【摘要】 車路協同是近年的熱門概念，但車與路到底是如何協同的？本文将帶您一探究竟。
提到智慧交通，很多人首先想到的應該都是自動駕駛技術。目前的自動駕駛技術主要由單車智能實作，由車載智能系統收集、處理駕駛所需資訊，并作出判斷。近些年來自動駕駛技術發展很快，各種自動駕駛的新聞層出不窮，但其中也包含了一些“翻車”的新聞。一門技術的發展肯定會遇到瓶頸，為了突破這個瓶頸，僅從技術内部去看是不夠的，因為解決方案很可能是另一門技術。車是道路交通的參與者，但單車能擷取到的資訊是有限的，在複雜路況下，需要車、人、路互相配合，将全套交通資訊彙聚到一個系統内進行決策才能做出最正确的判斷。是以，當單車智能的發展遇到瓶頸時，将道路也智能化的車路協同方案就成為了智慧交通的下一個主戰場。
其實車路協同并不是一個新概念，早在上世紀90年代，美日歐等國就已經開始這方面的探索，而在我國，也早在2011年就由科技部在863項目中設立了“智能車路協同關鍵技術研究”主題項目，該項目由清華大學牽頭，十餘所高校和企業參與，并于2014年結項，奠定了我國車路協同技術的基礎。既然車路協同的概念已經出來這麼久了，為什麼之前一直不溫不火呢？因為車路協同涉及的範圍實在太大了。車路協同是車、路、人之間的互聯互通與資料共享，其涉及的領域包括但不限于車輛制造商、通信營運商、交通裝置制造商、道路建設管理部門，以及軟體提供商。是以，比起單車智能，車路協同的門檻要高得多，各大産業巨頭都選擇在經過了好幾年的積累後，這兩年正式宣布入場。
車路協同，從字面上來了解，就是車和路進行資料交換，然後雙方基于交換資料進行駕駛行為/交通決策的判斷。但若将這個過程展開來看，實際上會更加複雜一些。
在車路協同中，車自然是指車輛，更準确的說，是指搭載了具有通信能力的智能系統（T-Box）的車輛，這個系統可綜合車載傳感器收集的資訊和路側傳遞的資訊進行智能演算，給車輛駕駛者提供有用的資訊和建議，或者更進一步，直接基于演算結果自動駕駛。但在這個場景中，“路”又是指什麼呢？在現代車路協同解決方案中，“路”一般是指路側智能化裝置的集合，包括用于收集路況資訊的傳感裝置，如攝像頭、雷達等；用于顯示交通誘導/控制資訊的顯示裝置，如信号燈、資訊屏等；用于和車輛通信的通訊裝置，如無線基站、網關；以及其核心，用于彙總資訊進行計算以及給各類裝置下發指令的智能計算系統。
道路交通是個很複雜的場景，其中既存在需要根據實時局部資訊進行快速判斷，并傳回結果的場景，如危險路況避讓、交通事故預警，也存在需要收集全局資訊進行彙總分析，俯瞰大局的場景，例如交通态勢分析，道路限行控制。讀過我們前一篇博文的讀者是不是覺得這個場景很熟悉？沒錯，這正是邊緣計算的應用場景。一個理想的車路協同系統應該基于邊雲協同架構，邊緣節點和各種路側裝置共杆部署，及時擷取路況資訊，進行初步分析與演算，緊急事件直接下發給車/路裝置，及時處理；全局資料（包括已下發的事件）經過清洗後上報給雲端，雲端進一步演算後判斷是否需要追加下發事件，并支援通過大屏進行整體交通态勢的展示和由使用者進行事件管理與控制。
要解釋清楚車和路、邊和雲到底如何協同，隻講概念是不夠的，接下來讓我們幾個具體的交通場景入手，來看下車路協同到底是怎麼運作的，以及它會怎麼改變我們的交通體驗。
道路上發生交通事故後，周邊車輛往往要接近到目視可見範圍才能确認事故的發生地點，若事故發生在彎道或隧道處，周邊車輛可能會因為反應不及而引發二次事故，造成更大的損失。
車路協同系統可通過車輛自行上報、實時視訊和毫米波雷達等多種手段實時擷取到交通事故的資訊，并下發給周邊的車輛進行預警，車輛提前進行減速和避讓，避免二次事故的發生。在這個場景中，交通事故情況的初步判斷及預警事件的下發都可以由邊緣側獨立完成，從事故發生到預警下發之間可達到僅有秒級延遲，留給車側足夠的反應時間。同時，這個事件也會上報給雲端進行統計和顯示，便于交通指揮人員掌握事故情況。
惡劣天氣，如暴雨、大雪、濃霧、橫風等對車輛駕駛影響很大，若車輛正常行駛中遇到突發惡劣天氣，可能會因為反應不及而造成交通事故。
為解決這種問題，車路協同系統可以在路側部署氣象傳感器，監測如溫度、濕度、風力、風速等天氣資訊，邊緣節點彙總後上報給雲端，雲端結合從國家氣象系統擷取的資訊進行分析，及時發現甚至預測突發惡劣天氣，并對惡劣天氣影響範圍内的車輛進行預警，讓司機提前做好準備，降低事故發生率。在這個場景中，邊緣能擷取的資訊有限，需要雲端基于完整的資訊進行分析和判斷，提高事件預警的準确率。
車輛行駛至路口時都需要減速，防止與弱勢交通參與者（行人/自行車等）發生碰撞，造成嚴重的交通事故，但由于視覺盲區或者弱勢交通參與者不遵守交通規則等原因，事故仍然常常發生。
但有了車路協同系統之後，路側可以通過實時視訊和毫米波雷達監控路口，邊緣節點計算弱勢交通參與者的實時位置，結合信号燈狀态，将人行道紅燈時位于車道或者非常靠近車道的弱勢交通參與者資訊發送給即将經過路口的車輛，起到提前預警的作用；并且邊緣可以将初步分析後的資料上報至雲端，雲端根據資料預測弱勢交通參與者的行動軌迹，将離路口有一定距離但正在接近路口的弱勢交通參與者的資訊也追加發送給車輛，進一步降低了事故發生的可能性。在這個場景中，邊緣處理需要快速響應的事件，雲端處理計算量大的資料，邊雲協同最大化資料使用率。
通過以上三個場景，我們介紹了車路協同系統的基本原理，以及邊和雲的分工。但在實際應用中，由于車路協同系統的複雜性，邊與雲可能由不同廠家提供服務，僅能進行最基礎的協作，無法發揮車路協同系統的最大價值。針對這種情況，華為雲IoT推出了“V2X車路協同解決方案”，包含邊緣側的“V2X Egde”和雲端的“V2X Server”，兩者無間協作，最大化車路協同的價值，為未來智慧交通的實作添磚加瓦。
作者：華為雲專家 我是鹵蛋