新基建风口下,科技巨头加速抢滩车路协同

与单车智能相比,车路协同能够有效弥补感知上的盲点,让自动驾驶由过去的单兵作战转变为有组织的高效协同合作。特别是在国家大力推进新基建的背景下,科技巨头纷纷布局车路协同项目,加速自动驾驶产业成熟。

3月4日,中央会议指出,加快5G、数据中心等七大领域新型基础设施建设进度。其中,5G新基建的核心落地场景,聚焦人、车、路、云一体化协同发展的车联网和车路协同应用也在国家政策和产业升级的共同驱动下,迎来了商用规模爆发的黄金时代。

在此背景下,科技巨头们纷纷开始争夺车路协同这块蛋糕,争相布局车路协同项目。

3月24日,百度Apollo再次中标新基建项目,将参与建设阳泉市经济开发区双向约10公里车路协同测试示范区。这是百度Apollo在今年3月第三个“官宣”中标的新基建项目。前两个分别为3月23日百度中标的合肥市塘西河公园5G车路协同示范线项目和3月17日百度中标重庆永川区“西部自动驾驶开放测试基地”项目。

除百度外,阿里早在2018年就宣布其车路协同发展战略,华为和腾讯也陆续发布商业化V2X芯片级解决方案、5G车路协同开源平台。

抢滩车路协同项目

V2X是自动驾驶的重要基石,巨头纷纷抢滩,争相推出其在车路协同领域的战略规划。

2016年,百度已开始布局V2X车路协同,并作为国家03专项《5G支持ICT融合自动驾驶的关键技术》(预计2018年结项)的牵头单位,展开相关研究。但直至2018年9月,百度才正式加入混战,推出首个车路协同开源方案。

百度车路协同在三大方向进行了集中发力,其中包括研发符合自动驾驶场景需求的路侧感知能力。此外,百度与通信芯片及设备厂商合作针对自动驾驶应用需求优化V2X通信传输通道,并不断加速融合车端自动驾驶系统中对于V2X路侧感知信息的使用。

截至目前,Apollo拥有北京、雄安、硅谷等多样地区场景以及乘用车、无人小巴、无人物流车等多种车型;在路侧感知传感器方案、路侧感知算法、车端感知融合算法、数据压缩与通信优化、V2X终端硬件及软件、V2X安全方面布局研发车路协同全栈技术;此外,Apollo在无人车队、开放道路无人车测试里程等系列场景也拥有一定的数据积累。

2018年9月20日,在杭州云栖大会期间,阿里巴巴集团正式宣布升级汽车战略:由车向路延展,利用车路协同技术打造全新的“智能高速公路”,这一战略由AliOS联合阿里云、达摩院、高德、支付宝、千寻位置、斑马网络等共同完成,皆在探索未来二十年的路。2019年5月,阿里斥36亿元巨资入股千方科技(主业包括智慧交通和智能安防),双方计划围绕智能交通和边缘计算领域展开包括技术研发合作、市场推广合作及项目落地合作等展开多项合作,共同推进智能交通应用解决方案及“云+边+端”全链路解决方案落地实施。这再次印证了阿里对于智能交通以及车路协同领域的看重。

华为则希望能够做到对单车智能更好的支撑。遵循这一方向,华为在2018年2月发布了C-V2X芯片;6月发布了首款商用C-V2X RSU(路侧单元),构建了可商用的C-V2X解决方案;9月发布了OceanConnect智能交通平台;10月发布了移动数据中心MDC600赋能自动驾驶。

各自为战

虽说这几个科技和通讯领域巨头均布局了车路协同路线,但发展重心却各不相同。

作为国内最早进行自动驾驶研发的互联网企业,百度开放了车路协同平台,吸引更多企业加入百度生态链。在车路协同这条路上,百度正在织下更大的网,朋友圈的范围也在不断扩大,这将成为百度的先发优势。

阿里发展车路协同的主要优势集中在路端,其拥有菜鸟联盟场景、ET城市大脑的道路信息积累,使阿里拥有更多感知路况的数据和能力。具体来看,阿里的车路协同战略主要计划从云控平台、智能感知基站、协同计算系统三个层面推进。在路侧端能够使用达摩院感知基站技术,AliOS负责构建车的感知与协同计算,云控平台则扮演着云端大脑这一角色。

腾讯和华为的车路协同分别从各自擅长的点切入。腾讯在车路协同领域再次发挥连接优势,搭建基于边缘计算的5G车路协同开源平台,并以腾讯自研的车路协同平台为核心建立一系列能力体系,聚合产业链上下游参与者的优势,做好连通智慧出行产业的连接器。

早在2013年便成立了“车联网”业务部的华为,始终坚持以通信运营商的角色服务大家。华为与众多车企有着密切合作,与合作车企在未来推出车载计算平台也是他们计划中的一部分。一方面基于华为自身在芯片产业中的优势,另外也能实现华为于云端的技术支持。华为的车路协同更像是纽带,不造车,不建生态,自成一派。

国情决定发展路线

在自动驾驶这条赛道上,国内和国外跑出了不同的发展路线。国内是以百度Apollo为代表的车路协同,国外则是以谷歌母公司旗下自动驾驶公司Waymo为代表的单车智能。

这与各自国家的不同国情有关。

首先是交通状况。国外大多地广人稀,交通环境较为简单,多数商圈的大型停车场不收费,且路边没有明确标识的地方都可以随便停车。而中国人口密度大,交通环境复杂多样,无法仅依靠单车智能实现自动驾驶。

其次是基础设施投入。美国汽车工程师学会SAE于2014年发布的自动驾驶汽车分级标准被视为自动驾驶领域的通行标准,但美国对于道路智能的分级并不清晰。而且,美国的5G基站建设远不如中国。据德国数据公司IPlytics的数据显示,2019年8月前,中国已部署约35万个5G基站,大约为美国的10倍,在5G基站建设方面,预计美国运营商支付的费用将达到中国的5倍。

此外,单车智能主要依靠传感器实现,这样就会造成传感器大量堆砌,从而使单车成本升高。更为重要的是,单车感知总会因为前车的遮挡、或道路的凹陷凸起等存在视觉盲区,存在安全隐患。

综上可以看出,车路协同是最适合中国国情的自动驾驶发展路径。

结语

就车路协同而言,人、车、路、网各部分要素仍存在诸多难点尚未突破,距离真正的落地还需时日,而在这场竞赛中,这些巨头企业谁能成为最后的赢家,还未可知。但是,汽车行业正由传统汽车向智能网联汽车进化,与此同时,交通行业也在由传统道路设施向智慧道路升级。随着“新基建”的全面铺开和5G商用化的逐步推广,将加速车路协同领域的发展进程,催生更加智能的全新智慧出行产业。

作者:田野 来源:智能网联汽车

【版权提示】本站倡导尊重与保护知识产权,转载内容都已标明出处,如发现存在版权问题,烦请提供版权证明及联系方式等发邮件至tougao@autombiz.com,我们将在24小时内进行处理。本站原创、转载内容系作者个人观点,并不代表时点汽车对观点赞同或支持。

热门搜索