对话千方科技 打造数字交通的孪生世界

自动驾驶商业化运营已经开启，试点示范区域数量不断增加，但这能代表自动驾驶正加速到来吗？

业内有观点认为，国内众多自动驾驶企业都是在花20%的精力去解决80%的功能或场景，但随着自动驾驶应用向高级别深入，“长尾效应”问题不断出现，未来业内参与者需要花80%的精力去解决剩余20%的功能或场景。

推广自动驾驶，安全性、经济性是非常关键的指标，而那20%甚至是1%的问题得不到解决，自动驾驶就不能大范围推广。那自动驾驶推广能在安全性和经济性之间得到平衡吗？未来智能交通的发展方向又是什么？

编者按丨从狂热到冷寂，再到理性回归，业内重拾对自动驾驶的追逐热情——低阶智能驾驶批量装车，2021年中国市场L2级新车渗透率达20%；高阶智能驾驶在特定场景开始有商业化的落地。作为“长坡厚雪”的行业，智能驾驶将如何进阶？从今天到自动驾驶的未来，还有多远的路要走？汽车之家策划访谈多位业内资深专家及企业代表，探讨行业进阶方向。

让自动驾驶在安全性、经济性之间实现平衡，就要坚定不移地走“单车智能+车路协同”的路径。我们带着有关智能驾驶未来发展的一系列问题来到了千方科技。千方科技总裁潘璠给出了如上结论。

单车智能、车路协同是自动驾驶的两种主要技术方向。经过多年积累，两者协同已经成为业内对自动驾驶未来格局的共识。千方科技是国内车路协同自动驾驶技术路线的较早发起者之一，并于2016年牵头成立了“北京智能车联产业创新中心”。千方科技联合行业知名企业、科研院所等机构，编制完成自动驾驶能力评估、道路选取、试验场建设、数据传输等系列团体标准，为北京市在全国率先探索出自动驾驶测试的管理政策和服务体系，以及测试场地与测试服务提供了支撑。

从技术测试到全链条商业化示范

自动驾驶还不是一个成熟产业，而是一个技术要研发、产业要落地、模式要探索的新产业。

千方科技副总裁、千方研究院院长孙亚夫介绍：“我们要解决自动驾驶和车联网产业里面的三个问题，即测试难、评价难、上路难。”

北京市在推广自动驾驶产业之初，由政府相关主管部门牵头统筹发展，千方科技参与发起，建立了“北京智能车联产业创新中心”，如今已达成百余家企业联合参与的联盟体系，目的就是做规范、定标准。这个创新中心所处的亦庄测试基地，形成了从封闭测试场，到开放测试道路，再到开放测试区的三级测试验证和示范的环境体系。

截至2021年12月底，北京市自动驾驶车辆道路测试累计安全里程超过390万公里（不包含低速无人载运工具），占据全国16个智能网联汽车测试示范区共计700多万公里总测试里程的一半以上，同时支撑北京市自动驾驶测试车辆牌照数、测试类型、开放测试道路里程数均居全国前列。

目前，全国数十家自动驾驶相关企业中，已经有16家取得了北京市自动驾驶道路测试牌照。

实际上，在北京能拿到自动驾驶道路测试牌照并不是一件容易的事儿。相对而言，全国其他自动驾驶试点示范区偏重于技术示范和演示，北京自动驾驶示范考虑了政策法规标准到产品技术落地的全链条商业化要求。此外，亦庄测试基地还设立了全国第一个区域级支持车路协同自动驾驶的开放测试区，在技术上实践了车路信息交互和感知协同。

千方科技作为北京智能车联产业创新中心的牵头单位，始终处于中立的位置。

自动驾驶车辆做技术测试只是很小的一个环节，未来更多的是需要产品和商业模式的验证，届时也一定会涉及大量的产业发展与现行政策法规之间的匹配性问题。因此，如果没有一个很好的机制以及第三方搭建运营，试点示范的意义就会大打折扣。为此，千方科技还提出了“Omni-T全域交通2.0解决方案”，包括提出用软件的算法来定义交通基础设施，以支持自动驾驶从技术验证到商业模式验证的转变。

车路协同并非只是V2X 并非路端替代车端

试点示范和测试是自动驾驶技术的验证、数据的积累，未来真正的大范围推广自动驾驶就需要单车智能+车路协同。

车路协同是帮助单车智能实现了上帝视角。车路协同，车是主体，路是载体。让“聪明的车”跑在“智慧的路”上，才是最佳的自动驾驶车辆与路的匹配状态。

人类历史上，路网的前两个阶段分别是马路、公路，第三阶段就是智慧的路。自动驾驶效率与效果真正释放，就必须依靠基础设施的升级。这是一个30到50年周期且分阶段、分优先级逐渐实现的巨大产业。

潘璠认为，“这不是简单的在路端加装传感器设备，而是基础设施全部数字化，实现数字孪生。所以我们不能把车路协同简单的理解为V2X，而是汽车产业链跟整个交通路网体系之间的协同。”

在路端，千方科技这样的企业的责任除了为交通基建赋能智慧网联技术以外，更多的要做好运营模式和商业模式的探索。这也正是前文试点示范和测试的一个重要目标。

『千方科技智能网联云控平台』

孙亚夫认为，车路协同的未来需要统一规划与建设，可以理解为是对新型基础设施的运营，为交通参与者提供服务。

长期以来，车端的发展一直都先行于路端。在车路协同发展的前期，路端感知应该是车端感知能力的补充。一方面，路端感知信息的指标还不能完全满足车规级品质要求，也存在不能保证信息实时、毫秒级传输的可能；另一方面，在车端感知范围之内应该能感知到的信息，不能单纯依赖路端感知来反馈给车端，两者无法完全替代。车路协同要解决的一个重要问题是“超视距”，即车辆视野遮挡/看不见的问题。

对于路端，千方科技给出了两层理解。

第一层是路端不需要增加过量、昂贵的额外传感器，只需要将现有道路流量、天气、路面等事件信息提取出来，传递到车端即可。这属于事件级、车道级、秒级时延的感知，而感知计算可以在边侧（路或车），也可以在云端。

第二层路端需要增加或者增强现有的视频、雷达传感器、边缘计算设备，使之能感知到目标级、厘米/分米级、毫秒级时延信息。这一般在交通比较复杂的路口、路段布设。在车路协同发展中，不是所有路口和路段都需要布设传感器，传感器的布设应该根据行驶需求分级别、分地点布设。

智能交通数字化时代的“数字孪生”

对自动驾驶车辆的技术检测与验证示范、车路协同的路端技术考量和运营模式探索等，都可以看作是智能交通数字化发展的一部分。而交通数字化又是各行各业数字化转型的关键部分。

潘璠介绍，从2018年开始，交通行业开始数字化转型，就是要解决纵深问题，即深入到行业，深入到场景。对老百姓而言，根本目标还是要做到效率更高，更绿色、更通畅，出行体验更好。从交通行业角度来说，要通过降低单位能耗与碳排放，改善出行体验，提升出行安全。

中国城市化进程到了“下半场”。“上半场”是城市人口增长，靠基建增长去满足交通需求。“下半场”交通问题更复杂，整个交通体系需要满足从单纯的城乡人口流动，向城市之间、城市群之间人口流动的转变。

潘璠认为，未来交通基建还会继续增长，增加体量并不会小，但因为基数逐渐增大，增长率会放缓。同时，智能化设施占比不断提高，建设目标会更加注重需求导向，这促使交通组织结构和体系发生较大变化。

随着智能化设施的增多、数字化技术的深入应用，一个将真实世界1：1还原到数字场景的虚拟空间将会诞生，并还原物理世界的运行规律。这种数字孪生基于全时空一体化的分布式计算技术，可以理解为在三维立体空间中加入时间轴，这样动态的信息可以被引入交通数字化治理中，也可以满足自动驾驶各场景下人工智能算法的训练需求，从而提升训练的效率和安全性。

孙亚夫表示，数字孪生并不遥远，千方科技已经开始研究相关的混合现实测试技术，一辆车的全部测试会在数字空间再现。每辆车都能看到两个世界，真实的物理世界和背后隐藏的数字世界，基于此甚至可以将测试评价贯穿整个汽车的全生命周期，并帮助车辆不断迭代、不断演进和评价。

从长远来看，随着自动驾驶车辆的应用，以智能网联为核心的数字化未来交通体系，需要全新的数字化运营方案，即不仅支持自动驾驶，还可以支持交通管理、城市治理等需求的一套城市基础设施数字运营平台。这也是千方科技的努力方向。（文/汽车之家 刘宏龙）