清华大学姚丹亚：车路协同（V2X）-智能驾驶和智慧交通 | CCF-GAIR 2020

编者按：2020 年 8 月 7 日，全球人工智能和机器人峰会（CCF-GAIR 2020）正式开幕。CCF-GAIR 2020 峰会由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。从 2016 年的学产结合，2017 年的产业落地，2018 年的垂直细分，2019 年的人工智能 40 周年，峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。 

在大会第二天的智能驾驶专场中，清华大学自动化系系统工程研究所教授、博士生导师、星云互联首席科学家姚丹亚进行了演讲，分享的主题为《车路协同（V2X）-智能驾驶和智慧交通》。

姚丹亚教授在演讲中介绍说：

从某种程度上，车路协同可以采用近场通讯技术来解决较长距离的感知，并可提供交通参与者之间的协作，这种近场通讯方式会将 300-500 米之内的交通参与者联系起来。车路协同的核心不是利用现有的移动通讯来解决交通参与者与控制或信息中心之间的信息交互问题。

在他看来，车路协同这项新技术的起源于「三个驱动」，即中国交通的问题驱动、智能驾驶需求驱动、综合交通的需求驱动。

具体而言，驾驶安全一直是交通问题中关注度最高的议题，然而交通中存在不少仅依赖汽车层面的保险杠、安全带、安全气囊等措施无法避免或缓解交通事故。检测范围不够、环境感知欠缺，共享能力不足，这些都是某些交通事故的起因。

姚丹亚补充道：

很多事故都是由于感知能力不够造成的，另外，车辆实时状态的信息共享也很重要，如果一辆车能够提前收到前方发生事故的信息，就能很大程度上减小连环追尾事故的发生。感知能力不够也是单车智能的局限性所在。

除了驾驶安全，交通的另一大痛点是拥堵。城市道路中的信号灯交叉口、高速公路的出入口、高接高匝道处等极易发生拥堵。如果利用算法来对这些场景的流量进行预测和优化，能够大大缓解拥堵的现象。

基于上述现状，车路协同的两大作用凸显：

• 第一，可以实现汽车安全性能的升级，从被动安全（安全带、气囊）到主动安全（ADAS），然后再到协同安全（C-DAS）。其中，协同包括两个方面的意义，一是检测和感知上的协同，可以大幅度提升车辆的感知能力；另一方面是执行层面的协同，解决一些单车智能无法解决的问题；这些技术也可以用到无人驾驶，从而实现驾驶安全技术革命性改变。

• 第二，可以成为下一代智能交通系统的基础。现有的交通管理理论是建立在集聚数据的基础上，在车路协同的交通环境下，可以掌握每一辆车辆的实时状态，同时可以对每一辆车进行管理、诱导和控制，可以将交通管理从被动交通管理上升到主动交通控制。比如车速引导可以让车辆平顺通过交叉口，从而实现交通控制技术革命性改变。

那么，车路协同需要哪些核心技术支撑？

• 定位。要通过车路协同掌握每一辆的状态，高精度定位技术是必不可少的；目前还没有满足车路协同需要的高精度、高可靠、强环境适应性的低成本、商业化的定位技术。

• 检测。在车路协同车载设备的安装没有足够的普及率时，需要通过路边的检测系统来获取每一辆车的实时状态，现有单独使用的摄像头、雷达、微波雷达、激光雷达等传感器还无法满足车路协同的需求。

• 通信。由于涉及到安全问题，车路协同需要低延时、高可靠的直联通信技术，包括 DSRC、LTE-V（PC5）、5G-PC5（NR）在内的低延时、高可靠的通信技术是车路协同的有力支撑，适用于复杂的安全应用场景。

至于车路协同的产业化应用，姚丹亚认为可以分为三个阶段：

• 第一个阶段即前期的测试验证，重心就是进行车辆测试、在一些实验点开展应用。事实上，这方面国家项目已经支持了许多工作，比如，2011-2014 年，科技部863主题项目“智能车路协同关键技术研究” 在河北廊坊进行建立了包含一个十字路口2条道路和10辆智能车的测试验证，测试验证内容涵盖车辆安全和交通管理；2016年开始，工信部在上海、北京、重庆等五个城市建立了智能网联汽车测试区。

• 第二个阶段即中期的规模性验证，在一定范围开展规模化的示范应用和评估，比如江苏（无锡）车联网先导区、国家智能网联汽车（长沙）测试区、德清智能网联汽车测试场等。这一阶段要确保有适宜的道路环境和足够的车辆资源来进行测试和应用，然后逐渐形成国家标准——目前，国内车路协同的发展正处于这一阶段。

• 第三个阶段即成熟期，经过验证的车辆协同技术开展大规模推广，大幅度改变和提升现有的车辆安全和交通拥堵状态，支持无人驾驶的真正上路运行。

据姚丹亚介绍，目前，车路协同已经获得了国家在政策层面的大力支持，国务院、工信部、交通部和住建部都已经出台了相关政策来推动车路协同的进一步发展。姚丹亚说在接受雷锋网新智驾采访时说道：

车路协同在起步阶段离不开政府的支持。

在姚丹亚看来，交通的发展不应该脱离其本性，即安全高效地把人和货物运到目的地。因此，车路协同的前期需要政府投资基础设施建设，不应该涉及商业模式或是盈利问题，它和交通信号灯等交通管理设施一样，旨在维护交通的正常运行，本质上是新基建模式下的一种基础设施。

不过，车路协同的推广应用不是单凭一个企业就能做到的事，需要各方协同起来，需要政府牵引才能真正实现。

按照传统的思维方式，人们更愿意采取扩建车道的方式来解决拥堵问题，而不是新兴的车路协同技术，加之目前市面上搭载车路协同车载设备的车辆并不多，这使得车路协同的铺开遇到了一定阻力。

星云互联是国内车路协同领域的重要玩家，而姚丹亚担任其首席科学家。针对车路协同发展的阻力，姚丹亚也向雷锋网新智驾介绍了星云互联的策略——先路端后车端、先商用车后乘用车、先后装再前装。

• 「先路端后车端」的重心在于路端。

具体而言就是，首先选择事故/拥堵多发的重点路段进行改造；通过路侧设备与搭载车路协同车端设备的车辆进行信息交互，同时通过路侧的可变信息牌与普通的车辆进行信息交互，达到减少事故、提升交通效率的初步效果。在路端初见成效之后，车路协同设备的大规模上车就会变得容易起来。

• 「先商用车后乘用车」和「先后装再前装」的重心都在于车端。

垂直行业的商用车（大客车、卡车等）对安全有更严格的要求，且政府有较强的控制力。因此，商用车对车路协同的需求更急切；现有存量车数量大，做后装只要合作敲定就可以快速出量，相反，做前装从商务接触定点到交付 SOP，再到大批量生产，需要一个十分漫长的周期。

经过五年在车路协同领域的探索和耕耘，目前，星云互联在车、路、云三大方面都实现了产品布局，并已在上海、长沙、北京等 20 余个城市的智能网联示范区实现车路协同路侧系统规模化部署，提供 V2X 场景库及应用、大规模 V2X 通信环境服务、协作式驾驶辅助、协作式自动驾驶路侧支撑服务等一系列涵盖车路协同试验到试商用全过程的服务功能。

此外，星云互联还产品形态上灵活创新，针对传统 Tier1 厂商推出 V2X Stack 软件协议栈，该全面兼容中国 C-V2X 技术规范体系，为汽车整车制造商和汽车零部件供应商提供高度模块化的可集成解决方案。通过部署和实施该协议栈产品，用户可以快速导入 V2X 业务环境，在获得时间优势的前提下，提供整车产品的市场竞争力。今年 4 月，星云互联首个 V2X 协议栈前装量产项目启动。

基于一系列的产品落地，星云互联已经形成了车辆协同安全辅助驾驶（C-DAS）和车路协同交通主动控制整体解决方案。

在姚丹亚看来，C-DAS 是 ADAS 的「升级版」。据他介绍，ADAS 依靠车辆自身来避免安全问题，C-DAS 则是在 ADAS 的基础上增加了车车/车路协同的功能，解决 ADAS 系统无法通过自身传感器进行远距离或盲区感知的局限性。

不过，姚丹亚也坦言：

路侧协同的一个重要的原因就是车端不普及，需要路侧设备来为未搭载车端设备的车辆提供信息。如果车与车之间能够直接交换信息，路侧设备的作用会在一定程度上降低。

当然，除了上文所提到的对现有的重点问题路段进行改造，智慧城市道路/高速公路的建设也在紧锣密鼓的进行中。

目前，总投资金额 707 亿元的杭绍甬智慧高速公路土建工作已经开始，机电和招标等工作也将在近期进行，预计将在 2022 年杭州亚运会举办之前通车。

这是中国第一条真正意义上「为智慧而生」的高速公路，也将成为未来国内智慧交通的重要组成部分。

对于此类智慧高速公路建设的意义，姚丹亚的评价是——标杆作用。姚丹亚对雷锋网新智驾说道：

一个新技术的发展拥有四个驱动，即技术驱动、需求驱动、问题驱动和政策驱动。目前，智慧高速公路的建设主要是受到了技术和政策的驱动，但无论是技术的发展，还是政策的支持，本质上都是由交通领域的各种问题而驱动的。如今，我们有了更好的技术和政策去解决问题。

在姚丹亚看来，在国家的大力支持下，三年内有关于智慧高速公路的国家标准将出台，规模化的测试和评估也同时进行，未来 3-5 年，智慧高速公路将会在国内全面铺开。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。