在當(dāng)今科技飛速發(fā)展的時代，交通領(lǐng)域正經(jīng)歷著一場深刻的變革。從傳統(tǒng)的交通模式到智能交通系統(tǒng)的逐步演進，車路協(xié)同技術(shù)的出現(xiàn)為交通的安全性和效率提升帶來了新的契機。然而，隨著人工智能、算力與數(shù)據(jù)的爆發(fā)式發(fā)展，車路云一體化應(yīng)運而生，成為了推動交通領(lǐng)域邁向更高層次智能化的關(guān)鍵力量。最近蘑菇車聯(lián)創(chuàng)始人朱磊提出“車路云網(wǎng)絡(luò)是下一代‘通感算’網(wǎng)絡(luò)的起步和雛形，核心功能是通過實現(xiàn)實體世界實時數(shù)字化，為多種智能體服務(wù)”。

一、車路協(xié)同的發(fā)展歷程與現(xiàn)狀

1、車路協(xié)同的歷史演進

1. 20 世紀 50 年代末，通用汽車在新澤西州打造了一條埋入大量通信設(shè)備的概念高速公路，這一舉措為車路協(xié)同技術(shù)的發(fā)展埋下了種子。

2. 1990 年代，日本將智能交通系統(tǒng)確立為國家項目，進一步推動了車路協(xié)同技術(shù)在全球范圍內(nèi)的研究與發(fā)展。

3. 2006 年，歐盟開啟車路合作系統(tǒng)（CVIS）項目，為車路協(xié)同技術(shù)的實踐提供了更多的經(jīng)驗和參考。

4. 2010 年，美國提出智能駕駛（IntelliDrive）戰(zhàn)略，強調(diào)車路協(xié)同在智能交通中的重要地位。

5. 2011 年，中國科技部在 863 計劃中設(shè)立智能車路關(guān)鍵技術(shù)研究項目，標志著我國正式加入車路協(xié)同技術(shù)的研發(fā)行列。

二、車路協(xié)同的定義與衡量標準

1. 車路協(xié)同是基于車聯(lián)網(wǎng)實現(xiàn)人車路協(xié)同控制的智能交通系統(tǒng)。通過車與車（V2V）、車與路（V2I）、車與網(wǎng)絡(luò)（V2N）和車與人（V2P）之間的全方位協(xié)同配合，滿足不同等級自動駕駛車輛應(yīng)用需求，實現(xiàn)自動駕駛單車最優(yōu)化和交通全局最優(yōu)化發(fā)展目標。

2. 衡量標準包括信息化水平、智能化水平、協(xié)同化水平、集成化水平以及應(yīng)用場景等方面。信息化水平要求能夠全方位實現(xiàn)車-車、車-路實時動態(tài)信息交互，并將交通信息保存至數(shù)據(jù)庫中，為決策和控制提供信息輔助。智能化水平則基于交通環(huán)境信息，通過多學(xué)科交叉融合，實現(xiàn)預(yù)期的車輛自動駕駛功能目標。協(xié)同化水平強調(diào)在全時空動態(tài)交通信息采集與融合的基礎(chǔ)上實現(xiàn)車輛的自動駕駛功能，體現(xiàn)“人-車-路”的有效協(xié)同。集成化水平以實現(xiàn)車輛自動駕駛為目的，將智能網(wǎng)聯(lián)道路系統(tǒng)與智能網(wǎng)聯(lián)汽車的相關(guān)軟硬件設(shè)備和具體功能進行集成設(shè)計。應(yīng)用場景包括時間、空間和環(huán)境，以及混合交通、主動安全系統(tǒng)等。

3、車路協(xié)同技術(shù)的發(fā)展經(jīng)歷了多個階段。在過去，車路協(xié)同主要通過采用先進的無線通信和新一代互聯(lián)網(wǎng)等技術(shù)，實現(xiàn)車車、車路動態(tài)實時信息交互，并在全時空動態(tài)交通信息采集與融合的基礎(chǔ)上開展車輛主動安全控制和道路協(xié)同管理。其核心目標是實現(xiàn)人、車、路的有效協(xié)同，以保證交通安全，提高通行效率，并形成安全、高效和環(huán)保的道路交通系統(tǒng)。

三、車路協(xié)同的現(xiàn)狀與挑戰(zhàn)

當(dāng)前，車路協(xié)同技術(shù)在全球范圍內(nèi)得到了廣泛的應(yīng)用和推廣。各國紛紛加大對車路協(xié)同技術(shù)的研發(fā)投入，建設(shè)智能交通示范區(qū)，推動車路協(xié)同技術(shù)的落地。然而，車路協(xié)同技術(shù)在發(fā)展過程中也面臨著一些挑戰(zhàn)。例如，車路協(xié)同涉及多個端口的協(xié)同部署和決策，技術(shù)難度較大。此外，車路協(xié)同對于車載操作系統(tǒng)的穩(wěn)定性、低時延、適配性和兼容性要求較高，數(shù)據(jù)融合層面也存在一定的難度。同時，道路基礎(chǔ)設(shè)施的智能化改造需要政府的支持，通信網(wǎng)絡(luò)環(huán)境的升級也需要解決不同網(wǎng)絡(luò)之間的平滑切換問題。

四、從車路協(xié)同到車路云網(wǎng)絡(luò)的技術(shù)變革

感知層面的變化

1. 路側(cè)和車端數(shù)據(jù)來源

在車路協(xié)同階段，路側(cè)數(shù)據(jù)主要來源于傳統(tǒng)的交通設(shè)施，如信號燈、攝像頭等，車端數(shù)據(jù)則主要來自車載傳感器，如雷達、攝像頭等。這些數(shù)據(jù)來源相對單一，且數(shù)據(jù)量有限，難以滿足復(fù)雜交通場景下的感知需求。

而在車路云一體化階段，路側(cè)數(shù)據(jù)來源更加豐富多樣，除了傳統(tǒng)交通設(shè)施外，還包括智能路側(cè)單元（RSU）、邊緣云計算設(shè)備等。車端數(shù)據(jù)也不僅限于車載傳感器，還可以通過車路云網(wǎng)絡(luò)實時獲取路側(cè)和云端的數(shù)據(jù)，實現(xiàn)多源數(shù)據(jù)融合。蘑菇車聯(lián)在感知層面先行一步，通過其車路云一體化系統(tǒng)，實現(xiàn)了路側(cè)和車端數(shù)據(jù)的高效融合，為智能交通提供了更加準確、全面的感知數(shù)據(jù)。

2. 數(shù)據(jù)融合

車路協(xié)同階段的數(shù)據(jù)融合主要在車端進行，通過少量車載傳感器的數(shù)據(jù)融合來實現(xiàn)車輛的感知和決策。但這種方式難以處理大量的、來自不同來源的數(shù)據(jù)，且融合效果有限。

在車路云一體化階段，數(shù)據(jù)融合在路側(cè)和云端也得到了廣泛應(yīng)用。通過智能路側(cè)系統(tǒng)和通信平臺，將路側(cè)和車端的數(shù)據(jù)進行多級信息融合，實現(xiàn)更高層次的綜合決策。不同來源的數(shù)據(jù)特征差異極大，這就要求車載操作系統(tǒng)在數(shù)據(jù)級、特征級和決策級進行多級信息融合，以提高感知的準確性和可靠性。

計算層面的變化

1. 算力提升

車路協(xié)同階段，車輛的計算主要依賴車載計算設(shè)備，算力有限。而在車路云一體化階段，通過邊緣云計算和中心云計算的協(xié)同，將大量的計算任務(wù)分配到路側(cè)和云端，大大提升了算力。同時，隨著人工智能技術(shù)的發(fā)展，車路云網(wǎng)絡(luò)部署了“端到端”的 AI 大模型，進一步提高了計算效率和準確性。

2. 算法- 模型變化

（1）從Rule-base 到神經(jīng)網(wǎng)絡(luò)

在車路協(xié)同階段，自動駕駛主要采用 Rule-base 方案，即人為規(guī)定的規(guī)則式驅(qū)動。這種方式需要人類工程師編寫大量的代碼來覆蓋各種駕駛場景，但對于不常見的邊角情況（corner case）往往難以應(yīng)對，且難以實現(xiàn)平滑的駕駛效果。

而在車路云一體化階段，借鑒 ChatGPT 的 Transformer 架構(gòu)的 AI 大模型被廣泛應(yīng)用。這種模型通過學(xué)習(xí)人類駕駛員的訓(xùn)練素材，實現(xiàn)路徑規(guī)劃。神經(jīng)網(wǎng)絡(luò)直接從輸入端（包括攝像頭的感知數(shù)據(jù)、車身的數(shù)據(jù)等）接收數(shù)據(jù)，經(jīng)過 AI 大模型推演后，直接輸出到電門、剎車、方向盤，實現(xiàn)了端到端的決策，提高了自動駕駛的性能和適應(yīng)性。

（2）深度學(xué)習(xí)網(wǎng)絡(luò)變化

深度學(xué)習(xí)網(wǎng)絡(luò)在車路云一體化階段得到了進一步的發(fā)展和應(yīng)用。通過大量的數(shù)據(jù)訓(xùn)練，深度學(xué)習(xí)網(wǎng)絡(luò)能夠自動學(xué)習(xí)交通場景中的特征和規(guī)律，提高感知和決策的準確性。同時，深度學(xué)習(xí)網(wǎng)絡(luò)的不斷優(yōu)化和改進，也為車路云一體化系統(tǒng)的性能提升提供了技術(shù)支持。

通訊層面的變化

1.在車路協(xié)同階段，通訊主要依賴V2X專網(wǎng)，雖然能夠?qū)崿F(xiàn)一定程度的車車、車路信息交互，但存在覆蓋范圍有限、成本高等問題。而在車路云一體化階段，V2X 和 5G - A 技術(shù)的發(fā)展，為車路云網(wǎng)絡(luò)提供了更加高效、可靠的通訊手段。V2X 技術(shù)能夠?qū)崿F(xiàn)車與車、車與路、車與網(wǎng)絡(luò)、車與人之間的全方位協(xié)同配合，5G - A 技術(shù)則提供了低時延、高帶寬、高穩(wěn)定的通訊環(huán)境，保障了車端與路側(cè)端的信息實時交互。

2、車路云一體化系統(tǒng)對通訊時延的要求極高，因為在真實交通場景下，車輛需要在低時延、高可靠的前提下，完成對海量高并發(fā)數(shù)據(jù)的實時計算處理，保證任務(wù)調(diào)度效率。5G - A 技術(shù)的低時延特點，使得車路云網(wǎng)絡(luò)能夠滿足這一要求，提高了交通系統(tǒng)的安全性和效率。

五、構(gòu)建車路云“通感算”網(wǎng)絡(luò)的意義

1.實現(xiàn)實體世界實時數(shù)字化

車路云網(wǎng)絡(luò)本質(zhì)是 “通感算” 網(wǎng)絡(luò)，實現(xiàn)了實體世界實時數(shù)字化。這意味著通過車路云一體化系統(tǒng)，能夠?qū)�現(xiàn)實世界中的交通場景、車輛狀態(tài)、道路狀況等信息實時轉(zhuǎn)化為數(shù)字信號，并進行高效處理和分析。這種實時數(shù)字化的能力為交通管理、車輛控制和出行服務(wù)提供了全新的視角和手段。

2.為智能交通提供精準決策依據(jù)

（1）實時數(shù)據(jù)采集與分析

“通感算” 網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對交通環(huán)境的全方位感知，包括車輛位置、速度、行駛方向，道路擁堵情況、信號燈狀態(tài)等。通過大量的傳感器和數(shù)據(jù)采集設(shè)備，將這些信息實時傳輸?shù)皆贫诉M行分析處理。利用先進的數(shù)據(jù)分析算法和人工智能技術(shù)，可以快速準確地識別交通問題，預(yù)測交通流量變化，為交通管理部門提供科學(xué)的決策依據(jù)。例如，當(dāng)某一路段出現(xiàn)交通擁堵時，系統(tǒng)可以立即檢測到并分析擁堵原因，如事故、施工或流量過大等。根據(jù)分析結(jié)果，交通管理部門可以及時采取措施，如調(diào)整信號燈時間、發(fā)布交通誘導(dǎo)信息、派遣交警疏導(dǎo)交通等，以緩解擁堵狀況，提高道路通行效率。

（2）優(yōu)化交通信號控制

傳統(tǒng)的交通信號控制主要依靠固定的時間周期和預(yù)設(shè)的方案，難以適應(yīng)動態(tài)變化的交通流量。而 “通感算” 網(wǎng)絡(luò)可以實現(xiàn)交通信號的實時優(yōu)化控制。通過對路口車輛流量、行人過街需求等信息的實時監(jiān)測和分析，系統(tǒng)可以自動調(diào)整信號燈時間，實現(xiàn)路口的智能配時。這樣可以最大限度地減少車輛等待時間，提高路口通行能力，降低交通擁堵。例如，在高峰時段，系統(tǒng)可以根據(jù)實時交通流量自動延長綠燈時間，讓更多的車輛通過路口；在低峰時段，可以縮短信號燈周期，降低能源消耗。同時，對于行人較多的路口，系統(tǒng)可以優(yōu)先考慮行人過街需求，確保行人安全。

（3）提升自動駕駛安全性和可靠性

對于自動駕駛車輛來說，“通感算” 網(wǎng)絡(luò)提供了至關(guān)重要的支持。通過車路協(xié)同和車云協(xié)同，自動駕駛車輛可以實時獲取周邊車輛、道路和環(huán)境信息，提前做出決策和規(guī)劃，避免潛在的危險。例如，當(dāng)自動駕駛車輛接近路口時，系統(tǒng)可以提前告知車輛路口的信號燈狀態(tài)、其他車輛的行駛情況等，讓車輛做好減速、停車或轉(zhuǎn)彎的準備。

此外，“通感算” 網(wǎng)絡(luò)還可以實現(xiàn)對自動駕駛車輛的遠程監(jiān)控和管理。在車輛出現(xiàn)故障或異常情況時，系統(tǒng)可以及時通知相關(guān)部門進行處理，確保車輛和乘客的安全。同時，通過對大量自動駕駛車輛數(shù)據(jù)的分析，可以不斷優(yōu)化自動駕駛算法，提高自動駕駛的安全性和可靠性。

3.推動智能設(shè)備協(xié)同發(fā)展

（1）為多種智能設(shè)備提供服務(wù)

“通感算” 網(wǎng)絡(luò)不僅為智能網(wǎng)聯(lián)汽車提供服務(wù)，還可以為無人機、飛行汽車、機器人、機器狗等一系列智能體設(shè)備提供實時的數(shù)據(jù)服務(wù)。這些智能設(shè)備在不同的場景下有著廣泛的應(yīng)用前景，如物流配送、城市巡邏、環(huán)境監(jiān)測等。通過 “通感算” 網(wǎng)絡(luò)，它們可以實現(xiàn)與交通系統(tǒng)的協(xié)同互動，提高工作效率和服務(wù)質(zhì)量。

（2）促進智能設(shè)備之間的協(xié)同合作通過共享數(shù)據(jù)和信息，智能設(shè)備可以實現(xiàn)任務(wù)分配、資源優(yōu)化和協(xié)同決策。

4．提升城市交通智能化管理水平

    （1）交通流量監(jiān)測與預(yù)測

“通感算” 網(wǎng)絡(luò)可以實現(xiàn)對城市交通流量的實時監(jiān)測和預(yù)測。通過分布在城市道路上的傳感器和數(shù)據(jù)采集設(shè)備，系統(tǒng)可以獲取車輛的行駛軌跡、速度、流量等信息，并進行分析處理。利用大數(shù)據(jù)和人工智能技術(shù)，可以預(yù)測未來一段時間內(nèi)的交通流量變化趨勢，為城市交通規(guī)劃和管理提供參考。     （2）智能交通引導(dǎo)

“通感算”網(wǎng)絡(luò)可以為出行者提供智能交通引導(dǎo)服務(wù)。通過手機 APP、車載導(dǎo)航等終端設(shè)備，出行者可以實時獲取路況信息、交通事件、最佳行駛路線等。系統(tǒng)可以根據(jù)出行者的目的地和實時交通狀況，根據(jù)大模型預(yù)測結(jié)果，為其提供個性化的未來數(shù)十秒到幾分鐘的交通引導(dǎo)方案，幫助出行者避開擁堵，選擇最優(yōu)出行路線。     （3）交通應(yīng)急管理在發(fā)生交通事故、自然災(zāi)害等突發(fā)事件時，“通感算”網(wǎng)絡(luò)可以發(fā)揮重要的應(yīng)急管理作用。系統(tǒng)可以快速檢測到事件的發(fā)生，并及時通知相關(guān)部門進行處理。通過實時傳輸現(xiàn)場圖像、視頻等信息，救援人員可以準確了解事件情況，制定合理的救援方案。

從車路協(xié)同到車路云一體化，這十年的變化中，感知、計算、通訊等方面的技術(shù)不斷迭代，構(gòu)建“通感算”網(wǎng)絡(luò)成為了實現(xiàn)技術(shù)升級的關(guān)鍵。車路云一體化通過實現(xiàn)實體世界實時數(shù)字化，為智能交通提供了精準的決策依據(jù)，推動了智能設(shè)備的協(xié)同發(fā)展，提升了城市交通智能化管理水平，在大國科技競爭中扮演著重要角色。蘑菇車聯(lián)作為車路云一體化領(lǐng)域的先行者，在感知、計算、通訊等方面取得了顯著的成果。

其車路云一體化系統(tǒng)和算法達到了“雙 SL3”行業(yè)最高標準，與多家頭部車企深度打通，實現(xiàn)了車路云網(wǎng)絡(luò)實時數(shù)據(jù)賦能社會車輛。未來，隨著技術(shù)的不斷進步和應(yīng)用的不斷拓展，車路云一體化將為交通領(lǐng)域帶來更加廣闊的發(fā)展空間，為人們的出行和生活帶來更多的便利和安全。在全球范圍內(nèi)，各國都在積極推進車路云一體化的建設(shè)和應(yīng)用。我國工信部等五部門聯(lián)合發(fā)布智能網(wǎng)聯(lián)汽車“車路云一體化”應(yīng)用試點城市名單，標志著我國車路云一體化建設(shè)進入規(guī)模落地階段。相信在政府、企業(yè)和社會各界的共同努力下，我國將在車路云一體化領(lǐng)域取得更加輝煌的成就，為全球智能交通發(fā)展貢獻中國智慧和中國方案。

       原文標題 : 從車路協(xié)同到車路云網(wǎng)絡(luò)，AI催生代際跨越？