之前曾有人給自動駕駛提出過一個構想，可修建一條專門開自動駕駛汽車的高速公路，這條封閉式的高速路上可設置各種信號基站，一切設計都基於自動駕駛汽車的需求，以最大限度測試自動駕駛技術，推動研發。這個構想最終當然沒有實現，因為並不經濟，也不符合研發規律。不過近日，阿里巴巴與交通部公路科學研究院共同成立了車路協同聯合實驗室，探索自動駕駛和道路智能化解決方案。而今日，百度也宣佈了Apollo車路協同方案正式開源，成為全球首個在車路協同領域內進行開源的企業。Apollo開放平臺將從車端的開源，升級為“車端”與“路側”的全面開源。車路協同的問題被兩家互聯網公司搬上了檯面。
發展無人駕駛沒有迂迴路徑
當前主流的自動駕駛研發方向，似乎都將重點放在單車智能方面，也就是車端的自動駕駛技術研發上，谷歌、uber、百度、通用、福特等大廠都是這個方向。因為全球的公路里程是個天文數字，其中僅中國就有公路里程約477萬公里，其中高速公路約13萬公里左右，位居世界第一。一項技術的普惠性是建立在通用性基礎上，在自動駕駛技術被廣泛接受之際需要考慮一個問題，到底是讓這項技術去與龐大的公路網絡系統進行銜接，還是讓龐大的基礎設施對自動駕駛技術做出妥協？
阿里達摩院人工智能實驗室首席科學家王剛認為，“車路協同則匹配研發‘聰明’的道路和交通設施，讓車與路能完美配合，讓自動駕駛更容易實現。，單車智能不是重點”換言之，阿里給出的答案是，車端智能不是重點，將主攻車路協同。車路協同能為自動駕駛上路增添一層冗餘安全保障，如虎添翼，這一點上我非常認同。然而這並不代表在技術上簡化單車智能，把高速路修得再好，沒有技術過硬的車子跑在上面也沒多大意義。
阿里選擇的“迂迴路線”總結起來不外乎三點：1、阿里的達摩院今年4月才宣佈入局自動駕駛，起步較晚，技術上已落後先行者太多，更不要說在實車上路測試驗證環節上的車距。2、阿里熟悉商業生態玩法，但並不熟悉技術玩法，這等於是揚長避短。3、阿里的固有習慣是不偏好高成本技術解決方案，對技術迭代導致的成本下降耐心不夠。基於這三點自身條件，阿里自動駕駛選擇了這麼一個“簡化單車智能，主攻車路協同”方向，說白了其目的在於避開技術領先者的鋒芒，用迂迴方式抵禦先發者帶來的衝擊。
自動駕駛的研發目前進展迅速，已進入L4的超高度自動駕駛階段，已有成車上路。L4是系統操控的自動駕駛，受一定具體工況所限，而到了L5的全自動駕駛階段，汽車將可應對所有工況，實現真正的全自動駕駛。當前的自動駕駛解決方案成本較高，激光雷達和高精地圖所需不菲，一臺L4自動駕駛車輛需至少20萬美元的各種設備才能跑起來。不過這只是在汽車還未投入實際商業應用的情況下，一旦商業應用普及開來之後，成本將會顯著下降。所有的科技產品都是這個路數，自動駕駛應該也不例外。此外，某些技術如激光雷達的探測距離短、高精地圖的更新頻率達不到即時等，也是有待攻克的難題。如果以攜大筆資金入局的投資者心態去看，現有的自動駕駛技術肯定處處是問題，就連數據傳輸的物理極限都是問題，因此必須要迂迴去找解決方案，就像阿里的這個“靠車路協同彌補單車智能短板”一樣。
但在技術研發者的角度來看，這些問題在未來並不是問題，因為信息技術發展的腳步從未被中斷，只是有快慢，自動駕駛技術的研發本身並不僅僅是製造出一臺能開的無人車，更是推動了現有問題的加速解決，而這些問題的解決對於技術發展本身是大有益處的。
阿里所說的“單車智能不是重點”，是一種對無人車而言的反動，是本末倒置。如果投入巨資將一條公路進行信息化改造，然後再讓技術上不成熟的無人車上去跑，這從本質上並不是在造無人車，而是在造智能公路。這樣的戰略不得不讓人想到了“佔道思維”，而並非是真正在系統性地解決未來的問題。
車路協同需要有“車”也有“路”
若說到應該先有路還是應該先有車，這並不是一個雞生蛋、蛋生雞之類的困惑，而是兩者互相依託，畢竟我們所構想的車路協同系統，是建立在無人駕駛的基礎上，才能實現交通系統的智能化。車路協同，“車”和“路”都是繞不開的環節。
而百度提出的路徑則是“單車智能”與“車路協同”兩條腿前行。百度認為“車路協同”是一個系統性工程，它涵蓋三個方面：路側、車端以及連接路側和車端的通信聯絡，這三個方面都需要有很強的能力，缺一不可。而由於“車路協同”最終服務於車端、服務於自動駕駛，所以來自車端的經驗和需求尤為重要。這也是為什麼Apollo開放平臺先是開源車端的自動駕駛技術，在車端積累了測試數據和生態能力之後選擇開源車路協同方案。
一直以來，百度給業界的印象是專注於無人車車端智能的開發，但實際上車路協同是百度早就在布的局。百度早在2016年就組建了團隊研發V2X車路協同技術，成為國家03專項《5G支持ICT融合自動駕駛的關鍵技術》的牽頭單位，並且其研發是全棧系統性研發，涵蓋了軟件、硬件和系統的開發。
對於車路協同系統來說，正印證了那句“世上本沒有路，走的人多了，便成了路”。 “路”怎麼造，終歸還是要看“車”，沒有大量的無人駕駛汽車測試數據作為支持，“路”途不僅會十分顛簸，或許還會走到錯誤的方向上去。所以相比之下，百度的思路就順利成章很多——先夯實車端基礎，同步發力路側智能。百度目前擁有國家多地簽發的自動駕駛汽車路測拍照，允許上路測試，已經累計了大量的試驗數據和測試結果。並且，百度在車端的技術、經驗以及生態能力能夠快速移植到路側。“無人車”跑的多了，智能的“路”自然就成了。
車路協同是一個需要形成生態的大工程
車路協同另一個必要條件，是透明化的聯動創新、共享開放的平臺，讓車企、tier1、機構、通信廠商、交通設施製造、科技企業各路玩家之間的數據能夠充分打通，實現資源共享，這個生態才能運轉起來。向政府要一些政策和支持當然有好處，但市場經濟最終還是效益優先，各方憑什麼把數據公開出來讓你給他們共享出去，你至少也得給合作伙伴一些好處才能達到目的吧。
從阿里的現有情況來說，有錢是沒的說，但4月才正式入局自動駕駛，就拉開了一張生態的大網，這是並不現實的事情。自動駕駛的生態締造者首先需要有完整的技術佈局，也就是說你自己首先要有能造無人車的技術和能力，然後才可能把這些技術和能力與合作伙伴分享，讓大家都加入到這個生態中來。在公路上鋪設信號基站，僅把自動駕駛汽車行駛的基礎設施搭建起來，是沒有人感興趣的。而且，這些基礎設施的搭建也是個天文數字，遠不是阿里一家可以承受的，只是不知到時候又會有誰來買單。
當前汽車產業鏈缺的並不是錢也不是政策，而是真正的技術，這一點又恰恰是阿里自動駕駛的短板所在。也就是說，阿里並沒有構建這個生態的能力，但通過這個方式低成本介入自動駕駛產業，倒是有一些可能的。
當前自動駕駛比較成型的生態平臺，例如百度的Apollo，已有超過上百合作夥伴加入，另有上萬個開發者為平臺添磚加瓦。這個生態平臺只要再做大一些，就完全有能力去做任何自動駕駛商業應用的落地，車路協同也好，智能交通也好，總還是要諸多參與者加入其中。這個能力阿里沒有，但百度Apollo是有的，非常適合去做這件事。今天宣佈開源車路協同也印證了這一點，百度已經與大唐電信集團、千方科技、中國聯通等產業鏈關鍵環節的代表性企業展開合作，與各大高校進行合作，將Apollo進行開源，百度提到，這些行為都將幫助開發者、企業在更高的水平上合作創新，不用再重複造輪子。
在無人車方面，沒有技術就沒有合作伙伴，也無法形成生態，更無法形成標準，後發者唯有老老實實做研發，用高超的技術能力帶動整個產業向前發展，除此之外別無他路。
閱讀更多 科技熱議榜 的文章
