讓道路控制車輛，會成為自動駕駛新的方向嗎？
自動駕駛技術依靠人工智能、視覺計算、雷達、監控裝置以及全球定位系統，實現汽車自動駕駛車輛。
現在自動駕駛的特點是讓汽車去適應道路，應對復雜的路況。那么，是否存在另一種可能?鋪設龐大的“智能道路”，讓道路去適應汽車，降低自動駕駛的技術難度，盡早實現L5級別的自動駕駛?
以如今的自動駕駛技術發展方向而言，要想實現L3級別以上的自動駕駛，要么需要汽車配備激光雷達，要么需要搭配高分辨率的攝像頭和算力極強的芯片，無疑會增加汽車生產成本，不利于自動駕駛普及。
但如果能成功建設“智能道路”，實現車路協同，汽車只需要能實現高精度的地圖定位，并且可以將位置、速度等信息，發送給云端，再由云端進行調度后，將指令發送到各個車輛即可。
端計算變成云計算，自動駕駛汽車的成本將大大降低，普及率勢必大增。
“智能道路”的另外一個好處是突破自動駕駛的發展瓶頸。
以目前的自動駕駛技術，還不足以應對復雜的交通環境，如果有“智能道路”告訴車輛，哪里有車、哪里有行人、哪里可以走，就可以大幅提高自動駕駛車輛的判斷能力。
似乎“道路控制車”比“車控制道路”要靠譜一些。但實際上，前者實現難度也不低。
成本
“智能道路”能否成為一個新的方向，成本終究是一個大問題。
1960年，美國新澤西州普林斯頓市政府，發表了一篇激動人心的新聞稿，對“電子化高速公路”的技術進行解讀說明，從而開啟建設電子化高速公路的浪潮。
然而過高的鋪設成本，這一設想很快便破產了。每一英里基于計算機和傳感器搭建的高速公路，總投入成本高達2萬到20萬美元之間，以當時的技術水平，也難以實現這里設想。
雖然目前的技術水平，早已大大超越1960年的水平，但成本仍然是一個大問題。
如果要實現“智能道路”，意味著：
- 所有的交通信號燈、攝像頭等基礎設施，都必須實現5G網覆蓋，否則延時過高，無法保證數據傳輸的時效性。
- 每隔一定距離，就要有相關的設備，監控路面和周圍環境，否則很難應對一些突發的狀況。
- 每一個交通區域，都必須要一個算力超強的數據處理中心，以保證在龐大的車流量情況下，能夠正常運轉。
截止到2019年末，中國公路總里程已經突破500萬公里，全部實現“智能道路”這個工程量幾乎不可能完成。
執行力
車和道路必須組合成一個整體，車輛在收到云端系統的指令后，即便是發生故障，也能保持與系統的正常通信，嚴格執行系統發出的指令，否則將會影響整個系統的正常運行。
以2010年波蘭總統專機墜毀事件為例，該墜機事件造成包括波蘭總統在內的96人死亡，機組人員未執行塔臺的指令，是造成此次事故的重要原因。
可見終端執行力有多么重要。
可靠性
“智能道路”屬于公共設施，同時為數以百計，乃至萬計的車輛服務，設計上，必須有極高的可靠性和冗余設計，難度和成本都會成倍增加。
舉一個簡單的例子，汽車的法拉第籠結構，可以避免它遭遇雷擊，而“智能道路”中的所有設施，都必須具備抗雷擊以及自然災害的能力，要做到這一點，成本也將大幅度增加。
“智能道路”的確是未來的一個發展發現，但目前要實現很難，但不乏先行者。
瑞典歐洲E4公路、日本智能公路、英國智能高速公路、荷蘭智能高速公路都是“智能道路”落地應用的例子，我國在2017年9月江西寧都至定南高速公路智慧高速項目投入試運行，是一個很好的開端。
“智能道路”時代將慢慢到來!
