伴随着车路协同起步，实现更高效、更安全、更智能交通组织的蓝图正日渐清晰

9月26日，首批Apollo与一汽红旗联合研发的“红旗EV”组成的Robotaxi车队在长沙正式载人上岗。亲身体验到了这项最新、最潮黑科技的市民，给出极高评价：“转弯平稳，宛如十年驾龄的‘老司机’在开车”。

而在百度Apollo的赋能下，Robotaxi车队不仅像老司机一样拥有严谨、流畅的驾驶行为，还具备了超越人类思考能力的“上帝视角”，这就是车路协同。


在Robotaxi车辆后排点击屏幕，一键就可以开启自动驾驶行程，沿途路况可以实时在屏幕上显示。在测试路段沿路部署的智能路侧系统，可以向Robotaxi传送实时路况。通常在前车出现故障抛锚的情况下，后面驾驶员因视线被遮挡或对前车车况不明，都会在故障车后苦苦等待。但具备“上帝视角”的Robotaxi可以实时收到车路协同路侧设备提供的车道信息，在到达堵塞路段之前，就已提前知晓了路面情况。在交通规则允许范围内，Robotaxi迅速灵活借道转弯，果断绕过右转道抛锚的“僵尸车”压实线右转，灵活、顺利地通过事故区域。

相对单车智能来说，车路协同是一种“人-车-路”的交互。Apollo车路协同是通过采用先进的无线通信和新一代互联网等技术，全方位实施车路动态实时信息交互，并在动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证车辆行驶安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

这种交互能够让交通参与方的行为预测得到更精准的诠释，对车辆或行人下一步将发生的行为，做出及时、正确的判断。自动驾驶车辆就可以通过“长居此处”的智能路侧设备的个性化预测，来达成与车辆本身通用车载传感器信息的互补，从而车辆可以更“聪明”地行驶。

“Apollo车路协同是从自动驾驶的需求和单车智能的痛点出发，通过打造‘智慧的路’，来对自动驾驶车辆的定位、感知、预测等任务的完成加以优化和辅助。”Apollo自动驾驶车路协同团队技术人员表示，除了交互能力，车路协同还能大大增强自动驾驶车辆的感知能力。

简而言之，车路协同旨在为车载端有限的视线范围（肉眼限制或自动驾驶感知范围受限）提供一种提前感知前方路况的能力，从而通过传感器接入技术、数据融合技术、车联网V2X技术以及大数据分析处理技术为驾驶员赋能“千里眼”，有效增强驾驶安全性，提升驾驶体验，同时也可对道路利用率、通行效率产生积极影响。

一直以来，自动驾驶和车路协同，都是百度探索智能城市建设的两个重要着力点。

早在2018年底，百度 Apollo 自动驾驶全场景车型即已亮相国家智能网联汽车（长沙）测试区，并完成全国首例 L3 及 L4 级别等多车型高速场景自动驾驶车路协同演示。

当下，在助力长沙打造“自动驾驶之城”的各项节点中，车路协同项目团队的身影也始终与Robotaxi同在。通过从路侧设备、感知方案、云控平台等方面全面搭建的具有车路协同能力的路网，来为自动驾驶车辆和智能交通的落地提供全面的基础设施保障。

Apollo路侧计算单元是融合网络、计算、存储、应用核心能力的分布式开放平台，可以通过部署在路侧的摄像机、毫米波雷达、激光雷达等智能感知设备，实时感知道路上全量的交通情况（包含车辆、行人、机动车、非机动车等所有障碍物，以及交通事件如事故、施工等）和红绿灯状态，然后在边缘计算节点完成绝大部分的计算，通过V2X路侧单元（RSU）等传输手段，实时将结果发送给附近的装有车载单元（OBU）的车辆。

而云控平台则主要实现云端的能力，能够得到多路段、多区域甚至是整体城市的交通状况、路况、以及突发事件等多维度的信息，车辆有了这些额外交通信息的补充，能够更好地做出驾驶判断。

“摄像头、毫米波雷达、激光雷达等传感器除了装在车上，还可以装在路灯杆上。这比单纯跟车走的传感器观察到的角度和时间都更广，而且能够在最短的时间内对交通态势做出判断。”Apollo自动驾驶车路协同团队技术人员解释，在路侧安装的摄像头，能够主动获取各个关键节点处的视频流数据，从而对路侧观测范围内数百米区域内的车辆、行人等环境实现全局获取。

该类数据一方面将通过数据处理和分析生成相应的警示信息实现路-车-路-云上报，另一方面，该视频流也能够通过搭载短距离无线通信和特殊协议的方式实现视频流的传输。确保即将驶入该区域的车辆能够实时接收到前方路况视频信息，为驾驶员提供实时有效的路况信息。

此外，道路施工、路面坑洼、交通事故等特殊事件的发生将导致道路的可行驶区域发生变化，会干扰正常行车，甚至引发交通事故。路侧感知设备将感知可行使区域的变化，通过V2X实时广播给接近的车辆，提醒车辆提前变道，避免追尾等交通事故。

每次成功的背后，都是无数汗水的凝聚。百度此次在“长沙双一百项目规模化部署车路协同”的施工作业，属于业内先行。有时，因为分析和缩小自动驾驶系统中信息融合应用效果与预期的丁点儿差距，技术人员都需要顶着38度高温暴晒，在路口反复仔细地测试进行问题的定位。

除去在计算程序、数据信息等方面的无数次检验修正，车路协同路侧计算单元中的硬件设备也经受住了长沙盛夏天气的极端考验。部署在路侧的新型边缘计算智能设备，均达到IP65防水级别，且经历了严格的高低温、防尘防腐蚀、防凝露测试，历经千锤百炼后才正式上岗。

随着本次车路协同加持下的长沙Robotaxi车队载人试运营，百度Apollo的“聪明的车+智能的路”，已正式在L4自动驾驶级别上率先在城市开放道路环境中大规模部署实用。

说起来，不管是智能汽车，还是智能路网，本质上都是服务未来的智慧出行。

同时，智慧出行也需要依靠智能汽车、智能路网等基础设施才能真正实现。因为无论单辆车智能化发展到什么程度，都只是交通系统中孤立的“点”，无法支撑起整个交通系统的智慧化。

以道路为核心的车路协同，通过建立在公路基础设施数字化升级的基础上，让交通系统能够实时感知道路、车辆与行人的各种状况，在发展汽车智能化的同时，发展路网的采集、过滤、分析、处理能力，使人、车、路能够高度协同。

而从自动驾驶成本考虑，路侧智能化以及边缘云计算系统的助力，能够有效弥补因自动驾驶车辆需要的安全感知距离超出单车智能的感知范围不足的缺陷，并将车的部分感知和计算转移至路侧完成，能降低对自动驾驶车载传感器及车载计算平台的需求，降低其实现成本。

助力自动驾驶，却不仅仅服务于自动驾驶。

车路协同是以自动驾驶为切入点，以满足自动驾驶车辆需求为基础，对道路进行改造，这是道路智能化的过程，也可以理解为是交通智能化的过程。交通智能升级后，所有道路参与者将从中受益。

例如，在提升交通效率安全的民生问题上，在长沙交警的配合支持下，智能路侧终端接入交警数据平台，可将原始数据和本地处理的结果上传云端，通过对海量交通运行数据进行整合处理，形成分析预测模型，运用于交通调度引导、线路规划、车辆管控等方面，推动道路基础设施要素资源全面数字化、“人车客货”互联互通。用数据管理和决策为车辆的运行与监管提供全方位的支持，为提升高速公路的交通效率提供了有效解决方案。

同样，在车路协同场景中，通过对传感器设备的原始感知数据的实时处理，将信息共享给车端或云端，便可以此来获取道路交通环境中的交通参与者的状态信息、道路的状况信息、道路事件信息以及道路交通信息、天气信息等。基于上述系统，可提供自动驾驶应用服务、网联车应用服务及大众出行应用服务。

此外，Apollo车路协同系统的云平台还可以与百度地图联动，车路协同智能路侧设备可以直接获取实时红绿灯信号及剩余读秒，信号和倒计时信息被上传至云平台，然后传输到对接的百度地图后端服务器，再下发到路口每辆车司机手中的地图App上。这样即使司机视野被前方大车遮挡，或距离路口很远，依然可以通过地图导航实时了解目前灯色和倒计时，提前合理规划驾驶行为。

综上所述，无论是对于自动驾驶还是对于构建未来城市，发展车路协同是实现高度自动化的有效途径。

路漫漫其修远，惟上下而求索。从兑现量产承诺、到扩大量产规模，从构建聪明的车、到开辟智能道路，在扎实的技术深耕与产品矩阵的多场景实践背后，凝聚了百度Apollo在自动驾驶领域的全面思考。一条道路接一条道路，一个城市连一个城市，在这样一个场景复杂、产业链冗长、产业关系新鲜构成的产业网络中，唯有坚定信念和不断创新，才能从“适应未来”转为“调整未来”，真正让自动驾驶普惠大众生活。