从“控”的角度看云控平台

交通工程与信息化分会 2024-04-11

The following article is from 用地图丈量交通世界 Author 世好

前言

2018年12月，清华大学车辆与运载学院（简称“辆载学院”）李克强教授高屋建瓴首次在首届车路协同自动驾驶国际论坛上发表《智能网联汽车云控基础平台及其实现》的主题演讲，提出智能网联汽车产业化中国方案的五大基础平台：“智能网联车载计算基础平台”、“智能网联车载终端基础平台”、“智能网联汽车云控基础平台”、“高精度动态地图基础平台”，“信息安全基础平台 ”等。其中智能网联汽车云控基础平台为智能汽车及其用户、管理及服务机构等提供车辆运行、基础设施、交通环境、交通管理等动态基础数据，具有数据存储、数据运维、大数据分析、云计算、信息安全等基础服务机制，是支持智能网联汽车实际应用需求的基础支撑平台。

2020年发布的智慧高速建设浙江、江苏方案中都有涉及云控平台的内容，遗憾的是更多从框架层面进行了描述和建议，不涉及太多具体的建设内容。

2020年9月，中国智能网联汽车产业创新联盟发布《车路云一体化融合控制系统白皮书》（又称《智能网联汽车云控系统白皮书》），标志着云控平台将进入一个新的阶段。

2021年1月13日，IMT-2020蜂窝车联（C-V2X）工作组召开第十五次会议。北航杜孝平教授发表《云控与车路协同对智能网联汽车发展推动的思考》的演讲，对云控系统及其应用做了详细介绍。会上杜教授也提出了“云控平台到底控什么”的问题，这也是我近期一直在思考关于云控平台的“谁来建”、“控什么”、“谁来控”、“谁负责”等问题，趁此契机把最近的一些思考跟大家分享，希望能够抛砖引玉与业内同仁一起推动云控平台的真正落地。

国内云控平台的现状

时至今日，国内交通云控平台解决方案可谓是百花齐放，方案名称也是五花八门：智慧交通云控平台、交通云控平台、智能网联云控平台、车联网v2x云控平台、道路交通云控平台、智慧高速云控平台、交通信息服务云控平台、智慧公交云控平台等等，以下统称为“云控平台”。

目前，云控平台方案商主要有三股力量。一是以阿里、滴滴等为代表的互联网大厂，以斯润、启迪云控等为代表的智能网联（车联网）方案商，以山东高速信息集团、多伦、万集等为代表的传统系统集成商。

以下列举几个云控平台方案的架构图供大家参考。由于平台的整体架构不是本次讨论的重点，所以不展开详细介绍和评价。

（1） 互联网大厂

（2） 智能网联（车联网）厂商

（3） 传统系统集成商

从以上方案可以看出，目前的云控平台更多聚焦在感知、（辅助）决策、信息服务层面，控制的内容涉及相对较少，以下从控的角度来看“云控平台”。

谁来建？谁负责？

随着“智能网联”和“车路协同”等国家产业发展战略的深入推进，各地的智能网联测试区、示范区和车路协同先导区如雨后春笋般冒出来，云控平台的开发建设也如火如荼。但无论测试区、示范区、先导区搞得再热闹，最终还是要全面推广才能生根发芽。云控平台的落地首先面临的问题就是谁来建的问题，多部门数据孤岛或流通不畅、流程流转不顺畅等问题就会立刻凸显，测试区怎么装设备怎么接数据怎么控都可以，但是一旦推广应用云控平台不建在我部门我一不保证数据流程流转顺畅，二不负因为云控平台而导致的风险责任。

以高速公路为例，公路运行由路网中心管，交通安全由高速交管负责，路政执法由路政部门管。云控平台谁来建？路网中心建的话，交管要封路怎么办？交管登录路网中心的云控平台发一个封路指令？交管愿意吗？交管建的话，路政执法要设置情报板信息或养护封路怎么办？路政执法和养护部门登录交管的云控平台去操作？最终很有可能出现每个部门各建一套云控平台，对自己能控的东西做到控，然后控不了的通过接口发信息到相关部门。

控什么？谁来控？

针对这个问题，杜孝平教授对云控的控字做了专门的解释“控既指泛化意义的控制，也指直接的控制含义，支撑智能网联汽车及交通行业管与控共性需求”，而且从“面向车辆与出行、面向交通管控、面向行业”三个方面做了详细的释义。

沿着杜教授的思路，我们从道路交通四要素“人、车、路、环境”来分析下云控平台到底“控什么”，“谁来控”的问题。

首先是“人”，包括驾驶员、其他交通参与者（比如行人、自行车出行者等）、交通管理人员等。无论从狭义还是广义的角度，云控平台都做不到控“人”，只能通过法规或设备的信息提示（比如红绿灯）以及隔离设施来规范人的行为。而交通管理人员可以通过云控平台来影响交通系统。

其次是“车”，上面说的第二股力量提供的方案主要从“控车”的这个角度来出发。个人认为，在路上行驶的车辆未来主要还是以单车智能来实现“控车”，除非一些特殊情况比如车的感知、决策或控制系统失灵，云端才有可能来完成“控车”。宇通客车智能驾驶部牵头我们参与的郑州金融岛智能网联BRT示范区建设的云控平台实现了对车部分的控制，比如云端发现车的电量不够，可以下发指令让车去充电区充电，充完电下发指令启动自主代客泊车（AVP）功能停到指定的停车位入库。这里的“控车”更多的也是人在云端进行操控，而暂时无法做到车智能识别电量低自动开到充电位充电然后自主泊车入位。

然后是“路”，包括道路及其上面布设的设施设备。上面说的第一股力量和第三股力量提供的方案主要从“控路”的角度出发。无论是城市里的信号灯还是公路上的情报板、高速公路的匝道、收费站，都是通过控路侧设施设备来实现云控。目前大厂们力推的AI信控方案主打通过AI自动控制信号灯，也在一些城市落地，但效果还有待验证是否真的如宣传所说降低拥堵、减少了排队。其他的云控也还是人在云端进行操控。

最后是“环境”，众多方案里更多的是涉及气象信息的监测，基本没有控的内容。

综上所述，云控平台通过AI负责将车侧和路侧强大的感知系统收集到的数据进行清洗、归类，应用决策分析算法和技术为交通管理人员或交通参与者提供各种有效信息辅助决策，高级阶段将实现云端大脑的自动控制，让智慧交通更上一层楼。但目前不管是大厂还是小厂，围绕“人、车、路、环境”的交通四要素开展规划建设的云控平台可在云端“控制”的内容实在有限，即使现在做到的云端可控也涉及哪个部门来建（路网中心、交管部门、路政执法等）、建完各部门怎么协同、云端谁来控（人脑还是AI大脑）以及由于控制产生的相关法律风险责任谁来担等系列问题。

云控平台前景是美好的，但道路一定是曲折的，希望业内同仁能够一同思考找到相关的方案共同推进云控平台更快更好地落地。

参考资料