中国自动驾驶-单车智能还是车路协同？

智能网联其实也不是新东西，他的落地到车上就是两部分智能驾驶以及智能座舱，是汽车产业的趋势，但是基于中国特色的发展，同样的目的可以有不同的实施路径。正好看到德勤的一份报告，所以本文借用这个报告看看

自动驾驶的几条路径

首先回顾下自动驾驶的几个主要过程，感知，处理和执行，通过感知处理得出周边环境例如周边有什么？他们离你多远，他们速度和运动趋势等，然后路径规划处理我应该是停车，加速还是转弯等信号，发送给底盘行驶系统进行执行。

按照德勤的意思自动驾驶划分三种路径：

而我的理解其实就是两类，主要的参考依据是感知和处理主要依赖于边缘计算还是云计算，根据这个分为两类：

那么哪个方式好呢？

自动驾驶路径选哪条？

在给结论之前，我们先来看看单车智能，车路协同的需求条件以及优缺点。

单车智能，也就是感知和算力都在车端，需要强大的集成电路基础，也就是芯片，需要强大的软件基础也包括操作系统，AI 算法等。这些强大体现在芯片的体积和算力，例如芯片2nm或者7nm等。

他的优点是车辆的使用部署灵活约束少，技术通用性强。

车路协同，感知和算力主要在路端，则需要强大的基础建设投资，需要集中式统一管理，例如整个城市的交通系统需要并入网络信息，需要统一的云处理等。

他的优点是车端约束较小，对高精尖技术要求小，为什么这么理解呢？由于汽车的体积以及工作环境变化多，零部件要求从体积，精密以及工作环境例如散热，安全要求等级例如现在各种车规级，都是高要求，相对于汽车，路端设备环境和空间相对大那么对技术要求相对低。

那么路径选择哪条呢？

显然欧美国家凭借自己高精尖的科研实力和自己政治文化特征，欧美国家人文更关注个体，小政府，大基建难。在乘用车方面直接走单车路线，例如我之前2021DMV自动驾驶公司KPI排行榜介绍的在加州进行自动驾驶路试的都属于单车模式。

而中国，新势力乘用车基本也是往欧美单车智能这个方向跑，例如我们之前 Nvidia英伟达的 AI 智能汽车信仰文章介绍的，蔚小理，上汽，比亚迪都选择这条路径。

显然从总体角度来看目前芯片以及软件技术，我们走单车路线只能是跟着欧美的节奏走，中国政府依据电动汽车弯道超车的经验和信息，在百人会上也强调车路协同网联中国模式。

这种模式的优点是凭借中国巨大的市场，统一能力强的大政府。可以通过数字基建拉动经济发展，例如网联基础通讯设备，道路布置的传感器雷达激光雷达，摄像头，云计算处理器等。通过对路端设备的应用积累或许可以培育中国传感器，芯片和软件的发展，或许可以赶上和超过欧美。

所以当前有产业和政策导向，不少产业和主机厂采用，特别是非乘用车和专用车方面。

例如德勤按照两个维度（区域的开放和速度方面）给自动驾驶应用场景分类，车路协同在封闭特定例如矿卡，港口，无人接驳方面应该是有广阔的前景。

给我们什么启示

首先，单车智能属于欧美的强项，所以当前我们的芯片，软件例如智能自动驾驶六大主流车载芯片及其方案中讲到的，从乘用车进攻目前从市场角度看是有难度，当前当前的应用趋势也表明了。所以可以选择从商用车，封闭特定场景专用车进攻然后农村包围城市推入乘用车市场。另外国产传感器，芯片，软件多关注车路协同。

外资车企应该考虑“两条腿走路”，全球化方案单车智能路线，同时在中国本土部署本地化车路协同方案，关注中国市场动向，紧跟政府导向，利用“新基建”带来新机遇。

最后回归到车路协同，我觉得他的未来会是整合进入高精地图，成为高精地图的一个数据层。单车要使用这个层只需要接入把数据做为车辆运动决策的信号输入。最终对于车路协同可能技术方面问题少，但是未来安全以及运营职责商业模式会有很多争议点。

参考文章

*未经准许严禁转载和摘录-获取参考资料方式：

查看全文

作者最近更新