车路协同：无人驾驶的“终局”？( 二 ) 员工|灵活办公|育儿假

1、视野局限：
智能汽车感知硬件系统无论是摄像头还是雷达，都是基于生物感官的产物，且都搭载在车端，这就必然会有“盲区”现象存在，即便系统再智能，也仅能在视觉范围内做出快速精确的决策，这就导致“鬼探头”这样人类司机往往难避免的现象，单车智能同样很难避免。
比如对一辆高速行驶的智能汽车而言，视觉盲区内突然窜出一个物体，由于惯性的客观存在，系统无论是做出急刹还是继续行驶的决策，都很难避免事故发生。

文章插图
2、视效局限：
当前智能汽车感知硬件往往是多管齐下，即便走纯视觉路线的特斯拉，也都搭载了一定数量的毫米波雷达，而像是小鹏P5，更是有激光雷达、摄像头、毫米波雷达。
这主要是因为环境干扰，就比如在黑夜，摄像头感知能力变差，雷达就派上了用场。然而这样的组合式环境风险规避如今也已经出现了局限性。
就比如雨雪天气，雨雪遮挡了摄像头或是雷达设备，将会在一定程度上影响到整车的自动驾驶行为决策。
不难发现，单车智能当前愈发凸显的两个问题，绝非是能够通过不断提升单车智能化程度就可以解决的，而是需要进一步弥补“视觉”这一感官层面缺陷来实现。
如何弥补呢？有网友调侃，“捅根长杆子，让视觉感知设备在周围环境里保持最佳高度，啥都能看见。”
但毕竟是调侃，一辆顶着五六米高杆子的车怎么能过隧道？真的有人会愿意购买这样一辆车吗？这样的思维模式无疑是线性的。
而从古至今任何具有颠覆性的思维往往是非线性的，就比如曾经人们嫌马跑得太慢，并不是去养出跑得更快的马，而是发明了汽车。
在单车智能出现瓶颈的当下，车路协同无疑是一个非线性解决方案的代表。
车路协同的“递进式衍生”在和几个朋友探讨车路协同究竟能帮助单车智能解决什么问题时，一位自动驾驶工程师给我们通俗地讲述了他自己的见解：
“车企不能随意给汽车加装像机械式激光雷达那样夸张的大物件来保障汽车视野足够大，但倘若这样的感知设备是装在路边的，那大一点其实也就无所谓了。在汽车经过时，路边视觉装置所探测到的信息能够瞬间传输到汽车内，供车内智能系统做出决策，那世界上就再也没有‘鬼探头’了。”
诚然，当前的单车智能，感知装置研发其实是一定程度上在“戴着镣铐跳舞”，囿于整车体积等诸多限制，车路协同是一个存在可实现性的弥补式解决方案。
但是在事后的整理中，谈擎说AI发现了这位工程师朋友所言的完整性在于，其总结出了车路协同的四个缺一不可要素，即车端、路端、云端和传输能力。也因此，想要实现车路协同，并非在路上装感知设备就能够实现，四者能否协作发展，才真正决定了车路协同的发展前景。
尽管车路协同在理论上是可以突破单车智能“感知局限”瓶颈的，但当前赛道大部分玩家仍是在走单车智能的路线。谈擎说AI认为，这主要是出于以下几个方面的原因：

思维

我们先从思维层面来看，单车智能是一个“主观制造”思维，我想要实现自动驾驶，我自己研发，采购必要的硬件，然后自己造一个独立装置出来。这不会产生大量的协同作业压力，自己练兵，自己作战。这无疑是一个加厚企业壁垒的路线。
而车路协同则更像是“宏观协配”思维，我想要实现自动驾驶，我从公共设施切入，不需要把技术局限在一辆整车上，道路有多宽敞，我的自由度就有多宽敞。但我的研发产物同时将让所有竞争对手受益。与此同时，前期的研发、政策、法规等等破冰行动，都需要我来协调。在这条路线上，企业更像是在做“慈善”。
虽然车路协同解决无人驾驶终局问题的优势大于单车智能，但不难发现，这是一件投入产出比不明晰的事情。也因此，在蘑菇车联已经与部分城市在智慧交通领域达成合作时，广汽新能源总经理古惠南却表示，在现阶段把道路复杂化容易“劳民伤财”。
毕竟车路协同也需要单车智能化水平达到一定高度才可以实现，而且当前的单车智能规模化水平普遍仍在L2，仍有发展空间，这也是为何最早的布局者特斯拉、Waymo等在当年都纷纷选择了单车智能路线，到如今也仍在坚持做。

职责

车路协同的设备研发和制造安装成本，谁来投入？投入后如何产出？以现有认知来看，当前蘑菇车联与衡阳、鹤壁等城市已经达成了部分合作，可以说是在一定程度上解决了部分问题。