协同之下，待破有题——探寻车路协同应用落地之路

作者：户利华 来源：中国交通信息化

近期一系列的交通事故将自动驾驶的安全问题推上了风口浪尖，在单车智能难以突破的当下，车路协同成为自动驾驶商业化落地的重要一环。从“十五”与“十一五”期间的技术研究起步，到“十二五”期间的关键技术攻关，到2020年从测试场走向真实道路，再到当前的商业应用探索热潮，车路协同快速发展的大幕正在渐次拉开。新一代车路协同的核心要义是什么？车路协同在设计与落地过程中面临哪些挑战？未来又应该如何进一步推进？在由中国公路学会主办、《中国交通信息化》杂志承办的第二十三届中国高速公路信息化大会上，与会专家们对此进行了分析探讨。

认知——新一代车路协同的核心要义

对道路工程师和交通工程师而言，其实“车路协同”并非一个新名词。在道路工程学和交通工程学的基础课程中，强调道路交通系统中人-车-路-环境四要素的耦合与协同。只是伴随着时代的进步与技术的发展，“车路协同”又被赋予许多新的内涵。

2021年6月，清华大学智能产业研究院与百度联合发布全球首份《面向自动驾驶的车路协同关键技术与展望》白皮书。白皮书指出，车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车与车、车与路、车与人之间动态实时信息交互，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，从而形成安全、高效和环保的道路交通系统。车路协同能够加速自动驾驶规模商业化落地实现，其产业链潜力巨大，将成为新一轮科技创新和产业竞争的制高点。

白皮书指出，车路协同自动驾驶则是在单车智能自动驾驶的基础上，通过先进的车、道路感知和定位设备（如摄像头、雷达等）对道路交通环境进行实时高精度感知定位，按照约定协议进行数据交互，实现车与车、车与路、车与人之间不同程度的信息交互共享（网络互联化），并涵盖不同程度的车辆自动化驾驶阶段（车辆自动化），以及考虑车辆与道路之间协同优化问题（系统集成化）。通过车辆自动化、网络互联化和系统集成化，最终构建一个车路协同自动驾驶系统。车路协同自动驾驶是一个由低至高的发展过程，主要包括三个阶段：信息交互协同阶段、协同感知阶段与协同决策控制阶段。

当前在技术与政策的双重驱动下，车路协同迎来新的发展阶段，在这种背景下，对车路协同的正确认知显得极为重要。对此，与会专家在此次论坛上也各抒己见。

大唐高鸿智慧交通事业部副总经理兼首席技术官张杰认为，车路协同并非新词，它与传统高速信息化的区别主要体现在四个方面：从信息流来看，传统的高速信息化是自下而上的信息流，强调信息的收集汇聚、可视化展示及大数据统计，车路协同则侧重上下闭环且带有控制意义的信息流；从服务主体来看，传统高速信息化主要服务于管理者，侧重“运管”，而车路协同同时服务于管理者与驾驶者，更多强调“运管建养服”；从信息分析来看，传统的高速信息化强调数据的汇聚与宏观信息分析，但对于微观信息的获取与分析并不充分，车路协同则可以实现宏观调度与微观控制相结合；从信息流转时效性来看，传统的高速信息化，信息流转时效性要求低，但是车路协同尤其在服务于L4级别以上的自动驾驶时，对信息流转时效性要求极高。总而言之，从交通信息化向车路协同的发展，就是从传统的交通智慧大脑向“智慧大脑+神经网络”发展的过程。

此外，张杰认为车路协同主要涉及路侧全域感知技术、车辆高精度定位技术、高可靠车辆间通信技术、分级云控技术四大关键技术。

华设设计集团智能交通技术和设备交通运输行业研发中心主任王维锋认为，车路协同并非狭义概念，车路协同不只是控制还可以是服务。新一代车路协同的核心要义应该包括有思想的车、有温度的路、有交互的网和有决策的脑。

有思想的车，即能够看得清、听得明、会学习、有思想的车，能够感知周围环境的车，能够看懂电子地图的车，能够互相倾听、互联共治的车，能够自我学习、自主决策的车。

有温度的路，即道路不再是冰冷的，而是可被感知的、活化的生命体，具备基础设施自我感知、对人的感知、对车的感知、对环境的感知的能力，从而构建从路的视角出发的“I2X ”（交互、协同）。

总体而言，王维锋认为，从本质上来看，车路协同需要感知、思考、理解、分析、执行等类脑能力的技术融合；从要素方面来看，需要人、载运工具、环境、基础设施等全要素协同可信交互；从目标上看，即安全、高效、便捷、绿色，实现服务与管理并重。

设计：多个关键环节仍待闯关

车路协同的技术自诞生以来，快速发展，逐步迭代。从最广义的面向普通汽车的可变限速系统、交通信息发布系统，到面向普通汽车的雾天公路行车安全诱导装置、公路发光型诱导设施、基于微波车辆检测器的公路视觉盲区危险预警系统等，再进一步发展到基于ETC、物联网技术的主动发光交通标志、基于毫米波雷达或机器视觉的公路视觉盲区危险预警系统等，随着C-V2X技术的发展，又出现了面向智能网联汽车基于LTE-V2X和基于5G-V2X的的智能车路协同系统。技术的快速更新使得设计中技术路线的选择变得复杂，需要多种技术路线结合使用，才能更好的支持不同场景功能的实现。

交通运输部路网监测与应急处置中心技术与网络安全处处长陈智宏认为，当前在车路协同设计过程中，涉及通信技术、应用场景、数据融合、效果量化指标、安全、产品性能指标等多个方面，但也存在着种种难题。

在V2X通信技术方面，陈智宏认为，目前用于V2X通信的主流技术包括专用短程通信（DSRC）技术和基于蜂窝移动通信系统的C-V2X技术（包括LTE-V2X和5G NR-V2X）。ETC是车辆唯一的电子标签，除了车间通信V2V无法实现外，基本上所有V2I场景都可以对已有ETC系统经过一定的软件升级加以实现；LTE-V2X可承载辅助驾驶和初级自动驾驶所有功能，现阶段LTE-V2X产业生态已基本成熟；基于5G的V2X技术仍处于发展阶段，R16为C-V2X奠定了很好的基础，为了5G技术能够更好的支撑自动驾驶，支撑数字基础设施。为此，在设计过程中，要根据不同需求合理选择通信技术，并做好未来发展平滑过渡的准备工作。

在应用场景方面，陈智宏认为目前呈现多样化且不断丰富的特点，因此也对设计提出了更高的要求。2017年9月，我国V2X应用层标准《合作式智能运输系统 车用通信系统 应用层及应用层数据交互标准》定义了17个典型车路协同应用场景。2020年《合作式智能运输系统 车用通信系统应用层及应用数据交互标准 第二阶段》 在“第一阶段（T/CSAE 53-2017）”标准基础上，结合C-V2X技术迭代与行业需求演进，定义了第二阶段的12个应用场景，进一步丰富了V2X应用场景，为更安全、智能、协作的场景实现提供基础。

目前车路协同建设中，最常见的应用场景包括准全天候通行、匝道分合流、隧道诱导和行驶系统、车道级差异化服务。

具体而言，准全天候通行，即采用交通信息监测、车路协同、边缘计算等技术和管控手段，通过车路协同预警、诱导服务，实现特定恶劣气象条件下车辆的安全通行；匝道分合流，即对分合流区域过往车辆进行预警提醒，尽量避免主线车辆与匝道车辆的碰撞事故发生；隧道诱导和行驶系统，即车辆在通行隧道前、隧道中、隧道后的全过程安全预警及诱导场景，重点解决隧道黑白洞效应，同时实现洞内事故提前告知功能；车道级差异化服务，即根据高速公路不同用户主体的行驶特点、以及对道路的使用功能需求差异，通过建设车道级差异化服务系统，为特殊车辆提供差异化精准规划与诱导服务。

其中前两个是车路协同中比较基础的应用场景，后面两个为满足更高需求的应用场景。高速公路及城市道路的不同应用场景，提出不同的部署原则及要求，具体路侧设施的部署方案需结合路况及监控对象的精度要求设置，满足实际业务需求。例如，对精度要求更高的车道级差异化服务，摄像机的有效覆盖范围大概为100米车道级跟踪，而如果只需要满足简单的事件检测需求，摄像机的有效覆盖范围可以达到500-1000米。可见，不同的精度要求直接影响到设备的选型与布设原则，直接影响到工程的规模与造价。

除了上述的通信技术与应用场景两大方面，陈智宏认为，在交通大数据融合方面也面临一定挑战。目前高速公路业务数据大致可分为收费数据、交通监控数据、交通气象数据、指挥调度数据、日常运维数据等几大类，这些数据具有量大、高维、多源、异构、动态、时效、连续、无限等特点。随着交通智能化信息化系统的不断建设，相关的数据量级已从TB级别跃升到PB级别，形成了名副其实的高速公路交通运营大数据。不过，当前仍然存在着数据资源基础不够扎实、数据共享开放需深入推进、大数据应用不够广泛、管理体系尚需健全等问题，亟待进一步深入推进解决，促进数据融合，更好的支持车路协系统建设。

此外，在效果指标量化方面，当前车路协同的设计仍无缺乏明确量化指标，对通行效率的提升、事故率的降低等很难量化效果；在安全方面，由于车路协同与智慧高速和传统机电是密不可分的，因此相应的对网络安全方案提出了更高的要求；在产品性能指标方面，产品类型多样性导致设计方案多样，设备选型与设备参数的选择与实际场景需求息息相关，很多产品参数仍没有建立统一的设计标准。

由此可见，在车路协同设计过程中，无论是通信技术还是应用场景、大数据融合、效果指标量化等多个方面仍需进一步改进与发展。

落地——先行先试的典型样本

车路协同的理想图景是“车-路-云-网-图”之间，从技术到产品、再到应用场景之间的深入融合与相互赋能。其中，最为关键的第一步，就是应用场景从封闭走向开放，以及车端和路端两条本来平行赛道之间的产业协同。

近年来，各地方政府也积极出台相关政策，争创国家级车联网先导区，涌现了无锡、天津、重庆、长沙、德清、广州等一批车联网产业发展重点城市，引领产业发展。目前中国已建成多家国家级测试示范区并且批复了江苏（无锡）、天津（西青）、湖南（长沙）等国家级车联网先导区。目前，国内车联网建设将从小范围测试示范向规模先导应用逐步过渡，国内各示范区正在加快部署C-V2X网络环境。

除了车联网的示范先导工程外，各省市在开展智慧高速的建设过程中，也将车路协同协同考虑在内，目前像北京、河北、江苏、浙江、江西、广东、湖南、海南等多个省市均在探索车路协同在智慧高速中的应用，这也大大加快了车路协同的经验验证。

在此次论坛上，与会专家对典型车路协同建设项目进行了介绍。

中咨泰克交通工程集团有限公司副总工程师张艳以京沪高速为例，介绍了车路协同在智慧高速中的应用情况。京沪高速（G2段）是车联网先导应用环境构建及场景测试验证平台建设项目，该项目位处京津冀、长三角战略发展经济带，具有示范意义强、交通流量大、基础条件好、应用场景多等特点，预计2022年7月建成。张艳指出，京沪高速在建设原则上，侧重创新引领、需求导向、以人为本、示范先行、新旧融合。

在技术路线方面，该项目以“高清摄像机+毫米波雷达融合”为主实现路测环境感知；采用“C-V2X”通信技术实现“车—路、车—云”实时通信（本阶段采用“LTE-V2X”通信技术，支持未来向5G-V2X平滑演进）；遵循“路测信息实时触达（PCS）、云端信息及时下发（Uu）”的协同策略；实现高速公路及城市道路典型场景下的车路协同应用。

在建设内容方面，构建基于C-V2X的“车端大规模改造、路测全方位部署、云端一体化服务”的“人、车、路、云”协同的规模化车联网先导应用环境，实现京沪高速(G2段)车路协同跨省域应用。

具体而言，在云端，主要有三层架构组成：业务应用层、平台服务层、基础架构层。云端三层架构如下图所示。

云端建设架构图

在路端，主要实现四大应用场景：分合流安全预警及诱导、隧道安全预警及诱导、准全天候辅助通行与车道级差异化服务。

分合流安全预警及诱导的布设点位在匝道互通、枢纽互通、服务区等，选取路段交通流量大、易发事故、货车比例高的分合流场景部署。

隧道安全预警及诱导的布设点位在隧道区域，选取交通流量大、易发事故、黑白洞效应明显的典型隧道部署。

准全天候辅助通行的布设点位在京津塘、临沂至莱芜、新沂至江都、京台高速试点路段，根据路段承担的功能、重要程度，同时兼顾交通事故率、交通事故成因、交通流量、交通特性等因素，尽量选取对居民或物流运输有着重要作用的、可替代性低的路段部署。比如主城区与卫星城连接路段、城区与机场连接路段、区县之间连接路段、物流集散区经过路段。

车道级差异化服务的布设点位在江苏新沂至江都段准全天候辅助通行路段，基于准全天候辅助通行基础设施，结合高精地图、车载终端功能，为特殊车辆提供车道级行车诱导服务。 在重点车辆差异化诱导服务方面，应用场景包括货运物流车辆路径引导、货运物流车辆车速引导、货运物流车辆位置监控、两客一危车辆路径引导、两客一危车辆车速引导、两客一危车辆位置监控、危险车辆避让、救援车辆应急车道行驶诱导。

在车端，包括通信模块（Uu、PC5、4G）、V2X应用模块、ETC应用模块、卫星定位模块、MCU实时处理模块、预警模块（声音和图像预警）、WIFI&BT模块、硬件加密模块。

总之，当前车路协同在智慧高速中的应用实例越来越多，例如京台高速有单向20KM车路协同示范路段，成宜高速建成基于LTE-V2X技术的车联网络，五峰山过江通道公路接线建成车路协同示范应用基地和首条5G网络全覆盖+应用的高速公路，沪杭甬高速实现无人驾驶与货车编队行驶等技术，云南昭阳西环打造国内首个“面向混合交通流的智能车路协同系统应用示范”等。

未来——规模化应用的破题之举

车路协同是一项跨部门、跨行业，集技术、产业、政策法规、基础设施建设、商业模式等要素于一体的“系统工程”。事实上，碍于成本、政策、法规等问题，车路协同技术在当前并未得到大范围的落地和应用，车路协同的规模落地还需要一个过程。

对于车路协同的未来发展，张艳认为，无论从业务协同、法律法规、运营模式等多方面仍需要进一步完善与探索。张艳认为目前车路协同存在以下九方面的问题。

1、云平台侧车路协同业务不明确。车路协同外场业务场景较为明确，平台侧的业务场景还不清晰。目前我国高速公路车路协同示范区的平台业务多集中在效果展示，对车路协同核心应用业务探索不足，缺乏与车路协同强相关的业务应用。

2、与现有高速收费、监控、养护系统业务割裂。目前车路协同业务与高速公路传统收费系统、监控系统、养护系统之间相互割裂，如何更好打通以上业务，提升数据价值、业务价值，实现1+1+1+1>4的效果，是未来需要探索的方向。

3、各示范项目平台之间的互联互通存在问题。目前我国已有多个省市开展高速公路车路协同示范应用工程，各省市甚至各路段均已建成各自的车路协同测试验证平台，各平台建设标准不一，平台之间彼此独立、相互割裂。

4、车路协同业务对高速公路通信性能要求还不明确。网络需求不明确，网络设计的依据不充分；网络建设多为烟囱式，缺乏统一的规划；网络方案各异，缺乏评估网络的测试规范。

5、路侧设备产品性能各异，缺乏统一的布设原则。目前路侧感知设备（高清摄像机、毫米波雷达、激光雷达、气象感知设备）、路侧计算设备（MEC）、路侧通信设备（RSU）等产品五花八门，产品性能指标差别较大，布设间距受制于产品本身能力。

6、隧道定位问题尚在探索。目前隧道内无法精准定位的问题仍需探索，隧道事故位置与事故类型的快速定位、隧道出入口的盲区等问题仍需进一步推动。

7、单车智能和车路协同的服务界面还不明确。在提升道路通行效率、提高道路安全性能方面，哪些是单车智能无法解决的问题？迫切需要路方提供哪些具体的信息，信息如何进行有效验证等，目前都还没有相对明确的内容。

8、车路协同运营、管理、服务机制尚未建立。对于道路业主以及高速运营公司而言，在全国范围内车路协同仍在建设初期阶段，还未真正进入运营、管理阶段。现有的运营、管理机制可能无法支撑车路协同的运营与管理业务。

9、车路协同盈利模式不清晰。车路协同在全国范围内建设如火如荼，但是车路协同系统整体造价较高、设备安装较密、技术要求较高、网联车渗透率较低，盈利模式正在探索，目前大部分作为试点进行建设，大规模推广还存在问题。

面对车路协同面临的行业协同、法律法规、运营模式、规范保证等多方面的问题，中交资产管理有限公司重庆区域管理总部党工委书记、总经理刘继灵提出了三点建议。

第一，加快标准规范制定。充分利用好项目在车路协同建设、测试、运营上的先发优势，充分发挥示范路的作用与价值，在相关行业部门的领导下，推动相关标准规范的制定、完善和应用。

第二，加速商业模式探索。目前车路协同仍未形成路网规模与用户规模，未形成可循环的商业模式，商业推广仍然存在较大障碍。目前来看，提供车路协同解决方案、提供智能设备集成服务、开展车路协同项目咨询、智能设备商用测试服务四个方向具有商业潜力。

第三，积极争取政府支持。在科研支持方面，利用好示范项目资源，积极争取有政策优势的地区的科研及资金支持，推动更多的车路协同项目落地；在测试支持方面，积极争取测试支持，在道路经常行驶的车辆部署车载终端增大测试范围，提升并完善车路协同系统。

对于未来车路协同的推进策略，交通运输部规划研究院信息所高工李柏丹认为需要重点关注四个方面。

首先，注重融合创新，应该围绕智慧公路、车路协同等业务痛点和体验感，进行应用场景和功能的创新设计；完善运行机制、可持续发展的商业模式，让“路”形成投资、运营、建设再投资的闭环，推进标准规范建设，让智慧公路与车路协同能运行出实效，能够可推广。

其次，增强理性思维，适度冷静，在智慧公路车路协同的建设模式和应用场景尚不十分明晰的情况下，不要一哄而上，盲目追求高大山，为了建而建。

再次，做好顶层设计有序发展，近期重点实现成熟技术在智慧公路与车路系统的规模化、体系化、网络化应用，形成规模带动效应；远期可以超前布局关键技术研究和试点示范，新应用在一定规模上连续覆盖，着力扩大网络效应，更重要的是让大家有体验感、获得感。

最后，处理好政府和市场、创新与安全、数据开放和安全的关系。

结语

后疫情时代“新基建”热潮来临，国内智能网联示范区密集爆发及各种道路与车辆测试工作不断推进，一场交通领域的科技变革势不可挡，车路协同也迎来了历史性发展机遇。伴随着政策加持、技术创新、产业融合……车路协同已经到了新的关键节点，期待未来美好出行时代不再遥远。

（原文刊载于2021年第9期《中国交通信息化》）