导读：在新基建背景下，中国车路协同的后发优势更大，已经成为智慧交通规划的重要组成部分，并在政府的引导下展开有序竞争；车路协同产业涉及产业链条长，玩家丰富，跨界融合特征突出，已形成千亿级的市场规模；车路协同是补足单车智能的柳暗花明之路，主要包括四大关键技术，涉及三个主要环节。
2004年，在美国电影《我，机器人》中，威尔·史密斯所乘坐的自动驾驶汽车不仅可以做到准确甄别周遭交通和前方路况，还能帮助驾驶者做更精准的驾驶决策。彼时，“智能交通”的概念也已经成为各国交通研究的主流方向。十余年过去，尽管“智能的车+聪明的路”尚未进化完全，但随着自动驾驶产业的单车智能发展进入瓶颈，车路协同产业愈发受到广泛关注。
不同于一些专注单车智能自动驾驶企业的发展路径，车路协同更加侧重路端、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。
因此，车路协同可以被定义为通过多技术交叉与融合，采用无线通信、传感探测等技术手段，实现对人、车、路信息的全面感知，发挥协同配合作用，以实现交通安全、高效、环保的智慧交通发展路径。
如今，车路协同已经成为中国新基建背景下，智慧交通规划中的重要组成部分。嗅觉灵敏的资本也开始在车路协同头部厂商频繁“下注”。
2022年3月1日，专注提供V2X系统解决方案与软硬件产品的星云互联完成了2亿元B轮融资；“单车智能”与“车路协同”两手抓的希迪智驾，在2021年内连续拿到了总金额达7亿人民币的两轮投资。
赛道已热，老玩家摩拳擦掌，新玩家跃跃欲试。
一、车路协同的“前世今生”
1950年代末，车路协同产业的雏形——一条埋入大量通信设备的高速公路在新泽西州出现，开辟者为通用汽车公司，其也成为车路协同主流路线V2X（Vehicle to X）解决方案的提出者。
1990年代，日本将智能交通系统确立为国家项目。2006年，欧盟开启车路合作系统（CVIS）项目。
2011年，中国科技部正式设立智能车路关键技术研究项目，称为863计划。车路协同虽然在中国起步较晚，但政府对于车联网、自动驾驶技术发展的积极引导，使车路协同在短期内快速积累了后发优势。
相比于自动驾驶，车路协同更容易实现。
理论上，通过大量来自车端和路端的雷达、传感器，以及通信设备、云端计算的“高级辅助”，人们就可以克服出行过程中可能遇到的各种问题，实现更加自动化的交通。
在实际发展中，由于车路协同的项目动辄上亿，牵涉层面甚广，车路协同若要进入良性发展循环，平衡政府、车厂、公路运营单位等多方的利益诉求必不可少。
车路协同在中国市场的发展壮大，依赖于政府的鼓励、引导与支撑。由清华大学智能产业研究院（AIR）联合北京市高级别自动驾驶示范区、北京车网科技发展有限公司、百度Apollo、北京智源人工智能研究院共同发布的车路协同自动驾驶数据集DAIR-V2X，也在数据格式、接口等标准制定方面起到基础作用，于今年2月24日正式发布，供境内用户下载使用。
事实上，车路协同曾一度因得不到巨头们的青睐而被“雪藏”。率先在特斯拉、谷歌等科技巨头加持下发展的单车智能，因为单车成本过高、经济性与安全性无法权衡等因素，为法律法规所掣肘，难以实现商业化落地。
无奈之下，车路协同再度回归公众视野，成为补足单车智能的柳暗花明之路。
车路协同，即利用5G（第五代移动通信技术）等车载网络传感器与高精度地图的紧密配合获知路况，并将相关信息传输到车端，极大地拓展汽车的感知范围、改善汽车的感知能力，提升自动驾驶的安全性，推动了自动驾驶落地的速度。
无论是建立自动驾驶系统等级评价认证体系和准入机制，还是制定自动驾驶运营管理办法和保险配套、事故处理机制等政策，完善的制度与周全的法规都将为车路协同的发展埋好伏笔。
二、全景扫描车路协同产业链图谱
从技术角度划分，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。
智能车载：指安装在车辆终端，是拓宽驾驶员视野、增加驾驶员对行车环境和车辆运行状态的感知、加强行车安全的单元；
智能路侧：即采集道路状况、交通状况，通过通讯网络将信息传递至指挥中心或路侧处理单元处理，通过网络传递至有信息请求的车载端；
通信技术：指车载端与路侧端之间的通信，用于车与路信息采集、路况信息采集，以及车与车之间的通信中继；
云控技术：即具备数据存储、计算、决策的云端技术。
车路协同涉及的玩家类型也较为丰富，包括车企、终端服务商、科技互联网方案提供商、车联网公司、图商及定位系统提供商、通信方案供应商、云计算服务商等。
由于车路协同产业涉及产业链条长，角色丰富，跨界融合特征突出，已形成千亿级的国内市场规模，催生出一批车联网优秀企业，甚至吸引华为、中兴、百度、中国移动等企业跨界布局。
根据参与主体，目前车路协同产业涉及多个环节，将其分为芯片模组（芯片研发、通信模组）、终端设备（车载终端硬件、路测终端硬件、整车制造）、运营服务（平台运营、服务-高精地图、安全认证、边缘计算等）三个主要环节。
1、终端设备：车路协同的“眼睛”，帮助车辆互通互联、感知世界
终端设备是车路协同的“眼睛”，具体分为车载终端和路侧终端。
车辆和道路通过智能化改造，可使车辆之间实现互联、监测，车辆与路侧端也可以进行信息传导，达成智慧交互。
对于车端来说，智能车载单元借助当前主流的LTE-V2X以及新一代5G-V2X信息通信技术，可以实现车辆之间、车路之间、车与行人、车与云端之间的全面信息交互。
随着智能网联汽车的发展，软件定义汽车已成为汽车产业发展的战略共识，它是汽车智能化的核心，也是产业可持续迭代和汽车全生命管理的重要支撑。当前，该领域的竞争主要发生在车载操作系统层面，代表公司有苹果、百度、阿里、华为。
在硬件层面，智能车载终端融合了里程定位技术、GPS技术及汽车黑匣技术，可广泛用于行车安全监控管理、智能集中调度管理等多个层面。
在这场围绕车端的智能变革中，国内多家主机厂也积极参与进来，构成了新基建背景下车路协同的有机载体。
当前技术水平下，再聪明的车也难免出现感知盲区。
这时，智慧的路体现出车路协同中来自路端的关键作用。笔者认为，一条智能的道路至少需要三个要素：RSU（路侧单元）、路侧智能感知一体化设备和MEC边缘计算。
智能路侧系统在车路协同体系中，能够通过部署智能设备，收集路侧信息，弥补车载端感知盲区。其通过智能传感器设备，结合智能车载信息，也能够解决确定性的交通决策问题，提前预知道路状况信息，提升道路通行效率，甚至帮助交通管理体系建立统一决策体系，加强城市管理。
中国车路协同产业中，关于智能路侧建设已经取得了一定进展。
围绕试点单位的智慧公路正在各个省市展开部署，交通部门正在规划对道路本身进行智能化改造。一些雷达、智能摄像头企业早已积极投身至智能网联示范区的建设当中，围绕高速公路、港口、矿区、机场等封闭园区的布局也在同步展开中。
未来，按照规划发展路线，智能路侧的发展分为智慧基础设施、智慧系统平台、智慧信息服务、智慧路产管理、智慧交通管控、智慧辅助决策等。其中智慧基础设施建设作为发展重点，需要先行部署。
多种类型企业自带天然优势也已涉足于此。比如，千万科技能够提供“智慧公路解决方案”；Apollo也在路侧感知传感器方案、算法、V2X终端硬件及软件方面均有布局。
不仅有集成商、设备商聚焦，车联网厂商、 互联网企业、通信企业也早已看中这块市场蛋糕。
2、运营服务：车路协同的“大脑”，基于大数据决策实现更智慧的交通
车路协同的运营服务环节，包括云计算、平台运营、高精地图和安全认证等业务。
在云计算服务领域，云端可以通过网络管理各个边缘云，实现中心云、边缘云在资源、安全、应用、服务上的多项协同。云计算领域所涉及到的企业主要为华为云、腾讯云、阿里云以及百度智能云、京东智能云等。
云控平台包括云控基础平台和云控应用平台，在车路协同产业发展中承担“指挥者”的角色。
在功能上，云控平台能为智能汽车及其用户、管理及服务机构等提供车辆运行、基础设施、交通环境、交通管理等动态基础数据，帮助增强智能网联驾驶服务能力，降低交通事故伤亡率，减少交通拥堵时间，提升交通效率。
其自身也具有高性能信息共享、高实时性云计算、大数据分析、信息安全等基础服务机制。
提到云，就不得不提及智能交通系统的“计算加速器”——边缘层，它负责与路侧系统协同，完成对路况的数字化感知和就近云端算力部署。
在边缘层出现之前，传统智能交通系统建立在中心云计算的基础上，在前端实现实时采集数据的情况下，数据上传至云端，在云端上实现计算，并将结果发布至路口信号机和移动终端上，实现云端的信号灯系统战略控制和路口协调控制。
随着车路协同系统的推进，海量实时数据的处理至关重要。
车辆行驶安全服务需要在毫秒级延时的情况下通知开车人或控制车辆采取措施，原来的中心计算方式无法保证车路协同的时效性。
边缘计算可以将云端的计算负荷整合到边缘层，在边缘计算节点（ECN）完成绝大部分的计算，并通过LTE-V/5G路侧单元（RUS）等传输手段，实时将结果发送给装置车载单元（OBU）的车辆。
车路协同云可以通过与车辆边缘计算节点以及道路侧边缘计算节点之间的交互，对车辆密度、速度等的感知，来引导道路上的车辆规避拥堵路段，实现交通的高效调度。
总而言之，边缘计算能够帮助车路协同系统实现道路的最大利用率、减少不必要的停留，从而减少道路拥塞、降低燃油损耗，使交通更加“智慧”。
云控基础平台的物理架构，目前已经基本形成车端-边缘云-区域云-中心云四级支撑体系。包括腾讯、百度、阿里、华为等多家企业也布局于此，在行业内已经形成了先发优势。
百度智能云已经覆盖多个地区，百度宣布预计到2030年，百度智能云服务器台数超过500万台；阿里也将云计算、大数据、人工智能、IoT 等技术用于智慧高速公路的建设；华为也搭建了城市智能运营中心解决方案架构等。
由于云控平台具有国家基础设施属性，入行门槛高，所以其他创业公司要想再切入此领域，较为困难。
当前我国云控平台仍处在发展初期，用以支撑的云控基础平台与满足测试监管、智慧交通服务的产业发展需求仍存差距。
高精地图在车路协同领域，或可被视作云平台之上的基础设施。
高精地图的实时更新是保障自动驾驶安全最重要的一道屏障。OEM厂商及合作伙伴会将车辆实时产生的感知数据上传至云端，高精地图商将实时更新的地图数据上传至云端，再由云端将数据分发给车辆，以保证车辆对路况的实时知悉。
目前，以高德地图、四维图新、宽凳科技等高精地图企业，已经可以利用边缘计算、云计算、大数据、车道级GIS引擎等技术为道路管控平台实现动态资产管理、车道级路网监测、精准应急救援及仿真决策服务等功能提供支撑。
三、车路协同发展几何
车路协同具有独特的中国优势，是未来智能交通最核心的技术方案，而自动驾驶是起点，终局是智能交通、智能城市，甚至是智能社会。
车路协同的具体过程，即车开到路口，路口的摄像头等设备检测到车流量、车速等信息，再把这些信息实时反馈给智能信号灯系统，系统会自动调节红绿灯的时长，让车辆快速通行。
通过车、路、人、环境之间的实时交互联动，相信未来中国的一线城市将不再需要限购和限行，车路协同也能帮助提升交通效率，基本解决拥堵问题。
在2020中国电动汽车百人会论坛全体大会上，中国公路学会自动驾驶工作委员会主任冉斌曾经指出，目前车路协同还处于协同感知阶段，还需要几年的发展进入协同决策和控制阶段，最终实现车路一体化。
车路协同归根结底，是一场关于“协同”的挑战。随着产业链上各方技术逐渐成熟和标准、法规的日趋完善，车路协同将迎来一场“中国式”的发展——以政府为主导，在各方企业的协同下共同实现更智慧的交通出行。
目前车路协同在国内尚还未敲定通用标准，企业仍需各自摸索。这也意味，各家企业需要通过抢占技术优势以确定行业标准，否则就将面临淘汰的结局。
来源：亿欧汽车，作者刘慧莹
