[首發(fā)于智駕最前沿微信公眾號]在自動駕駛剛興起時，很多人認(rèn)為必須將車、路與云端連成一張網(wǎng)絡(luò)，才能有效提升自動駕駛的安全性和運(yùn)行效率。當(dāng)時有這個想法其實是有據(jù)可循的，因為在當(dāng)時的技術(shù)方案下，僅憑車輛自身的傳感器和算力，面對復(fù)雜路況、極端天氣或視線受阻的場景，難免會存在盲區(qū)。而一旦將路側(cè)攝像頭、雷達(dá)、信號燈、車輛數(shù)據(jù)與云端算力打通，車輛就能獲得比自身“看得更遠(yuǎn)、更全面”的信息，從而做出更穩(wěn)妥的決策。這套邏輯在理論上沒有問題，不僅契合智慧城市的愿景，也提供了一套“系統(tǒng)性”的自動駕駛解決方案。

車路協(xié)同框架，圖片源自網(wǎng)絡(luò)

隨著激光雷達(dá)、攝像頭、毫米波雷達(dá)等車載傳感器性能不斷提升，移動通信也從4G走向5G。當(dāng)時普遍認(rèn)為低時延、高帶寬的網(wǎng)絡(luò)將推動車路協(xié)同真正落地，于是，各地陸續(xù)建立起示范區(qū)，安裝RSU（路側(cè)單元），推動信號聯(lián)動，政策上也給予了大量的支持，資金與資源紛紛涌入局部試點。那段時間，車路協(xié)同看起來是一條合乎邏輯、值得重點推進(jìn)的技術(shù)路線。但從現(xiàn)階段再回顧當(dāng)時，車路協(xié)同似乎已沒有太多的火花，單車智能已然成為主流。

為何車路協(xié)同的熱度不斷下降？

車路協(xié)同的熱度下降并不是單一原因造成的，想實現(xiàn)車路協(xié)同，需要極其穩(wěn)定且低時延的通信保障，這在城市中心或示范區(qū)或許可行，但在郊區(qū)、高速公路、隧道等場景中，網(wǎng)絡(luò)覆蓋和穩(wěn)定性難以實現(xiàn)“無縫”交互。即便5G在部分城市已相對成熟，要實現(xiàn)全網(wǎng)覆蓋并保持高可用性，仍然是一項巨大的工程。此外，路側(cè)設(shè)備、電力、傳感器及邊緣計算節(jié)點的部署與維護(hù)，每一項都需要不小的投入。

正因為需要大規(guī)模鋪設(shè)路側(cè)感知與通信基礎(chǔ)設(shè)施，不僅前期投資巨大，還需要長期的運(yùn)維費用。不少城市在試點中發(fā)現(xiàn)，盡管局部能見到成效，但若要復(fù)制到全國或大范圍區(qū)域，投入產(chǎn)出比難以算清。再加上缺乏清晰的商業(yè)模式和利益分配機(jī)制，基礎(chǔ)設(shè)施方、運(yùn)營商、整車廠和出行服務(wù)方之間，尚未形成各方都愿意長期投入的盈利邏輯，資本熱情自然難以持續(xù)。

由于不同地區(qū)在通信協(xié)議、數(shù)據(jù)格式、隱私與安全規(guī)范方面尚未統(tǒng)一，設(shè)備之間兼容性差，跨區(qū)域應(yīng)用面臨諸多障礙。想實現(xiàn)車路協(xié)同，產(chǎn)業(yè)鏈上需要協(xié)調(diào)硬件、通信、云/邊緣算力以及車廠的軟件能力，這類協(xié)作和標(biāo)準(zhǔn)化推進(jìn)工作本身回報慢、見效緩，容易拖慢商業(yè)化節(jié)奏。

與此同時，單車智能的快速發(fā)展改變了行業(yè)判斷。隨著傳感器成本下降、車載算力提升，以及端到端學(xué)習(xí)和更強(qiáng)感知算法的出現(xiàn)，車輛所需的許多能力不再像過去那樣依賴外部信息。技術(shù)路線變得更“輕”，更側(cè)重于車輛自身的感知與決策體系，部署門檻低、推廣速度快。在這樣的背景下，投入巨資改造道路和基礎(chǔ)設(shè)施的方案，自然顯得笨重而效率不高，討論熱度也隨之下降。

車路協(xié)同與單車智能，是沖突還是互補(bǔ)？

將車路協(xié)同與單車智能視為兩條獨立路線其實是不妥的，車路協(xié)同與單車智能只是是解決問題的方式不同，面對的場景和需求也不完全相同，但目標(biāo)都是為了實現(xiàn)自動駕駛。從現(xiàn)在的技術(shù)方向看，車輛具備獨立感知與決策能力是非常有必要的，很多場景要求車輛即便在沒有外部支持的情況下也能安全運(yùn)行。把主要資源投入到提升單車感知、控制和算力上，能夠快速實現(xiàn)規(guī)?；渴鸷蜕虡I(yè)化落地，這是當(dāng)前市場的明確選擇。

但車路協(xié)同并沒有被完全淘汰。在一些特定場景和極端條件下，它仍具有不可替代的價值。如在惡劣天氣下車載傳感器探測能力受限，或視線被遮擋、交通參與者復(fù)雜交織時，路側(cè)感知可以補(bǔ)充關(guān)鍵信息，降低盲區(qū)風(fēng)險。在交通管理層面，車路協(xié)同能夠?qū)崿F(xiàn)更宏觀的優(yōu)化，如信號配時的動態(tài)調(diào)節(jié)、應(yīng)急車輛優(yōu)先通行、擁堵調(diào)度等，這些都是單車智能難以獨立完成的全局性任務(wù)。

未來想大規(guī)模實現(xiàn)自動駕駛，更可能采用一種“以車為主、以路為輔”的組合策略。將車輛的獨立性和魯棒性作為核心，確保在絕大多數(shù)情況下車輛能自主應(yīng)對；而在對全局信息或高精度協(xié)作有強(qiáng)需求的受控場景中，車路協(xié)同則作為增強(qiáng)手段出現(xiàn)。港口、物流園區(qū)、機(jī)場及部分高速公路車道是天然的優(yōu)先切入點，這些場景地理范圍固定、運(yùn)營結(jié)構(gòu)清晰，基礎(chǔ)設(shè)施投入回收快、效果明顯。將車路協(xié)同定位為提升特定場景安全與效率的工具，而不是普適性的“全網(wǎng)解決方案”，比起早期將其包裝成萬能鑰匙的做法，會更加務(wù)實，也更容易落地。

車路協(xié)同下一步的路怎么走？

車路協(xié)同是否應(yīng)繼續(xù)投入并持續(xù)發(fā)展？其實可以從現(xiàn)有的商業(yè)模式入手來分析。像是礦山、港口和物流園區(qū)的車隊調(diào)度；企業(yè)園區(qū)的自動駕駛擺渡車；特定高速路段的編隊駕駛等，這些應(yīng)用場景相對固定，且商業(yè)化需求也比較多，因此可以在這些場景中將車路協(xié)同先做起來再逐步擴(kuò)展的領(lǐng)域。在這些場景中，加強(qiáng)基礎(chǔ)設(shè)施的布設(shè)，依托車路協(xié)同，相較于單車智能反而是優(yōu)勢，其集中鋪設(shè)與維護(hù)成本可以直接被運(yùn)營效率的提升所抵消。

不同廠商的設(shè)備能否互通，數(shù)據(jù)能否在受控前提下安全共享，是未來車路協(xié)同提升系統(tǒng)靈活性、降低建設(shè)門檻的關(guān)鍵。引入邊緣計算可以減少對中心云的依賴，將部分決策與數(shù)據(jù)處理下沉到路側(cè)節(jié)點，有助于提高實時性，也可以降低對帶寬和延遲的要求。政策和投入方式也需要跟進(jìn)。政府可以將車路協(xié)同中更接近公共服務(wù)的部分納入優(yōu)先支持范疇，將其作為城市交通治理工具的一部分，在公共交通、應(yīng)急管理和貨運(yùn)樞紐中優(yōu)先試點推廣車路協(xié)同。財政補(bǔ)貼、試點基金或公私合作模式，都可以用來分擔(dān)早期的投入，以降低單一企業(yè)或單一利益方承擔(dān)的風(fēng)險。同時，應(yīng)推動建立更透明的收益分配機(jī)制，鼓勵通信運(yùn)營商、設(shè)備廠商和整車廠在生態(tài)層面形成長期合作，而不是僅停留在短期的項目參與上。

車路協(xié)同與單車智能一定是“共生而非替代”的。單車智能將繼續(xù)向前發(fā)展，成為大規(guī)模商業(yè)化的主力；車路協(xié)同則會收縮至其擅長的局部場景與城市治理功能中，兩者互為補(bǔ)充、相互校準(zhǔn)。這樣的調(diào)整既節(jié)約成本，也能在真實運(yùn)營中積累經(jīng)驗，待技術(shù)、標(biāo)準(zhǔn)和政策進(jìn)一步成熟后，再考慮更大范圍的推廣。

總結(jié)

車路協(xié)同并未被徹底否定，但它的應(yīng)用場景一定會越來越具體化。自動駕駛行業(yè)需要的是更務(wù)實的落地路徑、更清晰的分工，以及更合理的利益機(jī)制，單車智能在現(xiàn)階段無疑時最優(yōu)解，但對于車路協(xié)同來說，在未來智慧交通體系中依然會有屬于自己的位置。

審核編輯 黃宇