產業發展，政策先行。自《智能網聯汽車技術路線圖2.0》發布后，在智能網聯生態一體化融合探索過程中，面向落地應用的場景，圍繞結合產業的共性技術研發需要，行業已經形成共識，

車路協同是實現無人駕駛的中國方案，也是目前自動駕駛的主流方向之一。智慧道路交通是面向管理與出行的頂層設計，其底層信息的基礎就是人車路環境等道路交通全環境要素。進入十四五，車路協同加速推動智能網聯汽車商業化，車路兩端協同建設顯得更加重要。

智能網聯汽車駛入發展快車道

8月1日，《深圳經濟特區智能網聯汽車管理條例》（以下簡稱《條例》），正式施行，這是國內首部關于智能網聯汽車管理的法規，對智能網聯汽車自動駕駛的定義、市場準入規則、路權、權責認定等多方面進行了具體規定。條例的實施，不僅是深圳智能網聯汽車發展的一次突破，也為全國其他城市推進智能網聯汽車的立法管理，樹立了一道標桿，提供了經驗。

近日，上海市政府辦公廳印發《上海市加快智能網聯汽車創新發展實施方案》。其中提出，到2025年具備組合駕駛輔助功能（L2級）和有條件自動駕駛功能（L3級）汽車占新車生產比例超過70%，具備高度自動駕駛功能（L4級及以上）汽車在限定區域和特定場景實現商業化應用。總體來看，該文件針對技術體系、配套設施、終端、標準法規等多方面作出具體指引。

值得關注的是，方案多次提到“智慧的路”，文件更提出超前建設智能網聯汽車路網設施。

車路協同依然是主流

目前很多車企都在研發自動駕駛技術，但是大多都卡在L2級別。特斯拉旗下具有model 3，model s，model x多種車型，但自動駕駛技術均屬于L2級，需要駕駛員保持注意力。

單車智能感知和算力均在車端，需要強大的車載芯片和軟件，而車路協同感知和算力主要在路端，需要相關的新基建投資。相對而言，車路協同是成本更低、實用性更強的自動駕駛發展方向。

普遍認為，低級別的自動駕駛反而需要高級別的路側基礎設施。近年來，各大廠商紛紛推出車路協同解決方案，如何實現車和路的有效協同？

近幾年，自動駕駛技術快速發展，中央和地方政策的逐步推進，在北京、廣州、深圳、無錫、天津等地，智能網聯汽車產業生態鏈已經初步形成。

智能網聯汽車需要通過大量的道路測試來不斷訓練自動駕駛的場景遍歷性。道路測試和示范應用為即將到來的智能網聯汽車自動駕駛功能規模化應用奠定基礎，是智能網聯汽車技術研發和迭代升級過程中不可逾越的步驟。

“自動駕駛+車路協同+智慧交通”，背后是萬億甚至十萬億級的新興產業，對于城市的核心吸引力是其背后巨大的想象空間、產業規模和經濟驅動力。一線城市從經濟發展角度、資源豐富程度、對人才的吸引力方面都發揮各自優勢，在自動駕駛商業化落地這條賽道上，二三線城市也不甘示弱，長沙、武漢、成都等城市都紛紛出臺布局產業發展大計。長沙市就以“路”為切入點，以車路協同、以路促車的原則，開始智能網聯汽車測試環境的建設。

百度作為互聯網科技企業巨頭，早在多年前就投身于單車智能、自動駕駛等內容的研發建設。近兩年來深入參與路端智能交通建設，通過對路側基礎設施的建設，對車端建設進行完善，百度是少有的車路兩手齊抓的自動駕駛頭部企業。在路端方面不斷推出多場景解決方案，在車端有百度地圖、度小鏡、車載OS等產品自成體系。基于多年自動駕駛研發經驗的積累，百度開始加快推進自主品牌智能網聯汽車商業化發展，并在2022年6月，集度汽車推出了ROBO-01概念車。

智慧交通龍頭企業的千方科技走出了一條獨特的道路：以“路側+車端”的完整生態閉環賦能智能網聯、自動駕駛。早在2016年千方科技牽頭成立了北京智能車聯產業創新中心，依托創新中心在北京打造了國家級智能網聯測試場，截至2021年底，該示范區的自動駕駛道路安全測試里程達390余萬公里；在車路協同產品方面千方科技構建了基于路側的完整產品鏈，包含智能攝像機、RSU、激光雷達等核心硬件及智能網聯云控平臺。并與全資子公司宇視科技的協同助力城市數字化建設。

數字孿生技術被賦予厚望

很顯然，以數字化為核心的公路建設與發展受到前所未有的高度重視。近年來發布了一系列政策、文件推動智慧高速公路的建設示范，隨著公路路網建設的逐步完善，如何更好地管理維護公路路網，提升車輛的交通通行效率，預防交通事故發生已成為當前的智慧交管的重點任務。

隨著高速公路數字化程度不斷加深，豐富全面的道路交通感知信息和實時、高效的數字孿生系統為基于數據的智慧高速精準、科學決策提供了可能。數字孿生能夠通過數字空間的實時模擬交通路網運行情況，提升對路網的可視化效果；利用大量數據信息對過往發生事件進行分析優化，從事件源頭進行預防調控；在事故發生前后，確保應急保障措施的順利實施，因此被賦予厚望。

依托數字孿生技術，“人-車-路-環境”的四要素在虛實雙向動態的交互中，交通數據將會得到極大的豐富，在虛擬空間再現了真實交通運行場景，為加快交通基礎設施數字化轉型升級提供了新的思路。如三維可視化運維、特殊路段運行監測、交通事故可視化重現、“兩客一危”監測預警等應用將有效提升高速公路的智慧化水平。

此外，用數字孿生技術開展無人駕駛系統測試也是未來應用的一個主要方向。車路協同-車輛編組并道的數字孿生應用、智能運載車輛虛擬測試的場景應用等，在很多方面已經進行了不同程度的嘗試。

總而言之，自動駕駛屬于跨行業黏合的游戲。同時，自動駕駛的落地是一場緩慢無聲的持久戰，企業和城市都在和時間賽跑，需要政策和市場孕育，更需要關鍵技術的不斷突破，才能讓自動駕駛跑出試點示范區、迎來更大的規模落地。