无论是北京亦庄，还是苏州高铁新城，不少道路两旁的路杆上被安上了一双双眼睛。
眼睛观测到的数据信息通过传输进入车联网平台，经由决策判断可将有效信息推送给路端往来车辆，使其与车端获得的感知融合以获得更好的交通和驾乘体验，这就是双智试点下车路协同的应用与延伸。
值得一提的是，双智试点已被确认为新一轮造城运动，因此这样的模式也在不断被复制。
尤其是在新基建背景下，中国车路协同的后发优势更大，各地纷纷投入巨大人力、物力、财力，以期赶上这一趟政策东风。
而由于产业链条长，角色丰富，跨界融合特征突出，车路协同赛道在吸引华为、百度等巨头跨界布局的同时，也催生了一批智能网联汽车技术提供商。
以清智科技为代表，就建立起了感知-决策-控制-网联全技术链体系架构，并在量产智能驾驶产品上得到了国内主流商用车市场的肯定与青睐。
一方面，赛道已热，新老玩家摩拳擦掌，跃跃欲试。
另一方面，车路协同仍处于发展初期，技术上还处于探索尝试阶段，商业化难等老生常谈的问题也一再被拉出来诟病。
那么，像清智科技这样的智能驾驶系统提供商，如何将车路协同更好的落地和应用？近日，盖世汽车就车路协同路径与展望，与清智科技车路协同和高阶计算平台负责人刘洋博士进行了交流。
中国车路协同的初心与设想
上世纪70年代，在美国交通部的支持下，通用汽车开始了自动公路(Automated Highway)的研究与试验，随后在新泽西州打造了一条埋入大量通信设备的高速公路。
这是车路协同产业的雏形，通用汽车也因此成为车路协同方案的提出者。
此后，日本、欧盟相继开始研究新一代的道路交通服务系统。
中国则于2011年正式设立智能车路关键技术研究项目，在863计划的支持下，陆续开展相关技术研究与示范应用。
虽然相较传统汽车强国，车路协同在中国起步较晚，但政府对于车联网、自动驾驶技术发展的积极引导，使车路协同在短期内快速积累了后发优势。
尤其是在十四五规划中，中国强调了车路协同在自动驾驶发展中的战略意义，未来将履行单车智能+车路协同双轨并行的战略，打造更可靠的自动驾驶实施场景，因此路侧数字化、智慧化建设具有重要意义。
数据显示，仅智能交通升级方面，预计到2025年全球将有30万公里的高速公路完成数字化改造，1亿个道路标识支持实时信息联网，3亿个道路传感器支持实时路网监控。
而据刘洋详细介绍，车路协同由智能车辆、智能道路两大关键部分组成，是囊括车端感应、路端感应、通信技术与云控技术的整体解决方案。
可通过多技术交叉与融合，采用无线通信、传感探测等技术手段，针对单车智能存在的ODD局限性问题，对车辆的感知范围与能力、可识别场景进行扩展。
也就是说，理论上来看，当车路协同感知、协同决策控制达到一定水平时，车辆就可以在所有时间、所有道路环境实现安全、高效行驶。
这也是车路协同技术落地的初心之一。
与此同时，把更多传感器集中部署到路上，减少‘不必要’传感器的上车，或许也可以让整个系统变得更经济。
刘洋表示，整体上来说，路侧补传感器应该会比单车智能配备传感器更便宜一些。
那么，车路协同技术既然有那么多优势，且其发展也已有一定年限，但目前仍难以大规模推进，主要卡壳卡在哪呢？
跑得通的场景价值，跑不通的可持续性
车路协同听上去好像很美好，但要想实现大规模商业运作却很艰难，其广阔前景与当下面临的痛点同样清晰，在商业闭环与可持续性方面仍面临着众多挑战。
现阶段，全国各地新基建、车路协同示范项目如火如荼，均以政府驱动为主。
而刺激终端市场规模化爆发的关键取决于成本与经济效益。
从商业逻辑上来讲，未来进入市场后，谁来为这些软硬件、项目投建买单？谁来建设和主导运营？是商业逻辑中面临的最大的挑战。
另外，商业化环境不成熟、成本高昂、法规不健全等等，同样是横亘在车路协同商业化路径上的一座座大山。
在刘洋看来，相比乘用车，具备营运属性的垂直行业的商用车（特种车辆、干线物流、公交等）对安全有更严格的要求，受到政府较强的管控，且场景相对简单，有着节省人力成本的需求，其对车路协同的需求更为迫切，被视作前期可商业化落地的场景。
在干线物流场景，中国的机会会比西方多一些。
但是在乘用车上，中国自动驾驶和美国自动驾驶是两个事儿，没有可比性。
在面对自动驾驶的中国机遇问题时，刘洋解释到：西方的交通场景、人口的密度，以及其行人的规矩意识都比中国好的多，相当于它是一个满分80分的考卷，他已经做到70分了，而中国是一个满分150的考卷，才做到50分，这其实没法对比。
虽说如此，刘洋认为，理想来看，2025年在某些特定场景车路协同感知是可以落地的，因为两者在技术上是同源的，目标也是类似的，仅仅在产品的具体需求上有一些数值上的区别，那么如果有车载技术的基础，就可以很方便的移植到路上。
而在价值变现问题外，我们一直都在说有5G加持的车路协同将创造更大的价值，但要知道5G的实现难度也很大。
其辐射范围远比4G小，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，因此其基站的布局密度至少是4G的 2-3 倍，且建造成本不低，功耗也很高，所以其推进难度远比想象中大的多。
更遑论要通过6G技术做到协同控制。
与此同时，业内也普遍认为，智慧公路和车路协同的发展路线将呈现螺旋形上升趋势。
这就意味着，车路协同不仅需要优化出更聪明的路，同样需要造更聪明的车。
单车智能是必经之路，只有当更高级别自动驾驶车辆渗透率到一定程度，支持高级别自动驾驶的智慧公路才真正用得上。
除此之外，车路协同还面临着责任归属、法律法规、市场监管、价值分配、商业保险等诸多复杂因素，这已经远远超出了技术范畴。
刘洋也进一步提出，只有营运车辆可以进行协同感知、协同控制。
私家车大多有一些隐私的顾虑，因此不可能共享彼此的隐私数据，更不可能让云端做所有决策和考量。
这不光光是技术问题，更是道德维度的社会性问题，这都限制着车路协同的大规模商业落地。
定位Tier1，清智科技大力出奇迹
理论上来讲，谁使用服务谁缴费。
但是现在看来，监控设备提供商做出的高时延、高成本产品，导致了需求和供给侧倒挂，没有人愿意买单。
刘洋解释到，那么该如何解决难点？
我们认为专业的事情应该让专业的人干，这种传感器是为自动驾驶服务的，那就应该由更贴近需求的智能驾驶系统提供商来平衡成本与性价比，做出更符合现阶段需要的产品。
刘洋强调，路侧设施并不需要非常高精度的传感器（监察驾驶员），其核心诉求仅仅是提供车的速度、定位以及运行趋势等信息。
我们本身就是智能驾驶重卡的重要参与者，又积累了很多产业经验，有这个产品能力，当然也要为产业发展出一份力。
此外值得一提的是，网联使能的自动驾驶落地需要很长时间，但是网联辅助的ADAS落地是有现实经济意义的，比如AEB、PCC功能。
据了解，目前清智科技已联合苏州相城区政府在车路协同AEBS（智能紧急制动系统）、路测单元等方面进行了测试和应用。
尤其是营运车辆，在具备Ⅰ型AEBS的基础功能上，其车路协同Ⅱ型AEBS还可通过路侧单元（RSU）获取前方交通环境信息（包括：障碍物、恶劣天气、特殊道路等），提升I型AEBS在恶劣天气状况和特殊道路的环境适用性。
在交通运输部的指导下，清智参与了JT/T1242营运车辆自动紧急制动系统国家标准的起草以及后续升级II 型AEBS法规标准所需摸底测试工作，并成为交通运输部数字化基础设施与车路协同工作组成员，共同推动车路协同下智能驾驶技术和产品的标准制定、产品开发和测试验证。
清智科技与苏州相城区政府的合作也非常紧密。
基于苏州相城区高铁新城活跃的智能网联汽车产业生态和完备的智能驾驶基础设施建设，2021年开始清智科技将总部迁入苏州，并在一年时间内迅速组建团队，研发中心和智能制造生产基地已初具规模，在量产ADAS稳步推进的基础上，加速布局车路协同技术的落地应用。
此外，清智科技还参与到了多项由相城区政府牵头，区域内科技企业联合开发的项目中。
据悉，目前交通运输部公路科学研究院与苏州市相城区政府已签署战略合作协议，推进区域内营运车辆车路协同技术等应用落地，双方共同指定清智科技作为牵头单位组织区域内智能网联产业链的企业共同开展自动驾驶车辆商业运营交通强国试点项目。
该项目已经完成了软硬件开发，后续将进行系统的适配和联调，并在苏州相城区的指定测试道路上进行实车测试。
完成测试后，将迅速在区域内开展一定规模的示范应用。
而针对目前自动驾驶行业发展迅猛，但安全监管手段尚不成熟，存在安全管理、运输过程监控、应急处置等不完善等问题，清智作为重要的产业端科技企业，也参与了由交通运输部公路科学研究院牵头、苏州相城区政府联合组织推进的自动驾驶安全保障技术项目全环节，这一产品和技术将在不远的将来应用到高铁新城所有运行的自动驾驶车辆上。
除此之外，清智科技还参与了相城区的城市微循环公交项目，继去年推出RoboBus后，今年下半年将继续在更多区域内落地新的车路协同下的智能驾驶小巴产品。
这些车路协同项目预计将在第三季度进行集中对外亮相，届时不仅将展示智能网联纵向应用的先进技术，也将在车路协同领域展示诸如云平台、车联网数字货币应用、车联网区块链技术应用等横向的先进科技成果。
人们总是高估未来一两年的变化，而低估未来十年的变化，这是比尔·盖茨曾经对下一阶段社会科技发展做出的预期。
毫无疑问，这是一个技术井喷的年代，我们要做的，我们能做的，是一步一脚印，逢山开路，遇水架桥。
