实现车路协同落地应用须“对症下药”

　　随着自动驾驶（“无人驾驶”）近两年发展迅速，“聪明的车”和“智慧的路”如何协同已成为国内自动驾驶产业落地的关键。全国人大代表、西安工业大学校长赵祥模近日接受新京报记者专访时表示，成本更低、商业落地更快、安全性能更优，是车路协同的三大优势。但目前车路协同在落地应用时也受到许多关键因素制约，解决这些问题必须做到“对症下药”。

　　车路协同跳出了车的局限，将目光投向路端。即在单车智能的前提下，配合以智能的道路，通过路测感知，解决单车感知不足等问题。作为交通运输部自动驾驶封闭场地测试基地（西安）负责人，赵祥模和他的团队从2009年起围绕车路协同与智能网联汽车技术体系与测试领域开展研究，并取得多项前瞻性成果。

　　成本更低、商业落地更快、安全性能更优，是车路协同的三大优势。从技术层面讲，超视距感知和群体协同优化是单车智能难以做到的。数据显示，通过全域智能协同和配合，把所有车辆、道路设施、甚至行人纳入一张云网络，可将交通拥堵减少60%，短途运输效率提高70%。——全国人大代表、西安工业大学校长赵祥模

　　谈产业现状

　　车路协同推进智能交通体系快速发展

　　新京报：自动驾驶是近两年来业内关注的焦点，在多个企业进行商业化试点之后，大家得到共识——车路协同成为关键点。目前，国内车路协同的现状是怎样的？有哪些问题亟待解决？

　　赵祥模：如何推动智能汽车发展？我认为全面推进车路协同技术研发和示范应用是关键。近年来，伴随着科技创新步伐，车路协同技术发展也在向前推进。

　　据我所知，今年2月初，苏州绕城高速S17智能网联改造项目顺利通过可行性研究报告评审，即将成为国内首条满足车路协同式自动驾驶等级的全息感知智慧高速公路。目前，商汤绝影自动驾驶接驳小巴也已经在上海、无锡、西安、成都、福州等处落地，覆盖机场、园区、市政道路等多个场景。这些都是车路协同技术探索的生动体现。

　　客观而言，当前单车智能已经难以满足智能驾驶基本的安全性，车路协同的推进不仅弥补了单车智能的缺点，还推进了智能交通体系的快速发展。综合各地实际情况来看，我国车路协同技术正在稳步推进过程中。当然，时空对齐、超低时延、可信交互、测试评价等技术壁垒，也是制约车路协同的核心关键问题。诸如商业模式难以闭环、信息孤岛现象严重等难题，也有不同程度的反映。

　　新京报：要实现让“智能的车”借助“灵活的网”驶上“智慧的路”，还有哪些路要走？

　　赵祥模：我认为，让“智能的车”借助“灵活的网”驶上“智慧的路”，在很多地方都需要持续迭代优化。比如，首先就是智能汽车必须具备高度的自动化和智能化能力。当前，需要通过车载环境感知系统和信息终端，实现与人-车-路之间的高可信信息交换，使车辆具备智能环境感知能力。这样就需要集成传感器和通讯设备，嵌入相关芯片和软件，使汽车成为一台强大的“移动计算机”。

　　配套的智慧公路建设也是核心要素。据我所知，目前全国也已经有二十多个省市开展了智慧公路的建设。借助云计算、大数据、人工智能、5G等新一代信息技术，让公路具备可视、可测、可控、可服务的能力，智慧公路将为车路协同建设提供强有力的支撑。

　　让“智能的车”借助“灵活的网”驶上“智慧的路”，我们还要将信息技术、通信技术、物联网技术、人工智能技术等前沿技术与城市基础设施和公共服务相结合，共同打造一个基于“数字孪生”的智慧城市。“聪明的车+智慧的路+高效的云+可靠的网”全面融合，将进一步突破单车智能的技术瓶颈，引领新一代高速公路的发展变革，极大地提高交通安全、效率、舒适性和便利性。

　　谈研究重点

　　车路协同技术需构建统一的系统架构

　　新京报：你们团队在车路协同方面做了很多前瞻性研究工作，近年来取得了哪些成果和应用？下一步有何研究重点？

　　赵祥模：自2009年起，我和我的研究团队围绕车路协同与智能网联汽车技术体系与测试领域，先后完成了从体系架构设计、关键技术突破、原型测试系统搭建到产品研发的全面工作。团队先后提出了基于泛在交通信息服务概念的车路协同系统架构和技术体系，将先进的协同感知、泛在网络、云计算、大数据、人工智能等技术综合运用于交通信息服务领域，实现交通信息与物理系统的深度融合。

　　团队主持开发了世界首台基于虚实结合和整车在环的自动驾驶汽车室内快速测试大型装备，攻克了高覆盖度的典型及极限虚拟测试场景快速构建、虚拟场景中传感器感知数据高保真模拟、基于场景的自动驾驶汽车功能测试评价等关键技术。其中，主持研发的“车载智能终端网联感知与接入关键技术”在危化品运输、营运车辆监管、基于ETC的车辆管理等领域得到广泛应用。

　　新京报：车路协同提升道路交通安全、效率、环保等方面，有哪些优势？对于车路协同建设，你有哪些建议？

　　赵祥模：成本更低、商业落地更快、安全性能更优，是车路协同的三大优势。从技术层面讲，超视距感知和群体协同优化是单车智能难以做到的。数据显示，通过全域智能协同和配合，把所有车辆、道路设施、甚至行人纳入一张云网络，可将交通拥堵减少60%，短途运输效率提高70%。

　　目前车路协同在落地应用时也受到许多关键因素制约，解决这些问题必须做到对症下药。

　　比如，构建统一的标准体系，才能实现车路协同感知、计算、通信、服务、应用各个层级之间以及同一层级不同模块之间的信息互联互通。目前车路协同相关企业和研究机构的技术发展很快，但是标准体系建设相对滞后，不同企业的产品之间很难实现互联互通。再比如，车路协同技术需要构建一个统一的系统架构。当前，发达国家基本建立了车路协同系统的体系框架，定义了一系列应用场景，开展了一些试验和应用，但是我国的车路协同系统架构暂时还未建立起来，因此需要跨界融合建立一个统一的车路协同系统架构从而促进车路协同的规模化应用。当然，出台较为明确的技术路线图，形成可持续的产业政策，为车路协同应用保驾护航，也不可或缺。

　　谈ChatGPT技术应用

　　ChatGPT不足以使自动驾驶技术快速实现

　　新京报：最近，科技圈最火的话题莫过于ChatGPT，如何看待这种现象？你认为ChatGPT能让自动驾驶更快实现吗？

　　赵祥模：我认为ChatGPT是目前最先进的自然语言处理技术之一，这项技术也已经引起了科技圈的广泛关注和兴趣。

　　自动驾驶技术不仅涉及语言理解，还涉及计算机视觉、传感器技术、控制系统等多个方面的知识。虽然ChatGPT可以帮助车辆识别交通信号、理解驾驶员的语音指令等，但它本身并不足以使自动驾驶技术快速实现。要实现自动驾驶，需要全面考虑各种技术和安全因素，确保人民的生命财产安全。

　　总的来说，ChatGPT是一项富有潜力的技术，可以在许多领域带来革命性的变革。但是，它本身并不足以解决所有的问题，必须与其他技术结合起来，才能真正实现自动驾驶等复杂任务。

　　新京报记者 陈琳