车路协同，智慧出行的又一杀手锏？

下午六点，我被堵在了北京四环。四公里足足走了一个小时。

在一片红色尾灯走走停停的无奈中，我除了希望高级辅助驾驶乃至完全自动驾驶早点普及以解放手脚和注意力，更希望拥堵问题尽快得以缓解，毕竟前者只是带来疲劳感，而后者则是在造成血压升高怒气爆表方面足以媲美熊孩子哭闹的“大杀器”，极具危险性。

拥堵是智慧出行必须面对的重要问题，而车路协同则是实现智慧出行抑或自动驾驶绕不过的话题。

面向未来的车路协同

之所以说它是智慧出行的杀手锏，正是基于其系统性的优势。

关于车路协同系统（CVIS，Cooperative Vehicle Infrastructure System）的定义并无太大争议：它是基于无线通信、传感器探测等技术获取车辆和道路信息，全方位实施车车、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，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

通俗来讲，就是将所有车辆、道路以及相关基础设施的动态信息都接入到同一个“互联网”中，并从宏观上进行协调管理，这样一来不仅能够提高整体的效率，很多具体的功能也将得以实现，例如盲区预警、多车协同换道、行人非机动车避撞、紧急车辆优先通行、车队协同通过信号交叉口等。

同样，车路协同技术也为自动驾驶开辟了新的道路，很多依靠提升单车智能化水平难以实现的功能在它面前将迎刃而解。

因此，车路协同被当作智能交通系统（ITS）的重要发展方向之一，无论企业还是国家层面都对其重视有加。

技术支持

不看实际情况，仅从定义我们也能感觉到车路协同系统的复杂与浩大。它既需要应用各领域的前沿技术，也需要其他设备的配合，例如汽车、道路基础设施的标准化。

高精地图。无论传统纸质地图还是如今主流的导航软件都是给人看的，而高精地图是给车机“看”的，高精度定位、详细且实时更新的道路信息、实景与云端数据的互证都为车辆和道路信息的互动协同提供了可能。

5G技术。5G可以说是2019年的当红概念，影响力也是波及各行各业。其高速率、低延时、低功耗、无死角的优势令车联网内各个成员的实时通信具备了可能。

更强大的数据处理能力。不同于我们日常使用的移动互联网，车联网的特殊性决定了其对安全性和实时性的要求也更高，算法、存储、芯片的优化势在必行。

智能化硬件（车端）及智能化基础设施建设。一切软件和数据都要以硬件为前提。以摄像头和雷达为代表的各类传感器、通信工具的升级也将影响整个系统的运行效率。

上述只是一些车路协同系统所涉及到的具有代表性的技术路线，真正实践起来则会关联更为复杂和细分的技术领域。

实践：从自动驾驶到智慧城市

毫无疑问，车路协同系统是极为复杂的工程，其建设不仅时间漫长投入巨大，同时也需要车企、科技公司、政府等多方协作，统一标准。即使万事俱备只欠东风，也没有人敢妄言xx年内就能实现。

但拆分来看，我们也正在从不同角度，一块一块地寻找着车路协同的拼图。

从车辆角度看，公交、物流车队和无人驾驶出租车是车路协同系统的探索阵地。它们或有固定的运行路线、运营模式，或有大量的规律的数据积累，在商用落地上有先天的优势。例如华人运通的“智城”系统便是以纯电无人驾驶的巴士为载体。而百度Apollo车路协同平台也重点提到了智能公交、智能货运等。

从场景角度看，“车路协同”的自动泊车技术已经问世，例如博世与戴姆勒合作开发的自动代客泊车系统，将通过场端的智能摄像头来引导汽车寻找车位并规划最优路径，不再是单独依靠汽车自己识别车位停车。而一些针对高速路段的车路协同试点项目也正在全球范围内进行。

从功能角度看，很多已经投入应用的功能其实都算得上是车路协同系统的一部分。例如高速ETC的自动缴费（以及原理类似的ETCP停车场管理），导航中的交通标志提醒、限速预警。虽然看上去并没有特别复杂的技术应用，但的确是“车路协同”的思路和实际应用。

聪明的车离不开智能的路。虽然落地难度极大，但车路协同的概念又是非常诱人的。在成熟的车路协同系统中，“路”将不只是路，更会囊括与出行相关的一切。实体行驶在路上，数据行驶在云端，汽车将真正加入万物互联的大家庭，成为智慧城市的一部分。

在出行领域，科技将帮助人类做出更加理性的判断，避免操作失误，合理规划出行。这也是车路协同系统最直接的好处。

愿未来没有堵车。