單車智能與車路協同的發展與融合。
來源：21tech《News-21》
作者：董靜怡
編輯：張偉賢
圖源：視覺中國
自動駕駛產業的寒冬還未過去。
在技術快速演進的同時，自動駕駛產業落地遭遇瓶頸。
受制於技術成熟度、商業化等問題，單車智能路線尚停留在L2+級。
風口已過，泡沫散去，自動駕駛的故事裡隻留下了困境。
技術上的長尾問題是自動駕駛商業化的主要制約因素。
由於道路場景復雜，即使現有技術已經實現了90%以上場景的自動駕駛，但剩下10%的長尾場景如果不得到解決，自動駕駛就始終無法落地。
於是，各大自動駕駛公司開始在裡程測試上下功夫，獲取數據以及通過數據迭代算法的能力成為自動駕駛公司完善自動駕駛技術、提升商業化應用的核心競爭力。
但國內政策審慎，目前地方上一般隻采用『試點示范區』『政策先行區』形式劃定區域范圍，而非全域開放，場景豐富度仍十分受限。
受此約束，自動駕駛技術的精進隻能緩慢前行。
政策監管程度與技術成熟度之間形成的悖論似乎將自動駕駛帶入了『死胡同』，然而跳出這個框架，行業發展也並非無路可走。
『當前L3和L4級自動駕駛遲遲無法落地，其核心技術瓶頸就在感知層面。
因為感知不到，就不會有後面的決策和執行』復星全球合夥人，復睿智行董事長王立普表示，『我們研發的感知產品，不僅能用在車端，也能用在路端，支撐我們的長期發展』
近日，一站式智慧出行技術及運營服務商復睿智行發佈了公司自主研發的高性能4D毫米波雷達、融合感知算法、智能路側通信計算一體化單元、V2X協議棧，運營平臺等一系列智能駕駛與智慧交通軟硬件產品及多個智能場景的解決方案，顯示出復睿智行的發展路徑。
王立普表示，復睿智行的使命就是再造一個感知系統，打開通往未來的入口。
前融合感知解決長尾難題
自動駕駛核心技術體系可簡單概括為『感知、決策與執行』，在復睿智行看來，感知是今天自動駕駛裡面最難解決的問題，也是自動駕駛要解決最先決的條件。
『感知很好的時候，我相信在控制上會簡單很多，』復睿智行首席技術官周軼博士在接受記者采訪時表示，『先把源頭做好，從而去減少對整個鏈路的焦慮』
感知層面主要指的是自動駕駛汽車可通過車載攝像機、激光雷達、毫米波雷達等傳感器來感知周圍環境，實時動態監測周邊環境變化。
如今發展之下，不同傳感器各有優劣，通常來看，融合使用才能實現自動駕駛所需的準度和精度。
但這也出現了自動駕駛行業中一個嚴重的問題：傳感器的無限堆疊以及數據的無限堆疊。
『因為整個市場對自動駕駛的呼聲很高，大家並沒有把毫米波雷達、激光雷達、攝像頭做得更好，就開始通過無限堆疊傳感器的數量去實現自動駕駛所追求的感知』周軼表示。
這顯然不是最理想的解決方案，甚至在堆疊後也仍舊無法解決長尾問題。
基於此，復睿智行在發佈會上同步發佈了自研的以前融合為核心的融合感知算法，結合自研毫米波雷達與攝像頭及激光雷達，實現軟硬件高度統一的域控制器+感知融合算法部署。
何謂前融合感知算法？即將所有傳感器都運行同一套算法，把來自激光雷達、攝像頭和毫米波雷達的不同原始數據統一處理，讓最終的感知結果變得更加穩定可靠，更能利用到每個傳感器的優勢，提供像素級別的深度信息，提供精確的目標形狀，也可以解決數據樣本不足的問題。
前融合感知算法因門檻高、測試環境復雜、數據量要求大等，在行業內鮮有企業涉獵，業內較為主流應用的是後融合算法，即基於多傳感器的多層數據，分別進行不同的算法去獨立感知，最後進行識別物體的合並，完成整個感知過程。
『通過前融合算法，就從根本上解決了數據焦慮的問題，因為我並不需要知道前方是什麼東西擋住我，我隻知道它在哪，它擋了多少路，我就可以躲過它』周軼告訴21世紀經濟報道記者，『這可以從根本上去覆蓋掉絕大部分的長尾場景，或者幾乎是100%的長尾場景』
復睿智行自研4D毫米波雷達為打造前融合感知算法提供領先的傳感器支持。
據周軼介紹，4D毫米波雷達在延續傳統毫米波雷達探測距離、方位、速度、全天候運行、低成本等優勢的基礎上，憑借其豐富的點雲輸出和新增的俯仰向信息感知能力，已成為高階智能輔助駕駛及未來自動駕駛落地的核心傳感器之一。
車路協同是補充路徑
當L4級別的單車智能技術尚無法落地之時，車路協同作為單車智能感知的補缺與延伸，也能降低單車智能的硬件需求和成本，從而加速智能駕駛的落地。
復睿智行把車路協同當作了解決感知問題的另外一條補充路徑。
『L0、L1自動駕駛1.0、2.0階段是人與車在協調控制權，而在L3級別以上的自動駕駛，我們看到的是車跟路在協調控制權。
這是一個大的協調控制權方面的遷徙』復睿智行首席運營官薛春宇告訴21世紀經濟報道記者，他表示，車路協同可以解決效率、安全冗餘、盲區警示、感知長尾等方面的問題，『現在單車智能碰到的問題基本上都是可以靠車路協同來解決的』
不僅如此，車路協同也是有效解決交通擁堵的方案之一。
據百度推算，以車路協同為基礎的智能交通設施建設，有望將通行效率提升15%至30%。
但問題也是顯而易見的，運營主體不明、商業化路徑不清晰是最大的阻礙。
薛春宇向21世紀經濟報道記者表示，車路協同需要三方，即交通端、車端、通信端，三端同時發力，但是現在這三端發力是參差不齊的，通信端參與度很高，交通端參與度中等，車端參與度很低，且應用場景比較單一。
薛春宇表示，車路協同是大趨勢是行業內的共識，目前各地政府都會成立平臺公司，先用平臺公司買單。
復睿智行依托『車路雲一體化』技術路線，發佈了硬件平臺+軟件平臺+運營平臺+多元場景的系統級解決方案。
億歐智庫近日發佈的《2022中國車路協同產業發展藍皮書》顯示，隨著車路協同逐步走向規模化與市場化，路端基礎設施的改造成本將從現在的100餘萬元/km進一步降低，預測2025年將降至50萬元/km以下，路端市場規模也將在2022年至2025年間迎來快速增長，2030年中國車路協同整體市場規模有望達到4960億元，市場潛力巨大。
『單車智能與車路協同是實現自動駕駛落地的兩大支撐，兩者不是2選1，這兩條是殊途同歸的一條路，是必須協同的路，隻不過是側重點不一樣，最終一定會走向融合』薛春宇向記者表示，『並且，車路協同這條路它不隻是為單車智能服務的，它是一張網，而自動駕駛其實隻是用跑在車路協同這張網上的一個應用』
薛春宇表示，實現自動駕駛不僅要註重單車智能與車路協同的融合，還要推動車路協同與智慧交通、智慧城市的融合，並針對不同場景制定相應方案。
據悉，在公司創立的一年時間裡，復睿智行已先後在柳州、成都、武漢、南京、上海金橋等多地，開啟交通智能網聯升級項目。
折疊屏手機高端競賽 鉸鏈等產業鏈持續演進
量產再次跳票 FF董事會罷免了現任CEO
320億美元十天歸零！90後『幣圈馬斯克』的FTX何以轟然倒塌？