导读：所谓车路协同，就是通过无线通讯方式，将交通系统中的所有元素与所有运载工具和路边基础设施连接起来，形成完整的、提供信息动态共享的系统。

安全性是当前无人驾驶的重要挑战。

今年3月，Uber无人车发生全球首例无人车致人死亡的交通事故，给自动驾驶的发展前景蒙上了一层阴影。5月，无人车领军者谷歌旗下Waymo无人测试车与本田汽车相撞，车上安全员受轻伤。各项事故的发生不由令人反思：怎样的无人车才能更安全？

“无人车现有的发展空间是否能够支撑自动驾驶，是否还存在新的技术路线，这是当前所亟待思考的命题。”近日，在2018世界交通大会智慧交通论坛上，清华大学自动化系系统工程研究所所长张毅表示。在他看来，当前自动驾驶的技术路线主要依赖汽车设备自身的传感与决策，车内放置有庞大的计算系统，但依然无法完美满足自动驾驶的各项需求，智能汽车自身的承载压力也极大。

“既然交通是一个系统性工程，是否可以将不同的功能配置到不同的系统中？”张毅提出这样的问题，“与交通相关的道路系统也可以更加智能化，同时通过智能网络，将包括智能车、智能路等交通参与要素联合起来。”

构建庞大的车路协同系统还有望降低无人车成本。由于当前无人车需要自感知、自决策，因此对环境感知和识别能力要求极高，许多无人车选择了搭配激光雷达的路线，一个64线产品价格高达数万美元。“车路协同系统下，无人车感知设备要求就没有那么高，搭配千元级雷达即可。”在接受21世纪经济报道记者采访时，张毅表示。

车路协同平台

在智能汽车向前狂奔数年之后，车路协同开始被提上议事日程。

事实上，智能汽车本身的崛起，难以完全化解交通出行的一系列问题，首当其冲的便是安全：特斯拉、Uber无人车相继发生致死事故，全球无人车领军者谷歌，旗下Waymo无人车也发生过几次交通事故。

据加州机动车辆管理局（DMV）今年披露的无人车报告显示，包括百度、德尔福等无人驾驶公司也均有软硬件方面问题，包括转向错误，误判交通信号灯，其他车辆突然汇入时未能及时刹车，车道偏离，未能及时发现行人等。

在自动驾驶领域，当前拥有不同的技术路线。一个是基于高精度传感的技术路线，一个是基于高精度地图及导航的技术路线。前者需要车辆搭载高精度车载传感器，后者由高精度地图+高精度定位技术构成，两者均需要车辆进行自车决策与控制。

在无人车企业拼命提升车辆自身的感知识别及决策能力时，另一条技术路线开始日益受到重视。今年1月，国家发改委发布《智能汽车创新发展战略》（征求意见稿）中明确提出了“人-车-路-云”高度协同的战略目标，指明了智能汽车发展的终极方向。

“所谓车路协同，就是通过无线通讯方式，将交通系统中的所有元素与所有运载工具和路边基础设施连接起来，形成完整的、提供信息动态共享的系统，”张毅表示，“在此基础上可以实现任何车辆、时间、地点的交互。”

华为2012应用场景实验室杨波同样指出，近期北美自动驾驶路测事故频出，基于单车传感器的感知面临极大可靠性挑战，由此带来的启示不仅是单车需要加强感知，及时提醒，还需要强化车车协同与车路协同。

要实现车路协同，意味着智能车辆之外，需要建设智能路侧设备，收集汽车行驶过程中的信息并提供决策信息。同时，还需要能够连接车辆及路侧设备的网联数据中心。通信方面，需要搭配多模式、高可靠的无线通信技术。“现在车辆之间没有信息交互，因此无法协作，当可以信息交互后，就可以形成协同安全，从被动安全转变为主动安全。”张毅指出。

值得注意的是，车路协同不仅可以缓解安全问题，还能在一定程度上提升交通效率。据杨波介绍，当前交通效率管理调度能力弱，信号系统七国八制，72.7%的北京红绿灯无法联网感知和控制；道路使用不均衡，缺乏实时调度，深圳核心干道的空载率大约在65%-80%之间。