單車算力有限，未來高階智慧駕駛需要 V2X 配合
V2X（Vehicle to X），是未來智慧交通運輸系統的關鍵技術。它使得車與車、車與基站、基站與基站之間能夠通訊。從而獲得實時路況、道路資訊、行人資訊等一系列交通訊息，從而提高駕駛安全性、減少擁堵、提高交通效率、提供車載娛樂資訊等。
全國政協經濟委員會副主任苗圩表示，目前為止，包括特斯拉在內都是以單車智慧為主要的實現方式，但是現在越來越多企業意識到 V2X 的重要性。
苗圩認為光靠單車智慧也許做到 L2 級智慧駕駛能夠實現，但做到 L3 級智慧駕駛很困難。而 L4 級智慧駕駛的算力、功耗是車輛無法承擔的，所以必須把一部分算力從車移到路側，進行邊緣計算、端到端的通訊、車路協同。
V2X 的根基——基礎設施互聯互通
V2X 中的重要一環就是實現路端基礎設施互聯互通，
我國已經有多個試點在這方面進行嘗試。北京市高級別自動駕駛示範區工作辦公室主任孔磊介紹，目前在北京經開區 60 平方公里範圍內，已經實現 332 個數字化智慧路口基礎設施全覆蓋。
包括紅綠燈、道釘、攝像頭在內的基礎設施實現互聯互通為未來全天候、全場景的無人駕駛產業發展奠定基礎，但中國資訊通訊科技集團副總經理陳山枝稱這可能是 5 年、10 年後的事。但從目前試點城市取得的成果來看，路端智慧和車端智慧的結合在提升出行效率方面已經初顯成效。
同樣以北京經開區為例，路口的感知系統統計出車流量資訊，配合自適應動態最佳化的訊號燈，路口車均延誤率下降達 28。48%，車輛排隊長度下降 30。3%，綠燈浪費時間下降 18。33%，4 條雙線幹線綠波道路車均延誤減少 16% 以上。
而從長沙智慧駕駛研究院院長（希迪智駕 CEO）馬濰分享的成果來看，
路線相對固定、行駛變數較小的公交車無疑是目前 V2X 最佳的載體
。
長沙市試點區域將紅綠燈路口裝上訊號接收器，它會收到車載 OBU 發出的請求訊號。得益於 C-V2X 國家標準，這種互聯形式能夠實現毫秒級遲延、釐米級定位和超視距感知，根據公交車的載客量判斷優先順序，載客多的給予優先透過的權利。
舉個例子，如果公交車到紅綠燈時，恰好是綠燈將變紅燈，那麼就會等公交車過去之後再變紅燈。
2021 年上半年長沙市定製了兩條搭載主動式公交優先系統的線路，實際上較私家車按照地圖推薦線路的通勤時間平均節省 27。5%，比同樣的普通公交車通勤時間節省 30%，約 24。7% 的乘客原來是私家車出行，現在由於公交優先更快，就改乘公交出行。
由於基礎設施互聯互通的規劃和建設和車端智慧的提升需要並行發展，所以住建部和工信部均參與到了智慧城市和智慧汽車的「雙智」建設當中。除了北京、上海、廣州、武漢等六個城市在內的第一批試點之後，重慶、深圳、廈門、南京等十個城市被列為了第二批試點。
展望未來
當前制約智慧城市和智慧汽車協同發展主要有兩個方面因素：路側覆蓋率和車端滲透率達不到要求。
路側覆蓋率主要是城市道路的十字路口和重要的危險路段是否安裝 V2X 裝置，車端滲透率指的是車輛能否實現智慧網聯的輔助駕駛。如果路側的覆蓋率、車端滲透率不足，車路、車車之間無法實時通訊，那麼高階智慧駕駛的實現仍受到制約。
中國資訊通訊科技集團副總經理陳山枝的觀點是，先在危險路段和十字路口推行基礎設施互聯互通，鼓勵量產車前裝、社會營運車輛後裝支援 V2X 的裝置，最終目標是用標準化的手段實現無人駕駛。
以 5G 為基礎的 V2X 涉及到通訊、人工智慧、智慧基礎設施建設等等，汽車也從過去的機械類產品變成了大型的移動智慧終端。
智慧網聯汽車已經將車企、軟體公司、晶片公司、網際網路公司等聚攏在產業生態中。未來，資訊通訊技術企業、基礎設施建設企業、交通運輸企業、智慧城市發展企業等都將在智慧網聯汽車發展中跨界合作。
L2 級智慧駕駛大規模落地
乘用車 L2 級智慧駕駛已經實現大規模商用化應用。2021 年的乘用車有 22。2% 安裝了 L2 級及以下的自動駕駛系統，自適應巡航（ACC）、自動緊急制動（AEB）、車道保持系統（LKS）、自動泊車（APA）等技術已經實現廣泛上車應用。
2016 年在美國國家運輸安全委員會（NTSB）和美國公路安全保險協會（IIHS）推動下，大眾、通用與豐田等二十家車企簽下協議。這些車企宣佈在 2022 年 9 月前將自動剎車系統（AEB）作為標準配置，普及到美國市場全系車型。
這 20 家車企佔據了美國 99% 市場份額。如果協議完全履行，意味著到 2022 年，美國人買到的每輛新車，幾乎都會標配 AEB。
而李想在會議上建議：應該把 AEB 作為標配功能。自動剎車系統（AEB）可以大幅度地降低道路交通上因司機未注意而撞上車的可能性，道路交通安全的死亡和傷亡人數會大幅度下降。全國政協經濟委員會副主任苗圩表示很贊同這個觀點。
但是值得注意的是目前一些車型上的 AEB 功能仍存在誤報、剎停判斷標準不統一等問題，並且車輛感知感測器存在差異，配備了 AEB 功能的車企在最終落地效果上也各有高低
。AEB 功能的最終目的是提高道路安全性、減少意外和傷亡，如果希望大規模普及該功能，那麼監管機構和車企未來需要協力制定測試場景和規範。
從大面上看，如今一些車企的 L2 級別智慧駕駛已經能夠做到較高的成熟度和使用者使用率。何小鵬介紹道，過去時間裡小鵬智慧駕駛累計行駛里程已經達到 1。4 億公里，而智慧駕駛的輔助泊車做到 734 萬次。
何小鵬稱，小鵬的 NGP 里程滲透率達到 62%，並且智慧駕駛相比手動駕駛在安全性上提高超過 10 倍。但是和發展迅猛的 L2 級智慧駕駛形成對比，L3 和更高階智慧駕駛在大規模落地上仍步履蹣跚。
仍聚焦特定場景和限定範圍的 L3 級智慧駕駛
受到單車智慧的侷限性，目前國內企業在 L3 及更高階智慧駕駛的嘗試上仍聚焦特定場景和限定範圍。
比如北京的高級別自動駕駛示範區是透過「車、路、雲、網、圖」五位一體實現區域內 L4 級別智慧駕駛的成果。北京市高級別自動駕駛示範區工作辦公室主任孔磊也表示，在智慧網聯汽車發展過程中，車路雲網圖、資料等要素非常重要，這些要素和智慧城市基礎設施建設緊密相關。
商湯科技的網聯化改造的傳統車輛和無人接駁小巴透過車輛感測器路端的感知、雲端的訊號燈控制和車端接入、路側裝置接入和雲端控制實現限制在特定區域、特定場景內的 L4 級別效果。
一徑科技的無人配送小車在園區、辦公樓等封閉場景已經投入運營。但他們和京東合作的低速物流快遞車城區執行業務仍在嘗試用加入鐳射雷達的方式解決，並沒有實際投入商用。
百度集團資深副總裁、智慧駕駛事業群組總經理李震宇則表示在城市的複雜場景下，車路雲的協同應用能加速自動駕駛的規模落地。李震宇稱，在城市道路里最難的是路口，僅僅憑著單車智慧，會存在一些場景中無法解決的問題：訊號燈遮擋、盲區感知、超遠視距，還有一些障礙物、地圖更新等等。
但透過車路雲協同應用，路側的基礎設施具備感知和規劃決策的能力，高精地圖能夠提供動態的更新路況的資訊，雲端的資料能夠提供協助的決策。雲端還有一個 5G 的安全員，他可以提供遠端的安全冗餘。如此一來可以打破單車感知和場景理解的侷限性，降低困難場景的複雜度。
李震宇表示，
在未來 10—40 年裡，車路雲一體化是最終形態。
本文來源於 汽車之家車家號-42號車庫