在智能交通领域，车路云一体化正成为热门话题。蘑菇车联CTO 郭杏荣近期在接受赛文交通网《车路云一体化：寻找确定性》栏目采访时，发表的观点为我们深入理解车路云一体化这一趋势提供了重要视角。
一、车路协同优势明显
郭杏荣指出，通过对比测试发现，车路协同比单车智能在安全接管次数、舒适性和能耗方面表现更佳。在同样的路段和驾驶条件下，加入路侧数据的接管次数变少 20%以上，乘坐舒适性提升 10%，电耗也有所降低。这意味着车路协同不仅能提高出行的安全性，还能为乘客带来更舒适的体验，同时降低能耗，符合可持续发展的要求。
二、技术突破迫在眉睫
然而，车路协同也面临着一些亟需突破的技术难题。
1.数据治理：路侧基础设施的数据要为车所用，就必须保证感知计算精度高。过去一些地方在建设时只注重设备安装，而忽视了数据的质量和应用，导致数据车收不到或收到的数据不准确。这不仅影响了车路协同的效果，也让人们对其可靠性产生了质疑。因此，加强数据治理，提高数据质量，是车路协同发展的关键。
2.时延问题：时延对于车路协同至关重要。在高速行驶的情况下，毫秒级的时延都可能导致严重的后果。因此，降低时延，提高数据传输的速度和准确性，是车路协同必须解决的问题。
3. 接口标准：目前，各地的接口标准不统一，这给车路协同的示范运营带来了很大的困难。车辆到每个地方都要重新对接接口，不仅浪费时间和资源，还影响了车路协同的推广和应用。因此，统一接口标准，建立行业规范，是车路协同规模化发展的必然要求。
三、车路协同提升安全性和交通效率
1.提升安全性：车路协同为提升自动驾驶安全性赢得了时间。目前，单车智能的探测距离有限，且受天气、黑夜等条件影响较大。而车路协同技术可以让车看得更远，将超视距的数据发送给车辆，为车辆提供更多的处理时间。这无疑是一个巨大的优势，可以大大提高自动驾驶的安全性。
2.改善交通效率：单车智能更多的是个体在寻求最优解，但对于整个交通系统来说，不一定是最优的。而车路云一体化可以对车辆进行决策建议和规划，从总体上改善交通效率。通过实验发现，单车智能的通行效率比有人驾驶更低，而加入云端决策辅助后，通行效率稳定，波动小。
四、路侧数据助力自动驾驶发展
对于自动驾驶来说，数据是关键。目前，很多企业靠测试车在路上采集数据，成本高，效率低。而特斯拉的自动驾驶车队规模全球最大，中国企业在数据采集方面面临很大的压力。但是，通过车路云一体化，在路侧架设基站或感知计算系统，可以 7×24 小时采集车流情况，为自动驾驶 AI 模型训练提供了很好的数据来源。这不仅可以降低数据采集成本，还可以提高数据的质量和数量，助力中国企业追赶国际科技企业。
随着科技的不断进步，智能交通已经成为未来交通发展的必然趋势。车路云一体化作为智能交通的重要组成部分，得到了越来越多的关注和支持。业内专家认为，车路云一体化可以实现车辆、道路和云端的协同工作，提高交通效率，降低交通事故发生率，为人们提供更加安全、便捷、高效的出行方式。同时，政府也在积极推动车路云一体化的发展。各地纷纷加速试点应用建设，加大投入，鼓励企业开展车路协同技术研发和应用。这为车路云一体化的发展提供了良好的政策环境和市场机遇。
热门跟贴