“中智行L4自动驾驶初体验，而“车路协同”才是未来”

本篇文章3641字，读完约9分钟

很多汽车企业品牌以在量产车上追加半自动驾驶功能为推进点，我们也在很多车上体验过l2、l2.5甚至l3的自动驾驶，但大多以高速公路的自动巡航为主。 这次来上海奉贤区体验了中智行l4自动驾驶技术，未来的交通智能之路似乎越来越近了。

中智行科技有限企业是中国领先的以人工智能和车道协同为基础的新一代智能交通企业，在无人驾驶的核心技术指标上位居世界前十，率先提出了在世界范围内结合5gai的车道协同技术方案。 是第一家获得长三角一体化智能网牌照的无人驾驶企业。

去中智行之前，我不知道奉贤有自动驾驶车的开发测试区。 在上海的安亭汽车城和金桥附近，自动驾驶使用的各种探头和路标很常见。 这次我们试乘的是基于林肯mkz改造的l4级自动驾驶车辆，为了法规和安全，驾驶席上有员工。 但是在整个过程中他负责解释。 双手没有放在方向盘上。 同时，车辆的加速、减速、转向、并列等操作，他一概不介入，只靠车辆自主完成。 另外，信号也是车辆自动识别，起步或停止。 坐在副驾驶位上，在平板电脑上，可以看到信号的识别，汽车大小的预测等。 当然，即使惊讶于像并列那样智能驾驶的逻辑，也不会打转向灯。 对于车道变更和转向，转向信号灯必须比车辆的行动早。 在有礼貌的行人和车辆部分，会比我们开车更“谦虚”。

这种先进的自动驾驶，其实对车上搭载的激光雷达和高清相机等硬件设备有秘密，车内也搭载了收集新闻，进行精密监视的电脑。 现在这条测试道路不是大约7公里长，正在改建的二期道路有可能扩大到20公里。

我们的体验时间不长，但真实复杂的道路测试让中智行l4充分体验了自动驾驶的“智能”。 但是中智行的技术专家认为，只要从自行车智能向车道协同的方向加速，就能实现真正的自动驾驶。

什么是车道协同？ 简单的理解是“智能车辆+智能道路”。 为了达成我们期待的车道协同，推进真正未来的智能驾驶，其中快速发展的道路似乎很遥远，中智行的愿景是通过“聪明的车、智慧的道路和强云”实现中国的智能交通，在中智行高层和专家的交流中，

从2019年开始，中美两国在智能交通的快速发展方面选择了不同的方向。 美国像往常一样走在自行车智能的路上。 其中之一是因为美国的5g没有大规模展开。 更重要的理由是美国在自行车智能的迅速发展中遥遥领先。 这项技术的领导，因为美国依赖自行车的智能，他们的选择依然走上了这样的道路。 中国从2019年6月6日开始发布4张5g商业牌照后，注定要走上道路联合智能交通的快速发展道路。

车道协同决定中国无人驾驶的成败与速度

车道协同比自行车智能有四大优势:安全、效率、低价、落地更快。 从安全性方面考虑，车道协同比自行车智能更好的理由有两个。 第一，车道的协同可以感知超视距。 路边单元正确地将车辆无法通过自身传感器感知到的道路消息传达给车，为车辆消除很多死角的第二个是有共同决定的能力。 路边单元可以采用商用电源，突破车载能量的限制可以采用更强的计算单元，可以大幅度提高车辆的决定能力。 另外，因为市电的价格远远低于内燃机转换的电能，所以长期来看，车道协同建设智能交通的性价比远远高于只采用自行车智能。

有效地考虑，道路协同依然优于自行车智能。 智能摩托车由汽车电脑决定，倾向于个人优化。 如果只考虑个人优化的话，就会变成数学上的所谓“巴特纳克效应”，不得已会引起堵车。 这是单纯深入学习无法处理的问题。 使用车道合作方案，中央计算中心将在全球范围内统一优化。 这是全球优化，优化效率远远高于自行车智能，通过根本处理堵车问题，可以大幅提高道路合作的交通效率。 我们经过数学计算，道路的堵塞状况在道路上存在无人车辆和载人驾驶车辆，存在的情况下可以减少30%~40%。 如果道路都是无人车的话，堵车问题就可以得到彻底处理，可以期待通勤效率大幅度提高。

为什么说车道协同有价格特征？ 中国有485万公里的路，中国有3亿辆车。 一辆车节约一万五千元的价格，就可以在一公里的路上投入一百万元用于道路改造。 根据我们的推算，在大规模建设智能公路时，将一般道路升级为智能公路所需的价格不到每公里100万人民币。 而且，如果使用车道协同的处理方案，我们每辆无人车节约2万元以上。 这是因为从全面建设智能交通的角度考虑，我们需要的消费价格会下降。 但是，车道协同从价格方面来看也很困难。 因为在改造初期，我们改造道路的价格远远高于改造车辆的资金。 这条选择车道协同的路为了迅速发展智能交通，在初期的价格因素下起步阶段的阻力会非常大。 这个中国选择了车道协同的智慧交通路，所以前期投入的资本比美国高。

我们发现，从长期来看，车道协同从性能到价格、技术难度，都优于自行车智能。 另外，车道共同着陆后，我们会顺利处理堵车问题。 这是落地后的效果，因为车的协同绝对比自行车的智能好。 另外，车道合作可以大幅节约利用人工智能互联网进行自行车深度学习的时间，但由于车辆是相互连接的，车道合作深度学习的总小时数比自行车智能深度学习时间大，不仅可以短期处理堵车问题，而且更高

车道协同是新基础设施最有价值的装载

中国的车道协同已经成为全领域的共识，能否使车道协同成为超越中国车道协同的机会，有赖于产业整体的共同合作。 所以，中国的车道协同，其产业融合和整体协调决定了中国智能交通的成败。

汽车协同中非常重要的是三个方面的协调:一个是车，另一个是路，另一个是后面支撑这条路的云。 将来，在中央指挥系统前俯瞰我们的交通网，密集配置传感器和路边单元来指挥路上流动的车和其他交通设备。 这样的交通系统实际上构成了非常巨大和高度的产业网络。

中国的新基础设施有七个主要方向。 其中最主要最核心的方向都与智能交通有关: ai技术、5g技术和工业网络。 现在我们处理的不仅仅是这个“网”的“结”:路边的5g通信设备，还有这个“网”的“线”:各路边单元的计算能力需要多少？ 你需要多大的存储？ 你怎么和这个区域计算单元表达信息？ 你会把什么数据送到下一个地区的计算核心？ 向整个城市的智能交通指挥中心发送多少数据？ 今天世界上没有人能给出确定的答案。 因为迄今为止，世界上没有制造它的组织和个人。

除了路边单元的搜索，还进行了前面提到的区域计算单元的搜索。 我刚才说了，有必要在某个区域内配置区域的计算单元，有100个路边单元需要用一个区域的计算核心来支持吗？ 还是有1000个路边单元需要一个区域的计算核心来支持？ 目前没有人能给出正确的答案。 而且这个区域计算单元有多强？ 光纤怎么部署？ 通信带宽需要多少？ 这也没人知道。 这些有待我们通过今后的实践来探索和处理。 现在很多人热衷于构建概念上的无人驾驶框架，无论如何实现，都挂了很多模块和概念。 但是，只有少数工程师团队处理这些问题，并尝试这些概念落地到什么程度。

ai、5g与产业网络杀手级的应用

现在中国非常支持新基础设施战术，大家都积极投入无人驾驶行业。 因为新的基础架构战术有三个重要方向: 5g技术、人工智能技术和产业网络。 最有价值的应用是基于道路合作的智能交通。 很久以前，ai刚出现的时候，我在想如何最大化ai带来的经济效益。 之后，经过很多探索，发现ai在交通相关的无人驾驶中成为最核心的杀手级应用。 有人说5g诞生后，5g是智能交通最核心的杀手级应用。 应用于车道合作的5g技术需要专用互联网，需要与现在手机采用的4g通信网络隔离，成为产业网络降低其延迟，满足产业上的诉求。 所以，在5g的应用过程中，以最大的数据量，而且以最多最复杂的展开，出现在智能交通中。

如果有新的基础设施支持，中国的车道协同有非常好的快速发展机会。 业界正在考虑智能交通完成后，最广泛应用的是出租车，还是集装箱大卡，还是无人驾驶巴士。 这些是我们试图推进的。 出租车获得大规模应用智能交通技术的行业机会非常多。 中智行在去年3月的博鳌亚洲论坛上，作为领头羊发表了无人驾驶的反驳，是中国第一家提出车道协同模范的公司。

汽车协同工作的关键是“聪明”

车道合作的关键不是路边单元的硬件，而是这些路边单元的硬件内有多少智能软件。 像电脑一样，读入深度学习软件，就能像alpha go一样打败世界冠军，但如果只放一个普通软件，就只能玩游戏，做普通工作。 所以现在路边的这些单元，到底会评价那些呢？ 应该如何判断汽车的行为？ 可以达到什么样的精度？ 路边单元的配置还没有别人开始尝试。 那是因为我期待着和大家一起交流这些问题。

路边单元最核心的功能是智能感知:它不仅识别检测到的是人还是各种类型的车，还事先判断这辆车的轨迹和行动，比如车辆是否在十字路口减速遵守交通规则等。 车辆无视红灯吗？ 这些从人工智能的角度来说，都可以事先做出判断，同时精度可以超过99%。

中智行在临港和奉贤两个地方已经实现了非常初级的车道协同功能。 伴随路边单元的升级和5g的升级。 我们相信上海最先有机会实现真正的智能车道协同和智能交通吗？ ？