【小哈划重点：清华大学高博麟：在当前通信技术水平条件下，车路协同更适合做区域内宏观层面和战略级的行驶决策，而单车智能自动驾驶更适合做微观层面和战术级的车辆控制。清华大学李教授：智能交通系统是车路云网一体化的新型复杂系统和形态。单车智能自动驾驶是基础，车路协同自动驾驶是技术发展的必然趋势，两者不矛盾。】
车路协同与自动驾驶是全球科学研究热点，是引发交通运输方式发生重大变革的前沿引领性技术，也是我国交通运输行业加快推进创新发展、高质量发展的重要探索方向，有望成为继“中国高铁”“中国桥梁”之后，实现我国由“交通大国”走向“交通强国”的又一张新名片。
为探索车路协同与自动驾驶技术发展和规模化应用的中国方案，经交通运输部公路科学研究院申请，香山科学会议办公室组织评议后批准，2021年4月14日至15日在北京召开了以“车路协同自动驾驶关键科学问题及技术前沿”为主题的第698次学术讨论会。
会议现场。
2021年4月14日，第698次香山科学会议在北京成功召开。图为执行主席陈山枝教授、岑晏青研究员、黄卫教授、李德毅研究员和李克强教授在主持会议（从左到右）。（哈希力量 / 图注）
会议聘请科技部黄卫院士、中国工程院李德毅院士、交通运输部科技司岑晏青研究员、清华大学李克强教授、中国信息通信科技集团陈山枝教授级高工担任执行主席。
来自国内50余家单位的70余名多学科、跨领域的专家学者及行业代表应邀参加了此次会议，聚焦自动驾驶技术、智慧道路模型、新型车路协同系统架构、高速移动环境下低时延高可靠通信等科学问题与技术前沿，共商发展趋势和实现路径。
秉承香山科学会议“创造宽松学术交流环境，弘扬学术民主风气，启迪创新思维，促进知识创新”的宗旨，本次会议在学术平等、自由发言的良好氛围中进行了热烈讨论，专家学者畅所欲言，碰撞出许多新观点，取得了丰硕成果。
01
自主与协同融合
自动驾驶迎来发展新阶段
科技部黄卫院士作了《车路协同自动驾驶的若干问题》主题评述报告。提出了车路协同自动驾驶当前面临的突出问题：一是车路协同与自动驾驶协同融合的技术方案欠缺；二是经济合理的车路通信技术方案需进一步探索；三是车路协同应用场景有限，大众体验“价值感”不强；四是测试验证体系不健全，安全准入无依据；五是自动驾驶车辆存在法规约束，内在商业发展动力不足；六是信息安全隐患多，安全保障难度大。
车路协同自动驾驶是一项跨部门、跨行业，集技术、产业、政策法规、基础设施建设、商业模式等要素于一体的复杂“系统工程”，需要结合国情，统筹谋划：一是探索单车智能与车路协同融合的自动驾驶技术方案；二是探索经济合理的车路通信设施建设方案；三是构建车路协同与自动驾驶安全测评验证体系；四是为自动驾驶车辆提供集科技、法律、政策于一体的产业发展环境；五是注重推进车路协同与自动驾驶规模化示范应用；六是加强构建数据和网络安全防护体系。
主题评述报告引发了与会专家的热烈讨论，21位专家学者作了交流发言，摘录8位发言者的观点如下。
中国工程院 李德毅
人工智能不能泛化为信息化技术，人工智能系统要强调可交付、会学习、自成长，包括自动驾驶汽车。没有数字化哪有智能化，目前自动驾驶最大的困难是还没有真正的数字汽车，都还是模拟汽车。我国的道路基础设施是有优势的，要让车路协同与自动驾驶成为由交通大国走向交通强国的又一张新名片，应加强集中领导、统筹推进，建议建立由国务院领导牵头的跨部门联合工作机制。
上海国际港务集团 方怀瑾
自动驾驶的应用场景是真实存在的，要形成可复制、可推广的商业化运营模式，还需要解决技术、交通规则和商业模式三大问题。
光纤传感技术国家工程实验室 姜德生
目前自动驾驶汽车多采用视频传感器，感知距离有限，需要与道路感知的信息协同。智慧道路发展不起来，智能车辆很难发展成熟。
交通运输部科技司 岑晏青
从广义视角来看，自动驾驶应视为一个技术体系，不仅包括车辆智能化技术，也包括道路智能化技术和车路协同技术。运输的本质需求是实现人与物的位移，自动驾驶技术的发展应以道路交通系统更加安全、高效、绿色为目标，通过载运工具、基础设施与运行管控的有机融合，实现道路交通系统部分或完全自主式运行，这需要由一系列有价值、有体验、能够解决实际问题的应用场景来推动。
清华大学 高博麟
在当前通信技术水平条件下，车路协同更适合做区域内宏观层面和战略级的行驶决策，而单车智能自动驾驶更适合做微观层面和战术级的车辆控制。未来随着通信技术水平的提高和车路跨域协同需求的增加，车路云一体化将会成为必然的发展趋势。
交通运输部公路院 李斌
车路协同是技术手段，不是目的。为了实现车路协同技术真正落地并有效果，首先应按照问题和需求导向原则设定明确的工程目标，并从设计阶段的功能协同、运行阶段的资源协同以及体制机制协同等3个层面推进车路协同技术的工程部署。
工信部装备中心 刘法旺
车路协同和自动驾驶的规模化应用需统筹协调好安全与发展的关系，欲速则不达，建议采用系统工程方法，通过试点、示范等方式，加快技术管理经验积累和标准体系建设，保障健康有序发展。
清华大学 李克强
智能交通系统是车路云网一体化的新型复杂系统和形态。单车智能自动驾驶是基础，车路协同自动驾驶是技术发展的必然趋势，两者不矛盾。在单车智能自动驾驶基础上，基于移动互联的连接功能推动车路协同自动驾驶发展，新一代智能交通系统需要进行重新架构。
02
基础设施数字化与交通管控协同化
引领智慧道路快速发展
交通运输部科技司岑晏青研究员作了《车路协同与自动驾驶条件下的智慧道路模型》中心议题报告。从安全、便捷、经济、绿色、高效的交通运输本质诉求出发，阐述了智慧道路的内涵和评判标准，提出智慧道路架构由三网合一智能基础设施和云边端协同的云控平台组成。提出智慧道路模型需从静态模型层面、动态模型层面、虚体模拟层面逐步深入构建。
就促进智慧道路技术发展，建议对智慧道路建设中的单项技术或产品（如决策控制算法、感知设备等）可保持谨慎乐观和积极包容的态度；要甄别筛选用路者和管理者有获得感、有商业价值的工程应用场景，驱动技术发展；需要以示范工程模式建设几条具有一定规模的智慧道路，牵引智慧道路建设与运行管理成套技术系统化、成熟化。
光纤传感技术国家工程实验室姜德生院士作了《基于超大容量光纤传感网络的智慧高速公路系统》专题报告。介绍了一种新型超大容量、长距离、多参数的光纤传感网络设备，可实现车辆运行信息、路面状况信息、结构健康信息等的全时、全域、全天候感知，进而支撑智能化的管理与服务。
长安大学沙爱民教授作了《面向智慧交通的智能路面材料》专题报告。提出智能路面材料具备对本体和外界环境的自我感知能力、基于感知结果的自主响应与主动调节能力和道路系统运行的自主供能能力，在智慧道路中能够发挥信息获取、响应调节和能源供给的作用。
北京理工大学夏元清教授作了《面向车路云协同的智能交通云控制系统》专题报告。车路协同系统需要搭建云网边端协同的智能交通云控制系统，提出了面向车路云协同的智能交通云控制系统方案及其平台架构，用于解决车路云协同决策有效性差、交通联合管控能力弱、数据交互可靠性差、整体计算资源有限等问题。
18位专家学者作了交流发言，摘录4位发言者的观点如下。
中国工程院 李德毅
交通基础设施智能化建设应区分轻重缓急，体现“人民至上、生命至上”的理念，优先开展危险路段安全主动防控、停车场无人驾驶等安全和服务提升需求迫切的创新应用建设，提升用户“获得感”。
四川铁投 唐勇
高速公路数字化启动一定要靠政府。首先要实现全时、全量、全天候的感知能力，这是最基础的，做到以后才是计算，生成数字孪生世界。从我们目前的试点工程实践来看，高速公路全天候通行能力是能够生成的，已实现250毫秒时延的数字孪生世界，预计今年年底能达到99.9%的准确度，就能够提供社会服务，后续的商业模式也就有了。
交通运输部路网中心 刘旭
智慧高速的建设目标应回归高速公路建设运营的本质，即通行的安全和绿色、运营的效率、服务的体验。智慧高速既要服务未来的自动驾驶车辆，也要服务于现有车辆。智慧高速建设应充分利用现有系统，把现有系统融合贯通之后形成聚合效应。
中国信息通信科技集团 陈山枝
封闭环境的自动驾驶技术应用是比较成熟的，在公开道路需要分阶段，开始是辅助驾驶，逐步发展到高级别的自动驾驶，建议智慧道路也需要有相应的分级。
03
新型车路协同系统
支撑智能汽车制造产业升级变革
清华大学李克强教授作了《新型车路协同系统和智能网联汽车》中心议题报告。提出实现我国汽车、交通、信息系统融合，亟须智能网联驾驶系统全新体系架构及核心技术，云支持的新型车路协同系统构建需研究复杂系统构型及建模理论、CPS系统耦合机理及协同理论、汽车AI及数据驱动方法和多目标控制理论等关键科学问题，需突破智能网联汽车信息物理系统设计与关键技术、超视距车路协同感知、广域高效交通行驶优化、安全可靠网联车辆控制等四大核心技术难题。
交通运输部公路院侯德藻研究员作了《协同式自动驾驶动态风险评估方法》专题报告，提出了将自动驾驶车辆置于混行交通环境中，从交通系统角度考虑自动驾驶安全的研究思路。借鉴传统道路交通安全风险评估理论，初步尝试构建了协同式自动驾驶动态风险评估模型，可用于服务自动驾驶车辆安全行驶、混合交通流管控以及指导数字化智能化基础设施建设完善。
武汉理工大学吴超仲教授作了《全时全域车路协同信息精准感知与深度融合》专题报告。全时全域车路信息精准感知和深度融合是推动智能车规模化应用的关键，提出了以车载传感器感知信息匹配道路场景模型实现高精定位的方法，以及基于车路多传感器融合的超视距感知技术。
东风汽车技术中心边宁博士作了《面向混合交通的智慧汽车协同云控系统》专题报告。指出面向混合交通的智慧汽车协同云控平台主要功能包括自动驾驶群协同感知、群协同决策以及群协同控制三部分，需要重点关注车路协同系统可量化安全目标及分解、可编译可解释的人工智能算法、具备自学习能力的自动驾驶系统等问题。
18位专家学者作了交流发言，摘录4位发言者的观点如下。
清华大学 姚丹亚
传统的交通控制与工业控制最大的差别是系统和控制模型的精细度不同，工业控制需要把对象了解的特别清楚，而传统的交通控制是基于统计参数，对交通系统的描述不是很精确。通过车路协同能获取车辆的精准位置和状态数据，建立精细的交通模型后再做控制，交通基础理论会改变，控制效果会更好，需要深入研究。
苏州挚途科技 张旭
智能网联汽车的内部产品规划，有的厂商会将车的平台规划成车控平台和云控平台。车控平台的智能是拟人智能，逼近人的智能水平；云控平台的智能解决时空和场景泛化问题，包括人开车无法覆盖的场景和复杂外部环境。信息交互的实时性是决定是否可以让云控平台智能比重更大的关键，目前在港口做L4的智能驾驶，时速20公里以下，使用云控平台可以不需要安全员，未来的发展趋势是从车控智能逐步向云控智能转变。
百度公司 王亮
路端车路协同设备的布设目前没有相关标准，不同厂家的设备不共享不兼容，市场分散，成本高，存在资源浪费，出了事故责任也不好判定，建议成立联盟出台相关标准。
交通运输部公路院 侯德藻
智能网联汽车的数字描述、测量方案、算力条件、智能化水平以及控制的精准程度，对道路基础设施智能化设计是非常关键的，应明确提出未来智能网联汽车的数字描述模型及其精度指标。车路协同发展需要多部委协商解决车路信息交互所需的频段和频率等问题。
04
低时延高可靠通信
赋能车路协同与自动驾驶加速发展
中国信息通信科技集团陈山枝教授作了《高速移动环境下低时延高可靠车联网通信技术体系》中心议题报告。报告显示，蜂窝车联网（C-V2X）已成为国际主流标准，C-V2X利用蜂窝移动通信的技术与产业优势，将蜂窝通信和直连通信技术有机结合，可有效解决车车和车路间的低时延高可靠通信难题。
我国的C-V2X产业发展处于国际领先地位，且已形成完整的产业链生态。基于C-V2X的“聪明的车+智慧的路”，是中国特色自动驾驶技术发展模式，将分3个阶段实施：第一阶段是基于LTE-V2X和4G支持辅助驾驶，第二阶段是基于LTE-V2X和5G支持限定区域的中低速无人驾驶，第三阶段是基于NR-V2X和5G支持全场景无人驾驶。
北京大学程翔教授作了《车联网的通信和感知协同融合讨论》专题报告，指出未来的车联网系统里通信和感知协同融合将成为车联网发展的必然趋势，提出了功能融合和信号融合的概念，强调未来车联网要同时考虑通信和感知资源的联合优化。
大唐高鸿胡金玲教授作了《车路协同系统频谱需求探讨》专题报告。建议我国交通运输行业和汽车、通信产业要共同用好国家分配的C-V2X 20MHz（5905—5925MHz）专用频谱资源，以解决交通安全和效率为核心，推进车路协同与自动驾驶技术应用。同时，针对未来发展需跨界协同，深入研究车路协同与自动驾驶技术应用频谱需求，形成共识，推动适时为NR-V2X分配合适频谱资源。
14位专家学者作了交流发言，摘录4位发言者的观点如下。
交通运输部路网中心 王刚
路方要做的通信只是车和路之间，不涉及车与车，路方要到位，但不要越位。车路协同和自动驾驶不能只靠一种通信方式，应充分考虑现有公路通信设施，多做方案研究比选，比如：现有收费系统进行升级改造，不见得不能支持车路协同。
同济大学 涂辉昭
未来智能交通系统需要场景化、个性化、靶向化的智能匹配通信技术，不是现在无线通信这样单一标准的，需要在不同的交通场景下，针对不同用户（机器或人）的个性化需求，研发精准靶向的、智能匹配驱动的通信技术。
北京千方科技 孙亚夫
一项技术的产业化需要通过市场竞争优胜劣汰，也需要政府从全社会公共利益出发予以推动，如为减少交通拥堵和环境污染而开展的全国ETC推广，为提升交通安全而对商用车强制性安装ADAS。车路协同中的通信技术产业发展需要考虑ETC场景和已有的用户量，加快现有产业落地，而不是从无到有建立新产业。
中国信息通信研究院 葛雨明
各种通信技术不是替代关系，更多的是融合，融合是为了支持不同的应用场景。无线频谱资源是有限的，多种无线技术之间的干扰是非常难解决的问题，通信一方面应当考虑车与车、车与路的协同；另一方面要充分考虑兼容性和演进性，因此车路协同与自动驾驶的无线通信技术路径选择应该是协同、融合和统一的。
文中所有学术观点仅代表专家个人意见。
（原文标题：《香山科学会议又来了！车路协同与自动驾驶了解一下》。文章部分插图未收录，哈希力量注）
