对话王劲：为什么中智行认为，车路协同是中国无人驾驶弯道超车的好机会

无人驾驶究竟能不能落地，什么时候落地？

尽管对于这个问题，业内玩家各有见解，但对于无人驾驶发展的大方向，如今已经出现了一个重要的变量——从 2019 年开始，中美两国在无人驾驶方面选择了两条不同的路线，即车路协同和单车智能。

“车路协同决定中国无人驾驶的成败，同时，它也是中智行现在正在聚焦的方向。”中智行 CEO 王劲说道。               

近日，新智驾与王劲进行了一次对话。此时，距离王劲加入中智行已有一年之久，于王劲，于中智行，这都是一个值得回望的节点。              

为什么要选择车路协同？

实际上，在汽车朝着无人驾驶的终极目标前进的过程中，无非有两条主流路线，也就是上文所提到的单车智能和车路协同。             

那么，为什么车路协同才是如今的大趋势？        

先从单车智能方面来看。2020 年 3 月，Navigant 发布了一份研究报告，对世界范围内的无人驾驶公司进行了排名。结果显示，排名在前十八的公司中，仅有一家中国公司（百度）上榜，位列第四；而特斯拉则被排到了最后。

对此，王劲在与新智驾对话时说道：

虽然这份研究报告中的排名不见得完全公正客观，但排在前三名的公司基本上属于业内公认的。同时，我们也可以清楚地看到，在单车智能方面，中美之间尚存着不小的差距。

尤其最近几个月，Waymo、Cruise 等美国企业已经准备向安全员「开刀」，而出于更复杂的路况，以及法律法规的因素，中国短期内还需要有安全员端坐在自动驾驶车辆的驾驶座。他进一步补充说：

过去，我们也在走单车智能的技术路线，但如果中国要想在单车智能上赶超美国的前三名，至少还需要 2~3 年的时间。

车路协同，正是中国在无人驾驶上弯道超车的机会。而王劲也开始领导中智行从单车智能向车路协同转型。

总体上看来，车路协同的路线似乎比单车智能拥有更多优势，例如安全高效、落地广、成本低。

• 安全高效

在车路协同技术的加持下，路边单元传感器可将捕捉到的信息传输给车辆，从而帮车辆实现超视距的感知。另外，路边单元不受限于车载算力的限制，可以腾出更多的给车辆来做决策，或是帮助车辆与整个城市的大规模计算中心相连，解决计算瓶颈问题。

• 落地广

车路协同可以省去大量利用人工智能网络进行单车深度学习的时间，还能够帮助解决交通拥堵问题，推进智能交通、智慧城市的进程。

• 成本低

在讲到成本这一块，王劲算了一笔账。中国有 485 万公里的道路，同时有近三亿辆车，只要在每一辆车上节省一万五千元的成本，就可以在每公里的道路上投入 100 万人民币用于改造。

针对上面关于成本的说法，王劲向新智驾透露：

中智行内部做过测算，将普通道路大规模升级为智能道路所需的成本低于 100 万元每公里。如果采用车路协同的解决方案，我们将在每一辆无人驾驶汽车上节约两万元以上。也就是说，从长远的角度考虑，我们所花费的成本是更低的。

当新智驾问道影响成本的核心因素时，王劲也作了进一步的补充。

他表示，在智慧道路改造的早期，一公里所花费的成本最高能达到 400 万元每公里。不过，那时候用的设备相对过时，而且随着技术的发展，许多设备自身成本也在降低，比如激光雷达等传感器。基于此，道路改造的费用在未来也会进一步降低，乃至于到 100 万元每公里以下。

怎么把车路协同做好？

尽管上文中花了大量笔墨来阐述车路协同的种种优势，但不得不承认的是，车路协同目前更多的还是应用于示范区内，要让其「出圈」，大规模地推广到开放道路，还有大量的工作要做。

而且，正如王劲所提及的，道路改造的费用在初期尤其高，因此车路协同在起步阶段会遇到不小的阻力。

“这些成本是任何一家私营企业都负担不起的，只有通过中国政府才能实现。”王劲说道。

好在，车路协同已经得到了政策层面的认可和支持。            

今年 2 月，中央发改委 11 部委发表了《中国智能汽车产业发展规划》，明确指出了中国要走车路协同的道路；在随后的 3 月，中央政治局常委召开会议提出新基建的概念，在七大方向中有三个核心方向与无人驾驶以及车路协同强相关。

除了政府的扶持，车路协同的发展还需要三块坚固的基石——聪明的车+智慧的路+强大的云。

聪明的车，作为无人驾驶最主要最直接的载体，其重要性想必已不用再赘述。

打造智慧的路，路边单元硬件是不可或缺的一环，但王劲也认为，这些硬件所能承载的智能化程度才是真正的关键。他说道：

它（路侧设备）到底要去判断哪些东西？它应该对车的行为做出什么样的评估？能够达到什么样的精准度？另外，区域计算单元的规模如何规划？区域计算单元的算力要有多强？光纤怎么部署，通讯带宽需要多大？这些都是我们需要思考的问题。

在有了聪明车和智慧路的基础上，未来城市交通就好比一张巨大的不同寻常的网。

无数个路侧设备就是这张网中牢固的结点；行驶在路上的车则与路侧设备进行基于 AI、5G 等技术的交互，成为链接各个结点的线。          

在强大的云能力的加持下，未来，中央智慧系统会在全局的高度上掌控城市血脉的流通。

不过，在无人驾驶以及智慧交通的最终实现之前，需要车企、设备制造商、通信服务商、云计算服务商等多种角色进行深度协同——“这中间涉及到的合作问题可能比单纯地做单车智能更难。”王劲坦言。

另外，车路协同在技术层面也面临着一些挑战，以 5G 为例，王劲说道：

4G 不足以支撑车路协同的发展，但目前 5G 尚未进行大规模的部署，而且，车路协同的许多设备暂且没有专用频道，测试时也是与智能手机混用 5G 网络，这在以后肯定是不行的。

中智行的探索

就目前而言，多地已经开始积极部署车路协同的基础设施，技术发展也尽然有序地在推进。作为深度聚焦车路协同领域的玩家，中智行在这方面也早已开始了探索。          

早在去年 3 月，中智行在博鳌论坛期间就已经实现了车路协同的演示，当时，车辆在完全没有任何监管的情况下接待了 200 多个乘客。

王劲告诉新智驾，中智行还对其公司到宿舍的几公里道路进行了一些改造，来做无人驾驶的实验，接送员工上下班。

近日，中智行还与中汽创智达成了战略合作，共同研发智能汽车技术。中汽创智由兵器装备集团、中国一汽、东风公司、长安汽车、江宁经开科技公司共同出资 160 亿元组建。

对于车路协同的未来，王劲也有自己的见解。他认为，车路协同的发展必然路径就是：先进行小规模实验，成功之后再进行大规模实验，然后再不断铺开。他说道：

假设我们的技术验证阶段是 100 公里，什么时候我们能够把这段路的基础设施部署完善，在这段路上跑得特别顺我们才能够进入到下一个阶段。

未来车路协同发展还有另外一个关键时间节点——什么时候实现真正的运营，把安全员给拿掉。王劲进一步补充说：

如果我们开始将安全员移除，那么就进入了规模化实验的阶段。这可能需要千平方公里的规模量级。

因此，从行业发展的总体水平来看，盈利以及商业模式还不是现阶段的重心。

这一点也投射在了王劲对公司战略层面的预期——尽管中智行即将完成 A+ 轮的融资，但公司当下还是会以技术验证为首要任务，IPO 是更加长远的事情。

不过，王劲也提到，未来车路协同商业模式的核心还是会围绕 Robotaxi，赛道的里的玩家可以从节省下来的司机的费用里获得一部分利益。另外，中智行在未来可能也会承担运营商的角色，目前也已经有了相关的人才积累。

新智驾总结

站在车路协同的起步阶段来展望，其覆盖领域之广，涉及产业链之长，都在无形中为这一行业的发展添了些许不确定性。但反观政府支持力度之大，企业玩家之积极，也让外界看到了这一行业的乐观前景。

就在前不久，车路协同领域的大事件「新四跨」在上海顺利举行。

从数量上来说，本次新四跨活动的参与单位总计超过 100 家，较两年前（三跨）增长了近 5 倍。从内容上来说，新四跨在去年四跨（跨模组、跨终端、跨整车、跨 CA 平台）的基础上增加了对高精地图和定位的支持，跨界协同进一步扩展深化。           

无论从何种角度来看，这些信息都释放出了强劲的信号：车路协同的大规模应用与推广已经成为了未来交通发展的一个充满潜力的选择。

雷锋网(公众号：雷锋网)雷锋网雷锋网

。