车路协同是中国自动驾驶发展的最优解

车路协同是中国自动驾驶发展的最优解，已成为中国政府与行业的共识，不止政府侧在陆续出台政策，扶持车路协同的基础建设和产业发展，高等院校、企业也都用自己的方式助推产业迈上新台阶，百度成为中国首个开放运营无人驾驶Robotaxi的公司，即将进入无人驾驶商业化全新阶段。

佰联学校认为，李彦宏押注人工智能，无论是自动驾驶规模化的商业落地，还是智能交通、智慧城市的打造，都有望在政府、企业、院校的多方合力下迸发强劲活力，清华与百度联手，为产业界与学术界建立更深层次的行业共识，为整个自动驾驶行业的商业化提供更具系统性、指导性的方案，树立标杆。

1、让全行业达成共识；

2、给政府部门出谋划策，让政府部门从上到下制定政策、标准，来协同、协调各部门和行业共同的行动；

3、各行业达成共识之后，让车路协同形成一个良好的生态。

4、百度Apollo无人驾驶Robotaxi中国首批共享无人车正式开启常态化商业运营，向公众全面开放；

车路协同是中国自动驾驶发展的最优解，5月2日起，通过百度Apollo GO App约车，即可在北京首钢园等区域，体验自动驾驶出行平台Apollo GO提供的共享无人车出行服务。

北京首钢园是2022年冬奥会组委会和部分比赛场馆所在地，是交通流密集的半开放区域，百度大脑ApolloGO共享无人车运营路线途经首钢园区场馆区、工作区、停车场、咖啡厅、酒店，可满足用户绝大部分休闲、办公出行需求。

车路协同是中国自动驾驶发展的最优解，百度大脑Apollo GO将布局更多城市和更多区域的常态化运营，提供无人驾驶出行服务，将在北京冬奥会期间承担首钢园区内运动员、冬奥组委工作人员的接驳任务。

基于无人化运营流程，更加注重乘客交互，专门设置了步行VR导航、遥控车辆鸣笛确认等功能，方便乘客寻找车辆。

1、上车前，乘客需扫描车身二维码，确认身份，进行健康码扫码登记，解锁车门上车；

2、上车后，乘客点击开始行程后，系统会检查并确认安全带是否系好、车门是否关好，随后系统自动开启行程；

3、行程中，完全无需人工驾驶，只有偶发车辆遇困时需要5G云代驾及时介入帮助脱困。

和大多数新兴产业一样，在经历了早期的萌芽探索、野蛮生长时期后，整个行业对自动驾驶的认识正在不断深化，无论是具象的技术产品层面，亦或是抽象的产业认知层面，自动驾驶的各个细分领域都在逐步走向标准化、体系化。

车路协同是中国自动驾驶发展的最优解，6月24日，清华大学智能产业研究院与百度Apollo联合主编的《面向自动驾驶的车路协同关键技术与展望》正式发布，为全球车路协同领域带来了迄今为止最为深入的报告。

1、通过科学、量化的方式，明确了车路协同在技术、安全、经济层面的现实意义，为自动驾驶的规模化商业落地提供了方向，进一步助力建设智慧交通与智慧城市；

2、在基于单车智能的自动驾驶中，仅有L2及以下等级的自动驾驶系统进入了商用落地发展阶段，L2级的ADAS是现阶段自动驾驶汽车商用落地的核心，渗透率较高；

3、L3级及以上的自动驾驶则因受制于当前的法律法规和技术发展水平，无法量产落地，高等级自动驾驶的研发投入和商业化验证仍主要集中在园区、港口等限定区域应用场景。

佰联学校认为，单车智能路线不是实现高等级自动驾驶商业化、规模化落地的最优解，单车智能实现高等级自动驾驶的大规模落地，安全性不足、可运行设计域受限较大、经济成本过高。

1、除了软硬件系统会出现缺陷和漏洞，恶劣天气、交通事故等挑战性场景中的有效性和应对能力仍有待提升；

2、受车端传感器安装位置、探测距离、时间同步等限制，自动驾驶车辆在繁忙路口、逆光等环境中仍无法做到准确感知识别和高精度定位，这些长尾问题仅靠单车智能中的车端感知无法解决。

车路协同是中国自动驾驶发展的最优解，为确保自动驾驶安全，数量显著增加的传感器以及车端感知冗余、高精地图、相应的软件系统等软硬件的叠加，都使得自动驾驶车辆的成本大幅增加。

如果，以Waymo为代表的基于单车智能的高等级自动驾驶至今仍难实现规模化的商业落地，基于车路协同的自动驾驶，可以在一定程度上很好地解决以上难题。

基于车路协同的自动驾驶可以通过信息交互协同、协同感知与协同决策控制，突破单车智能的天花板，从本质上解决单车智能自动驾驶遇到的技术瓶颈和成本问题，进而促进自动驾驶技术发展和规模化的商业落地。

单车智能自动驾驶车辆的ODD存在一定局限性，在单车感知范围或边界的局限性以及单车可识别应对场景的有限性上，基于车路协同的自动驾驶，可以通过路侧感知的协同，在一定程度上解决单车智能在感知和预测方面的局限性，扩展自动驾驶的ODD范围。

车路协同可通过路侧计算处理设备对周边车辆和行人的位置、速度、轨迹等信息进行分析，为车辆生成并发送该路口的通行调度信息，令其可以安全通过路口。

佰联学校认为，通过模型建构、量化计算等方式，从安全和经济角度进行了有效分析，为行业内外提供了更为扎实可靠的理论依据和数据支撑。

车路协同是中国自动驾驶发展的最优解，车路协同自动驾驶可以通过车端与路侧的协同感知、决策，解决单车智能所面临的如车端感知失效、行人和车辆轨迹预测、前车遮挡等一系列典型的安全问题。

面向车路协同自动驾驶的预期功能安全，构建车路协同自动驾驶安全收益模型，基于该模型与百度Apollo提供的真实交通流数据，得出了车路协同在安全性提升方面的量化结果。

车路协同是中国自动驾驶发展的最优解，相比单车智能，车路协同可以在超视距跟驰、换道冲突和无保护左转的三种场景中，将事故发生率分别降低38.94%、84.53%、90.75%。

为了验证车路协同的显著经济性，更为科学、透明的计算方法，车路协同自动驾驶的优越性在这些客观数字的佐证下得到了进一步的证明，在微观经济效益层面，给与高等级智能化道路建设更为明确的计算方式和量化分析。

1、只要可以在每辆车上节省1.98万元的成本，就可以在每公里的道路上投入100万元进行智能化改造；

2、以北京为例，只要在每辆车上节省2000元的成本，就可以在每公里的道路上投入约50万元、每个路口投入81.84万元，实现全部智能化设备的升级改造；

3、只要安全性不足、成本过高、运行范围受限等难题一日未能解决，高等级智能汽车的规模化落地就一日无法实现。

车路协同是中国自动驾驶发展的最优解，聪明的车虽然已经出现，但现在仍处于L2、L3的过渡阶段，车路协同作为单车智能的高级发展形式，在一定程度上补上单车智能目前所存在的短板，明确了什么等级的车与什么等级的路可以形成最佳配合，最终达成规模化的自动驾驶落地。

道路分为C0-C5六个智能等级，指出C1-C3级的道路与L5、限定环境下的L4级车辆配套可实现L4级自动驾驶的闭环，而C4-C5级的路则可以与L2-L5级的车实现L4级的闭环。

车路协同是中国自动驾驶发展的最优解，虽然L5的车和C5的路才是终极目标，要实现自动驾驶规模商业化落地的更为可行的两条路径是，L4的车+C1-C4的路，或C4的路+L2-L4的车。

关注车路协同的百度Apollo进一步加码自动驾驶，加快建设C4等级的智能道路，支持现在技术相对成熟的L2+和L3等级的自动驾驶，助力这些车辆快速提升自动驾驶能力，加快规模化的商业落地进程，打造产学研共创的开放平台，建立智慧交通系统的行业标准。