僅僅十幾年前，美國大片裡的自動駕駛、AI智慧、仿生機器等當時看來不可思議的設想，現在都正在一步步實現的路上，這其中自動駕駛功能是最受大眾關注的一個。在經歷了單車智慧的初步嘗試後，車聯網技術正在逐步成熟起來，或將成為今後汽車智慧化發展的主要趨勢。

車聯網的概念源於物聯網，即車輛物聯網，是以行駛中的車輛為資訊感知物件，藉助新一代資訊通訊技術，實現車與X（即車與車、人、路、服務平臺）之間的網路連線，提升車輛整體的智慧駕駛水平，為使用者提供安全、舒適、智慧、高效的駕駛感受與交通服務，同時提高交通執行效率，提升社會交通服務的智慧化水平。車聯網是利用感測技術感知車輛的狀態資訊，並藉助無線通訊網路與現代智慧資訊處理技術實現交通的智慧化管理，以及交通訊息服務的智慧決策和車輛的智慧化控制。車聯網透過新一代資訊通訊技術，實現車與雲平臺、車與車、車與路、車與人、車內等全方位網路連線，主要實現了“三網融合”，即將車內網、車際網和車載移動網際網路進行融合。

為了加快車聯網產業發展，大力培育新增長點、形成新動能，工信部於2018年12月制定了《車聯網（智慧網聯汽車）產業發展行動計劃》。車聯網（智慧網聯汽車）產業是汽車、電子、資訊通訊、道路交通運輸等行業深度融合的新型產業形態。發展車聯網產業，有利於提升汽車網聯化、智慧化水平，實現自動駕駛，發展智慧交通，促進資訊消費，對我國推進供給側結構性改革、推動製造強國和網路強國建設、實現高質量發展具有重要意義。

自動駕駛方面，目前主流車企正從L2/L2。5邁向L3，陸續釋出L3量產車型，並逐步向L4/L5演進。自動駕駛初創公司絕大部分直接切入到L4/L5。要實現自動駕駛L4/L5，存在僅僅依靠單車智慧無法解決的場景，比如前方大車遮擋住紅綠燈、大車遮擋探頭、前方几公里外交通事故無法預知等場景。這些場景，依靠車聯網技術的“上帝視角”可以較好解決。

另外，還存在一些場景，僅僅依靠單車智慧雖然能夠較好解決，但依然存在長尾效應。所謂長尾效應，是指99%的力量用於解決1%的問題。比如依靠單車視覺識別交叉路口紅綠燈資訊，由於存在樹木遮擋、強光效應、極端天氣等因素，無法做到100%準確。對於這樣存在自動駕駛長尾效應的場景，可以利用車聯網的車路協同技術共同解決。

還有一方面，自動駕駛如果僅僅依靠單車智慧，還需要依託於多感測器融合，其中包括視覺、雷達、鐳射雷達和高精度地圖與定位等技術。採用車聯網技術將有效降低實現L4/L5自動駕駛的汽車端成本壓力，可以省掉鐳射雷達或者大幅度降低鐳射雷達規格，降低高精地圖採集成本。

以上三方面因素，意味著5G車聯網是實現L4/L5自動駕駛的必要條件之一。這也是為什麼網聯自動駕駛（CAV），即網聯（CV，Connected Vehicle）+自動駕駛（AV，Autonomous Vehicle），是美國自動駕駛發展的重點方向之一。當然，現階段車聯網技術按照標準定義僅能實現資訊告警類業務，還不足以達成此目標，需要車聯網標準持續演進。

再看智慧交通方面，ITS（Intelligent Transport System，智慧交通系統）經歷了不同的發展階段。ITS1。0是資訊化階段，ITS2。0是網聯化+協同化階段，ITS3。0是自主交通階段。智慧交通的本質是實現道路交通安全和出行暢通，ITS1。0主要實現交通各個環節資訊化，ITS2。0主要實現人、車、路、環境的網聯和協同，ITS3。0主要實現人、車、路、環境等全要素的自主感知、自主決策和自主控制。

智慧交通的持續演進，已經不能只依靠解決道路側的問題，而是需要綜合解決人、車、路、環境的問題。車聯網恰好可以助力智慧交通從1。0邁向2。0，並進一步演進到3。0階段。

目前，我國已經在部分地區設定裡車聯網先導實驗區，下一步在技術相對成熟的基礎上，有望實現車聯網的市場化運用，相信這一天不會很遠了。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。