专家系列解读

近些年，随着我国电动化、智能化、网联化、共享化新四化大力推进，我国汽车产业转型升级持续，智能网联汽车已经从小范围测试验证转入技术快速发展、生态加速构建的新阶段。目前，依托C-V2X车联网技术，推进车路云协同发展的智能网联汽车和智慧交通方案，已经成为新的路径，牵引中国智能网联汽车和新能源汽车创新发展。

C-V2X作为通向智慧交通和自动驾驶的关键技术，C指的是蜂窝（Cellular），V2X（Vehicle to everything）指的是车用无线通信技术，V代表车辆，X代表一切可以与车辆进行信息交互的对象，主要包括V2V（车对车）、V2P（车对弱势交通参与者）、V2I（车对基础设施）、V2N（车对网络）。

作为C-V2X技术的开创者，中国信科集团副总经理、总工程师、科技委主任，移动通信及车联网国家工程研究中心主任陈山枝博士最早在2013年在业界率先提出LTE-V2X，确立了 C-V2X 的系统架构和技术路线。

在跨界合作过程中，陈山枝博士及其团队发现，业界存在某些混淆的概念及误区，在《蜂窝车联网（C-V2X）及其赋能智能网联汽车发展的辩思与建议》中，对C-V2X蜂窝车联网相关概念及误区进行了澄清。

本文为系列专题的第三篇，主要解读的问题是：

车联网就是车路协同吗？

C-V2X 的 V2V 应用要依赖于 RSU 和V2I 吗？

C-V2X 车联网应用就是无人驾驶吗？

无人驾驶是依靠单车智能还是网联智能（车车协同、车路协同）？

提问一

车联网就是车路协同吗？C-V2X的 V2V 应用要依赖于 RSU 和 V2I 吗？

陈山枝博士回答

目前，业界谈到车联网等同于车路（V2I）协同，事实上还应包括车车（V2V）协同、车云（V2N）协同。V2V、V2I 协同是短距离通信，实现道路安全和微观交通，对时延与可靠性要求高。V2N 协同对时延能容忍，支持宏观交通，C-V2X 应用对比见表 8。

当前车车（V2V）协同的商用价值是支持辅助驾驶，提高主动安全性能。商用 L1 和 L2 级别的汽车已经配备了雷达、视频等传感器，实现高级驾驶辅助系统（advanced driving assistance system，ADAS），例如盲点检测、变道辅助、前向碰撞检测、自适应巡航（adaptive cruise control，ACC）和自动紧急制动 （autonomous emergency braking，AEB）。

在此基础上，V2V 实现车车间信息与意图共享，一辆车与周围的其他车辆交换有关速度、位置、航向以及车辆转向和刹车等实时驾驶信息，如实现变道预警、网联 ACC 从而实现更高的主动安全。即使其他车辆或物体挡住了视线也能实现，如网联 AEB 不限于相邻前后车，同一车道的更远更多车辆协同制动，就可以解决高速公路上的连环撞车问题。

美国国家公路运输安全管理局（National Highway Traffic Safety Administration，NHTSA）估计，在美国，每辆车都配备 V2V 技术，通过 IMA（intersection movement assist）和 LTA（left turn assist）安全应用，每年可以防止 400 000～600 000 例汽车碰撞，可防止 190 000～270 000 例伤害，并可以挽救 780～1 080 条生命。

车路（V2I）协同是指路侧采用各种感知技术实时获取车辆和道路信息（如道路实时事故与紧急事件、车道级路网、交通信号灯等），并通过车联网实现车路间信息共享和交互，实现车辆和交通基础设施间的智能协同感知与配合，实现提高道路安全、降低交通事故、优化利用交通系统资源、缓解交通拥堵的目标。车路协同系统中包括 3 类关键设备—— C-V2X 的RSU 和 OBU、路侧感知设备和 MEC 等，如图 2 所示。

图2 C-V2X车联网组网及其车路云协同应用

车云（V2N）通信则不具有实时性要求，主要支持高精度地图下载、宏观交通管理与服务（如行驶路径规划、全局交通优化、行驶策略更新等）应用；未来在无人驾驶时代，还有车载信息娱乐需要 5G Uu 大带宽通信能力支持。

可见，C-V2X 的 V2V 应用不需要依赖 RSU和V2I 就能实现，当然有 V2I 加持，能进一步提升智能驾驶水平和道路安全。另外，最初的车路云协同是为了支持无人驾驶，但当前业界更关注车路云协同支持有人驾驶提升驾驶主动安全和舒适性，并服务于提升交通管理和城市管理水平。

业界有学者误认为有车路协同就不需要单车智能。而作者认为车路协同的前提是车“聪明”，即单车智能，但路也需“智慧”。两者相辅相成，各有优势，在不同场景和发展阶段，发挥作用的比例可能会有些变化，但两者是协同互补螺旋式上升发展的。

提问二

C-V2X 车联网应用就是无人驾驶吗？

陈山枝博士回答

首先，为避免误解和混淆，本文将 L1 至 L5自动驾驶级别中的 L1 和 L2 归为辅助驾驶，L4 和L5 归为无人驾驶。业界经常有人将 C-V2X 应用简单地与无人驾驶相捆绑，作者认为无人驾驶是车联网的高级目标与应用之一，但不是唯一。

车联网支持多样化的应用，不仅是无人驾驶。在当前阶段具有商业应用价值的，是支持有人驾驶时的智能网联辅助驾驶，降低驾驶工作强度、提升驾驶安全、降低事故率、提高交通效率，如本文提到的网联 AEB、网联 ACC 等。当前，人的因素是造成事故的关键因素，导致事故发生的占比达到 90%以上。根据 NHTSA 统计，94%的交通事故是驾驶员疏忽造成的。研究表明，如果提前 0.5 s 示警驾驶员，60％的追尾事故可以避免；若驾驶员能提早 1.5 s 得到示警并采取措施，则可以避免 90％的追尾撞车事故。因此，C-V2X 车车间、车路间协同感知在毫秒级，智能网联能为有人驾驶提升安全性能。

长远看，C-V2X 车联网是支持开放道路全天候的无人驾驶，但该类无人驾驶的实现，需要跨行业、跨领域、跨学科的前沿交叉创新，以及政策、法律与监管等的完善与创新，还受到交通伦理和公众接收度等约束。

提问三

无人驾驶是依靠单车智能还是网联智能（车车协同、车路协同）？

陈山枝博士回答

通常认为无人驾驶有两条技术路线：单车智能和网联智能（或称车路协同）。单车智能也称自主式自动驾驶，是指车辆单纯依靠车载传感器（摄像、雷达和导航等）与车载控制系统等自身能力，感知周边环境、实施决策控制、执行行驶操作，实现无人驾驶。网联智能也称协作式自动驾驶，指利用汽车搭载先进的车载传感器、控制器、执行器等，并通过车联网实现车与周围的车、路及云等信息共享和交互，具备复杂环境协同感知、协同决策和协同控制等功能，实现无人驾驶。

目前虽然已有很多依靠单车智能的无人驾驶测试与实践，但真正实现安全可信的开放道路无人驾驶的挑战性仍然非常巨大。无人驾驶面临的是一个开放、复杂多变、不确定的环境，需要动态决策，无法事先穷举所有可能的交通场景供决策使用。而驾驶安全是生命攸关的大事，目前的单车智能没有达到像人一样能应对复杂交通环境的适应性和自主学习能力。

未知、罕见的事件被称为“极端场景”（corner case）或意外遭遇。人类具有常识、逻辑推理和类比能力，擅长处理未知事件和“极端场景”等长尾问题；而当前依赖数据的人工智能面对一些没有学习训练过的“极端场景”表现得“束手无策”，单车智能的无人驾驶规模商用很难落地。2020 年 6 月台湾嘉义高速公路上一辆 特斯拉汽车撞上侧翻的厢式货车事故是一个典型的“极端场景”，类似事故已发生多起。可见，单车智能无人驾驶在商业上宣称累计安全测试里程达几百万千米还是有挑战的。

当前，单车智能存在的问题包括如下内容。

单车感知能力不足，最远探测距离为 200 m左右，如视频、雷达和激光等传感器存在视距感知问题，且存在特殊光照和恶劣天气条件下感知能力受限等问题。

单车智能决策能力不足，其他交通参与者意图不明及盲区信息未知等，会造成决策困难。

长尾挑战解决困难，10%的投入已解决 90%的问题，但剩下 10%的长尾问题可能需要90%的投入才能解决，如图 3（a）所示。

单车智能自动汽车制造成本居高不下，从L1 至 L5 级自动驾驶，需要不断加大传感器数量、提升感知精度，所需的算力呈指数级增长，如图 3（b）所示。

缺乏与周边车辆、交通设施的交互能力，如难以解决复杂路口通行效率和支持救护车、警车、工程车等优先路权等应用。

提升整体交通效率难，单车智能仅从个体角度优化，难以实现全局交通优化，提升整体交通效率难。

上述问题若仅依赖单车智能，没有车车和车路间的低时延高可靠车联网通信支撑的车车和车路间协同是很难实现的。