ob体育得益于中国智能网联汽车的迅速崛起，不少智能技术被推广开来，智能驾驶便是其中之一。在智能驾驶的技术路径选择上，选择单车智能还是车路云一体化一直是行业最具争议的话题之一。

　　单车智能是通过安装传感器等设备让汽车具备自主控制能力，由于其传感器可获取范围有限，因此受到使用环境限制也较多；车路云一体化则是将车辆与道路数据同步云端，通过实时交互实现自动驾驶，因需要道路实时数据，要铺设大量道路信息获取设备，成本高昂。

　　1月17日，工信部等五部门发布了《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，其中不仅提出提升车载终端装配率，也提到推动智能化路测基础设施和云控基础平台建设。业界也开始尝试让单车智能和车路云一体化两条技术线路进入融合发展阶段。

　　在重庆机场降落的旅客常常会在机场到达出口的地方看到一辆像是戴“礼帽”的青灰色轿车。科技感十足的造型，搭配驾驶室内自动旋转的方向盘，总能吸引附近人群好奇的目光。

　　这是一辆提供自动驾驶运载服务的汽车，顶部是用来获取环境信息的感知设备。只要旅客的目的地处于它的运载范围，在特定的路段，便可以享受自动驾驶运载服务。

　　随着近两年自动驾驶技术的快速发展，这样的“特定路段”变得越来越多。国内不少大型城市均有相应的自动驾驶运载路段。

　　自动驾驶的运用还远不止于此。1月27日，在由清华大学车辆与运载学院主办的“自动驾驶未来之路交通与运载工程学科发展论坛”上，国家自然科学基金委工程四处、学科项目主任王之中表示，目前大家关注自动驾驶主要集中在安全导向，对于交通效能关注度并不高。实际上在涉及民生领域、无人化速度和效率方面，自动驾驶已经运用到了方方面面。

　　除了近几年被广泛提及的自动驾驶运载卡车与自动驾驶矿山设备，不少交通领域都有了自动驾驶身影。

　　例如国际海事组织早在2018年就明确了船舶智能航行发展路径，规定未来所有的船舶都要具备一定的智能化能力。武汉理工大学副校长张笛透露，到2028年我国将要求所有船舶具备一定智能航行能力。

　　自动驾驶在国内航运领域也运用较好。张笛表示，其团队2020年开始在一个沿海渡轮上运用辅助驾驶系统，“除了环境的重构，我们还建立了船舶动力学模型，结合动力系统的匹配，建立了驱动船舶智能安全辅助驾驶控制模型，实现环境感知更加全面、更加数字化、更加智能。系统增强了对船舶的感知后，在岸上还可以了解整个区域的动态，并进行安全提醒和管控。”

　　在发展更成熟的轨道交通领域，自动驾驶甚至已经是主要驾驶方式。北京交通大学校长余祖俊表示，运行控制系统，是整个轨道交通的大脑和神经中枢，只要有钢轨的地方，就有轨道交通的运营控制。现如今在轨道交通领域，已经不讨论自动驾驶是否无人化了。

　　航空自动驾驶技术也已经非常成熟。北京航空航天大学电子信息工程学院院长曹先彬教授透露，飞机到了巡航阶段以后，可以转换为自动驾驶状态，这个技术已经非常可靠。除此之外，机场设施与空管系统都会用到自动驾驶系统。

　　不难发现，自动驾驶应用比较成熟的均为固定轨道或航道的运载领域，究其原因就在于运载工具线路上的路况较简单，系统更容易获取信息并作出反馈。正是基于这个原因，业内大量学者认为，车路云一体化才是自动驾驶的最终形态，单车智能无法达到自动驾驶的终极目标。

　　西部科学城智能网联汽车创新中心云控平台首席专家杜孝平告诉《中国经济周刊》记者：“国内做单车智能的现在（方向）都改了。”他认为车路云一体化未来将是全球共识。

　　单车智能是指通过在车辆上安装各种传感器、摄像头和激光雷达等设备，让车辆具备自主感知、决策和控制的能力。这种技术的优点在于车辆可以独立完成驾驶任务，不依赖于外部基础设施。然而，单车智能最大的挑战是，在复杂的城市环境中，传感器的探测范围和精度有限，可能导致误判和事故。

　　车路云一体化则是将车辆与道路和云端相结合，通过实时交互和协同工作来实现更安全、高效的自动驾驶。该技术利用路边设施和云端计算资源，为车辆提供更全面的环境信息和决策支持。车路云一体化可以提高车辆的感知能力和决策准确性，但其缺点是成本高昂，需要建设和维护大量的基础设施。

　　尽管车路云一体化被学界所看好，但目前市面上具备自动驾驶服务能力的汽车产品大部分都为单车智能产品。长安汽车首席智能驾驶技术官陶吉透露，目前市场上L2+（L2即在系统所规定的运行条件下，车辆本身能够控制汽车的转向和加减速运动，且同时具备自适应巡航控制和车道保持辅助功能）可量产的智能驾驶产品已经走向了规模化量产阶段，越来越多的人才资源聚集到了L2+可量产智能驾驶赛道。

　　从全球看，头部品牌特斯拉的自动驾驶服务也是单车智能，并且暂未看到特斯拉向车路云一体化布局的动作。对此，杜孝平判断，车路云一体化中可进行数据采集的基础交通设施的配设是重要一环。特斯拉的产品更多是走向全球，其中不少国家在基础交通设施方面并不像中国一样具备条件。他认为，这也是在车路云一体化趋势已成共识后，整车厂依旧选择做单车智能产品的原因。

　　面对铺设智能交通设施成本较高的问题，杜孝平也给出了自己的设想：“交通设施由多个部门管理，智慧交通设施的数据采集功能有可能会降低这方面的管理成本。另外，是不是也可以考虑让一些资方投入，获取一些数据资产，成型后再由政府采购这些数据，使投资方形成营收。”但他也坦承，这些只是设想，是否可行还有待验证。

　　面对智能驾驶未来发展方向问题，王之中认为，自动驾驶未来发展必须考虑到工业基础投入回报。

　　投入与产出是否成正比制约着车路云一体化方向的进一步实施，那么单车智能方向是否存在投入产出比低的问题？

　　在问及自动驾驶技术会对汽车制造商有什么正向影响时，比亚迪产品规划及汽车新技术研究院智能驾驶系统副总工程师张立存略微思考了一下后，对《中国经济周刊》记者表示，智能驾驶系统对于汽车制造厂商来说一定是可以增利的，至少在销量上有帮助，“现在不少消费者在购买新能源汽车产品时，智能驾驶服务已经成为一个考虑因素”。

　　华为智能驾驶产品部部长卞红林认为，两个方向不矛盾。从单车智能的角度来说，现在许多企业提高这方面能力，但也存在单车智能解决不了的问题。他就遇到过很多问题，例如红绿灯看不到、前方被遮挡，这些单车智能都无法搞定，所以单车智能有上限，需要借助其他手段解决。卞红林说：“单车智能只是先跑了，未来一定会借助多种技术工具提高整车自动驾驶能力，所以单车智能是基础，也是兜底的方案。”

　　中国工程院院士、国家智能网联汽车创新中心首席科学家同样认为，未来新场景下，汽车领域也有协同式智能、网联式的智能。“我们提出了智能汽车云控系统的技术思路，创建云支持自动驾驶的体系架构，用这个复杂系统来判断大系统的性能，未来的自动驾驶按这样的思路在发展。”

　　滴滴自动驾驶孵化的卡尔动力则将这种想法付诸实践。卡尔动力CEO韦峻青透露，滴滴在自动驾驶的货运赛道采用的是多车方案，即利用多辆车的协同和联合，组成多车局域网络。韦峻青说，他们有一个称为联合定位的方法，即利用多辆车方向盘角度建立模型，不管有没有GPS信号，都可以做到精准定位；第二个技术就是联合感知，每辆车都有传感器，综合多车所观测到同一个物体的数据，可以更精准，并做到360度环境侦测覆盖。

　　“我认为以后每辆车都有L4能力（指高度自动驾驶，能够实现驾驶全程无需驾驶员任何操作），道路上会自动组成车队，减少对公路资源的占用，并用智能网联技术更好地做协同。不同地方来的车辆汇集到路上一起走，主动听从调度充电，最终把货物送到目的地，这样的运营方式在未来10到15年将是一个万亿级市场。”韦峻青说。