数以千计的科技会议记录
问:车路协调对于自动驾驶进入高水平的重要性逐渐成为行业意识,但业界对车路协调仍缺乏全面的认识。如何系统阐述钱芳科技的车路协同理念?
孙亚夫:说到车路协调,可能有一些概念需要澄清。自行车智能一般是指车辆自身智能实现自动驾驶的问题,即高级自动驾驶或无人驾驶(SAE定义的自动驾驶的L4和L5阶段)。谈自动驾驶的车路协调,一般是指依靠车辆和道路的智能来解决自动驾驶的问题。
要实现高水平的汽车自动驾驶,首先要有数字汽车,其次数字汽车要走或适应数字道路。在道路交通发展的历史进程中,车路协调或车路适应一直存在。
数字化之路是什么?数字道路应该能够向数字汽车提供数字设施信息、运行状态和交通控制,而不是简单地依靠汽车自身的传感器来重新感知和识别道路上为人类视角设计的标志、标牌、红绿灯等信息。
我们对车路协调的理解一般分为三四个层次:
1)道路上数字交通信息交互层面:道路将自身信息数字化,通过道路通信广播到车载终端,包括标志、标牌、护栏、信号灯等基础设施的数字化信息,以及动态交通事件、施工、交通管制等信息。
2)车路感知协调水平:单车感知容易受到障碍物和天气(雨雾)的影响,造成侧车遮挡、前车遮挡感知视野的情况,使汽车因害怕鬼探事件而无法做出更果断的驾驶决策。通过车载感知和路基感知的协同方式,实现感知融合和享受,最终实现车端上帝视角的感知能力,提高车辆的安全性和驾驶能力。
3)车路协调控制层面:单车路径规划决策容易造成路权冲突和路径拥堵。通过对微观(路口/车道)、中观(路段/区域)和宏观(城市)车辆进行速度、车道和路线规划决策,可以实现安全高效的交通。但是这里说的协同控制,控制的决策权还是车,而不是路对车的绝对控制。
4)车辆控制水平:在没有其他不可控交通参与者、车速较低的封闭或半开放环境中,如港口、矿区、机场、停车场等。,所有车辆都可以由路侧控制,车辆可以大大减少自己的传感器,甚至没有传感器或者自己的规划决策控制,路侧完全可以实现感知,规划决策和控制,只需要执行。
之所以把车路协调控制层从车路控制层中分离出来,是因为车路协调和自行车智能的概念其实隐含在语义中。说到自行车智能的感觉,完全不需要车路配合。说到车路协调,很容易被理解为路控车。车辆端可以大大减少传感器数量甚至不需要,自行车智能和车路协调是对立的。我们认为,对于高水平的自动驾驶,现阶段应该以自行车智能为主,车路协同为辅。车路协同的价值在于为自动驾驶汽车提供更好的道路支持,可以让自动驾驶更加安全便捷,而不是说没有这条车路协同的道路就无法实现高水平的自动驾驶。
需要注意的是,在未来很长一段时间内,仅靠人工智能换车很难实现多场景无人驾驶。道路的数字化是一个基础,会加速高水平自动驾驶的产业化,而不是最终解决高水平自动驾驶。目前,道路是为人而设计的。为了真正适应道路和车辆,道路交通法规和交通工程也应该改变。未来的道路不仅是数字化的,交通管理和运行机制也会随着高水平自动驾驶的到来而改变。
从车路协调发展的角度来看,第一层车路协调对应的是自动驾驶的L1和L2;车路协调第二层对应自动驾驶L3、L4或以上;车路协调第三层对应自动驾驶的L4和L5。智能网联汽车和智能网联道路会相互促进,螺旋式提升各自的数字智能化水平。所以,车发展到极致,路也会发展到极致。不会出现智力水平很高,智力水平很低的情况。
问:从感知的角度,车端和路边是如何配合的?
孙亚夫:在汽车和道路协调发展的历史上,汽车的发展一直走在道路的前面。因此,在车路协同发展的初期,路侧感知应该是对车辆感知的补充,而不应该取代车辆感知。一方面,难以保证路侧感知指标满足车辆法规的质量要求,也无法保证信息的实时性和毫秒级传输;另一方面,本应在车辆感知范围内感知的信息,并不能单纯依靠路边感知反馈给车辆。
车辆感知范围内的事件一般都在需要快速控制措施的时间范围内,尤其是高速行驶时。从路端到车端,不仅增加了感知延迟,也增加了感知融合的难度,对事件处理没有帮助。车路协同的感知协同要解决超视距问题和视野遮挡/不可见问题。
不需要在车路协调的一层路侧增加很多额外的传感器,只需要提取现有道路的视频、雷达、天气、路面传感器感知到的事件信息,通过车路通信设备发送到车侧。属于事件级、车道级、秒级延迟的感知,感知计算可以在边上,也可以在云端。现有的视频、雷达传感器、边缘计算设备需要在车路协调的二层路侧增加或增强,使其能够感知目标级、厘米/分米级、毫秒级延迟的信息,一般布置在交通流量复杂的路口和路段。在车路协同发展中,并不是所有的路口和路段都需要安装传感器,而是要根据自动驾驶车辆的需要,将传感器布置在不同的层次和位置。
问:但仍有观点认为,依赖自行车智能到一定阶段,路侧智能设备可以通过后装实现车路协同。对此你怎么看?
孙亚夫:依靠自行车智能解决后装高级自动驾驶,其实是个伪命题。未来汽车将通过淘汰实现质的提升。对比现在的汽车和智能汽车,和从车厢到汽车不能通过后装实现的道理是一样的。
路侧相对灵活,既可以拓展道路改变物理形态,也可以通过增加设备提高感知能力。钱芳提倡用软件定义交通基础设施,就是为了通过不断的替换和叠加来满足未来基础设施的扩展需求。从功能路口升级为智能能源口,实现感知层的享受与融合。构建软件定义的交通基础设施,如果未来有新的需求,可以下载或部署新的App实现新的功能并升级迭代版本,而不是重新部署一个有新功能的设备。钱芳提出的智能十字路口可以比作一部智能手机,其感知、计算和控制模块分布在十字路口空间。传感器、计算设备、控制设备和通信设备可以根据需要更换,功能可以通过部署新的app来实现。
智能时代,产品本身就有智能,智能的创造与数据、计算能力、算法有关,尤其是数据和场景。随着数据、算法、计算能力的不断循环迭代,未来智能产品的生产逻辑不是一次性交付一个完美的东西。用户也是生产者。在使用场景下,产生数据,云方配合反复训练算法,不断迭代学习解决长尾问题,使产品最终达到近乎完美的状态。
这是特斯拉汽车和苹果手机的模式,也是消费互联网时代的底层逻辑。当我们进入工业互联网时代,我们现在按照工业时代生产的产品,也应该突破原有的产品开发工业化的逻辑。
问:从自行车智能化的角度来看,L3到L4的成本会大幅上升。车路协调会面临同样的问题吗?
孙亚夫:自行车智能和车路协同都需要不断的进化和发展,很难期待任何一条路径的跨越式发展。
自动驾驶车辆的L4必须在不同的场景下观看,比如港口的L4,园区低速的L4,高速公路无人仓对仓货运。L4在这些封闭或半封闭的环境中会相对较快的出现。
逆向思维,L4之所以快速出现在这些场景中,是因为道路环境被控制了。汽车要逐步实现自动化,道路也要逐步实现。路会修起来,功能会更强大。最后,道路可以控制汽车,汽车本身可以无人驾驶,没有主辅之分。
从成本来看,L1和L2阶段的路侧车路协调功能处于信息交互层面,成本较低,可以大面积推广;也可以在车端大面积推广,在成本可控的情况下大幅提升终端的性能。
从路侧复杂路口感知的逐步增强,到L3、L4车辆感知能力的提升,在维度逐步升级的道路上,在数字化智能的前提下,成本不会成为阻碍技术进步的桎梏。
问:钱芳在北京创建国家示范区的经验和模式对其他城市有什么借鉴意义?
孙亚夫:学不来。我们可以分享一些经验。自2015以来,钱芳科技一直从车路协同的角度探索智能网联汽车自动驾驶的道路。2016年,钱芳科技承担了国家智能汽车与智能交通(京冀)示范区的运营服务工作,联合北京多家龙头企业成立了北京智能汽车产业创新中心。
截至2021和65438+2月底,在创新中心的帮助下,北京自动驾驶车辆累计安全行驶里程超过390万公里(不含低速无人车),占全国16智能网联汽车测试示范区700多万公里总测试里程的一半以上,支持北京自动驾驶车辆的车牌数量和测试类型。
北京智能车联产业创新中心
创新中心成立之初的使命是围绕智能网联汽车的“全生命周期”测试、验证、检测、评估提供第三方运营服务,旨在实现高水平的自动驾驶,直至无人驾驶的技术验证和产业化。在全国率先提出基于“场-路-区”分步试验示范环境的智能网联车路协同试验示范应用。
2020年,中国首个支持车路协同自动驾驶的区域开放测试区在北京经济技术开发区(亦庄)成立,初始面积40平方公里。在技术上,北京亦庄的车路协同实践了车路信息交互和感知协同。在车路协同的路侧基础设施建设模式上,亦庄正在探索的另一个值得借鉴的经验是建设统一的城市感知基础设施,如监控视频设备、非现场执法设备、卡口视频设备、雷达和视频检测设备、红绿灯、灯杆等。,这是以前根据用户的划分分别构建的。这种新的建设模式将减少重复建设,降低支持车路协调的路侧交通基础设施建设成本。
在过去的五年里,创新中心支持北京解决了自动驾驶和车联网行业的三个问题:上路难、评估难和测试难。北京出台了全国首个自动驾驶车辆上路测试政策,同时完成了自动驾驶能力测试评估的一整套技术标准和规范,建立了从封闭测试场地到开放测试道路、开放测试区域的测试、验证、演示三级环境体系。
我们认为,这些努力使中国的自动驾驶从关键技术研发阶段进入了产品和商业模式验证阶段。同时也促进了基于车路协调的路侧交通基础设施技术研发和建设运营模式的改变。
问:基于北京示范区的运营经验,一个城市应该如何打造自己的智能网联产业?钱芳科技的系统思维是什么?
孙亚夫:汽车高水平的自动驾驶已经是一个确定的趋势。汽车的高度自动化要求路侧交通基础设施、交通管理、交通服务和交通运行机制的升级。同样,也将推动云(云控制平台)、网(车联网、物联网、5G)、图(高精度地图与定位)、测(自动驾驶测试与评估)原有产业的升级,也将催生新的万亿级运营服务市场:数字基础设施投资、建设运营和无人驾驶交通服务市场。
以智能网联汽车、智能交通、车联网为代表的智能网联产业,目前正处于产品和商业模式的验证阶段,一旦完成,将迎来产业化快速发展期。这期间需要智能基础设施的支持,需要先行先试的政策和监管,需要高价值的场景,需要可行的商业模式,需要完整的产业生态。这些都需要政府带头搭台。
如果把智能网联和智慧城市放在一起看,可以看到汽车、道路和城市是相互支持、相互促进、密不可分的。这样才能解决车路协调的基础设施建设谁来做,投入产出怎么算等等问题。
从近几年运营北京示范区的经验来看,我们认为打造一个城市的智能网联产业,可以实施四个步骤,加上商业模式。
第一步:建立组织和运行机制。产业建设是一个长期的过程,需要自上而下的政府组织和专业的运营管理团队。政府的顶层组织需要能够提供先行先试的政策,探索新的商业模式。社会第三方的运营管理团队应该是以当地产业链龙头企业为主导的社会运营实体,需要了解行业需求和发展趋势。
第二步:政策标准制定和准入管理。没有规则就没有方圆,政策和标准的制定和迭代有利于引导行业健康有序发展。基于政策标准开展试运行示范准入管理,避免无序的产业竞争和内卷化,给企业和公众一个清晰的产业发展路径。
第三步:环境建设和场景建设。测试和演示环境建设包括支持高水平自动驾驶车路协调的智能基础设施建设,道路交通组织的梳理和重新规划,甚至部分道路的交通工程,自动驾驶的停车、充电等设施建设等。有些城市需要建设封闭的考点。结合当地特色,开展无人出租、无人销售、无人干线物流等不同场景的自动驾驶运营示范。
第四步:运行监督和服务。自动驾驶仪还处于测试运行的验证阶段,还不是一个成熟的产品。它需要监督其示范操作过程,重点是事故和事件管理,以促进测试企业在提高技术的同时加强对操作安全的管理。配合市里和部委的政策,推动潜力企业落地。
a商业模式:主要指支持高级自动驾驶的城市智能网数字化运营模式。我们现在都可以理解,城市的电网、水网、通信网、路网都是由一家或几家企业投资、建设、运营,这是很正常的。实际上,我们把城市的数字智能基础设施,也就是路上的电气化设备和装载设备的杠杠,看作是一个基础设施,由一个小城市和一两个大城市投资、建设和运营。这将是未来智慧城市的基础设施,支持自动驾驶车辆和道路的路侧智能交通基础设施建设模式。
目前,城市中的信息设备设施是由交管、交通、公安、城管等多个部门独立建设的。存在的问题是:一方面,酒吧设备多,数据不开放,运维不到位;另一方面,交通管理需求不断涌现,车路协同服务需求无法满足。
在数字化运营的商业模式下,需要通过成立城市数字化智能基础设施运营公司,统筹城市信息化建设资金,撬动社会资本。为满足城市交通、交管和公安服务需求,以道路基础设施网络为基础,建设以城市边缘基础设施为主,融合感知网、车联网/物联网、交管网三网融合的城市数字化基地。交通、交管、公安等政府部门通过购买服务的方式获取城市数据服务,并基于这一数字化基础建设自己的场景应用。一方面可以实现规划、建设、运营一体化,保证资金使用效率、资产运营效率和服务质量;另一方面,可以将原来的资产管理转变为资产运营,打造城市基础设施数字化运营产业。
—结束—