智能驾驶汽车作为一个集成感知、认知、规划和控制功能于一体的复杂系统，它的研发基于AI、认知科学、自动控制、地图测绘、传感技术等众多学科的最新研究成果。

  智能驾驶汽车凭借其良好的应用前景与广阔的潜在市场，得到了众多国家的资产金额的投入与研发支持，在技术上也取得了许多突破性进展。之前我们讲过智能驾驶相关入门知识《浅谈无人驾驶技术与挑战》，本文将结合智能驾驶的商业化落地及应用，介绍智能驾驶的基本的产品、智能驾驶的运用趋势，通过回顾智能驾驶系统的技术体系架构帮大家进一步了解无人驾驶技术的商业前景的行业未来。

  V2X车联网（以下简称V2X，Vehicle to Everything）是借助新一代信息和通信技术，实现车内、车与车V2V、车与路V2I、车与人V2P、车与服务平台V2C的全方位数据交互，构成交通参与要素的全连接。V2X车联网由三部分所组成：智慧的路、聪明的车和应用服务新业态。

  1）提高交通效率，包括交通疏导与管理能力、应急解决能力、乘客与货物运输能力，节能减排；

  对于实现L5高等级智能驾驶，产业中有两种思路：单车智能和车路协同。单车智能前期落地快，以谷歌Waymo、特斯拉Autopilot为代表， 但在我国路况下很难达到L5。车路协同在落地上需要多方协作、多技术融合，因此商业化较慢，但能有效补充单车智能的不足，也是我国选择的思路，而建设V2X车联网是车路协同思路下的技术实现。

  单车智能的发展模式灵活性更强，依托于个体智能的发展模式，能够最终靠对个体的升级，有效保证个体的性能，但是单车智能依旧有很多不可避免的弊端，在暴雪、暴雨等极端天气下，很多的传感器都会失灵，如激光雷达就会在大雾及雨雪天气时探测误差非常大，且对于沙尘天气，激光雷达就直接无法正常工作，因此在车辆上配备多个传感器，就可以有效解决无人驾驶车辆在极端天气下的感知偏差。

  相对于单车智能更偏向于个体智能，智能网联则是偏向于系统的整合，在前文所提及的汽车新四化，智能网联则是在单车智能发展后的网联化发展，很多人认为无人驾驶的发展，可以跳过网联化，直接以智能化模式实现，但智驾最前沿认为，这两种发展模式并非相互替代的关系，而是逐层递进的关系，当车辆实现智能化后，再依托于智能网联的加持，弥补单车智能模式下的不足，让无人驾驶更安全与高效，给人们提供更舒适、便捷的出行体验。

  V2X车联网在推进中依然存在较多挑战，从关键技术攻关、产业链构建、 基础设施建设，到法律和法规制定。其中最主要的难题包括两点：商业模式和法律追责，也是全行业在探索的。

  任何新技术概念都存在商业化探索阶段，需要找到符合下业内在逻辑的商业模式，V2X车联网也是如此。然而，由于V2X的技术特征，存在几个难点：

  1.1路端建设V2X之后如何从中盈利？新基建政策出台后，企业可通过PPP的方式与地方政府共同建设车联网基础设施，然而建设之后， 对投资方来说如何获益依然是个问题。

  1.2V2X是广播式通信，车在持续地像周围广播信息，而非简单地从终端上传或下载信息，因此很难用流量来计价。车更像是物联网终端， 而非智能手机，那么如果这样的话，谁来做运营主体？前期基础设施完成建设后，后期的车联网应用服务需要持续的运维。

  首先一个虚构的场景：无人驾驶的车辆在高速行驶中，前方路中间几个孩子在玩耍。如果汽车避让孩子，司机将葬身悬崖；如果汽车不避让，孩子将有生命危险，司机得以存活。没有两全之策，AI算法该如何设计？不管如何预设算法，都相当于选择该牺牲谁。如果算法选择保护行人，而有可能牺牲司机，那车有可能卖不出去；如果算法选择保护司机，行人随时都有危险。

  当发生交通事故后，责任在人还是机器？尤其是L3级车型，当系统故障时，需要由人接管。那么事故的责任到底在机器还是人？如果机器早一点交由人类接管，是不是能够避免事故？那么机器怎么样来判断何时交给人类接管？如果是机器负责，那应该具体到零部件厂商还是整车厂？

  V2X车联网产业涉及汽车、电子、信息通信、交通运输和交通管理等多个行业，按照建设顺序，包括测试、车路感知层、网联基础设施、整车、车控、智能驾驶、智能座舱、智慧交通、V2X云控平台，以及应用服务层。

  实现车路网联化，需要车侧、路侧等基础设施和硬件相互连通，包括模组/RSU/ OBU、高精度定位系统和MEC设施等。具体而言，路侧交通基础设施升级改造能大大的提升路口的感知解决能力，为平台和车辆提供更精准实时的道路交互与通行信息；车侧通过前装或者后装的车联网装置，将社会车辆纳入车联网平台，实现路-网-车-云的全面协同进化。目前，从需求和产业进展来看，模组、RSU/OBU等正在迎来加快速度进行发展期，基于北斗系统的高精度定位系统即将完成，MEC在车联网发展高级阶段不可或缺。

  另外，近两年来，随着国内ETC的大幅推进，作为ETC体系重要的组成部分， OBU 和RSU也实现了快速普及。截至2019年12月，全国29个联网收费省份改造完成 488个省界收费站，全国ETC用户累计接近2亿，中国ETC渗透率规模从 2018 年底的32%倍增到74%。根据调研情况，国内RSU每年需求在3-5万个，市场规模预计30-50亿规模。目前RSU/OBU厂家较多，竞争比较充分，包括华为、中兴、万集科技、千方集团、金溢科技、高新兴、星云互联、华砺智行、哈曼、ALPS、AutoTalks、Cohda Wireless、上汽联创、高鸿股份、SAVARI等。

  在感知层基础上，智能驾驶还需要决策层和执行层。如果把感知层比作眼和耳，决策层相当于大脑，执行层相当于手和脚。在此基础上，结合V2X车联网和实时更新的高精度地图，能更加进一步扩展车辆的感知范围。在执行层面，基于高精度地图和线控系统，车辆能实现更精确、低延时的操控。

  在智能驾驶路径上，慢慢的变多的整车厂和Tier 1开始采用双元战略，同时研发L2-2.5和L4-L5。L3的概念偏理想化，然而技术落地相当困难。L3曾经的先驱者奥迪也在 2019 年底放弃该计划，转而集中精力研发L2和L4。L2.5是近年来提出的过渡等级，指的是增强版L2，但主要驾驶依然由人类完成。

  也称为车控OS，用于车辆底盘和动力控制，以实现油门、转向、换挡、 刹车等车辆行驶功能。底盘和动力控制上每个系统的ECU都由两部分所组成，算力单元和 OS，这些OS的集合体就是车控OS。未来，随着ECU向DCU和MDC形态发展，分散在各个ECU中的嵌入式OS也会逐步融合为一个具备标准化架构的车控OS，如 AUTOSAR、Linux ROS。

  国内在智能驾驶OS领域相对空缺，仅有东软、华为和中兴有所尝试。东软基于 Adaptive AUTOSAR平台开发出了面向无人驾驶和智能座舱的中间件软件 NeuSAR。华为在发布鸿蒙微内核OS时，提到可用于智能驾驶和智能座舱，具体产品信息还未公布。长久来看，实现自主可控过程中，自主研发的智能驾驶OS必不可少。

  为智能驾驶算法或 ADAS 算法提供本地算力。整车厂选型时主要关注是不是满足车规级、能耗比，以及性价比。由于目前主要的传感器是基于视觉的，因此芯片也以 GPU 为主。国外 GPU 领域以英伟达为主，除此之外还有 Mobileye。国内主要厂商包括地平线机器人、寒武纪等。

  是实现L3-L5级无人驾驶的重要组成，越高等级的无人驾驶需要越高相对精度和鲜度的高精度地图。目前国内技术和产品相对成熟的是ADAS地图，相当于L2-L3的水平，精度和信息丰度介于导航电子地图和高精度地图之间，用于辅助驾驶，如 Tesla Autopilot和奔驰Drive Pilot在引入中国时采用的都是四维图新的ADAS地图服务。

  图9 四维图新联合行业成立国汽智图共筑“国家级”动态高精度基础地图服务平台

  随着5G技术的推广应用，信息传输速度得到质的飞跃。万物互联的物联网时代即将来临。物联网这一技术在汽车上的实现称为车联网，而搭载车联网技术的车辆即为智能网联汽车（intelligent connected vehicle，ICV）。

  智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（车、路、人、云等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现安全、高效、舒适、节能行驶，并最终实现替代人来操作的新一代汽车。如下图其中会用到V2X技术：

  V2X（Vehicle to Everything）作为一种车用无线通信技术，是将车辆与一切事物相连接的新一代信息通信技术，其中 V 代表车辆，X 代表任何与车交互信息的对象，当前X主要包含车（Vehicle to Vehicle, V2V）、人（Vehicle to Pedestrian, V2P）、交通路侧基础设施（Vehicle to Infrastructure, V2I）和网络（Vehicle to Network,V2N）。V2X将“人、车、路、云”等交通参与要素有机地联系在一起，不但可以支撑车辆获得比单车感知更多的信息，促进无人驾驶技术创新和应用，还有利于构建一个智慧的交通体系，促进汽车和交通服务的新模式新业态发展，对提高交通效率、节省资源、减少污染、降低事故发生率、改善交通管理具备极其重大意义。

  经过上述讲解，我们大家可以总结如下，智能驾驶在持续发展和落地的过程中，仍面临如下挑战：

  一方面，智能汽车标准尚未形成；另一方面，高度无人驾驶汽车上路面临法律和法规制约，需要研究进行相应调整。

  智能驾驶需要车与车、车与路等的信息交互，车辆根据信息自动控制自身的驾驶动作，国内领先的汽车厂家目前都已具备自己的智能网联发展规划，并已开始实施，但缺少道路基础设施建设和统筹规划，智能驾驶始终难以实现。

  开放是智能汽车实现智能驾驶和提升使用者真实的体验的基础，但也带来智能汽车计算机系统与外界网络交互存在的安全隐患。

  智能驾驶由车辆自主决策并执行，面临驾驶人的信任问题，车辆发生故障将造成不好后果。传统的统计验证已经不适合智能汽车的要求，智能网联汽车验证强度、复杂度将以指数级增加。我国道路环境复杂度，各地域不同驾驶人及行人的交通习惯，全天候、全路况下对人的感知对智能网联汽车的验证提出了更高要求。

  随着无人驾驶技术的发展和科技公司对无人驾驶技术的研究，最终无论是车企还是科技公司都会初步实现无人驾驶。无人驾驶的初步实现一定会在技术领域出现很大的差异性，包括算法的差异性、系统平台的差异性以及设备的差异性。要实现无人驾驶安全性的进一步提升，必须实现车辆与基础设施间的通信（V2I），其次要实现车辆间的信息共享（V2V），最终实现车联万物（V2E）的最终目标，将汽车打造成最大的个人移动处理平台。要实现V2I与V2V就必须减少不一样的品牌间无人驾驶技术的差异性，增强平台间的信息共享能力。如今的无人驾驶与无人驾驶都是以单独车辆为单位，一辆车所能获取的信息只能来自自身的传感器。车联网的最终目的是要实现V2E，将车辆变成与手机一样的移动处理平台，车辆不再是单独的交通工具，每辆车都将成为使用者的娱乐和工作的平台，最终实现万物互联的终极目标，可见，无人驾驶及智能网联汽车在未来还有非常长的一段路要走。