目前自动驾驶存在单车智能自动驾驶（Autonomous Driving，AD）和车路协同自动驾驶（Vehicle-Infrastructure Cooperated Autonomous Driving，VICDA）两种技术路线。
最先发展的技术路径是单车智能，但单车智能对车载算力有着非常高的需求，其传感器探测范围也难以在路网上有更广的延伸。因此稍晚于单车智能，车路协同也成为自动驾驶产业非常重视的一种技术路径。
不同于单车智能，车路协同更追求通过车辆与周遭事物的互联来实现自动驾驶，让车辆与路侧基础设施、车辆与行人等交通参与者、车辆与云服务平台甚至车辆之间也可以通信连接，并成为承载单车智能的一种平台型技术路线。
简而言之，车路协同技术稍晚于单车智能，但站位却更高，能够在系统层面进行筹划。
据亿欧智库《2022中国车路协同产业发展蓝皮书》（下简称“亿欧报告”），车路协同主要包括“车、路、云、网、图”五大关键环节。依托新基建、5G等中国特色优势，车路协同逐渐成为中国企业角力全球汽车出行产业的“中国方案”。
车路协同如何落地
在当前阶段，车路协同市场参与主体逐渐多元化，既有传统智能交通企业、互联网公司、通讯企业，也有更多自动驾驶创业企业参与，大家基于各自原有业务或优势技术，在车路协同这一新领域发力。
而政府层面，也同样在助推车路协同产业发展与商业落地。从2018年开始，国家相继出台多项政策，统筹规划车路协同产业发展，加强顶层协同。亿欧报告指出，2020年新基建政策出台后，车路协同便与智慧城市绑定，成为智慧交通的必备要素。2021年“双智城市”的试点政策更是进一步推动了车路协同的发展。据亿欧智库预测，随着车路协同逐步走向规模化与市场化，2030年中国车路协同市场规模有望达到4960亿元，市场潜力巨大。
既有市场优势，也在5G等基础设施方面拥有全球先发优势，车路协同甚至被认为是中国在自动驾驶领域超越美国的最佳方式。因为在单车智能的自动驾驶路径上，美国拥有包括自动驾驶芯片、数据积累等方面的优势。
但单车智能的这些优势，需要动用激光雷达、毫米波雷达、高清摄像头等各种传感器，探测距离也仅限于汽车周围。而通过路侧布局传感器，探测距离更可长达几公里，整个路网的传感器数据汇集之后，更能够展现整个城市的实时交通信息，提供更加精准而全面的数据。
2021年5月，住建部、工信部就印发通知，确定北京、上海、广州、武汉、长沙、无锡等6个城市为智慧城市基础设施与智能网联汽车协同发展第一批试点城市。
由于多方力量的推动，车路协同在试点城市之外同样也有落地案例。比如，在雄安新区高速公路建设中，多类型感知元器件就安装在了路侧单元中。再如多地智慧高速建设项目，都会运用到大数据、物联网、人工智能、车路协同等前沿技术。被称为我国“第一条智慧高速”的杭绍甬高速公路，在建设的过程中就植入了包括传感器、5G光纤等在内的众多新基建设备。比如通过能见度仪监测团雾，一旦监测到团雾就能联动后方3公里范围内情报板、智能指示标以及导航运营商发出团雾距离预警信息。
众多智慧城市、智慧网联汽车、智慧高速等项目，也为车路协同产业的发展提供了更多落地场景与市场机会。
车路协同未来发展趋势
车路协同意味着“智能的车+聪明的路”，但不同于单车智能要求车必须具备极高的算力水平，才能实现高等级自动驾驶，车路协同之下，其实车可以“不用那么智能”。
看车路协同的未来发展，也要在更大范畴的自动驾驶产业链中去看待。在单车智能技术成熟度尚无法满足L3、L4级自动驾驶落地的时候，车路协同作为单车智能感知的补缺与延伸，也能降低单车智能的硬件需求和成本，从而加速智能驾驶的落地。
在自动驾驶领域，有企业“单车智能”与“车路协同”两手抓，如希迪智驾、蘑菇车联、复睿智行等；也有企业专注V2X系统解决方案与软硬件产品，如星云互联等；还有企业专注专注单车智能自动驾驶。
随着技术及模式的逐渐成熟，车路协同成本正在大幅降低。一方面，以雷达为主的核心零部件成本随着技术发展逐渐降低；另一方面，路端基础设施建设经历“实验验证→运营实验→技术验证”等多个阶段逐渐形成成熟机制后，成本也会降低；此外，未来单位道路资源上承载的车辆会逐渐增多，分摊之下成本优势也会更加明显。
随着车路协同逐步走向规模化与市场化，路端基础设施的改造成本将从现在的100余万元/km进一步降低，据亿欧智库预测，2025年将降至50万元/km以下，路端市场规模也将在2022年-2025年间迎来快速增长，2030年中国车路协同整体市场规模有望达到4960亿元，市场潜力巨大。
车路协同产业的发展，也离不开单车智能的成熟。两者是实现自动驾驶落地的两大支撑，并非替补关系，而是互补关系。
当然，两者也存在部分重叠与竞争的关系。由于单车智能传感器、算力设备往往要需要一套等效冗余子系统作为备份，这种重复建设大大阻碍了自动驾驶的普及；而车路协同提供的路侧设备感知设备，则不仅可以作为单车智能的备份，更因为可以为公路上所有汽车使用，复用率高，能实现更好的成本分摊。实际上，道路智能化等级越高，对车辆智能化要求也越低。一辆具备辅助驾驶能力的智能汽车经过高等级车路协同的道路路段时，也能变成一辆自动驾驶车辆。
自动驾驶最主要的场景，本就应该是城市高等级、高智慧水平的快速路、高速路、主干道中。至于在角落或停车场停车时的自动泊车，则是另外一个领域的话题。
实际上，对于难以做到车路协同的如乡间小路等较低等级路段，本来也不适合做单车智能，更依赖人类驾驶员接管车辆驾驶。
而在智能驾驶的发展中，两者还会产生怎样的演化，如何基于车路协同探索更多创新应用，助推新型智慧城市建设，也非常值得期待。
