用系统性思维解决自动驾驶成本问题 华人运通李谦谈车路协同

华人运通创始合伙人、智能驾驶及电子电器副总裁兼李谦

雷锋网新智驾按：4 月 18 日，雷锋网新智驾联合上海市国际展览有限公司共同举办“2019 AI+智能汽车创新峰会”。在这场峰会上，华人运通的“车路城”协同方案给了大家一种新的思考。从单车智能到向外部环境探寻智能驾驶的实现路径，这一思路或将最大化降低研发成本。

在单车智能之外，一些企业正聚焦系统化的车、路、城协同解决方案。

对于车企竞相研发自动驾驶这一趋势，华人运通创始合伙人、智能驾驶及电子电器副总裁兼李谦认为，诸如自动驾驶系统成本昂贵、试验场景稀缺、道路实测风险大等问题，均是当前自动驾驶体系开发时需要解决的事情。简而言之，完全依靠车辆自身的传感设备也即单车智能去实现高等级自动驾驶仍有难度。

华人运通的解决方案是从“车-路-城——车路协同”的角度进行基础建设升级。这一方案既包含单车智能，也包含基于车路协同的交通智能和基于城市互联的共享智能。华人运通希望按照综合体的方式进行自动驾驶系统设计，继而完成智能出行系统化的设计。

为此，华人运通开发了三大平台，分别为泊车平台、自动驾驶平台和车路协同的边缘计算平台。

今年1月，华人运通发布了全球第一条基于车路协同理念打造的智慧化道路，这条道路基于城市开放道路打造而成，相当于对自动驾驶测试环境的新探索。

雷锋网新智驾了解到，华人运通的智慧化道路主要基于路边感知、云端决策和车端控制的思路设计而成，通过车端和路端的传感器融合以消除感知盲区，然后利用边缘计算和分布式计算等方法，降低车辆自动驾驶时所需要的最大算力水平。同时，通过多目标协同控制实现交通的调度，降低自动驾驶车辆周边的复杂环境和减少交通事故。

以下是李谦的演讲全文，雷锋网新智驾进行了不改变原意的编辑：

今天和大家分享一些华人运通基于车路协同的探索。

我们看到，已经有许多主机厂和零部件供应商把智能出行作为企业未来发展的重要方向。除了这些企业，全世界各个国家和地区也在把智能出行作为自身发展战略的一部分。但是，做好智能出行实际上还面临着很多具体问题。

一方面是现在的自动驾驶系统成本非常昂贵，一套32线的激光雷达动辄几万、十几万的费用，这不可能用在任何一款量产车上。另一方面，能够用于自动驾驶系统的实验场景也非常少。如果大规模地建设封闭实验场，投入会非常大，而且能够模拟实际使用的设施也非常有限。

开放道路也面临类似的问题。如果在交通环境很简单的开放道路上进行自动驾驶道路测试，主机厂就无法保证这样的自动驾驶系统能够适应各种复杂的环境。但是，如果把自动驾驶车投放到具有复杂交通场景的开放道路上，又会面临事故风险。

所以，如何搭建一个既可以提供足够复杂的场景，又能够保证安全的实验体系，是整个自动驾驶体系开发过程中需要解决的重要问题。

更加重要的问题是，局部的单车智能是否真的能够带我们进入L4和L5的时代。

在L4的实际开发过程中，整车上的传感器，无论是装在车上的摄像头、激光雷达，或者是毫米波雷达，它们的作用范围只有200米。那么，在200米范围以内能够感知的内容是否能够让车辆具备足够的智能，以规避所有可能发生的风险呢？

其实在这种情况下，无论系统的算力有多大，都解决不了它看不到的位置上的潜在风险，这就是单车智能的局限性。基于这一点，我很难相信完全依靠车辆自身的传感设备就可以实现真正意义上的高等级自动驾驶。

华人运通换了一种解决思路，我们给出的是一套“车、路、城”整体考量的解决方案，它包含了单车智能、基于车路协同的交通智能和城市互联共享智能。这套方案从综合体的视角去进行自动驾驶系统的设计，继而进行智能出行的系统化设计。

华人运通不造路，也不造城。我们的商业逻辑很简单，就是将精力大量聚焦在自动驾驶系统的开发领域，通过对成熟的传感器算法和决策算法进行研究，最后使其应用到交通领域去。这样的话，我们既开发了自动驾驶系统，也同步地探索了道路交通的智能化和城市智能化。三者协同开发，将成为一条能够实现高等级自动驾驶的途径。

为此，华人运通开发了三个平台，分别为泊车平台、自动驾驶平台和车路协同的边缘计算平台。

今年1月，华人运通发布了全球第一条基于这一理念打造的智慧化的道路。这条智慧化的道路是完全在城市开放的道路上打造出来的，主要基于路边感知、云端决策和车端控制这些思路展开设计。

也就是说，通过车端和路端的传感器融合，华人运通可以消除感知盲区，然后利用边缘计算和分布式计算的方法，间接降低车辆自动驾驶所需要的最大算力量。同时，通过多目标协同控制来实现交通的调度工作，华人运通可以有效地降低自动驾驶车辆周边环境的复杂度，同时减少发生交通事故的可能性。

华人运通计划建设一条全长7公里的道路。目前我们已经完成第一期建设，并在路边搭载了毫米波雷达和高精度的探测摄像头等设备。我们还打造了一个数据中心，将边缘计算部署到路上，通过这些系统和5G的V2X、路边感知设备等实现彼此的通信，这套系统与自动驾驶车辆一起构成了完整的闭环。

对于这套系统，我们现在正尝试通过微观的引流和宏观的调控，以降低整个交通环境的复杂性，为道路交通带来一个相对简单的使用环境。另外，我们还要解决低能见度的问题，因为雾、雪、雾霾等天气均会对自动驾驶系统造成很严重的影响。

通过路边感知设备，我们可以消除降雨和下雪带来的能见度低、自动驾驶车辆性能低等局限。系统通过感知设备获取的所有信息，将通过动态高精地图传递到车辆上，实际这就是靠路边引导车辆实现自动驾驶。

另一个系统是全息的感知。如果路口有比较大的建筑或者是树，对于自动驾驶的车来讲，两侧的视角是看不见的。通过路边感知设备，就可以为整个道路上的自动驾驶车辆提供全息感知。

另外，我们还可以通过合理的分布计算单元去降低整个智能化出行的投入。

大家知道，一台配备L4自动驾驶传感器的车辆成本是非常昂贵的。中国现在每年有2400万台整车销售量，如果每台车都搭载了这样的装备，整个投入是非常巨大的。相反地，如果把这些传感器成倍地用到道路上，比如，修10万公里的智慧化道路所需要的投入，仅仅是现在每台车上加装传感器的四分之一到五分之一的投入，这还只是针对一年的销量来说。

所以，建设智慧化道路会对全社会完成道路交通智能化、智慧出行的总投入是低的。

另外，我们需要一个高等级的开放测试环境。以盐城这条路为例，它虽然比较偏僻，城市内的车辆和行人都非常少，但因为我们是借助路边传感器提供信号给自动驾驶车辆，换句话说，我们也可以通过模拟的方法把这条道路变得复杂起来。

现在，华人运通已经完成国标11项V2X结合自动驾驶的开发，包括路口博弈、虚拟红绿灯，也即在道路上没有红绿灯的情况下通过虚拟出红绿灯进行交通的调流，可以对自动驾驶、特种车辆自动避让、盲区、自动避让施工区域和车速自动等提供引导。

除盐城这条路以外，华人运通也在研究探讨和临港实验基地合作，用智慧化道路方式对实验基地进行升级改造。像浦江这样的智慧园区也在通过打造封闭区域的方式，实现智慧城市包括智慧园区等在内的使用场景和运营场景的落地。

总之，华人运通探索的是车与路的感知协同和计算协同，最终要走向智慧协同。我们的目标是能够从单一车辆的单体智能，实现城市集群的群体智能。

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：计算机视觉技术驱动自动驾驶的发展安霸Albe

下一篇：AlbertoBroggi从搞科研到商业运作研究计算