單車智能VS車路協同：技術的能與不能、商用的克制與陷阱 | CCF-GAIR 2020

2020年8月7日，全球人工智能與機器人峰會(CCF-GAIR 2020)正式開幕。CCF-GAIR 2020峰會由中國計算機聯合會(CCF)主辦，香港中文大學(深圳)和Leifeng.com聯合承辦，鵬程實驗室和深圳人工智能與機器人研究所協辦。

8月8日，在智能駕駛專題峰會上，新智家舉辦了“新基礎設施下自動駕駛將迎來哪些機遇？線下圓桌論壇。當天下午5點，富瑞特科總裁張林、中山大學副教授、博士生導師、慧拓智能CEO兼聯合創始人陳龍、主線科技合伙人、前瞻研究院院長王超、副總裁邱、途勝未來上海總經理薛建聰圍繞“中國自動駕駛如何突圍”的主題進行了精彩的探討，上海硬球管理咨詢公司創始人兼CEO Crystal Zhang擔任圓桌主持人。

圓桌會議要點概述:

1，5G是自動駕駛的錦上添花，而不是及時輔助的技術。

5G指的是第五代移動通信系統，它的明顯優勢是極速、大連接、極低時延。近年來，隨著汽車智能網聯技術的發展，5G與汽車行業的深度融合已經成為一種趨勢。5G有望給車聯網和自動駕駛帶來顛覆性的改變，在這些領域的落地將進一步發展5G技術。目前5G技術在汽車上的應用僅限于車載系統、車聯網等部分，更高層次的應用需要大量基礎設施建設的配合。

2.現在中國的交通發展不僅僅是智能駕駛，而是智能聯網。

智能網聯汽車是自動駕駛汽車發展的新階段，也是自行車自動駕駛與網聯汽車融合的新產品、新模式、新生態。與常規汽車相比，智能網聯汽車有兩個重要特點:一是多技術交叉、跨行業融合；二是地域和社會屬性增加。智能網聯汽車在行駛過程中需要通信、地圖、數據平臺等國內屬性的支持和安全管理，每個國家都有自己的使用標準和規范，因此智能網聯汽車的開發和使用都具有地方屬性。

3.不要過分強調V2X，而忽略了自行車智能應用本身要攻克的技術。

漸進式發展以量產汽車產品為首要發展目標，因此會依賴傳統的汽車軟硬件技術架構，難以滿足智能駕駛汽車不斷變化的發展需求；一步一步發展和傳統汽車有著巨大的區別，安全性和可靠性有待檢驗。同時，系統的量產能力和成本因素也會影響和制約規模化生產。

4、自行車智能+車路協調，重要的是解決汽車產業化的實際問題。

無論自動駕駛的技術和商業模式如何變化，自動駕駛的時代終將到來。基于自行車智能和車路協同的復雜的新型交通系統與傳統的交通系統并不相同。要利用好中國能做的根據中國的現狀，智能網聯是中國選擇的最正確的方式。

圓桌會議的記錄如下:

宿主

上海硬球管理咨詢公司創始人兼首席執行官張晶

圓桌嘉賓

張林總裁

中山大學副教授、博士生導師陳龍，慧拓智能CEO、聯合創始人。

王超主線技術合伙人、前瞻研究院院長。

邱，副總裁。

薛建聰圖森，未來的上海總經理

沒有5G，不一定沒有自動駕駛。

張水晶:謝謝邀請。今天，我們將與嘉賓探討在新的基礎設施下，自動駕駛將迎來哪些機遇。因為時間關系，我們就直入主題吧。第一個問題是關注通信網絡基礎設施。現在5G很普及。這里想問大家的是5G網絡會給自動駕駛帶來什么價值？自動駕駛落地一定要有5G嗎？對于不同的落地場景，5G的價值會有所不同嗎？

張林:在新基礎設施的背景下，從智能汽車的角度來看，5G是一個非常重要的渠道，主要是通過車與云的連接，以及道路與云的連接。

陳龍:根據我們公司選擇的具體場景，我們是礦山無人公司。與其說是礦山無人公司，其實更接近于一個礦區的AGV系統，自動駕駛只是其中一個環節。我更愿意稱之為礦用機器人和礦業互聯網。說到礦區工業互聯網，5G是一個非常重要的工具，在某些場景下是必須的。

邱:從我們的角度來看，榮源七星正在做RoboTaxi，5G起到了很好的幫助作用。RoboTaxi涉及很多方面，包括調度、遠程監控、監管等。5G可以幫助我們很好地管理和監控車輛。

王超:5G主要用于自動駕駛兩個方面:V2X和云計算。5G為傳輸提供了更寬、更寬、更平的道路，同時解決了我們在V2X中傳輸的內容，這是一個質的提升。但是，如何使用數據，如何駕駛測試，如何使用我們在本地和云端傳輸的內容做計算，如何提供自動駕駛服務，需要針對不同的場景、不同的技術路線、不同的架構有針對性地討論，不能一刀切。

薛建聰:我覺得5G技術是一個很好的技術，但是目前它的用途并沒有我們想象的那么神奇。5G是錦上添花，而不是雪中送炭的技術。無人駕駛的實現依賴5G是錯誤的。對于無人駕駛，我不認為5G是目前必要的技術。

衛星互聯網，自動駕駛定位加分

張晶:我們專注于衛星互聯網，另一項非常重要的通信基礎設施技術。定位對于自動駕駛非常重要。現在自動駕駛依靠傳感器和高精地圖來彌補GPS的不足。目前中國北斗做的很好，配合就能做到厘米級。我想問你的是，未來中長期自動駕駛的定位，光靠衛星互聯網夠不夠？衛星互聯網會對自動駕駛的發展產生什么影響？我應該怎么考慮？

薛建聰:我覺得衛星定位是一個很重要的技術，但是如果沒有衛星信號，是不是可以通過無人駕駛來實現？當然不是。比如隧道場景沒有衛星信號。途勝未來有七種不同的方式做定位，包括高精地圖，衛星定位等等。它是一種結合了多種方式的定位技術。

基于fusi……定位系統，結合現在的差分信號，我們已經可以在衛星定位本身達到更高的精度。衛星定位方式很重要，但不能是無人系統中唯一的定位方式。

王超:我非常同意薛總的意見。我們在港口和公路方面做了大量工作。如果按照北斗結合地面基站的厘米級，可以滿足大部分場景下的自動駕駛應用需求。有兩個方面:一方面是安全冗余，任何單一來源的信息都是不可靠的。我們不知道它什么時候會失敗，失敗了怎么處理。我們必須有足夠的應急計劃。

在未來，即使我們的衛星定位可以提高到更高的精度，其他定位技術也必須仍然存在。在很多特定場景下，比如港口作業、集裝箱裝卸等，需要比厘米級更高的精度，可能是一兩厘米甚至更高。

衛星定位是相對需求，我們也需要其他定位手段輔助。不僅僅是靠北斗或者其他衛星定位技術，還有自動駕駛技術。

邱:前兩位嘉賓介紹了GPS的很多應用，非常好，我們也是一樣。作為參考和輸入，我們依靠激光雷達、視覺和慣性導航來獲得非常可靠的結果。對于GNSS高精度定位方案來說，它可以在很多方面幫助我們完成不同設備或不同區域地圖之間的參照系問題。一個是我們在不同的城市，他們的地圖可能有標桿標準，我們通過定位這部分來實現；另一個是港口內的定位工作。我們需要知道目標物體在哪里。在這種情況下，高精度定位系統可以幫助我們知道位置。總之，實際行駛的車輛并不完全依賴于高精度的衛星定位系統。

陳龍:首先需要明確北斗是必須的。在全球定位系統下，中國非常有必要擁有自己的衛星定位系統。

但是在無人駕駛的過程中，完全依靠衛星定位會導致災難性的結果。衛星信號穿過大氣層，建筑物遮擋，會有很多誤差，不可能把5個人的執行和保證全部放在這里。我們還是要不斷提高自己的定位能力，才能更好的完成整個定位系統。

自行車智能VS車路協同，沒有輸贏。

張水晶:看來通信網絡基礎設施只是加分項。接下來，關注智能交通基礎設施。既然是加分項，請問主要應用場景是高速公路下的途勝未來嗎？如果說V2X是助推器的話，那么當今高速公路應用場景中，短期內依靠自行車智能難以克服的痛點是什么？用V2X可以更快解決。就說兩個你覺得最痛苦的痛點吧。

薛建聰:車路協同的場景我們講了很多，但目前看來主要用在開放道路上的兩個地方:紅綠燈和道口門。但我不認為這兩個地方一定要用V2X來解決。

結合剛才的問題，V2X和5G一樣，可以是非常好的技術手段。我過紅綠燈的時候告訴我是什么燈，或者你現在停下來，15秒后換燈，我好做更合理的駕駛策略和準備。但是還有很多問題需要解決，比如車路協調信號錯誤造成的事故誰來負責。這是一個需要在技術之外，但在法律層面討論的問題。

張水晶:V2X用什么比較好？今天自行車智能更難攻克？

薛建聰:目前我認為自行車智能化還遠沒有達到頂峰。在物理規則之內，我相信目前沒有什么是自行車智能克服不了的，而必須通過V2X來解決。

張水晶:你同意薛總的說法嗎？

王超:我同意一些觀點。從自動駕駛車輛的能力和安全性來看，我們目前的出發點是絕對不依賴V2X來保證車輛的安全性。我們把這件事交給第三方來決定人類的安全是不負責任的。

V2X主要帶來兩方面的改進:一方面是感知的限制。從系統的設計和實現來看，車輛感知可以幫助實現障礙物、地圖、輔助定位、局部決策規劃等任務。另一方面是更長距離的安全保障是否高效。高速行駛的車輛可以感知300-500米的情況，包括路面破損、車流量等信息，讓車輛決策和規劃更加高效。V2X是錦上添花。它不能讓我更安全，但可以讓我更有效率。

從全局來看，我更愿意用調度和控制來形容。我們現在說的是自行車智能，這種描述顯示了它的局限性。它做自己的事。

張水晶:痛點是什么？我覺得高速公路上事故多發區很多，就算是老司機也很難駕馭。基礎設施不能幫助解決這個痛點嗎？人類駕駛員上下坡道并不容易。基礎設施幫不上忙嗎？

王超:可以有幫助，可以提供一些信息，讓我們更方便。

張水晶:接下來請陳總、劉總。V2X在礦區和城市路況有幫助嗎？他們能幫助的痛點是什么？

陳龍:我覺得前兩位嘉賓的回答都跑題了。我們需要討論的不是單車智能和V2X誰更重要，或者是要不要用V2X來提升單車智能的功能。其實中國已經回答了這個問題。2008年開始做無人駕駛。十幾年來，國家對無人駕駛的規劃一直在逐漸變化，有些變化是由中國國情決定的。h……h速現場比較特別。國外重點提升自行車智能，但都是基于人工智能理論和計算單元技術的提升。在人工智能理論的核心推廣上，比如卷積神經網絡的推廣，還有很多過程需要解釋。

所以我們現在的認知是基于現在的人工智能理論。自行車智能能做到什么程度，開放場景下的無人駕駛能否完全由自行車智能解決，都是一個問號，沒有一家公司能回答。中國以現狀給出了路線，現在中國說的不僅僅是智能駕駛，而是智能網聯。

回到礦上，有很多痛點和問題。我們制作的場景與開闊的道路不同。不需要非常高的速度，也不需要100%的絕對安全。它不需要運送人，速度可以控制在25 km/h，所以我們需要達到的是盡可能高效的調度整個系統，讓調度規范管理更加高效。在這個過程中，V2X肯定會發揮作用。比如礦區，經常會出現這樣的情況，高度是立體的，轉彎半徑很小，而車本身很高。需要在車周圍安裝傳感器，在小轉彎半徑下看得更廣。V2X可以解決這個問題。

相信高精場景也有相應的應用。比如超視距感知，可以通過V2X的基礎設施來做，很多工作只能在國內做。現在不是我想用什么方式解決問題，而是根據中國目前的情況，中國能做什么。我認為智能網聯是中國選擇的最正確的方式。

邱:剛才大家談了很多，我想補充一下。我覺得V2X的價值是基于場景的。

從深圳的日常街道來看，單車智能可以很好的處理大部分情況，小問題也在決策規劃上有所提升。從廣義上來說，V2X可以看作是云。當我們做RoboTaxi的時候，V2X必須和云端通信，完成我們的訂單和調度任務。另一方面，我們在小街上行駛的時候，會遇到只有一條車道的情況，因為我們在修路的時候看不到完整的路況。如果有V2X，我們就可以更好的判斷兩邊的流量是否被占用，我們是在等待還是通過。2020年8月7日，全球人工智能與機器人峰會(CCF-GAIR 2020)正式開幕。CCF-GAIR 2020峰會由中國計算機聯合會(CCF)主辦，香港中文大學(深圳)和Leifeng.com聯合承辦，鵬程實驗室和深圳人工智能與機器人研究所協辦。

8月8日，在智能駕駛專題峰會上，新智家舉辦了“新基礎設施下自動駕駛將迎來哪些機遇？線下圓桌論壇。當天下午5點，富瑞特科總裁張林、中山大學副教授、博士生導師、慧拓智能CEO兼聯合創始人陳龍、主線科技合伙人、前瞻研究院院長王超、副總裁邱、途勝未來上海總經理薛建聰圍繞“中國自動駕駛如何突圍”的主題進行了精彩的探討，上海硬球管理咨詢公司創始人兼CEO Crystal Zhang擔任圓桌主持人。

圓桌會議要點概述:

1，5G是自動駕駛的錦上添花，而不是及時輔助的技術。

5G指的是第五代移動通信系統，它的明顯優勢是極速、大連接、極低時延。近年來，隨著汽車智能網聯技術的發展，5G與汽車行業的深度融合已經成為一種趨勢。5G有望給車聯網和自動駕駛帶來顛覆性的改變，在這些領域的落地將進一步發展5G技術。目前5G技術在汽車上的應用僅限于車載系統、車聯網等部分，更高層次的應用需要大量基礎設施建設的配合。

2.現在中國的交通發展不僅僅是智能駕駛，而是智能聯網。

智能網聯汽車是自動駕駛汽車發展的一個新階段，也是一個新產品……自行車自動駕駛和網聯汽車融合的新模式新生態。與常規汽車相比，智能網聯汽車有兩個重要特點:一是多技術交叉、跨行業融合；二是地域和社會屬性增加。智能網聯汽車在行駛過程中需要通信、地圖、數據平臺等國內屬性的支持和安全管理，每個國家都有自己的使用標準和規范，因此智能網聯汽車的開發和使用都具有地方屬性。

3.不要過分強調V2X，而忽略了自行車智能應用本身要攻克的技術。

漸進式發展以量產汽車產品為首要發展目標，因此會依賴傳統的汽車軟硬件技術架構，難以滿足智能駕駛汽車不斷變化的發展需求；一步一步發展和傳統汽車有著巨大的區別，安全性和可靠性有待檢驗。同時，系統的量產能力和成本因素也會影響和制約規模化生產。

4、自行車智能+車路協調，重要的是解決汽車產業化的實際問題。

無論自動駕駛的技術和商業模式如何變化，自動駕駛的時代終將到來。基于自行車智能和車路協同的復雜的新型交通系統與傳統的交通系統并不相同。要利用好中國能做的根據中國的現狀，智能網聯是中國選擇的最正確的方式。

圓桌會議的記錄如下:

宿主

上海硬球管理咨詢公司創始人兼首席執行官張晶

圓桌嘉賓

張林總裁

中山大學副教授、博士生導師陳龍，慧拓智能CEO、聯合創始人。

王超主線技術合伙人、前瞻研究院院長。

邱，副總裁。

薛建聰圖森，未來的上海總經理

沒有5G，不一定沒有自動駕駛。

張水晶:謝謝邀請。今天，我們將與嘉賓探討在新的基礎設施下，自動駕駛將迎來哪些機遇。因為時間關系，我們就直入主題吧。第一個問題是關注通信網絡基礎設施。現在5G很普及。這里想問大家的是5G網絡會給自動駕駛帶來什么價值？自動駕駛落地一定要有5G嗎？對于不同的落地場景，5G的價值會有所不同嗎？

張林:在新基礎設施的背景下，從智能汽車的角度來看，5G是一個非常重要的渠道，主要是通過車與云的連接，以及道路與云的連接。

陳龍:根據我們公司選擇的具體場景，我們是礦山無人公司。與其說是礦山無人公司，其實更接近于一個礦區的AGV系統，自動駕駛只是其中一個環節。我更愿意稱之為礦用機器人和礦業互聯網。說到礦區工業互聯網，5G是一個非常重要的工具，在某些場景下是必須的。

邱:從我們的角度來看，榮源七星正在做RoboTaxi，5G起到了很好的幫助作用。RoboTaxi涉及很多方面，包括調度、遠程監控、監管等。5G可以幫助我們很好地管理和監控車輛。

王超:5G主要用于自動駕駛兩個方面:V2X和云計算。5G為傳輸提供了更寬、更寬、更平的道路，同時解決了我們在V2X中傳輸的內容，這是一個質的提升。但是，如何使用數據，如何駕駛測試，如何使用我們在本地和云端傳輸的內容做計算，如何提供自動駕駛服務，需要針對不同的場景、不同的技術路線、不同的架構有針對性地討論，不能一刀切。

薛建聰:我覺得5G技術是一個很好的技術，但是目前它的用途并沒有我們想象的那么神奇。5G是錦上添花，而不是雪中送炭的技術。無人駕駛的實現依賴5G是錯誤的。對于無人駕駛，我不認為5G是目前必要的技術。

衛星互聯網，自動駕駛定位加分

張晶:我們專注于衛星互聯網，另一項非常重要的通信基礎設施技術。定位對于自動駕駛非常重要。現在自動駕駛依靠傳感器和高精地圖來彌補GPS的不足。目前中國北斗做的很好，配合就能做到厘米級。我想問你的是，未來中長期自動駕駛的定位，光靠衛星互聯網夠不夠？衛星互聯網會對自動駕駛的發展產生什么影響？我應該怎么考慮？

薛建聰:我覺得衛星定位是一個很重要的技術，但是如果沒有衛星信號，是不是可以通過無人駕駛來實現？當然不是。比如隧道場景沒有衛星信號。途勝未來有七種不同的方式做定位，包括高精地圖，衛星定位等等。它是一種結合了多種方式的定位技術。

基于fusi……定位系統，結合現在的差分信號，我們已經可以在衛星定位本身達到更高的精度。衛星定位方式很重要，但不能是無人系統中唯一的定位方式。

王超:我非常同意薛總的意見。我們在港口和公路方面做了大量工作。如果按照北斗結合地面基站的厘米級，可以滿足大部分場景下的自動駕駛應用需求。有兩個方面:一方面是安全冗余，任何單一來源的信息都是不可靠的。我們不知道它什么時候會失敗，失敗了怎么處理。我們必須有足夠的應急計劃。

在未來，即使我們的衛星定位可以提高到更高的精度，其他定位技術也必須仍然存在。在很多特定場景下，比如港口作業、集裝箱裝卸等，需要比厘米級更高的精度，可能是一兩厘米甚至更高。

衛星定位是相對需求，我們也需要其他定位手段輔助。不僅僅是靠北斗或者其他衛星定位技術，還有自動駕駛技術。

邱:前兩位嘉賓介紹了GPS的很多應用，非常好，我們也是一樣。作為參考和輸入，我們依靠激光雷達、視覺和慣性導航來獲得非常可靠的結果。對于GNSS高精度定位方案來說，它可以在很多方面幫助我們完成不同設備或不同區域地圖之間的參照系問題。一個是我們在不同的城市，他們的地圖可能有標桿標準，我們通過定位這部分來實現；另一個是港口內的定位工作。我們需要知道目標物體在哪里。在這種情況下，高精度定位系統可以幫助我們知道位置。總之，實際行駛的車輛并不完全依賴于高精度的衛星定位系統。

陳龍:首先需要明確北斗是必須的。在全球定位系統下，中國非常有必要擁有自己的衛星定位系統。

但在無人駕駛的過程中，完全依靠衛星定位會導致災難性的結果。衛星信號穿過大氣層，建筑物遮擋，會有很多誤差，不可能把5個人的執行和保證全部放在這里。我們還是要不斷提高自己的定位能力，才能更好的完成整個定位系統。

自行車智能VS車路協同，沒有輸贏。

張水晶:看來通信網絡基礎設施只是加分項。接下來，關注智能交通基礎設施。既然是加分項，請問主要應用場景是高速公路下的途勝未來嗎？如果說V2X是助推器的話，那么當今高速公路應用場景中，短期內依靠自行車智能難以克服的痛點是什么？用V2X可以更快解決。就說兩個你覺得最痛苦的痛點吧。

薛建聰:車路協同的場景我們講了很多，但目前看來主要用在開放道路上的兩個地方:紅綠燈和道口門。但我不認為這兩個地方一定要用V2X來解決。

結合剛才的問題，V2X和5G一樣，可以是非常好的技術手段。我過紅綠燈的時候告訴我是什么燈，或者你現在停下來，15秒后換燈，我好做更合理的駕駛策略和準備。但是還有很多問題需要解決，比如車路協調信號錯誤造成的事故誰來負責。這是一個需要在技術之外，但在法律層面討論的問題。

張水晶:V2X用什么比較好？今天自行車智能更難攻克？

薛建聰:目前我認為自行車智能化還遠沒有達到頂峰。在物理規則之內，我相信目前沒有什么是自行車智能克服不了的，而必須通過V2X來解決。

張水晶:你同意薛總的說法嗎？

王超:我同意一些觀點。從自動駕駛車輛的能力和安全性來看，我們目前的出發點是絕對不依賴V2X來保證車輛的安全性。我們把這件事交給第三方來決定人類的安全是不負責任的。

V2X主要帶來兩方面的改進:一方面是感知的限制。從系統的設計和實現來看，車輛感知可以幫助實現障礙物、地圖、輔助定位、局部決策規劃等任務。另一方面是更長距離的安全保障是否高效。高速行駛的車輛可以感知300-500米的情況，包括路面破損、車流量等信息，讓車輛決策和規劃更加高效。V2X是錦上添花。它不能讓我更安全，但可以讓我更有效率。

從全局來看，我更愿意用調度和控制來形容。我們現在說的是自行車智能，這種描述顯示了它的局限性。它做自己的事。

張水晶:痛點是什么？我覺得高速公路上事故多發區很多，就算是老司機也很難駕馭。基礎設施不能幫助解決這個痛點嗎？人類駕駛員上下坡道并不容易。基礎設施幫不上忙嗎？

王超:可以有幫助，可以提供一些信息，讓我們更方便。

張水晶:接下來請陳總、劉總。V2X在礦區和城市路況有幫助嗎？他們能幫助的痛點是什么？

陳龍:我覺得前兩位嘉賓的回答都跑題了。我們需要討論的不是單車智能和V2X誰更重要，或者是要不要用V2X來提升單車智能的功能。其實中國已經回答了這個問題。2008年開始做無人駕駛。十幾年來，國家對無人駕駛的規劃一直在逐漸變化，有些變化是由中國國情決定的。h……h速現場比較特別。國外重點提升自行車智能，但都是基于人工智能理論和計算單元技術的提升。在人工智能理論的核心推廣上，比如卷積神經網絡的推廣，還有很多過程需要解釋。

所以我們現在的認知是基于現在的人工智能理論。自行車智能能做到什么程度，開放場景下的無人駕駛能否完全由自行車智能解決，都是一個問號，沒有一家公司能回答。中國以現狀給出了路線，現在中國說的不僅僅是智能駕駛，而是智能網聯。

回到礦上，有很多痛點和問題。我們制作的場景與開闊的道路不同。不需要非常高的速度，也不需要100%的絕對安全。它不需要運送人，速度可以控制在25 km/h，所以我們需要達到的是盡可能高效的調度整個系統，讓調度規范管理更加高效。在這個過程中，V2X肯定會發揮作用。比如礦區，經常會出現這樣的情況，高度是立體的，轉彎半徑很小，而車本身很高。需要在車周圍安裝傳感器，在小轉彎半徑下看得更廣。V2X可以解決這個問題。

相信高精場景也有相應的應用。比如超視距感知，可以通過V2X的基礎設施來做，很多工作只能在國內做。現在不是我想用什么方式解決問題，而是根據中國目前的情況，中國能做什么。我認為智能網聯是中國選擇的最正確的方式。

邱:剛才大家談了很多，我想補充一下。我覺得V2X的價值是基于場景的。

從深圳的日常街道來看，單車智能可以很好的處理大部分情況，小問題也在決策規劃上有所提升。從廣義上來說，V2X可以看作是云。當我們做RoboTaxi的時候，V2X必須和云端通信，完成我們的訂單和調度任務。另一方面，我們在小街上行駛的時候，會遇到只有一條車道的情況，因為我們在修路的時候看不到完整的路況。如果有V2X，我們就可以更好的判斷兩邊的流量是否被占用，我們是在等待還是通過。因此，V2X的值應該基于不同的場景來考慮。

張水晶:請問張總，如果基礎設施要智能化，需要部署很多傳感器。車載傳感器可以在基礎設施端直接使用嗎？這些機會會屬于Fretek這樣的公司嗎？

張林:目前我們做了一些項目，主要是從車端到路端。相機的光學原理和機構有些不同。從感知層面到最終成像，以深度學習算法為目標進行融合檢測。如果70%-80%可以數量級復用，對我們來說是一個新的業務領域。通過對車輛和路邊的檢測，從車輛的角度來看，多了一種感知能力。我們對如何對齊車輛的坐標系和實際尺寸非常感興趣。

另一方面，我認為在很多中國特色的交通場景中，車端的感知能力可能會受到挑戰。比如盤山公路有些匝道很短，需要以很快的速度切入主干道，完全依靠車輛自身的感知也是有限的。V2X可以幫助自動駕駛感知進行擴展和冗余，這將提高感知穩定性和道路交通安全。因此，要實現更安全、更高效的駕駛體驗，我們認為V2X也是未來實現高水平自動駕駛的新契機。

今天早上兩位教授談到，在惡劣的路況下，霧天、雨天，傳感器的感應距離急劇下降，導致制動能力急劇下降。在這種場景下，目前的感知能力大多在160-200米，難以進行變道和緊急避障。無論是高速公路還是城市場景，在中短期內，目前車輛的感知能力還不能覆蓋所有場景。

自行車智能+車路協同解決汽車實際產業化

張水晶:已經有不同的聲音了。我可以……從王總經理和薛總經理的表情中可以看出一種擔憂。我擔心中國過分強調V2X，忽略了自行車智能化應用要攻克的技術。

既然有這樣的擔心，如何平衡自行車智能化與新基礎設施或者V2X，才能保證最終成為汽車強國和自動駕駛強國？

張琳:根據不同的場景，需求確實不一樣。我覺得高速場景和低速場景會有不同的需求。早上阿里講碼頭運輸的時候，如果考慮到7*24小時都要有這個能力的話，V2X是一個非常重要的感知能力的補充，但是光有V2X是不夠的，阿里還需要遠程控制來輔助。自動駕駛的初衷是需要更加安全可靠，行業需要量產，這對系統設計和成本控制提出了更高的要求。

陳龍:我非常同意張先生的觀點。就像我剛才說的，我們國家已經給出了方向和答案。為什么現在要做新的基礎設施，走智能駕駛端的智慧之路？國家已經給了一個明確的狀態。就是因為自行車智能現在很大程度上解決不了問題。在這種條件下，我們過分強調感知的程度，不一定是最正確的。因為解決這個問題不是比較功能的問題，而是解決系統工程最終應用的問題。我們要做的就是充分利用現在可行的成熟技術，并灌輸到我們的系統工程中去，完成最終的應用，達到最終的結果。

對于礦山來說，無人駕駛只是很小的一個點。除了駕駛車輛從A點到B點，還要進行挖掘等一系列作業，這是一個涉及多臺挖掘機、叉車、運載車配合的自動化作業過程。所以這不是簡單的自動駕駛本身的實現，更像是一個系統工程。要用整體的眼光去探索解決方案，完成系統的程序和功能，解決現實問題。

新的基礎設施將成為每個環節的驅動力，包括5G采礦。我覺得還是要布局應用場景和具體問題，而不是單車功能。解決問題是工業化要考慮的實際問題。

邱:在我們看來，V2X和自行車智能化是相輔相成、相互促進的。雖然自行車智能還是路邊感知，但本質上它的技術需要有對車輛的感知和定位。自行車智能，現階段會在人工智能、感知、定位上更進一步，率先解決無人駕駛的問題。將V2X和自行車智能結合在更多的場景中，可以幫助行業做得更好，在時間和空間兩個維度上，都可以覆蓋得更全面。

王超:我想把我的觀點說清楚。V2X提升了自行車智能。以工業化為目標，更多考慮到新的基礎設施建設在現階段和未來幾年是一個相對較長的過程。目前各種技術還沒有那么完善，包括網絡通信技術，路側傳感器技術，全局調度和運行控制技術。

在這個過程中，自行車智能和V2X共同成長。我們想在這個過程中推動無人駕駛產品的產業化。首先，我們將在不同的場景中討論它們。在不同的場景下，車情、路情、設備情、自動駕駛情都有不同的側重點。我們需要做好的是如何發揮自身優勢，落實產品的應用。未來同一產品的機械水平會提高，路試和中控能給我們更好的支持，所以再做減法。對我們來說，更重要的是適應新基礎設施的步伐。

薛建聰:我覺得現在說的車路協同和自動駕駛，我一直認為車路協同是錦上添花。無人駕駛不是簡單的車輛制造的東西，本質上是電子駕駛員制造的東西。讓我們回想一下過去。上世紀八九十年代，車輛都是手動擋，轉向和剎車都無濟于事。現在車越來越好，我們的騎行體驗和駕駛體驗越來越……越來越好。

2000年以后，車輛有了電子地圖，包括手機地圖，越來越完善。它會告訴你前方第三車道正在修車，提前避讓，前方發生交通事故，擁堵1.3公里，我給你選擇備用路線。我覺得這才是車路協同應該做的。

無人駕駛本身就是讓汽車像人一樣移動。如果有外部信息提醒你避開擁堵，告訴你哪里修路，告訴你什么時候出行比較合適。我相信這是錦上添花的最好表現。

張晶:不僅僅是中國在智能基礎設施方面做出了努力。新加坡基本完成了智能交通基礎設施的部署，荷蘭也非常領先。在過去的五年里，通用汽車積極游說美國政府實現智能基礎設施。中國的基礎設施發展很快，我們有獨特的優勢。我們真心希望在自動駕駛領域有所耕耘的人，能夠善用我們的優勢，不要忘了啃自行車智能化這塊硬骨頭。希望中國未來真的能成為自動駕駛強國。感謝五位嘉賓的分享，希望更多從業者貢獻更多真知灼見。

雷鋒網雷鋒網(微信官方賬號:雷鋒網)

雷鋒的原創文章。未經授權，禁止轉載。詳見轉載說明。因此，V2X的值應該基于不同的場景來考慮。

張晶:請問張總，如果基礎設施要智能化，需要部署很多傳感器。車載傳感器可以在基礎設施端直接使用嗎？這些機會會屬于Fretek這樣的公司嗎？

張林:目前我們做了一些項目，主要是從車端到路端。相機的光學原理和機構有些不同。從感知層面到最終成像，以深度學習算法為目標進行融合檢測。如果70%-80%可以數量級復用，對我們來說是一個新的業務領域。通過對車輛和路邊的檢測，從車輛的角度來看，多了一種感知能力。我們對如何對齊車輛的坐標系和實際尺寸非常感興趣。

另一方面，我認為在很多中國特色的交通場景中，車端的感知能力可能會受到挑戰。比如盤山公路有些匝道很短，需要以很快的速度切入主干道，完全依靠車輛自身的感知也是有限的。V2X可以幫助自動駕駛感知進行擴展和冗余，這將提高感知穩定性和道路交通安全。因此，要實現更安全、更高效的駕駛體驗，我們認為V2X也是未來實現高水平自動駕駛的新契機。

今天早上兩位教授談到，在惡劣的路況下，霧天、雨天，傳感器的感應距離急劇下降，導致制動能力急劇下降。在這種場景下，目前的感知能力大多在160-200米，難以進行變道和緊急避障。無論是高速公路還是城市場景，在中短期內，目前車輛的感知能力還不能覆蓋所有場景。

自行車智能+車路協同解決汽車實際產業化

張水晶:已經有不同的聲音了。從王總經理和薛總經理的表情中我感受到了一種擔憂。我擔心中國過分強調V2X，忽略了自行車智能化應用要攻克的技術。

既然有這樣的擔心，如何平衡自行車智能化與新基礎設施或者V2X，才能保證最終成為汽車強國和自動駕駛強國？

張琳:根據不同的場景，需求確實不一樣。我覺得高速場景和低速場景會有不同的需求。早上阿里講碼頭運輸的時候，如果考慮到7*24小時都要有這個能力的話，V2X是一個非常重要的感知能力的補充，但是光有V2X是不夠的，阿里還需要遠程控制來輔助。自動駕駛的初衷是需要更加安全可靠，行業需要量產，這對系統設計和成本控制提出了更高的要求。

陳龍:我喜歡……與張先生很合得來。就像我剛才說的，我們國家已經給出了方向和答案。為什么現在要做新的基礎設施，走智能駕駛端的智慧之路？國家已經給了一個明確的狀態。就是因為自行車智能現在很大程度上解決不了問題。在這種條件下，我們過分強調感知的程度，不一定是最正確的。因為解決這個問題不是比較功能的問題，而是解決系統工程最終應用的問題。我們要做的就是充分利用現在可行的成熟技術，并灌輸到我們的系統工程中去，完成最終的應用，達到最終的結果。

對于礦山來說，無人駕駛只是很小的一個點。除了駕駛車輛從A點到B點，還要進行挖掘等一系列作業，這是一個涉及多臺挖掘機、叉車、運載車配合的自動化作業過程。所以這不是簡單的自動駕駛本身的實現，更像是一個系統工程。要用整體的眼光去探索解決方案，完成系統的程序和功能，解決現實問題。

新的基礎設施將成為每個環節的驅動力，包括5G采礦。我覺得還是要布局應用場景和具體問題，而不是單車功能。解決問題是工業化要考慮的實際問題。

邱:在我們看來，V2X和自行車智能化是相輔相成、相互促進的。雖然自行車智能還是路邊感知，但本質上它的技術需要有對車輛的感知和定位。自行車智能，現階段會在人工智能、感知、定位上更進一步，率先解決無人駕駛的問題。將V2X和自行車智能結合在更多的場景中，可以幫助行業做得更好，在時間和空間兩個維度上，都可以覆蓋得更全面。

王超:我想把我的觀點說清楚。V2X提升了自行車智能。以工業化為目標，更多考慮到新的基礎設施建設在現階段和未來幾年是一個相對較長的過程。目前各種技術還沒有那么完善，包括網絡通信技術，路側傳感器技術，全局調度和運行控制技術。

在這個過程中，自行車智能和V2X共同成長。我們想在這個過程中推動無人駕駛產品的產業化。首先，我們將在不同的場景中討論它們。在不同的場景下，車情、路情、設備情、自動駕駛情都有不同的側重點。我們需要做好的是如何發揮自身優勢，落實產品的應用。未來同一產品的機械水平會提高，路試和中控能給我們更好的支持，所以再做減法。對我們來說，更重要的是適應新基礎設施的步伐。

薛建聰:我覺得現在說的車路協同和自動駕駛，我一直認為車路協同是錦上添花。無人駕駛不是簡單的車輛制造的東西，本質上是電子駕駛員制造的東西。讓我們回想一下過去。上世紀八九十年代，車輛都是手動擋，轉向和剎車都無濟于事。現在車越來越好，我們的騎行體驗和駕駛體驗也越來越好。

2000年以后，車輛有了電子地圖，包括手機地圖，越來越完善。它會告訴你前方第三車道正在修車，提前避讓，前方發生交通事故，擁堵1.3公里，我給你選擇備用路線。我覺得這才是車路協同應該做的。

無人駕駛本身就是讓汽車像人一樣移動。如果有外部信息提醒你避開擁堵，告訴你哪里修路，告訴你什么時候出行比較合適。我相信這是錦上添花的最好表現。

張晶:不僅僅是中國在智能基礎設施方面做出了努力。新加坡基本完成了智能交通基礎設施的部署，荷蘭也非常領先。在過去的五年里，通用汽車積極游說美國政府實現智能基礎設施。中國的基礎設施發展迅速，我們有uniq……優點。我們真心希望在自動駕駛領域有所耕耘的人，能夠善用我們的優勢，不要忘了啃自行車智能化這塊硬骨頭。希望中國未來真的能成為自動駕駛強國。感謝五位嘉賓的分享，希望更多從業者貢獻更多真知灼見。

雷鋒網雷鋒網(微信官方賬號:雷鋒網)

雷鋒的原創文章。未經授權，禁止轉載。詳見轉載說明。

標簽：合創遠程

汽車資訊熱門資訊