5月23日，“车路云50人论坛·自动驾驶干线物流闭门研讨会”在清华大学举行。北京车网副总经理李峰在会上进行《北京市自动驾驶干线物流测试及应用》主题分享。以下为发言原文，略有编辑节选。
北京车网是北京市高级别自动驾驶示范区的建设和监管的责任单位，所以我们首先对北京市高级别自动驾驶示范区做一个介绍，然后，会把我们在干线物流中的一些实际测试和应用情况给大家做一个简单的分享。
北京车网及自动驾驶示范区建设的背景，源于自动驾驶规模化发展进程中存在的几个问题。
第一个是系统安全性不足。主要是预期功能安全问题导致感知能力受限，和功能安全问题导致伤亡事故发生。这两个问题实际上是车辆本身在自动驾驶过程中机制上的根本性问题，它们并不是一定能通过我们的技术手段解决。
第二个是运行安全管理手段不适配。首先是管理对象发生变化，原先对于普通车辆，监管部门管理的是人，由人（驾驶员）来为安全兜底，但自动驾驶发生了变化，因为车上没有人。其次，缺乏有效的事故监管能力，在事故发生时，如果没有第三方证据，这个监管是非常难做到的。
第三个是运行效率低。自动驾驶车辆如果没有一个全局的或者超视距的感知能力，而仅限于有限的感知区域，那么它的决策就都是局域优化，不会有全局规划，导致整个道路运行效率大大降低。此外，车辆缺乏紧急情况的处理能力，尤其是在紧急情况下出现多车博弈的时候，会对我们的自动驾驶车辆提出更高的要求，如果多车博弈没有协同，将会出现很大的问题。
那么基于这些问题，我们考虑到在高级别自动驾驶的规模化发展过程中，第一点是需要单车智能本身技术提高，在系统安全性上单车必须要达到一定的级别。
从另一个角度来讲，我们做车路协同更多的是要做一个顶层设计，要考虑顶层要干什么、车本身要做到什么，这个标准要早点立起来。
我们搞自动化一般来讲有个基础自动化，就是车本身必须要达到一定的能力。这里面，第一个是硬件的冗余一定要加上去，增强单车感知能力，提升在复杂交通环境下的自动驾驶水平。
第二个是算法迭代，依托大量场景数据实现自动驾驶软件算法快速迭代更新。现在我们算法迭代的速度“又快又慢”，“快”是很多企业在做算法迭代的时候非常地轻易，“慢”在于迭代的时候反应又非常缓慢，这是真正的关键问题所在。
第三个是应用大模型技术，通过大模型和端到端等技术完成实时训练和模型优化。等于我们有一个边训练边优化的过程，这个过程对我们是有利的，但是这里面也有一些将来的风险，比如说封闭竞争的问题，就是说一些非常危急的状况（编者注：corner case）在我们实际运行中是应对不了的，那么这些长尾效应怎么办，是需要考虑的。
高级别自动驾驶规模化发展过程中的第二点，是应用车路云一体化中国方案。
我们主要的目标是两个，一是提升整个系统的安全性，提升运行安全和效率。
我们考虑通过路端、云端、车端提供全面的交通感知信息，打造智能管理手段，全面提高自动驾驶汽车的系统安全和运行安全能力。
在车路云整个系统里，单车智能和车路云一体化是要一体考虑的，我们说车路云一体化的时候并不是把单车智能否定了，同样，现在的单车智能起码需要导航，而导航是云上的，没有导航和超视距感知，单车智能是做不好的，所以我们现在说的单车智能也依然是车路云一体化的，这两者相辅相成，共同完成（自动驾驶）这个概念。
第二个目标，是提升交通效率，赋能智慧城市管理。
我们现在的自动驾驶车辆在交通系统中，被交通部门认为是个麻烦。为什么？因为驾驶还不够智能，尤其在比较拥堵的城市，是一件更麻烦的事情。怎么提高自动驾驶能力，提高决策能力？这里面需要进行更多的车路协同。
一方面，如果更早把道路状况推送给车，车就能提前规划行驶路径，更早规避堵点，更早到畅通的道路上。比如三条车道中有一条堵住了，车如果能很早知道并提前向畅通车道并线，对我们的交通是很好的。
另一方面，车辆本身从某种意义上讲也是一个感知体系，如果路侧和车辆两方共同努力，我们就可以进行动态路权的划分，从而介入到另一个层面，即动态交通、城市管理、智慧城市等方面。
此外，在绿波通行、车辆管理、雪亮工程（群众性治安防控工程）应用、城市安全维护，以及其他的市政要求等方面，自动驾驶都可以为整个城市做出贡献，这是一个加分项，是对城市能力的提升。
基于以上背景，2020年8月，北京市政府为推进高级别自动驾驶示范区的建设，设立特殊目的专项运营平台——北京车网科技发展有限公司，全面负责示范区“车路云网图”五大体系整体规划、建设和运营，管理自动驾驶车辆开放道路测试，对车辆和路侧数据进行汇聚和运营，并承担区域内自动驾驶车辆的监管任务。
作为全市首家智能网联领域的新型基础设施投资运营平台，我们将自身业务聚焦于车路云一体化、数据运营、标准引领、新产品与新技术验证等四大板块。
我们建设的五大体系：
第一个是“聪明的车”，车路协同安全性能提升得到实践证明，持续面向自动驾驶与量产车辆开展规模化测试落地；
第二个是“智慧的路”，按照“多感合一、多杆合一”建设标准路口，使得路侧建设成本降下来；
第三个是“实时的云”，建设全市统一的云控平台，提供车路云一体化的服务，包括车辆监管、智慧交通、智慧城市等各种服务；
第四个是“可靠的网”，融合EUHT、4G/5G和C-V2X等技术，开展交管视频回传、远程驾驶等多种场景的测试和应用；
第五个是“精确的图”，开展众源更新、安全传输、在线审图等核心技术探索，打造高精度地图全流程合规应用北京方案。这个地图也是我们整个体系里面非常有特色的部分。
管理创新上，我们的创新场景不断突破。
2021年4月，支持智能网联汽车异地道路测试结果互认，5月允许无人配送车上路，7月开放了智能网联汽车高速公路的道路测试。
2022年7月，我们探索了智能网联乘用车收费的无人化商业试点服务。2023年3月，落地智能网联乘用车整车全无人载人，7月开启无人化出行服务的商业化试点和开展城市清扫车的测试验证，12月推动有条件自动驾驶功能汽车道路测试。
2024年3月，我们开启了高速及城市快速道路的智能网联重卡商业化试点申请，5月率先发布了智能网联重卡编队管理细则。2025年1月，落地了智能网联重卡的编队无人化。
整个过程中，我们对所有的自动驾驶车辆进行安全监测管理，坚持“包容审慎、安全第一”的管理原则，建立了包括事前审核、事中监管、事后分析的完整管理体系。
我们还建立了自动驾驶汽车线上监管平台，对入区的车辆实时监测，并及时发现车辆在测试过程中的风险——它的每一次事故苗头，或者说我们认为它这次行为是有问题的，我们都会对它进行回溯，形成事故“识别、分析、整改”的完整事故追踪管理机制，为测试、运营、监管提供强有力的安全支撑和保障，同时督促指导企业对发现的问题进行整改和验证，使得示范区整体自动驾驶水平得到提高，自动驾驶事故率下降了86%。
接下来，我们针对北京市自动驾驶干线物流的测试情况做一个专题介绍。
目前示范区已向6家自动驾驶企业共计发放了26张干线物流牌照，活跃度较高的测试企业是小马智行、卡尔动力、主线科技、京深深向，总自动驾驶测试里程达18.95万公里。
目前自动驾驶的卡车编队在京津塘高速开展测试，上述4家企业逐步从道路测试进阶到示范应用阶段，从跟随车有人进阶到跟随车无人阶段。接下来，我们将不断推进编队无人化技术的成熟，同时开展自动驾驶卡车编队道路应用试点，探索商业模式闭环，真正发挥华北地区L4自动驾驶重卡物流示范标杆作用，助力京津冀区域运输一体化，推动京津冀智慧物流转型升级。
经过这段时间的测试，我们看到了测试企业面临的一些痛点，包括各地政策互认难、测试道路开放较少、测试临牌难统一、恶劣天气处理难度大、特殊场景处理难，以及长途能源补给难等。
此外，从监管平台的监控表现来看，目前高速干线物流测试中的风险场景大多还是集中在编队测试中。
在一些测试典型案例中我们看到，部分编队测试企业在设计上出于安全考虑，必须由领航车的安全员发出指令告知后车进行编队变道或编队绕行，跟随车不会自行做出跨车道的动作，此设计是希望所有跟随车的跨车道行为都在领航车安全员的监督下进行，但这个过程中后车的识别度不高，必须由安全员进行接管，所以车与车之间的协同还需要加强。
同时，高速上借道超车时，由于卡车自身加速性能原因导致压车明显，且多车同时变道，严重影响其他车辆的通行效率，乘用车的加塞也会对编队车队造成一定的干扰，因此现在编队要求很短，编队太长交管部门和高速公路企业意见都很大。
示范区的下一步规划，将加速车路云一体化基础设施建设，支持自动驾驶卡车规模化应用。
在开放道路方面，打造以北京为核心，辐射京津冀的自动驾驶卡车测试和运营的核心走廊，未来高速连接线将向更大范围延伸。
在场景拓展方面，构建港口至北京物流园的“门到门”智能运输网络，实现集装箱物流全场景的自动驾驶。
在协同发展方向，推动北京与天津、河北在自动驾驶领域的标准互认和数据共享，打造自动驾驶卡车产业集聚。
