V2X又火了起来，零束与MathWorks率先定义「安全加速器」
随着智能驾驶技术的发展，用户对于自动驾驶的安全性和可靠性提出了更高的要求，无论是在现实生活中复杂路段的安全巡航还是行驶过程中的突然出现的人、物的避让都是对智能驾驶安全的挑战，此时就需要一双实时的“眼睛”来判断实际发生的各种路况。
这其中单车智能的硬件和算法的升级迭代为智能驾驶的安全升级打下了坚实的基础。
除此之外，为了给车辆提供进一步的“透视”能力，融合路端、车端、云端信息的V2X技术由此应运而生，共同建立了用户对于智能驾驶的信心。
而无论是单车智能，还是V2X，实际上都还不够成熟，需要庞大的规模“数据”、复杂“场景”来测试危险路况，展开功能开发，让智能驾驶变得更安全。那么，怎样测试才能既安全又高效？
左：零束科技担任软件架构高级主任工程师 侍兴华
中：MathWorks 首席应用工程师Seo-Wook Park
右：MathWorks 中国区汽车行业经理 周斌
针对这些疑惑，2024 MathWorks中国汽车年会的对外交流活动间，零束科技担任软件架构高级主任工程师侍兴华分享了V2X的机遇、与单车智能的融合阶段以及对仿真工具的需求。MathWorks 首席应用工程师Seo-Wook Park与MathWorks 中国区汽车行业经理周斌，则就V2X仿真工具链回答了NE时代等现场听众的疑问。
01. V2X自2024年始再度“热”了起来
V2X，在智能网联汽车技术路线中并非一个新赛道。据侍兴华的介绍，V2X的发展经历了S型曲线。
2016年我国明确了V2X技术的发展方向和目标，2018年-2019年出现第一波V2X热潮，到2020年甚至出现C-V2X规模化部署元年的说法。当时，一方面是政策大力支持，另一方面，高通、华为的V2X芯片落地，应用示范企业热情高涨，从几十家增长到上百家
经过四五年的投入，V2X技术在概念出来后技术取得了积极进展，上车应用得以快速推进，到2020年已涌现出60余款车型支持V2X功能。
然而，相比单车智能，V2X需要路侧设备、通讯与车载终端设备的通力合作，摆在眼前的问题就有硬件成本偏高，覆盖链条更长，跨行业管理难度加大等。更遑论，造车新势力掀起的L2+/L2++功能更科技，更“性感”。两相对比之下，主机厂更倾向将预算拨给极具体验性的单车智能。最终，V2X势头在2022年左右出现回退，经历了相对艰难的时刻。
但是，从顶层规划来看，V2X虽不够“性感”，但在促进交通系统更安全、可靠、高效方面非常实用。去年披露、今年正式实施的中国新车评价规程C-NCAP 2024版，首次将C-V2X技术引入到主动安全测评板块。
这时，回头去看，第一波热潮时，国内对V2X 2025年装配率比较乐观，预测能达到20%~30%。但实际上，到2023年，国内新车5G装配率为7.5%，V2X装配率约1%，距离预判相差甚远。
今年年初，为了推动“车路云一体化”保持先发优势，尽快实现规模服务、联网成片，我国工信部等五部委联合发布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，启动试点城市招募、报名。到7月3日，五部委确定了北京、上海、重庆、鄂尔多斯、沈阳、长春等20个城市（联合体）为智能网联汽车“车路云一体化”应用试点城市，标志着“车路云一体化”进入规模化落地发展的新阶段。
图片引自：工信部联通装函〔2024〕181号
通过试点城市的带头推进，2024年至2026年，试点运行车辆100%安装C-V2X车载终端和车辆数字身份证书载体；城市公交车、公务车、出租车等公共领域新车车载终端搭载率达50%；鼓励试点城市内新销售具备L2级及以上自动驾驶功能的量产车辆搭载C-V2X车载终端。
而让V2X在全球势头变强的是，8月美国交通部对外发布的Saving Lives with Connectivity: A Plan to Accelerate V2X Deployment。这项计划旨在加快V2X的部署，向司机提供关键预警信息，降低交通伤亡，提升道路安全。
《美国国家V2X技术部署计划》要求：
2024-2028年，20%的全国高速公路系统部署V2X技术，同时，美国计划在其75个主要都市区内四分之一的交叉路口均部署V2X技术，并将有两家汽车制造商承诺为其2028款车辆配备V2X技术；
从2029-2031年，V2X在美国高速公路覆盖达到50%，在全国主要的75个城市路口的覆盖率达到50%；
从2032-2036年，V2X车联网在美国高速公路上覆盖率达到100%，在全国主要的75个城市路口的覆盖率达到85%。其中大多数地区能够提供弱势交通参与者安全服务。届时将有六家汽车制造商提供至少有20款车型能够运行 V2X技术。
图片引自：Saving Lives with Connectivity: A Plan to Accelerate V2X Deployment
由此可见，V2X不仅成为行业共识，也是下一阶段推动全球智能网联汽车规模化、产业化应用的关键所在。
在侍兴华看来，从2024年开始对V2X的预期都是以10倍的量级增长。虽有基数较低的因素，但硬件成本的下降、政策的驱动，都让V2X上下游企业动力十足。
02. V2X，是“拐杖”、“眼睛”，且成本更低
不难看出，潜在的安全效益，是中美推进V2X部署的根本驱动力。
值得注意的是，我国鼓励的高覆盖率，不仅面向讲究低成本的出行用车，还涵盖L2级及以上的自动驾驶功能的量产车辆。
这也就意味着，V2X和单车智能两条路线在未来3到5年的时间里一定是并存的。对此，侍兴华解释称，这是为了在真正意义上为用户提供高规格或者用得起的自动驾驶/辅助驾驶。
先看“高规格”自动驾驶，目前国内真正能进入L3试点的只有大概10余家主机厂，向C端消费者提供的车都还没有达到此种水平。从L2到L3、乃至L4，越往上走，自动驾驶对安全的要求越高，用户的接管率将极其低。现实是，无论是大家都在学习的特斯拉，还是国内诸多造车新势力，从城市内接管率来看，基本上百公里接管一次都算是表现优秀的性能。但对于L3来讲，需要达到再乘以10或者100的级别，也就是千公里接管一次或者万公里接管一次。那么谁能来帮主机厂？
此时，有两种方案：一是继续在车上堆算力，训练算法，直到找到一条更适合发展自动驾驶的路线，不管是端到端还是其他。但是，客观来看，各家主机厂在智驾数据的积累与训练上是参差不齐，有快有慢，差距会不断被拉大。想要追赶，主机厂可借助其他手段作为辅助，利用全国性覆盖的高质量的路侧数据和云端数据，解决corner case的焦虑问题，快速提升高阶自动驾驶能力，这就是方案二。其中，方案二中的V2X就是“拐杖”，是“增强”，是“促进”，与单车智能更是“相辅相成”。
图片引自：中国工程院院士李克强演讲
“高规格”自动驾驶适用于高端、豪华车型，那么对于用户群体占一半市场份额的15万元以下车型呢？侍兴华讲道，这些用户更需要的是安全提醒、稳定导航、自动泊车等实用功能。在低硬件成本的前提下，V2X恰好可以提供类似的有效辅助。它的作用更多是在尽可能大的覆盖范围下，为用户增加一双“眼睛”，提前告之前方路况，帮助车辆在遇到“鬼探头”等摄像头盲区或难以预料的情况时提前决策。
对主机厂来讲，成本是重要的考量因素，智驾功能的上车速度亦是决定输赢的关键。因此，方案一和方案二不一定是非黑即白的选择，而是可共存。
在MathWorks周斌看来，V2X的场景是分阶段的，第一阶段主要是比较基础的场景应用，V2X更多用来预警、提醒，不怎么参与决策。到第二阶段，V2X的信息将与车载传感器的感知输入融合，供整车决策使用。因此，随着V2X场景越来越复杂，单车智能跟V2X的融合将越来越紧密。
03. 实际场景中，V2X如何为安全兜底？
那么，现实的情况是，当前V2X将在哪些场景中为安全兜底呢？
根据C-NCAP 2024版，V2X在主动安全中被用于车辆高速直行与前方静止目标车辆测试场景（CCRH）、车辆直行与前方被遮挡的横穿目标车辆测试场景（C2CSCPO）以及交通信号灯识别。不仅如此，主动安全测试项目中对目标车辆（GVT）的描述为“具备C-V2X网络通信能力”。因此，理论上，所有主动安全测试都可以使用V2X实现。
图片引自：MathWorks 2024中国汽车年会
具体来看，
在协同交通信号识别上，V2X可提供绿灯起步提醒、十字路口闯红灯预警等；
对于前向碰撞预警（FCW）可提供交叉路口遮挡横穿预警以及特殊天气预警；
对于目前主机厂的宣传热点AEB自动紧急制动，V2X可提供车辆的位置信息、运动信息、几何信息，并对车辆发生碰撞风险进行计算，必要时参与决策，使车辆在交叉路口遮挡横穿制动。
在协同自适应巡航方面，车辆通过V2X获得前方路口的信号灯相位及配时信息，结合自车传感器信息，可在信号灯路口自动调整车速或启停，实现全路段的自适应巡航。
…………
举个例子，“鬼探头”，智驾道路上突然横穿出来的车辆或行人令人防不胜防，若发生在晚上，甚至是雨夜，瞬间难度升为地狱级。此时，若V2X能够提前给予预警或提供前方信息，将帮助车辆主动降速或避让，避免厄运发生。
图片引自：MathWorks 2024中国汽车年会
在MathWorks 2024中国汽车年会上，侍兴华分享了零束的交叉路口碰撞预警（ICW）系统：通过V2X通信检测城市交叉路口的潜在碰撞风险，向驾驶员发出早期警告，在高碰撞风险时启动AEB。
今年1月初，在飞凡、零束等多方支持下，云控平台突破了此前行业内难以有效实现量产车V2X应用闭环这一瓶颈，与飞凡品牌量产车形成应用闭环，首次搭载V2X功能的飞凡R7顺利在云控平台样板路完成了路试，并在6月份实现了V2X应用量产上车。
04. 高性能测试平台——安全加速器
研发过程中，所有的环节，从法规解读、需求开发到测试整个链条，有许多是原来的工具链所不具备的，需要从头探讨，设计开发。特斯拉、蔚来、理想，在近年来的AI DAY或者科技日上，亦公开频繁地剖析自家的自动驾驶测试平台。从这里可以看出，无论是单车智能，还是V2X，测试都是不可或缺的。
这是因为实车测试验证的成本高昂，随机性太强，对被测车辆、安全员、路边行人都会带来强危险性。在端到端或者V2X上车之前，通过模拟虚拟环境对危险场景进行测试，不仅可以降低实车测试的成本和风险，而且能够展开参数泛化，对corner case场景进行充分测试，有效提高开发效率进而优化系统性能，增强后续实车测试的安全性。
对此，MathWorks的Seo-Wook Park表示，真实世界与仿真世界之间是互相影射的。如在交叉路口，在遇到行人或者自行车突然闯入时，在实际的测试中会对整个交通参与者都带来巨大危险性，而在虚拟的环境里边去测试类似危险路况，录入数据是非常简单的，并且虚拟环境还可以模拟更多不同的行为，对场景做反复挖掘和测试。
找到合适的测试工具难，构建合适的仿真场景更是难上加难。零束的V2X测试运用MATLAB、Simulink和RoadRunner的丰富功能和示例，并围绕着不断迭代的需求与MathWorks保持合作。
图片引自：MathWorks 2024中国汽车年会
那么V2X测试工具与单车智能测试工具有什么不一样的地方呢？
侍兴华认为，单车智驾的场景、红绿灯、地图、车辆等形成不了网联信号，而网联又是V2X的基础。这是双方最大的区别。另一方面，在开发车端测试解决方案时，他们会遇到特别“费劲”的问题，很多时候不得不去做一些临时性方案，然后在操作过程中体会测试工具独特的特征，进而与MathWorks探讨如何在现有测试工具上做增强功能，如信号互通的增强。简言之，整个V2X测试会更复杂，更具网联性，因此对软件会要求更强的灵活性和自动化能力。
05. 最合适的仿真工具：灵活、复现能力强、够完整
零束与MathWorks的合作始于2022年，经历了一年多的磨合，双方基于现有自动驾驶仿真工具，并结合实际场景、国内V2X法规解读，进行了新的仿真功能开发。
周斌补充道，MathWorks提供的最重要的产品就是RoadRunner。这是一款交互式3D编辑器，专为自动驾驶系统的仿真和测试而设计。
图片引自：MathWorks 2024中国汽车年会
根据介绍，RoadRunner主要拥有两个功能，一是编辑静态场景，如路网、树木、交通信号灯、交通标志牌等，二是编辑动态场景，如交通参与者，包括车辆、行人等。并且，这款编辑器支持高精地图、航空成像、激光雷达点云、实车采集数据导入，构建包含真实位置的三维场景。可以看出，RoadRunner在生成自动驾驶场景的仿真方面极具灵活性，复现能力强。
针对零束项目，RoadRunner进行了许多新功能的开发。
比如在高精地图导入、自动化提取信息的功能基础上，针对V2X标准中的元素，构建出自动化工作流，自动生成V2X路网的可视化图。这在V2X车辆测试过程中必需的地图消息。
到第二阶段，RoadRunner更多地针对交通时序灯的功能开发，如实现V2X通信与交通灯时序信号的交互，也就是生成V2X Spat消息(Signal Phase and Timing)。SPaT消息描述了信号灯系统的当前状态及其相位，并将其与十字路口的特定车道关联起来。如此，V2X车辆将能够提前预见到前方路口红绿灯状态，及时采取措施参与到控制中。
周斌强调，在针对V2X的3D场景编辑中，MathWorks和零束都发挥了各自的专长，这才开发出专用于中国V2X仿真场景构建的工具。
图片：使用RoadRunner Scenario创建C2C SCPO动态场景
Seo-Wook Park 进一步解释道，RoadRunner编辑完成具有网联信号的3D场景后，将与Simulink仿真器交互。而Simulink仿真器能够提供传感器模块、感知模块、决策控制模块、车辆动力学模块，将在虚拟环境中经传感器模块向规控输入目标物信息、车道线信息等，最终由车辆动力学模块输出转向、制动等控制信号。车辆执行结果继而反馈给RoadRunner，帮助优化算法。
除了自家的Simulink，RoadRunner中的场景就可导出到各种第三方仿真器和游戏引擎，包括CARLA、aiSim、Vires VTD、NVIDIA DRIVE Sim、Cognata、rFpro、百度 Apollo、Unity 和Unreal Engine。
3D场景编辑器外，MathWorks的自动驾驶工具箱还有一个2D场景设计工具——Driving Scenario Designer。周斌表示，针对一些自动驾驶算法开发，不一定都需要用3D的场景来做，还是要取决于需求。在早期做算法开发的时候，2D的驾驶场景更方便他们验证算法。
整体来说，RoadRunner与Simulink构成一个非常完整的虚拟的仿真测试平台与解决方案。后续，在自动驾驶仿真方面，MathWorks将创建更多满足欧洲E-NCAP和中国C-NCAP法规、且难以在现实世界中安全收集的关键场景库，方便用户验证及优化其算法，周斌说。
在周斌看来，针对自动驾驶，MathWorks提供的是一整套端到端解决方案，工作流相对完整、成熟可靠。据NE时代了解，仿真工具价格并不低，用户在选择仿真供应商一般会看工具链是否完整、成熟、开放。
