车路协同下的五网融合

2019年7月5日，由博闻创意和CCIA 智能网联专委会、佐智汽车举办的「2019中国汽车互联与车路协同大会」在深圳举行。兴民智通首席运营官张人杰先生在会上发表了题为“车路协同趋势下车载终端的技术和产品形态演进”的演讲。

首先感谢佐智汽车的邀请，同时也感谢参会的各位朋友，今天很高兴能跟大家一起交流关于车路协同趋势下车载终端设备及相关平台未来的技术走向。我们为什么要做车路协同？其实最本质的原因就是现在的道路已经拥塞不堪，我们需要更智能的系统调度和自适应。现在做各种自动驾驶或相关解决方案的厂商很多，其中做的最多的一块就是自动泊车系统，但事实上在北上广深这样的一线城市，做自动泊车系统意义不是很大，为什么？因为大多数场合下根本找不到停车位。所以我们首先要解决资源的问题，车路协同的本质是通过通信的方式，有效地利用系统的调度和自适应功能，来完成整个交通系统的智能化。

车路协同的本质是从一种系统的视角去做智慧交通，记得四五年前，包括谷歌在内的一系列做自动驾驶的厂商，他们认为单车智能的方式是可以覆盖未来的完全自动驾驶的，但是这种思路的缺陷在于改变的只是车。这两年我们整个行业的风向开始变化，大家逐渐意识到依靠单车智能是很难实现真正意义无人驾驶的，还需要改变道路。道路交通是由“人-车-路”组成的复杂系统，从这个层面上看，即人车耦合、车车耦合和车路耦合。针对单车，人工智能聚焦人机交互和协同，汽车开发者的视角是赋予汽车更多的感知、计算和决策功能；针对车车之间，更加关注的是车与车之间如何实现协同高效；针对整个路网系统来说，更重视的是车路之间如何实现深度耦合、提高效率。智慧道路交通系统的发展离不开这三个逻辑。

大家都坐过高铁，高铁和过去的传统铁路交通有什么不同？高铁是一个高度智能化和电气化的道路，高铁实际上早就是无人驾驶，它的调度是利用信号系统之间的信息交换，司机只是起监督的作用或是在极端情况接管控制权限。

对比高铁技术，再回过头来看看我们研究的自动驾驶，我们的车具备智能，有一大堆的传感器，有复杂的计算决策逻辑，但是仅仅如此并不能保证我们实现完全意义上的自动驾驶。车路协同实际上是给我们找到了一条能够从系统的角度实现智慧交通的方式。而从产业角度，我们从业人员就要去思考，在我们所在的行业里面能做什么？是做车端的设备还是做路侧的设备？还是做集中控制和调度的设备？

车路协同情况下，实际上是一种网络的融合，也就是说它会把过去不同种类的网络、在传统意义上我们认为是不可能发生任何关系的网络耦合在一起。比如道路网、传感网、控制网、能源网，以及宏观级的管理数据基础平台。

为什么要做宏观级的管理数据基础平台？大家都知道我们现在并不缺数据，各行各业都有自己的大数据，因此大数据在前两年成为最热的行业名词。但是大家有没有想过，不管是我们的交通还是我们的道路，抑或我们的车厂自有数据平台，都还是一个一个的数据孤岛，并没有形成有效的协同。有国家级的交通大数据平台，各个车厂有自己的企业数据平台，各级城市有新能源车的质量监控管理平台，但是这些平台之间并没有实现互联互通，所以我们做车路协同，目标就是实现一个宏观级的数据基础平台，把多种网络打通。如果能做到这样，我们的数据就不再是孤岛，就变成真正能产生价值的金矿。

刚才我听到了前面一些嘉宾在讲他们的雷达方案，其中就有如何构建智能的路。过去做自动驾驶的厂商基本上都是在构建单车智能系统，但是越来越多的系统，更多依赖系统的智能，而不是单车的智能。比如智能停车，一种方式，就是车上带着摄像头，满大街去找车位，这是单车智能的方式，但更多的是一种集中式控制的车库，上面装备了摄像头和各种传感器，它能监控车辆并决定该以什么样的调度方式来停泊车辆。我个人更倾向于第二种方式，就是从系统的角度构建智慧交通，从过去不智能的路变成未来智能的路，正如过去不智能的铁路系统变成现在智能的高铁系统，都是系统层面的变化。

我们再来看一下平台这一块。平台会从一个综合的数据平台向交通即服务（TaaS）演变。对于某某即服务的概念大家应该不陌生，比如SaaS、PaaS、LaaS，去年还有一个概念是AaaS，自动驾驶即服务，就是在完全自动驾驶条件下从本质上改变车的功能。现在我们可以思考一种新的概念，把交通也变成一种服务，交通即服务，在这个系统里可以通过各种方式的接口去调用，我们现在常用的滴滴，实际上就是出行服务的平台，可以通过滴滴的接口导入各种服务，比如说你有车，你可以放到滴滴的平台里运营，你还可以从滴滴的平台调用数据并创建应用。未来TaaS的范畴要远大于现在的滴滴平台，它可以囊括航空、火车、水路、地铁系统、出租车、专车、单车等各种交通系统。TaaS本质上就是一种数据驱动下的交通系统的升级。

再来看车路协同的一些关键技术，前面的嘉宾都说得很多，比如说数据的交互、高精度的定位、车载终端、智能的路侧系统等等。

路侧系统这一块通讯厂商目前在技术上比较占优，比如华为、中兴、诺基亚、爱立信等。对于车联网厂商来说，在路侧系统上的开发要赶超通信厂商，难度是非常大的，所以我建议大家把更多的心思放在车载终端这一块，比通信人更懂车就是我们的优势。我自己也是做通信出身，然后转到汽车方向，我的感触就是，通信人有在通信的各种制式、通信的基础原理上的理解要远胜汽车人，但要落地到汽车这样一个垂直行业，需要更懂汽车，而这一块是我们的优势。

传感器也是非常好的方向，现在越来越多的人在做激光雷达的开发，还有各类摄像头以及红外传感器等。对于传感器这一块，实际上它有两类用途，刚才有些嘉宾已经提到了，就是它可以做在路侧，还有一种就是可以在车上，所以这两个都是很好的业务方向。

提到车路协同，必须要提一提我们原来做的车联网。车联网一直是汽车跟信息科技最接近的领域，如何把一辆传统的车变成一辆高科技的车？最快捷的方法就是把车联网集成进去。当前的车联网发展已经进入白热化阶段，可以看到越来越多新的入局者，比如BAT，他们在移动互联网发展到巅峰的时候，发现也没有太多可以做的了，是不是应该找一个新的方向呢？汽车这个领域就成了众矢之的。移动互联网厂商有他们的优势，控制了移动互联网的整个生态资源。同时，传统做汽车电子设备的企业也不满足于原来的业务方向，他们想，我在做电子设备的同时，是不是可以延伸到提供车联网服务呢？车联网就成了一个群雄争霸的市场。由于车联网涉及到大量新兴的技术，比如说通讯技术和汽车技术的结合，移动互联网生态的导入，是我们做车联网产品需要积极考虑的问题。

车联网的发展还有一个大的瓶颈，就是碎片化问题，如今但凡是有一定规模的汽车厂商，都会有自己的车联网服务。而这些不同厂商的车联网服务，它们之间是没有任何关联的，车联网的服务就变成了一个个孤岛。如何去建立一个云化的、组件化的车联网，是我们从业人员需要去思考的。是否有可能我们把各个车厂的车联网平台有效地打通，让它的数据打通，让它的数据实现共享。只有当数据形成规模的时候，才有机会产生指数性变化的效应。

车联网的云化和组件化可以减少碎片化和实现不同厂商车联网之间的互联互通。这方面我们一直在做努力，把车联网平台变得更加标准化、便捷化、组件化和更具备增值特性。如果大多数的车厂能够采用相同或者相近的技术标准来建立平台，之间的互联互通以及未来达到城市级、省级、国家级的车联网平台才有机会成为可能。

我们来简单回顾一下车联网的发展历程，早期的车联网服务一般意义上指的就是TSP。什么是TSP？就是汽车远程通讯的服务。从2015年开始，车联网更多是顺应政策和法规的要求。比如新能源车的质量监控平台其中最重要的一个功能就是防止骗补，所以每一台新能源车上都要求装载T-box，这个时期的车联网是由政策驱动的。

到了今天我们讲车联网，说的更多的是网联化和车路协同，比如V2X技术，V2X就是帮助构建智能的车、智能的路的技术基础之一。在这个时期我们会考虑更多实际的技术，如OBU的多网接入与融合，OBU多渠道的互联网接入、多身份5G基站等等。

谈到多身份5G基站，我们简单说一下5G，正如我们所知，5G是一个投入巨大的工程建设，5G的基站数要比现在4G的基站数多几十倍。而5G的基站一般会分为宏基站和微基站，其中微基站的形态和身份可能是多变的，这就是多身份5G基站的概念定义。

传感器信息共享也是车路协同的重要特征之一，为什么我们要做传感器的信息共享？V2X的目的就是让车与车之间能够通信、车与基础设施能够通信、车与人可以通信等等，通信中包含了哪些内容呢？其中有一些非常重要的信息就是车的传感器信息，如果某辆车能通过它的摄像头、雷达等感知到一些路况信息，它可以把这些信息通过V2X的网络散播，其它的车不需要用传感器就能感知到这些信息，这样的技术可以帮助我们随时构建新的路况信息知识图谱。

现在做高精度地图的企业很多，做高精度地图的目的就是能够把周边的信息观测得更细致，但是高精度地图不是一成不变的，如果用传统的静态的观点看高精度地图，它没有价值，动态的路况信息和环境信息会不断重构高精度地图。

最终我们的目的是达到一种车云的协同，即系统意义上的智慧交通，当然我们离这种终极阶段还有很长的路要走。

目前，我们大多数的企业还是在做跟车相关的东西，比如通讯终端，如T-Box，另外还有一些后装的设备，如OBD盒子等。网关技术也在不断发展，过去的网关主要是实现总线的交换功能，而现在的网关，其功能囊括了以太网等多种总线的交换、域控制器的集中管理和控制等。而仪表的发展也经历了模拟仪表、混合仪表到全数字仪表的演变历程。中控信息娱乐这块，IVI车机的技术和产品形态也在发生变化，从分离独立板卡开始向集中式智能座舱发展。

软件定义汽车的概念越来越被大众接入，软件技术成了主导汽车信息技术发展的核心。举个例子，虚拟化，这就是一种软件技术架构，在虚拟化的基础上可以构建很多个软件的功能实体，完成过去由真实硬件完成的功能。还有应用操作系统，比如Linux、Android、阿里OS等，都属于应用操作系统的概念。再看人机交互的框架，触摸、按键、手势、语音等都属于人机交互框架的内容，这也是AI与汽车技术的重要结合点。同时还有应用程序的框架，如H5的框架或是QT的框架。自动驾驶计算与决策系统，算法是运行在某个系统之上的，比如说英伟达的基于GPU的架构，抑或是FPGA的架构、ASIC的架构。

最后是服务，有了硬件和软件还不够，还要做服务，CP/SP，CP是内容提供商，SP是服务提供商，过去一般就这两类。现在开始流行去APP化，虽然本质还是CP/SP，但调用方式发生了变化，不需要显式的APP完成，而可以直接通过系统接口直接调用完成，比如你通过语音让IVI给你播放一首歌，这首歌是通过网易云音乐播放，还是通过QQ音乐播放，我们根本不需要意识到，这是系统调用自动适配完成的。

行业的热点一直在变，如何保证我们能够跟得上行业发展的速度？我们需要持续思考新的产品形态。企业想要在严峻的市场竞争下能够脱颖而出，必须要有能力去构建有竞争力的新的产品形态。

产品形态有竞争力的核心基础就是有新技术的赋能，AI还是大数据？如何与我们的车载终端系统、平台以及后台服务结合起来，形成新的产品形态？我们必须快人一步，想到新的点子，才有机会去把握新的形势。现在越来越多人提All in AI，但是AI怎么落地，怎么和垂直行业紧紧地绑起来？我们不是为了做AI而做AI，做AI是为了让我们的用户体验更好，而不是降低我们的用户体验。现在大家经常会接到一些推销的电话，一听是AI客服，你可能迅速就挂掉了，这就是一个悲哀，因为AI的体验还不够好。

再来看一下汽车的体系架构，也在发生变化，比较明显的趋势是从过去多ECU集中控制的模式，向基于域控制器的分层管理模式转变。在这种架构下，ECU通信和管理的架构发生了变化，所以产品形态也肯定随之变化，比如域控制器、中央安全智能网关这些新的形态的出现。

大数据和区块链是除了AI之外的热门话题。大数据的核心是如何做到数据为我所用，拿到的这些数据怎样在后期为我们提供有价值的东西，比如帮助我们的车厂去改进研发，帮助优化交通路线、交通事故的分析等。我们现在做大数据一定要基于各种场景，虽然场景这个词已经用烂了，但是我觉得特别在智能交通管理这一块，一定要想清楚场景的定义以及如何用我们的大数据怎么样来为这些场景服务。

从产业的角度让我们来看看从业者在哪些层面可能会有一些机会。比如我们正在研发新一代的T-Box，它融合了V2X的OBU的功能。因为T-Box市场现在也是红海，要想在红海里面活下去，必须有技术创新。把V2X OBU的功能集成到T-Box里面，是行业可以看得到的趋势之一。

这是我们T-Box的技术演进Roadmap，从今年开始我们已经把C-V2X的功能结合到T-Box里面了，不要跟其他厂商竞争，要跟自己竞争，把V2X、惯导、高精度定位的功能做进去，让产品更具备竞争力。

我们还在布局下一代的T-Box，包含了V2X协议栈以及场景的应用、GNSS、室外、室内、隧道里的高精度定位，以及视频的数据采集、车载以太网、集成天线等。对于传统的产品形态，把新技术融合进去，也可以看成新的产品形态。

再来看另一个产品形态，就是安全智能中央网关，过去车内的网关是很简单的产品形态，价格也很低，可能80块钱、100块钱的样子，利润空间不高。如我们刚才介绍的，系统架构在演进，新的安全智能网关把通信的功能、控制的功能、总线交换、域控制器的管理功能都做进去了，价格和利润都会有大的提升空间。

跟随自动驾驶的行业趋势，我们又做了一个新的产品形态，就是自动驾驶的黑盒子。其实这个产品形态不是凭空想出来的，因为我们做道路试验做到了中国的80%-90%的市场份额，道路试验是什么概念？简单的说，新车出厂之前需要对CAN总线等做数据的记录分析，就需要一个数据记录仪。我们在传统数据记录仪的基础上把它的功能强化，就变成了现在这个自动驾驶黑盒子的原型。它可以完成车内车外的视频监控以及CAN总线的数据记录分析，当出现事故之后，可以把数据导出做事故的事后分析。

车内设备这块，我们来看最后一块，智能座舱。智能座舱是直接面向用户的终端设备，而且智能座舱的功能已经把我刚才说的包括T-Box、网关等看不见的东西隐藏在了里面。智能座舱的表现形式是人机交互，但是它的背后还有很多看不见的东西，所以本质是由可见的部分和不可见的部分结合在一起。如果乘坐在一辆自动驾驶的车里面，我们虽然不干预这辆车的行驶，但关键时刻需要有信息告知。有部电影叫《让子弹飞》，影片一开始出现的就是在火车里面吃着火锅唱着歌，突然一下子车翻了。自动驾驶的车可能也会出现这样的情况，那么在翻车之前是不是应该给车主一些提示呢？现在的自动驾驶系统大多没做这块，比如可以有一个显式的提示，提示乘客车辆现在要做变道、超车等等。在任何自动驾驶的关键行为切换的时候，乘客应该是得到提示的。智能座舱作为人机交互的接口，需要能把相关信息传递给乘客。

所以汽车的智能座舱，绝对不是很多厂商说的把手机的功能做进去就可以了，车是交通工具，智能座舱的开发目的是把车从交通工具变成能够更好服务车主的交通工具。如果脱离了交通工具的特性去开发，只是把手机或者pad的功能放到车里，没有太多的价值，我们需要时刻意识到这一点。人格化的人机交互是未来智能座舱的发展重点。

除了车端设备，后端的数据平台的技术也需要不断演进。刚才聊了很多都是终端这块，终端需要有后台来配合，业务平台、基础平台、OEM车厂定制模块如何有机地结合起来？因此整个后台的技术演进也是非常重要的。

现在我们能看到的数据越来越多，过去仅仅是TSP、T-Box的数据，而现在有各种各样的传感器的数据也加入进来，包括车传感器的数据，路传感器的数据，还有人机交互的数据。车路协同下资源的管理，包括资源的组合、定制化、服务资费，最终都要在整个系统平台里储存、处理、分析，未来这一块的任务也会非常重。

说到底，做车路协同要想清楚，你的商业模式在哪里，谁来买单，你怎么赚钱，你怎么配置资源，怎么把你的产品变成可运作的商业模式。

在车路协同的大趋势下，我们的车载终端以及相关的后台技术都在不断地演进。很多时候我们在谈车路协同的时候都是非常理想化的，但事实中国有接近3亿辆存量车，如果着这些车不做智能化的改造，车路协同就无法实施，但这又给了我们后装市场的机会。

一句话总结，车路协同给了我们更多的产业机会，但真正商业化落地还有很长的路要走。