1924年，从米兰到瓦雷泽，全长43.6公里，全封闭、无交汇、没有行人，世界范围内的第一条专为汽车使用的高速公路在意大利竣工，使用至今。
98年后，从去年中旬开始，全长438.619公里，全封闭、无人驾驶，从酒泉市北侧到甘肃与新疆的交界处，由中交第一公路勘察设计研究院有限公司（隶属于“中国交建”）牵头，一条专供自动驾驶电动重卡行驶的公路技术方案也正在规划可行性中。
如无意外，几年后，世界范围内第一条真正商业化的无人驾驶车辆专用公路将在甘肃建成落地。
为了实现这条公路的真正商业化，中交第一公路勘察设计研究院有限公司交通规划设计院技术团队向新智驾介绍，在设计这条公路之初，遵循的基本理念就是“够实用、够便宜、少花钱、办够事”。
取消沿线绿化、增加光伏发电站、取消交通安全设施、在两车道中间放置换电站、车路协同、换电重卡、氢燃料电池重卡.....
这是一条专为满足货物运输而生的公路，它身处河西走廊腹地，沿线均为荒漠无人区、地形平坦，这意味着该项目对安全性要求相对较低、道路环境简单，也就有条件采用全封闭、全路径、全断面专供自动驾驶电动货运车辆行驶的设计。
但问题是，这种技术设计方案能被大规模推广至其他地区吗？如果要大规模推广的话，会面临什么挑战？该技术方案又有什么创新和特别之处？
要想实现商业化，首先得算一笔账。
甘肃省酒泉市，地处河西走廊西端的阿尔金山、祁连山与马鬃山之间，东去内蒙、西达新疆、北抵蒙古国、南下甘肃玉门等地，而这条无人驾驶电动货卡专用公路，则串联起了沿线矿产资源、工业园区、物流园区的交通运输需求。
比如新疆就是碳煤储量大省，新疆煤炭交易中心统计，新疆预测远景储量2.19 万亿吨，占全国的40.6%以上，居全国之首。
随着国家“疆煤东运”战略的提出，近年来新疆煤炭产量正不断提升。
根据新疆煤炭交易中心预测，在2022年，新疆煤炭产量会达到约3.3亿吨，且每年还在以20%以上的速度在递增。
不过由于对煤炭的需求终端不在新疆本地，新疆临近甘肃和青海方向的煤炭资源多是向外流出，虽说如今新疆煤炭的运输四大环线已基本形成，但中交一公院技术团队认为，考虑到居高不下的运输成本、铁路局车皮调配不足、货运场站装车效率低等原因制约，单单依靠铁路运输使新疆煤炭满足东部沿海地区能源需求并不现实。
另外，酒泉市本身风能、光能资源丰富，近年来酒泉一直在大力发展风电基地和煤化工产业基地，其对新疆煤炭需求量也在不断增大。
数据显示，从2015年至2017年，甘肃省煤炭调入量分别为3250万吨、3400万吨和3500万吨，其中从新疆调入1700万吨、2380万吨和2880万吨，占比逐步提高，且绝大部分需要通过肃北明水进入甘肃酒泉。
因此中交一公院技术团队透露，从2020年10月开始，中交一公院就开始策划在酒泉新设计一条常规的传统货运高速公路，一方面这条公路可以作为疆外运输新疆煤炭资源填补甘肃市场需求的快速通道，另一方面也可以满足沿线钢铁生产基地、嘉东、嘉北（嘉西）工业园区、煤化工产业园、发电公司电能外送的运输需求。
从沿线货运需求看，该公路建成后，每天需运输车422辆，每年需运输货物的总量则达1501万吨。
不过随着对项目可行性的深入研究，中交一公院技术团队发现，该地区的综合交通体系已经比较完善，如果兴土木再建一条传统货运高速公路，并不能收回投资。
“但社会运输需求还在，我们就分析如何能进一步降低货运成本，而现在的公路货运物流成本，人力成本和燃油成本各自占了两大块，结合当地特色，于是我们就想到了自动驾驶和换电重卡这两种方案。”
中交一公院技术团队表示，通过运用自动驾驶等新技术，较传统公路货运成本，这条新公路每公里的运输成本仅需0.2元/吨，总运输成本可大幅下降。
IEEE Fellow、戴升智能CEO、国际车路协同专家毛国强主导制定了这次项目智慧公路的整体技术方案，他对新智驾表示，这条公路并不是测试公路，而是需要商业运营，项目中的任何选择都以需求驱动。
“我们在做车路协同的部署时，没有预设任何技术路线。我们的核心需求只是基于车路协同，在确保经济效益的前提下，让自动驾驶电动货卡在这条路上安全、稳定可靠地跑起来，然后再去解决各种问题。”
事实上，早在2010年中国科技部就曾在863计划中提出要研究智能车路协同关键技术，近几年北京、武汉、雄安等各地政府更是纷纷推动车路协同示范区落地，在公路上安装5G基站、LTE核心网、激光雷达、毫米波雷达等设备，也已非新鲜事。
比如计划在今年杭州亚运会前建成通车的杭绍甬高速杭绍段，在设计之初，就有考虑在中远期，为高等级自动驾驶车辆提供车路协同式行车体验。
但从整体看，目前自动驾驶车辆和车联网还处于“各玩各”的状态。
“路侧设施究竟给自动驾驶车辆解决了什么问题，这是一笔糊涂账。”
在毛国强看来，目前发展车路协同最大的痛点，在于缺乏清晰的商业模式，“谁也没有办法回答，路侧设施，对提升自动驾驶车辆的安全行驶起到了什么作用。大家只是不管三七二十一，不对车辆需求进行严密论证，就一股脑地在路上堆各种设备了”。
另外，由于车路协同需要车与路、云平台与车、云平台与路侧设施紧密耦合，涉及到的产业链较长，上下游相关的不同行业厂商众多，行业尚未形成强有力的主导方，因此这几年车路协同的商业化落地也始终进展缓慢。
再一方面，车路协同技术核心产品当下也还未完全达到落地水平，仅少数路段有部署RSU和其他感知设备，这也使得大部分车商对参与车路协同相关项目讨论和对接兴趣缺缺。
不过与其他车路协同示范区项目不同，由于酒泉公路项目是专为自动驾驶车辆设计，公路达400多公里，最终以商业运营为目的，且目前仅靠单车智能确实无法解决安全行车问题，对自动驾驶以干线物流的方式实现规模化商用有较大的推动作用，毛国强透露，很多车商一听到这个项目就马上想参与了，对刺激各方参与到车与路的协作中作用明显。
而为了打通车与路协同耦合的壁垒，毛国强等人一方面要尽量降低项目部署成本，另一方面则需与车商沟通，弄清如果要使自动驾驶车辆在路上安全行驶，究竟还有什么问题待解决。
毛国强分析，自动驾驶车辆要想在高速公路上安全行驶，最核心需解决两个问题，一是做到车道保持，二则是做好车间距保持，不过在现阶段，仅靠单车智能无法做到，特别是恶劣环境、低能见度下的安全行驶，因此在路侧安装路侧设施辅助安全驾驶就十分必要。
目前车联网项目的RSU部署方案，大多是全线或者在主路部署RSU，“但我们咨询了好多厂家，发现如果要400多公里全线部署RSU等路侧设施，成本至少要20-30亿元。”
在以往的车路协同项目中，为了监控车辆的运行状态，路侧RSU还需要每隔5-60秒获得车辆运行时的重要参数，比如发动机状态（启动/关闭）、胎压、电量、行驶速度、定位信息等。
但通过和车商交流，毛国强发现，设备并不需要那么频繁地监控车辆的运行状态，每隔15分钟上传一次数据就已足够，因此也就不必要在全线部署RSU。
反复沟通和推导后，毛国强目前的规划是，按车辆最低速度40kph估算，在路侧每隔约10公里部署一套RSU，再在重点部分，比如分合流区、弯道、换电站出入口等，通过增设RSU与路侧感知设备、平台调度及车车通信的方式及时交互周边车辆位置，也可以实现对车辆的实时监控。
根据该项目的技术方案，为了实现云平台对车辆位置、所在车道和速度的精准实时监控，车辆控制被分为大、中、小三个时空尺度：
大时空尺度为车辆调度，如决定及动态调整车辆行车路线、导航等，通常决定车辆在几公里或以上尺度的行驶；
中时空尺度则以路侧RSU为边界，对车辆的分段速度、车间距进行调节和控制，通常决定车辆在百米以上至几公里的驾驶行为；
小时空尺度则为车辆的应急反应，如防碰撞、避障等，通常决定车辆在几米至最高两百米(即车辆视距以内)的瞬时驾驶行为。
其中大、中时空尺度由云平台或边缘基站管控，小时间尺度由车辆依靠单车智能与路侧设施辅助完成。
“全程部署智能网联凸起路标，每隔10公里放一套路侧RSU，每套RSU的覆盖半径是300米，整个428公里算下来，这套技术方案既解决了问题，总成本还降到了2-3亿元，是原来的10%。”毛国强表示。
同时，为了解决单车智能在雨雪、夜晚等长尾场景下的感知问题，根据规划，在该公路两侧每间隔15米，还会部署智能网联凸起信标，这是整个公路技术方案中另一颇为大胆和关键的设计。
所谓智能网联凸起信标，一参与了该项目的智能驾驶解决方案供应商创始人对新智驾介绍，大部分的车路协同方案，都是在路侧的灯杆或龙门架上放置摄像头或激光雷达等传感器，但酒泉至明水公路的这个技术方案，则是在地上安装信标，“这是另一种理念，能够大幅降低成本”。
根据介绍，凸起信标内置温湿度、微波、地磁、震动等多种传感器，使用无线通信自组网，可感知路面车辆位置、速度、所在车道、积水、结冰等状况，也可通过灯光增强道路的标志线，辅助车辆实现精准识别车道线及车距预警，进而诱导调控车流。
另外毛国强还认为，这些凸起信标通过LED发光，可以起到增强车道线的作用，能大大提升自动驾驶车辆在恶劣环境下的行驶安全性。
这与美国交通部的看法不谋而合。
美国在车路协同领域的测试和研发经验丰富。早在2009年，美国交通部就发布过智能驾驶（IntelliDrive）战略，2015年7月，美国密西根州还开放了全球第一个网联自动驾驶测试设施MCity，试图模拟网联汽车在城市、乡村交通环境和基础设施下的运行状况。
去年初，美国交通部发布了系列名为《自动驾驶车辆对高速公路基础设施的影响（ Impacts of Automated Vehicles on Highway Infrastructure）》的车联网报告，指出道路标志线的规范化，是一种对于提升自动驾驶安全性最有意义的方式。
报告提到，从智能交通系统的角度来看，自动驾驶汽车在读取 LED 标志（包括可变限速和可变信息标志）方面仍然面临重大挑战，同时认为，高速公路的路面标记应设计为在白天和夜间、干燥和潮湿条件下均可见和可检测。
“现在看来，对于车路协同项目来说，增强车道线以使其更容易被自动驾驶车辆识别已经是一种必须去做的事，因为这样既能明确地解决车的问题，成本还能大大降低，能形成清晰的商业模式。”毛国强表示，酒泉至明水的技术路线无疑值得也可以被大规模推广至其他车路协同项目中。
但这实际上是对当下车路协同领域主流做法的挑战。
一头部智慧公路公司高管对新智驾介绍道，有观点认为，车路协同的最终阶段应该是协同控制，即通过路控制车，路的传感器替代或大部分取代车端传感器，当车与车在交互过程中正在或即将发生冲突时，由路侧来调度车辆。
“业内大部分人谈到车联网时，都是在想如何通过路控制车，谈的都是路为主，车为辅的车路协同。”
但该高管认为，现阶段车路协同没有必要也解决不了自动驾驶车辆视距范围内的感知、控制等问题。
“就好像你在开车，车路协同坐在副驾，副驾的作用应该是提醒、警告，让你注意到这边有个人、那边有个东西。它应该解决车辆超视距外，遮挡、看不见的问题，而不是去抢方向盘，不然会非常危险。”
不过目前酒泉至明水公路的技术方案，还有不少问题仍待解决。
首先仍是路端和自动驾驶车辆如何进一步紧密耦合的问题。
毛国强提到，在设计技术路线时，厂商们讨论得最多的问题，就是路侧设施安装了以后，要怎么和车、云平台对接，又要做什么去实现对车辆的管控。“做云平台的、道路基建的、路侧智能设施的、自动驾驶的...这涉及到不同厂商不同技术的相互衔接，还要经历许多时间的磨合。”
另外就是如何确保电动货车在公路实际投入使用时的连续、稳定、可靠运行。
按照规划，投入使用后，公路和自动驾驶车辆要保持7x24小时、全年无休的运营。“货车拉货几十吨，要在这种前卫的技术路线下，能够实现信号的实时、稳定传输，做到连续的高强度运营，大家心里实际上也是不确定的。”中交一公院技术团队表示。
但中交一公院技术团队同时认为，从可行性和经济性的角度看，这个项目的技术方案，有可能成为行业催化剂，刺激车、云与道路更紧密耦合，并为全国其他公路路段落地车路协同提供借鉴。
前述自动驾驶解决方案供应商创始人则对新智驾表示，如果该公路技术方案要大规模推广，遵循的演进路线，应该先是自动驾驶车辆专用公路，再是普通公路上的专用车道，最后才是在开放的公路上混行。
从马车跑的马路，到汽车跑的公路，每次交通工具的变革，除了会使得道路形态发生变化，随之而来的，还有相应的交通法规、交通组织甚至城市形态在漫长岁月里的逐渐演变。
车与路的智能化和数字化正不可逆转地到来，从全球第一个网联自动驾驶测试设施MCity开放到几年后这条全球第一个自动驾驶车辆专用商业化公路的建成，大约要花10年。
那基于车联网的自动驾驶车辆，要在普通、开放的公路上混行还要多久才能实现？这条酒泉至明水的公路又会是未来自动驾驶车辆专用高速公路的样子吗？
“电和电网、汽车和高速公路，他们都是花了近百年的时间，才到规模普及使用的程度。”前述智慧公路公司高管则表示，“自动驾驶车辆和车路协同也一样，它们是时代的产物，需要整个产业一起发生巨大的变化，不要用一两年的视野去看待它们的发展。”
雷峰网#雷峰网(公众号：雷峰网)#雷峰网
正在生成分享图...
nebula