其次，不同于普通消费场景，车路协同需要“极可靠的低延迟通信”。这就要求多设备间从感知、传输、处理、响应的整个通信交互过程要在100毫秒内完成，并正确反馈路面信息，人类的眨眼时间也只有100毫秒。一个生活场景中可允许的延迟，在行驶过程中却会直接导致错过转弯路口或者高速出口。车路协同中的汽车智能化运算还要考虑很多因素，比如实时性、稳定性、安全性，这些都直接关系一台车的行驶安全。

再次，不同于单独的智能汽车，车和车的交流不再是单一品牌行为。举例来说，A品牌的某款车型不仅要和同品牌的其他车型互联，还要和同处于交通环境中的BCDE品牌交流。那么如何实现？车载终端必须广泛兼容其他品牌车辆以及车载硬件。用一组数据解读其中的工作量：今天我们常见的主流品牌车型有上千余种，智能汽车传感器有六百多种，ECU（汽车电子控制单元）的数量更是数以上百计，而这些都是车载操作系统要兼容的对象，可以看出难度之大。

从车路协同项目的示范成果来看，通过核心操作系统将车载终端的主要任务进行一体化集成是一条可靠的路径。借助操作系统的基础作业和软硬件协同能力，不仅可以从底层实现车与车、车与网之间的互联，还能最大程度的发挥硬件潜力，提高系统任务并行稳定性，同时很好地承担硬件数据融合等车路协同特定需求。这一假设也在蘑菇车联为顺义车路协同项目提供的车载操作系统蘑菇OS的应用中得到了有效验证。

可以看出，车路协同的真正落地必须要有一款具有低时延、高稳定性、高安全性、高兼容性的底层操作系统。当然这也意味着研发前期大量的适配和测试工作量，对企业的研发资金投入、专业人才储备乃至产业经验积累都是相当大的考验。

“通信+边缘计算”，实时路网新体系

在车路协同系统平台上，道路连接着来往车辆和云端大数据平台，是车路融合数据监测、上传和下发的重要一环。这个环节的主要任务在于构建一个“通信+边缘计算”的新体系，前者负责降低数据传输的端到端时延，后者用来完成大量路侧感知设备的接入和数据处理。实时性是二者的共同需求。

通信方面，车路协同落地实现对于数据传输的要求十分苛刻：端到端时延必须低至毫秒级，可靠性达99.999%，带宽达50Mbps，支持高速移动的绝对速度达250kph——只有超低时延、高容量、高可靠的5G技术才能满足这一需求。目前5G新基建的加速部署有望大幅提升路网侧的设备连接和数据传输环境。