“单车智能是基础，车路云一体化是单车智能的升级版。二者不是矛盾的，而是技术上的递进关系。”在5月21日至22日举办的第十三届智能网联汽车技术年会上，中国汽车工程学会副理事长、中国工程院院士李克强指出，车路云一体化技术是实现安全高阶自动驾驶的必然路径。 纵观行业发展，车路协同相关技术虽已深耕许久，财产布局与试点应用持续推进，但整体落地推进节奏仍偏平缓，技术融合、设施配套与财产适配层面，尚且未能达到理想发展速度。汽车行业内甚至还有将单车智能与车路协同相对立的看法。 在演讲中，李克强认为，全球多国纷纷开展不同等级自动驾驶技术探索，单纯依靠单车智能这一条技术路线难以攻克高阶技术难关，车路协同已然成为推动技术升级、实现规模化商用、构建商业闭环的核心依托。 我国自动驾驶财产化基础不断夯实，L3级自动驾驶也实现了准入破冰，但也面临挑战。尤其是在商业落地方面，受制于单车智能的能力边界，自动驾驶暂时无法达成规模化商业落地，安全短板影响用户接受度，也致使盈利模式发展受阻。叠加数据体量不足、传感设备存在物理局限、行业数据标准各异等问题，技术普及进程进一步受阻。 他提出，唯有依托车路协同打造车、路、云、网一体化协同系统，才能突破单车性能桎梏，补齐复杂场景安全短板，打通数据壁垒并压降成本，以此完善商业运营模式，真正推动自动驾驶财产大范围规模化落地。 事实上，多位业内专家也在接受澎湃新闻记者采访时强调，车路协调不是与单车智能对立的技术路线，而是为单车智能增设了一层安全防护网。 清华大学自动化系博士生导师、车路协同技术奠基人姚丹亚在接受澎湃新闻记者采访时表示，“协同安全” 与被动安全、主动安全一同构成汽车安全完整体系，是高阶自动驾驶阶段不可或缺的安全保障维度。 他指出，车路协同技术研发的初衷就是保障安全。无论是人工驾驶还是自动驾驶，车辆自身难以预判视野盲区、路面隐患等客观路况，面对鬼探头、连环追尾、道路破损这类极限危险场景存在感知短板。而车路网联可提前穿透视觉局限，提前预警各类突发风险，从根源化解此类极限场景下的事故。 从交通管理的角度来看，公安部道路交通安全研究中心党委委员、副主任刘东波表示，无论单车智能发展到哪一阶段，都存在固有短板。例如智能车辆无法提前预判信号灯切换状态，临近路口停止线时，极易出现闯黄灯等危险行为，是路口交通事故的高发诱因；单车感知存在距离局限，无法远距离识别道路施工、交通事故等导致的路权占用情况等。 当前车路云一体化技术优势明确、财产价值突出，但在实际落地过程中，仍面临成本、推广、技术、设施、权责等多方面现实阻碍，制约着技术的规模化普及与深度应用。 刘东波剖析了当前车路云一体化落地应用中面临的现实挑战。他表示，首先是通信传输难题，云端与路端的数据通信延迟客观且永久存在，延迟时长不稳定、大小不一，直接影响数字信号传输的精准度与时效性； 其次是设施适配难题，当下道路交通设施需持久兼顾人类驾驶与智能驾驶双重场景，无法为自动驾驶单独搭建全新设施体系，新旧设施兼容适配成为行业必须攻克的现实问题； 最后是权责界定难题，数字信号存在延迟、数据偏差等不确定因素，一旦引发行车安全问题，车企与交管部门的责任划分缺乏明确界定，这也使得交通数字信号目前只能定位为辅助预警信息，无法作为核心智驾决策依据，一定程度上限制了车路云协同技术的深度落地应用。 姚丹亚透露，受制于当前汽车行业盈利能力偏低、成本敏感，对于车企来说，增加车路云一体化的模块，会进一步推高整车BOM成本。而这部分成本的增加，见效较慢，因为车路协同保障交通安全的前提是，有足够比例的车辆搭载、开放相关功能。 “安全是很难有体验感的。就像安全气囊，日常情况下，消费者不会体验到安全气囊的价值。”姚丹亚表示，协同安全需要外部力量的推动，包括政府鼓励、立法，以及安全测试机构将其纳入测试标准。