自动驾驶|车路协同：无人驾驶的“终局”？( 二 ) 处理器|fab|台积电|量产|3nm

文章插图
尤其值得注意的是，今年九月，离A轮输血结束已经接近三年的蘑菇车联终于再次得到了最新的战略融资，谈擎说AI认为，这主要得益于当前车路协同路线的一个突破口已经出现，即有望冲出单车智能的现存瓶颈，具体原因我们可以进一步从单车智能中找到。
单车智能的“感知局限性”单车智能，顾名思义，即在汽车智能化方向下功夫，用一个装在车内的智能化系统来接替传统驾驶员的工作，让汽车变“聪明”，从而实现自动驾驶。
但我们不可否认的一个事实就是，即便是天赋和资历条都拉满的人类驾驶员，也不能百分百保证可以避免车祸发生，这也反映出了单车智能终将面临的瓶颈。
谈擎说AI认为，当前单车智能主要存在以下两个愈发凸显的局限：
1、视野局限：
智能汽车感知硬件系统无论是摄像头还是雷达，都是基于生物感官的产物，且都搭载在车端，这就必然会有“盲区”现象存在，即便系统再智能，也仅能在视觉范围内做出快速精确的决策，这就导致“鬼探头”这样人类司机往往难避免的现象，单车智能同样很难避免。
比如对一辆高速行驶的智能汽车而言，视觉盲区内突然窜出一个物体，由于惯性的客观存在，系统无论是做出急刹还是继续行驶的决策，都很难避免事故发生。

文章插图
2、视效局限：
当前智能汽车感知硬件往往是多管齐下，即便走纯视觉路线的特斯拉，也都搭载了一定数量的毫米波雷达，而像是小鹏P5，更是有激光雷达、摄像头、毫米波雷达。
这主要是因为环境干扰，就比如在黑夜，摄像头感知能力变差，雷达就派上了用场。然而这样的组合式环境风险规避如今也已经出现了局限性。
就比如雨雪天气，雨雪遮挡了摄像头或是雷达设备，将会在一定程度上影响到整车的自动驾驶行为决策。
不难发现，单车智能当前愈发凸显的两个问题，绝非是能够通过不断提升单车智能化程度就可以解决的，而是需要进一步弥补“视觉”这一感官层面缺陷来实现。
如何弥补呢？有网友调侃，“捅根长杆子，让视觉感知设备在周围环境里保持最佳高度，啥都能看见。”
但毕竟是调侃，一辆顶着五六米高杆子的车怎么能过隧道？真的有人会愿意购买这样一辆车吗？这样的思维模式无疑是线性的。
而从古至今任何具有颠覆性的思维往往是非线性的，就比如曾经人们嫌马跑得太慢，并不是去养出跑得更快的马，而是发明了汽车。
在单车智能出现瓶颈的当下，车路协同无疑是一个非线性解决方案的代表。
车路协同的“递进式衍生”在和几个朋友探讨车路协同究竟能帮助单车智能解决什么问题时，一位自动驾驶工程师给我们通俗地讲述了他自己的见解：
“车企不能随意给汽车加装像机械式激光雷达那样夸张的大物件来保障汽车视野足够大，但倘若这样的感知设备是装在路边的，那大一点其实也就无所谓了。在汽车经过时，路边视觉装置所探测到的信息能够瞬间传输到汽车内，供车内智能系统做出决策，那世界上就再也没有‘鬼探头’了。”
诚然，当前的单车智能，感知装置研发其实是一定程度上在“戴着镣铐跳舞”，囿于整车体积等诸多限制，车路协同是一个存在可实现性的弥补式解决方案。
但是在事后的整理中，谈擎说AI发现了这位工程师朋友所言的完整性在于，其总结出了车路协同的四个缺一不可要素，即车端、路端、云端和传输能力。也因此，想要实现车路协同，并非在路上装感知设备就能够实现，四者能否协作发展，才真正决定了车路协同的发展前景。