2021年，北京成为国内首个开启自动驾驶商业化试点的城市，这成为我国自动驾驶技术发展的重要里程碑时刻。近日，千方科技副总裁、千方研究院院长孙亚夫接受媒体采访，就车路协同如何赋能自动驾驶技术和商业化未来系统阐述了千方科技的洞察和探索实践。

数字化汽车应适配数字化道路

要实现汽车的高级别自动驾驶，首先必须有数字化的汽车，其次数字化的汽车应该走或适配数字化道路。作为国内车路协同自动驾驶技术路线的发起者之一，千方科技对车路协同现阶段技术路线有着自己的洞察和研判。孙亚夫认为，单车智能和车路协同不是对立关系，车路协同的价值是为自动驾驶汽车提供了更好的道路支撑，能够让自动驾驶更加安全和便捷。

具体而言，孙亚夫将车路协同分为四个层次：车路数字化交通信息交互层次、车路感知协同层次、车路协同控制层次、路控车层次。这其中，数字化道路应该能够提供数字化的设施信息、运行状态、交通管控给数字化的汽车，而不是单纯依赖汽车自身传感器对道路上面向人类视角去设计的标志、标牌、红绿灯等信息进行再感知和识别。同时，经过这四个层次的演进，智能网联的汽车和智能网联的道路，会相互推动，螺旋式提高自己的数智化水平。

在车和路的协同发展历史中，车端的发展一直都先行于路端，行业中有种观点认为依靠单车智能最大化后通过后装路侧感知设备可实现高级别自动驾驶。对此，孙亚夫表示：“依靠单车智能用后装去解决高级别自动驾驶其实是个伪命题。应该看到在未来很长一段时间内，单靠人工智能改变车，很难实现多个场景下的无人驾驶。无论单车智能还是车路协同，两者都是需要在不断演进中发展，指望任何一条路径的跃进式发展已经很难成立。”

事实上，近年来，车路协同在诸如智慧高速、智能路口等交通数字化领域已经有了诸多探索和应用，也在一定程度上帮助驾驶员和交通管理部门对特别是雨雾天气下道路通行环境进行预警判断，提升了道路通行的效率和安全性。这一切都得益于数字孪生技术的全面应用。

（车路协同在高速公路场景中的应用示范）

数字孪生技术可将感知设备采集得来的交通数据结合高精度地图，并构建自动驾驶数字孪生模型，将真实世界1：1还原到数字孪生中的数字场景，并还原物理世界的运行规律，满足智能驾驶场景下人工智能算法的训练需求，从而提升训练的效率和安全度。

在数字孪生方面，千方科技近年来结合5G移动通信、大数据分析、人工智能及边缘计算等技术，开发出“数字孪生智能网联汽车云控平台”，实现了人-车-路-云强耦合、高逼真度建模与实时仿真等功能，完成了智能网联设施数据以及自动驾驶车辆运营数据的全面接入、实时管理及运营服务。这一平台已在北京亦庄自动驾驶测试基地中全面应用，支撑北京建成全球首个网联云控式高级别自动驾驶示范区。

（国家智能汽车与智慧交通（京冀）示范区亦庄基地）

产业互联网的底层逻辑：软件定义交通基础设施

孙亚夫认为，道路的数字化是实现多场景自动驾驶的一个基础，会加速高级别自动驾驶的产业化落地，与此同时，实现真正的路车适配，同样需要交通法规、交通管理、运行机制等交通智能运行体系的日趋成熟。

在千方科技看来，智能化时代，产品研发产业化逻辑发生变化，智能化产品不是一次性交付的完美方案，而是需要数据、算力、算法在场景中的不断循环和迭代。使用者同时也是生产者，在使用场景中的产生数据，云边端协同反复训练算法，不断迭代和学习，解决长尾的问题，使产品最终达到近乎完美的状态。

孙亚夫指出，路侧相对于车端更加灵活，既可以扩路改变物理形态，又可以通过加装设备去提升感知能力。因此，千方科技提倡用软件定义交通基础设施，通过不断的更换和叠加来满足未来基础设施的扩展性需求。从功能型的路口升级为智能型的能口，实现感知层的共享和融合。

建设软件定义的交通基础设施后，未来的道路如果有新增需求，可以下载或者部署新的App来实现新功能，实现版本的升级和迭代，而不是重新部署一个带有新功能的设备。可以把千方提出的智能路口比做一个感知、计算、控制等模块分布在一个路口空间的智能手机，传感器、计算设备、控制设备、通信设备可以按需替换，功能通过部署新的APP来实现。

“这就类似特斯拉汽车、苹果手机的模式，也是消费互联网时代的底层逻辑”，孙亚夫说道，进入到产业互联网时代，同样也要突破原来工业化时代的产品研发及产业化逻辑。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。