边缘计算构筑“车路协同”，赋能自动驾驶走向现实

车路协同—自动驾驶的必由之路

在自动驾驶这条赛道上，国内和国外跑出了不同的发展路线。国内是以Apollo为代表的车路协同，国外则是以Waymo为代表的单车智能。

单车智能主要依靠传感器实现，这样就会造成传感器大量堆砌，从而使单车成本升高。更为重要的是，单车感知总会因为前车的遮挡、或道路的凹陷凸起等存在视觉盲区，存在安全隐患。

与单车智能相比，车路协同能够有效弥补感知上的盲点，让自动驾驶由过去的单兵作战转变为有组织的高效协同合作。特别是在国家大力推进新基建的背景下，车路协同项目已大批落地，加速自动驾驶产业成熟。

我国自动驾驶落地项目

2019年，上海市启动洋山港智能重卡示范运营项目。致力于实现5G环境下运用智能重卡技术开展港口智能化运输作业，加快建设具有全球领先水平的智慧港口。运营线路全长40.75公里，以深水港物流园区重箱堆场为起始点，通过海关闸口，经东海大桥，到洋山港区，实现循环运行的业务闭环。目前，项目已开展东海大桥及相关区域智能重卡道路测试。

2020年5月17日，江苏省启动智慧高速公路应用技术研究与工程示范。将开展“货车专用道及货车自动驾驶关键技术”专题研究，设置自动驾驶车辆专用车道，探索货车自动驾驶与编队驾驶的实现路径。研究成果预计将在2022年上半年依托沪宁高速、苏通大桥、江阴大桥等路段在工程实施中实现落地应用，初步具备货车进行L3级别自动驾驶的行驶条件。

山东省原滨莱高速苗山至博山26km高速公路进行智能化、网络化、数字化改造和附属基础设施建设，打造国内「测试里程最长、测试场景最丰富、测试环境最真实」的自动驾驶、车路协同高速公路测试基地。

车路协同的核心组成部分

一般来说，车路协同主要涉及三个端口：车端、路侧端和云端，其中路侧端和云端因为车路协同环境下计算节点下沉至边缘层（即路侧）的需求而经常被同时提及。再考虑到三个端口间信息传输渠道的重要性，对于车路协同系统平台更完善的拆解方式，“车路协同”应当是以下三个核心组成部分：智能车载系统（车端）、智能路侧系统（路侧端+云端）和通信平台。

其中，智能车载系统负责车载端的海量数据实时处理和多传感器数据融合，保证车辆在各种复杂的情况下稳定、安全行驶；智能路侧系统负责路况信息搜集与边缘侧计算，完成对路况的数字化感知和就近云端算力部署；通信平台负责提供车-车、车-路间实时传输的信息管道，通过低延时、高可靠、快速接入的网络环境，保障车端与路侧端的信息实时交互。——三者恰好构成智慧交通场景下协同感知与协同决策的闭环。

低延时、高性能边缘计算终端—ZBOX

ZBOX MAGNUS EN系列不仅体积小巧而且性能强劲，配备Intel Core i7高性能处理器及GeForce RTX 20系列独显，可同时执行多个运算密集的工作负载。

记忆体及存储的扩充空间更是相当庞大，不但支持高达64GB的高速 DDR4 记忆体、NVMe M.2 SSD 固态硬盘、2.5 英寸的大容量存储，更兼容高性能 Intel Optane 内存技术，令 MAGNUS EN 能实时高速处理数据。