张毅，姚丹亚，李力，裴华鑫，晏松，葛经纬

(1.清华大学，自动化系，北京100084；2.北京信息科学与技术国家研究中心，北京100084；3.清华-伯克利深圳学院，广东深圳518055；4.江苏省现代城市交通技术创新中心，南京210096)

0 引言

“智能车路协同”是当今国际智能交通领域的前沿技术，从根本上改变人们对传统道路交通的认识和实践，同时，也将极大地影响交通系统的发展模式。

车路协同概念在发达国家产生于本世纪初，为减少车辆驾驶中一些特殊场景的碰撞事故，以美国为代表提出了车-车通信(V2V Communication)技术，随后得到美、日、欧各国高度重视，先后启动了国家研究计划。经过十几年的发展，基于车路协同技术的行车安全被公认为是继安全带、安全气囊后的新一代交通安全技术，基于此理念形成的示范系统有：美国MCity、荷兰ETPC、瑞典AstaZero 及日本Jtown 等[1-4]。为加快车路协同技术的应用，美国密歇根大学、明尼苏达大学等提出并建立了针对智能网联汽车评价的硬件在环仿真测试环境，2015年美国交通部在纽约市、坦帕市和怀俄明州3地启动了智能网联汽车测试[1]。

结合新一代互联网和传感器网络技术，从获取人、车、路环境的全时空交通信息出发，我国科学家在本世纪初同步提出了车路协同概念，并于2011年得到国家支持，开始全面推进相关研究。2011年科技部在“863计划”中设立了我国首个车路协同关键技术研究项目，2014年清华大学牵头的项目团队研发了智能车路协同集成测试验证实验系统，随后，国家分别在上海、重庆等地建立了智能网联汽车测试示范区[5-7]。继首个“863 计划”主题项目“智能车路协同关键技术研究”完成以来，我国又在十三五重点研发计划中设立了车路协同相关基础理论研究、关键技术研发及示范应用建设等多个项目，在基于车路协同的智能交通系统体系框架、多模式无线通信、交通环境协同感知、群体智能决策与控制、车路协同的自动驾驶和“五跨”(跨通信模组、跨用户终端、跨汽车企业、跨地图厂商、跨安全平台)互通互联功能集成等方面取得了整体国际先进、部分国际领先的卓越成果[5-14]。

随着智能车路协同系统的进一步发展和推广应用，基于全时空交通信息的协同感知、融合和交互，实现车辆群体智能决策与协同控制，并推进基于车路协同的自动驾驶中国发展路线，已成为我国智能交通的战略发展内容。国外近年来逐渐开始关注以智能网联车辆为对象的新型混合交通协同管控问题，但较少关注“智能的路”在提升交通管控性能中的重要作用，相关研究仍处于初级阶段，尚未形成系统的理论与方法体系[15-18]；国内依托智能车路协同技术及其系统建设的发展优势[19-26]，基于车路协同的智能交通系统体系框架[5]，由多模通信[5,19]、智能网联[6]、信息安全[19]及系统集成[19]形成的智能车路协同系统构建关键技术，以及由协同感知[19]、协同决策与控制[9-14]、仿真测试验证[27-28]及车路协同自动驾驶[7,10-11]形成的智能车路协同系统应用关键技术方面，开展了一系列相关研究工作，尤其是在交通群体协同决策与控制方面，提出了较国内外现有方法效果更优的策略[13]。本文将智能车路协同系统的构建技术与应用技术分开，旨在说明两者的区别，并强调基于应用技术的功能服务才是智能车路协同系统的根本所在。

尽管上述研究成果有目共睹，但智能车路协同技术与系统在应用过程中也面临诸多挑战。智能车路协同系统的建设与应用是一个系统工程，需要分阶段、分层次进行；要较好地发挥其核心功能的作用，建成的系统和参与应用的实体应达到一定的规模。在智能车路协同系统的初始期应用阶段，由于道路基础设施智能化不够、智能汽车的网联化不足，可供共享的信息主要限于道路交通系统管控信息，能较好支撑诸如交通信息共享、在途危险状态预警和单车速度引导等初级应用。目前，车路协同的核心功能应用有限，公众出行体验感欠缺，社会经济效益难以明显体现，甚至给相关管理部门和项目设施单位带来疑惑，质疑智能车路协同系统建设的必要性。纵观目前的现状和问题，需要加深智能车路协同内涵理解，把握智能车路协同技术实质，提升智能车路协同系统服务体验，并适度尽快推进智能车路协同技术的规模应用。

总之，纵观世界范围内车路协同技术的发展和应用过程，智能车路协同系统将成为道路交通系统的基础性公共平台，在此基础上实现大范围的车辆协同安全驾驶和道路交通协同管控；其基础理论研究、关键技术开发和实际系统应用，对未来智能交通系统建设和相关学科发展具有重要作用。

本文介绍智能车路协同系统定义及其主要特征；阐述智能车路协同系统对国家智能交通系统体系框架内容的影响；介绍智能车路协同系统构建和应用需要的主要关键技术；针对智能车路协同技术与系统在中国推广应用中的现状和需要，分析和阐述不同发展阶段须实施的主要内容；最后给出对智能车路协同技术与系统发展的展望，以及对相关学科发展的意义与价值。

1 智能车路协同系统

1.1 系统定义

智能车路协同系统(Intelligent Vehicle-Infrastructure Cooperation Systems，i-VICS)，是采用先进的无线通信和新一代互联网等技术，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，开展车辆协同安全控制和道路协同管理，充分实现人、车、路的有效协同，保证交通安全，提高通行效率，形成安全、高效和环保的道路交通系统[5]。

简言之，就是借助现存的所有无线通信模式，将包括交通参与者(人)、运载工具(车)及交通基础设施(路)在内的所有交通主体链接起来，提供全时空实时交通信息的采集、融合和共享；在此基础上，借助智能决策与控制、大数据、人工智能和云边计算等技术，实现全景交通信息环境下的交通安全和管理上的协同，包括：交通环境协同感知、车辆行驶协同安全及道路交通协同管控等。基于V2X 的智能车路协同系统智能网联环境如图1所示。

图1 智能车路协同系统智能网联环境示意Fig.1 System structure for i-VICS

智能车路协同系统作为智能交通发展的新阶段,将整个交通系统看作是交通参与者、交通工具、交通对象、交通基础设施及交通环境构成的有机整体，各交通要素间存在的功能交互构成了整个交通系统的功能域，其信息获取的广度、交互协同的深度及应用开发的丰富度均获得极大扩展[5]。这种层次化和循序渐进的发展过程，使智能车路协同系统在很大程度上仍保留了传统智能交通系统的基本内容，但在内涵和外延上得到极大的丰富和拓展。车路协同的出现与应用，从根本上改变了人们对传统交通系统的认识与实践，其大规模应用和推广已成为现代道路交通系统发展的必由之路。

1.2 主要特征

智能车路协同系统应用后，交通系统将具有如下显著特征[5]：

(1)交通主体的信息化和智能化

人、车、路和环境通过传感器的采集和融合，成为具有自主身份且具备信息交互功能的智能个体，在交通系统实时数据的基础上，实现实时信息再现并提供实际运行状态。

(2)海量信息的简明化和精确化

系统通过多种通信模式实现各类信息双向传输，可获得时间和空间上的高分辨度数据，构成实现智能车路协同系统各种功能的基础信息，信息更加简明和精确，并具有智能和自适应性。

(3)用户参与的主动化和协同化

通过协作方式将整个交通系统看作是交通参与者、交通工具、交通基础设施及交通环境构成的有机整体，实现不同程度的协同服务，并提供主动参与系统优化控制的途径。

(4)服务功能的柔性化和绿色化

以系统海量信息的采集、交互及应用为主线，全面实现各交通主体间的协同服务，提供针对不同交通出行需求的系统级和自定义的解决方案，实现智能化管理服务和最优化运行。

2 基于车路协同的智能交通系统体系框架

随着车路协同技术的引入和应用，智能车路协同系统将成为道路交通系统的通用平台，智能交通体系框架也将随之发生改变，其核心内容，即用户服务、逻辑框架、物理框架及标准协议等应该在原有国家智能交通系统体系框架的基础上做必要的调整。

2.1 智能车路协同系统结构

智能车路协同系统由以信息为核心的、提供不同层次功能的5层平台和1个支撑体系组成。智能车路协同系统5个层次的功能平台，从下至上依次为：信息平台、交互平台、协同平台、保障平台及服务平台，分别完成不同层次下以信息为中心的层次化功能，即信息采集融合、信息交互共享、信息协同处理、信息安全保障及信息功能服务等。同时，智能车路协同系统通过制定统一的系统标准与管理支撑体系对接外部系统[5]。智能车路协同系统结构如图2所示。

图2 智能车路协同系统结构示意Fig.2 Diagram of functional subsystems for i-VICS

智能车路协同系统的信息平台负责完成所有交通数据的采集与信息融合；交互平台负责完成所有交通要素间交通数据的实时交互和共享；协同平台负责实现系统级的各类交通信息的协同处理；保障平台负责完成系统感知层、网络层和应用层的信息安全管理；服务平台负责支持系统所有功能的开发和实现；系统标准与管理支撑体系则保证不同交通系统间的互通互联、信息交互、功能协同和服务集成。

2.2 基于车路协同的ITS体系框架

智能车路协同系统成为道路交通系统的通用平台后，国家智能交通系统体系框架的用户服务、逻辑结构、物理结构及标准与协议须重新定义和设计，其中用户服务的调整是首要任务。

智能车路协同的应用，使得道路交通系统进入高度信息化和智能化的发展阶段，也使系统的构建发生了一些根本性的变化。这些变化主要体现在信息的动态获取和实时交互已成为交通系统的基础性工作，安全和效率已越来越成为交通领域中不可忽略的主题，应急救援处理逐渐成为众多研究人员争相探索的热点，经济活动相关的客运及货运在交通运输中占据了相当大的比例。于是，将智能车路协同系统作为道路交通系统的公共平台，同时，强调智能交通“安全”“效率”“环保”的主旨，可将国家ITS 体系框架中用户服务领域的交通规划纳入交通管理，将电子收费纳入运营管理，将车辆安全与辅助驾驶和自动公路合并后扩展为车辆安全与控制，将出行者信息扩展为信息服务，将紧急事件扩展为应急救援，并重点强调行人与非机动车安全[5]。于是，将原有的8个服务领域，重组为车辆安全与控制、行人与非机动车安全、信息服务、交通管理与规划、运营管理，以及应急救援6个服务领域，使原有的34 个服务、138 个子服务调整为26 个服务、94 个子服务。调整前、后的国家ITS 体系框架对比如图3所示[5]。

图3 调整前后的国家ITS体系框架对比Fig.3 Comparison for national ITS architecture modified before and after

由此，国家智能交通系统体系框架的逻辑结构、物理结构及标准与协议也完成了必要的修改和调整[5]。

3 智能车路协同系统构建关键技术

智能车路协同系统构建关键技术主要包括：多模通信技术、智能网联技术、信息安全技术及系统集成技术等。采用这些关键技术将完成智能车路协同系统的基本构建，是实现车路协同相关应用的基础，但仅仅采用这些技术并不等同于智能车路协同技术与系统的应用。

3.1 多模通信技术

考虑车辆的高移动性和道路交通所处的广域环境，采用单一的无线通信模式无法满足实际应用需求，需要采用多模无线通信技术，以保障交通主体能够实现任何时间、任何地点及任何交通主体基于现存通信模式的互联互通[5,20]。这是构建智能车路协同系统的技术基础和必要条件。目前，可支持车路协同技术在不同场景、条件和功能下应用的无线通信模式有DSRC(Dedicated Short Range Communication)、 EUHT(Enhanced Ultra High Throughput)、WiFi、红外、蓝牙、1X、2G/3G/4G、LTEV(Long Term Evolution for Vehicle)和5G 等。车路协同数据通信分层标准架构如图4所示。

图4 车路协同数据通信分层标准架构Fig.4 Standard layers of data communication for i-VICS

考虑目前实际应用中常用的无线通信模式，形成了可同时支持DSRC(802.11p)、LTE-V、EUHT、WiFi(802.11n)和3G/4G/5G 等通信模式的数据通信分层标准。常用的通信模式主要可分为移动通信模式、无线通信模式、专用通信模式和其他通信模式。根据目前的应用情况，这些通信模式对应的通信系统及使用范围如表1所示，对应的应用场景如图1所示。

表1 无线通信模式特性及应用范围比较Table 1 Specifications and applications of modes for wireless communication

3.2 智能网联技术

高速、可靠、双向及可集成多种通信模式的智能网联技术是智能车路协同系统的基础，同时，需能支持全景状态感知、信息交互与融合、协同控制与管理，以及定制化服务等功能，并根据不同层次的需求提供相应的通信保障与交通服务[5,7]。智能车路协同系统的终端网络是传感器网络(Sensor Network，SN)，以无线组网为主，支持各类交通状态的感知；支持交通系统底层信息互通互联的是车联网(Internet of Vehicles，IoV)和物联网(Internet of Things，IoT)等功能性通信网络，属有线无线混合组网，但多为无线组网；互联网(Internet 或Intranet)实现海量交通数据的传输和信息融合，属有线无线混合组网，但以有线组网为主；支持系统功能和服务集成的是高速互联网，例如，下一代互联网(Internet II或IPv6)，以有线组网为主。

由于不同网联方式提供的通信特性和支持的服务范围各不相同，为满足各类交通环境下的功能需求，需要建立通信和网联模式的自动选择和切换机制，支持应用终端根据不同应用功能对通信和网联模式进行自主选择与切换。如图5(a)所示，以智能网联车辆为例，考虑其主要服务于交通环境中车辆行驶状态的共享，故其默认的通信模式采用4G/WiFi 以支持车-路(Vehicle to Infrastructure，V2I)网联；当服务应用需要车-车(Vehicle to Vehicle，V2V)网联时，通信模式即可自动切换到LET-V/5G。同理，图5(b)为自动驾驶车辆的通信和网联模式自动切换机制。市场上多数产品可以支持2种或2种以上的通信和网联模式，国际范围内能够同时支持绝大多数现存通信和网联模式的设备为数不多。

图5 面向智能网联和自动驾驶车辆的通信和网联模式自动切换机制Fig.5 Strategy of automatic switching for CVs and AVs communication and networking

3.3 信息安全技术

智能车路协同系统的信息安全包含计算机信息安全、移动通信信息安全及交通数据可信(基于交通业务信息的可信交互)安全3 个层次。3 层安全技术相互关系及其主要作用如图6所示。

图6 基于车路协同的交通系统信息安全技术框架及其支撑环境Fig.6 Structure and systems of traffic information security for i-VICS

计算机信息安全技术主要解决由人、车和基础实施等交通参与者在网联环境下形成的泛在计算机网络系统的信息安全保证问题；移动通信信息安全技术主要解决通过各类无线通信管道传输的信息安全保证问题；交通数据可信(基于交通业务信息的可信交互)安全技术主要依托交通系统实时数据的业务特性，例如，位置信息的实时性、车辆行驶轨迹的连续性和驾驶行为的局限性等，实现对交通参与者提供的业务数据的可信甄别。建立基于车路协同的车辆信任管理架构的主要机制有集中式信任管理机制与分布式信任管理机制。

3.4 系统集成技术

全面发挥智能车路协同系统作用的关键是能够实现智能车、智能路和智能网的集成，进而实现智能协同的交通服务[5-6]。这里的系统集成涉及通信模式的集成、网联方式的集成、信息融合的集成、云端计算的集成，以及可信交互的集成等，从而支持包括人车路在内的所有交通主体在智能网联环境下的系统集成。

在智能车上增加车载终端(On-board Unit，OBU)支持网联功能就形成了智能网联车，在道路上增加路侧设备(Road-side Unit，RSU)支持网联并提供智能处理能力就形成了智能路。基于OBU和RSU 实现智能网联(V2X)的车路协同系统结构如图1所示。

近10年来，在智能网联技术的发展和应用过程中，先后出现了“车联网”“网联车”“C-V2X”“智能网联交通系统”等概念。这些概念均是智能网联技术在交通系统应用中的扩展和延伸，尽管在出发点和应用过程中各有千秋，但目前都呈现出了将智能网联与车和路相结合并努力为交通功能服务的发展趋势，与“车路协同”趋同。

4 智能车路协同技术应用关键技术

基于构建的智能车路协同系统可以实现现代智能交通的高层次应用。在智能车路协同系统发展的现阶段，这些应用主要体现在为保证车辆行驶协同安全和道路交通协同管控的交通环境协同感知和交通群体协同决策与控制，以及对智能车路协同技术未大规模应用前的仿真测试验证上，近几年出现的基于车路协同的自动驾驶也是重要应用体现。

4.1 交通环境协同感知技术

有别于传统交通状态感知，车路协同环境提供的全时空动态交通信息实时共享，使位于不同平台、不同场景下的多传感器实施信息融合成为可能，由此可实现复杂交通场景下跨平台多传感器的多视角和超视距的协同感知。超视距感知，通常特指传感器感知范围之外或无线通信直联范围之外的交通环境感知。

面向车路协同环境下车端感知设备与路侧感知系统构成的各种感知场景，交通环境协同感知技术需考虑车载与路侧、运动与静止、同构与异构、同类与异类、同步与异步等不同条件下的多传感器协同感知方法，并使用统一的描述模型刻画交通状态。例如，在超视距感知场景中，前车完成对周边环境的感知后，利用网联平台及两车间的空间关系，使后车获取后车感知范围以外的环境状态。智能车路协同环境下交通状态协同感知实现过程如图7所示。

图7 车路协同环境下交通状态协同感知研究框架Fig.7 Structure of cooperative detection for traffic status under i-VICS

交通状态协同感知主要由原始数据输入层、多模态传感器信息融合层及交通状态统一表征层构成，其中多模态传感器信息融合层包含对多模态感知信息在数据级、特征级以及决策级的融合。基于多模态传感器的数据输入，在信息融合并对交通状态进行统一表征的基础上，实现对交通环境多视角、超视距的全局感知，为后端的决策控制提供可靠的信息来源。

4.2 交通群体协同决策与控制技术

交通群体协同决策与控制是智能车路协同系统应用的核心内容。在智能网联环境下，交通系统自身拥有的自组织、网络化、非线性、强耦合、泛随机和异粒度等系统特性开始凸显出来，尤其是交通主体拥有的智能决策与行为，催生了交通群体的协同决策与智能控制。

任意的道路交通场景均可看成是路口、匝道和路段3 种基本场景的组合，简化的组合形式如图8所示。

图8 由基本场景构成的实际交通应用环境Fig.8 Practical roads combined by fundamental traffic scenarios

针对智能车路协同环境下新型交通系统的复杂性和开放性(无主次之分、无统一目标和无系统边缘)等问题，引入泛在分布式与情景驱动下动态集中式相结合的协同决策与控制机制[14]。泛在分布式体现在道路上的每辆车或等效体被看作是独立的智能体，无主次之分，独立自主决策与控制，此时的管控目标是实现自身单个或多个优化目标的最优。情景驱动下的动态集中式应用在典型的交通瓶颈区域(例如，高速公路匝道和城市交叉路口等)，通过路侧设备的集中协调实现局部区域的系统最优。在实际交通系统中，车辆行驶安全与道路交通管控可分解为系统优化、路权分配和轨迹规划3个层次的任务，其主要内容如图9所示。

图9 群体决策任务分解与对应的主要内容Fig.9 Main tasks for swarm decision-making

不失一般性，以道路交叉口应用场景为例，车路协同环境下交通群体协同决策与控制均可用普适性模型进行表征[8-14]。交通协同决策与控制模型如图10所示。

图10 交通群体协同决策与控制普适模型Fig.10 Models of swarm decision-making and control for large scale traffic systems

将图10中模型分别应用于快速路和城市道路的交通管控，并采用基于树搜索[12]、动态规划[8]、规则[9]及分组[11]等方法实现路权分配，即可实现包括快速路可变限速协同控制、公交优先场景下道路车辆群体协同控制，以及新型道路信号灯与通行车辆间的协同控制等在内的应用。

现阶段，智能车路协同环境下典型的交通群体协同决策与控制应用场景包括：无灯控场景下的交叉口通行，匝道协同汇流和路段编队/借道超车，灯控场景下的匝道和路口协同通行，以及信号灯-车辆协同控制、快速路-灯控路口一体化协同控制和多匝道快速路一体化协同控制等。

4.3 虚实结合的仿真测试验证技术

车路协同技术的引入有效提升了交通系统的仿真分析与测试验证能力。除常规仿真分析与测试验证内容外，虚实结合的仿真测试验证技术还可支持新型混合、异构交通系统的仿真测试，群体行为仿真与分析，以及群体协同与控制的微观性能分析等[27-28]。

车路协同环境下新型混合交通系统的仿真测试验证主要包含以下技术：

(1)群体硬件在环仿真技术。实现多交通主体在环的仿真与分析，包括多辆实车、多硬件设备和多个真实区域场景等同时在环，而非单一类型车辆或设备的在环。

(2)虚实结合的大规模异构交通主体仿真测试与智能分析技术。实现包括自然/智能网联/自动/无人驾驶共存的虚实结合仿真测试，并融合虚拟仿真测试机制的高效性、真实测试模式的准确性。

(3)智能车路协同系统微观性能分析与验证技术。实现车路协同环境下各种交通场景中实施协同决策与控制的各类交通主体的微观性能分析与功能验证。

(4)多场景一体化系统性能分析与评价技术。实现多个特定交通应用场景的集成，并完成区域内包括安全、效率、能耗、减排、通信可靠性和时延等在内的系统性能分析与评价。

(5)交通群体协同行为分析与控制效果评价技术。实现不同协同行为与控制策略的分析与效果评价，并支持不同渗透率条件下的协同行为分析与控制效果评价。

2014年10月湄潭县获批全国新一轮第二批农村改革试验区以来，相继承担了“农村集体资产股份权能改革”“农村集体经营性建设用地入市”“土地承包经营权流转管理”“农村两权抵押贷款”“新型城镇化”“农村土地承包经营权有偿退出”“土地征收制度”“深化集体林权制度”“宅基地制度”等10项国家级改革试验任务，成为全面推进农村综合改革多个领域的排头兵。2015年8月27日，成功敲响全国农村集体经营性建设用地入市第一槌；2016年12月，该县农村集体产权制度改革形成的“四确五定”改革成果被《中共中央 国务院关于稳步推进农村集体产权制度改革的意见》(中发〔2016〕37号)所吸纳。

4.4 基于车路协同的自动驾驶技术

智能车路协同系统为自动驾驶提供了一种全新的解决方案。有别于单车智能的自动驾驶，基于车路协同的自动驾驶综合集成智能车、智能路和智能网，可以充分发挥集成技术的优势。

相对于单车智能的环境感知，智能车路协同系统提供了更为可靠、准确、宽泛和更具深度的交通信息，使车路协同的协同效应可以与自动驾驶相结合。其中，最根本的区别是车路协同环境下实现自动驾驶的信息，主要来自车路协同平台共享的交通环境信息，包括：周边车辆的运动、决策和控制信息，以及实时交通状态信息，由此改变了自动驾驶车辆依赖自车传感器感知交通环境的现状。同时，基于车路协同平台的动态信息实时交互，多辆自动/网联驾驶车辆和道路基础设施间可实现协同运行和控制。此外，面向车辆驾驶模式从人工驾驶、网联驾驶、自动驾驶、人车混驾，直至高级无人驾驶的发展需求，车路协同环境下的自动驾驶可有效解决新型复杂混合交通环境下车辆群体协同决策与控制问题。基于单车智能的自动驾驶和基于车路协同的自动驾驶技术路线的差异如表2所示。

表2 两种自动驾驶技术路线差异分析Table 2 Comparison of two roadmaps for automated/autonomous driving

因此，基于车路协同的自动驾驶主要涉及高精度定位、协同感知、轨迹规划、协同决策和地图分发等技术。这些技术的主要内容包括(但不限于)：

(1)基于路侧设备的高精度定位技术。以路侧设备为差分基站，以车载低成本定位单元为移动站，以车路通信为基站与移动站间信息的交互支撑，实现低成本、高精度的自动驾驶定位。

(2)交通环境协同感知与融合技术。针对未来交通环境的网联化、跨系统、异粒度、泛随机等特征，基于交通环境协同感知机理与方法、感知信息融合理论，实现交通环境协同感知。

(3)自动驾驶轨迹动态优化与自动生成技术。基于车辆行驶运动态势与安全风险分析，实现车路协同环境下全路段自动驾驶轨迹的动态优化与自动生成。

(4)交通群体协同决策与智能控制技术。基于交通环境感知与重构、动态交通状态分析与预判和车辆智能群体决策与协同控制理论与方法，实现复杂环境下车辆群体协同决策与优化控制。

(5)高精度地图与动态环境信息自动分发管理技术。融合区域高精度地图信息与车路协同平台感知的实时交通环境信息，实现区域高精度地图自动分发管理与静态、动态交通信息的集成分发。

5 智能车路协同技术应用

车路协同技术作为国内外现代智能交通发展的方向，已纳入《国家交通强国建设纲要》，是国家十四五计划智能交通建设的重要内容之一。智能车路协同系统的规模化应用涉及面广，建设周期长，需要分阶段、分层次进行，各应用阶段的主要任务如表3所示。

表3 智能车路协同系统各应用阶段主要任务Table 3 Main tasks and functions of i-VICS at different application stages

5.1 初始期应用阶段

在智能车路协同系统建设的现阶段，国家选定了首先推进道路基础设施建设的发展路线。在道路基础设施信息化的基础上逐步实现智能化，以基础设施的智能化配合智能汽车的网联化；同时，借助构建先进的无线通信和云端计算平台为智能网联的普及奠定必要的基础条件，并由此提供道路交通系统管控信息的实时共享，实现智能车路协同系统功能的初级应用。

现阶段可实现的智能车路协同功能主要集中在以信息提示和辅助驾驶为主的协同管控服务上，包括：交通信息共享、诱导信息发布、在途危险状态预警、盲区预警，以及单车速度引导等。国内目前实施中的车路协同项目主要集中在这些方面，借助智能车路协同系统提高信息共享的范围和传递的实时性，但车路协同的核心功能体现有限，社会经济效益不明显。

5.2 建设期应用阶段

道路基础设施智能化达到一定程度后，即支持车路协同的RSU 得到一定程度的普及后，将有效推进智能汽车的网联化，此时，支持车路协同的OBU 将作为智能汽车的必须装备实现前装，智能网联效率和云端计算能力得到提升，交通管控和车辆行驶信息的实时共享成为现实，可实现智能车路协同系统功能的中级应用。

该阶段可实现的智能车路协同功能主要集中在以主动调控和个性化服务为主的协同管控服务上，包括：车辆协同安全、公交/特种车辆优先、快速路可变限速、信号主动控制，以及恶劣天气条件下高速公路安全通行等。此时，车路协同的核心功能开始得到实现，对社会经济效益的贡献逐步呈现。

5.3 规模化应用阶段

在道路基础设施和智能汽车网络化得到全面发展后，智能车路协同系统开始进入规模化应用阶段，此时，交通系统实现了可信交互的全智能网联，提供全时空交通信息的实时共享；多种计算模式并存可以支撑广泛的交通群体协同决策与控制的计算，系统性智能得到前所未有的开发，可实现智能车路协同系统功能的高级应用。

该阶段可实现的智能车路协同功能主要集中在以群体协同决策与控制为主的协同管控服务上，包括：车辆群体协同安全驾驶、路口/匝道信号-车辆协同控制、自动驾驶车队协同，以及网联/自动/无人混驾等。此时，车路协同的核心功能得到全面实现，交通安全和效率得到显著提升，社会经济效益显著。

6 结论与展望

6.1 对智能交通系统发展的作用

车路协同概念从提出到实现已有近20年的历程，发展至今已经取得了突出的阶段性成果。随着关键技术的成熟、产业应用的起步，以及5G、AI 和自动驾驶的蓬勃发展，智能车路协同系统将有效推进现代智能交通系统的发展。

然而，在智能车路协同系统建设和推广应用过程中，在车路协同概念的理解、技术的更新、产业的发展等方面遇到了新的挑战。为保证国家交通建设战略的顺利实施，需要做好以下工作：

(1)加深车路协同内涵理解。“车路协同”不仅是一种技术，更是解决交通问题的一种技术方案，引发了交通安全保障、道路智能管理和高效出行服务的深层次变革；同时，也将以集计模型为基础的道路交通流理论提升到以对交通主体的精确描述为基础的新道路交通流理论。

(2)把握车路协同技术实质。车路协同技术的实质不是智能网联和信息共享技术，而是基于智能网联和信息共享实现的以交通群体协同决策与控制为主的协同管控服务功能，包括车辆协同安全驾驶、路口/匝道信号-车辆协同控制、快速路可变限速协调控制等。

(3)提升车路协同服务体验。在车路协同相关技术的应用进程中，应当逐步提升车路协同系统在车辆安全行驶和高效出行上的服务体验，改善出行舒适度，以体现智能车路协同系统在改善民众交通出行质量中所发挥的重要作用。

(4)推进车路协同规模应用。在构建道路基础设施和智能汽车网联化的同时，有效推进智能车路协同系统的规模化应用，最大程度地发挥其在改善民众生活质量中的作用，最大程度地体现车路协同技术研究与应用的价值。

6.2 对相关学科研究的作用

显然，智能车路协同系统是多学科交叉、多技术集成的产物，既包含系统的构建和应用关键技术，也涉及复杂系统协同决策与智能控制的基础理论和方法。随着智能车路协同系统理论研究、技术发展和应用推广，将产生出智能网联系统复杂性分析、智能群体协同决策和新型混合交通系统优化控制等新理论和新方法，对交通系统工程、交通信息与控制以及系统学科等学科的建设发挥重要作用。

未来，随着车路协同方法和技术研究的不断深入，新型复杂混合交通在状态感知、信息交互、协同控制和仿真验证层面，必将催生从低维传感器信息融合向多维网联协同感知[29]，从离散交通主体主动、被动协同控制向大规模群体智能群策群控[30-33]，从智能网联支持的实时信息交互向混合交通主体间的可信交互，从小规模运行效能仿真分析向大规模虚实结合与硬件在环仿真验证[34-35]的衍化趋势，成为智能车路协同系统研究和应用的重要内容。