车路协同中，侧重的是车和路之间的信息交互。车把自身的行驶轨迹、位置、速度等信息“告诉”路；而路端通过多维感知和协同计算，再把相关的碰撞信息、预警信息等内容“告诉”车；如果接收信息的是人类驾驶员，车载智能设备会以语音或画面的形式呈现路端给过来的信息，作为驾驶员的“决策依据”；如果接受路端信息的是自动驾驶车辆，则会由计算单元做接下来的预测、规划和决策。
在“智慧交通”发展大方向下，以“车路协同”为代表的“黑科技”正在不断落地。以下是车路协同下的两个典型应用场景：
A车，你前方200米有行人突然横穿马路，右前方的车辆会遮挡住你的视野，请注意减速避让
A车：OBU收到，已减速
B车，在你的路线上前方5公里处有车祸，建议提前绕行。
B车：OBU收到
以第一个场景为例，当车辆在路上正常行驶的时候,因为左右两边的障碍物产生了盲区,而在盲区后有人或者车辆突然横穿马路,一般当车主发现的时候，距离已经很近，车祸可能已经不可避免，因为事发突然，令人猝不及防。
这种情况尤以行人和非机动车更为常见，在交叉路口、公交车站、道路两侧停车较多的居民区等路段较易多发。而车路协同系统可以提供车辆感知设备探测不到的危险信息，大大降低因以上场景衍生的交通事故隐患。
第二个则体现了“超视距”场景，在驾驶员看不到、车载设备监测不到的远方，那里的路端设备掌握实时路况并传给行驶中的汽车。
以上几种场景下，“车路协同”是如何实现的呢？
首先车辆要安装车载单元（OBU），可以实现多传感器数据融合，将路端传过来的信息准确高效地告诉“驾驶员”，保证车辆在各种复杂的情况下稳定、安全行驶。同时，该OBU搭载V2X模组，为车辆与其他车辆及基础设施之间提供低时延、高可靠性、高密度的信息传输，保障各交通参与方进行有效的信息互通。
简单来说，就是雷达、摄像头等路侧设备实时监测、采集路面动态信息（包括车辆、行人、
信号灯等）；边缘计算单元（MEC设备）接收以上信息，对其状态、坐标、行动轨迹等进行计算处理、解析、翻译；RSU将MEC翻译好的信息发送给车上的OBU（车载单元）；OBU将信息告诉“驾驶员”，车辆能够及时预知碰撞风险，汽车的自动驾驶系统也会发出相应指令，控制车辆的速度与转向等，降低驾驶员因为视觉盲区带来的各种风险。
车路协同将昂贵的设备从智能车移到智慧路上，路侧感知设备实时感知路况，及时通知车辆，一套设备就能覆盖经过的所有车，大大降低了车载传感器成本。由远处的路侧设备超视距感知，告诉你那边什么情况。另外，作为智慧交通的综合管理支撑平台，V2X云平台汇集各种实时的动态信息，解决智能网联汽车存在的信息孤岛，难以互联协同、有效管控的问题。
这其中5G网络为信息搭建高可靠性的快速通道，保证车端、路端与云端的信息实时交互。高新兴车联网V2X平台依托大数据采集汇集和计算能力，构建各类交通事件监测和发布模型，进行云端统一协调和管控，同时，打造车联网V2X平台场景应用池，布置并丰富V2I、V2V、V2P等车路协同场景应用。
车、路信息交互 5G网络做支撑
因此，车路协同中，侧重的是车和路之间的信息交互。车把自身的行驶轨迹、位置、速度等信息“告诉”路；而路端通过多维感知和协同计算，再把相关的碰撞信息、预警信息等内容“告诉”车；如果接收信息的是人类驾驶员，车载智能设备会以语音或画面的形式呈现路端给过来的信息，作为驾驶员的“决策依据”；如果接受路端信息的是自动驾驶车辆，则会由计算单元做接下来的预测、规划和决策。
同时，基于5G网络的超低时延、高稳定性以及大带宽的特点，能够保证信息的实时与准确传递，实现汽车自动驾驶系统反应效率更快、操纵精度更准确。
