无人车传感器全部「失效」，还能畅行城市道路，背后黑科技火出海外

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

“马斯克，你相信V2X+AI能让自动驾驶更容易落地吗？”

这两天，海外很多科技知名UP主，如Karl Conrad、Dom Esposito、Shane starnes、Jonathan Casey，不断在一则自动驾驶路侧技术视频下@马斯克、waymo、cruise等一众科技大佬和知名企业。

视频中，自动驾驶车辆全程无接管应对开放市区的复杂道路，但这不并是让大家惊诧的点。真正不可思议的是，视频中的车辆，完完全全遮挡了所有的车载传感器。这意味着，这辆智能汽车，几乎变成了一个看不见的“盲人”。

要知道，仅通过路侧智能设备实现城市开放道路的L4级自动驾驶，这很可能是全球首次！

整个自动驾驶过程由蘑菇AI数字道路基站2.0（Mogo AI Station 2.0）完成感知、计算、通讯，并下发红绿灯灯态、行人预警、路面状况预警、前车刹车预警等信息给车辆，帮助智能汽车安全实现路权博弈、提速、超车、自主变道等高难动作。

这样的能力让这些海外科技KOL纷纷转发，还惊呼：

中国数字道路技术已经站在前沿，很有可能制定行业标准。
来自中国的蘑菇车联通过“AI+V2X基础设施”让自动驾驶汽车走进现实。
太酷了！有V2X基础设施的城市中，自动驾驶车辆将更有可能大规模落地！

国际知名科技媒体TechMediaToday和TGDaily也于当地时间3月27日、28日分别报道了此次事件。

拥有大量年轻读者的新兴科技新闻网站TechMediaToday在报道中指出：“蘑菇车联只是中国科技企业的一个缩影。中国的自动驾驶技术正在以一个不可思议的速度成长。”

成立于1998年的全球知名科技媒体TGDaily报道称：“中国的蘑菇车联将“车—路—云”交通参与要素有机地联系在一起，为智能网联汽车提供更加全面的交通信息，提高了自动驾驶的安全性。”

展现出了什么样的能力？

视频中，车辆在遮蔽车端全部传感器的情况下，安全完成城市开放道路L4级别自动驾驶任务。途径多个复杂场景路段，车辆均能应对自如。

比如在路口，蘑菇AI数字基站会提前将红绿灯情况下发到车辆。

如果是“传统”自动驾驶车辆，这个过程涉及到车端摄像头捕捉图像数据，再由算法进行识别。

但这次的自动驾驶汽车摄像头已经被遮挡，所以是通过路侧智能设备将红绿灯结果传输到自动驾驶汽车上，来实现红绿灯的识别和应对的。

再比如，面对横穿马路的行人，车辆会提前主动采取避让动作：

对于以往的ADAS，除了摄像头捕捉的图像数据，对于这种突然出现的障碍目标，通常还需要激光雷达的数据作为系统互相验证的冗余保障。

但这次连车上的激光雷达也被遮蔽起来。

让ADAS“致盲”，还拿掉了他手里的“导盲拐杖”，全部靠路侧设备为车辆输入决策依据的数据。

路上的实时路况包括动态目标的车、人，基础设施层面的交通标志、信号灯，以及路面突发状况事故、施工等等，都由安装在路端的AI数字道路基站基于先进的人工智能算法，实时感知、识别、计算，然后发送到车端。

也就是说，除了采取“避让”，这套系统还能完成更高级的自动驾驶动作。

比如面对低速车，路侧智能基站会提供相关决策数据，帮助本车进行主动的变道超车：

还有路口无保护转向：

没有任何车端传感器的主动输入，但从交通数据的获取量和AI算法的算力需求满足来看，视频中的路侧技术在安全层面提供更远、更多、更丰富、更及时的数据，以及安全的双重冗余。

通过云端系统从全局入手调控某一区域路段的交通流，还能最大程度提高通行效率，减少意外事故发生。

这也是为何这条不依赖车端传感器、只使用路侧技术实现自动驾驶的视频在海外火热出圈的原因。

一反传统自动驾驶技术路线，效果惊艳的背后，还有更多维度值得去比较探讨。

这是一个什么样的系统？

震撼外国科技圈的这段视频，来自蘑菇车联，一家主打车路云一体化的国内自动驾科技公司。

他们这一套软硬件一体的标准化产品叫做蘑菇AI数字道路基站2.0，是道路数字化的基础设施，可大规模、快速部署在城市道路、高速公路、景区园区等。

△ 城市场景

△ 高速场景

△ 景区道路

视频中6分钟的实测路段，位于湖南衡阳市主干道，横穿市中心。蘑菇车联在这里建设升级了一条38公里的数字道路，大规模部署了其自主研发的AI数字道路基站。

蘑菇车联的AI数字道路基站，其实是一个软硬件一体的产品，它包含边缘计算组件（MEC）和车路协同通信单元（RSU），和多种传感器组件，并在MEC上运行自主研发的智路系统，实现多模态感知融合和V2X计算引擎。

可以每隔数百米部署在道路的交通信号杆、龙门架等基础设施上，形成连续、无盲区的感知覆盖，提供道路沿线连续的车路协同网络覆盖。

直观的理解，就是通过基站部署的传感器获取道路实时状态，然后通过边缘计算设备进行计算，再通过高性能通信模组“告诉”车辆，由自动驾驶汽车执行具体动作。

相比纯靠车端传感器所采集到的路面信息，布设在道路两侧的蘑菇AI数字道路基站视野更广，距离更远。甚至预报数公里之外的交通状况。尤其是避免如“鬼探头”这样的意外。

目前，衡阳38公里的数字道路，日均可处理数据流46.2TB，分析感知数据18.5亿帧，识别交通参与对象196.4万个次，下发灯态信息2592万次，计算V2X事件 23.7亿次，车路协同交互2737万次。每天约有5000辆智能网联汽车与蘑菇AI数字道路基站2.0（Mogo AI Station2.0）完成交互。

其次，蘑菇数字道路基站还具有超强的数据处理能力和超低全链路延迟。38公里全程合计算力超过1万TFlops，这是单车算力无法企及的。同时基于车路云一体化系统的算法，能帮助自动驾驶终端做到及时快速的决策，系统的反应速度可到达100毫秒以内，比人类反应速度快3倍。

该数字道路基站除了可支持L4级别自动驾驶，同时也能数据赋能区域内其他L1-L3的车辆。而且不光是乘用车，理论上一切接入系统的商用车、低速无人车等都能获得基站的强大数据支持和服务。

随着数字道路建设加速，数字基站获取的数据将指数倍增长，并能反哺AI算法，让系统更加智能，最终从整体上减少交通事故、改善交通状况。

蘑菇车联的这种做法有点像chatGPT，它们都是从底层解决问题。自动驾驶和很多技术一样，之前多年之所以表现的不好，还是在算法趋同的大背景下，能够获取的数据不够多、算力不够强。

蘑菇车联的数字道路基站从系统的角度，根本性地解决数据（“上帝”视角、超视距、全面信息无死角）和算力（边缘计算、车端计算、云计算多重叠加，将构成史无前例的超级计算机）的问题。大量基站7*24小时的产生海量数据，帮助自动驾驶大模型实现突飞猛进的迭代和进化，可能会对自动驾驶技术发展带来想象不到的变革。

中国干出自动驾驶的另一种可能

这条视频之所以引起热议，除了蘑菇车联本身的技术积累，拿出了足够“黑科技”的路侧产品，还有一个原因是这种自动驾驶技术路线，也几乎只有在中国才能实现，这让不少海外同行非常羡慕。

蘑菇车联这样的系统一旦建成，不分车辆、不挑路段，几乎全方位提供L1-L4各种不同车辆所需的自动驾驶基础服务。

这样的V2X规模化落地，目前也只有中国数字化道路的基础设施够完善、市场够大，政策够积极，也就是说相比国外落地更有优势。

蘑菇车联在路侧能力视频发布后，还发布了一个单车自动驾驶视频，同样实现了城市开放道路上L4级自动驾驶能力。

车端、路端相配合，两个系统还互为冗余，这样就提高了整个自动驾驶的可靠性。

加上其背后的云平台，就真正实现了国家一直在倡导的“车路云一体化”。

海外科技圈KOL和媒体们惊叹于蘑菇车联的路侧技术，一个重要原因是特斯拉为代表的单车智能，经过马斯克数年布道，几乎成为唯一的自动驾驶经典教条。但蘑菇车联仅用蘑菇AI数字道路基站实现了城市开放道路L4级别的自动驾驶，向他们展示了一条自动驾驶落地更加稳健可靠、社会整体经济效益更好的可能性道路。

而且他们纷纷@马斯克和cruise、waymo这些科技企业，其实还有一句没有明示的潜台词——

这样的方法，海外可能做不到。