自動駕駛的發展瓶頸，主要表現在車載傳感及計算技術不完善、車輛無法實現路網全場景感知、成本高推廣難、消費者信心不足等方面。本文通過分析自動駕駛汽車現存問題，以及中美在車路協同發展上的背景差異，提出適合中國現階段車路協同發展的路徑建議，即：以道路基礎設施數字化，升級路網感知能力為抓手，建設與自動駕駛相匹配的數字化I2X交通控制網，作為智慧交通發展著力點，這也是中國推廣普及自動駕駛的必由之路。

自動駕駛面臨困境

無人駕駛是自動駕駛的最高目標，是未來智能化汽車發展的方向。日前，谷歌子公司Waymo CEO John Krafcik，在WSJ D.Live技術大會上承認了自動駕駛道路漫長，他說，雖然無人駕駛汽車“已真正到來”，但它們還遠遠沒有普及。最主要的原因在于，自動駕駛技術還沒有達到在任何天氣和任何條件下都能駕駛的最高等級L5，這種技術“真的，真的很難”。

自動駕駛成為熱點以來，國內外“新舊勢力”紛紛搶奪市場蛋糕，傳統車企、互聯網企業沸沸揚揚跑馬圈地，一派欣欣向榮景象。然而，從現實的角度看，無人駕駛當前面臨難以逾越的技術、商業化難題，短期內無法承載交通智能化的重任，距離市場普及還很遙遠。自動駕駛面臨的困境主要表現在以下方面：

●  可靠性存風險，行車安全堪憂

2018年，Uber、特斯拉的自動駕駛車輛相繼發生事故，導致2人死亡，為整個行業蒙上了一層陰影。美國國家運輸安全委員會的調查報告顯示，在Uber自動駕駛汽車撞人事件中，自動駕駛軟件錯誤地將行人識別為一個未知物體，事故發生前的1.3秒車輛才檢測到需采取緊急制動措施，這遠不足以阻止事故的發生。Uber、特斯拉都為自動駕駛第一梯隊企業，事故的發生表明當前的自動駕駛汽車環境感知的及時性和準確性存在較大局限，不足以支撐其無人化安全駕駛，自動駕駛走向技術成熟的路還很長。

● 車載感知受限，“視野死角”難免

目前，自動駕駛汽車主要采用的車載信息采集設備，如攝像頭、激光雷達、毫米波雷達等的感知條件有局限性，加大了L5全工況無人駕駛的實現難度。

車載傳感器容易受障礙物遮擋、惡劣天氣、傳輸損耗等因素影響，在某些條件下無法發揮作用。此外，這些傳感器的探測范圍都在數百米，識別物體的范圍只達到數十米級別，單靠車載傳感器，無法對既定行駛路線前方更大范圍的路況進行感知，而現實交通復雜多變，一旦有緊急情況發生，如前方事故、山體滑坡、行人穿越等，往往需要車輛在較遠的距離就開始做準備。

●  增配成本高企，市場前景不明

菲克集團（FCA）2018年6月發布的自動駕駛報告顯示，要實現L4級別的自動駕駛，需要為每輛車配置超過20個傳感設備，可謂武裝到牙齒，汽車售價將提升約3萬美金。與之相對照的是，德勤2017年市場調研結果顯示，即便是最重要的安全功能，54%的中國受訪消費者不愿意為之支付超過500美金，消費者認為高端功能應成為標配，不應提高汽車的整體售價。

自動駕駛系統增加成本，與消費者的價格預期之間存在鴻溝，潛在的市場空間大幅度縮水。在看不到落地希望且向消費者銷售回收成本無望的情況下，企業自身“燒錢”顯然不可持續。行業投資熱情會維持多久，猶未可知。

●  市場信心不足，普及難度大

在德勤《2018年全球汽車消費者調研報告》中，有72%的受訪消費者認為全自動駕駛汽車是不安全的，而2017年這個數字僅為45%。

這兩年無人駕駛在路測中傳出不少負面新聞，顯然已經提前消耗了消費者的信任，在自動駕駛汽車上市推廣階段，引導市場和培養用戶習慣的過程會更加艱難。不難想象，自動駕駛技術“足夠完美”之前，公眾都不會輕易購買，自動駕駛可能成為小眾化的“玩具”。至于如何才算“足夠完美”，恐怕現階段整個行業都無法回答。

 車路協同是實現自動駕駛的必由之路

車路協同是采用先進的無線通信、傳感探測、新一代互聯網和人工智能等技術，全方位實施車車、車路動態實時信息交互，在全時空動態交通信息采集與融合的基礎上，開展車輛主動安全控制和道路協同管理，充分實現人車路的有效協同效應，形成面向出行服務的，安全、高效和環保的道路交通系統。

由于單車智能方案的自動駕駛車載感知性能局限，普及難度較大，它只是交通體系中零星孤立的“點”，無論技術發展到什么程度，都無法支撐起“面”，即整個交通運輸系統服務的提質增效。且如前所述，汽車智能化存在一個逐步進化的過程，在無人駕駛汽車完全成熟之前，道路上有數以億計的車輛，客觀上仍然需要新的自動駕駛手段和協同管理服務工具，來實現更安全的駕駛，以及交通系統的效率升級。

對于未來的無人駕駛，以及無人駕駛到來前很長一段時期內的高級輔助駕駛（ADAS）方案，車路協同就是一個讓所有交通主體可以實時交互的信息平臺，是實現自動駕駛的更優方案。據百度估計，車路協同的落地成本僅占高速公路總建設費用的1%，而車路協同通過全息交通感知、信息融合傳遞，有望在交通安全保障、出行服務及應急監管等領域發揮強有力的促進作用，通過提升交通運輸系統服務效率和拉動自動駕駛普及，實現數十倍的效益產出。

蘋果聯合創始人Steve Wozniak指出：“現有的馬路是由人建造的，人是不完美的。”自動駕駛需要車輛與道路協同發展，通過車路協同來升級車輛對外部環境的溝通能力，讓聰明的路支撐智能的車，才能向無人駕駛的終極目標穩健發展。

 I2X是中國特色的智能車路協同發展路徑

● 車路協同發展成為各國共識

發達國家很早就意識到，汽車的發展需要從外部交通環境支撐角度尋求突破，因此，智能車路協同得到了廣泛的重視，歐美日等領先國家早在20世紀90年代就陸續開展了車路協同的探索，并各自以戰略布局來推動相關技術落地，如美國的ITS戰略、歐洲的“地平線2020”計劃和日本的自動駕駛計劃。

在中國，國家頂層設計中即部署安排了車路協同相關的行動計劃，發改委、工信部、交通部、科技部等多部委通力協作，聯合推動車路協同的落地，在全國各地進行了多項試點示范。國內的智能車路協同標準體系也在緊鑼密鼓地制定中，設備、通信技術、應用等層面的相關標準已陸續出臺。產業鏈各環節，從通信芯片和模組、設備與終端、測試與云端、整車生產到運營服務，產業界都在積極布局，百度、阿里、騰訊等互聯網巨頭，也都紛紛響應，開展車路協同相關技術、產品和商業模式的探索。國內車路協同產業生態不斷擴充，發展態勢良好。

● 中外車路協同發展路徑選擇差異

盡管各國政府都已認識到車路協同的重要性,并給予了必要的政策支持，但在發展路徑選擇上存在差異。歐美等國利用其汽車產業的積淀，著力發展以車為核心的V2X(Vehicle to Everything)車路協同，而從我國國情看，以智能道路基礎設施為核心的I2X（Infrastructure to Everything）是更適合的車路協同發展選擇。

首先，相較于歐美國家，中國在基礎設施建設方面有更多的政策支持和國家資金投入。西方發達國家經濟高速成長的時代已成過去，基礎設施更新換代的速度減緩，以美國為例，由于預算緊張，2018年的1.5萬億美金基礎設施改造計劃沒有獲得國會批準，大規模基礎設施升級改造處于停滯狀態。歐美汽車行業技術與規模全球領先，市場化程度高，汽車產業出于競爭布局考量，是V2X技術的投入主體，其決策相對靈活，實施過程可控，是眼看著道路信息化改造無果，退而求其次之選。中國智慧交通的發展有著截然不同的背景環境。根據交通部發布的《2017年交通運輸行業發展統計公報》，當年中國完成公路建設投資多達21,253.33億元，比上年增長18.2%。持續不斷的高標準建設及大規模投入，為國內的智慧公路產業發展提供了資源保障。

其次，從產業環境的角度出發，國內汽車工業面對開放的市場競爭，品牌、技術、服務、投入都不具備比較優勢，重新走歐美的老路前途未卜。中國智能交通產業聯盟理事長王笑京指出，智能交通未來發展的方向就是新一代智能化的基礎設施，包括下一代寬帶移動通信、下一代的交通控制網，以及沿道路的能源配送網。國內有完善的政策支持與頂層設計，出臺了多個支持基礎設施信息化建設的規劃，如《“十三五”現代綜合交通運輸體系發展規劃》、《加快推進新一代國家交通控制網和智慧公路試點》等，道路的智能化，正在得到越來越多的重視。我國發展車路協同可以切換跑道，從道路基礎設施信息化角度尋求彎道超車機會。

再者，在中國的“放管服”改革背景下，快速提升的個人出行服務壓力，拉動政府管理者及運營企業對交通出行的監管手段需求與日俱增。以道路智能基礎設施數字化和智能車路通信為核心的I2X車路協同，為交通流提供了“上帝視角”的服務引導，為安全、高效、綠色的交通出行服務提供更有力保障，實現交通管理部門、道路運輸企業對路、車的全息感知和實時監管，促進交通系統服務提質增效。因而，I2X也是中國另辟蹊徑，實現汽車與交通產業彎道超車的最可行方向。

為了更好地落地車路協同技術的研發和推廣，2017年11月，由金溢科技牽頭,聯合五家單位共同成立了“智能車路協同關鍵技術及裝備交通運輸行業研發中心”，為國內智能車路協同領域當前唯一一家獲交通運輸部權威認定的部級行業研發中心。研發中心致力于智能車路協同產業研究、技術研究、商業研究、前沿技術探索及核心技術攻關，全力構建全要素、全時空互聯的未來交通基礎體系，是國內車路協同技術、產品、應用和標準誕生的搖籃。

結語

行業內對自動駕駛汽車進行了分級，目前國內僅有少數車企生產的車輛達到了“有條件自動化”的級別。假如給現在的道路智能化水平打分，或許只能達到及格線。要實現自動駕駛配套的安全保障服務，道路基礎設施升級就需要跟上步伐。I2X車路協同系統實現路況的多點感知、融合與傳遞，完成道路基礎設施數字化升級，構建智慧交通“天網”，促進交通運輸系統出行服務保障能力的提升，為運營和管理部門提供先進的服務工具手段，使交通運輸系統整體變得更安全、更高效。

綜上所述，I2X車路協同為出行者、管理者提供高質量服務，是通往無人駕駛的捷徑和必經之路。