长城汽车+车-路-云协同产业化落地的思考（演讲PPT）-26页_9mb

车-路-云协同产业化落地的思考总结

核心内容

车-路-云协同技术是智能驾驶领域的重要发展方向，旨在解决单车智能自动驾驶的技术瓶颈，推动智能交通系统向更高效、更安全、更智能的方向演进。该技术通过车、路、云三端协同，实现感知、决策与控制的深度融合，提升自动驾驶系统的可靠性和智能化水平。

主要观点

1. 车-路-云协同是智能驾驶“中国方案”的关键

   • 单车智能自动驾驶存在感知盲区、决策局限等问题，车-路-云协同通过增强感知能力、协同决策和智慧云控，有效弥补单车智能的不足。
   • 提供非视距探测、区域协同、远程控制等功能，是智能驾驶技术发展的必然趋势。

2. 政策支持力度持续加大，推动车-路-云协同发展

   • 国家层面将车-路-云协同纳入智慧交通战略，出台多项政策支持其发展。
   • 2020年，26个省市陆续发布智能网联汽车道路测试实施细则，为车-路-云协同示范应用奠定基础。
   • 北京、上海、江苏、重庆、四川、广东等地均有具体示范项目，形成“双智城市”雏形。

3. 长城汽车在车-路-云协同发展中的实践

   • 长城汽车积极参与国家级智能网联示范区建设，推动“车-路-云”技术在量产和测试环节的落地。
   • 自研5G-TBOX车载通讯模块，支持V2X通信、高精度定位、安全启动等功能，满足多场景通信需求。
   • 构建“车-路-云”协同架构，实现测试闭环，支持数字孪生试验场建设，提升测试效率和安全性。

4. 车场融合协作式智慧泊车的应用

   • 针对传统停车难题，长城汽车提出车场融合协作式智慧泊车方案，通过路侧感知与车端协同，降低对车端感知能力的依赖。
   • 支持L0-L2车辆，实现AVP一键泊车、召车等智能功能，提升用户体验。

5. 车-路-云协同场景及技术落地路标

   • 技术发展尚处于起步阶段，需通过示范区先行先试，逐步实现技术验证与推广。
   • 制定“两阶段”推进规划，近期聚焦L2/L2+智能辅助驾驶和限定场景L4无人驾驶，中远期拓展至开放道路L4+无人驾驶。

关键信息

技术优势

• C-V2X通信：实现低延迟、高可靠通信，支持车与车、车与路的协同。
• 5G网络：提供高带宽、大流量、广覆盖的通信支持。
• 数字孪生试验场：实现测试车与测试场的虚实结合，提升测试效率和安全性。
• 协同感知与决策：通过路侧感知设备与云端数据融合，实现更全面的环境感知与协同决策。

示范应用

• 国家级示范区：包括无锡、上海、长沙、武汉、保定、重庆、成都、西安、银川、深圳、惠州、厦门等。
• 地方级示范区：如上海杨浦、苏州工业园区、嘉兴嘉善、芜湖奇瑞等，形成覆盖全国的智能网联测试网络。

建议与展望

• 政府层面：应推动城市级智能驾驶通用支撑平台建设，加强顶层设计和标准制定。
• 产业层面：企业应积极参与示范区建设，集中资源突破关键技术，推动技术产品化。
• 用户层面：提升出行体验，实现自动驾驶与智慧交通的深度融合。

车-路-云协同发展路径

第一阶段：近期

• 应用一：智能网联辅助驾驶（L2/L2+）

  • 提高交通效率，支持V2X与ADAS协同增强高级驾驶辅助。
  • 应用场景包括高速公路、城市快速路、城市普通道路等。

• 应用二：特定场景中低速无人驾驶（限定场景L4）

  • 聚焦大型园区、商业综合体、专用道路等场景。
  • 实现车车与车路协同，提升交通安全性。

• 应用三：车场融合协作式智慧泊车

  • 支持AVP一键泊车、召车等功能。
  • 降低车端配置要求，适配L0-L2车辆，提升停车效率和安全性。

第二阶段：中远期

• 应用四：开放道路无人驾驶（L4+）
  • 实现广域互联智能，支持高速场景下网联车与非网联车的管控全覆盖。
  • 推进“车-路-云”一体化协作式无人驾驶，构建智能出行生态。

总结

车-路-云协同技术已成为智能驾驶领域的重要发展方向，长城汽车在该领域投入大量资源，推动技术落地与产业化。通过构建“一体两翼”的研发策略，长城汽车不仅在量产车辆中应用该技术，也在测试与研发环节中实现突破。未来，需通过示范区建设、标准制定、政府引导和企业合作，逐步实现技术验证与推广，最终构建“车-路-云”一体化的智能交通体系。