1樓：
如果全都是V2X的自動駕駛車，倒還好。但是現實往往是混流。集中排程系統無法控制所有的變數，很容易導致意外的發生。所以依靠V2X的自動駕駛模式是不可行的，沒辦法落地。
2樓：
你提問的交通訊號控制就是車聯網系統的乙個重要部分。
為什麼目前見到的自動駕駛都是從ai系統代替人的感官來入手先？
因為，汽車的大腦以及感知，這乙個部分是各個車廠能夠自我把握的乙個切入口。車廠可以任意在自己的實驗車上怎樣玩都可以。但是到交通系統場景，存在目前有很多因素的非技術阻力，你想做國家也不能貿然放開場地給你。
自動駕駛發展往後必然會推選出乙個較為統一的車聯網資訊交換控制標準。有了標準才可以連線各個車廠的AI系統與交通控制樞紐，才可以實現車的魚群效應，更加高效安全自動駕駛。
ai系統感知決策近距離、窄範圍，車聯網交通樞紐系統感知決策遠距離、廣範圍。這兩個一定是相輔相成的。這樣一來就至少有兩重保障，讓自動駕駛，從我「看到」你，再加上我「了解」你。
3樓：suknight1985
你認識到的關於路邊的重要性，很多人都認識到了，但是這有幾個弊端，第一是當前的投入完全沒回本。第二所有道路上還是區域性道路上是個問題。第三萬一民用小飛機出來了呢，汽車自動駕駛不就是個笑話了。
其他的問題還多了去了，本身自動駕駛就有點泡沫。
4樓：海林
V2X、車聯網的概念早就有。現在狀況可能就像iPhone出現前，諾基亞和塞班的時代：技術、概念、類似產品都有，技術也沒有停止進步，就是磨磨蹭蹭。
乙個原因是沒有強力的主導廠商，龐大的技術棧革命很難發生。另乙個原因是，技術願景不清晰。
從自動駕駛等級劃分去看，它的技術願景就錯了。AI的願景是替代人類勞動，用在自動駕駛的願景描述是錯誤的。應該從訊號系統的角度檢視現在的公路交通系統，並期待一場訊號系統革命來解決問題。
訊號系統為什麼至關重要？在乙個人或一輛車的世界裡不存在的問題都是訊號系統的問題！交通革命應該是一場訊號系統革命。
V2X、自動駕駛只是技術棧中的一層。這場革命的技術願景應有三個描述：
1、訊號系統事件的邊界擴充套件，讓行駛過程接近於純訊號事件驅動過程。人不再作為訊號收發單位而只是運載物件。交通事故應視為單純的訊號系統技術缺陷。
事故率隨著技術缺陷的修正不斷逼近於零。
2、以最高車速乘以道路寬度來定義道路的物理頻寬。新的訊號系統可以減少「協議損耗」，提高物理頻寬利用率，解決交通擁堵的問題。
3、交通設施實現類似資料網路頻寬的「去公共品化」。道路頻寬用者自付、載具共享。出行的經濟效率最大化。
不要被現有的公路訊號系統束縛了對訊號系統的理解。訊號系統的設計定義了「駕駛任務」。乙個出發地座標和目的地座標能否確定乙個行駛過程？
不能。因為過程會可能發生各種事件。事件會觸發駕駛員不同操作。
交通系統的問題與乙個事件驅動軟體系統如何解決共享資源使用衝突的問題是類似的。駕駛是乙個「事件驅動」過程。乙個駕駛任務由「兩座標、三事件」確定：
出發地座標、目的地座標、陀螺儀事件、訊號系統事件與闖入事件。
陀螺儀事件：汽車的慣性軌跡出現與駕駛員操作預期之外改變的事件。飛彈的飛行任務由兩座標加陀螺儀事件確定。火車的任務模型與汽車不同的是沒有陀螺儀事件。
訊號系統事件：交通訊號的本質是事件通知。訊號系統是一種事件驅動機制。
有明確定義的事件、事件源，明確註冊的監聽者、監聽者當事件發生需要觸發的操作。監聽者不是「感知」而是被「告知」事件的發生。訊號事件觸發監聽者的操作是程式化的，不需要機器學習。
闖入事件：前兩種事件之外的事件。
駕駛任務被認為很複雜，是因為人類司機或AI要「感知」行駛過程中各種事件，並做出反應。理想的情況下，汽車幾乎不需要外界感知。現在的駕駛任務需要感知從出發至到達不會變化的靜態資料。
這本是不必要。只要建立完善的地圖資料庫，這不是難題。駕駛任務需要感知陀螺儀事件的發生。
飛彈飛行任務，本來只需要內部的陀螺儀事件驅動整個飛行過程。但現實中的星光制導、地形匹配制導飛彈也通過外界感知陀螺儀事件的發生。陀螺儀事件感知是定位問題。
對汽車來說，現在的衛星+基站的定位精度可以達到厘公尺級，再加上地圖資料匹配，定位不是難題。訊號事件集與闖入事件集是此消彼長的替代關係。乙個理想的訊號系統，所有的道路使用者——人和車都是事件源，也是監聽者。
所有人和車的慣性軌跡改變動作都是被定義的事件。汽車需要感知的範圍，只限於諸如天上掉下一塊大石頭砸在馬路中間之類事件源為非正常道路使用者的小概率事件。想象乙個理想的訊號系統，可以想象所有道路使用者的通訊不受限制，就像所有的人有神經相連，人和車就像乙個人的左右手一樣協調，或者想象由全知的上帝來控制每個人每輛車的軌跡，公路交通會是怎樣的。
現實中，訊號事件集的邊界遠沒有那麼大，訊號事件甚至不是系統主動告知，而是被動的視覺感知。這是因為汽車發明於電子資訊時代之前，產生了嚴重的路徑依賴。理想極限在工程實踐中通常做不到，只能逼近。
我們需要想象這樣的理想極限去發現現存的問題、描述技術願景、指引技術演進方向。將所有行人納入訊號系統事件源在現階段還很困難。現階段可行的做法是強化人車分流與道路分級。
需要說明的是，人類司機感知突然出現的行人，避免碰撞的能力相比機器並不突出。現實中也是通過人車分流來解決這個問題。現在人手一部的手機就能提供大資料位置資訊。
未來AR終端會替代手機，可以接收交通訊號——我們現在想象未來不再有手握的智慧型手機，人人帶著一副類似谷歌眼鏡的AR終端，並不比摩托羅拉發明大哥大之前時代的人們想象今天人手一部手機將所有人連線起來的世界更科幻。
現在的道路頻寬利用率非常低。以佔滿車道、汽車沒有橫向縱向車距、坐滿人、以最高速行駛的流量來定義道路物理頻寬，現在即使大都市的擁堵道路在高峰期的頻寬利用率也不足十分之一。協議損耗發生在傳輸層、網路層和鏈路層多個環節：
私人汽車很少滿座、多數道路的三車道實際上可以四輛車並行通過、車速與前後車距留有安全量、雙向通道在上下班高峰期交替擁堵。現在也有一些做法旨在提高道路頻寬利用率，如潮汐車道、carpool lane 和 HOV車道，但效果有限。只有在新的訊號系統支撐下，改善鏈路層效率，並實現所有車道時分雙工、不固定方向，才能從根本上解決問題。
現有公路交通系統的無效率一部分要從經濟學原理去理解。交通設施作為一種公共品，其昂貴的投資有數目而實際的社會效益沒有。公共品使用的爭奪還會導致所謂「租的耗散」。
免費高速公路擁堵導致租值耗散是經濟學課程裡乙個常用的例子。在新的訊號系統支撐下，不只是汽車實現共享，不需要市區停車場節省了社會成本，更重要的是，交通設施的去公共品化的效率改進。道路頻寬像資料網路頻寬一樣，可以拍賣給廠商，廠商再零售給消費者。
對於消費者來說，小汽車與公共汽車的界線模糊，只有多樣化的類似滴滴的拼車方案選擇。只有「用者自付」與「價高者得」的原則能減少能減少交通設施投資與使用的無效率。
最後想說的是，任何想象的交通訊號系統革命，必要的基礎技術只是電子通訊，沒有技術物理上的障礙。
5樓：胖腿
不可能，成本太高，沒人會去翻修一條死胡同的小破路，那麼ai汽車就去不了這裡咯，那到底是車伺候人，還是人伺候車？
最後所有ai都跑在自己路上，那不就是高速路麼，沒有訊號很容易跑的。
市區？市區街道一大用途是方便人的穿行，有人在穿馬路，就算再先進的汽車也會撞死人，那樣ai就不可靠，和人開車沒有本質區別。人撞人可以賠錢坐牢。
ai撞人讓汽車公司賠，怕不是都倒閉了。
6樓：DuoZ
你說的沒錯，但本質是偏差的，你在想著讓自動和非自動同時出現在一條馬路上，這是不對的，自動駕駛的終極結果是自動非自動各走各的道
7樓：七号-宋
V2X了解下？
自動駕駛如此分級，你的車夠聰明嗎？ | 聚技
要打敗特斯拉Autopilot，第一步你得先有一套高精地圖｜聚論_鳳凰網汽車_鳳凰網
駕駛 自動駕駛 車輛是怎樣一種體驗？
自動駕駛女研究員 作為在自動駕駛領域深耕好幾年的人士，兼行業內為數稀少 性別女的工程師。先給大家科普下自動駕駛的發展歷史。普遍被人認可的第一輛 自動駕駛 汽車是Stanford Cart。它最早建於1961年，可以利用攝像頭和早期的人工智慧系統來繞過障礙物。而現代概念的自動駕駛汽車又稱無人駕駛汽車，...
長平之戰的的另一種戰果的另一種局面？
景華 同一樓，歷史無假設。這裡只能推演了。白起長平取勝後直接攻邯鄲。我認為十拿九穩。首先是氣勢問題。古代軍隊，氣勢，士氣，本是一體。長平之後打邯鄲，對秦軍，就是一鼓作氣，乘勝追擊。對趙國，也是人心惶惶，舉國不安。所以，秦軍已經佔了先手。其次，補給。長平戰白起制勝關鍵在於，分割了趙括軍隊主力和趙括軍資...
所謂致敬是不是抄襲的另一種說法？
陳橋 相似的結果，外界很難判斷清楚動機的，需要了解具體的情況加以分析。打個比方 以結婚為目的談戀愛奉子成婚，不以結婚為目的談戀愛有娃了不得不結婚，外界怎麼會分得清呢。 愛爬樹的魚 這個一是看態度，二是看用途。態度不用多說，發自內心的尊重和流於表面的敷衍還是有區別的。致敬我認為是認可別人作品的文化價值...