装备的玩家在吃鸡，一边运动一边射击的打法永远要比居高临下的“伏地魔”命中率低。
新基建时代下的车路协同
小雷在前面说过， ApolloAir计划的普及可以大幅降低自动驾驶的单车成本。所谓降低成本，实际上是ApolloAir计划在降低了汽车对自动驾驶传感器的高度依赖的同时，将成本转移到了路侧的车路协同基础建设上。
未来的自动驾驶在车路协同的模式下有可能将从配置私有化转变为公共设施，需要大面积覆盖的车路协同往往只有通过强大的基建实力才能完成布局，所以我国强大的基建能力很有可能成为加速发展车路协同的独特优势。

文章图片
虽然如今车路协同还处在发展初期，但是小雷已经大致能够脑补出车路协同模式完善之后的用车场景。车路协同的传感器覆盖就像是如今的“电子眼” ，它们能够实时监控道路上发生的情况，区别只是“电子眼”基本上只为警察叔叔服务，而车路协同传感器则是为用户的自动驾驶服务而已。