继电脑操作系统，手机操作系统，车辆操作系统后，如今路端也有操作系统了。

8月1日，被称为全球首个开源开放的智能网联路侧单元操作系统正式发布，简称“智路OS”。

“智路OS”以北京市高级别自动驾驶示范区落地应用实践经验为基础，面向高级别自动驾驶和智慧交通全场景，建立了统一的技术和数据底座。

给道路打造操作系统，全球第一家，确是当之无愧。

它可以视为在实现自动驾驶的道路上，中国在车路协同方向上推出的一个阶段化产品。

它区别于此前一些互联网公司推出的城市大脑，专注于路端。

据称，通过北京市高级别自动驾驶示范区2.0阶段建设实践运用，智路OS已实现与多家车企的网联辅助驾驶应用服务分发，包括绿波车速，闯红灯预警，前方拥堵提醒，动态车道管理等多种场景应用。

智路OS的开发源于在智能网联和高级别自动驾驶应用中发现的问题。

随着智能电动汽车的竞争进入下半场，国家智能网联汽车创新中心电子电气架构部部长唐风敏表示：

而从自动驾驶方面来看，今天，单车智能的自动驾驶已经到了Robotaxi商业化运营的前夜，但最后的1%，却似乎还需要花费99%的精力。

单车智能无法解决的问题，也让人们转而将目光投向车路云一体化架构方案。

在充分利用中国数字经济、通信行业以及基础设施方面优势的背景下，中国的智能网联汽车发展路径采用车路云一体化架构的模式基本已在业内形成共识。

而在路侧系统建设过程中，由于软硬件不解耦，在后续移植新功能、部署第三方应用以及拓展路侧应用服务等方面都存在巨大困难。路侧边缘计算操作系统作为连接车-云的关键一环，优先推进系统的开源开放具有十分重要的意义。

这成为智路OS诞生的肇因。

作为首个智能网联路侧单元操作系统，开源开放、自主可控和网联生态被称为智路OS的三个核心价值点。

开放式操作系统从底层统一标准，实现软硬件分层解耦，使原本孤立的众多智能网联应用得以连接打通，并获得最高性能的底层资源，针对解决自动驾驶产业化长尾效应的应用需求，实现更多敏捷开发和快速分发。

车路云一体化架构最早由清华大学的李克强院士于2019年提出，近年来逐渐确认为中国特色的智能网联汽车发展之路。

8月1日，在CICV 2022第九届国际智能网联汽车技术年会上，车路云一体化架构在多个论坛被频繁提及，多家企业也展示了自己在车路云一体化技术上的进展。

以下，我们就来看看近期被不断提及的“车路云一体化架构”到底是怎么回事？它能解决自动驾驶最后的1%吗？

首先，为什么要发展车路云一体化架构？

一方面，是单车智能的局限性。

简单来说，

使用车路云一体化架构，采用智能化与网联化同步发展的模式，可以利用网联化来协同感知、决策与控制，使得对车辆本身智能化水平的要求可适当降低。

例如，原先需要L3、L4单车智能水平才能实现的功能，有了路端的辅助，只需要L2级别的单车智能就可以实现。

这可以大大降低车辆的开发成本。

反之同样，高水平的智能化也可以适当降低网联化的要求。这是智能网联汽车智能与网联两个方面之间相辅相承的作用。

此外，车路云一体化架构可实现上帝视角，突破单车感知局限性，解决车车冲突，实现群体运行协同。

另一方面，是中国在发展车路云一体化道路上的优势。

唐风敏表示，中国拥有世界领先的信息通信产业，特别是下一代通信技术将有望提供满足车辆高速驾驶要求的低时延、高可靠信息交互环境在基础设施建设方面也具备体制机制优势。

采用车路云一体化架构，可以避免我国在汽车电子、车辆控制执行等方面的短板，发挥中国在数字经济和通信行业的领先优势，实现架构的跨越式发展。

随着汽车向数字化、智能化发展，软件定义汽车成为大趋势，车辆的电子电气架构也由原来的模块化向集成化、域集中、域融合、整车融合与整车云计算平台发展，而其最终形态则为车路云一体化架构。

那么，车路云一体化架构又是如何组成的？

唐风敏表示，车路云一体化架构，车内架构以电子电气信息架构（EEI）为主，车外架构则以云控系统架构为主。

车内电子电气信息架构相当于车辆的神经血管、大脑，涵盖了汽车计算和控制系统的软硬件、传感器、通信网络、电子分配系统、连接驱动和车辆所有功能。

如前文所述，如今车内电子电气架构正从分散的模块化向集成化、融合化发展，目前，域控制是大部分智能网联汽车的主流。

而在软件方面，汽车软件架构也正在由面向信号的开发转向面向服务的开发。可将原来分离的ECU模块化、标准化，将各个应用区域相互解耦重新部署为分成式的软件架构。

云控系统架构我们主要以云控智行的云控系统为例来进行讲解。

云控智行科技有限公司总裁宣智渊表示，整个云控系统的核心理念就是云端智能+路侧智能+单车智能来组成的系统。

其中包括一个系统软件，云控基础平台，可分层解耦，路侧智能化产品和车载智能终端则都是硬件。应用是整个市场服务增量大的开放的生态。

而云控基础平台则由中心云、区域云和边缘云组成。

在边缘云、区域云和中心云里面分别有基础层和平台层，即所谓的系统软件和功能软件。

边缘云里具体的内容就是做协同式自动驾驶和协同式辅助驾驶。即面向网联汽车提供增强行车安全的实时性与弱实时性云控应用基础服务。

区域云是做智能交通，面向云控应用平台，提供交通流感知，智能交通管控等基础服务，跨域任务编排调度。

中心云是做数据共享的。主要由交通大数据使能，提供多维度宏观交通数据分析的基础数据与数据增值服务。

除了应用，两边是基础服务系统和业务支撑系统，这是整个的云控基础平台的总体架构。

所以，在对驾驶的协同方面，是由边缘云来支持。目前其响应时间可以优化到10毫秒。驾驶对于车控制周期是100毫秒，10毫秒的反应时间足以支持驾驶。

中心云处理的主要是与行业相关的一些大数据。

而区域云处理的是智能交通，即路侧产品。路侧感知的困难在于要和车辆感知的精度保持一致，并且要做到连续部署、连续覆盖、连续跟踪和目标的去重。

此外，正如单车智能可分为L0-L5级别，道路侧的智能化水平也相应地被分为C0-C5级别。

落地并没有那么容易

在明确其作用和结构后，车路云一体化架构现在发展得怎么样了？

我们在科技周现场参观了多家企业的车路云一体化方案。据工作人员介绍，目前大部分方案还只能实现车路协同或车云沟通。

而据东南大学-威斯康星大学智能网联交通联合研究院院长冉斌表示，自动驾驶是一个庞大的项目，各种组件分布在多个行业，且每一个组件本身的生命周期又不一样，这将带来巨大的挑战。

例如车辆寿命可能是3-7年或更长更短，路端设计是二十年、三十年，云可能是3个月-3年，网可能是2年、5年，也可能是10年，而图可能是3个月到1年。因而，组件生命周期跟系统生命周期本身极大的差异将带来巨大的挑战。

同时，冉斌将车路云一体化架构的发展分为5个版本。

版本一是目前所说的V2X信息交互。有几种通信模式，第一是车和车叫V2V，第二种是车和路V2I，第三种是车和人V2P。而其应用则可大致分为四类。第一类是提升交通安全，第二类是促进交通效率，第三类是自动驾驶类，第四类是信息娱乐类。

通过V2X首先可以解决单车智能在感知上的不足，同时能掌握其他交通参与者的意图，提高驾驶安全。

这是目前已经在做的，量产方面也已有多家车企搭载该项功能。

版本二是超视距感知，需要的基础条件是天气较好，交通车流较少。

版本三即是车路云一体化，在交通围栏基础条件一般的情况下也能有良好的表现，比如天气一般，光照比较差，且交通流量中等。

版本四就基本可以覆盖所有路网条件，比如城市快速路、主干道、次干道、连接路、高速公路、国省道和复杂山区道路等。可应对光照差、天气差、车流量大的情况。

版本五的功能就比较大而全，结构精简，移动性高。车载或者路侧云平台三位一体的智能化系统，路网条件可以适用于所有的城市中心道路，很多复杂交通都能实现。

也即我们熟知的L5级别自动驾驶。

只是在车路云一体化架构的语境下，对自动驾驶的赋能从单车智能发展到了车、路、云、网、图多个层面的共同推进。

而今天，车路云一体化发展还停留在第一个阶段即V2X阶段。

和单车智能的发展一样，目前，车路云一体化架构的建设也远未到成熟的时候。

对车路协同路线的反思

业内对于车路协同路线并不是没有反对意见的。

一方面车路协同对于地方政府而言，是一笔巨大的开支，另一方面，路端智能在对车辆提供相关信号和辅助时，也触发了新的问题，即因为路端系统的错误引发的交通事故应该由谁负责？

以深圳市刚刚通过的我国首部自动驾驶立法为例，其对L3级有条件自动驾驶的车辆发生事故的第一责任人认定为驾驶员，但在其入车路协同系统后，车辆的智驾OS、路端OS都成为当事责任方。

这对于交警判定事故将带来巨大的压力。

不过车路协同面临的另一个压力，即加大地方政府财政开支方面的压力，因为今年新基建的崛起，似乎正得到缓解。

以车路协同为主的新基建成为不少地方政府拉动经济的切入口，这一市场眼见得正成为万亿规模的产业。

不过需要明确的是，车路协同并非始于中国，概念提出车源于欧美，只是欧美没有中国如此的财力支撑如此庞大的规划。

车路云一体，就其涉及主体而言，已远远超过汽车本身。