自動駕駛正在進(jìn)入大規(guī)模應(yīng)用的前夜，然而智能汽車在L3級別規(guī)模化商用的道路上出現(xiàn)一定的遲滯。

今年初，奧迪就曝出“取消L3級自動駕駛研發(fā)項目”的計劃。盡管奧迪特意強(qiáng)調(diào) “團(tuán)隊只是轉(zhuǎn)向了L2和L4級自動駕駛技術(shù)的研發(fā)”。但是這項在2017年7月奧迪A8第四代搭載的L3自動駕駛系統(tǒng)，等于終于在耗時5年，耗資數(shù)億美元之后，泯然眾人，無法交付給用戶使用。

隨著L3自動駕駛技術(shù)陷入“人車接管時機(jī)”悖論的問題以及相關(guān)法律法規(guī)遲遲未能出臺，眾多的車企都在積極謀求從L2級直接向L4級超高度自動駕駛技術(shù)轉(zhuǎn)型。

而眾多車企的單車智能為主的自動駕駛技術(shù)就顯得力不從心。自動駕駛從單車智能向車車、車人、車路協(xié)同等多端智能方向的轉(zhuǎn)變就十分必要了。

眾所周知，自動駕駛技術(shù)的發(fā)展已經(jīng)分化出兩大陣營：一種是以汽車制造商為代表的ADAS和單車智能技術(shù)陣營；另一種是以互聯(lián)網(wǎng)企業(yè)為代表的人工智能和智能網(wǎng)聯(lián)化技術(shù)陣營，直接依靠智能計算及網(wǎng)絡(luò)通信實(shí)現(xiàn)對汽車的控制。

前者以通用、沃爾沃、特斯拉以及汽車零部件廠商為代表，主要從現(xiàn)有的駕駛輔助安全技術(shù)出發(fā)，配合感知和控制決策，側(cè)重于對行駛環(huán)境的精確感知，逐步實(shí)現(xiàn)智能化自動駕駛技術(shù)。

而后者以Waymo、百度Apollo等為代表側(cè)重于高精度定位的引導(dǎo)，配合多種傳感器、GPS等傳感器，側(cè)重高精地圖的構(gòu)建和感知數(shù)據(jù)的配合，利用AI算法直接實(shí)現(xiàn)L4級別及以上的完全自動駕駛。

當(dāng)單車智能陣營要跨越自動駕駛的“悖論”鴻溝，而智能網(wǎng)聯(lián)陣營也面臨大規(guī)模整車落地商用，兩大陣營在2020年的時間節(jié)點(diǎn)，正式交匯在了同一競爭點(diǎn)上。而以互聯(lián)網(wǎng)企業(yè)代表的第二陣營都早已紛紛制定了自己的車路協(xié)同的發(fā)展計劃。

自動駕駛、車聯(lián)網(wǎng)、車路協(xié)同、LTE-V2X、5G-V2X等相關(guān)技術(shù)正在以一種同步加速的方式迸發(fā)，而人、車、路、網(wǎng)的互聯(lián)互通，都離不開云計算技術(shù)的支持。

在當(dāng)前各家的技術(shù)詞典中，車云協(xié)同的概念越來越多被提及。

在無論是早已出現(xiàn)的自動駕駛、車聯(lián)網(wǎng)技術(shù)，還是最近兩年正在推進(jìn)的“車路協(xié)同”技術(shù)，都離不開云計算的支持，也早已有著“車云協(xié)同”技術(shù)的部分應(yīng)用。

因此，車云協(xié)同，這一內(nèi)涵極其豐富的概念，同時也是一個不斷深化的技術(shù)演進(jìn)過程。

那么弄清楚“車云協(xié)同”在當(dāng)前智能汽車領(lǐng)域的技術(shù)應(yīng)用邊界，探討車云協(xié)同在自動駕駛、車聯(lián)網(wǎng)、車路協(xié)同等技術(shù)領(lǐng)域中發(fā)揮的作用和與這些技術(shù)的區(qū)別，我們才可能真正理解 “車云協(xié)同”技術(shù)，以及下一步車云協(xié)同可能拓展的場景和方向。

云端算力：自動駕駛技術(shù)正在云端生長

自動駕駛技術(shù)是一個涉及軟硬件高度集成、高度復(fù)雜信息處理代替人類操作的綜合系統(tǒng)，主要由感知、決策和執(zhí)行三大子系統(tǒng)組成，涉及環(huán)境感知、決策規(guī)劃、控制執(zhí)行、V2X 通信等關(guān)鍵技術(shù)。

而以深度學(xué)習(xí)為代表的當(dāng)代 AI 技術(shù)，基于在機(jī)器視覺（MV）、自然語言處理（NLP）等領(lǐng)域的成功應(yīng)用，被引入到自動駕駛技術(shù)的環(huán)境感知、決策規(guī)劃和控制執(zhí)行的系統(tǒng)研究當(dāng)中。

眾所周知，自動駕駛技術(shù)技術(shù)的成熟嚴(yán)重依賴實(shí)時可靠的算力支持以及大規(guī)模數(shù)據(jù)訓(xùn)練，基于單車智能的自動駕駛存在著數(shù)據(jù)積累不夠、強(qiáng)計算能力欠缺、任務(wù)自適應(yīng)能力差A(yù)I算法優(yōu)化適配困難等問題。因此，除了完成在車載終端上的AI深度集成，還需要構(gòu)建一套基于車云協(xié)同的一體化智能駕駛系統(tǒng)。

首先，AI算法應(yīng)用是自動駕駛云端系統(tǒng)的核心。車載嵌入式智能硬件平臺因計算、存儲能力有限，無法滿足 AI 模型的訓(xùn)練需求。自動駕駛云平臺 AI 算法應(yīng)用技術(shù)，利用虛擬化技術(shù)及網(wǎng)絡(luò)技術(shù)整合大規(guī)?？蓴U(kuò)展的計算、存儲、數(shù)據(jù)、應(yīng)用等分布式計算資源完成 AI 模型算法的學(xué)習(xí)訓(xùn)練，能實(shí)現(xiàn)在云端訓(xùn)練 AI 模型，通過車云協(xié)同技術(shù)將其部署到嵌入式平臺，使 AI 算法在車端自動駕駛系統(tǒng)上得到深度應(yīng)用。

其次，云端數(shù)據(jù)存儲滿足自動駕駛的數(shù)據(jù)訓(xùn)練要求。

云端系統(tǒng)不僅能夠存儲海量的傳感器的實(shí)時采集數(shù)據(jù)，還可以存儲采集歷史數(shù)據(jù)，同時借助云計算完成這些海量數(shù)據(jù)的存儲、傳輸、分析處理，基于 AI 集成應(yīng)用算法的智能駕駛控制模型，為車輛決策提供可靠、高效的協(xié)同控制方案。

再次，云端大數(shù)據(jù)的建構(gòu)技術(shù)實(shí)現(xiàn)多場景、多車型以及個性化駕駛下的AI數(shù)據(jù)處理和信息服務(wù)的復(fù)雜處理，掌握自動駕駛數(shù)據(jù)的分布、異構(gòu)、時變、海量的數(shù)據(jù)特征，借助車云協(xié)同的有效傳遞，推動多車、多場景的自動駕駛數(shù)據(jù)管控方案。

基于云計算服務(wù)，車云協(xié)同為自動駕駛的AI算法模型訓(xùn)練、大數(shù)據(jù)存儲處理以及數(shù)據(jù)應(yīng)用提供了基礎(chǔ)性的保障。

這也正是因為最早發(fā)力AI算法研究和大規(guī)模無人駕駛數(shù)據(jù)采集和訓(xùn)練，互聯(lián)網(wǎng)（同時也是云計算）巨頭們才能夠在自動駕駛，特別是L4級別的無人駕駛領(lǐng)域保持巨大的領(lǐng)先優(yōu)勢。

自動駕駛技術(shù)本身既是手段也是目標(biāo)，最終將實(shí)現(xiàn)的全新的人車關(guān)系，實(shí)現(xiàn)生產(chǎn)力的重大提升。而車云協(xié)同技術(shù)，正是成為構(gòu)建云端和車端智能系統(tǒng)聯(lián)接的可靠解決方案，為自動駕駛技術(shù)的發(fā)展，提供充沛的云端算法和算力支持。

技術(shù)的匯聚：車聯(lián)網(wǎng)在云端日臻成熟

車聯(lián)網(wǎng)，即車載終端的智能網(wǎng)聯(lián)系統(tǒng)平臺，借助當(dāng)前主流的LTE-V2X以及新一代5G-V2X信息通信技術(shù)，實(shí)現(xiàn)車輛之間（V2V）、車與路之間（V2R）、車與行人（V2P）以及車與云端（V2N）之間等的全面聯(lián)接和信息互通。

車聯(lián)網(wǎng)技術(shù)本身已經(jīng)提出多年。從最早的車載導(dǎo)航系統(tǒng)，發(fā)展到現(xiàn)在以ADAS（高級輔助駕駛系統(tǒng)）技術(shù)為主的輔助駕駛。而車聯(lián)網(wǎng)的實(shí)現(xiàn)離不開信息通信技術(shù)、大數(shù)據(jù)及云計算的支持。

借助移動信息通信技術(shù)，車輛將實(shí)現(xiàn)與云端、車輛端、路端的聯(lián)網(wǎng)，車輛運(yùn)行的大量數(shù)據(jù)可以實(shí)時傳輸?shù)皆贫?，同時，基于云端的數(shù)據(jù)分析，又可以實(shí)時傳輸實(shí)時高精導(dǎo)航、路況信息、車位數(shù)據(jù)等信息給到車載系統(tǒng)。除了對車輛數(shù)據(jù)的實(shí)時傳輸和處理，云端技術(shù)還能更好的滿足車輛的智能化體驗。比如精準(zhǔn)地圖導(dǎo)航、手機(jī)遠(yuǎn)程遙控、智能安防、智能娛樂以及語音交互系統(tǒng)。

當(dāng)前，智能化和網(wǎng)聯(lián)化正在進(jìn)一步融合，車聯(lián)網(wǎng)將日益成為實(shí)現(xiàn)自動駕駛的關(guān)鍵技術(shù)支撐，同時也成為駕駛者享受智能座艙體驗的重要手段。對于用戶而言，自動駕駛的實(shí)現(xiàn)可以讓駕駛員從單一、枯燥的駕駛中解放出來，而智能座艙的實(shí)現(xiàn)將使得駕駛者可以實(shí)現(xiàn)更多的智能功能體驗。

其中，最能增強(qiáng)用戶車內(nèi)體驗的功能就是基于自然語言的人車交互，包括語音控制導(dǎo)航、通話、搜索以及車內(nèi)設(shè)備等。而成熟的語音識別技術(shù)依賴于強(qiáng)大的語料庫及運(yùn)算能力。因此，車載語音技術(shù)的發(fā)展就得依賴于網(wǎng)絡(luò)和云端數(shù)據(jù)處理，因為車載終端的存儲能力和運(yùn)算能力都無法解決好非固定命令的語音識別技術(shù)，而必須要采用基于服務(wù)端技術(shù)的“云識別”技術(shù)。

我們其實(shí)可以注意到，隨著通信技術(shù)、AI、云計算的發(fā)展，推動著車聯(lián)網(wǎng)的持續(xù)演進(jìn)過程中，新功能、新場景的不斷生發(fā)，其中車載的智能座艙服務(wù)體驗不斷升級，而自動駕駛技術(shù)更是成為車聯(lián)網(wǎng)下一步發(fā)展的核心目標(biāo)。而車路協(xié)同又是車輛網(wǎng)技術(shù)中，能夠加速自動駕駛實(shí)現(xiàn)的關(guān)鍵。

智慧的車和聰明的路：車路協(xié)同在云端交匯

目前從國家政策以及業(yè)界共識來看，自動駕駛技術(shù)要想真正提前到來，車路協(xié)同正是實(shí)現(xiàn)自動駕駛的主要甚至是唯一的路徑。這意味著不僅僅讓單車擁有智能，更重要的是讓道路以及相關(guān)基礎(chǔ)設(shè)施也能夠“聰明”起來。

車路協(xié)同系統(tǒng)三個核心組成部分：智能車載系統(tǒng)（車端）、智能路側(cè)系統(tǒng)（路側(cè)端+云端）和通信平臺。這意味著，車輛的智能化、道路的智能化以及二者之間的網(wǎng)聯(lián)化，形成一個三維架構(gòu)，可以極大地提升自動駕駛的能力，甚至可以在車載端布設(shè)成本較低的感應(yīng)設(shè)備，就可以讓車輛具備一定的自動駕駛能力，大大降低了自動駕駛汽車的技術(shù)、成本門檻。

道路的智能化，不僅僅意味著把原本安裝在車上的感應(yīng)器設(shè)備鋪設(shè)到道路側(cè)，更重要的是實(shí)現(xiàn)車載端的海量數(shù)據(jù)的實(shí)時處理、路側(cè)端的路況信息收集及邊緣計算以及車與車、車與路之間的實(shí)時信息傳輸。

智能汽車的車載OS系統(tǒng)，可以滿足海量高并發(fā)數(shù)據(jù)的實(shí)時計算處理，保證任務(wù)調(diào)度效率，滿足車輛在低時延、高可靠的執(zhí)行操作。而車路協(xié)同就要求車輛之間不僅僅是同一品牌或車型的通信連接，而是所有車型都可以進(jìn)行互聯(lián)。因此，車路協(xié)同對于車載OS系統(tǒng)的配適和兼容性有著巨大的要求。

同時，車路協(xié)同也要求來自不同車輛之間的單車傳感數(shù)據(jù)的融合，而不同來源的數(shù)據(jù)特征差異極大。這就要求車載OS在數(shù)據(jù)級、特征級和決策級進(jìn)行多級信息融合，實(shí)現(xiàn)更高層次的綜合決策。這就要求一個具有高可靠性、高兼容性、高層次信息融合的統(tǒng)一OS系統(tǒng)，而這一系統(tǒng)的實(shí)現(xiàn)和應(yīng)用則需要得到來自云端的支持。

而另一方面，道路側(cè)的智能化改造也離不開云端的支持。

如果是傳統(tǒng)的中心架構(gòu)式的云計算平臺，路側(cè)數(shù)據(jù)如果上傳到跨區(qū)域中心云平臺，然后再由云端將運(yùn)算結(jié)果下放到路側(cè)設(shè)備，遠(yuǎn)距離傳輸可能會導(dǎo)致數(shù)據(jù)傳輸延遲。那么，在路側(cè)就近部署邊緣云計算設(shè)備成為更為可行的解決方案。中心云平臺通過高速通信網(wǎng)絡(luò)，管理路側(cè)邊緣云，實(shí)現(xiàn)中心云、邊緣云在資源、安全、應(yīng)用、服務(wù)上的多項協(xié)同。

以上我們看到，車車、車路協(xié)同也都需要在云端（邊緣側(cè)）進(jìn)行數(shù)據(jù)的融合與互聯(lián)互通，才能真正實(shí)現(xiàn)“智能化”與“網(wǎng)聯(lián)化”。

漸進(jìn)而成：車云協(xié)同的下一步

無論是汽車生產(chǎn)廠商，還是強(qiáng)勢入局自動駕駛、車聯(lián)網(wǎng)領(lǐng)域的互聯(lián)網(wǎng)IT廠商，云計算都成為無法繞開的技術(shù)能力，盡管可能每家企業(yè)對于車云協(xié)同這一技術(shù)方案有著不同的定義和邊界理解，但是我們依然可以在各家的技術(shù)解決方案中看到大量云端技術(shù)的應(yīng)用。

比如在自動駕駛領(lǐng)域，如最早布局智能駕駛技術(shù)和大規(guī)模數(shù)據(jù)測試訓(xùn)練的百度，正在通過智能云服務(wù)的方式，將自動駕駛技術(shù)開放出來，成為這一領(lǐng)域基礎(chǔ)的云服務(wù)商?；谲囋茀f(xié)同技術(shù)，將進(jìn)一步為廣大車企的自動駕駛汽車的研發(fā)，提供更好的自動駕駛AI模型、測試數(shù)據(jù)的存儲分析以及仿真測試的服務(wù)。

在車聯(lián)網(wǎng)以及車路協(xié)同上面，云端計算能力和數(shù)據(jù)處理的增強(qiáng)，不僅可以更好地滿足車載服務(wù)功能的智能化體驗，也同時能夠大幅提升車輛對于自動駕駛中數(shù)據(jù)傳輸?shù)陌踩缘囊螅热?，完成對車輛內(nèi)部的實(shí)時安全性能的監(jiān)控和判斷、車輛之間的緊急情況的預(yù)判和處理，以及對于車輛數(shù)據(jù)傳輸?shù)募用芎头雷o(hù)。

未來，具有自動駕駛、車聯(lián)網(wǎng)、以及車路協(xié)同等集成解決方案的云服務(wù)廠商，將會成為這場駕駛革命的主要玩家，成為“車云協(xié)同”技術(shù)生態(tài)的最主要的倡導(dǎo)者。

當(dāng)然，對于C端大眾用戶而言，車云協(xié)同看起來更加充滿隔閡。其實(shí)，車云協(xié)同更多將是從車載網(wǎng)聯(lián)系統(tǒng)提供更為豐富的智能體驗。

比如在車聯(lián)網(wǎng)上面。車載的語音交互體驗和娛樂服務(wù)體驗，是用戶的真正剛需，可以是目前車云協(xié)同繼續(xù)深耕的領(lǐng)域。通過對車載語音系統(tǒng)的智能化改造和云端的算力支持，提升包括車載設(shè)備的語音控制、車內(nèi)乘客狀態(tài)的機(jī)器視覺檢測、手勢交互等多模態(tài)的人車交互，不斷提升智能座艙體驗。

而在用戶的自動駕駛體驗上面，漸進(jìn)式的自動駕駛技術(shù)同樣得到來自車云協(xié)同技術(shù)的支持。比如，現(xiàn)在逐步實(shí)現(xiàn)的遠(yuǎn)程呼車、自動泊車、變道提醒等輔助自動駕駛功能，都是在現(xiàn)有特定場景下依賴車云協(xié)同技術(shù)，保證自動駕駛功能的安全應(yīng)用。

無論是自動駕駛，還是車聯(lián)網(wǎng)以及車路協(xié)同，都將是一項長期持續(xù)發(fā)展的目標(biāo)。而車聯(lián)網(wǎng)、車路協(xié)同，同時又是自動駕駛技術(shù)實(shí)現(xiàn)的一種技術(shù)手段，自動駕駛需要在相應(yīng)技術(shù)逐漸成熟的過程中漸進(jìn)式推進(jìn)。而5G通信技術(shù)、云計算、人工智能技術(shù)的發(fā)展，就成為這些技術(shù)得以穩(wěn)定發(fā)展的基礎(chǔ)。

車云協(xié)同，變成為這些技術(shù)目標(biāo)實(shí)現(xiàn)的交匯點(diǎn)。車云協(xié)同技術(shù)，將始終作為一種整體性的解決方案，幫助以上目標(biāo)更好地實(shí)現(xiàn)。