面对车路协同的落地难题，听听四位专家怎么说

车路协同作为智慧交通的热门词汇，近年来在业内受到了广泛关注。在第十届（2021）中国智能交通市场年会的自动驾驶与车路协同产业发展论坛上，交通运输部路网监测应急处置中心研究员董雷宏、江苏智行未来汽车研究院院长华国栋、上海市城市建设设计研究总院（集团）有限公司总工助理保丽霞、中国信息通信研究院车联网与智慧交通研究部高级工程师余冰雁围绕车路协同展开了讨论。

董雷宏认为，车路协同一定是从线下到线上后，再回到线下解决实际问题。华国栋强调，多元异构的数据整合是车路协同大规模应用中的难点。保丽霞指出，车路协同需要在一个个点的技术上做扎实，且要绝对安全。余冰雁表示，车路协同的发展，场景与业务一定要切实匹配、符合相关领域的需求。四位专家各抒己见，为车路协同的发展提供了宝贵意见。

自左至右：董雷宏、华国栋、保丽霞、余冰雁

以下为圆桌论坛的交流实录（赛文交通网整理，有删减）：

主持人（华国栋）：在圆桌论坛环节，有些问题要请教各位专家。第一个问题，现阶段国家批了4个国家级车联网先导区，江苏省批了4个省级车联网先导区，之前还有“5+2”的车联网示范区，同时也开展了一些智慧高速的示范应用项目，就当下车联网的发展现状、建设效果、存在问题、商业模式、如何盈利、运营管理等方面，请各位专家发表下意见。

董雷宏：关于示范区是这样的，我认为现在各领域不是很一致，现阶段各个领域差别比较大。相对而言封闭场所比较多，开放场所比较少。例如山东有一个项目，就是利用改扩建后的废弃路段修建了真实环境的自动驾驶测试基地，但是不同测试示范区之间的协调还不完全一样。

这些怎么去推广、盈利，还有待深挖。下一步最重要的是能引入带有运营模式的示范项目，而不只是探讨技术，因为现在各个场景，在技术指标的纵向上PK不是重点，有时需要在横向考虑融合问题，这是我的建议。

保丽霞：前两年我参与了上海及周边城市几个智慧高速的项目，在绍兴我们做的是智慧快速路。设计过程中，安全、快速通行就是快速路最大的目标。我们也依照交通部出台的文件做智慧公路应用和试点方案，但并不是让从业者6个方面的内容都要实施。因此在做智慧高速时，首先要遵循战略方向，国家和多个省市也编制了智慧高速、智慧公路的建设导则。

在上海做项目的过程中我们也遇到一些问题，比如既有高速公路改造中的机电工程如何复用达到智慧高速的建设目标。G15嘉浏段在六拓八的改造过程中，有取消省界的ETC天线、门架、车牌识别和视频上云，实施过程中就面临着智慧高速要达到试点目标，如何给这段高速提供更好的出行环境。

这条路交通流量大，货车占比高，我们评估了货车和小车的事故比例和严重程度，重点思考如何保障货车、小客车的安全通行，设计了货车可变车道的方案，考虑到车路协同的测试场景，嘉浏段没有推试点。

余冰雁：华院长提出了建设和运营模式的问题。关于这个问题，我认为现在能看到的一些广义的车联网应用，例如车上的导航、信息服务等，很多用手机就实现了，而且大部分对用户是免费的，但它并不是没有商业模式的，反而是有一整套非常成熟的业务逻辑和模式闭环，所以并不是说用户不付费就没有商业模式。

进一步，我们有一些启发，车联网或车路协同应用的服务不一定要从C端直接获取收益，甚至可以在前期尝试以公益性服务的属性存在。

车联网是一个规模效应很强的系统工程。现在大家都在问一个问题，车等路，还是路等车？我认为路上没基础设施的时候，车上很难有终端的推广，而当车上开始推广时，也不可能所有汽车短时间都能推广开。

顺着这个思路，我认为一方面需要路端先建设网络覆盖，先把信息通道建立起来；另一方面从重点或典型车辆切入，带动或者促进形成规模效应。两个核心关键词，一个是规模效应，一个是典型优先。

华国栋：经过10多年对车联网技术的业务研究，总的感觉是，道路要实现网联化，要把大量存量数据和新型数据相融合，只有在实现这些数据融合后，网联化才有数据基础。

还有一个问题的难度非常大，由于全国、省、市、区的道路和车辆管理的投资和建设运营主体是非常多元化的，建了很多智慧化系统，形成了诸多信息烟囱；按不同行业来看，例如两客一危是一套系统、出租车是一套系统、网约车是一套系统，数据都是不融合的。

然后要把这些多元异构的、本地化特别明显的数据做网联化，由于设备、型号五花八门，要把这些数据全部激发出来，这个工作量非常繁重。

现在一些企业、研究机构，只考虑技术问题、通讯网络问题，实际上很多设备的技术、算法没有考虑到信息源的管理体制问题。所以说车路协同的大规模应用，最难的是整个多元异构的数据如何整合。

未来要形成商业模式，要跟智慧交通体系深度融合，要一个个区域做网联化，因此需要道路交通管理部门的深度支持参与。

主持人（华国栋）：第二个问题，如何看待车路协同和智慧高速这些智慧交通领域中喊口号、炒名词、造概念的行业现状？这似乎是中国的一个特色，“全球第一”“全国首个”“全球规模最大”这些名词听了很多。还有“别了司机”“司机全部下岗”等等，都是炒名词，是什么导致这种乱象？它的根源在哪？该怎么解决？下面请保总谈谈高见。

保丽霞：做智能交通这么多年，最开始就流行一句话“智能交通是个筐，什么都能往里装”。这些年确实出现了很多新名词，物联网、大数据、智能网联、车路协同、自动驾驶，但我个人并不认为大家是在恶意炒概念。这些名词出来，一方面是引领，另一方面大家在使用这些名词时，也是想借助它们把技术进一步提升。所以我们从事这个专业的有一种责任，把每一个词理清楚，同时在各个点逐步突破。

我们要有总体策略，例如智慧城市到底是什么，最起码它是方向和目标。那么智慧城市怎么实现，可能会拆分成多个领域，对车路协同、自动驾驶各个分级，也是一样的，包括智能道路现在也在分级。

对于智能网联车，可能最简单的是车子能发送信息，例如发送胎压、发动机等数据，这也叫网联车，但这不是我们想要的目标。如何循序渐进往前推，智慧高速到底如何分解建设内容，让出行者在这条路上有智慧体验。我们既要有远景目标，又要抽丝剥茧地把一个个技术攻关下来，例如车路协同，到底协同什么，具体要分几级，都要细分考量，信息的交互只是第一步。

第二步刚才也有专家提到，最上层是感知决策的过程。当然，肯定有很多脚踏实地的工程师，在认真把系统逐步完善。就像我们最开始处理信号控制、单点控制、感应控制、半感应自适应、区域协调控制，实践下来发现，从交通组织、交通渠化到信号配时优化，我们逐步把交叉口的管控做到最优。我相信，在这样的时代，新技术可以赋能很多交通出行。在大家努力下，肯定能把技术逐个击破，从而达到交通运输安全高效的目标。

主持人（华国栋）：谢谢保总的精彩观点，第三个问题问一下董处，您是交通领域的专家，车路协同、自动驾驶、智慧高速，最根本的问题是什么？交通采集和感知体系的建设目前进展怎样？请论述现有采集方式的优缺点，为何雷达厂商会激增？雷达厂商激增对市场环境是好是坏？

董雷宏：顺着保总的话接着说，说ITS是一个筐这是多年的说法了，我现在觉得大家不应该纠结这个字眼了。我们现在喜欢创词，无非就是因为新的东西好像包含不进去了，非得找一个名词让它囊括进去。似乎是因为技术进步了，词也得跟着走一样，其实没必要。

对于智慧高速，今天上午做报告时我也提过一个概念，关键是智慧高速绝对不能直接等同于车路协同或自动驾驶。不能一谈智慧高速就是“智能感知（雷视一体）+路侧单元RSU+智能网联车端+C-V2X+边缘计算算力+AI大数据分析+联网云控平台”。搞智慧公路，如果我们直接将其简单化，好像不解决到车端的问题就不叫智慧，就可能有问题。

在任何一个领域、行业或系统内都有自己的运转法则。对智慧高速来讲，在高速公路建设期考虑的就不全面，从设计到建设，到运营养护，到管理一体化，全周期的智慧问题贯彻的不够，个人认为在行业的上层领导层面现在已经有了基本共识。过去我们讲ITS框架的时候，车路协同也只是智慧公路的部分之一，这是对智慧高速局部内容的相关解释。

关于感知体系，我想多说一句，目前交通运输部通过撤站和视频云联网工程，基本上解决了路上两大终端的联网问题。俗称 “量件图钱”，“量”是流量，“件”是突发事件，“图”是视频图象，还有一个是收费的“钱”，其中流量和视频图象以及钱的“一张网”运行问题用现在的云边端技术基本上解决了。但是现在事件监测的问题还没有彻底解决。

对于智慧感知，实际上应重点围绕这个，而不是动不动一定要车路协同。包括现在所谓的雷视一体设备，这些东西虽然很火，但个人觉得在“十四五”来看，不太可能全网推进。在全网迅速铺开，有关各种技术的适用性、覆盖度以及有效成本，这三个是核心问题。

雷视一体这种技术可能适用于车路协同、自动驾驶，因为很多场景是需要的，但并不能马上完整铺开。在桥梁、隧道这些重要场景，可以安装使用。但是面对全路网级别，当下关键是如何利用高性价比方案迅速解决全网的感知体系建设，是高速公路行业管理部门最关心的问题。毫米波雷达这种较贵的设备，估计在“十四五”不太容易大规模展开。

感知体系还是要围绕核心监测业务，对于协同网，核心是在注重安全方面，先确保路上的设施不出现状况，感知体系现阶段还要以解决大面上的问题为主。

主持人（华国栋）：第四个问题，如何看待市场上不断涌现的，为新能源和自动驾驶布局造车的新势力。对比国内外相关产业发展情况，论述一下自动驾驶、车路协同和智能交通之间的关系。

华国栋：这个问题我解答一下。现在新能源车厂很多，但是活下来的，无论是传统燃油车还是新能源车，产能都严重过剩。产能利用率很低，一些车企的产能利用率只有20%、30%，已经进入红海区域了。造车新势力，从PPT造车到转化成现实，成功率也很低。在产能饱和阶段，造车需谨慎，除非一些车厂规模特别大，抗风险能力特别强。大部分中小车厂的日子非常难过，我们处在供给过剩的阶段。

关于自动驾驶、车路协同和智能交通的关系，这个我们现在已经理得非常清楚了。自动驾驶分五级，当前可以商用化的在二级左右，实现从二级到三级的跳跃，我们认为还要10年左右的时间，三级就是人机共驾了，四级五级估计是15年20年之后的事情，我们不能盲目乐观。之前我提出了7大困扰问题，自动驾驶一定是以单车智能为主，车路协同体系也在发展，目前还不太成熟。

所以在车这方面一定是以单车智能为主，他的自主决策包括底盘控制，但是在车路协同方面，是以给有人驾驶车辆提供信息预警为主，这个是可以预见的，如果我们路径和方向准确，将在未来3或5年后实现商用，目前有大量基础工作要做。

车路协同一定是为有人驾驶车辆提供信息预警，这里包括城市道路的车路协同信息化，以及高速公路和等级公路的信息化。现在要解决一个重要难题，道路的管理主体非常多元，信息化建设水平参差不齐。要解决车路协同，只能从一些重点城市，争取在一个城市之内实现数据打通和融合统一标准规范。车路协同未来要走信息服务的路径，向社会车辆、个人车辆提供信息服务。

还有智慧交通方面，我们认为车路协同是高级版的智慧交通，我们发展到现在已经进入深水区，智慧交通原来侧重内部业务管理智慧化，这个已经做得非常好了，有的省交通管理部门信息化水平非常高，但是要实现跟车的协同，又是一个大的新课题，因为对车的协同，相当于向C端提供服务，对内部业务管理，管理部门非常清楚它的业务需求。但老百姓需要什么样的需求，还要深挖。我们认为车路协同未来要往高级版的智慧交通发展，这是我的一些观点，请大家批评指正。

主持人（华国栋）：下面请余博士回答第五个问题，在跨行业融合产业模式中还需解决的难题有哪些？车联网的体系非常复杂，跨行业融合说起来容易做起来难，因为涉及到各种管理模式和利益的站位，具体有哪些难题和技术挑战？应该怎么样去应对？我们的政府、企业、设计院、业主、运营商各方应扮演何种角色？

余冰雁：顺着华院长和董处的发言，整个车路协同发展到现在，我们认为应该是场景与业务驱动，并且场景与业务一定要切实匹配、符合相关领域需求。可能自动驾驶、辅助驾驶只是业务需求的方向之一；同时也会有来自交通和交管领域的业务需求，例如“建-管-养-运-服”的需求，或者交通安全管理的需求等。

我认为在车联网系统建设过程中存在的技术问题，主要是新一代信息通信技术如何与现有系统进行平滑衔接的问题。当我们讨论系统落地、应用场景、运营模式时，成本和收益问题都是不能回避的。

我想具体展开两个还存在问题的技术细节。一个是关于车路协同的路端，现在大家都在谈精准感知，但这方面在实际系统中还存在一些问题。具体来说，路侧融合感知系统在设备、器件的设备级层面可能都没有问题，但是可能从系统级层面来讲，当系统真正部署在路上，对路侧真正精细化的感知能力，是不是能匹配交通监管、道路安全的监管需求，包括感知能力、后台计算能力、传输能力，并没有很全面的评估方法或评价指标,很难开展精准验证。

甚至对于现在已经铺在路上的路侧感知融合系统，在实用性上或可靠性上并没有想象那么高。这是我们下一步重点关注的一个技术问题。

另一个是我们谈了很多车与路的通信，也谈了很多应用服务平台，但有一部分关注度一直不高，就是路端如何回到平台上的这段接入和传输网络应该如何规划和建设。尤其是城市道路环境中，网络上的技术合理性、可靠性被很多人忽视了。

目前来看，绝大部分城市并没有像高速公路一样提前统一规划面向车联网业务的接入和传输网络。因此，下一阶段网络技术选型、网络建设模版该如何推动，是未来1-2年内必须去讨论明白的技术问题。

主持人（华国栋）：余博士结合他在车联网实践中大量的综合经验，给我们提出了下一步的工作方向。最后一个问题，请各位专家给一些观点，论述车路协同如何更好的为智能交通和公路提供服务。经过2020年的火热，行业发展思路是否更加清晰？车联网发展至今有哪些变化？怎么看待可持续性发展问题，对于2021年和未来趋势有什么样的判断？首先请董处为我们解答。

董雷宏：最近很多朋友都在问今年干什么，今年是“十四五”头一年，我们今年还在做视频联网的收尾工作，在国家“十四五”规划出来之后，今年主要还是以对未来5年进行行业政策规划为主。所以对车路协同、网联车，包括结合智慧高速，面向未来可以用“加减乘除”4个字形容。

做加法，就像我之前提到的感知网。过去对土建工作基本上是有规划的，一年修多少路，改造多少是很量化的。我们一年建多少个摄象头，建多少个气象监测站，建多少个毫米波雷达，现在没有具体数字。所以我们现在希望通过做具体实施方案、做监测体系指南，把基础设施数字网、感知网、一部分协同网做一些量化，明确一下。

做减法，这个是对车路协同提的。之前车路协同场景做的太多，一些场景可以考虑不一定都做，例如城市红绿灯信号在对非自动驾驶汽车是否必须要信号同步我有疑问。作为一个老司机，在人工驾驶时代，没必要一定要满足这些边缘化需求。

所谓做乘法，就是如何从政策效应到市场效应，从聚集效应到规模效应，这可能是个问题。不能老停留在试点示范，行业有一个小毛病——爱搞示范。都是做实验环境的示范，做完示范之后怎么复制，汽车最终的目标是要销售给老百姓、要量产，智慧公路如何实现16万公里覆盖其发展理念应有所不同，如果不能像ETC一样一年搞25000个，智慧高速相关设施设备怎样产生规模效应，还要仔细思考。

对于除法，我觉得最主要就是在加减乘之后，如何在技术领域、不同行业、用户需求之间，找到车路协同发展的最大公约数，要真正解决路方、车辆厂商、系统运营商之间的协同需求问题，开发让老百姓有实际意义用户体验的产品。对ETC有人觉得比较Low，但是到现在为止它是用户认可应用最广的车路协同产品之一。到了收费站告诉系统用户交钱了，自动抬杆，车就可以走，就这么一个简单的事情，我们搞20年才全网通行。

所以，真正的智慧是简单的，不是复杂的，如果车路协同只是给驾驶员增加过量提示信息是没效果的，智慧的路、车路协同一定是从线下到线上之后，一定是再回到线下解决实际问题。

保丽霞：我在年初时判断，根据过去两三年的发展，今年自动驾驶、车路协同、边缘计算、云控平台，可能会慢慢淡下来，大家也越来越理智，具体还是要看这个产业如何发展。现在我们做咨询和设计时，不怎么用车路协同这个词。去年很多人看车路协同，很想看看究竟是什么，结果一翻有的地方是188项场景，但是看下来很多内容，可能就是过去的信息发布。

我们现在梳理车路协同要干什么，例如支撑自动驾驶，支撑自动驾驶目的是降低单车成本，要看路侧能力，要继续将领域细分。

关于边缘计算、云控平台、RSU，要弄清它们到底处理什么信息，在系统链中怎么用。大家都知道，很多雷视一体机做事件检测，误报率也比较高，交通流运行的确比较复杂，如果有一些技术瓶颈目前仍解决不了，说明在支持自动驾驶单车成本降低方面，我们还有很长的路要走。

我们需要在一个个点的技术上把它做扎实，而且要绝对安全。另外，依据相应法律法规，路侧系统是否要承担责任，该有怎样的投入收益比，这些慢慢推进之后，才能理清一至两年阶段能达到的车路协同目标。

第一信息发布，第二障碍物预警，第三路侧真正能给车辆提供道路信息帮助用户实现自动驾驶，这些都要分步进行。现在行业内也越来越理智，研发也是越来越精细。

余冰雁：从我的视角来看，今年有几方面的重要工作：

第一方面是推动C-V2X网络广域覆盖。无论是已经批复的或者正在申请的车联网先导区城市，都在积极的往网络广义覆盖的思路上走，只有先把C-V2X网络的规模覆盖做好，之后才有探索更多应用场景的基础支撑。

第二方面是C-V2X和5G的融合。C-V2X和5G有很强契合点，C-V2X更多是负责车与路、车与车之间的直连通信，5G能够实现车、路到平台这一段的网络接入，因此实现“车-路-云”一体化协同需要重点推动2个技术的融合。

第三方面是开展面向车联网的电子认证与通信安全试点工作。车联网业务无论对汽车或对交通产业，在引入更多信息化、网联化内容的同时，势必会带来信息安全和网络安全的风险。今年我们希望能协同重点区域和行业构建一套统一的安全保障体系，包括去探索一些跨行业、跨地区的安全互认机制。

华国栋：感谢几位专家分享观点，我对这个感触很深，很多地方一上来就弄一百多个场景，有的还是两百多个场景，我们参加很多方案论证，如果真正做过交通业务，实际上场景数量不求多，在车路协同这一块，哪怕只制造三个场景，把它做得很成熟，能够做到大规模应用，就是很了不起的事，这三个场景可能要花一年时间做成熟。

因为场景提得越多，对设备要求越高，设计技术也好，算法也好，包括里面一些器件，可能根本支持不了那么多场景。但是你把需求简化成三个场景，让他做成熟，现在的水平就能达到，因此场景是在整个应用发展过程中，在不断增加的。而不是上来就提出很多场景要求，让设备厂家无所适从。

所以我们提出所有应用场景，一定是解决社会实际问题，就是提升安全、提升效率。我们要改变工作模式，不能图快，要一步一步走扎实。很多关键技术问题、业务问题要理得非常清楚。

交通行业的确有一个特点，很多东西先探索出来、摸索经验出来再做标准，刚才说标准太超前了，可能3、5年前就搞了一个很庞大的标准体系。但是我们现在回头想，现在再来看很多标准，根本没有制订的必要。

所以标准体系一定是动态调整的，每半年修订一次，根据我们做过大量实践形成的经验或教训，要不断调整，而不是在三年前制订几百项的标准清单，一定要结合实际业务开展标准化工作。

但是我们也很有信心，国家对于科技创新非常支持，特别是政府引导方面，无论研究机构还是企业，一定要协助好政府、服务好社会。我们的初心就是要为社会提供有价值的服务，协助政府把产业、技术这套体系发展起来，有这个初心以后，我们就能踏踏实实地推进车联网大规模应用。争取通过5-10年，在大家的支持下，能够在全球范围内形成最富有活力和最大规模的车路协同应用规模，这是美好的愿景，但是需要我们一步一个脚印去做这些事情。