首先，恭喜被阿里耽擱了20年的馬老師重回課堂。
馬老師刷屏的一天，瞭解一下阿里巴巴選擇的車路協同的自動駕駛技術路線，這是不同於谷歌Waymo、百度Apollo、通用Cruise等國內外科技企業和汽車巨頭單車智能的自動駕駛技術路線。車路協同技術路線，這是重構交通體系的大事情，是阿里巴巴在佈局了阿里雲ET城市大腦、以及操作系統AliOS之後，在智能交通領域最為重要的一步。
9月6日，阿里巴巴集團與交通部公路科學研究院的合作，雙方將共同成立車路協同聯合實驗室，基於車路協同探索自動駕駛和道路智能化的解決方案。按照阿里巴巴達摩院的自動駕駛項目負責人王剛的說法，這個解決方案就是利用智能感知基站的遠程感知能力和基礎設施屬性，提升自動駕駛汽車的感知能力，並降低成本。
單車智能的成本高企
在現在主流的自動駕駛汽車方案中，都在朝著提高單車智能化水平方向去，就是提高車輛本身的感知、決策和控制能力，使其達到甚至超越人類司機的駕駛水平，這對傳感器、系統判斷和決策能力，提出了很高的要求。
在自動駕駛汽車領域研究了十年的谷歌Waymo，摒棄了生產自動駕駛汽車的方案，推出基於量產車的自動化改裝方案，並用於提供自動駕駛出租車服務，而不是讓普通消費者擁有自動駕駛汽車。
這是因為，現階段Waymo的解決方案成本極高，是車輛成本的數倍，這是普通消費者無法承受的高成本，唯有通過提供自動駕駛出租車服務，降低使用成本，從而使其得以商業化運作。
王剛認為，自動駕駛技術興起到現在，發展了超過60年，其難以商業化的最大障礙，就是成本問題，而用於感知的傳感器佔據了成本的大頭。現在的自動駕駛技術方案，都以激光雷達作為主要傳感器的方案成本高達20萬美元。
單車智能的技術問題
除了高成本，王剛認為單車智能還存在技術問題。例如現在普遍採用的傳感器——激光雷達，其有效探測距離不超過80米，而且由於遮擋物、盲區的存在，車上的傳感器也存在視角、高度上的侷限。
更重要的是，汽車是行駛在複雜的交通環境中，單車智能需要感知環境、並做出決策然後去控制車輛，這個鏈條每個環節都需要快速而準確，而更復雜的交通環境增加了難度。例如，汽車高速行駛的狀態下，前方障礙物背後突然出現一個人，單車智能狀態下，很難做出及時的反應，人類司機在精神高度集中的情況下，也有可能回手足無措。
另外還有一個問題就是，單車智能對高精度地圖的要求非常高，但是，目前高精度地圖的採集作業模式，其更新頻率，並不足以滿足自動駕駛實際駕駛場景的變換程度。
車路協同計劃
面對單車智能自動駕駛路線存在的技術和成本問題，阿里巴巴選擇的是是車路協同方案。這個方案需要建設智能的道路基礎設施，結合阿里雲控制平臺以及車載AliOS等，為自動駕駛汽車提供全方位的道路信息，幫助其更瞭解所需的道路環境狀況。
在這個車路協同方案中，核心技術之一就是智能的道路基礎設施——感知基站。感知基站的工作原理類似通訊領域的信號發射基站，可以實現車與路、車與車之間的信息連接。
為了解決單車感應器存在的盲區、角度等問題，這種智能感知基站將以“上帝視覺”採集路況信息，有效解決車輛傳感器的盲點問題。針對動態目標，會進行精確定位識別，並在重點區域採集多模態數據。當這些200米一個的智能感應基站把道路覆蓋後，就能編織實時感知網，網內的信息實現共享。
王剛把這種智能感應基站比如為每隔兩百米就站著一位經驗豐富的交警，可以及時感知到前方行人和道路的異常狀況，並通知後車，在高速公路或轉彎路段，當前車發生險情的時候，也可以及時感知並通知後車。
但是，王剛並沒有詳細解讀智能感知基站的技術細節，但是認為感知基站的存在，可以優化單車智能的成本，甚至替代掉成本高昂的激光雷達傳感器。舉個例子，全國機動車保有量超過3億輛，相比之下公路總里程只有477萬公里，高速公路只有13萬公里，這讓部署感應基站的成本低於讓單車智能化的成本。
至於車路協同的方式是否可行，按照阿里巴巴的說法，在目前的對比路測中，車路協同體現出的優勢在於能夠讓移動假人從障礙物後突然出現的緊急避讓或停車成功率，從不開啟道路協同的零成功率到100%的成功率。
阿里雲ET城市大腦
正如前面所說的，車路協同計劃需要阿里雲控制平臺和AliOS的配合。阿里雲ET城市大腦，是作為人工智能公共系統，對整個城市進行實施全局的分析，自動調配公共資源，修正城市運行中的bug，是未來城市的基礎設施，最先應用在智能交通管理。
在今年6月份的2018世界交通運輸大會上，阿里雲ET城市大腦從單一的交通領域往醫療、旅遊、城規等七大領域拓展，但是，智能交通管理是整個城市的人工智能中樞。目前，阿里雲ET城市大腦在杭州、澳門、吉隆坡等11個城市先後落地。
按照當時的說法，城市大腦·智慧交通已經在大出行領域取得階段性成果，在北京，通過信號燈配時優化，機動車通過路口的平均延誤下降了6%、停車比例降低了3%；在上海，針對南北高架各路段交通狀態所建立的神經網絡模型的預測精度提高了10%。
顯然，阿里雲ET城市大腦，就是車路協同需要的控制平臺。
AliOS
至於AliOS，在汽車領域涉及更早了，AliOS的前生是YUNOS，在YUNOS剛推出的時候，阿里曾短暫的希望通過與後裝車機、智能後視鏡企業合作的方式，迅速佔領後裝市場，並籠絡到用戶，但是，由於後裝車機行業整體下滑以及YUNOS在產品競爭力上，並沒有明顯優勢，這個計劃折戟沉沙了。
後來，阿里巴巴與上汽集團合作，雙方共同成立斑馬網絡，把YUNOS打造成汽車的操作系統——斑馬系統，並最先搭載在上汽集團旗下的產品。榮威Rx5是第一款搭載斑馬系統的汽車，號稱第一款互聯網汽車，由於Rx5的產品力上升，並且搭載了斑馬系統，其銷量屢屢超過兩萬臺一個月，Rx5的成功，即是車子本身的成功，也是斑馬系統的成功。
2017年10月的雲棲大會上，YUNOS改名為AliOS。同時，因為Rx5的成功，讓很多汽車企業希望自己的汽車能搭載這一加分的系統，除了上汽集團的自主品牌，還包括了標緻、雪鐵龍以及福特等合資品牌。
按照AliOS輪值總經理謝炎的說法，斑馬網絡在接到與車企合作後，會基於AliOS提供的系統底層上針對車企需求，進行定製化開發，同時，也會在AliOS之上構建一些個性化和具備核心競爭力的交互。
可以想象，每一輛搭載著AliOS系統的車輛，將來在車路協同中，在數據交換、控制決策等方面，會發揮出更好的優勢。
07
在自動駕駛技術路線上，國內的百度的Apollo計劃、騰訊的AD Lab等，以及國外的Waymo、Uber、Tesla、GM Cruise等，這些科技公司和車企，都專注於單車智能的自動駕駛技術解決方案。
阿里基於自身的阿里雲ET城市大腦、AliOS等優勢，推出車路協同的自動駕駛技術解決方案。這一條截然不同的道路，但是並不衝突。阿里傾向於基礎設施的建設，而這種基礎設施建設完成後，希望能夠降低單車智能化的成本，兩者的信息，亦可進行交互，提升智能交通的效率。
就發展速度而言，Waymo單車智能的自動駕駛技術，已經無限接近商用了，阿里的車路協同計劃，尚處於實驗室階段，而且瞄準的是標準制定者的角色。中國交通部公路科學研究院IST中心的副總工程師王東柱認為，阿里車路協同方案的技術成功需要轉化為技術標準，雙方會協商推動這些標準，包括車路協同、自動駕駛等，一旦形成標準，然後進行復制推廣。
值得注意的是，阿里巴巴並沒有完全放棄單車智能的自動駕駛研究，也就是說，阿里也是兩手準備著。無論是單車智能還是車路協同，都會讓自動駕駛和智能交通離我們越來越近。
關注車智，擁抱智能汽車時代。
閱讀更多 車智網 的文章
