自动驾驶的发展路径从广义上来看分为两种：一种是单车智能，一种是车路协同。
第一种方案主张通过提升车子自身的智能化水平实现自动驾驶，代表人物分别是特斯拉和 Waymo，前者主张循序渐进（L2 慢慢向上迭代），后者选择直接切入高级别自动驾驶（L4 及以上），不过，这不是我们今天关注的重点。后一种方案车路协同，才是今天的主角。
不同于单车智能，车路协同更多的追求通过车辆与周遭事物的互联来实现自动驾驶。再加上很火热的 5G 概念（更快的峰值网络传送速率能让通讯更快捷）加持，通过车路协同来实现自动驾驶似乎更可期了。
但是，现实似乎并非如此。
在文章开始之前，我们首先要了解的一个概念是：什么是车路协同。
车路协同是什么？
所谓车路协同其实很好理解，借助新一代的通信技术将车与周边的一切事物连接起来，实现车辆与车辆、车辆与路侧基础设施、车辆与行人等交通参与者、车辆与云服务平台的全方位连接和信息交互。
对于车子来说，有了车路协同的加持，相当于拥有「千里眼顺风耳」。可以将感知范围扩大到周遭几百米，便于做更精准的决策。比如说，提前知道前方红路灯状态，然后完成加速 or 减速操作；通过车车互联，可以提前感知到前车位置速度，提前判断来往车辆意向；而通过人车互联，将行人状态进行检测，数据回传到车内，提前提醒车辆有行人通过，减速慢行。
而对于城市交通管理者来说，则可以通过云平台实时了解交通状态，进行动态调控（比如在拥堵时缩短红灯等待时间），提升通行效率，降低城市拥堵以及环境污染。
从这些内容来看，车路协同确实是个好东西，那么实际应用情况是怎样的呢？
国家层面对于这项技术的大力支持相信大家已经有目共睹。仅以过去的 2019 年来看，包括科技部、工信部、交通部在内的多部委推出了一系列重大项目和政策支撑，同年 9 月，中共中央、国务院更是印发《交通强国建设纲要》，其中就提到要「加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。」
今年 2 月，国家 11 部委更是联合印发《智能汽车创新发展战略》，表示要构建先进完备的基础设施体系，重点推进智能化道路基础设施、车用无线通信网络、车用高精度时空基准服务能力、道路交通地理信息系统、大数据云控基础平台建设。除此之外还有「新基建」的加持， 车路协同已然成为一大重点推进对象。
而像北京、上海、广州、深圳、重庆、武汉、长沙等地都建立了各自的智能网联相关应用示范区， 而京雄高速正在筹建国内首条自动驾驶专用道。
从公司层面来看，车路协同项目的进展也是如火如荼。 作为车路协同的坚定支持者，百度已经在长沙落地 Robotaxi，并向市民开放了打车服务，接连拿下重庆、合肥、阳泉多地智能交通「大单」，并与南京、广州等城市达成新基建合作；长安大学与齐鲁交通、主线科技共同建设了国内首个智能网联高速测试基地；自动驾驶公司文远知行与高新兴就车路协同展开合作；元戎启行与中国联合网络通信有限公司深圳市分公司签署全面合作协议。双方将结合各自优势资源，在 5G 应用车路协同、自动驾驶远程接管搭建、自动驾驶编队行驶等多个应用领域展开合作……
这样看起来，我国车路协同已经有很多合作 or 落地案例，但是在实际应用中，却没有那么「美好」。
车路协同所面临的困境
以高速公路车路协同系统来看，在感知层面主要分为两类：车端感知和路端感知。路端感知一般采用摄像头、毫米波雷达、激光雷达、各类环境传感器来实现信息采集，同时还有信号灯、交通标识线等交通设施辅助；车载端同样也需要一定的协同设备，接收相关信息；并使用 4G、5G、有线光纤等进行通讯；此外，还需要管控平台，通过布置在车端、路端以及云端的计算平台进行复杂系统信息融合和数据分析。
但是，这里面我们依然会面临诸多难题和挑战。
就以感知上来看， 智慧的路只有范围够大才能真正起到协同作用 ，但是目前的状态是车路协同的覆盖有限，路端设备的集成度不高。
目前路端监测设备主要用的是摄像头，但是在最需要信息时，摄像头可能没法提供信息，比如极端天气（大雨、大雾等）。如果换用激光雷达，虽然可靠性上来了，但是成本不低且寿命有限，「路侧激光雷达寿命不超过 1 年」。
(国家智能网联汽车（上海）试点示范区 – 开放道路测试区)
以上海的这个开放道路测试区为例，73 公里的里程布置了 182 个路侧单元，平均下来，每公里 2.5 个，这还只是示范区，如果整个智慧的路布置下来，成本不会低。
此外，有很多地方即便有智慧公路，可以收集到大量数据，但是却面临数据不知道如何处理的问题，且现在我们路端传感器如何布置也没有形成统一标准。
所以车路协同究竟怎么来搞，大家还是没有想太明白。
而且，别忘了，还有地域差异，在南方能够适配的方案直接复刻到北方，可能不一定适用，所以， 车路协同还讲求「本地化」。
再说一个点，我们一直都说有 5G 加持的车路协同将创造更大的价值，但是大家没有考虑到 5G 的实现难度有多大。
5G 虽然速度快，但是能够辐射范围很小，要想完成同等范围的辐射范围，5G 基站至少是 4G 的 2-3 倍 。而且建造成本不低，一个 5G 基站就需要需要 50 万-60 万左右（至少），而且 5G 基站功耗很高，前不久，就有新闻报道，洛阳联通会在夜间休眠部分 5G 基站，以降低电费成本。根据中国铁塔的数据，单个 5G 基站单租户年综合电费约 2.3-3 万元/年。
而对于 5G V2X 来说，需要完成规模覆盖才能真正起到车路协同的作用。所以， 实际上 5G-V2X 的推进难度要比想象中大的多。
无人车想要大规模应用，需要道路提供信息与通信支持，但是要在商业层面上站得住脚。如果已经有了一条完全针对无人车的智慧公里，但是路上并没有一辆车具有智能网联驾驶功能，这就会导致智慧公路没有服务对象，这些改造费用就成了沉没成本。所以，「为智能网联车服务的智慧公路大规模应用的前提是智能网联车的规模达到一定程度，否则智慧公路就没有用户基础和商业价值。」
这就面临一个悖论：究竟是先有智慧的路还是先有聪明的车？
先有智慧的路还是先有聪明的车？
在车路协同的方案中，聪明的路需要智慧的车，智慧的车同样需要聪明的路，这是一个相辅相成的过程，缺一不可。但是，可以看到的是，目前压力还是在智慧的路这头。
车路协同国家重点研发计划项目负责人、戴升智能 CEO 毛国强提到的一点我很赞同：智慧公路只有让道路使用者明确感受到智慧化的优势，有鲜明的体验，才能被大众接受并大规模推广。
所以，车路协同的落脚点应该放在当下，解决现有交通系统的问题，而后才是面向未来的自动驾驶。
具体来说，比如通过这些传感器设备，实现灵活的车辆流量管控，提升道路通行效率，带来更好的用车体验；为用户提供更准确的道路状态信息，提供更高效的出行规划等等。说到这里，举一个例子，在长沙，百度已经部署了 V2X 的路侧设备，它的信息可以直接被手机百度地图 App 所使用，经过安装这样设备的路口，红路灯相关信息会直接显示在手机百度地图上。方便用户更快了解前方信息。
让道路使用者真切感受到智慧的路带来的益处，唯有此，才能真正将车路协同推广开来。
在毛国强看来智慧公路和车路协同发展路线应该是螺旋型、阶段化的。「现在修的智慧公路应该主要针对有人驾驶车和高级辅助驾驶；当信息化达到一定程度后，有了信息的充分采集，就可以支持 L3 级自动驾驶和高级辅助驾驶；全面针对 L3 级的智慧公路，只有当 L3 级自动驾驶车辆渗透率达到一定程度才有可能大规模部署。」
车路协同是未来吗？
那么，车路协同是未来吗？答案是肯定的。
需要强调的是， 单车智能和车路协同本身就是一个相辅相成的存在。 所以，发展车路协同并不意味着减弱单车智能的重要性，就目前来看，单车智能的天花板还没到。单车智能无法解决的问题，我们可以通过车路协同来辅助。
但是，我们必须意识到的一点是，目前车路协同面临的问题还有很多。毛国强透露，他们曾拜访了各个智慧公路示范单位，最大的感受是大家对智慧公路有非常强烈的渴求。需求是多方面的。「但行业对智慧公路、车路协同还存在很大的困惑。车和路为什么必须协同？怎么协同？协同什么？解决什么问题，有什么成效？」
所以，现在发展车路协同还要想明白产品应用整个 know-how 的过程，产品应用场景，解决了什么问题，对现有系统有何帮助，成本支出（出多少、谁来出）等等等等，同时在示范测试中建立车路协同的技术架构和评测体系，形成国家标准规范，为规模应用打基础。
唯有此，车路协同才能真正走出测试，打开局面，真正来到我们现实生活中来。