不过，过去的2018年这一年，C-V2X和车路协同无疑是发展最快，最受重视的技术之一。
因为，无论单辆车智能化发展到什么程度，都只是交通系统中孤立的“点”，无法支撑起“面”-交通系统的智慧化。
以道路为核心的车路协同，是建立在公路基础设施数字化升级的基础上，让交通系统能够实时感知道路、车辆与行人的各种状况，在发展汽车智能化的同时，通过发展路网的采集、过滤、分析、处理能力，使人、车、路能够高度协同。
车路协同优势在哪儿?
在即将到来的2020年这个关口，自动驾驶目前已经进入量产化阶段。
针对这样的自动驾驶现状，有人提出了大力推广车路协同，通过汽车与道路之间协同运作来实现汽车的高度自动化。那么车路协同对于自动驾驶究竟有多大的作用呢?
在安全方面，美国特斯拉事故、Uber测试车事故，车辆都未能快速捕捉到从黑暗中突然出现的行人。两例事故都表明，当下单车的感知系统存在视角盲区同时感知距离不长，所以自动驾驶汽车不安全的原因还是车辆感知系统不够完善。
车路协同是一种交互，这种交互能够让交通的参与方的意图得到非常精准的诠释，不会只是靠猜测这辆车要发生什么样的行为，而是能够准确的知道，因此可做出准确的判断。
除了交互能力，车路协同还能大大增强自动驾驶车辆的感知能力。视觉、毫米波、激光雷达等传感器除了装在车上，还可以装在路灯杆上;路灯杆也进化为多合一信号杆、多合一交通杆、多合一电警杆等。车端路端同时感知，则盲区最大化减少，视野之外的碰撞提前告知。
路端能够为自动驾驶车辆提供足够的决策依据甚至指令，自动驾驶车辆本身发展的复杂度也会大大降低，成本也会大大降低。因为它不需要遍历所有的场景，自动驾驶商业化也可以提前到来。
除了车端和路端的感知和通讯设施，交通部门也在规划对道路本身进行智能化改造，以适应自动驾驶的需要。
综上可见，车路协同对于自动驾驶汽车的安全性提高、成本降低等都有一定的促进作用，同时可以解决堵车、提升道路利用率。
当然了对于构建未来城市，车路协同也是必要的。因此发展车路协同是实现高度自动化的有效途径。
目前，车路协同处于起步阶段，同时表明自动驾驶竞争进入下半场。
符合完全自动驾驶需要的“智能汽车+智能化道路+车路协同”才刚刚开始。Waymo和特斯拉等公司的单车智能虽然逐步成熟起来，但是离完全自动驾驶还有相当的距离，自动驾驶竞争正从上半场进入下半场。
华为、BAT走了四条不同的路
从自动驾驶技术和车路协同的发展来看，越来越多的互联网企业和通讯企业进入这个欢乐场。
就参与方式来讲， 面对智能交通，不同立场会诞生不同视角，从而产生不同的智能交通解读方式。
汽车企业所讲的解读的智能交通，更多是“智能汽车”;通信企业所讲的智能交通，更多是“智能路网”;互联网科技企业所描绘的智能交通，更像是“智能出行”。
当然，不管是智能汽车，还是智能路网，本质上都是服务未来的智慧出行。同时智慧出行也需要智能汽车、智能路网等基础设施才能真正实现。
华为：5G时代人车路协同的智慧交通
华为不造汽车，打造5G时代的车路协同智慧交通。
2018年，华为2月发布了C-V2X芯片，6月发布了首款商用C-V2XRSU(路侧单元)，构建了可商用的C-V2X解决方案;同时，6月份发布EI交通智能体使能聪明的道路，9月发布了OceanConnect智能交通平台，10月发布了移动数据中心MDC600使能自动驾驶，在车路协同、聪明的路和智能的车三大领域全面发力，加速整个产业的发展。
华为的愿景是：对于物联网和车联网，他们希望能够做到更好的支撑单车智能，同时也把车、路协同这两个结合起来，使得华为在移动出行，在自动驾驶方面，对于安全和效率都有比较大的帮助。
以延崇高速智能加强测试为例。华为通过提供摄像头、雷达等路侧感知终端和包含路侧单元RSU、路侧计算设备RSS、V2XServer的C-V2X解决方案，把延崇高速打造为智慧高速公路。同时华为提供车载单元OBU和移动数据中心MDC，并利用自身在自动驾驶系统上的深厚积累，帮助奥迪打造智能网联汽车，完成基于车路协同的高速公路场景L4级自动驾驶演示。
百度：搭建平台、开源系统
开源似乎已经成为百度“All in AI”的最强武器。去年9月份，百度宣布将在2018年年底正式开源Apollo 车路协同方案，向业界开放百度Apollo 在车路协同领域的技术和服务。
百度为什么要开源?也许是通过开源可以让这一技术更普及，进一步加快百度无人车的落地，巩固百度在自动驾驶乃至智慧交通、智慧城市领域的生态版图。
目前百度的发力重点已经覆盖了以上三大要素：研发符合自动驾驶场景需求的路侧感知能力，通信芯片及设备厂商合作针对自动驾驶应用需求来优化V2X通信传输通道，以及车端自动驾驶系统中对于V2X路侧感知信息的融合使用。
作为国内最早开展自动驾驶研发、也是国内为数不多的在北京、重庆、福建多地获得自动驾驶路测牌照的企业，在车路协同领域，百度已经取得了不少落地成果。例如在长沙湘江新区，百度拟定与长沙共同打造规模化V2X城市。
阿里封闭场景下的“路”端优势
在阿里的构想中，不仅有聪明的车，还要有聪明的路。自动驾驶车+路侧“感知基站”+云控平台，实现云端、路端、车端一体的智能。
与百度开放生态之路相反的是，阿里走了一条“封闭”之路。目前阿里的优势主要集中在路端，其发展车路协同拥有菜鸟联盟场景、ET城市大脑等助攻，封闭的路端场景显然更适合阿里，阿里要实现的是对路的掌控。
阿里认为，车路协同是自动驾驶研发的终极形态和未来方向，而车路协同的道路端核心构成部分是感知基站，不仅大大降低成本，也提高了自动驾驶的安全性，甚至未来也可以为普通的机动车提供智慧化的道路信息服务。
当然阿里的车路协同并不只是如此，智能感知基站之间还存在互联互通，通过多个基站的交流，整个城市的交通状况将得到很好的统一。
例如，发生火险时，基站能够协调车辆运作，也不会让其他车辆的运行造成过多影响，同时如果所有车辆都跟随基站指令行动，那么协同智能还将实现非常好的驾驶安全性。
腾讯做车路协同产业生态连接器
目前，腾讯正在与电信运营商、交通部门合作，推出车路协同的整体解决方案。这将大幅提升车辆的运行效率和安全性。
马化腾称，通过路边的摄像头、车上的传感器以及部署在边缘计算平台的AI能力，可识别出汽车、行人的位置与速度等信息，实时发送给周边车辆。此举将有效地解决4G时代难以实现的“毫秒级低时延”，以及高精定位等问题。
马化腾看好车路协同商用前景。他曾公开表示，产业互联网囊括服务业、甚至农业的转型升级，也包括制造业的一些新变化。
他以车企为例称，很多大型车企借助互联网，开始涉足汽车租赁、智慧出行等领域，通过打通产业链，成为一个综合的服务提供商，而不是像过去，停留在“制造商”的角色。
为此，腾讯基于自身特点，深入分析车路协同亟需解决的问题，联合产业链相关企业，共同研究构建了包括基础设施、平台服务、业务应用三方面的车路协同创新生态。
如何解读车路协同的“套路”?
纵观车路协同的发展路程，可以看出车路协同是一个场景复杂、产业链冗长、产业关系新鲜构成的产业网络。
目前，任何一家公司都不可能自己把所有车路协同的软件、硬件、平台、施工全搞定。那么，如果想要能快更好地切入车路协同，就需要更强的产业组织能力与产业生态。
也就是说，此时谈论谁家方案可行还为时尚早，但可以断定车路协同是独乐乐不如众乐乐的事，一家玩的车路协同与谁都无益。
值得注意的是，车路协同还需要更多的经验和摸索，而这段时间内，竞争势必也会被合作替代。这也就引出本文我们要说的问题，建设车路协同的困难来自哪里?
