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，基于車路協同探索自動駕駛和道路智能化的解決方案。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，并降低成本。

單車智能的成本高

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，推出基于量產車的自動駕駛改裝方案，并用于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。

單車智能的技術問題

除了高成本，單車智能還存在技術問題。例如現在普遍采用的傳感器——激光雷達，其有效探測距離不超過80米，而且由于遮擋物、盲區的存在，車上的傳感器也存在視角、高度上的局限。

更重要的是，汽車是行駛在復雜的交通環境中，單車智能需要感知環境、并做出決策然后去控制車輛，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，前方障礙物背后突然出現一個人，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，目前高精度地圖的采集作業模式，其更新頻率，并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，車路協同方案需要建設智能的道路基礎設施，結合阿里云控制平臺，為自動駕駛汽車提供全方位的道路信息，幫助其更了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”采集路況信息，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，并在重點區域采集多模態數據。當這些200米一個的智能感應基站把道路覆蓋后，就能編織實時感知網，網內的信息實現共享。