半月談記者 張漫子

當我們被智能汽車的飛速迭代所吸引時，在越來越“聰明”的汽車輪胎下，一場同樣深刻的道路設施革命，正在悄然展開。這場革命，沒有炫目的新車發布場景，卻涉及萬億級投資，關系到城市交通系統的“基因重組”。

過去十年，智能駕駛的聚光燈幾乎全部聚焦于車端技術突破：從激光雷達的成本下降到大模型算法的迭代，車企和科技公司力圖讓汽車成為移動的超級計算機。

可是單車智能再強大，也難免有視覺盲區與認知局限。如果說“聰明的車”是大腦和四肢，那么“智慧的路”就是延伸的感官和神經網絡，它能提供超視距感知、全局交通態勢，從根本上提升系統的安全和運行效率。

當L3及以上高級別智能駕駛曙光初現，車的“智慧”已逼近天花板。而現實的復雜路況不斷提醒我們：極端天氣可導致傳感器失效、突發交通事件會超出預測、弱勢交通參與者(如行人、自行車)存在各種不可預知的行為……這些“長尾問題”如同無形的墻，阻礙著無人駕駛從特定場景走向全域普及。

打破這面墻，一場以數字化、網聯化為核心的道路“大修潮”正響應召喚而來。為智能駕駛構建一個全域、全時、全要素的數字化環境，實現從“單車孤島智能”到“車路云一體化”的終極跨越，這不僅是一道技術考題，更是一場深刻的社會工程學實踐。

單車智能觸及“天花板”

過去十余年，智能駕駛的演進遵循著一條清晰的路徑：給汽車裝上越來越強大的“感官”(攝像頭、激光雷達、毫米波雷達)和越來越聰明的“大腦”(高算力芯片、自動駕駛算法)。這條路徑取得了巨大成功，但也碰到了難以逾越的“天花板”。

廣東廣州南沙區的小馬智行自動駕駛無人商業化出租車車內屏幕顯示情況 鄧華 攝

——感知的“長尾難題”

即便是裝備了頂級“感官”系統的智能汽車，其感知范圍也存在物理局限，如高大的貨車遮擋了紅綠燈、急彎后靜止的事故車、惡劣天氣下被污損的交通標識……

美國國家公路交通安全管理局(NHTSA)披露的數據顯示，約94%的嚴重交通事故與人為錯誤有關，其中感知失誤是主要原因之一。而機器的感知，在特定場景下比人類更脆弱。

例如，在暴雨天氣中，攝像頭的有效識別距離會下降超過50%；激光雷達雖然不受光照影響，其發出的激光束在雨霧中會發生散射和吸收，導致點云數據質量急劇下降，信噪比降低。極端天氣是自動駕駛系統必須面對的巨大挑戰。

而“聰明的路”通過部署在路側的激光雷達、攝像頭、毫米波雷達等多類傳感器，構建起一個鳥瞰視角。它能穿透雨霧、越過障礙，將單車無法感知的全局信息，通過5G/5.5G等低延時、高可靠的網絡，實時發送給區域內的所有車輛，消除感知盲區。

——算力的“成本黑洞”

讓每一輛車都獨立處理海量的感知數據，意味著需要搭載算力極強的芯片和昂貴的傳感器套件。這不僅導致整車成本的急劇攀升，也帶來了巨大的功耗和散熱挑戰。一顆1000TOPS的芯片，其峰值功耗對電動汽車的續航構成了威脅。

中國信通院測算，通過車路協同，單車可降低30%左右的傳感設備成本。這是由于“聰明的路”有望實現分布式感知、集中式計算。路側單元(RSU)和邊緣計算節點(MEC)可以代替車輛完成大部分復雜的環境感知和數據融合計算，再將處理好的、輕量化的結果信息(如“前方500米有行人橫穿”)發送給車輛，使得車輛可以適當降低對感知硬件和算力的苛刻要求，用更低的成本實現更高級別的智能駕駛。

——協同的“物理局限”

即使每輛車都能完美地感知自身環境，它們之間仍是信息孤島。車輛無法預知前車何時會緊急制動，也無法與信號燈協商通過節奏。這種“非協同”狀態導致了道路資源的極大浪費和安全隱患。僅10%的車輛采取非協同的變速行為，就可能導致整個路段通行效率下降30%。

如果“聰明的路”能夠扮演“交通超級協作者”的角色，那么通過V2X(車路協同)技術，就能實現車與車、車與路、車與人、車與云的全方位連接。這可使車輛接收交通信號燈的方案，實現“綠波通行”；車輛可被提前告知前方減速而緊急制動，從而實現超視距的協同避險；可與智慧交通系統聯動，動態調整路線緩解擁堵。

把感知、計算、通信、供電等設施植入路基、護欄、標線里，讓道路先于車輛發現問題，這是“聰明的路”最直觀的切面。

給路裝上“新大腦”

打造“聰明的路”，并非簡單地給傳統道路裝上幾個攝像頭，而要賦予它感知、通信、計算與應用功能。智能不僅要體現在車端，還應遷移到路側和云端，讓道路成為一個超級“感知節點”和“決策中心”。

智能網聯汽車測試員李成在路測結束后檢查車輛

——感知層，構建道路的“數字孿生”

這是“聰明的路”的神經末梢。通過在關鍵路口、路段、匝道等位置，密集部署多種智能傳感器，實現對交通參與者(車輛、行人)、交通狀態(流量、速度、密度)、交通事件(事故、擁堵、違章)以及環境(天氣、光照)的全天候、全要素精準感知。這些多源異構的數據，在邊緣側進行初步融合處理，共同編織成一條動態、實時的“數字化道路”，為上層應用提供最堅實的數據底座。

——網絡與計算層，架設超低時延的“信息高速公路”

網絡與計算層，相當于“聰明的路”的神經網絡和大腦皮層。

通信網絡：保障信息傳輸、實現萬物互聯的智慧出行5G-V2X及其演進技術是核心。它需要提供極低的時延(<20ms)、高的可靠性(>99.9%)和大的帶寬，以確保關鍵安全信息能夠瞬間送達車輛。C-V2X(蜂窩車聯網)直連通信技術更是在無網絡覆蓋區域依然能保障車與車、車與路直接通信的生命線。

邊緣計算：在道路沿線部署邊緣計算節點(MEC)至關重要。它將云計算能力下沉到網絡邊緣，對感知層采集的海量數據進行就地分析和處理，生成車輛可直接使用的服務信息。這避免了將所有數據都傳回云端，極大地降低了決策延遲，滿足了智能駕駛對實時性的苛刻要求。

——應用層，賦能“車—路—云”一體化智能

這是“聰明的路”價值的最終體現。基于底層的數據與算力，可以催生出大量革命性的應用場景。

協同感知預警：向車輛提供交叉路口碰撞預警、前方異常停車預警、弱勢交通參與者(行人、非機動車)預警等，將事故扼殺在萌芽狀態。

協同決策與控制：實現車隊編隊行駛、信號燈車速引導(綠波通行)、匝道匯入輔助等，從全局角度提升通行效率和安全性。

全域信息服務：為自動駕駛車輛提供高精度地圖動態更新、道路施工信息推送、智慧停車引導等增值服務。

“聰明的路”，已經超越了傳統ITS1.0(電子收費、信號燈控制)和ITS2.0(交通信息發布)，進入了一個深度融合感知、通信、計算與控制的新階段。

“聰明的路”如何布局新業態

當“聰明的路”從盆景變森林，產業機遇呼之欲出。“聰明的路”能有效降低自動駕駛的技術難度和整車成本，使得L4級Robotaxi、干線物流等場景的商業化落地時間提前。道路上收集的交通大數據，其價值遠超自動駕駛本身，它能為城市交通規劃、公共安全、應急管理提供前所未有的決策支持，實現“一路多用，多感合一”，推動智慧城市治理升級。

賽迪顧問預測，到2026年，中國智能網聯路側端市場規模預計將突破千億元人民幣。道路的智能化改造，將帶動從路側傳感器、邊緣計算服務器、通信模組到云控平臺軟件的全產業鏈發展，形成一個萬億級新市場。“智慧道路運營商”也將涌現，他們通過向車企、物流公司、出行平臺提供高精度、高鮮度的道路數據服務來收取費用，形成“運營即服務”的模式。

在數字孿生系統的統一調度下，整個城市的交通流將如同一支訓練有素的交響樂團。每一輛車的速度和間距可以得到精準控制，消除“幽靈堵車”，將道路通行效率提升數倍。

麥肯錫全球研究院的報告指出，協同交通系統可將城市核心區的通行效率提升15%～20%。另外，系統的主動安全預警和協同決策，有望進一步降低交通事故率。當車輛可以被精確調度，基于位置的精準信息服務(如前方商鋪的個性化推薦、無人配送車的無縫接駁)將催生新的商業模式。

更遠的未來，電動汽車不僅是交通工具，更是可移動的儲能單元。通過V2G(車輛到電網)技術，道路系統可以根據電網負荷，智能調度車輛在行駛、停放時進行充電或放電。每一輛車都成為電網的一個“分布式儲能節點”，讓城市能源系統更具彈性和韌性。國家電網已經開展了多個V2G試點項目，驗證了其技術和商業的可行性。

但與此同時，一個全感知、全連接的交通系統，也帶來了前所未有的風險。對于這枚硬幣的另一面，我們準備好了嗎？

——網絡安全的“終極戰場”

當城市的交通命脈由代碼控制，它很可能成為黑客攻擊的目標。一次網絡攻擊，就可能導致整個城市交通癱瘓，其破壞力不亞于一場自然災害。如何構建自主可控的網絡安全體系，需要從芯片、操作系統、通信協議到云平臺進行全鏈條的安全設計。

——數據倫理的“靈魂拷問”

當系統知道你的每一次出行、每一次停留、每一次急剎車，個人隱私的邊界在哪里?數據的所有權、使用權和監管權如何界定?這需要法律、技術和倫理的共同進步。中國的數據安全法和個人信息保護法已為此提供了法律框架，但具體到車路協同場景，仍需更細化的實施細則。

——“數字鴻溝”的加劇

昂貴的道路智能化改造，是否會拉大地區、人群間的差距?如何確保這場技術革命的普惠性，是政策制定者必須思考的問題。目前，智能化改造每公里成本高達數百萬元，這需要政府進行前瞻性頂層設計和財政投入，避免出現“智能道路孤島”。

為智能駕駛打造“聰明的路”，不是簡單的技術疊加，而是一場深刻的交通范式變革。它要求我們跳出“車本位”的思維，重新審視道路的角色——從被動的通行載體，轉變為主動的服務提供者。

這場智能汽車之外的發力，雖不似新車發布那般引人注目，卻可為整個智能交通體系筑牢根基。當每一盞路燈、每一個信號燈都具備了“思考”和“對話”的能力，當道路與車輛真正融為一體，一個更安全、更高效的未來將呼嘯而來。

編輯：張曦