投稿|自动驾驶的出路在哪里？( 三 )
为了压缩成本、拉低售价，许多车企在发展自动驾驶技术时，选择了折中路线，取消了激光雷达，转而采用所谓纯视觉方案，高度依赖摄像头和软件算法 。
特斯拉是这套玩法的典型代表 。
但无论是毫米波雷达、激光雷达或高清摄像头，其搜集交通数据的能力会受到天气、光线、障碍物等因素的影响，而车载芯片在面临庞大数据量时，其算法并不足以保证时刻做出最准确的判断，安全隐患也就不可能消除 。
公开信息显示，2016年以来，特斯拉Autopilot自动驾驶辅助系统已经导致数十起车祸，造成10人死亡 。调查发现，事故起因多与车辆在Autopilot模式下，无法识别交通锥、发光箭头板等路面固定障碍物有关 。
而在国内，类似功能导致的伤亡事故也并不鲜见 。尤其是今年8月，一名车主在开启蔚来ES8的辅助驾驶功能后，发生撞车事故不幸身亡，进一步加重了外界对于自动驾驶“单车路线”的疑虑 。
在单车智能的框架内，车辆成本与安全性此消彼长，难以取得平衡，自动驾驶的商业模型也就无从谈起 。而车路协同模式的优势是，
它在单车智能的基础上增加了多重安全冗余，把一部分感知能力和计算能力分散到路侧和云端，从而在确保安全、降低成本的基础上，打开了新的商业化路径 。
在感知端，车路协同架构主要增加了路侧摄像头，可安装在路灯等公共设施上 。由于架设位置高、采用俯视视角，路侧摄像头很少被障碍物遮挡，也不容易受到雨雪天气的干扰，能够更加准确和全面地采集路况信息 。
同时，车路协同架构会在道路两侧布设边缘计算设备，对实时数据进行分析加工后，再通过高速车联网传递到自动驾驶车辆 。这就减轻了车辆自身的计算压力，缩小了数据传输和行为决策的延迟，并在无需增加硬件指标的情况下，让自动驾驶总算力大大提高 。
近期，蘑菇车联创始人兼CEO朱磊在接受访谈时表示，该公司的“单车智能+车路协同”的架构能够做到在100毫秒（0.1秒）内完成从路侧感知到车上决策的整套流程，而人类的反应时间约为500毫秒 。这意味着，“单车智能+车路协同”下的自动驾驶安全性已经超过人类驾驶 。
根据蘑菇车联的计算，通过道路智能化改造，路端感知及云端感知将有效补充单车感知不足，单车的自动驾驶改造成本有望降低90%以上，从而大大降低购买门槛 。
同时，在政企合作框架下，智慧交通、车路协同的基础设施建设成本可由企业和政府共同承担，
进一步缓解自动驾驶行业的盈利压力 。未来，双方可按照“谁使用谁付费”的原则，向消费者及其他交通参与方收取服务费，培育持续稳定的收入来源 。
03对于自动驾驶企业而言，要想在政府主导的城市智慧交通项目中竞标成功，除了要看技术实力，还必须拿出符合当地需求的解决方案 。
百度、蘑菇车联等厂商采用了相对系统化的方案，把单车智能和车路协同打包为自动驾驶整体解决方案，直接提供给地方政府 。
这意味着，在自身单车智能技术过硬的前提下，企业还需要帮助城市做车路协同的数字道路升级，主要包括安装路侧传感器和计算设备；另一方面也需要提供自动驾驶车辆，特别是公交车、出租车、巡逻车、清扫车等市政公共服务车辆，并承担车队运营服务 。这考验的是一家公司是否具有全栈技术和商业运营的综合能力 。
朱磊认为这种模式一旦成型，会“非常扎实”，运营模型也很健康，因而具有更强的可持续性 。未来，这套系统还可以提供更多服务，包括车道级导航、车道级数字信息呈现等，甚至升级为整套的云服务，长远来看商业价值更大 。
推荐阅读
- 投稿|一度超越微信登AppStore榜首，但“元宇宙”社交也难逃“月抛”魔咒
- 投稿|陕旅饭店集团破产重整，昔日“混改模范”为何沦为反面教材？
- 投稿|疫情之下，本土自主设备如何突围？中国制造的投机主义和长期主义
- 投稿|即视角｜出海正当时：欧美、东南亚、中东、拉美市场观察
- 投稿|“东南亚小腾讯”跌入谷底：受阻的业务飞轮撑不起千亿市值
- 投稿|员工行为几乎全裸？深信服“监控门”背后
- 投稿|信任危机？一场针对民族企业的商业“阳谋”
- 投稿|体量庞大，微软还能突飞猛进吗？
- 投稿|估值近百亿，从下沉市场走出来的书亦烧仙草，凭什么成黑马？
- 投稿|浑水创始人遭FBI搜查，屠龙者终成恶龙？