【猎云网北京】9月14日报道（文/饶翔宇）
今日，百度副总裁、智能驾驶事业群组总经理李震宇在“百度Apollo媒体沟通会”上，宣布2018年底将正式开源Apollo车路协同方案，向业界开放百度Apollo在车路协同领域的技术和服务，让自动驾驶进入“聪明的车”与“智能的路”相互协同的新阶段，全面构筑“人-车-路”全域数据感知的智能路网，迈出智能交通建设的关键一步。
“就像一百多年前，先有了汽车，才有了公路，然后有了交通规则一般。今天，百度在业内较早研发自动驾驶汽车，这样聪明的汽车，当然也不能行驶在上个世纪的公路上，而只有行驶在匹配的‘智能’的公路上，才能发挥最大功能。”李震宇开场介绍了百度研发“车路协同”的思考背景，其表示早在2016年，百度即开始布局“车路协同”全栈研发，可谓是业内最早布局车路协同的公司之一，并在场景数据和测试里程积累上取得了阶段性进展。
截至目前，Apollo不仅拥有北京、雄安、硅谷等多样地区场景；乘用车、无人小巴、无人物流车等多种车型；还在路侧感知传感器方案、路侧感知算法、车端感知融合算法、数据压缩与通信优化、V2X终端硬件及软件、V2X安全方面布局研发领先的车路协同全栈技术；除此，Apollo拥有的无人车队、开放道路无人车测试里程……一系列的场景数据积累为百度布局车路协同，智能交通建设打下根基。
车路协同解决方案落地速度更快，成本预计占到高速路建设费用1%
“Apollo此次的车路协同开源，将在Apollo开放平台现有的四层开放技术框架的基础上，在软件、硬件、云端服务等层面增添或升级车路协同相关模块。在参考硬件层，Apollo将增加车端以及路侧的参考硬件，用来完成自动驾驶车辆与路侧的信息传输与解析。在开源软件层，Apollo对感知和决策规划模块进行了升级，能够完成Apollo系统车端对车路协同V2X相关信息的融合处理；同时提供可运行在车端及路侧参考硬件上的软件包，负责V2X信息的相关预处理工作。在云服务层，开放智能路侧服务，提供自动驾驶所需的路侧感知预测等信息，同时开源路侧的感知预测等算法；升级仿真服务能力，扩充在车路协同环境下的仿真场景。”
百度自动驾驶技术总监陶吉表示，百度研发车路协同领域的关键洞察即需要车端、路侧和通信链路三管齐下，而车端经验尤其重要。
“此前部分无人驾驶的解决方案都专注在单车传感器上，这种方案成本很高，安全性也有待加强。”陶吉说，如果改用车路协同的无人驾驶解决方案，将车顶上的传感器转移到路边，这样就会大大降低无人驾驶技术落地的成本。百度对于车路协同方案的开源，将帮助开发者、企业在更高的水平上合作创新，“不用再重复造轮子”。
另外，陶吉还提到，车路协同方案相比单车传感器的解决方案，需要政府、高校、企业等多个领域的共同合作，而百度对于该方案的开源将大大提高各方的合作效率，并降低技术落地成本。“目前，按照百度的方案，车路协同的落地成本预计占到高速公路总建设费用的1%。我们相信中国在基础设施建设方面的领先地位，将大大加快车路协同的落地速度。”
据介绍，百度将基于全球领先的Apollo开放平台强大的生态能力，与大唐电信集团、千方科技、中国联通等产业链关键环节的代表性企业展开合作，全面整合汽车制造、交通基础设施设备制造和集成、通讯、芯片、政府及高校等各界资源，共同发展车路协同系统。百度还将与雄安新区合作，先试先行，进一步探索车路协同的交通发展新路径。同时，与同济大学将成立联合实验室，在无人车路网规划设计、交通流仿真等方面展开深度合作。
减少62%的单车智能的接管数，有效提升无人驾驶安全性
对于车路协同的社会及交通价值，李震宇比喻，如果说以往百度自动驾驶的价值是让路上的车辆都能变成由“二十年驾龄老司机”驾驶的话，那么车路协同则像是又给每辆车配备了一个开了“天眼”的交警，“他”将站在“完美”视角保障安全、疏导交通，高效分配道路资源。
以一个交通路况复杂的路口为例，人类司机和自动驾驶车车载传感器由于视角和视线的局限，都只能感知到路况信息的一部分，那些看不到的障碍物造成了危险隐患；如果车路协同配备了“完美视角”路侧感知设备以后，利用高清摄像头等多种传感器加上百度大脑的计算识别能力，可以感知到路口范围内全部的交通参与方，并实现多种分析功能，把这些信息通过V2X通信实时的共享给路口的全部车辆，即可最大限度消除危险隐患。
据测算，车路协同能够帮助解决54%单车智能在路测中遇到的问题，减少62%的单车智能的接管数，相当于为自动驾驶的安全增加了一层冗余保障。
李震宇进一步阐述开源的价值，过去“通信厂商不熟悉自动驾驶需求、自动驾驶厂商不易于获取新兴通信技术服务、道路设备商不擅于AI算法研发”，做车路协同都像是“盲人摸象”。但研发车路协同，就要同时拥抱聪明的车和智能的路。
未来，百度通过开源自己的车路协同方案，将分享在大量自动驾驶道路测试中积累的实际经验和能力。同时，百度逐步将开源能力广泛赋能于公交，出租，物流，自动泊车，无人车接驳等场景。据测算，仅自动泊车一项就可以提升车主30%的出行效率。