1.2.3 智能汽车网联设施协同创新
当前，自动驾驶的技术瓶颈，不是感知设备的成本问题，不是获取信息的精度不够，也不是传输速度的快慢，而是人工智能算法的能力水平提升问题，即“自动驾驶大脑”还不够聪明。路侧设施只是将数据感知设备从车上转移到路侧，没有改变人工智能的自动驾驶算法的根本问题，多了一点数据也不能弥补大脑的智商不足。同时，路侧设施的建设与运营维护还存在投资不可能完成的艰巨任务，以及增加更多网络安全漏洞等难题。基于此，迫切需要通过智能车路协同管控可视化推演平台的服务能力，突破智能网联汽车的技术瓶颈。
自动驾驶的重点在于使车变得更智能，即单车智能，包括 Waymo、Tesla、Uber 等造车新势力及通用、梅赛德斯-奔驰等传统车企都是如此。车路协同实际上是人们发现单纯的智能车难以解决降低成本及确保安全等难题而选择的中国路线。从某种意义上说，自主智能驾驶不能承受之重任，必须由V2X来分担，车路协同既可以大幅降低成本，也可以提高效能。车路协同包括聪明的车+智慧的路。
1.2.3.1 聪明的车
聪明的车可以分为智能车（自主智能车）、网联车和智能网联车。车辆不但包括小客车、公交车、货车等，还包括物流配送车、微交通的电动自行车和电动踏板车。
1.智能车
智能车也叫作自动驾驶车，也称单车智能驾驶，它通过自身携带的传感器，感知道路环境并通过自身的车载计算优化控制路径和控制车辆行驶。
2.网联车
网联车通过车载通信单元接收路侧通信单元传来的路侧边缘计算决策的控制指令，以实现远程遥控车辆。因此，可以说网联车本身没有智能，它的智能水平完全取决于道路（边缘计算）的智能水平。
3.智能网联车
智能网联车具备自主智能驾驶能力，同时安装车载通信单元，可接收路侧通信单元传来的实时道路环境信息和控制指令，通过车载边缘计算（或完全接受路侧边缘计算的控制指令）控制车辆行驶。智能车、网联车和智能网联车性能对比如表1-1所示。
表1-1 智能车、网联车和智能网联车性能对比
4.自动驾驶的业务场景应用
自动驾驶的业务场景包括基础业务场景和增强业务场景两个方面，两者都是借助人、车、路、云平台进行全方位连接和高效信息交互。C-V2X从信息服务类应用向交通安全和效率类应用发展，并将逐步向支持实现自动驾驶的协同服务类应用演进，其旨在实现以下4个目标。
（1）提升行驶安全；
（2）提高交通效率；
（3）提供出行信息服务；
（4）支持实现自动驾驶。
提升行驶安全是C-V2X最重要的目的。通过C-V2X车载终端设备及智能路侧设备的多源感知融合，对道路环境实时状况进行感知、分析和决策，在可能发生危险或碰撞的情况下，为智能网联汽车提前获取预警信息，为车辆出行提供更可靠、安全、实时的环境信息。典型的C-V2X交通安全类应用有交叉口来车提醒、前方事故预警、盲区监测、道路危险状态提示等模式。
提高交通效率是C-V2X的重要作用。通过C-V2X增强交通感知能力，实现交通系统网联化与智能化，构建智慧交通体系；通过动态调配路网资源，实现拥堵提醒与优化路线诱导，为城市大运量公共运输工具及特殊车辆提供优先通行权限。通过智能车路协同管控决策，提升城市交通运行效率，进一步提高交通管理效率，特别是区域化协同管控的能力。典型的C-V2X交通效率类应用包括前方拥堵提醒、红绿灯信号播报和车速诱导、特殊车辆路口优先通行等。
提供出行信息服务是C-V2X应用的“重要职责”，是全面提升政府监管、企业运营、人民出行水平的手段。C-V2X 信息服务类典型应用包括突发恶劣天气预警、车内电子标牌等。
车路协同是支撑自动驾驶落地的重要手段，通过本地信息收集、分析和决策，为智能网联汽车提供碰撞预警、驾驶辅助、信息提醒等服务，为自动驾驶提供辅助决策能力，提升自动驾驶的安全性，并降低车辆适应各种特殊道路条件的成本，加速自动驾驶汽车落地。
根据中国汽车工程学会发布的《合作式智能运输系统车用通信系统应用层及应用数据交互标准》（T/CSAE 53—2017），车联网基础功能涵盖安全、效率和信息服务三大类17个基本业务场景应用。自动驾驶典型场景应用包括车辆编队行驶、远程遥控驾驶、自主泊车等，其中安全类的应用数量、种类最多，也是自动驾驶需要解决的最基本的问题。自动驾驶的基础业务场景应用功能如表1-2所示，自动驾驶的增强业务场景应用功能如表1-3所示。
表1-2 自动驾驶的基础业务场景应用功能
表1-3 自动驾驶的增强业务场景应用功能
（续表）
5.智能车分级
2020年3月，工信部发布《汽车驾驶自动化分级》推荐性国家标准，这项标准于2021年1月1日正式实施。《汽车驾驶自动化分级》是中国智能网联汽车标准体系的基础类标准之一，其中包括对驾驶自动化的定义、驾驶自动化分级原则、驾驶自动化等级划分要素、驾驶自动化各等级定义、驾驶自动化等级划分流程及判定方法、驾驶自动化各等级技术要求等。
汽车驾驶自动化功能划分为L0～L5共6个等级（见表1-4），其中最高级别的自动驾驶为完全自动驾驶，也就是驾驶自动化系统在任何可行驶条件下持续地执行全部动态驾驶任务和执行动态驾驶任务接管。
表1-4 驾驶自动化等级与划分要素的关系
1.2.3.2 智慧的路
智慧的路包括感知、通信、决策、发布等功能。感知部分需要对道路上所有参与者、道路环境进行实时监测。通信部分解决车与道路的交互通信问题：一方面，网联车将自己的位置信息实时地传递给路侧通信单元；另一方面，路侧通信单元将处理好的警告或控制信息传递给网联车。决策部分通过路侧设置的边缘计算单元处理传感器采集的信息，生成高精度动态局部地图，实时对车辆警告或控制信息进行决策。智能网联设施I2X道路分级如表1-5所示。
表1-5 智能网联设施I2X道路分级
1.道路交通分级
2019年，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》，将交通基础设施系统分为6级，如表1-6所示。
表1-6 交通基础设施系统分级要素对比
当前，国内外调查结果显示，自动驾驶汽车发展路线普遍选择为中国路线。
智能网联汽车V2X与智能网联设施I2X协同关联性的主要区别是：
（1）单车感知不依赖外界环境的额外传感单元部署，主要依靠车辆自身装配的感知系统进行车身周围环境信息的获取；
（2）网联感知需要借助在路侧安装额外的传感、通信单元，以实现降低车身感知、计算能力的技术与成本需求，拓展车辆的感知范围和精度。
智能网联汽车V2X与智能网联设施I2X协同关联性如图1-3所示。
2.智能车路协同结构
智能车路协同是采用车联网C-V2X等先进的无线通信技术，全方位实施车-车、车-路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人、车、路的有效协同的智能交通系统。智能车路协同架构如图1-4所示。
图1-3 智能网联汽车V2X与智能网联设施I2X协同关联性
图1-4 智能车路协同架构
3.智能车路协同感知数据
智能车路协同感知在现有的智能交通感知设备的基础上，增加了更加精密的路侧感知设备、车载感知设备和 5G 移动大数据。路侧感知设备包括激光雷达、毫米波雷达和带目标识别功能的视频摄像机等；车载感知设备包括智能车辆安装的摄像机、激光雷达、毫米波雷达等设备，需要通过道路侧智能网联设施进行V2I交互，把信息实时上传到边缘计算节点，包括慢行交通的位置数据等。
4.智能车路协同控制流程
智能车路协同控制流程结构如图1-5所示。
图1-5 智能车路协同控制流程结构
智能车路协同控制流程主要包括以下几个方面。
（1）信息感知：一方面，利用路侧传感器感知路面所有交通要素，包括信号灯、机动车、非机动车、行人，甚至抛洒物的信息；另一方面，可通过V2I交互方式接收智能网联汽车的车载传感器采集的路面信息，统一传输到路侧边缘计算中心进行处理。
（2）感知数据融合：对各类数据进行实时融合处理，直接生成局部动态地图。
（3）车路协同决策：根据实时道路环境进行线路规划、车道规划、速度预测等；生成车辆行驶安全警告和车辆控制命令。
（4）安全警告和车辆控制：利用I2V向网联车发布安全警告信息和车辆控制命令。
5.智能车路协同分级
根据中国智能网联汽车发展技术路线，结合智能网联设施分级和智能网联汽车分级对智能车路协同（道路+车辆）进行分级，可分为C0～C5共6级。
（1）C0级（无智能）：由驾驶员全权操控汽车，可以得到警告或干预系统的辅助。
（2）C1级（初步智能）：通过驾驶环境对方向盘和加减速中的一项操作提供驾驶支持，其他的驾驶动作都由驾驶员进行操作。
（3）C2级（部分智能）：通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支持，其他的驾驶动作都由驾驶员进行操作。
（4）C3 级（有条件智能）：由车路协同自动驾驶系统完成所有的驾驶操作，根据系统要求，驾驶员需要在适当的时候提供应答。
（5）C4 级（高度智能）：由车路协同自动驾驶系统完成所有的驾驶操作，根据系统要求，驾驶员不一定需要对所有的系统请求做出应答，包括限定道路和环境条件等。
（6）C5 级（完全车路协同智能）：在所有驾驶员可以应付的道路和环境条件下均可以由车路协同自动驾驶系统自主完成所有的驾驶操作。
智能车路协同等级与智能网联汽车等级、智能网联设施等级结构关系如图1-6所示。
图1-6 智能车路协同等级与智能网联汽车等级、智能网联设施等级结构关系
6.智能车路协同优化配置
对于自动驾驶而言，聪明的车和智慧的路是不同的实现途径，因此建设途径和投资方向就有不同的选择。当然，采取道路和车辆两个方向齐头并进的建设方式，可以在最短的时间内取得实质性进展，但可能造成重复建设和投资较大的问题。另一个可能比较好的建设方式是重点建设智能道路，在路侧设置边缘计算能力，提高处理感知和决策水平，再通过I2X对网联车辆进行控制。通过车路协同可以大幅度降低自动驾驶汽车的门槛，单台车可以节省 50%～90%的购车费用。总之，智能车路协同是从车和路两个不同的角度创建整体解决自动驾驶汽车管控的技术方案。
1.2.3.3 智能网联汽车与智能网联设施协同
依托住房和城乡建设部 2018 年科学技术计划项目“智能车路协同关键技术研究及应用系统”（编号：2018-K8-019）、2019 年科学技术计划项目“5G+智能网联与非网联混合交通群体控制装备Dyna-RH系统及关键技术研究和应用”（编号：2019-K-172）、2020年科学技术计划项目“智能网联设施与智能网联汽车管控平台关键技术及应用”（编号：K20200692）等科研与产业化应用试点示范项目，开展智能网联汽车与智能网联设施协同推进科研与产业化系统工程，总结编写了本书。智能网联汽车与智能网联设施协同推进科研与产业化技术路线创新理念如图1-7所示。
图1-7 智能网联汽车与智能网联设施协同推进科研与产业化技术路线创新理念
智能网联汽车与智能网联设施的协同发展是未来实现自动驾驶及智慧交通的关键，基于C-V2X的智能网联汽车已经在标准、核心技术、产业推进等方面取得长足发展，具备了产业化部署的能力。下一步，基于C-V2X的智能网联汽车与智能网联设施需要进一步探索优化政策环境，加强跨行业合作，推动形成深度融合、创新活跃、安全可信、竞争力强的智能网联新生态。
智能车路协同服务的需求可以从政府、企业和个人3个方面的需求进行分析。政府通过车路协同服务平台实现对交通运行进行实时监管、交通行业管理和交通规划管理；企业主要包括智能汽车研发企业和运营企业两大类，智能汽车研发企业可以通过车路协同提供的超视距信息服务、地图服务等为自动驾驶汽车提供更完备的服务，运营企业可以通过车路协同服务提高运营效率和安全性；个人现阶段可以得到车路协同的安全和交通诱导信息服务，远期当车路系统完善后可以实现车辆远程遥控和自动控制等服务。
智能网联汽车正在从以车载信息服务为主向支持辅助驾驶、自动驾驶、智慧交通的应用发展，智能网联汽车的5G网联通信也从车与网（V2N）向车与车（V2V）、车与路（V2I）、车与人（V2P）延伸发展。智能车路协同管控的需求与应用场景分析如图1-8所示。
图1-8 智能车路协同管控的需求与应用场景分析
随着智能网联汽车和 5G 通信网络技术的快速应用，智能网联汽车在车载服务阶段，车辆通过蜂窝网络与云端服务器进行通信，实现娱乐、定位、导航等应用；在辅助驾驶阶段，车辆通过与周围车辆、道路交通设施、行人、云端服务进行通信，获得周围车辆运行状态、路侧的交通信号控制、交通标志标线等信息，提升车辆的安全行驶能力；在自动驾驶和智慧交通阶段，实现人、车、路、云的全方位联通，在进行智能感知信息共享与交换的同时，发布部分决策信息，具备复杂环境全息感知、智能决策、协同管控、整体服务等功能，最终实现全天候自动驾驶和高度车路协同管控的智慧交通系统服务。
从全世界来看，现阶段的智能网联汽车无线通信技术主要包括两种，即以IEEE802.11p为基础的专用短程通信技术和基于蜂窝技术的车联网通信，美国、日本、欧盟等发达国家和地区非常重视车联网的发展，均开展了相关技术研究和测试验证工作。中国政府高度重视智能网联汽车相关技术和产业的发展，2020年2月国家发展和改革委员会等11个部委联合发布《智能汽车创新发展战略》和“新基建”七大领域的体系建设等。总体来看，基于LTE-V2X的智能网联汽车端到端技术、产品、测试已经成熟，已经具备商用条件；而基于5G-V2X的智能网联汽车技术、标准、产品仍在积极推动之中，有待继续开展技术认证和测试工作。
借助于人、车、路、云平台之间的全方位关联和高效信息交互，C-V2X目前正从信息服务类应用向交通安全和高效畅通类应用整体演变。辅助驾驶典型应用场景及需求的面向辅助驾驶阶段定义了17个C-V2X基础应用场景，重点面向信息交互，实现车辆、道路设施、行人等交通参与者之间的实时状态共享，辅助驾驶人员进行决策；根据自动驾驶典型应用场景及技术需求，5G通信网络技术的更大数据吞吐量、更低时延、更高安全性、海量并发处理等特性，极大地促进了智能驾驶和智慧交通的协同发展。面向自动驾驶的增强型应用场景的研究，一方面，从基础典型应用场景的实时状态共享过渡到车与车、车与路、车与云的协同管控，增强了信息复杂程度，可实现协同自动驾驶与智慧交通的集成应用；另一方面，基于通信与计算机技术的提升，交通参与者之间可以实时传输高精度视频、传感器数据，甚至局部动态高精度地图数据，提高了全息感知精度与数据丰富程度。截至2021年年底，我国已定义了29个面向自动驾驶的增强型应用场景。
1.2.3.4 智能网联汽车与智能网联设施发展建议
1.国内外智能网联汽车发展情况
第一阶段：2015—2020年，由从0到1集成层级的技术组成自适应巡航/节能减排停车（ACC/LCC/Parking）辅助驾驶的功能，同步完成汽车电子/电气架构的数字化和数据化变革；行业格局：每个人都想要吃“整个大饼”。“割韭菜”的是外国一级供应商。供应链：多是卖家市场，硬件很贵，且一枝独秀。
第二阶段：2021—2025 年，开放式平台+自主研发，追求价格更加可控的硬件，包括传感器和计算设备，更加开放的多边合作。行业格局：多边合作、雨后春笋（“雷雨”劈死了很多不理智和不强壮的公司，存活下来的公司将沿着更加聚焦的技术方向发展）。供应链：更多供应链选择，包括芯片、传感器、软件模块和子功能。在第二阶段，ADAS“本土化”逐步进行。
第三阶段：2026—2030年，技术可差异化和个性化服务；受益于更加理智的合作模式和供应商，技术供应商开始聚焦在自己的核心IP，原始设备制造商则聚焦在研发差异化和定制化的功能，并进一步将功能形成自己独特的服务。技术品牌的车企开始逐渐形成。行业格局：百花齐放。供应链：本土化服务有望形成壁垒，有能力跟国外供应商平分秋色。
2.加速智能网联汽车与智能网联设施协同推进发展战略的建议
1）进一步形成发展战略共识，更加明确顶层设计
自动驾驶是高新技术的载体，在发展过程中应该在各行各业达成整体发展共识，包括关键技术等方面的共识，完善顶层架构。
2）中国的智能网联汽车应适应本地属性、本地需求
中国方案的智能网联汽车包括以下3个方面：一是符合中国基础设施标准规范，包括道路基础设施标准、地图数据标准、V2X通信标准、交通法规等；二是符合中国联网运营技术标准规范，即符合中国要求的智能网联汽车准入、联网运营监管、信息安全等标准；三是符合中国新体系架构汽车产品标准规范，包括智能终端、通信系统、云平台、网关、驾驶辅助系统、自动驾驶系统等标准。
3）构建智能网联汽车技术创新体系
重视和掌握智能网联汽车核心技术，加强关键零部件技术研发，才能解决核心技术问题。
4）构建适应中国方案的智能网联汽车产业链
中国方案的智能网联汽车是技术变革产品，不仅产品构型新，开发体系、产业链生态体系同样会发生变化，所以，针对这样一个未来新技术变革的产业，需要构建适应这种变革的中国方案的产业链，加快产业链布局，打造产业链聚集区。
5）推进智能基础设施建设，完善智能网联通信环境
中国的交通基础设施取得了长足进步，下一步需要进行智能基础设施建设，需要完善智能网联的通信环境，包括路面信息化的升级与智能设施建设的双同步，以及大数据的管理、服务、运营。
6）加强监管，保障智能网联汽车运行安全和国家信息安全
加快制定汽车信息安全标准和规范，推动中国汽车信息安全保障体系构建；加强对端-网-云各环节的信息安全监管，建设国家智能网联汽车运行基础大数据运维及监管中心；优先解决智能网联汽车运行安全、用户数据安全、跨境数据安全及车联网应用数据安全问题。
7）统筹推进智能网联汽车测试、示范应用和产业推广
在政府有关部门的支持下，中国已经有多个智能网联汽车测试示范基地，但是测试评价方法不尽相同，未来希望做到统筹推进，建立统一的测试评价标准体系，为测试评价由封闭区域向开放道路过渡提供依据。
8）未来应将智能汽车移动出行与社会服务要素融合
为中国智能网联汽车产业发展建立新交通生态，为智能驾驶时代蓄积战略资源，从而从真正意义上实现智能网联汽车与智能交通、智慧城市的深度融合，使智能网联汽车实现共享和谐、绿色环保、互联高效、智能安全的目标。