自动驾驶技术依靠人工智能、视觉计算、雷达、监控装置以及全球定位系统，实现汽车自动驾驶车辆。
现在自动驾驶的特点是让汽车去适应道路，应对复杂的路况。那么，是否存在另一种可能?铺设庞大的“智能道路”，让道路去适应汽车，降低自动驾驶的技术难度，尽早实现L5级别的自动驾驶?
以如今的自动驾驶技术发展方向而言，要想实现L3级别以上的自动驾驶，要么需要汽车配备激光雷达，要么需要搭配高分辨率的摄像头和算力极强的芯片，无疑会增加汽车生产成本，不利于自动驾驶普及。
但如果能成功建设“智能道路”，实现车路协同，汽车只需要能实现高精度的地图定位，并且可以将位置、速度等信息，发送给云端，再由云端进行调度后，将指令发送到各个车辆即可。
端计算变成云计算，自动驾驶汽车的成本将大大降低，普及率势必大增。
“智能道路”的另外一个好处是突破自动驾驶的发展瓶颈。
以目前的自动驾驶技术，还不足以应对复杂的交通环境，如果有“智能道路”告诉车辆，哪里有车、哪里有行人、哪里可以走，就可以大幅提高自动驾驶车辆的判断能力。
似乎“道路控制车”比“车控制道路”要靠谱一些。但实际上，前者实现难度也不低。
成本
“智能道路”能否成为一个新的方向，成本终究是一个大问题。
1960年，美国新泽西州普林斯顿市政府，发表了一篇激动人心的新闻稿，对“电子化高速公路”的技术进行解读说明，从而开启建设电子化高速公路的浪潮。
然而过高的铺设成本，这一设想很快便破产了。每一英里基于计算机和传感器搭建的高速公路，总投入成本高达2万到20万美元之间，以当时的技术水平，也难以实现这里设想。
虽然目前的技术水平，早已大大超越1960年的水平，但成本仍然是一个大问题。
如果要实现“智能道路”，意味着：
- 所有的交通信号灯、摄像头等基础设施，都必须实现5G网覆盖，否则延时过高，无法保证数据传输的时效性。
- 每隔一定距离，就要有相关的设备，监控路面和周围环境，否则很难应对一些突发的状况。
- 每一个交通区域，都必须要一个算力超强的数据处理中心，以保证在庞大的车流量情况下，能够正常运转。
截止到2019年末，中国公路总里程已经突破500万公里，全部实现“智能道路”这个工程量几乎不可能完成。
执行力
车和道路必须组合成一个整体，车辆在收到云端系统的指令后，即便是发生故障，也能保持与系统的正常通信，严格执行系统发出的指令，否则将会影响整个系统的正常运行。
以2010年波兰总统专机坠毁事件为例，该坠机事件造成包括波兰总统在内的96人死亡，机组人员未执行塔台的指令，是造成此次事故的重要原因。
可见终端执行力有多么重要。
可靠性
“智能道路”属于公共设施，同时为数以百计，乃至万计的车辆服务，设计上，必须有极高的可靠性和冗余设计，难度和成本都会成倍增加。
举一个简单的例子，汽车的法拉第笼结构，可以避免它遭遇雷击，而“智能道路”中的所有设施，都必须具备抗雷击以及自然灾害的能力，要做到这一点，成本也将大幅度增加。
“智能道路”的确是未来的一个发展发现，但目前要实现很难，但不乏先行者。
瑞典欧洲E4公路、日本智能公路、英国智能高速公路、荷兰智能高速公路都是“智能道路”落地应用的例子，我国在2017年9月江西宁都至定南高速公路智慧高速项目投入试运行，是一个很好的开端。
“智能道路”时代将慢慢到来!
