單車智能不能持續發展自動駕駛已成共識，中國式的自動駕駛——車路協同登上舞臺。
C-V2X路側設施部署是車路協同場景中的核心組成部分，而其中路側環境感知設備視頻攝像頭、毫米波雷達和雷射雷達的布設被認為是交通環境感知的重要手段，是車路協同未來市場投資的重要方向。
車載端環境感知設備由於存在感知盲區以及安裝成本過高，因此需要路側環境感知設備在交叉口、盲區、彎道、匝道等位置布設，以提升自動駕駛交通安全和效率。
目前，我國相關行業主管部門尚未出臺針對C-V2X 路側設施部署的總體規劃，導致市場對C-V2X 路側設施的部署實施時間、部署場景、部署規模等不明確，尚不能有效推進市場規模化進程。
感知設備的高密度布設真的需要嗎
車路協同開放性測試道路目前主要有兩種，高速公路和非高速公路（一般公路或城市道路）。
目前，不少城市正在進行開放道路測試區的規劃建設，方案中提出建設車路協同環境，需要在城市道路路側不同場景下，增設攝像頭、毫米波雷達或雷射雷達等感知設備，在高速公路上每隔幾百米建一個感知設備，提升感知信息密度。
在滬杭甬智慧高速車路協同規劃設計方案中，全程248 km的主線約1 km一個雲臺攝像機的基礎上，對彎道及視線受遮擋路段進行梳理排查，適當加密攝像機，實現無盲區查看道路通行情況。
杭州繞城西複線高速公路湖州擴容段車路協同規劃設計方案中，全程148.8 km，全線間隔 1 km 設置 1 處雷達交通流檢測設備，用於統計交通參數和事件檢測，幫助管理者判斷如何誘導和疏散交通流，以便及時對異常情況作出反應。
已經建設完成具有車路協同場景的高速公路中，延崇高速攝像頭在雙向車道兩側間隔105米對稱部署；毫米波雷達在雙向車道兩側間隔210米對稱部署。
通過毫米波雷達、視頻等多源數據的邊緣智能計算，實現高速路事故、行人等異常交通事件全天候實時感知，並通過C-V2X網絡實時發送給車輛。
在非高速公路開放測試道路中，國內目前僅有長沙和無錫等不多的城市進行了路側感知設備的新改建和升級，更多城市道路沒有進行智能化的改造。
正在規劃設計的測試場區方案中，根據道路交叉口、公交停靠站、路內停車區等不同場景需求，也加設了交通環境感知設備，提高布設密度。
在目前車路協同主流的技術方案中，高密度的路側感知設備是重要技術路線，但是如此高密度的感知設備真的需要嗎？還有其他替代方案嗎？新增的攝像頭、毫米波雷達、雷射雷達與現有高速公路交通採集設備、城市交通管理交通採集設備是什麼關係？
無錫的做法
2017年6月開始，公安部交通管理科學研究所（以下簡稱「交科所」）聯合無錫市交通警察支隊及相關企業在無錫市進行了車路協同開放式道路的測試。2019年，測試範圍達到400個路口。
由於交科所是公安部公安交通管理行業智能交通方向的主要技術支撐部門，因此其採用的技術路線和方案對未來市場發展具有指引方向的意義。
在無錫測試區，無錫公安交管部門最大限度共享開放40餘項交管信息，通過中心平臺能力升級、路側管控設備改造，打通公安交管中心平臺、路側管控設備與車聯網通信管道。
在中心系統層面，無錫公安交管部門構建了面向車聯網的「公安交管信息開放平臺」，對內整合了公安交通管理綜合應用平臺、公安交通集成指揮平臺、道路交通信號控制系統、交通視頻監視系統、電警、卡口等各類交管中心系統的資源與數據，基於標準化、統一的C2C接口向V2X平臺、TSP平臺、網際網路出行服務平臺等提供了包括車輛、駕駛人、事故、違法、交通管控、交通事件、交通運行狀態等信息，實現了平臺層面的交管信息開放服務。
針對醫療急救、消防救援、公交等行業用戶，對接了行業部門的管理\服務中心平臺，為120\119急救車輛、公交車輛等提供了緊急救援車輛通行避讓通知、不同優先級交通信號優先等服務，支撐行業車輛的車聯網應用。
在無錫測試區，路側感知設備新增了行人檢測攝像機和視頻檢測器，需要注意的是，這些設備都是基於現有交通管理需求而設置，即沒有車路協同測試的需求也應該增設這些檢測設備，提升精細化交通管理水平。
在無錫測試區，行人檢測攝像機用於檢測人行橫道的過街行人，檢測數據發送至信號機可實現行人過街信號控制，通過RSU發送至車輛及V2X平臺，提醒車輛注意過街行人。
視頻檢測器安裝在交叉口進口車道，通過採集各車道的交通視頻流，處理分析各方向交通流視頻採集相關交通數據，並傳輸給信號機及V2X平臺，信號機根據檢測數據可實時優化交通信號燈配時。
無錫測試區的車路協同技術路線是充分利用了已有智能交通體系成果，復用了已有交通採集設備，這些設備信息和其他通過交通管理相關平臺整合的信息，作為路側端對車路協同的支持。
無錫車路協同場景打造中，行人視頻檢測和路口視頻檢測設備的新增是出於交通管理日常工作需求而定，有無測試需求都可以加密，提升精細化管理水平，這與目前很多城市以及高速公路為了車路協同場景打造，脫離交通運輸和交通管理本身需求去布設是完全不同的。
誰去投資路側感知設備
可能絕大部分人都認為視頻攝像頭、毫米波雷達和雷射雷達這些路側環境感知設備最終一定會由政府主導，作為甲方出資建設。理由仿佛也沒有問題：設備是為「交通」建設的；也可以為交通或者交管所用；一直以來這些設備也都是政府出資，由交通或者交管建設的。
但，這真的明確了嗎？
就目前自動駕駛發展進度而言，未來十年左右時間可能都處於測試場/區的實驗測試發展階段，市場培育期相當長。
在測試場區發展階段，投資主體明確，各地方政府為了引導、培育自動駕駛產業發展，引入科技企業，提升地區科技水平，測試場/區的各項相關投資都主要由地方政府出資，輔以社會和企業資本。因此至少未來相當長的市場培育期內，資金來源明確，大體上不會遇到誰投資、誰經營、誰運維的問題。
關鍵問題在未來商業化場景中。
無論是高速公路的交通運輸體系還是城市道路的交通管理體系，其智能交通都是經過了幾十年的逐漸積累發展到現在，智能交通體系已經形成。路側感知設備，交通採集設備的點位對應高速公路和城市道路的交通運行和管理策略，交通信號控制、指揮、調度算法和技術體系已經穩定。
高速公路上幾百米一個的新增採集設備，城市道路上的眾多場景感知設備無疑增加了交通信息豐富度，但就交通管理本身而言，並不需要這麼多的感知信息。除非，除非打破幾十年已經形成的智能交通技術體系，重新再來修訂。
可能性有多大呢。
問題又回到上面，車路協同場景下交通環境感知設備的增加，交通和交管側，是基於日常交通運輸和交通管理的工作需求，而不是為了自動駕駛環境的打造。
如果非要增加這麼高密度但不是交通和交管側需要的感知設備，那麼他們還會積極的去主導建設嗎？
答案已經很明確了。
結尾
前些日，賽文一篇車路協同的文章留言區，一位老師留言：任何先行先試的做都存在這樣或者那樣的困難，無論從技術角度還是管理角度，都需要探索和推進。通過智能車路協同的試點示範，由點到面，由此及彼是個逐漸推進的過程，不能一蹴而就。
車路協同環境感知的技術路線和商業模式就是一個待解決、待討論的重要問題。