对话|对话王劲：为什么中智行认为，车路协同是中国无人驾驶弯道超车的好机会中薪|高薪|无人驾驶|中智|弯道

文章插图
无人驾驶究竟能不能落地，什么时候落地？
尽管对于这个问题，业内玩家各有见解，但对于无人驾驶发展的大方向，如今已经出现了一个重要的变量——从 2019 年开始，中美两国在无人驾驶方面选择了两条不同的路线，即车路协同和单车智能。
“车路协同决定中国无人驾驶的成败，同时，它也是中智行现在正在聚焦的方向。”中智行 CEO 王劲说道。
近日，新智驾与王劲进行了一次对话。此时，距离王劲加入中智行已有一年之久，于王劲，于中智行，这都是一个值得回望的节点。
为什么要选择车路协同？实际上，在汽车朝着无人驾驶的终极目标前进的过程中，无非有两条主流路线，也就是上文所提到的单车智能和车路协同。
那么，为什么车路协同才是如今的大趋势？
先从单车智能方面来看。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；而特斯拉则被排到了最后。

文章插图
对此，王劲在与新智驾对话时说道：
虽然这份研究报告中的排名不见得完全公正客观，但排在前三名的公司基本上属于业内公认的。同时，我们也可以清楚地看到，在单车智能方面，中美之间尚存着不小的差距。
尤其最近几个月，Waymo、Cruise 等美国企业已经准备向安全员「开刀」，而出于更复杂的路况，以及法律法规的因素，中国短期内还需要有安全员端坐在自动驾驶车辆的驾驶座。他进一步补充说：
过去，我们也在走单车智能的技术路线，但如果中国要想在单车智能上赶超美国的前三名，至少还需要 2~3 年的时间。
车路协同，正是中国在无人驾驶上弯道超车的机会。而王劲也开始领导中智行从单车智能向车路协同转型。
总体上看来，车路协同的路线似乎比单车智能拥有更多优势，例如安全高效、落地广、成本低。

安全高效

在车路协同技术的加持下，路边单元传感器可将捕捉到的信息传输给车辆，从而帮车辆实现超视距的感知。另外，路边单元不受限于车载算力的限制，可以腾出更多的给车辆来做决策，或是帮助车辆与整个城市的大规模计算中心相连，解决计算瓶颈问题。

落地广

车路协同可以省去大量利用人工智能网络进行单车深度学习的时间，还能够帮助解决交通拥堵问题，推进智能交通、智慧城市的进程。

成本低

在讲到成本这一块，王劲算了一笔账。中国有 485 万公里的道路，同时有近三亿辆车，只要在每一辆车上节省一万五千元的成本，就可以在每公里的道路上投入 100 万人民币用于改造。

文章插图
【 对话|对话王劲：为什么中智行认为，车路协同是中国无人驾驶弯道超车的好机会】针对上面关于成本的说法，王劲向新智驾透露：
中智行内部做过测算，将普通道路大规模升级为智能道路所需的成本低于 100 万元每公里。如果采用车路协同的解决方案，我们将在每一辆无人驾驶汽车上节约两万元以上。也就是说，从长远的角度考虑，我们所花费的成本是更低的。
当新智驾问道影响成本的核心因素时，王劲也作了进一步的补充。
他表示，在智慧道路改造的早期，一公里所花费的成本最高能达到 400 万元每公里。不过，那时候用的设备相对过时，而且随着技术的发展，许多设备自身成本也在降低，比如激光雷达等传感器。基于此，道路改造的费用在未来也会进一步降低，乃至于到 100 万元每公里以下。
怎么把车路协同做好？尽管上文中花了大量笔墨来阐述车路协同的种种优势，但不得不承认的是，车路协同目前更多的还是应用于示范区内，要让其「出圈」，大规模地推广到开放道路，还有大量的工作要做。
而且，正如王劲所提及的，道路改造的费用在初期尤其高，因此车路协同在起步阶段会遇到不小的阻力。
“这些成本是任何一家私营企业都负担不起的，只有通过中国政府才能实现。”王劲说道。
好在，车路协同已经得到了政策层面的认可和支持。
今年 2 月，中央发改委 11 部委发表了《中国智能汽车产业发展规划》，明确指出了中国要走车路协同的道路；在随后的 3 月，中央政治局常委召开会议提出新基建的概念，在七大方向中有三个核心方向与无人驾驶以及车路协同强相关。