选择智能车还是智能路？
这篇文章估计需要3分钟阅读1300字左右
现在人们在一定程度上已经听说了自主车，但是在无人驾驶领域，还有一个解决方案，——车路协调。
虽然以Waymo为首的欧美无人顶流一直对车路协作说“谢谢你，下一个”，但谷歌已经悄悄收购了一家自动驾驶车道公司。显然，美国自动驾驶行业也发现，似乎不可能只依靠自行车的高智能。好奇技术，探究生活，艾迪想和你谈谈：车路合作对我们有什么用？
01让自动驾驶更安全
障碍物随风而来，行人过马路，动物突然冒出来.驾驶过程中可能会发生各种事故，自动驾驶的第一要务必须是安全，不然谁还敢用？
Waymo依靠激光雷达搭建高精度的3D地图感知环境，而特斯拉则是基于相机的纯视觉算法进行识别，对感知设备的依赖性很大。激光雷达或相机的本质是探测电磁波，视距通常只有200米。遮蔽物和恶劣天气对自行车的影响非常明显。
比如在“鬼探头”中，无论是人眼还是机器眼，视觉盲区始终存在。人和传感设备需要“看”才能做出反应。机械的好处可能是比人快，但刹车可能还是来不及。
(AEB测试正在中国汽车研究院智能车测试现场进行)这样的话，我们不妨改变一下解决问题的思路。如果有盲点，那就消除盲点。
车路协调的原理在于在道路上部署传感装置，自然有驾驶员座椅以外的视野，不存在盲区。
虽然叶子很小，但它们可以失明。自行车智能容易陷入局部最优，也容易被忽视。作为交通工具，你允许这样的疏漏吗？
让自动驾驶更便宜
自动驾驶固然好，但享受它要多少钱？
以世界第一辆量产自驾汽车奥迪A8为例，算个账吧。最贵的配置是激光雷达。目前市面上最便宜的Ouster 64线激光雷达也需要1.2万美元，单这一项就相当于一辆普通家用车的价格。根据一家法国公司的统计，自动驾驶汽车的平均价格为20万美元。
对于大多数人来说，车主要用于早晚通勤，休息时间在车库。这么低的利用率对于普通人来说显然是不划算的。
既然这样，那我们换个思路。如果高精度传感设备成本高，那就剔除这个成本。在道路设施健全的情况下，去掉昂贵的车载传感器，使用相对简单的传感器来保证基本安全，将更复杂的传感工作交给道路，这样自主车的价格不会降低？
让自动驾驶更加高效
自动驾驶的初衷是为了让交通更便捷，但自行车智能只是把人从驾驶行为中解放出来，而不是从交通中解放出来。
如果前面发生车祸，自驾的车还是会往堵车的方向开，既不智能，也不够方便。
(中国汽车科学研究院I-曙光车路协同设备可在-40-80的环境温度下工作)
在车路协同的环境下，道路告诉车辆周围的情况，使车辆结合数字信息进行更高效的决策和控制。路上有行人就减速，晴了就加速，前面出事就提前绕道.在车路协调的加持下，你可能很难再遭遇堵车。
技术再强大，最终还是会被人利用。如果自行车智能难以突破安全性和成本的限制，这种自动驾驶的实用性如何？埃迪还记得苹果1984年发布的麦金塔电脑，可以写字、画画、做手表，新时代几乎可以订购办公工具。但是内存只有128K，连续打10页就会崩溃。设备再厉害，基础设施也跟不上。怎么带？
