智能汽车|“解困”车路协同，智能数据运营商如何突破？中薪|高薪|智能|协同|突破|数据

“车-路-云”协同是中国特色化的自动驾驶发展路径，目前正在迎来商业化落地的窗口期。
在新基建及新一代智慧交通建设大背景下，关于“车-路-云”协同的相关政策频频落地。
其中今年2月，国家11部委联合出台《智能汽车创新发展战略》，首次从国家政策方向明确了“车-路-云”协同方案正式成为智能驾驶的“中国路径”。
而在近期发布的《智能网联汽车技术路线图2.0》中，也再次重申了“车-路-云”高度协同战略，明确以车辆关键技术、信息交互关键技术与基础支撑关键技术为核心，共同支撑中国智能网联产业的发展。
与此同时，《高工智能汽车》也了解到，今年各地城市也加快了各类智慧交通、智慧城市建设、智能网联汽车示范区等项目的落地。
觉非科技CEO李东旻表示，未来几年内，车路云协同产业将进入高速发展期。届时，智能出行带来的数据信息将大爆发，加强各方数据的汇聚整合与关联分析、释放车路云等多方数据的能量和价值，将成为建设智慧交通的必经之路。
一直以来，觉非科技希望通过数据引擎服务，助力自动驾驶及车路协同更好地实现商用落地。目前，觉非科技已经创新性地针对“车路云”产业总结了“三步走”战略。
在即将于12月15-17日举办的2020高工智能汽车年会上，觉非科技将现场分享其“三步走”战略，以及公布相应的解决方案。
三步走战略
在车路协同的产业赛道上，觉非科技将自己定义为“智能数据运营商”。
据觉非科技相关高层表示，觉非科技拥有对海量智能出行数据处理的融合计算技术，将车载传感器、道路、交通流等多种类数据进行时空同步与融合、分级与重组，结合跨平台推理模型，打造了全新的数据引擎服务。
针对车路云建设的不同的方向，可提供L2-L4高精地图平台、V2X融合计算、云数据分发等解决方案。
作为中国车路云产业模式的开拓者，也是AI技术创新型科技公司，觉非科技在不断的实践与技术落地的进程中，将这条中国路径的拓展，总结为三步走战略：即由道路数字化建设到车路协同化建设、通过完整的车路协同服务产业链、构建交通智慧化的终局。
第一步是道路数字化，搭建车规级高精地图全栈数据服务平台。
目前，觉非科技已搭建了高度自动化、高规格SaaS数据平台，从路端环境数据规模化融合处理、分析、管理、编译与应用等核心技术，加持自研的视觉与激光点云融合感知的深度学习算法与模型，实现了可针对L2-L4不同级别的全场景高精度、车规级量产数据平台服务，极大扩展自动驾驶车辆和运营商的服务区域、实现规模化运营，提升安全性。
据介绍，现阶段觉非科技已搭建并部署了“城市道路L4级别激光点云图量产技术平台”，成为行业内少数拥有大数据量、数字化数据产线能力的服务商。同时觉非科技正在携手国内众多知名的无人配送物流企业，通过平台服务进一步推动无人配送解决方案的持续落地。
第二步是车路协同化，实现融合计算能力的突破。
实现车路协同最关键的是，解决车与路等设施之间数据信息不对称的问题，而数据融合在车路协同的过程中会越来越重要。
在对道路数字化持续建设的基础上，觉非科技提出了车路云协同、软硬件一体化架构。目标是通过深度学习的数据融合解决方案，借助融合计算数据引擎平台，基于统一的空间大数据，推动车路协同在不同业务场景闭环的不断落地。
而在解决车路协同“统一授时与空间同步”中，业内一致的观点是以路侧设备及数据优先。也就是说，以路侧的空间坐标系和时间线为基准，使车辆在统一的静态（道路）空间数据与动态（时间、事件等）实时数据下运行。而此方式也被视为目前车路协同能够高效推进的方式之一。
为了解决此问题，觉非科技自研了边缘计算终端与解决方案。据介绍，该方案具备强大的智能驾驶场景数据集，结合觉非科技熟练可扩展的深度学习算法和神经网络模型，将激光点云和视觉数据融合，为场端车路协同提供精准的感知和定位软硬一体化解决方案。
第三步则是交通智能化的终局目标。
目前，中国走车路协同已经成了整个行业的共识，车路协同能否成为中国换道超车的机会，还有赖于整个产业的共同合作。
现阶段，车路云协同的商业环境和商业模式正在不断走向成熟，最终将实现智慧交通的终极目标。
率先落地应用
目前，觉非科技已将“边缘计算终端与解决方案”应用于不同业务场景，实现了车路协同技术的不断落地。