【原创】车路协同落地的几个要点|原创|智能化|自动驾驶|车联网|车路|运营|通信

图片来源：网络

作为世界第二大经济体的中国，已步入以智慧交通为代表的大交通时代，其中，车路协同已演绎成为一种理念、一种态度，一种路线；车路协同产业涉及面广、产业链长、跨界融合特征突出，是交通问题，也是汽车、更是通信问题；还关系到自动驾驶的落地，从而也是物流问题，如何认识车路协同？如何深度布局？如何加速落地？都是业界需要考虑的。

一、车路协同的再认识

早在上世纪90年代，日本、美国、欧洲等国家就提出了车路协同的概念，并实施一些解决方案；2011年，中国科技部在863计划中设立智能车路关键技术研究项目……这是车路协同在我国国家层面的首次亮相。

车路协同？简单地说：就是车的任务分配给车，路的任务分配给路，按照各自的优势做好合理分工和紧密配合；形象地说：就是以“聪明的车”走“智慧的路”；更进一步地说：就是“智慧的车”“聪明的路”“灵活的网”“强大的‘云’”四个领域的融合，分别对应的是智能车端、智慧路侧、通信网络和云端平台。

总之，车路协同就是实现人-车-路的有效协同，最终达成提高交通效率、保证交通安全的目的，其背后隐藏着巨大价值。车路协同虽然在我国起步较晚，但政府的政策支持与积极引导，使得车路协同在短期内快速积累了后发优势。

国内车路协同政策主要聚焦智慧交通、车联网两个方向，其中，智慧交通旨在更进一步发挥“新基建”的重要支撑作用；车联网政策主要集中于大力推动车联网基础实施建设、商业化应用、相关的5G，V2X等高新技术发展、信息安全保障等几方面。对于车路协同，业界内外难免有认识误区，我们在此一一厘清。

1、车路协同与自动驾驶

车路协同不等于自动驾驶，如果只从自动驾驶角度看车路协同，格局就太小了，车路协同的具体含义更广泛，是智慧交通大战略生态产业链上的重要一环，不仅有助于自动驾驶，而且还有其它大量的功能，比如说交通态势分析、完善的信息服务、动态交通组织、交通安全预警、业务联动等等，其建设价值更大。

在西方国家，车路协同技术，收集的不只有车辆或道路的相关资讯，同时也包含“驾驶人行为研究”及“车祸情境分析”，通过人的行为数据分析，进而找到智慧交通建设的具体方向。

车路协同技术，不仅创造安全、快捷的智慧车辆行驶环境，进而还要规划出安全导航驾驶、即时资讯截取与管理、行驶气候状况管理等相关技术。

所以说，车路协同服务边界，远在自动驾驶之外，自动驾驶只是其中的很小一部分，当然也是最重要的一部分。车路协同的初期目的确实是希望能藉由先进通讯及自动控制等技术，使得车辆得以自动驾驶，以提升交通安全与运输效率。

车路协同自动驾驶，简单来说是指智能车辆与智能道路相结合，通过智能车辆搭载的先进环境感知设备获取车辆周围的详细信息，通过智能道路获取道路交通环境中交通参与者的状态信息，实现车辆与道路系统协同的有效感知。

也就是说，车路协同的自动驾驶系统是由智能道路分担部分自动驾驶车辆的功能，由道路协同车辆实现自动驾驶。

就自动驾驶本身来说，在全球有两大主流方向，一是由单车智能化主导，一是由车路协同驱动。

有一种观点是，只有基于车路协同的自动驾驶，才能安全驶入快车道，其实，车路协同与单车智能相辅相成，是自动驾驶的高阶发展形态的必然趋势。

目前，车路协同与单车智能更多是在协同推进，车企不断加强应用功能的开发，自动驾驶企业不断提升单车传感器、控制器性能和可靠性，通信服务商做好网络建设和运营服务，最后形成安全的、可控的、系统的车路云一体化系统——单车智能+路侧智能+云端数据处理三大要素融合。

2、车路协同的3个版本

车路协同主要包括四大关键技术：智能车载技术、智能路侧技术、通信技术、云控技术，以技术阶段的不同，可将车路协同划分为1.0、2.0、3.0版等，版本不同，发挥的价值则不同，这是技术命题，更是产业命题。

在我国，车路协同技术不断创新迭代，经历了早期课题研究阶段和功能测试阶段，迅速走向商用探索阶段，直至目前的创新示范阶段，而其版本也越来越高，特别是具备数据存储、计算、决策的云端技术助力版本的快递提升。

从落地角度说，我国车路协同试点经历了“智能网联示范区-车联网先导区-双智城市”三个阶段，解决了技术验证的问题，也证明了车路协同的可行性，但要明白，车路协同的价值与功能，不仅关乎技术上成熟的问题，还关乎经济上可行的问题，而且不可能一蹴而就。

智能网联汽车是车路协同的核心载体与核心服务对象，其发展的不同阶段，也对应车路协同的不同阶段。车路协同的1.0版，已成为过去式，当时主要作用是加强运输跟踪和管控，停留在“提示提醒”范畴，由于庞大的车流极大地提高了车端、路侧端与通信端各端口间协同部署、协同决策的技术难度，效果很难得到保障。

目前可以说处于2.0版，从自动驾驶角度说，可以为L2+智能辅助驾驶提供安全预警，也应用在一些实际的交通场景中。例如，在高速公路上，可以实现合流分流区预警、隧道预警、长下坡预警、团雾预警、车辆碰撞预警、车道偏离预警、车速引导等功能。

在城市交通中，可以与智能交通信号控制、智能停车等系统配合，实现交叉口冲突预警、特殊车辆优先、区域同行优化、自主代客泊车等。

从交通管理角度说，实现了备受推崇的“上帝视角”全息路口，通过拟合多方向的雷达和视频探头信息，产生车辆车牌、位置、速度、轨迹等多种基础数据，为交通组织疏导和事故快速处理提供支撑。

同时，基于车路协同的低速的无人配送，封闭空间的自动驾驶，已取得了相当成就，主要用于矿山，港口，园区一些封闭区域，如港口，特别是传统码头，基于车路协同技术部署了自动驾驶卡车。2.0版目前最大问题是，路侧设备覆盖率不高且不均匀，车端设备渗透率低。

所谓的车路协的3.0版，从智能网联汽车角度看，就是无人驾驶的完全落地；从智慧交通来说，就是融入智慧城市建设。涉及的各项技术具备极高难度，仍处于理论研究和探索阶段，表现为，车路协同的融合技术方案还需完善，测试验证体系还需健全，商业模式还需探索。

畅想3.0版，可实现全方位实时车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，侧重路端、云端与车辆的交互，是囊括车端感应、路端感应、通信技术与云控技术的整体解决方案。

随着相关应用科技的导入，车路协同未来的发展动向及定位，将不再只是单一技术、产品或服务的提供，而是必须提供更为人性化及贴近使用者需求的整体服务，世界各国基本都基于C-V2X技术推进车路协同。

车路协同的高端愿望，就是搭建协同高效的车路协同商业运营体系、敏捷统一的车路协同信息调度体系、共享互通的车路协同数据标准体系。

2023年9月，我国首条满足车路协同式自动驾驶等级的全息感知智慧高速公路在苏州投用。搭载了自动驾驶系统的测试车辆能够依靠车路协同的方式实现L4级别的自动驾驶，即进行“高度自动驾驶”阶段。

其实能够达到L4级别的自动驾驶测试场景的路段为6.5公里，在55个点位布设激光雷达、毫米波雷达、摄像头、路侧天线RSU等感知设备270套。再如北京亦庄高级别自动驾驶示范区，覆盖经开区160平方公里的范围，然而，离开经开区，则做不到车路协同。

综合上述示范点建设，就显示了系统建设成本高的问题，包括安装边缘计算单元设备、感知设备、V2X路侧单元设备等，以及所配套的通信网络建设和软件开发等，设备部署数量多、调试交付周期长，导致建设成本较高，使得目前的方案不能实现规模化复制。

然而，车路协同的3.0版，包括覆盖面与渗透率，目前我国智慧道路的覆盖率还是十分有限，过于依赖高精地图、车路协同的自动驾驶技术是不合格的，因此很多车企更强调单车智能。

目前正处在一个由点及面的初步扩展阶段，即以单个“孤岛”区域，向成片规模覆盖的阶段，车路协同的终极目标是实现全国范围内的统筹运营，形成一张全面覆盖的网络，只要到了那时候，市场要素形成，经济效应才会出现。

3、车路协同标准化的重要性

由于车路协同，特别是路侧系统涉及多个专业领域和技术范畴，因此需要制定统一的标准和协议，以确保不同厂商的设备相互兼容和可靠通信；目前已出台了一些相关的标准，但还不足以规范当前所有设备产品，再加上当前不同厂商之间的设备和技术还存在一定的差异，面临基础设施建设缺乏标准、建设成本高、数据运营壁垒等困难与挑战，因此标准化工作需优先推进和完善。

车路协同系统的集成的复杂性，突出表现在完善标准体系的重要性，车路协同的设施建设的标准，整体应由政府进行主导，设备供应商、软硬件集成商和汽车厂商参与制定。各地政府及有关部门都积极响应国家号召，相继出台车路协同的实施标准，为车路协同行业带来的产业链增量市场，也使得产业在法治层面得到了明确和保障。

车路协同生态体系以智能化、网联化、绿色低碳化为典型特征，构建实时感知、瞬时响应、智能决策、协同控制的新型体系架构标准十分重要。

二、车路协同落地要点

当下车路协同建设过程中存在的若干问题，影响了其落地，在智能车载系统面临重重挑战的同时，智能路侧系统面前也横亘着种种亟待突破的门槛。

今年1月份五部委联合下发的《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》，看作是国内车路协同建设的一个里程碑，在通知的引导下，各地不断扩大测试示范区域范围、增加开放测试道路里程及丰富应用场景，带动车路协同市场快速增长。增长背后，车路协同面临的问题和挑战也愈发突出，主要集中在谁建、谁用，谁管上。

1、谁建

车路协同系统三个核心组成部分：智能车载系统（车端）、智能路侧系统（路侧端）云端和通信平台。一般来说，车载系统，即智能车载单元（OBU）以车企为主体；而路侧，智能路侧单元（RSU）与云端和通信平台，以政府为主导，实践中形成了四种主导模式。

一是汽车厂商主导模式。汽车厂商在销售整车的同时向客户提供车联网服务，可以选择自己提供或与第三方运营商合作，实现车路协同。从车企角度来看，积极性并不高，他们更倾向不断加码单车智能，车辆自动驾驶程度越高，意味着更直接的竞争力，技术变现可能性也越高。

二是运营商主导模式。由运营商依靠平台优势或技术优势组建车联网系统，提供车联网服务，该模式的优势在于车联网对各类终端普遍兼容，终端间的交互性更优。

这种模式是赋予企业为车路协同建设的探索者和推动者，百度率先提出车路协同方案，在2018年年底正式开源Apollo车路协同技术方案，向业界开放车路协同领域的技术和服务。

包括阿里等在内的头部科技公司纷纷进军车路协同汽车制造领域，传统车企和科技公司之间通过博弈和融合，将孵化出车载系统新品牌，催生新业态。

这些百度，阿里等头部企业都可以作为第三方运营商，独立或合作搭建车联网服务平台，并承担后续的运营维稳工作，汽车厂商可以定制或采购第三方服务商的网络服务。

该模式的优势在于服务提供商有更大自主权，但也对服务商的成本投入和运营能力提出要求，行业壁垒较高。

三是政府主导模式，一般是政府下辖行政部门，或者是政府主导的国资背景的企业来代表政府实施。从政府层面看，车路协同一直都是非常重要的工作内容，并且坚定稳步推进，另一方面，道路基础设施的智能化改造离不开政府支持。

车路协同需要在智能车载系统和智能路侧系统二者之间搭建起一条稳定的信息传输桥梁，这便是通信平台，这些设施和从4G到5G的全面升级都可归入“新基建”，以政府主导更为合适。

政府在基础设施建设方面投入巨大，具有较高的信息化水平，地方政府积极推进智慧城市建设，将信息技术与城市管理相结合，均有利于车路协同的发展

另一方面，车路协同的商业价值的出圈，在于规模化，在于扩大覆盖区域，形成全国联网，这需要国家和政府层面力量的极大支撑。

事实上，在政府层面，对于车路协同的推动不止于中国，纵观世界各国对车路协同的规划，基本都是从国家层面进行推动，美国就在去年规划，用10年时间到完成全国高速公路的C-V2X设备的100%覆盖。

从以上情况分析，结合国情，以政府为主导的建设更有利于车路协同的发展，政府也有这个积极性，在目前财力雄厚的地市更是如此，其方法是，以政府为主导，实现单城打通，之后通过有效市场，形成全国网络。

综上所述，车路协同需要政府的顶层设计，统一引导，战略规划，只有在政府的规范指导与支持下，才能实现车路协同解决方案的最终落地，实现智能化和数字化交通基础设施，开启智慧大交通新时代。

但车路协同还处在初期建设阶段，政府也是一边学习经验一边落地，所以在推动过程中大部分以概念推动，用户具体的需求和实际建设出现不匹配的情况。

在地方政府债务压力下，路侧基础设施该由谁来投资，市场开始由前几年的投资活跃回归冷静，2023年车路协同市场投资规模呈下降趋势，近五年首次出现负增长。

所以，随着车路协同产业的完善，其模式也应变化，由政府主导推动为主要模式，逐渐过渡到以企业为主体，政府作为引导。

2、谁用

说到谁用，首先要厘清车路协同的性质，车路协同是交通问题，是汽车、通信产业问题，还是国计民生问题。

交管应是车路协同的使用者，通过车辆行驶数据的记录和分析，帮助交管部门掌握城市交通运行状况，优化交通路线和控制交通流量，提高道路交通的效率和安全。但通过大模型对海量的交通数据进行挖掘和分析，从而为交通管理和决策提供科学依据方面还达不到。

车企是使用者，可以帮助车辆感知视野盲区信息，解决自动驾驶发展的瓶颈和降低车端成本；政府其它部门也是使用者，车路协同可加强城市治理，助力智慧城市，路侧的感知信息也可以用到城管、安防、清扫等等领域。

对于车路协同的使用，政府与企业关注点有差异，企业更关心的应用是自动驾驶的落地情况，而政府的应用角度则是智慧城市与未来交通，自动驾驶只是未来交通环节中的一环而非全部，车路协同所要达到的应用效果，是系统性的为现有的交通系统、城市管理提供支持，甚至是城市公共安全。

尽管车路协同技术在理论上具有诸多优势，当前阶段，车企与交管部门对此技术的热情都不高。对交管部门来说，从多个示范区探索车路协同与智慧交管融合的情况来看，实际效果并不理想，这是因为车路协同路侧基础设施数据价值还未释放，缺乏互信互认机制。目前交管已有的智能化管理体系就可满足其基本业务需求，车路协同与现有装备来比，投资性价比相对较低。

对车企而言，无论是长安、一汽等主机厂商还是小马、文远、轻舟等自动驾驶公司，短期内仍以单车智能技术路线为主，主要是因为车路协同路侧基础设施覆盖率低、商用模式不清晰、路侧数据质量低、时延无法保障，需要有一个稳定可靠全面的数据的输入，才能够去依托路侧数据去支撑自动驾驶。

因此，从应用角度来说，未来的工作是将车路协同技术应用与现有的交通管理体系、车机系统进行融合，调动车企、交管，乃至政府的使用积极性。

车路协同的路作为现代交通基础设施的信息化、智能化主要部分，应该有四个基本功能和要求：一是感知能力、二是传输能力、三是计算能力、四是应用支撑，在目前车路协同2.0版，相关基础设施建设上还存在诸多问题，导致C-V2X在车端的安装率低下，无法充分利用车路协同带来的价值。

就目前的覆盖率来说，车端就算装载车路协同设备，在使用过程中也是不连续的状态，体验并不能满足需求，反馈到车企这边，自然不愿意增加成本为车辆安装相关设备，倒不如把更多的资源投入到单车智能的竞争力上，从而实现技术变现因此，点状的示范项目如何构成全国一张网是未来要解决的问题。

在车路协同的应用上，还存在一个共性问题：系统可靠性待提高。车路协同路侧系统精度，易受户外恶劣环境干扰，户外环境中的干扰可能对信号传输和数据处理产生不利影响，降低系统的精度和可靠性。

车路协同路侧系统需要满足不同天气、不同时间段的服务能力，同时需要覆盖更广泛的区域，从最初的路口示范，逐渐向路网、全域覆盖演进，实现路侧系统的全天时、全域感知能力。

总之，不论谁用，车路协同的服务能力待提升，目前路侧方案的服务时域、空域范围局限在白天，且基于目前方案的感知精度、时延等指标已遇到瓶颈，亟须突破。

如果依靠车路云一体化系统，可通过道路信息来计算车流量，更合理地进行城市道路规划，为高精度地图测绘提供数据等等，真正实现科技赋能大交通，才能打造真正的智慧交通和智慧城市。

鉴于目前的车路协同应用体验的不尽如人意，业内有“唱衰”车路协同发展，并对基于车路协同的自动驾驶不以为然的想法。其实，随着车路协同技术以及基建的进步，受益的不仅仅是车企，更多是用户及政府。因为车路协同技术一旦覆盖到每台汽车产品上，并配合智能道路，道路交通的通行效率将会大大提高，对经济等方面都是一大助力。

3、谁管

谁管，就是谁来运营的问题。车路协同本质上可以看作是包括未来交通形式和城市管理的系统性工程，其中涉及的环节非常复杂，比如大规模路侧C-V2X安装、数据储存与运用、云端部署乃至配套的法律法规，在这种情况下，管理者应是政府的一个职能部门，或者几个职能部门一体管理。

点状的路侧设备覆盖，无法形成统一的数据收集、处理和运营机制，各地数据无法联通，自然也没有统一的调度运营平台，以城市为单位，通过政府层面，建立城市级全区域覆盖的车路协同体系，包括基础设施、统一的数据管理、处理和服务平台，涵盖城市级车路协同路侧/车端设备搭载、统一服务管理，这里的管理者，当然是以政府或政府授权的单位管理更合适。

然而，管理有一定的难度，管理的重点是路侧设施，而路侧设施主要反映在系统复杂性和集成度，车路协同路侧系统涉及多种类、多个数量的设备，这种复杂的系统组成架构可能导致系统易出现故障或性能下降的情况，即使每款路侧设备可保证产品的高可靠性，对于由众多设备组成的路侧系统稳定性依然会打折扣。