國家的很多發展戰略都談到了車路協同， 我們作為第一個承擔國家重點車路協同專案的主持單位， 走過了十幾年的發展與研究歷程。 人工智慧對汽車智慧駕駛會產生哪些影響， 對人類交通出行會產生哪些變革。 對此， 結合我國目前的發展情況， 我主要講四個方面的內容：人工智慧是智慧駕駛中應用的最新技術， 它是如何與智慧交通聯繫起來的；如何從人工智慧角度實現智慧駕駛；人工智慧實現過程中， 哪些技術產生更大的作用；具體如何實現。
人工智慧領域非常寬， 在交通領域的應用也非常深入，
實際上， 人工智慧應用的路還非常漫長、任務還非常艱巨。 目前， 比較實用的， 大家看得見、摸得著而且能夠產生結果的就是機器學習， 通過機器學習去模擬、研究、類比人的一系列內容， 達到了這個目的才叫人工智慧。 但是有機器學習是不是就能解決問題了？實際上， 還不能有效地解決問題， 還需要進一步推進， 也就是說僅僅機器學習還不夠， 還需要深度學習。
車輛識別不是一件簡單的事情。 因為車輛有很多形態的變化，
特斯拉在智慧駕駛領域發生過交通事故， 造成司機當場死亡。 如果發生事故的這兩輛汽車具備了我們今天談到的車路協同系統， 如果車跟車的通信、車跟路的通信能夠實現， 那麼這場交通事故就可以避免。
從嚴格意義上講， 如果一個系統要具有人工智慧， 就應該具備三個條件。 第一， 系統能夠像人一樣感知環境、感知社會。
但是目前我們看到的很多關於人工智慧的介紹， 距離這三點還很遠， 還有很多工作要做。
關於駕駛輔助系統， 車路協同引進以後， 對自動駕駛又提出了新的條件， 即單車的駕駛輔助還可以和多車結合起來， 於是我們提出了CDAS， 實現CDAS的基礎就是車路協同平臺。
目前， 巡航控制已經應用到一些新車上了， ACC已經得到體現了， 但是ACC還只是實現車輛自身的巡航， 前車做任何動作是不知道的， 只能通過距離和對速度的判斷， 來識別前車可能做什麼事情。
基於車路協同也好、自動駕駛也好， 未來， 我希望前車或者周邊車輛所做任何動作之後， 車輛要把資訊傳出去， 而不再是讓其他車輛去猜測。 於是在這種情況下， 有了CACC， 以及加上人工智慧以後的AIACC。 因此， 我們說人工智慧和車路協同是可以完全結合起來的。
車路協同主要是提供一個平臺， 讓所有的交通主體， 人、車、路在這個平臺上都可以即時地、全方位地交互資訊。 在這個基礎上， 為交通出行的駕駛安全和交通管理提供一個新的平臺。 車聯網、網聯車和車路協同實際上是殊途同歸的， 但是車路協同更多的是強調交通整體集成功能的實現。
此外， 還有兩個方面的改進。 第一， 駕駛安全。 在傳統的安全措施之上， 我們提供了V2V平臺，
交通控制方面也會發生革命性的變化。 在一個新的平臺， 你可以知道所有車輛在道路上行使的位置、速度、加速度、方向， 以便更好地調整駕駛。
目前， 自動駕駛主要有兩條技術路線。 第一， 靠車載感測器來探測車輛周邊的交通資訊， 實現自動駕駛。 第二， 不完全依靠於感測器， 而是使用高精度地圖， 加上高精度的定位技術， 再結合近距離的感測器， 實現自動駕駛， 這也是目前自動駕駛領域最常用的方法。目前，一些自動駕駛汽車公司基本上是走這條技術路線。
車路協同的平臺完全可以給自動駕駛車輛提供周邊的交通環境，比如局部的交通道路資訊，還可以做到高精度。利用感測器探測周邊的環境，路側設備探測比移動過程中探測，精度與可靠性都高很多，而且靠基礎設施的建設，可以大幅度降低車輛成本。車載設備和路側設備之間交互資訊以後，能夠助力實現真正意義上的自動駕駛。總之，有了車路協同系統之後，汽車可以利用這些產品和系統，讓交通出行更快地進入新時代。
（根據張毅在“中國電動汽車百人會常州論壇（ 2017 ）”上發言整理，未經本人審閱。）
這也是目前自動駕駛領域最常用的方法。目前，一些自動駕駛汽車公司基本上是走這條技術路線。車路協同的平臺完全可以給自動駕駛車輛提供周邊的交通環境，比如局部的交通道路資訊，還可以做到高精度。利用感測器探測周邊的環境，路側設備探測比移動過程中探測，精度與可靠性都高很多，而且靠基礎設施的建設，可以大幅度降低車輛成本。車載設備和路側設備之間交互資訊以後，能夠助力實現真正意義上的自動駕駛。總之，有了車路協同系統之後，汽車可以利用這些產品和系統，讓交通出行更快地進入新時代。
（根據張毅在“中國電動汽車百人會常州論壇（ 2017 ）”上發言整理，未經本人審閱。）