2. 车路协同系统概述

车路协同（Vehicle-to-Everything，V2X）并不是单一技术，而是一套让车辆、道路基础设施、行人与云端平台之间持续交换感知与决策信息的系统工程。它的核心目标，是突破单车感知的物理边界：让车辆“看得更远、更全、更早”，让道路“说得更准、更快、更稳”。在自动驾驶与智能交通的语境下，车路协同既是感知的延伸，也是决策的协同，而通信延迟正是决定这套协同能否真正落地的关键变量。

一、车路协同的定义与系统架构

车路协同可定义为：以无线通信为纽带，将车载单元（OBU）、路侧单元（RSU）、边缘计算节点、云控平台及交通参与者连接为一张实时信息网络，通过共享位置、速度、意图、信号相位、障碍物与事件信息，实现协同感知、协同决策与协同控制。其系统架构通常分为四层：

• 感知层：摄像头、毫米波雷达、激光雷达、地磁、气象与路面传感器，负责采集车辆与道路状态。
• 通信层：以 C-V2X（含 LTE-V2X 与 NR-V2X）为主，辅以 5G、DSRC、光纤与边缘网络，承担低时延、高可靠的数据传输。
• 计算与平台层：边缘计算节点完成实时融合与局部决策，云控平台负责全局调度、地图更新与策略下发。
• 应用层：面向碰撞预警、绿波通行、编队行驶、远程驾驶等场景提供具体服务。

这四层并非简单堆叠，而是通过“感知—传输—计算—执行”的闭环相互耦合。任何一层的时延都会沿链路累积，最终反映为车辆决策时刻与真实世界状态之间的偏差。

二、通信模式与典型应用场景

车路协同的通信模式可归纳为四类：V2V（车与车）、V2I（车与路侧设施）、V2P（车与行人）、V2N（车与网络/云）。其中 V2V 与 V2I 对时延最敏感，通常要求端到端时延在 10～100 ms 量级；V2N 可容忍稍高时延，但需保证可靠性。典型应用场景包括：

三、延迟补偿的工程意义

在车路协同中，延迟不是抽象指标，而是直接决定安全边界与乘坐体验的工程参数。假设车辆以 60 km/h（约 16.7 m/s）行驶，若通信与计算总延迟为 100 ms，则决策所依据的位置信息已滞后约 1.67 m；若延迟达到 300 ms，滞后距离超过 5 m，足以让一次本可避免的碰撞预警失效。延迟补偿的工程意义体现在三个层面：

• 安全层：通过时间对齐与轨迹预测，把“过期信息”还原为“当前估计”，降低误报与漏报。
• 效率层：在编队与绿波场景中，补偿后的状态估计可减少不必要的制动与加速，提升通行效率。
• 体验层：远程驾驶与协同变道中，补偿能显著降低操作迟滞感，增强驾驶员信任。

四、常见误区与工程复盘

在实际工程中，团队常陷入以下误区：其一，只关注平均时延而忽略尾部时延，导致极端工况下系统失效；其二，把补偿简单等同于“加一个固定延时”，忽视时延抖动与时钟漂移；其三，在感知融合中直接使用带时间戳的原始数据，未做统一时间基准对齐。一个典型的复盘案例是某交叉口预警系统：平均时延仅 35 ms，但 99 分位时延达到 220 ms，导致高速接近车辆在特定时段频繁误报。后经引入滑动窗口时延估计与自适应预测模型，误报率下降约 70%。

时延预算示例（单位：ms）
感知采集与预处理      : 10 ~ 20
通信传输（V2I/V2V）   : 10 ~ 50
边缘融合与决策        : 20 ~ 40
执行器响应            : 10 ~ 30
--------------------------------
合计（目标）          : 50 ~ 140
补偿算法可用余量      : ≥ 20

综上，车路协同系统是一个多层耦合的实时信息网络，通信模式与应用场景共同决定了时延约束的严苛程度。延迟补偿的工程意义，不仅在于“让数据更准”，更在于“让协同可信”。只有把时延当作一等公民来设计，车路协同才能真正从演示走向量产。