热文:车路协同能为自动驾驶带来哪些强有力的帮助?

2022-12-02 15:52:15 来源:智车科技IV

本文来源:智车科技

/ 导读 /

是单车智能还是车路协同——自动驾驶在走向大规模推广的道路上一定会面临这个问题。在海外,头部整车厂或是自动驾驶公司,它们选择的路线大都是单车智能。因为这些公司非常清楚,投资路端的智能改造是一个重资产模式,而出于商业的考虑,轻资产模式对它们而言可操作性更强,更可控也更安全。但是这个答案也真的适合中国的自动驾驶公司吗?情况可能有所不同。


(资料图片仅供参考)

就单车智能的算法水平而言,由于起步较晚,国内自动驾驶公司还是无法真正比拟Waymo等国外头部选手。中国自动驾驶行业如果想要实现弯道超车,车路协同的确是一个突破口。对于自动驾驶的真正推广,车路协同比起单车智能的优点在于更容易、更便宜、更快速和更广泛。那么能够助力自动驾驶的车路协同到底是什么,它能带给自动驾驶哪些强有力的帮助呢?

1

什么是车路协同

目前自动驾驶企业中,比较依赖的还是单车智能。就是只依赖自车本身的传感器、计算设备,通过自身算法对外部环境有所感知,再进行决策规划,从而来控制车辆,从而实现最终的自动驾驶功能。

车路协同自动驾驶(VICDA)则有所不同,除了车端本身可以依赖自身接受到的信息,路端也会相应地给每辆车发送更多的信息,来帮助车端做出更及时的响应与决策,从而提高自动驾驶的安全性与智能性。与此同时,在路端的帮助下,车端的算力与算法的缺陷也能够得到补足,因此车端无需拥有昂贵的传感器及计算设备,自动驾驶车的单车成本也可以得到很好地控制,从而促进自动驾驶的落地与普及。

可以说,车路协同是单车智能的高级发展形式,能提升自动驾驶的安全性、单车不需要再那么多的雷达传感器、也不需要不断提升算力,将会整体范围降低自动驾驶普及的成本。但与此同时,车路协同需要城市的基建做出大量建造修改,这方面的成本将会是巨大的,并且也需要一个业界公认的标准或范本来进行指导,才能避免不同自动驾驶汽车与车路协同单元的输入输出源不一致。

2

车路协同赋能感知

目前,车路协同大多数还停留在示范区演示阶段,而其中演示最多的功能就是路端进行感知识别,赋能单车智能感知端的不足。

首先,就目前单车智能中部分量产的ADAS感知功能举例,其仍然存在特定场景下应对能力不足和失效的风险。例如针对恶劣天气、隧道环境、鬼探头等等,目前的自动驾驶系统都无法完美地解决这些问题,自动驾驶的可靠性和应对这些高挑战性交通场景的能力还有待提升。

其次,感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。受车端传感器安装位置、探测距离、视场角、数据吞吐、标定精度、时间同步等限制,车辆在繁忙路口、恶劣天气、小物体感知识别、信号灯识别、逆光等环境条件中行驶时,仍然难以彻底解决准确感知识别问题。这些长尾问题,严重制约和影响了自动驾驶的规模商业化落地,而这些感知长尾问题仅靠车端传感器融合感知是难以解决的。

对此,车路协同可以帮助车辆感知视野盲区的信息。

首先,车路协同可以做到超视距的感知。路边单元,比如绿灯可以通过自身的传感器将车辆感知不到的道路信息准确地传给车,为车辆抹去很多探测死角;

其次,车路协同自动驾驶通过信息交互协同,可以极大地拓展单车的感知范围、提升感知的能力,也可以实现车车通讯,让每辆车都能获得其余车辆的感知视角,从而帮助单车获取更多更全面的信息,增强感知能力。

3

车路协同赋能决策

除了感知系统,我们知道自动驾驶的决策规划作为整个自动驾驶系统的大脑,有着举足轻重的作用。一个好的决策系统,能够清晰地预测出周围交通参与者的意图,也能够在最短的时间内做出最合理、最安全的决策,从而控制自动驾驶车辆完成舒适安全的旅程。而目前的单车智能,却很难去准确预测出周边其他车辆的驾驶意图,即使未来随着算法的迭代更新,也很难做到百分百准确的意图行为预测识别。通过车路协同,每辆车都在同一个信息网内,他们的行为意图是可以共享的,这样自车就可以准确地知道周边其他交通参与者未来的决策规划信息,从而做出准确的响应,就像是拥有了完美的预测系统,从而保证了自动驾驶决策执行的安全性。

另外,车路协同可以为单车智能提供新的以高维数据为代表的智能要素,可以有效帮助降低车载决策系统的复杂度。随着车路协同技术与L3/L4等更高阶的自动驾驶技术相融合,从而提供更多的驾驶引导。比如在城市领航辅助下,可以主动做出车速控制,自动避免红灯,让出行更加的高效和便捷。又比如可以更加合理地规划每辆车的出行线路,从而避免交通流的拥堵,极大地缓解城市的交通道路通行环境。

4

总结

说完了车路协同技术如此多的优势与帮助,但与此同时,我们可以发现,完全地实现车路协同对于路段的改造,需要着极大的基建成本。从顶层设计来说,要实现车路协同在自动驾驶方面的应用,当然需要在路侧有一定的投入,尤其是L3、L4级智能驾驶,对于路侧数据的准确性、时延和稳定性,都有更高的要求,这些基础设施的运营也是有成本的。比如红绿灯的改造,信号机的改造或者路口传感器的改造,这些是新的成本,但是这个每个城市考虑不一样,每个城市条件不一样。不过,总体来看,车路协同的成本,要远远小于单车智能的成本。

车路协同和单车智能并不是对立面。车路协同概念的出现,给自动驾驶的落地提出了另一种可能,车路协同将车与车、车与人、车与路等交通参与者的信息进行互动,将车辆由交通个体,成为参与整个交通的一环,从而优化交通系统,车路协同从路侧角色考虑,来弥补单车智能下的一些弊端和缺陷。

- End -

原文标题 : 车路协同能为自动驾驶带来什么?

标签: 车路协同 自动驾驶 单车智能