" 馬斯克，你相信 V2X+AI 能讓自動駕駛更容易落地嗎？"
這兩天，海外很多科技知名 UP 主，如 Karl Conrad、Dom Esposito、Shane starnes、Jonathan Casey，不斷在一則自動駕駛路側技術視頻下 @馬斯克、waymo、cruise 等一衆科技大佬和知名企業。
視頻中，自動駕駛車輛全程無接管應對開放市區的複雜道路，但這不并是讓大家驚詫的點。真正不可思議的是，視頻中的車輛，完完全全遮擋了所有的車載傳感器。這意味着，這輛智能汽車，幾乎變成了一個看不見的 " 盲人 "。
要知道，僅通過路側智能設備實現城市開放道路的 L4 級自動駕駛，這很可能是全球首次！
整個自動駕駛過程由蘑菇 AI 數字道路基站 2.0（Mogo AI Station 2.0）完成感知、計算、通訊，并下發紅綠燈燈态、行人預警、路面狀況預警、前車刹車預警等信息給車輛，幫助智能汽車安全實現路權博弈、提速、超車、自主變道等高難動作。
這樣的能力讓這些海外科技 KOL 紛紛轉發，還驚呼：
中國數字道路技術已經站在前沿，很有可能制定行業标準。
來自中國的蘑菇車聯通過 "AI+V2X 基礎設施 " 讓自動駕駛汽車走進現實。
太酷了！有 V2X 基礎設施的城市中，自動駕駛車輛将更有可能大規模落地！
國際知名科技媒體 TechMediaToday 和 TGDaily 也于當地時間 3 月 27 日、28 日分别報道了此次事件。
擁有大量年輕讀者的新興科技新聞網站 TechMediaToday 在報道中指出：" 蘑菇車聯隻是中國科技企業的一個縮影。中國的自動駕駛技術正在以一個不可思議的速度成長。"
成立于 1998 年的全球知名科技媒體 TGDaily 報道稱：" 中國的蘑菇車聯将 " 車—路—雲 " 交通參與要素有機地聯系在一起，爲智能網聯汽車提供更加全面的交通信息，提高了自動駕駛的安全性。"
展現出了什麽樣的能力？
視頻中，車輛在遮蔽車端全部傳感器的情況下，安全完成城市開放道路 L4 級别自動駕駛任務。途徑多個複雜場景路段，車輛均能應對自如。
比如在路口，蘑菇 AI 數字基站會提前将紅綠燈情況下發到車輛。
如果是 " 傳統 " 自動駕駛車輛，這個過程涉及到車端攝像頭捕捉圖像數據，再由算法進行識别。
但這次的自動駕駛汽車攝像頭已經被遮擋，所以是通過路側智能設備将紅綠燈結果傳輸到自動駕駛汽車上，來實現紅綠燈的識别和應對的。
再比如，面對橫穿馬路的行人，車輛會提前主動采取避讓動作：
對于以往的 ADAS，除了攝像頭捕捉的圖像數據，對于這種突然出現的障礙目标，通常還需要激光雷達的數據作爲系統互相驗證的冗餘保障。
但這次連車上的激光雷達也被遮蔽起來。
讓 ADAS" 緻盲 "，還拿掉了他手裏的 " 導盲拐杖 "，全部靠路側設備爲車輛輸入決策依據的數據。
路上的實時路況包括動态目标的車、人，基礎設施層面的交通标志、信号燈，以及路面突發狀況事故、施工等等，都由安裝在路端的 AI 數字道路基站基于先進的人工智能算法，實時感知、識别、計算，然後發送到車端。
也就是說，除了采取 " 避讓 "，這套系統還能完成更高級的自動駕駛動作。
比如面對低速車，路側智能基站會提供相關決策數據，幫助本車進行主動的變道超車：
還有路口無保護轉向：
沒有任何車端傳感器的主動輸入，但從交通數據的獲取量和 AI 算法的算力需求滿足來看，視頻中的路側技術在安全層面提供更遠、更多、更豐富、更及時的數據，以及安全的雙重冗餘。
通過雲端系統從全局入手調控某一區域路段的交通流，還能最大程度提高通行效率，減少意外事故發生。
這也是爲何這條不依賴車端傳感器、隻使用路側技術實現自動駕駛的視頻在海外火熱出圈的原因。
一反傳統自動駕駛技術路線，效果驚豔的背後，還有更多維度值得去比較探讨。
這是一個什麽樣的系統？
震撼外國科技圈的這段視頻，來自蘑菇車聯，一家主打車路雲一體化的國内自動駕科技公司。
他們這一套軟硬件一體的标準化産品叫做蘑菇 AI 數字道路基站 2.0，是道路數字化的基礎設施，可大規模、快速部署在城市道路、高速公路、景區園區等。
△ 城市場景
△ 高速場景
△ 景區道路
視頻中 6 分鍾的實測路段，位于湖南衡陽市主幹道，橫穿市中心。蘑菇車聯在這裏建設升級了一條 38 公裏的數字道路，大規模部署了其自主研發的 AI 數字道路基站。
蘑菇車聯的 AI 數字道路基站，其實是一個軟硬件一體的産品，它包含邊緣計算組件（MEC）和車路協同通信單元（RSU），和多種傳感器組件，并在 MEC 上運行自主研發的智路系統，實現多模态感知融合和 V2X 計算引擎。
可以每隔數百米部署在道路的交通信号杆、龍門架等基礎設施上，形成連續、無盲區的感知覆蓋，提供道路沿線連續的車路協同網絡覆蓋。
直觀的理解，就是通過基站部署的傳感器獲取道路實時狀态，然後通過邊緣計算設備進行計算，再通過高性能通信模組 " 告訴 " 車輛，由自動駕駛汽車執行具體動作。
相比純靠車端傳感器所采集到的路面信息，布設在道路兩側的蘑菇 AI 數字道路基站視野更廣，距離更遠。甚至預報數公裏之外的交通狀況。尤其是避免如 " 鬼探頭 " 這樣的意外。
目前，衡陽 38 公裏的數字道路，日均可處理數據流 46.2TB，分析感知數據 18.5 億幀，識别交通參與對象 196.4 萬個次，下發燈态信息 2592 萬次，計算 V2X 事件 23.7 億次，車路協同交互 2737 萬次。每天約有 5000 輛智能網聯汽車與蘑菇 AI 數字道路基站 2.0（Mogo AI Station2.0）完成交互。
其次，蘑菇數字道路基站還具有超強的數據處理能力和超低全鏈路延遲。38 公裏全程合計算力超過 1 萬 TFlops，這是單車算力無法企及的。同時基于車路雲一體化系統的算法，能幫助自動駕駛終端做到及時快速的決策，系統的反應速度可到達 100 毫秒以内，比人類反應速度快 3 倍。
該數字道路基站除了可支持 L4 級别自動駕駛，同時也能數據賦能區域内其他 L1-L3 的車輛。而且不光是乘用車，理論上一切接入系統的商用車、低速無人車等都能獲得基站的強大數據支持和服務。
随着數字道路建設加速，數字基站獲取的數據将指數倍增長，并能反哺 AI 算法，讓系統更加智能，最終從整體上減少交通事故、改善交通狀況。
蘑菇車聯的這種做法有點像 chatGPT，它們都是從底層解決問題。自動駕駛和很多技術一樣，之前多年之所以表現的不好，還是在算法趨同的大背景下，能夠獲取的數據不夠多、算力不夠強。
蘑菇車聯的數字道路基站從系統的角度，根本性地解決數據（" 上帝 " 視角、超視距、全面信息無死角）和算力（邊緣計算、車端計算、雲計算多重疊加，将構成史無前例的超級計算機）的問題。大量基站 7*24 小時的産生海量數據，幫助自動駕駛大模型實現突飛猛進的叠代和進化，可能會對自動駕駛技術發展帶來想象不到的變革。
中國幹出自動駕駛的另一種可能
這條視頻之所以引起熱議，除了蘑菇車聯本身的技術積累，拿出了足夠 " 黑科技 " 的路側産品，還有一個原因是這種自動駕駛技術路線，也幾乎隻有在中國才能實現，這讓不少海外同行非常羨慕。
蘑菇車聯這樣的系統一旦建成，不分車輛、不挑路段，幾乎全方位提供 L1-L4 各種不同車輛所需的自動駕駛基礎服務。
這樣的 V2X 規模化落地，目前也隻有中國數字化道路的基礎設施夠完善、市場夠大，政策夠積極，也就是說相比國外落地更有優勢。
蘑菇車聯在路側能力視頻發布後，還發布了一個單車自動駕駛視頻，同樣實現了城市開放道路上 L4 級自動駕駛能力。
車端、路端相配合，兩個系統還互爲冗餘，這樣就提高了整個自動駕駛的可靠性。
加上其背後的雲平台，就真正實現了國家一直在倡導的 " 車路雲一體化 "。
海外科技圈 KOL 和媒體們驚歎于蘑菇車聯的路側技術，一個重要原因是特斯拉爲代表的單車智能，經過馬斯克數年布道，幾乎成爲唯一的自動駕駛經典教條。但蘑菇車聯僅用蘑菇 AI 數字道路基站實現了城市開放道路 L4 級别的自動駕駛，向他們展示了一條自動駕駛落地更加穩健可靠、社會整體經濟效益更好的可能性道路。
而且他們紛紛 @馬斯克和 cruise、waymo 這些科技企業，其實還有一句沒有明示的潛台詞——
這樣的方法，海外可能做不到。
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
