车路协同是智慧交通系统的升级，过去的很多智慧交通项目，多数落在了视频监控、电子警察、智能卡口抓拍、信号控制等系统上，而车路协同将让未来的智慧交通系统完成了一次全新升级。

最近，很多人都在讨论车路协同到底需不需要的问题。

北京卓视智通科技有限责任公司创始人兼CEO吴柯维认为，车路协同是智慧交通系统的升级，过去的很多智慧交通项目，多数落在了视频监控、电子警察、智能卡口抓拍、信号控制等系统上，而车路协同将让未来的智慧交通系统完成了一次全新升级，真正回归了道路和交通的本质，让道路感知、交通控制、交通组织、交通优化真正走到了前台。

以下为吴柯维的演讲实录，赛文交通网进行了不改变原意的整理（有删减）。

过去几年，国内外风险投资在“聪明的车”上已经投入了很多钱，致力于实现单车智能，但遗憾的是，最近一两年，产业界越来越多的人意识到，单靠车的自主智能，不可能准确掌握到道路上所有的情况，自动驾驶汽车依然不可能避免的会发生各种交通事故，甚至会犯一些在人类看来非常低级的错误。所以大家开始从路侧出发寻找一些新的探索方向，依靠路侧基础设施，给车提供一些数据，来实现更安全的驾驶，这是一个很自然会想到的方式，这也是为何这些年车路协同较为火爆的原因。

车路协同存在的逻辑如下图所示，从交通强国战略来看，过去的老基建，修路架桥强调的是运输物质的交通路网建设，强调的是原子世界的建设；从新基建战略来看，强调的是运输信息的新一代通信网（5G）和数据中心的建设，强调的是比特世界的建设；两者进行有效的结合，通过信息技术给原子世界里的车辆发送信息，给交通路网装上感知系统，可以让交通路网也进入比特世界，两者相互融合，就是车路协同。

因此构建车路协同就是交通路网的感知能力升级、信息化升级、交互能力升级，是一种新型的基础设施建设，属于新基建的典型场景，同新基建的重点方向5G网络建设一样，从本质上讲，还是迎合了那句老话：要想富，先修路。

2019年11月13日，交通运输部办公厅印发《全国高速公路视频联网监测工作实施方案》和《全国高速公路视频云联网技术要求》，其中指出“强化交通基础设施养护，加强基础设施运行监测检测”的要求，全面建设“可视、可测、可控、可服务”的高速公路运行监测体系。我觉得这四个关键词总结的特别好。

过去十年，我国城市道路和高速公路沿线已经装了很多摄像头，且能通过后台进行操作和管控，所以“可视”和“可控”大部分已经解决了或即将解决了，当然这里的“可控”主要指的是摄像机的控制。“可测”和“可服务”则还有很大的距离，需进一步推进，需要对道路上的信息进行准确检测和感知，最终更好的为车主提供服务。

在未来，只有真正打造出“可测”和“可服务”的智慧公路，车路协同才能真正的落地。就是围绕人、车、路、环境，通过AI实现道路、参与主体、道路环境的精准感知和监测，通过互联网为道路管理者提供服务，通过5G和C-V2X为车主提供服务。

最近，很多人都在讨论车路协同到底需不需要的问题。

我认为，车路协同是智慧交通系统的升级，过去在讲智慧交通，多数落在了视频监控、电子警察、智能卡口抓拍、信号控制等系统上。而车路协同将让未来的智慧交通系统完成了一次全新升级，真正回归了道路和交通的本质，让道路感知、交通控制、交通组织、交通优化真正走到了前台。

很多人都强调，符合车路协同的具备网联能力的车还太少，但我认为，即便是现在不能真正给所有车提供服务，但依然可以给道路管理者提供服务，给道路监控系统和管控平台提供核心数据和决策依据，道路管理者能更高效的管理道路，能提供更好的通行条件，间接的给所有车辆提供了服务。随着技术的发展，具备网联能力的车辆将越来越多，未来给车提供服务也将是一个水到渠成的事情。

接下来谈谈车路协同的技术。在关键技术层面，车路协同主要体现在通讯（V2V、V2P、V2I、V2E）、感知（道路人车感知、天气环境感知、交通事故感知、交通信号感知）和控制（云控平台）三大方面。

通讯方面，过去的2G/3G/4G都是基于蜂窝移动通信的网络结构，即便是面对面打电话，信号也要绕来绕去，假设有1秒的时延，时速120km的汽车，一秒钟会运动33.3米，所以超低时延、点对点的传输、边缘计算成为了刚需。要实现低延迟点对点的传输，主要有2个通信标准，一个是中国主导的C-V2X，一个是美国主导的DSRC。这里着重介绍一下C-V2X。

C-V2X也是我国自主创新的一面旗帜。1998年，大唐代表中国提出的 TD-SCDMA被国际电信联盟（ITU）接纳成为三大3G国际标准之一，实现了中国通信历史上的百年突破。随后我国企业主导并拥有核心知识产权的 TD-LTE成为全球两大 4G主流标准之一，到了5G时代我国企业更是走在了世界的最前列。而正是原来推动TD-SCDMA成为世界标准的原班人马，自2012年起成立了一个小分队（就是大唐高鸿车联网事业部的前身），开始转战LTE-V2X领域，经过多年孤独的坚持，到2017年3月，3GPP完成LTE-V2X第一个阶段的标准制定，到2020年7月3日，3GPP宣布R16 标准冻结，标志5G第一个演进版本标准完成。这也是第一个5G-V2X标准（NR-V2X标准）。自此，5G车路协同正式走上舞台，为车路协同奠定了通信基础。

感知方面，地感线圈是应用最久，也是目前最为成功的道路感知方式之一，已广泛应用在高速公路，城市道路，停车场出入口。央视纪录片《辉煌中国》中有一个片段，上海洋山港实现了全自动化的码头，他们使用了在码头上铺满磁钉的方式，进行AGV车辆的引导，这种磁钉其实就是一种道路感知技术，每个磁钉能够精确感知其方寸之上的车辆存在状态。但这种感知方式成本极高，如果要在实际交通道路上铺设，建造和运维成本将是个天文数字。

目前，道路上常用的感知技术主要有视频、毫米波雷达、激光雷达、北斗等等，几种技术手段也是各有优劣，具体详见下图。但相比而言，目前视频还是最有效、最实用、信息最丰富的感知方式。

通过深入研究各种道路感知技术的优缺点，我们提出了一种融合感知的方案，通过视觉+红外热成像（必要时融合毫米波雷达）的配合，实现路侧的全天候交通精细化的感知和识别，在城市交通、高速公路、城际公路、智慧停车等场景下均可进行应用。

为实现更加精准的道路感知，我们融合车辆识别、车脸识别、行人识别、物体识别、文字识别、视频GIS空间转换等多项AI技术，并进行了数字孪生三维实景还原。主要技术如下：

第一，交通视频检测；基于视频图像进行的车辆检测、车型识别、行人识别、交通行为识别、交通场景分析。

第二，车脸识别&车辆重识别ReID；基于独创的车脸识别可识别7000+车款、10+种微特征、10+种颜色，4000多个维度且业内首创支持360度视角全景识别，通过提取车辆微特征构建车辆ReID特征向量实现车辆的跨镜头图像匹配和图像检索。

第三，跨镜头跟踪/道路盲区检测；对隧道和高速公路的摄像头进行再利用，采用计算摄影测量的算法，识别每个目标精确到亚米级的精准位置坐标，并对车牌进行还原，基于车辆特征进行跨摄像头的跟踪匹配，构建交通全景运行态势。

第四，交通异常事件检测；可对10+种交通异常行为、20+种交通违法行为进行分析和识别；

第五，人员检测识别；可对实时视频中人物的进行检测和实时跟踪，并识别行人姿态动作和行人属性特征，有效区分路政维护工作人员和其他行人；

第六，道路异常识别；可识别公路两侧，违规摆摊设点及占道，并进行预警，并能识别违规占道和道路交通标志标牌，道路护栏状态及资产状态；

第七，视频能见度识别；可基于纯视频实现道路能见度检测，基于独有算法，能识别道路能见度值，以所见即所得的方式识别出大雾并给出封路预警；

第八，道路天气识别；可基于纯视频实现道路下雪，路面积雪的检测，并实现道路下雨、路面积水的检测，也能识别道路塌方落石，并给出封路预警；

我们再着重说一下数字孪生，数字孪生是近两年非常火的一个技术。

顾名思义，数字孪生是指针对物理世界中的物体，通过数字化的手段来构建一个数字世界中一模一样的实体，借此来实现对物理实体的了解、分析和优化。

交通数字孪生（Traffic Digital Twin），是充分利用交通工程模型、交通传感器、历史和实时数据，集交通工程学、人工智能、大数据等多学科、多尺度、多维度、多概率的数字交通还原和仿真过程；旨在虚拟数字空间中对现实交通概况（人、车、路等多元素）完成映射。

我们提出了一种AI+数字孪生公路，融合了深度学习高清视频分析技术和数字孪生应用大数据平台技术。系统基于深度学习目标识别和全时空坐标映射技术，自动识别监控图像中的车辆目标，并通过像素级、二维空间、大地坐标三层坐标映射模型算法，实现对车辆、行人、物体的真实大小、地理坐标的实时感知、分析和轨迹采集和记录。

系统还可以通过结合图像抓拍与智能识别技术，对车辆牌照、品牌、车款、颜色、类型等自动识别并建立跟踪轨迹；通过该技术，系统不仅能够实现对道路目标及设施的实时状态感知、还能够对其真实坐标位置、行驶方向、正方向夹角、速度等进行感知，同时还可以识别和分析道路的能见度、天气、环境等信息。系统采用实时全面的交通感知技术将交通目标、设施的时空轨迹真实、准确、完整的记录下来，不仅能够为实时交通的智慧化协同运行提供数据基础，海量、详尽、准确的历史数据，也为智慧交通系统的交通仿真、沙盘推演、事故事件分析与取证等应用提供了重要的基础支撑。

将数字孪生技术应用于交通视频监控，应能够在数字世界里构建三维道路并将道路上实时运行的车辆、行人等通过AI视频检测得到，然后通过建模的方式在三维数字世界里进行重建，在数字世界里实现道路1:1的实时还原，为道路“可测、可服务”提供数据基础。

基于这个技术，我们实现了现实世界中车辆及行人基于城市2D/3D数字地图进行实时重建还原，构建数字孪生城市和数字孪生高速公路。

目前我们打造的云鹰全息道路感知-数字孪生隧道、云鹰交通事件检测、云析车位感知-数字孪生服务区、小神瞳-收费站车辆三维识别系统已在全国多地得以落地应用。

我们和国内V2X的龙头公司合作，通过视觉检测和感知道路车辆、行人位置速度及方向、交通事故、天气情况，通过C-V2X实时发送给车辆，为自动驾驶和辅助驾驶车辆提供非视距的感知能力，添加了一双“上帝之眼”，目前已在全国多个智能网联汽车示范区和示范道路落地。

另外，我们还可服务于交通视频直播，基于数字孪生的视频生成进行直播，可以更好的保护用户隐私和敏感信息。

最后，再回归到我们前面说的那个问题：车路协同到底需不需要？有何价值？

以汽车为例，最早的汽车，完全靠人眼，后来加上了后视镜，再然后有了360度环视，而车路协同延伸了人类的感知能力，让我们具备了上帝视角，因而先让道路管理者更好的管理道路，并可以让驾驶员具备更宽广的视野，因而能更好的保障交通安全。