[汽車之家 行業] 自動駕駛商業化運營已經開啟，試點示范區域數量不斷增加，但這能代表自動駕駛正加速到來嗎？
業內有觀點認為，國內眾多自動駕駛企業都是在花20%的精力去解決80%的功能或場景，但隨著自動駕駛應用向高級別深入，“長尾效應”問題不斷出現，未來業內參與者需要花80%的精力去解決剩余20%的功能或場景。
推廣自動駕駛，安全性、經濟性是非常關鍵的指標，而那20%甚至是1%的問題得不到解決，自動駕駛就不能大范圍推廣。那自動駕駛推廣能在安全性和經濟性之間得到平衡嗎？未來智能交通的發展方向又是什么？
編者按丨從狂熱到冷寂，再到理性回歸，業內重拾對自動駕駛的追逐熱情——低階智能駕駛批量裝車，2021年中國市場L2級新車滲透率達20%；高階智能駕駛在特定場景開始有商業化的落地。作為“長坡厚雪”的行業，智能駕駛將如何進階？從今天到自動駕駛的未來，還有多遠的路要走？汽車之家策劃對話多位業內資深專家及企業代表，探討行業進階方向。
讓自動駕駛在安全性、經濟性之間實現平衡，就要堅定不移地走“單車智能+車路協同”的路徑。我們帶著有關智能駕駛未來發展的一系列問題來到了千方科技。千方科技總裁潘璠給出了如上結論。
單車智能、車路協同是自動駕駛的兩種主要技術方向。經過多年積累，兩者協同已經成為業內對自動駕駛未來格局的共識。千方科技是國內車路協同自動駕駛技術路線的較早發起者之一，并于2016年牽頭成立了“北京智能車聯產業創新中心”。千方科技聯合行業知名企業、科研院所等機構，編制完成自動駕駛能力評估、道路選取、試驗場建設、數據傳輸等系列團體標準，為北京市在全國率先探索出自動駕駛測試的管理政策和服務體系，以及測試場地與測試服務提供了支撐。
從技術測試到全鏈條商業化示范
自動駕駛還不是一個成熟產業，而是一個技術要研發、產業要落地、模式要探索的新產業。
千方科技副總裁、千方研究院院長孫亞夫介紹：“我們要解決自動駕駛和車聯網產業里面的三個問題，即測試難、評價難、上路難。”
北京市在推廣自動駕駛產業之初，由政府相關主管部門牽頭統籌發展，千方科技參與發起，建立了“北京智能車聯產業創新中心”，如今已達成百余家企業聯合參與的聯盟體系，目的就是做規范、定標準。這個創新中心所處的亦莊測試基地，形成了從封閉測試場，到開放測試道路，再到開放測試區的三級測試驗證和示范的環境體系。
截至2021年12月底，北京市自動駕駛車輛道路測試累計安全里程超過390萬公里（不包含低速無人載運工具），占據全國16個智能網聯汽車測試示范區共計700多萬公里總測試里程的一半以上，同時支撐北京市自動駕駛測試車輛牌照數、測試類型、開放測試道路里程數均居全國前列。
目前，全國數十家自動駕駛相關企業中，已經有16家取得了北京市自動駕駛道路測試牌照。
實際上，在北京能拿到自動駕駛道路測試牌照并不是一件容易的事兒。相對而言，全國其他自動駕駛試點示范區偏重于技術示范和演示，北京自動駕駛示范考慮了政策法規標準到產品技術落地的全鏈條商業化要求。此外，亦莊測試基地還設立了全國第一個區域級支持車路協同自動駕駛的開放測試區，在技術上實踐了車路信息交互和感知協同。
千方科技作為北京智能車聯產業創新中心的牽頭單位，始終處于中立的位置。
自動駕駛車輛做技術測試只是很小的一個環節，未來更多的是需要產品和商業模式的驗證，屆時也一定會涉及大量的產業發展與現行政策法規之間的匹配性問題。因此，如果沒有一個很好的機制以及第三方搭建運營，試點示范的意義就會大打折扣。為此，千方科技還提出了“Omni-T全域交通2.0解決方案”，包括提出用軟件的算法來定義交通基礎設施，以支持自動駕駛從技術驗證到商業模式驗證的轉變。
車路協同并非只是V2X 并非路端替代車端
試點示范和測試是自動駕駛技術的驗證、數據的積累，未來真正的大范圍推廣自動駕駛就需要單車智能+車路協同。
車路協同是幫助單車智能實現了上帝視角。車路協同，車是主體，路是載體。讓“聰明的車”跑在“智慧的路”上，才是最佳的自動駕駛車輛與路的匹配狀態。
人類歷史上，路網的前兩個階段分別是馬路、公路，第三階段就是智慧的路。自動駕駛效率與效果真正釋放，就必須依靠基礎設施的升級。這是一個30到50年周期且分階段、分優先級逐漸實現的巨大產業。
潘璠認為，“這不是簡單的在路端加裝傳感器設備，而是基礎設施全部數字化，實現數字孿生。所以我們不能把車路協同簡單的理解為V2X，而是汽車產業鏈跟整個交通路網體系之間的協同。”
在路端，千方科技這樣的企業的責任除了為交通基建賦能智慧網聯技術以外，更多的要做好運營模式和商業模式的探索。這也正是前文試點示范和測試的一個重要目標。
『千方科技智能網聯云控平臺』
孫亞夫認為，車路協同的未來需要統一規劃與建設，可以理解為是對新型基礎設施的運營，為交通參與者提供服務。
長期以來，車端的發展一直都先行于路端。在車路協同發展的前期，路端感知應該是車端感知能力的補充。一方面，路端感知信息的指標還不能完全滿足車規級品質要求，也存在不能保證信息實時、毫秒級傳輸的可能；另一方面，在車端感知范圍之內應該能感知到的信息，不能單純依賴路端感知來反饋給車端，兩者無法完全替代。車路協同要解決的一個重要問題是“超視距”，即車輛視野遮擋/看不見的問題。
對于路端，千方科技給出了兩層理解。
第一層是路端不需要增加過量、昂貴的額外傳感器，只需要將現有道路流量、天氣、路面等事件信息提取出來，傳遞到車端即可。這屬于事件級、車道級、秒級時延的感知，而感知計算可以在邊側（路或車），也可以在云端。
第二層路端需要增加或者增強現有的視頻、雷達傳感器、邊緣計算設備，使之能感知到目標級、厘米/分米級、毫秒級時延信息。這一般在交通比較復雜的路口、路段布設。在車路協同發展中，不是所有路口和路段都需要布設傳感器，傳感器的布設應該根據行駛需求分級別、分地點布設。
智能交通數字化時代的“數字孿生”
對自動駕駛車輛的技術檢測與驗證示范、車路協同的路端技術考量和運營模式探索等，都可以看作是智能交通數字化發展的一部分。而交通數字化又是各行各業數字化轉型的關鍵部分。
潘璠介紹，從2018年開始，交通行業開始數字化轉型，就是要解決縱深問題，即深入到行業，深入到場景。對老百姓而言，根本目標還是要做到效率更高，更綠色、更通暢，出行體驗更好。從交通行業角度來說，要通過降低單位能耗與碳排放，改善出行體驗，提升出行安全。
中國城市化進程到了“下半場”。“上半場”是城市人口增長，靠基建增長去滿足交通需求。“下半場”交通問題更復雜，整個交通體系需要滿足從單純的城鄉人口流動，向城市之間、城市群之間人口流動的轉變。
潘璠認為，未來交通基建還會繼續增長，增加體量并不會小，但因為基數逐漸增大，增長率會放緩。同時，智能化設施占比不斷提高，建設目標會更加注重需求導向，這促使交通組織結構和體系發生較大變化。
隨著智能化設施的增多、數字化技術的深入應用，一個將真實世界1：1還原到數字場景的虛擬空間將會誕生，并還原物理世界的運行規律。這種數字孿生基于全時空一體化的分布式計算技術，可以理解為在三維立體空間中加入時間軸，這樣動態的信息可以被引入交通數字化治理中，也可以滿足自動駕駛各場景下人工智能算法的訓練需求，從而提升訓練的效率和安全性。
孫亞夫表示，數字孿生并不遙遠，千方科技已經開始研究相關的混合現實測試技術，一輛車的全部測試會在數字空間再現。每輛車都能看到兩個世界，真實的物理世界和背后隱藏的數字世界，基于此甚至可以將測試評價貫穿整個汽車的全生命周期，并幫助車輛不斷迭代、不斷演進和評價。
從長遠來看，隨著自動駕駛車輛的應用，以智能網聯為核心的數字化未來交通體系，需要全新的數字化運營方案，即不僅支持自動駕駛，還可以支持交通管理、城市治理等需求的一套城市基礎設施數字運營平臺。這也是千方科技的努力方向。（文/汽車之家 劉宏龍）
