百度、阿里、腾讯、华为都在车路协同上做了很久的布局，现在都在构架车路协同领域的生态。
可为什么巨头悉数入局这样一个赛道？
先简单科普一下何为车路协同：高速公路和城市道路，即将可以感知车辆、行人，把实时交通信息推送给车辆，保障交通安全，提高通行效率，未来还可以辅助实现自动驾驶。
今年，车路协同市场热流涌动。中国公路学会自动驾驶工作委员会主任冉斌年初表示，“今年会是车路协同自动驾驶爆发成长的一年。”
最近，总投资707亿元的杭绍甬高速可研报告获批，6月底开建，在2022年杭州亚运会之前建成。这条高速是我国第一条车路协同智慧高速，全长174公里，每公里造价4亿，比普通高速贵了3倍，多出来的钱，大多花在了车路协同上，每 200 米安装 1 个感知设备，实现安全预警、实时诱导、编队行驶、自由流收费、精准管控调度等功能，未来还可以支持自动驾驶。
已经开建的京雄高速，总投资272亿，把内侧两条道路作为智慧驾驶专用车道，可实现车路协同自动驾驶、准全天候通行。
市场上车路协同的项目确实逐渐多起来。
在高级别自动驾驶短时间难以大规模商业化的背景下，百度Apollo已经将车路协同作为发展重点。从去年10月至今，已经获得了多个地方的车路协同项目订单。
李彦宏还在今年两会提了加快智能交通建设的提案。他建议国家加强政策引导，鼓励各地政府加大探索和投入，探索城市智能交通运营商模式，加快交通路网车路协同智能化改造。
车路协同领域也有创业公司获得融资，集中在A轮。
市场规模方面，国金证券测算，2020-2030年车联网总量空间接近2万亿元，其中“聪明的车”、“智慧的路”、“车路协同”分别为8350、2950以及7630亿元。
天风证券以每公里智能化改造费用100万（交通部相关人员估测百万量级）保守测算，仅高速公路V2I 市场空间达1440亿元。
本文将用万字篇幅来解答以下问题：
这个领域到底有什么价值，值得巨大的投入吗？
行业真的正在迎来爆发期吗，技术上成熟了吗？
投资的钱又从哪儿来？
这么大的投资，怎么回本？
车路协同搭建起一张车车、车路通信网
在智慧交通上，有哪些前沿研究呢？比如智能道路，在道路上铺设特殊材料，让道路具备特别的能力，比如自融雪、自动调节路面湿度；通过AI对交通信号灯进行智能控制；交通大脑，形成对复杂交通数据的获取与判研、生成对策的能力；车路协同，编制一个车车、车路的通信网，生成分享数据。
这其中，最具革命性的当属车路协同。一方面可以辅助单车智能，更快实现自动驾驶；另一方面，当车路协同基础设施搭建起来之后，会有很多有价值的应用。
开车在路上，与路的交互主要靠路上的指示牌和地图导航，观察周边车辆主要靠目测，接触到的信息是有限的。道路千方有事故，有积水，我们不能提前知道，也就因此可能经历拥堵，甚至影响行车安全。交通管理部门对于某个路段会有多少车辆涌入，是否形成拥堵，也是不能及时判断的。
解决这些问题，需要车主和管理部门获得更多实时信息。怎么获得实时的交通信息呢？车路协同。
车路协同包括车端、路端、云端三方面：
在汽车上安装车载OBU等软硬件，使车可以感知周边，也是交通管理系统可以感知到该车的轨迹；
在道路上安装传感器、雷达、路测单元、边缘计算设备等，使道路信息可以被车辆与管理系统充分感知，也可以感知车辆的信息；
星云互联的路测单元设备，用于通信
以杭绍甬高速为例，在路段两侧，每 200 米 布设高清固定摄像机、车路协同设备；每1公里布设交通流感知设备、视频监控设备；每 10 公里布设全要素检测器；在易出现团雾、结冰的路段布设能见度检测器和路面检测器。这样，增强对路况、车辆、自然环境的感知。
在通信方面，路侧端会部署 DSRC、LTE-V2X、5G 等多模无线通信网络。保证车辆在百公里时速时，通信延迟低于 10 毫秒。
在云端的云控平台上对这些信息进行分析与管理，实现车辆管理、交通管理等功能。
星云互联是一家车路协同路端、车端设备与解决发案领域的创业公司，联合创始人王易之介绍，车路协同系统可以对车辆运动状态、位置、速度、方向，以及车本身的信息（比如大小，是个卡车还是轿车，刹车状态），异常信息（比如故障停车了，爆胎了，或者已经出现事故），都可以感知、共享。
车路协同借助高精地图，提供基础道路路网信息，如标志标牌与建筑物、障碍物、自然环境信息；交通状况信息；车辆与行人的动态信息，可以辅助感知、进行高精度定位、进行路径规划。
车路协同本质上是构建了一张网，在这网上，车与车、车与路随时通信，交互信息，让车可以感知道路信息，实时获取道路上的全量数据，进行决策与协作，达到减少交通事故、降低拥堵的目的，并为未来高级别的自动驾驶铺路。
王易之认为，车路协同是把彼此隔离的车路交通系统，变成相互连接、信息共享的交通系统，是对于交通系统的一次革命。
在这张网之上，是汽车里的各种车载OS，车路协同网络通过接口把收集到的数据信息传递给车载OS，在OS上可以开发各种应用，OS也可以承载车内娱乐等各种服务。
车路协同与车联网的概念常常被混淆，两者有交叉，都强调借助无线V2X通信，实现驾驶的安全和高效。但其实还有一些差异。车联网的概念更大，除了车辆与环境的信息交互，还有车内系统（如发动机、转向、刹车、雷达、视觉系统等）的联网，以及车辆联网后的车载信息娱乐服务（如音乐影视、导航、航旅预订等）、车载语音系统等。
车路协同应用场景，跟你我都有关
在公路上开车前行，左侧道路上有一辆车速很快的汽车即将要汇入你所在的车道，因为盲区的存在，人看不到这辆高速行驶的汽车。有了车路协同以后，路端设备发现了这辆车并向云控平台发出信息，你的汽车可以接收，提前做出反应。车与车之间可以通信，可以感知对方，算法可以提前预判是否需要避让。这是车路协同系统在安全方面的典型应用场景。
车路协同系统防碰撞
美国国家公路交通安全管理局的一份报告曾指出，使用车路协同技术，能解决81%的车辆碰撞问题。不只是防止碰撞，安全方面有多种场景，除了安全类应用，还有其他方面的应用。
上市公司高新兴在智能交通、车载终端和路侧设备做了不少探索。公司高级副总裁吴冬升对虎嗅Pro表示，车路协同应用场景分为四大类：安全类、交通效率类、信息服务类、自动驾驶类。每类之下又有很多具体的场景。
车路协同具体场景解析（来源：国信证券）
安全是最主要的应用方向，具体场景非常多。吴冬升举了个例子，前些天广州大暴雨，大量路段积水，车主开车通过是非常危险的。车路协同可以提供规避方案。道路智慧化改造，让路具备能力感知周边环境、温湿度、雨雾天气等。降雨时，可以知道积水情况，向车端推送，告知车主这个路段积水非常严重，不能通行，避免事故。
大雾天容易出现事故。如果有车与车、车与路的通信，数百米内都可以进行通信，足够让车提前做出反应，防止碰撞。
除了安全，还可以提高交通效率。城市里很难让车快速跑起来，因为红绿灯卡口太多了。车路协同系统可以通过感知到的路面车辆多寡，智能决定红绿灯的变化。
特殊车辆优先通行就可以通过车路协同实现，例如公交车绿波通行。基于车路协同，可以对公交车进行绿波引导，通行中计算公交车的速度，绝大部分路口下碰到的都是绿灯，提升公交出行效率。目前公交车绿波通行已经在国内深圳、武汉等地开始应用。
在高速公路上，节假日或交通事故都会导致拥堵。这时，可以通过车路协同设备的部署，对匝道做车辆限流，或者匝道整体管控。
信息服务方面，吴冬升认为比较典型的应用是高清地图。通过车路协同技术、路测设备，向车辆推送高清地图，高清地图还可以通过路侧设备实现实时动态更新，这样也可以帮助车辆实现无人驾驶。
另外，通过对交通大数据的汇总分析，为交通管理部门提供决策支持，也是可以想象的场景。
王易之认为，有了车路协同，对违章的管理会越来越细致，因为交警的监控可以通过车路协同的网，时时掌控每辆车行驶的状况；不停车收费也可以实现。系统知道车在哪条路上行驶，行驶多少距离，高速龙门架、收费站甚至都可以被替代。
还有一些探讨中的应用，比如现在高速有时速120公里的限制，车路协同部署后，因为有了超时距的感知能力，可以放开速度限制，增强高速的通行能力。
除了这些具体应用，车路协同还可以与其他行业相结合，给很多行业带来变化，比如物流、安防与智慧城市。
虎嗅Pro此前报道过智慧物流领域的G7，因为路端智能还没有跟上，现在通过车端的GPS、传感器、EMS数据、ADAS系统数据等，来判断货车行驶中面临的安全风险。当路侧智能化系统铺垫完成后，车与车、车与路可以通信，前方是否有低速行驶车辆，是否有事故车辆在处理，是否有急转弯，盲区是否有车辆汇入等等，都可以在云控平台推送给司机，确保货车安全。
安防也是，现在的安防多是在卡口用摄像头进行视频拍摄和图像抓拍，后端进行数据分析，车辆离开卡口之后，数据就没有了，车路协同实现以后，可以将卡口获取的信息与路侧获取的信息进行结合，使嫌疑人的行驶轨迹更全面，抓捕行为也就更高效。
车路协同健全之后，城市智慧化程度将再上一个量级。举个例子来说，疫情期间，有个武汉女子监狱释放的犯人，在武汉封城、北京严防输入的情况下，从武汉开车一路畅通无阻到达北京的家中，此事当时在全社会引发了广泛关注，大家都觉得这个人背景很深，但调查结果显示，并非该人员背景深，而是高速、城市道路、重要卡口的监测形同虚设。如果车路协同系统完备，路侧设备虽然不能知道车里的人是谁，但可以发现到一辆从武汉开来的汽车进入到了北京某小区里。这会比目前的智慧城市系统要“聪明”很多。
当然，实现这些，需要车路协同有比较高的渗透率。吴冬升表示，车端需要具备渗透率，需要通过安装相关的设备让车变成一个智能网联车，路端需要有覆盖率，要有智能化道路。渗透率和覆盖率提升之后，才能让整个的效率发挥出来。如果路侧的覆盖率不够，车和路之间的业务没办法去享受了。
如果车辆的网联化渗透程度不高，会影响车路协同的效果。比如路上行驶的十辆车，其中有八辆已经是智能车，但有两辆还是功能车，这两辆车从盲区驶入时，车与车之间无法通信。不过可以靠路端的设备来识别并传达给系统。
政策推动车路协同进入商业化元年
图景很美好，但现实中车路协同还未真正大规模落地，车路协同正经历从研究到落地的过程。
在国外，美国，日本，欧洲大概在本世纪初开始，基于IEEE 802.11p协议，研究车车、车路的通信，在这个基础上做应用场景。资料显示，美国几十个城市已经部署了车路协同系统，美国Safety Pilot项目研究显示，车路协同可降低事故率44％； NHTSA（美国高速公路安全管理局）的研究则显示，车路协同技术可实现节约能耗39％。
在我国，车路协同也是从学术圈转移出来的概念。2011年，科技部开启了一个清华牵头的首个与车路协同相关的863计划，并于2014年通过验收。在验收场地上，10辆安装了车路协同系统的“智能车”，在“智能道路”上完成了协同换道、车车避撞等15个应用场景。这是国内对车路协同最早的研究，使得政策层与业界对车路协同的关注度开始提升。
此后，车路协同主要的推动部门从科技部变成了工信部与交通部，工信部重点在车联网技术，交通部重点在智慧交通。
2016年初，工信部宣布在重庆率先推进智能汽车与智慧交通应用示范，车路协同是智慧交通的重点。到现在，试点示范地区、城市已达到11个，包括京冀示范区、无锡、武汉、广州、成都、天津等。
王易之表示，示范区的建立，从技术上讲，首先磨炼技术，包括智能网联技术、自动驾驶、传感器等；其次是与真实的交通系统结合，探索比如智慧公交、无人清扫车以及更大范围无人驾驶跑起来之后的运营和服务模式；对于路侧，可以在这里打造基于车路协同的、更先进的交通建设与管理方式。
这些年来，关于智慧交通与车路协同的政策文件一直不断。
2019年以前与智慧交通与车路协同相关的政策
政策文件的作用在于肯定了车路协同是未来发展方向，并指出了车路协同的基本形态。如交通部《关于加快推进新一代国家交通控制网和智慧公路试点的通知》，确定了智慧公路以路运一体化车路协同为方向，要求选取有代表性的高速公路，基于路侧智能化升级和车辆路运一体化协同，开展风险监测及预警、交通流监测分析等。这跟现在大家对车路协同的认知基本一致。
2018年在市场层面是一个重大节点。这一年大企业纷纷加入进来。
大厂的进入，标志着这个行业即将开始兴旺。
2019 年，在示范区的基础上，工信部做了升级，于5月向无锡颁发了国内首个车联网先导区的牌照，先导区主要任务是规模部署C-V2X网络、路侧单元，装配一定规模的车载终端，完成重点区域交通设施车联网功能改造，丰富车联网应用场景。年底，工信部又批准天津(西青)创建国家级车联网先导区，这是国内第二个国家级先导区。
与之前的测试示范区不同，先导区会划片，在片区内对车路协同进行全面落地，有封闭区，有开放道路。
王易之表示，现在的模式是政府给予主要资金、由企业支持来做示范，区域可能从几公里到上百公里不等，随着产业的成熟逐渐扩大规模。未来，尤其在路侧，还会由政府去推动，结合当地运营主体一起来投资。车路协同在路侧覆盖范围越大，车载用户量越多，交通系统和每个用户收获的效益也越高。当有了规模化的车路协同平台，再往上层搭建增值服务，形成良性循环。
2020年，政策层面的频频推动显得更加“猛烈”。从智能汽车发展战略到新基建，车路协同都是其中的重要内容。
政府相当重视车路协同的推进。中国移动政企交通行业总监关佳欣在一次演讲中提到，“工信部苗部长从2018年下半年到2019年上半年短短几个月时间，三次到中国移动听关于车路协同 V2X 的方案汇报，部委的重视程度非常强烈”。
政策迭出，对车路协同的推动越来越明显。业内人士表示，其实车路协同本来还很前瞻，如果仅靠市场力量，还要等很久。去年5G的商用和今年的新基建，以及智能网联汽车的相关政策发布，推动了普及的力度。大家普遍预期车路协同落地速度会加快。
除了政策，技术上也逐渐突破了原有障碍，包括路侧设备国产化、通信协议的统一等方面。
王易之介绍，2016到2019年这几年，国内C-V2X相关主体标准已经基本统一起来，剩下一些细节的标准也在快速补充，技术层面没有太大的问题。2018年“三跨”互联互通示范演示，2019年的“四跨”，都验证了目前车路协同技术已基本实现了闭环。
所谓三跨就是跨芯片，跨终端设备，跨车厂，各家不同的东西，在一条路上示范演示，所有车路协同应用场景都能跑得出来。去年把安全平台加上去，完成了四跨。王易之表示，安全平台目前在纯技术层面已基本形成了规范，但其真正落地则更需要政府如何来确定这部分的具体运营和管理方式。
再加上5G的逐步落地，车路协同越来越近了。
地方政府寄望通过车路协同发展汽车产业
地方上建设活动也逐渐增多。今年以来，浙江、江苏、山东、广东、四川、深圳等地陆续出台相关政策及指导文件，推进智慧交通，加速路端和云端的智能化改造及建设，探索复杂场景应用。
基于车路协同的自动驾驶测试也早已在各地展开，赛文交通网统计显示，目前全国共有约60个国家级、城市级及企业级自动驾驶测试示范点建设，包括湖北武汉、湖南长沙、河北沧州、深圳福田等。同时还有约20多条智慧高速公路已经确定计划要开展智能网联试点建设。
之前提到的杭绍甬高速是车路协同领域的大项目。吴冬升表示，不只是杭绍甬高速，即将开建的广州南沙车路协同系统，投资规模也达到90多亿元。
城市道路的车路协同项目也在推动，比如南京在今年4月宣布在栖霞区兴智路建设首条车路协同应用示范路，今年下半年具备为智能汽车、5G 应用、路侧智能等领域的企业和产品提供实验、测试的条件，年底具备自动驾驶测试条件，明年再扩大地理覆盖范围。
就建设内容来看，有采购传统交通管理设备，比如加入车路协同功能的交通信号机、交通监控设备；有采购OBU、RSU的路侧设备；有采购云控平台，安全系统等软件平台。
车路协同正在迎来商业化元年。
政府发展车路协同，不仅仅是促进智能交通建设这么简单。这背后，也有发展本地智能网联汽车产业、促进自动驾驶产业集群形成的因素。
吴冬升对虎嗅Pro分析，从政府层面来看，去做车路协同，初衷是为了推动智能驾驶产业的发展，美国走的是单车自动驾驶的路线，中国已经明确了，要走网联式自动驾驶的路线，所以我们现在所做的车路协同工作，毋庸置疑，非常大的目标还是赋能自动驾驶产业。
同时也是为促进汽车产业转型升级。汽车产业的新四化（智能化、网联化、电动化、共享化），网联化、智能化都跟车路协同息息相关，车路协同是实现中国汽车产业变道超车的一个比较好的机会点。
第三，车路协同先期主要的服务对象，是交通管理部门。车路协同可以帮助我们实现真正意义上的智慧交通。智慧交通1.0主要实现交通的信息化、数字化，2.0要实现交通网联化，3.0要实现智能化，车路协同是非常重要的去实现智慧交通的途径。
BATH抢滩车路协同
伴随着政策的推动，业界对于车路协同的布局越来越广泛。车路协同领域目前有三大主要势力：
首先是以BATH（BAT+华为）为主的行业巨头，这些企业在C端有优势，有云端的能力，在车端也做了不少积累，在路端缺乏智慧交通行业经验，以及项目落地施工的能力。四家企业都在坚持自己的核心优势的基础上做生态，补齐短板。以百度Apollo为例，包括海信网络科技、星云互联等公司都已经加入了Apollo生态，自己主要提供自动驾驶与车路协同平台技术，合作伙伴来负责路侧等方面的落地。
除了BATH，还有三大运营商，他们掌握通讯设施，也有在通信网络之上再运营车路协同网的需求。他们主要做的是研究标准，另外就是做整合集成，形成解决方案。
其次是智慧交通、车联网领域的传统企业，如千方科技、海信网络科技、高新兴、金溢科技、万集科技、四维图新等，有自己的核心优势，比如在智能交通领域的行业经验，是巨头车路协同落地的合作伙伴。
另外就是前文中提到的多家创业公司。他们规模现在都还不大，不过可以在某个细节做得比较深，市场反应也更快，比如多家创业公司已经在智能车载设备和路侧设备方面形成量产能力并在项目中打开市场。
百度
最积极的莫过于百度Apollo。在自动驾驶上投入了大量资源的百度，还迟迟没能等来自动驾驶的大规模商业化。百度集团智能驾驶事业群组总经理李震宇针对分拆传闻曾表示，Apollo做了7年也不赚钱，未来一时半会儿也看不到能否赚钱。Apollo将以百度集团作为母体，进行100%的投入。
Apollo的技术路线已由单车智能过渡到车路协同。通过路的智慧化来辅助车辆自动驾驶实现，同时也借助车路协同的市场机会来获取部分收入，毕竟现在百度的营收与市值压力都不小，已经很难不计回报地在自动驾驶上投入，必须形成一定的营收能力。百度将这样的商业化路径称为“攀登珠峰，沿路下蛋”。
百度采取了广建生态的模式。百度2018年底开源了车路协同代码，2019年正式推出车路协同平台，12月底又召开第一届百度Apollo生态大会，明确以车路协同、自动驾驶、智能车联三大开放平台为基础，打造Apollo全生态。
百度Apollo新增了智能交通业务组，将车路协同做为百度在智能交通领域的发力点，于今年推出智能交通解决方案“ACE 交通引擎”。本质上是结合Apollo与合作伙伴的能力，形成齐全的方案，在各地拿项目，再结合合作伙伴去落地。目前已经在十多个地方建立了合作。
Apollo生态的合作伙伴数量在200个左右，包括高新兴、星云互联、海信网络科技、河北交通规划设计院、大华股份、大唐高鸿、银江股份等交通、车联网领域的企业。
总体来说，百度Apollo在自动驾驶领域的技术积累较多，车端技术优势比较明显，云控平台方面也在做，在路侧的智能交通领域缺乏积累，依靠合作伙伴来完善。
华为
在车路协同领域布局比较完备的是华为。一家做路侧与车端设备的创业公司高管坦言，最大的竞争对手就是华为。
华为的车路协同业务归属于物联网解决方案部门。华为可怕之处在于什么都能自己做。在通信领域的优势就不必说了，5G连美国都忌惮。在车端，华为可以提供车载计算，有芯片模组、OBU、T-BOX、MDC等设备，在路侧，可以提供用于通信的路测单元（RSU），以及融合感知单元RSS。在云端，可以做数据的处理，并对交管、智慧城市的数据进行整合。
华为可以提供车路云三端全面的设备与方案，这一点谁也比不了。华为还在研发激光雷达。让路侧更清晰地观察到车辆，雷达是非常重要的路端设备，毫米波雷达、激光雷达预计都会在路端应用。当然华为也做车路协同的生态，合作伙伴主要提供车载信息服务、交通管理调度系统等。
阿里
阿里方面，在2018年9月的云栖大会上，宣布升级汽车战略，利用车路协同技术打造全新的“智能高速公路”，这一战略将由AliOS联合阿里云、达摩院、高德、支付宝、千寻位置、斑马网络等共同完成。不过此后阿里在车路协同方面进展不多，未有落地项目，做车载系统的斑马网络发展也不顺利。
阿里目前在车路协同领域的特点更多是基于高德地图的数据，在云端做一些尝试，去年6月，高德地图联合阿里云推出了智慧高速解决方案，底层通过视频设备、物联网产品等，汇聚海量高速路网信息，其上是数据处理层，再往上是依据数据和技术开发的行业场景应用。核心是通过云端平台，连接现有高速路网数据信息，并将信息协同给车辆。该方案预计发布后一年内在10个省市高速路网落地。
总投资707亿的杭绍甬高速是阿里智慧高速的第一个试验田，阿里云将5G技术、车路协同技术和自由流收费技术整合到杭绍甬智慧高速，实现智慧高速的首次落地。
腾讯
腾讯还未在具体的车路协同落地项目中露面，不过在车路协同方面也储备了比较全的技术与产品，也是沿袭公司战略，以腾讯云为核心，想建生态做连接器，联合上下游参与者。车端是腾讯最有想象力的部分。腾讯建立了车载智能中控系统，把云端的AI、安全、数据分析等能力，以及路侧集成的信息数据及服务，触达终端用户。
在路侧，2019年5月，腾讯发布了5G车路协同开源平台，去兼容各种设备和协议，打通中心与边缘的数据管理，支持整合第三方能力，实现车路协同端到端的落地。另外整合里腾讯在C端的资源与能力，支持车联网触达C端用户。具体的应用场景主要有4个：高精度定位、实时路况更新、辅助安全驾驶、规避交通违章。
在云端，腾讯构建了云控数据平台，支持车路协同相关的数据挖掘、智能决策、模型训练、智能调度等。
总体来说，BATH中，百度推动最积极，在车辆智能技术储备更多，已构建的生态更大，参与的项目也最多；华为在车、路、云方面的技术能力最全面，如果车路协同项目大量建设，华为预计会收获不少订单；腾讯致力于做产业链的连接，目前生态规模一般，C端能力突出，更适合做车路协同大量落地后的服务运营商角色；阿里则主要在做云端数据的汇总与应用。
除了四大巨头，其他企业在车路协同上也有很多动作。智慧交通领域的BIG4，即海信网络科技、银江股份、易华录、上海电科智能，都推出了车路协同解决方案，也大都加入了百度Apollo的生态。海信网络科技最近在青岛建成了1.2公里长的山东省首个企业级的车路协同测试基地，提供前向碰撞预警、道路危险状况提示等测试场景，为车路协同相关产品和系统的出厂提供测试环境。
阿里36亿元入股成为第二大股东的千方科技，布局了位于海淀和亦庄的两大国家智能汽车与智慧交通（京冀）示范区基地，为自动驾驶车辆开展封闭测试训练提供专业场地，还与百度等企业在亦庄核心区共建了40公里V2X测试道路。
今年2月完成5亿美元融资的自动驾驶公司小马智行，正与广州企业中科智城联手，在明珠湾建设基于5G网络下的智慧城市车路协同系统。
未来车路协同这个领域，预计会是以BATH为核心，是拿大项目的主力，传统智慧交通公司与新兴创业公司加入他们的生态，与BATH完成项目协作。
资金与商业模式是当下的瓶颈
在外界看来，车路协同领域巨头云集，现在项目也不少，创业公司也不断获得融资，应该是正在进入一个爆发的阶段了。
从业多年的业内人士对此反应则比较平淡。王易之认为，这是一种自然而然的发展结果。
吴冬升判断，从2017年到2019年，是车路协同试点示范阶段；2020年到2021年，处于规模验证的阶段，国家会推动试点示范区域到先导区的建设，今年在无锡、天津的基础上，国家会颁发更多先导区的牌照；2022年之后会进入大规模建设的阶段。
这样来看，今年车路协同爆发还谈不上，更确切地说，是在为几年后的大量建设来铺路。现在车路协同还有哪些重要议题没解决？
在吴冬升看来，产业良性发展，有六个要素：第一是政策牵引；第二是资金问题；第三是标准，车路协同是一个通讯标准，里面涉及频谱互联互通；第四个是产品和方案，相关技术能够支撑产业的发展；第五个是要有比较好的应用场景，最后是好的商业模式、商业逻辑。
就车路协同来讲，从标准层面来看，目前车路协同的标准基于LTE-V，基本上是成熟的。国家层面推动定向频谱的分配、互联互通的问题等，基本上初步具备了规模化商业的条件。从技术层面上来看，初步具备了规模化相应条件。未来LTE-V与5G的深度融合是下一步产业界需要深度探索的，以进一步验证。应用场景方面，安全、交通效率、信息服务、自动驾驶都是比较明显的场景。
政策层面，支持力度也非常大，不过还有一些细节需要明确。王易之对虎嗅Pro表示，一个是定位，车路协同运行的基础就是地理位置信息的共享，但是不管是车端还是路端，对定位信息、地图坐标信息的共享，均需要针对现行的测绘法进行进一步的调整。第二个就是安全，车路协同是一个交叉领域，工信部管通信技术，交通部管着道路，公安做交通管理，车路协同的安全算谁的，还不清楚。
政策上的盲点，相信未来会逐步完善。车路协同真正的难点，在资金问题与商业模式上。
要实现车路协同的杭绍甬高速，投资规模707亿元，比同里程的普通高速贵了3倍。如何收回投资？车路协同建设，资金是明显的坎。即使国家在新基建中做大量投入，也需要衡量投入产出比。
业内的观点是，前期投入不可避免，后续随着规模化，单位成本将会降低。
吴冬升表示，车路协同肯定还需要政府去做投入的，这在当下阶段非常重要。不过未来不会是现在这种成本的投入。无论是车载，还是路侧需要大量部署的激光雷达，成本一定会是往下走的。
王易之也认为，产品一旦上量，成本下降非常快。现在芯片供应商目前面对的是几千的采购级别，以后到上百万甚至更多的订单，芯片价格会有数量级的下降。另外现在设备需求没有固化，设备尽可能满足各种需求，增加了很多定制成本。未来一旦形成大量的标准化产品，成本肯定会降下来。
在成本下降的同时，新的营收模式也有望建立起来。吴冬升表示，之前的车路协同试点，还没有带来规模化的效应，没有产生积累大量的数据。未来有海量的车端、路侧数据之后，会衍生出各种各样的商业模式。一旦有成型的，比较好的商业模式之后，除了政府的投入之外，社会化资金也会进入，推动产业发展。
在商业模式上，业界最近两年讨论比较多，普遍认为车路协同还没有形成清晰的商业模式，重建设，轻运营，已建成的设施缺乏可运营性。对于参与的企业来讲，只能靠政府采购软硬件、建设费用等来形成收入，利润薄，发展空间有限。
吴冬升认为，现阶段车路协同会优先解决一些特定场景的问题，比如干线物流的重卡，港口车辆的自动驾驶，以及在多地落地的智慧公交。
未来商业逻辑需要跟其他行业做叠加，比如保险、能源、安防与智慧城市等。以保险为例，车路协同提升了车辆出行的安全性，这种车辆跑在车路协同道路上的车辆，可以降低保费，或者保险公司即使不降低保费，但是愿意为车辆付费装一个车载设备。这些都是可以考虑的模式。
王易之认为，车路协同当前商业模式就是政府牵头采购和建设。通过政府采购，实现（特别是路端）基础的安全、效率部分搭建。有了这个基础的平台之后，吸引企业投资，吸引公交、货运、租赁等车端投资和部署，进一步扩大渗透率；最终引入各种商业模式，到时候政府可以对平台资源进行分片，运营公司参与进来，用分片的通信和数据资源来做服务。
总结来说，资金和商业模式的健全是需要继续探讨解决的关键问题，技术、标准、政策也还有细节需要去补齐，今明两年仍会是车路协同继续寻求验证的阶段，离爆发尚有距离。在自动驾驶远未到来的情况下，如果车路协同可以解决交通领域的安全、效率等问题，在项目落地后获得使用价值的验证，还是有望迎来更大规模的建设。
（如果觉得文章还不错，欢迎点击下方分享按钮，前20位好友可免费读。也欢迎在评论区与我交流，交流你的见解与看法。）
评论