“要想富，先修路，这句话同样适用自动驾驶汽车”
在马车时代，汽车刚刚出现的时候，汽车被当作了怪物，才有了备受嘲笑的“红旗法案”，法案规定，汽车市内限速2英里/时，郊外4英里/时，而且在汽车前进几米的地方，要有一个手持红旗的男子先行，告诉人们注意避让.
历史的车轮滚滚向前，虽然马车铺、马车公司、马车夫几次罢工，但已无法阻止汽车成为人们交通工具的趋势，同时，与汽车配套的交通规则以及配套设施就来了，出现了信号灯，标识线，隔离带，监控系统等等，也就有了交通管理，有了物流，有了经济，所以大家会说，要想富，先修路，交通成为了经济的“晴雨表”。
01—历史总是惊人的相似
自动驾驶作为交通工具的革新产物出现，和当年汽车刚诞生时如出一辙，与之配套的设施也就被提上日程，也就是车路协同了，也就是李彦宏先生所说的“聪明的车，智慧的路”，百度从2013年开始入局自动驾驶，是这个行业的先驱者，在阅读了李彦宏先生的著作《智能交通》后，有感而发。
02—聪明的车和智慧的路
首先自动驾驶商业落地的关键是什么呢，安全和成本，目前一套高级别的自动驾驶辅助系统，需要配置很多传感器，软件，算力平台，通信流量等，成本大概在60w左右，所以经济性是必须要考虑的现实问题
和当前福特汽车走入生产线，批量生产进入千家万户一样，只有工艺技术继续推进，规模量产的前提下，成本才有可能指数级下降。
除此以外，车路协同也可以起到一定的辅助作用，目前所做的“聪明的车”，是不断堆叠传感器和软件执行效率来提升安全
而基于车路协同路线，依靠路端智能设备的辅助，能有效减少汽车改造的负担，甚至能和传感器进行功能互补，比如复杂的道路场景，雾雨天气，在这些条件下，传感器可能会失效，但基于路段设备发送的数据，能够很好的帮助车辆判断，决策辅助，保证驾驶安全性。
在现阶段以及未来很长一段时间，自动驾驶必须在限定条件下才能正常运行，比如政府规划的特定路测区域，北京亦庄的高级别示范区、上海国家智能网联汽车示范区、重庆智能汽车与智慧交通应用示范区等，搭建交通场景，安装路端智能设备，帮助汽车进行计算调试，
目前来说，自动驾驶车辆还是完全依赖于自身的传感器能力、计算能力、决策规划能力，无法保证在任何天气和任何道路环境下可以安全行驶，因此会提前设定自动驾驶汽车安全工作的环境（ODD），比如地形、速度、路面、环境、天气等，通过限制行驶环境和行驶技巧，来保证安全，优化整个计算过程。
当然这里有一个问题，在示范区里路况场景是有限的，这样就会使汽车只能适应某一个场景
好比你从小到大只在你村里跑，虽然村里也会出现复杂的路面情况，但你熟悉之后，可以在村里穿梭自如，有一天你出了村子，到城市里了，会一脸懵，不理解，看不懂，当然我也可以让别人告诉我城市里和村里的不同，相当于在车上加装传感器，让别人跑，传数据给我，由于涉及到隐私问题，也不行，所以啊，就有了虚拟仿真
据有关平台发布的数据，算法测试大约90%是在平台上跑的，9%是在测试场完成的，1%是在实际道路完成的，通过虚拟仿真测试和开放道路的验证来加速算法的迭代。
车路协同都有哪些构成呢，书中提到了四个核心部分，通信平台、车端/路端、边缘计算和云控平台，其中：
- 通信平台负责车与车之间、路与路之间的实时数据传输，车端包括通信芯片，V2X应用软件，主要进行数据处理和多传感器融合
- 路端负责路况信息收集和就近段算力部署
- 边缘计算是指在靠近应用场景的网络边缘、将计算、存储、通信等任务分配到网络边缘，提供边缘智能服务
- 云控平台主要负责设备管理控制、数据融合、时间信息发布、交通环境和管理等内容
对于整个交通优化而言，自动驾驶是单车智能，是局部最优，如果想让行驶更高效，更安全，成本更低，必须从全局交通的角度来考虑，缓解了交通拥堵问题，也就解决了出行问题
车路协同是全局最优解的解决方案，“聪明的车和智慧的路”结合起来，才能更好的帮助自动驾驶商业化落地，让出行成本更低，驾驶体验更好。
