在一篇小说或影视作品中，作者采用得最多的是第三人称叙述，以便于写出故事中的一切细节，也能让读者在阅读时得到宛如开金手指的爽感，一般统称为“上帝视角”。

在自动驾驶中也有这样一种方式，可以通过传感器、数据融合等方式多维度感知路况信息，堪称驾驶中的“上帝视角”，也是本文主角车路协同。

车路协同对车端、路端以及云端的协同提出了较高的要求。车端与路侧端的信息实时交互,车端多传感器进行环境感知与数据融合，通过车载计算平台进行数据处理,路侧设备负责路况信息搜集与边缘侧计算，其中激光雷达作为路侧感知设备中的核心硬件,探测物体的三维坐标，和毫米波雷达、摄像头等设备通过边缘计算进行数据融合，实时绘制局部的高精度地图，采集路况信息，为车辆提供决策依据，而通信平台提供车车、车-路、车云间实时传输的信息管道，从而让车辆实现网联化自动驾驶。多维度的信息，堪称“上帝视角”

同时，车路协同的方案高度依赖低延时、高传输速率、高可靠性、高连接数密度的5G网络环境,而5G基站、路侧感知设备与边缘计算设备的铺设是车路协同实现的前提条件，需要主机厂、零部件供应商、通信企业、互联网公司以及政府部门通力合作，进行必要的基础设施投资,制定统一标准, 高度整合软件、硬件、平台等技术，产业协调的难度较高。

本文将围绕三个问题进行阐述：

为什么选择车路协同？

智慧公路发展到哪一步了？

自动驾驶第一站最有可能在哪里上路？

三种方式

当前主流自动驾驶有三个方式：

1、单车智能（谷歌派）：以激光雷达为主要感知设备，采用高精度地图＋高精度定位。激光雷达价格昂贵,尤其是用于远距离、大范围探测的L4/L5级别自动驾驶主雷达。我国国产的激光雷达因高性价比日益受到市场的认可，价格有所下探但仍比较昂贵,例如禾赛科技在2020 CES上发 布的64线超广角激光雷达PandarQT零售价为4,999美元。

2、单车智能（特斯拉派）：以视觉感知为主要感知设备，通过影子模式收集数据，训练模型，采用低精度地图+低精度定位。

3、车路协同：路测智能替代部分车侧智能，采用协同感知与决策及高精度地图+高精度定位。通俗来讲，也就是“两条腿走路”。

三者对单车智能化水平及网联化水平要求不一。

以谷歌及特斯拉为代表的单车智能对车载芯片的要求较高，技术和成本在车侧，对车载芯片的要求高。

车路协同则需要加大对公路的智能化改造和基础设施进行投资，技术和成本在路测，大范围实行则边际成本低。

在实际选择上，政府对公路智能化改造的支持力度.不同区域的路况、交通参与者特征、地图与定位的精度、高性能激光雷达的价格变化、车队用户和个人消费者付费意愿与转换成本等均是需要考虑的因素。

而中国，因安全运行态势严峻，以及国客货运输需求增速高，对智慧公路的需求迫切。

再加上新基建时期，5G技术世界领先，基站覆盖广，定位市场则有以北斗为代表的高精度、强安全性定位系统，千寻位置业务成熟，可以说占到了天时地利人和，选择边际成本低的车路协同，无疑是明智之举。

聪明的路

在上一篇推送中有提到，自动驾驶分为L1~L5 五个级别，以 L3为界限，动态驾驶任务的接管者的主体发生改变。因此，L3 及以上级别才可被称为“高等级自动驾驶”。即自动驾驶以 L3 为分界线，L3以上（包括 L3）被称为自动驾驶，L3 以下被称为辅助驾驶。

相对应，智慧公路也有六个级别。

2019 年 9 月，中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会发布了《智能网联道路系统分级定义与解读报告》（征求意见稿），将交通基础设施系统分为 6级。

L0：无信息化/无智能化/无自动化，由驾驶员全程控制车辆完成驾驶任务和处理特殊情况。

L1：初步数字化/初步智能化/初步自动化，交通基础设施感知设备能实时获取连续空间的车辆和环境等动态数据，自动处理非结构化数据，辅助车辆自动驾驶如提供信息服务和主动交通管理服务；交通基础设施向车辆系统进行单项传感

L2：部分网联化/部分智能化/部分自动化，为交通基础设施具备复杂传感和深度预测功能，无法从系统层面进行全局优化；主要实现驾驶辅助，需在有限场景内完成自动驾驶。

L3：基于交通基础设施的有条件自动驾驶/高度网联化，提供周围车辆的动态信息和控制指令，可以在包括专用车道的主要道路上实现有条件的自动化驾驶。

L4：基于交通基础设施的高度自动驾驶，为自动驾驶车辆（自动化等级大于 1.5）提供了详细的驾驶指令，可以在特定场景/区域（如预先设定的时空域）实现高度自动化驾驶。

L5：基于交通基础设施的完全自动驾驶，在所有场景下完全感知、预测、决策、控制、通讯等功能，并优化部署整个交通基础设施网络，实现完全自动驾驶。完全自动驾驶所需的子系统无需在自动驾驶车辆设置备份系统。提供全主动安全功能。遇到特殊情况，由交通基础设施系统进行控制，不需要驾驶员参与。

到了L5阶段，智能公路将最终达到数字孪生公路阶段，即达到具备“物理公路与数字化公路并存，二者实现虚实信息交互，共同完成‘决策-控制-管理’功能”等平行智能特征的高级阶段。

目前智慧公路在国内的进度在L2-L3之间，市场空间巨大。

根据中商产业研究院数据，2019年我国智慧公路市场规模达566亿元，同比+16%，2015-2019年年复合增速11.8%。随着我国公路智能化、信息化的大力建设，公路总里程的不断增加以及维护、升级改造的不断实施，未来我国公路智能化行业市场规模将不断增大，预计2020年中国智慧公路市场规模将达641亿元。

智慧公路在各国的进度条也拉的较慢。

日本：依托Smartway,推出ETC2.0，逐步实现了对运行车流及车辆的监管、诱导和控制。

韩国：ITS智能交通系统，目前韩国智能交通系统建设已经完全覆盖高速公路，在国道上已实现20%的覆盖， 覆盖里程约为2607公里，预计在2020年完成45%的覆盖目标。

欧洲：以主动交通管控为基本路径推进智慧高速建设，实现欧洲道路信息基础设施的全覆盖

和统一标准的车路合作系统。拥堵减少25%、死亡和重伤人数减少25%、CO2排放减少10%。

美国：以高速公路为载体开展车路协同、自动驾驶新技术探索，当前开展车辆网设备部署应用的州已超过50%，并在相关高速公路开展智能网联汽车测试。

东部地区或将先行一步？

随着自动驾驶和智慧公路技术的不断升级，车路协同落地时间也将逐步靠近。

据中金公司研报测算，L3 级高速公路有条件自动驾驶、L4 级自主代客 泊车、矿区自动驾驶和无人末端配送将在 2025 年前量产落地，L4 级无人 Robotruck/Robotaxi 有望在 2025-2030 年开始商业化落地。

截至2019年，中国公路网总里程501.25万公里，同比增长16.6万公里；其中二级及二级以上公路里程达到67.2万公里，高速公路14.96万公里。

自动驾驶的商业化落地最有可能在哪里率先实现？

东部地区或将先行一步。

《交通运输部关于加快推进新一代国家交通控制网和智慧公路试点的通知》指出在北京、河北、吉林、江苏、浙江、福建、江西、河南、广东九省（市）加快推进新一代国家交通控制网和智慧公路试点，并将基础设施数字化、路运一体化车路协同、北斗高精度定位综合应用、基于大数据的路网综合管理、“互联网+”路网综合服务、新一代国家交通控制网6个方向作为重点。

根据天风证券和中银国际证券的测算，高速公路的单公里智能化改造成本是100万左右,包含了RSU (Road Side Unit). 边缘计算、摄像头等设备,考虑到中国的高速公路里程14.96万公里,一级公路11.17万公里， 高速公路和一级公路的智能化改造市场规模约为2,613亿元。而对于二级公路和更低等级的公路,由于其路况更为复杂,更多机动车与非机动车和行人的混行情况，场景更为开放,需在十字路口、匝道口、事故易发路段等关键场景铺设更多路侧设备,不同路况的单公里智能化改造投资差异较大,难以进行估算。

在东部铺设路侧设备具有更高的经济效益，尤其是物流密集的点对点固定运输路线，货运的空驶率更低，无人运输车队的优势明显，车队管理者付费意愿更强。自动驾驶不仅可节省司机成本,还可降低油耗,以卡车的编队行驶为例，由于跟车距离缩短(车距10m),前车可以为后车“挡风”,减少空气阻力，降低10-15%的燃油消耗"。假设货车百公里油耗35升, 6元/升,编队行驶可节省10%油耗,则单公里可节省油耗0.21元,另外,假设-辆货车每年运营里程17.5万公里,司机年收入7.8万",则单公里司机成本约0.45元,汇总后每公里可为车队节省0.66元,如果车路协同收取服务费0.4元/公里,考虑到初始投资100万/公里的改造费用，则使用车路协同服务的单.公里通行车次达到250万辆车时,可实现盈亏平衡。如果10%的通行车辆使用车路协同服务,则总通行车次达到2,500万辆时盈亏平衡,也就意味着部分繁忙路段最短可在1年内收回成本。

道路如同城市的血管，血管的通畅程度与城市活力息息相关。5G 时代，作为城市和车辆的连接点，道路也成为通信网络、云计算、智能传感器融合创新的交汇点，车路协同的提出也是全域概念的又一个体现，高度协同、万物互联的时代即将开启。