自动驾驶和它的未来——车路协同

自动驾驶和它的未来——车路协同

自动驾驶是新一代智能网联汽车最重要的功能，它利用计算机、传感器和其他设备实现车辆自主行驶。随着技术的不断进步，自动驾驶已经从辅助驾驶阶段迈向了真正的自动驾驶阶段。本文将为您详细介绍自动驾驶技术的发展现状、关键要素以及未来的发展趋势。

自动驾驶的基本概念

自动驾驶是指利用计算机、传感器和其他设备实现车辆自主行驶的技术，它解放人力迈向机械自动化。根据工信部2021年《汽车驾驶自动化分级》(GB/T40429-2021)和国际自动机工程师学会发布的标准，自动化能力被分为L0到L5六个等级，其中L1，L2被认为是辅助驾驶阶段，L3以上迈入自动驾驶阶段。

图4.1 自动驾驶的六个等级

自动驾驶的关键要素

高算力车载芯片

高算力车载芯片是支持自动驾驶算法的基础。在2003年上线的科幻电影《终结者3》中，具有人工智能，毁灭世界的天网为60TOPS(万亿次浮点运算每秒)，在当时看来这已经是一个天文数字，但人们显然低估了芯片发展的速度，当前主流高端车载芯片，如英伟达Orin算力高达275TOPS，国产地平线征程5则具备128TOPS。

图4.2 电影《终结者3》

高算力芯片已经成为智能汽车的重要卖点之一。高算力芯片可以给未来智能驾驶功能升级留有性能冗余，过去被普遍使用的英特尔旗下Mobileye的EyeQ4芯片，算力不足3TOPS，同时也不开放，导致后续无法进行智能驾驶功能升级。当下汽车厂商在高端型号中会配备多块高算力芯片互为算力冗余，例如理想L9，小鹏G9等配备了双Orin，蔚来ET7、ES7甚至于搭载了四Orin芯片，提供超过1000TOPS的恐怖算力。

传感器

传感器是汽车感知外界获取信息的关键，常见的传感器有激光雷达、超声波雷达、毫米波雷达、摄像头等的。例如特斯拉最新的Model3有8个摄像头、1个毫米波雷达和12个超声波雷达共21个传感器，最近发布的问界M5智驾版配置了1个顶置激光雷达、3个毫米波雷达、11颗高清摄像头以及12个超声波雷达共高达27个传感器。多种传感器相互结合，可以让汽车感知360度大范围的周边环境，从而做出正确的反应。

AI算法

AI算法是实现自动驾驶核心，领跑者都在自研上大量投入。去年特斯拉透露了大量关于自研超级计算机Dojo的消息，华为自己搭建了昇腾云平台，毫末智行发布了自己的智算中心MANAOASIS，小鹏汽车也宣布和阿里云合作，在乌兰察布建成自动驾驶智算中心“扶摇”。

图4.3 小鹏汽车海报

当前的发展情况

在当下，自动驾驶已经发展到了一个令人惊叹的地步，而另一方面又存在诸多的限制。很多搭载高阶辅助驾驶的新车不仅可以在高速上发挥作用，减轻长途行驶疲惫感，而且在城区使用也可以发挥作用，比如辅助行驶和自动规划路线，自动泊车，自动预警和紧急情况自动制动，日常使用的便捷和安全可以提升。

图4.4 问界M5乘坐图一

图4.5 问界M5乘坐图二

目前技术普及限制在于一方面是成本较高，前文所提到的芯片，传感器和算法，大大抬高了使用成本，想要体验到完整的辅助驾驶功能价格基本突破30万元大关，超出了一般人的考虑范围。另一方面限制在于则在于技术路线上，当下的自动驾驶功能主要依赖于高精度地图，余承东表示，国内的道路天天在变，依赖高精度地图的话，根本没办法普及。另外，高精度地图的制作成本非常高，想要把全国范围内的数据都采集下来非常难，甚至有时候今天采集完数据，明天就要改。测绘高精地图成本高效率低，难以在全国普及，能享受功能的地区到的集中于一线，二线城市。当下趋势是减少地图在辅助驾驶中的权重，增加感知能力的权重，近一年来华为、地平线、理想、蔚来等企业都给出脱离高精地图的解决方案，未来在中小城市也可以享受到自动驾驶的便利。

在当下的法律法规下，允许实际投入运行的是L1，L2级别的辅助驾驶，而更高等级L3，L4的自动驾驶仍然在试点测试当中，在当前发展下，L2和L3最大的差别并非技术水平，而是法律上的责任人不同，L2级别刑事主体为驾驶者，而L3级别主要由自动驾驶系统，也就是厂商负责。因此我们会看到同为具备L2级别辅助驾驶的汽车展现出能力大相径庭，因此厂商们也在法律允许的范围内用L2.5，L2+，L2.99等话术宣传自己的驾驶系统。

图4.6 问界M5发布会

2022年11月2日，工信部、公安部就《关于开展智能网联汽车准入和上路通行试点工作的通知(征求意见稿)》向社会征集意见，试点测试智能网联汽车更高水平的自动驾驶系统。

图4.7 自动驾驶行业相关政策梳理

总体来说自动驾驶目前已经具备了一定的实用性，开始进入了新的阶段，但高级别自动驾驶仍然面临着政策法规、安全性、技术成熟度等众多挑战亟待突破。

自动驾驶的未来——车路协同(VICAD)

车路协同是什么，为什么把它称为自动驾驶的未来呢？通俗而言，所谓的车路协同就是从前的汽车和路面实现智能网联化后，车和车，车与路不再是单独的个体。所谓交通是实时动态变化的过程，为了实现路径规划合理化，资源配置最优化的目的，各种交通信息必须实时传递与交互。在先进的计算机，传感器，无线通信和互联网等技术的加持下，车与车之间，车与路之间的信息不再孤立，而是做到实时交互与共享。例如路面可以实时检测当前的路况拥堵信息，而在别处驾驶的汽车可以根据所得知的路况信息，规划出更加合理的路线。

相较于当前有单车智能自动驾驶(AD)所有的传感器，车路协同所传递的信息将是海量的，感知技术和能力得到了极大提升，从而可以实现更加智能的功能，所以说车路协同是迈向自动驾驶的高阶发展形态和必然趋势，也是构建新型智慧城市的核心要素。

在去年末，清华大学和百度发布165页的《面向自动驾驶的车路协同关键技术与展望2.0》给出了明晰的发展远景。

近期目标是预计到2025年，VICAD在部分先行城市和高速公路实现规模商业化落地。在建有高等级智能道路的城市、区域或高速公路，实现L2及以上等级的自动驾驶车辆的连续行驶，在该阶段城市道路和高速公路中C4及以上高等级智能道路里程占比达到5%，L2及以上等级新车年销量占比超过50%；

中期目标是预计到2030年，国内大中型城市和高速公路中C4及以上高等级智能道路里程达到30%，L2及以上新车年销量占比达到90%，L2及以上自动驾驶车辆在城市和高速公路智能道路可实现大规模商用；

远期目标是预计到本世纪中叶，国内大中型城市和高速公路中基本实现超过90%的C4高等级智能道路覆盖，L2及以上新车年销量占比达到100%，L2及以上自动

驾驶车辆在全国大中型城市和重要高速公路智能道路上都能实现连续自动驾驶。

图4.8 车路协同自动驾驶规模商业化落地愿景目标