我们感知和传感的时候到底是以视觉为主还是需要别的感知?包括激光雷达，大家都知道马斯克很不喜欢激光雷达，认为整个车应该是完全视觉为主。刚才讲到五个层次，感知是机器的优势，可以拿到人看不到的东西，摄像头、激光雷达、毫米波、超声波雷达是有不同的优势，不同的天气、不同的环境，可以作为互补，一定要比人类驾驶的安全性提高一个数量级，如果我们能够得到的信息、获取的信息，机器和人类是一样的，很难比人更安全，有的地方好有的地方差，所以在获取信息方面，机器一定要具有这个优势，应用不同的传感和激光雷达就是其中的一个例子。

大家看到的视频是五年前，我们是用十个摄像头实现无人驾驶，其中也有很多很复杂的算法，但安全性和冗余度肯定是不够的。图中是用三维激光雷达，直接在三维绘制，可以用深度的信息，当然也可以看到不同的车、人、非机动车，包括一些静态的信息都可以感知到。其实这些就是提供了视觉方面没有的，肯定对整个安全性是有好处的。

大家可能会说激光雷达太贵了，刚开始是比较贵，现在用到Hybrid Solid State已经降到几百美金，不仅仅是L4可以使用激光雷达，新的L2都可以使用激光雷达，所以不是价格的问题，更多的是怎样利用这个信息增加我们泛化的能力，提高解决Corner Case的能力。

到底是单车还是车路协同?刚开始做无人驾驶，包括Google、百度都是先从单车来做，做到后面一定会遇到瓶颈，就是一定还会不断进展。很简单，不管是感知还是决策，缺少一些信息，包括视线的问题、距离的问题，当然也包括一些得不到的全局信息，整个城市的信息都相当重要。比如胡乱加塞、交通信息不清楚、视线不良或者有些突发事件，就算再智能也无法感知和决策。

车路协同也有几个层次：感知方面的协同、决策方面的协同，最后是系统范围整个城市车路灯和基础设施的协同。现在我们看的更多的还是第一和第二层次，单车智能和车路协同是二者都需要的，所以协同智能很重要。清华大学的克强院士是最早提出的，车路协同、网联汽车，整体上也是中国的一个优势和路径。看起来单车智能是有L0到L5，路也需要不同的等级，就是C0到C5，C以上就完全是无人，这个时候即使车智能很少，路也可以实现这种能力。

我们可以看到车路协同的优势，比如一个救护车过来，只有车端智能的话，V2X的信息关掉的话你是不知道的，看到车以后马上就需要急刹车，有了V2X信息就会知道路端有车过来，很早就可以刹车或者变道。

全球都在积极部署V2X，美国也好、欧洲也好，但中国在这方面是比较领先的，不管是政策的制定还是整个实验部署，现在好几个城市特别是北京亦庄有高级别的自动驾驶示范区，车路协同方面全球都是走在前面。

我们提出道路怎样分级，去年和百度一起写了一个白皮书，比较详细地把道路做了分级，其中有道路本身基础设施的能力，包括地图、协同感知、网络通讯、协同决策，是不是足够安全的体系，我们有一个白皮书专门有这方面的思考。

无人驾驶、车路协同方面，我们也是和阿波罗、百度合作，后来也有一个ApolloAir计划，其中有不同的子企慕，我们尽量把路侧的感知做到极限。比如我的车没有什么智能，就是最简单的L2级别，但路端的整个能力需要最大化，就是X轴和Y轴最后一块协同。我们做了很多理论方面的模型，但更多的是做了很多测试，部署了很多车在亦庄，不过有些也是在长沙和别的地方。

去年6月，我们发布一份白皮书，其中比较系统地谈到车路协同以及各种不同场景，包括对安全性的提高。我们也有发布全球第一个车路协同的数据集，叫做DAIR V2X，也是基于全场景同步的。现在阿波罗是开源的，我们的数据集也是开源的，目前因为比较敏感，我们只是给国内的合作伙伴开源，没有在国际开源，欢迎在座的各位使用。