目前廣泛使用的智慧自動化駕駛技術，不論是L4還是L5，都是出自汽車與周圍環境的互動，汽車安裝各類感測器識別周圍道路情況，然後由汽車智慧化裝置進行判斷決策，調整駕駛行為，這種模式缺乏車與車、車與道路之間的協同。這項技術本身存在很大的侷限性，比如感測器對物體的識別還會受到天氣、光照、道路標示狀態等環境的影響，一旦識別錯誤，很容易發生事故。
所以，現在的很多科學家都認識到，單純依靠車輛的感測器和智慧系統來操控汽車是不可靠的，必須能夠在車輛、道路、環境等之間實現整體的資訊資料交換和決策協同，才能真正實現完全場景的全自動駕駛。
這就是“車-路-環境”整體協同的自動駕駛技術理念，依靠車輛、道路、環境等之間實現整體的資訊資料交換和決策協同來實現完全的全場景的自動駕駛。每輛自動駕駛汽車都是行駛在一個虛擬的四維空間網路上的一個點，這個網路與真實的駕駛環境相重合，能夠對每個汽車的位置做準確的判斷，並指令他們的移動軌跡。每輛汽車雖然可以自主與行駛環境互動，但整體上要服從網路的規則與指令，猶如大海中的魚群和天空中的鳥群，雖然數量龐大且擁擠在一起，但能保持整體的協同而不會相撞。這個網路會根據每輛汽車的行駛目的地規劃最合理的路線，並保證每一輛汽車不會在同一個時間點出現在同一個空間點上，這樣就絕對避免了汽車之間的相撞。
整體協同的智慧交通系統，其實是一個四維空間的導航系統，包含時間、空間和運動點，它能智慧規劃每一個運動點（即汽車）的最佳運動路徑，也能避免點與點的碰撞，只要在計算路線時考慮好每個點與時間、空間的協同，就能做到這一點。
舉個例子，我們看一個汽車從A點到B點的行駛軌跡，從二維的角度來看，它是一條連結A點到B點的線，從三維的角度來看，它是包含了汽車在位移過程中位置空間資訊的隧道，但從四維的角度來看，它是一個由無數個帶有時間和空間資料的點構成的鏈。無數輛汽車在行駛中會產生無數的時空鏈，他們會互相交錯、重疊，但智慧交通的超級大腦能夠保證每條鏈在生成過程中不碰撞，不重合，讓每輛汽車都保持在安全的距離。這就是四維空間導航的厲害之處。
自動駕駛只是智慧交通的一個分支，當真正實現智慧交通的時候，其實紅綠燈就可以送進博物館了。在一個沒有紅綠燈的世界，所有的車輛都可以在規劃好的時空路線上行駛，從而可以在十字路口快速穿梭不必等待，我們將徹底解決交通擁堵問題，擁有一個暢通的道路。
相關資料協助閱讀：
“車-路-城”一體化協同概念的提出
車路協同是指採用先進的無線通訊和新一代網際網路等技術，全方位實施車-車、車-路動態實時資訊互動，並在全時空動態交通訊息採集與融合的基礎上，開展車輛主動安全控制和道路協同管理，充分實現人-車-路的有效協同，保證交通安全，提高通行效率，從而形成的安全、高效和環保的道路交通系統。
各大公司都已意識到，成熟的自動駕駛離不開成熟的路。
比如，谷歌和特斯拉的自動駕駛汽車很長一段時間都是在矽谷的帕羅奧圖測試。可不是因為帕羅奧圖離家近，跑出去還能跑回來。而是因為經過多年的勘測，矽谷公司對帕羅奧圖的道路最熟悉，在這個地方最能罩得住罷了。縱然五環飆車猛如百度，前陣子推出量產車的時候也只是老老實實選擇了動物園這樣的封閉環境。
在今年的雲棲大會上，阿里巴巴人工智慧實驗室重提車路協同並完成了對這個概念的落地。
在阿里巴巴人工智慧實驗室的設想裡，不僅有聰明的車，還要有聰明的路。大體上來講，他們研發了一款叫做感知基站的路邊裝置，配合雲控平臺，實現雲端、路端、車端一體。基站站得高看得遠，具備多種感測器，分佈在道路的關鍵節點。每個基站能照看到方圓400米範圍內的路面情況，還能和路面上的車對話，把路面情況提前告訴車輛，從而解決道路擁堵、交通險情提前預警等問題。想想看，感知基站俯瞰整條馬路，就像班主任坐在講臺上看小學生似的，蛛絲馬跡都看得一清二楚，還會分不清貨車和白雲？
事實上，車路協同是給了智慧出行一個上帝視角。感知基站和自動駕駛汽車相互配合，再加上導航、交通監控系統等現有的智慧設施，就形成了金鐘罩鐵布衫一般全方位的智慧出行生態。
