车路协同助推智能网联汽车商业化

产业发展，政策先行。自《智能网联汽车技术路线图2.0》发布后，在智能网联生态一体化融合探索过程中，面向落地应用的场景，围绕结合产业的共性技术研发需要，行业已经形成共识，

车路协同是实现无人驾驶的中国方案，也是目前自动驾驶的主流方向之一。智慧道路交通是面向管理与出行的顶层设计，其底层信息的基础就是人车路环境等道路交通全环境要素。进入十四五，车路协同加速推动智能网联汽车商业化，车路两端协同建设显得更加重要。

智能网联汽车驶入发展快车道

8月1日，《深圳经济特区智能网联汽车管理条例》（以下简称《条例》），正式施行，这是国内首部关于智能网联汽车管理的法规，对智能网联汽车自动驾驶的定义、市场准入规则、路权、权责认定等多方面进行了具体规定。条例的实施，不仅是深圳智能网联汽车发展的一次突破，也为全国其他城市推进智能网联汽车的立法管理，树立了一道标杆，提供了经验。

近日，上海市政府办公厅印发《上海市加快智能网联汽车创新发展实施方案》。其中提出，到2025年具备组合驾驶辅助功能（L2级）和有条件自动驾驶功能（L3级）汽车占新车生产比例超过70%，具备高度自动驾驶功能（L4级及以上）汽车在限定区域和特定场景实现商业化应用。总体来看，该文件针对技术体系、配套设施、终端、标准法规等多方面作出具体指引。

值得关注的是，方案多次提到“智慧的路”，文件更提出超前建设智能网联汽车路网设施。

车路协同依然是主流

目前很多车企都在研发自动驾驶技术，但是大多都卡在L2级别。特斯拉旗下具有model 3，model s，model x多种车型，但自动驾驶技术均属于L2级，需要驾驶员保持注意力。

单车智能感知和算力均在车端，需要强大的车载芯片和软件，而车路协同感知和算力主要在路端，需要相关的新基建投资。相对而言，车路协同是成本更低、实用性更强的自动驾驶发展方向。

普遍认为，低级别的自动驾驶反而需要高级别的路侧基础设施。近年来，各大厂商纷纷推出车路协同解决方案，如何实现车和路的有效协同？

近几年，自动驾驶技术快速发展，中央和地方政策的逐步推进，在北京、广州、深圳、无锡、天津等地，智能网联汽车产业生态链已经初步形成。

智能网联汽车需要通过大量的道路测试来不断训练自动驾驶的场景遍历性。道路测试和示范应用为即将到来的智能网联汽车自动驾驶功能规模化应用奠定基础，是智能网联汽车技术研发和迭代升级过程中不可逾越的步骤。

“自动驾驶+车路协同+智慧交通”，背后是万亿甚至十万亿级的新兴产业，对于城市的核心吸引力是其背后巨大的想象空间、产业规模和经济驱动力。一线城市从经济发展角度、资源丰富程度、对人才的吸引力方面都发挥各自优势，在自动驾驶商业化落地这条赛道上，二三线城市也不甘示弱，长沙、武汉、成都等城市都纷纷出台布局产业发展大计。长沙市就以“路”为切入点，以车路协同、以路促车的原则，开始智能网联汽车测试环境的建设。

百度作为互联网科技企业巨头，早在多年前就投身于单车智能、自动驾驶等内容的研发建设。近两年来深入参与路端智能交通建设，通过对路侧基础设施的建设，对车端建设进行完善，百度是少有的车路两手齐抓的自动驾驶头部企业。在路端方面不断推出多场景解决方案，在车端有百度地图、度小镜、车载OS等产品自成体系。基于多年自动驾驶研发经验的积累，百度开始加快推进自主品牌智能网联汽车商业化发展，并在2022年6月，集度汽车推出了ROBO-01概念车。

智慧交通龙头企业的千方科技走出了一条独特的道路：以“路侧+车端”的完整生态闭环赋能智能网联、自动驾驶。早在2016年千方科技牵头成立了北京智能车联产业创新中心，依托创新中心在北京打造了国家级智能网联测试场，截至2021年底，该示范区的自动驾驶道路安全测试里程达390余万公里；在车路协同产品方面千方科技构建了基于路侧的完整产品链，包含智能摄像机、RSU、激光雷达等核心硬件及智能网联云控平台。并与全资子公司宇视科技的协同助力城市数字化建设。

数字孪生技术被赋予厚望

很显然，以数字化为核心的公路建设与发展受到前所未有的高度重视。近年来发布了一系列政策、文件推动智慧高速公路的建设示范，随着公路路网建设的逐步完善，如何更好地管理维护公路路网，提升车辆的交通通行效率，预防交通事故发生已成为当前的智慧交管的重点任务。

随着高速公路数字化程度不断加深，丰富全面的道路交通感知信息和实时、高效的数字孪生系统为基于数据的智慧高速精准、科学决策提供了可能。数字孪生能够通过数字空间的实时模拟交通路网运行情况，提升对路网的可视化效果；利用大量数据信息对过往发生事件进行分析优化，从事件源头进行预防调控；在事故发生前后，确保应急保障措施的顺利实施，因此被赋予厚望。

依托数字孪生技术，“人-车-路-环境”的四要素在虚实双向动态的交互中，交通数据将会得到极大的丰富，在虚拟空间再现了真实交通运行场景，为加快交通基础设施数字化转型升级提供了新的思路。如三维可视化运维、特殊路段运行监测、交通事故可视化重现、“两客一危”监测预警等应用将有效提升高速公路的智慧化水平。

此外，用数字孪生技术开展无人驾驶系统测试也是未来应用的一个主要方向。车路协同-车辆编组并道的数字孪生应用、智能运载车辆虚拟测试的场景应用等，在很多方面已经进行了不同程度的尝试。

总而言之，自动驾驶属于跨行业黏合的游戏。同时，自动驾驶的落地是一场缓慢无声的持久战，企业和城市都在和时间赛跑，需要政策和市场孕育，更需要关键技术的不断突破，才能让自动驾驶跑出试点示范区、迎来更大的规模落地。