撰文 / 胡小凤
出品 / 车路云50人
当你把住了路口，你就把住了城市交通最重要的节点。
作为道路基础设施网络中最基础、最重要的组成部分，红绿灯承载了太多使命。
在城市路网布局中，平均每2到3公里就设有一个路口，红绿灯作为路口交通管控的核心，使用频次极高。
有业内人士如此描述，“结合路口和车辆的静态、动态要素，基本上就能刻画出一个城市的交通系统。”
而红绿灯上车也存在一些先期条件。比如，红绿灯系统本身是数字信号的组成部分，已具备数字化基础。
一旦成功构建红绿灯数据接入车辆的完整路径，形成基础数据闭环并验证系统能力，将对路侧与车端的交互闭环带来积极影响。在此基础上，其他类型数字信号的接入也将水到渠成。
基于以上，业内一致认为，红绿灯上车是车路云一体化里最基础、最重要且有望最早实现规模化的功能应用场景。
从2011年起，科技部在国家高技术研究发展计划（863计划）设立主题项目“智能车路协同关键技术研究”，国家、地方层面开始设立与车路协同相关示范区，红绿灯上车应用就成为突击重点。
但经过各城市示范区、产业相关公司十数年的摸索发展，红绿灯上车的实际效果还远未达到理想中的状态。
为此，「车路云50人」调研了城市车网公司、图商、车企等各产业参与方，试图探寻“红绿灯上车之路到底应该怎么走”。
业内没有统一的标准答案，更多的是路径的选择博弈。
有城市车网公司如此表示：“一直在摸着石头过河，蹚过了很多路，得到了很多经验教训。”甚至，“曾经掉沟里，甚至把别人带沟里，现在正从沟里爬出来。”
新生事物没有前车可鉴，但在摸索中已然沉淀出了价值思考。
红绿灯信号，作为驾驶决策的直接指引，其相关数据接入车辆系统，是车端迫切且亟待解决的核心需求。
对汽车而言，交通路口环境复杂多变，容易引发急刹、闯红灯等危险行为，是交通事故的高发区域。
以红绿灯状态信息为主的交通信号服务，可以为绿波通行、闯红灯提醒、自动驾驶等车辆核心产品力提供稳定的数据保障。
在拥堵路况下，结合红绿灯信息，车辆能更智能地调控驾驶行为和速度，实现绿波通行，提高道路通行效率，让出行更加轻松愉悦。
而在迈向更高级别的自动驾驶过程中，红绿灯的准确识别和有效利用至关重要。通过对海量红绿灯数据进行分析学习，自动驾驶系统深入理解交通规则和路况信息，进而做出更加精准、合理的驾驶决策，提升用户智驾体验。
此外，提前知晓红绿灯信息，在能量高效利用与管理方面，也蕴藏着巨大潜力。
当下，增程式、纯电、插电式混合动力等各类车辆，其能量使用形式与通行路况紧密相关。车辆可根据红绿灯信息，智能地控制能量系统，实现能源的优化管理。
在实际行驶中，当车辆接收到减速信号时，适时减少耗电量，或者将原本用于驱动车辆的电能转化为能量回收，储存起来以备后续使用，对于整个系统的能量管理提升极具优势。
然而，以上均为理想状况。
摆在产业面前的现实困境是，此前智能网联汽车相关示范应用呈现散点分布，路端基础设施建设碎片化严重，数据难以互通，形成信息孤岛。
而一旦涉及到商用，车企、图商等第三方应用方需要的是城市级规模化数据，现有碎片化信息难以满足真正的商业化需求。
某车企相关业务负责人向「车路云50人」透露：“除示范区外，目前很少有车企直接接入路侧红绿灯信息。”
现阶段，车端红绿灯等交通信号数据主要依赖图商，图商数据来源为众包采集及大数据推算等，存在时效滞后、精度不足等核心痛点。
针对这一瓶颈，“城市车网-图商”协同模式成为可行方案。
四维图新向「车路云50人」提出，应该由车网平台汇聚全域信号灯资源，交由图商融入导航数据后，为车企提供一站式服务。
此模式下，城市车网提供的红绿灯数据，融合进图商既有的交通信息网络，弥补车网平台数据尚未规模化的短板；车网平台获取的动态实时数据注入图商，可有效提升图商数据鲜度与真实度。
上述车企对此秉持着同一理念，指出“路侧信息与车辆的接入交互尚存诸多难题”。车企需要简单高效的对接方式，图商对车企的接口、格式等需求有着更为深刻的理解，与图商合作亦可让车网公司无需重复建设车企定制化服务能力。
当下，随着根据事实交通流调整红绿灯的智慧信控不断推广应用，与城市车网公司合作，已然成为图商在当前形势下的必然选择，也是其在行业变革创新发展中实现突破的重要途径。
以湖北襄阳示范区为例，通过加装边缘人工智能芯片和秒级全智慧调度算法，在每个路口打造了一个“能掐会算”的机器人，根据实时车流、人流，精准指挥红绿灯放行顺序和时间，将红绿灯由“车看灯、人看灯”固定配时方案下发模式，升级为“灯看车、灯看人”的实时精准智能调度模式。
传统模式下，图商主要依靠收集和分析历史及实时交通大数据来推算红绿灯数据。智慧信控模式下，交通状况处于不断变化的动态之中，数据的变化更加复杂和难以预测，将对图商原有的推算模式带来极大冲击。
由此可见，城市车网公司和图商联手，向车企提供红绿灯数据相关服务，能够实现三方共赢局面。
车企作为最核心的应用方，更关心红绿灯“上车”的成本问题。
“上车”过程中，主要涉及数据采集成本和数据传输成本。
数据来源主要有两种方式，其一，采用在路侧加装交换机等设备直接从路端获取数据；其二，在合法合规的前提下，从公安网配时系统获取。
在车路协同建设探索前期，更多选择加装设备从路侧获取的方式。
无锡车联网集团车路云产品总监李鹏向「车路云50人」透露新国标信号机升级成本的相关情况。
在不涵盖网联设备改造时，目前每个路口信号机升级成本约几万元。随着未来实现规模化发展以及运行机制逐步完善，信号机升级费用有望降至每路口一万元以内。
在数据传输环节，早期各地主要采取直联通信（PC5）模式，需要在路侧进行RSU设备的建设，涵盖一些感知设备加装、道路建设改造以及后期运营维护等成本。整体下来，每个路口所需费用达到小几十万元。
以无锡为例，未来计划实现全域2700个路口数据贯通。据上述数据估算，预计投入超亿元资金。
路侧相关的成本通常由政府承担。从当前实际情况来看，政府在财政资金分配和统筹上面临诸多任务和考量，是否还有充足的资金来推进路侧改造工作，存在很大的不确定性。
基于直联通信（PC5）的传输方案，不仅需要路侧的改造，也带来对于车端通信设备（OBU）加装的要求。
目前，结合「车路云50人」与行业多家车企的沟通，在汽车产业利润持续承压、内卷加剧的背景下，车企参与意愿明显不足。
某车企相关负责人向「车路云50人」直言，“在车辆中额外添加信息模块，进行前装、后装升级等操作，成本实在太高。车企面临着残酷的市场竞争，单车增加哪怕几十块钱的成本，都会带来不小的负担。”
该负责人进一步表态：“倘若在单车上增加大量成本，却无法给用户带来很哇塞的感知和体验，也不能有效为量产车赋能，那我为什么要采用你们的数据呢？我完全可以直接使用性价比更高的导航地图数据。”
正如一位深度参与苏州“轻车熟路”项目的业内人士所言，无论采用何种方案，红绿灯“上车”数据可能存在差异，但最终落地应用所呈现的效果差异并不明显，各类方案普遍存在延迟、故障及数据不准确等共性问题，都是“五十步笑百步”。
城市砸入重金进行路侧基础设施的升级改造，实际成效却与产业预期相去甚远，无法吸引目标客户为此买单。路侧设备变成"烧钱黑洞"，模式可持续性备受质疑，迫使产业各参与方不得不重新审视现状，探寻问题根源。
其一，规模经济的考量至关重要。在当前环境下，“重路侧”的投资建设方案难以实现广泛的覆盖和推广，城市需要找到成本更低、实施更便捷的解决方案。
其二，构建完整的业务闭环势在必行。规模商用是核心目标，并非局限于某段道路验证特定功能，而是去解决更广域的问题。首要任务是确保数据规模“上车”的实现，即先“从无到有”，再逐步追求“从有到优”的提升。
车路云的发展遵循着这样的流程，先在特定区域内小规模的试验示范，验证可行性后再大规模推广。
以红绿灯为代表的数字信号，作为车路云协同连接的关键切口、规模化建设的基础支撑主线，亦是想在示范区先成功上车，满足车端需求后，再实现量产。
如今，车路云已经开始从“试点示范”阶段正式迈向“规模商用”阶段。
在示范区监管授权、资源倾斜的多重便利条件加持下，红绿灯上车在示范区内满足了车企的各项需求，并不意味着走出示范区依然可以成功。
毕竟，示范验证可以不计成本，而规模商用一定要考虑成本收益。
上述深度参与苏州“轻车熟路”项目的业内人士强调，“现在的解决方案比拼的不再是谁做的demo更美观，而是要真正给车企和图商提供产品化的交付。”
从车企视角来看，并不在意红绿灯数据"上车"究竟采用了何种方案。
车企真正在意的是，当把导航地图的红绿灯信息维度一一拆解后，与车联网提供的数据横向对比时，能在实时性、精准度与场景适配性上超越导航地图，同时成本处于可控范围，技术路径要全面打通，确保整个数据链路稳定可靠。
基于这样的考量，行业内开始出现另一种思考和观点，摒弃“让红绿灯直接上车，就变成自动驾驶的可依赖项”的想法。
取而代之的是，以最低的成本，让红绿灯规模化“上车”，就像导航地图应用普及那样，先让红绿灯数据提供基本的预警功能，优先实现数据的闭环，形成完整的信息交互系统。
这样做更大的价值在于，验证信息互通和数据闭环的可能性，降低车企、图商使用门槛，让用户对车路云一体化产品有真正感知。在此基础上，再逐步实现更高级别的自动驾驶功能。
该路径并非一开始就以实现L4级别自动驾驶为目标，而是面向市场上受众最广泛的量产车提供方案。量产车的辅助驾驶发展路径，便是从预警类功能开始，逐步过渡到简单的控制功能，最后再到实现复杂的控制功能。
从应用端出发，实现红绿灯“上车”并提供基础的预警类应用，需确保以下几点：第一，全量接入，确保数据的完整性；第二，成本可控，符合产业实际发展情况；第三，数据传输稳定，保证提供持续的服务。
一种行之有效的方式是采用相对“轻路侧”的方式，接入公安网配时系统，通过云云对接的方式来获取和传输红绿灯数据。
具体而言，通过与地方公安交警的信息平台进行对接，将交通信号控制中的信控相位及配时方案等数据信息，实时同步至交通数据的核心底座——云控基础平台，由该平台以5G Uu通信形式，将数据下发至车辆端。
此种模式，无需对路侧进行改造，也无需车端在软硬件上进行额外投入，从而有望以低成本实现红绿灯数据全面覆盖，为车路云红绿灯信号的规模商用奠定基础。目前，这一思路已成为部分城市在车路云发展中探索的主要方向。
当然，伴随着路侧数据在车端的不断渗透，以及路侧信息与自动驾驶功能融合要求的日益提高，会对数据质量、数据准确性以及时延等提出更高要求。
为此，行业提出在关键、复杂的路口场景下，可以采用5G Uu和PC5“融合组网”的创新思路。利用5G Uu的大带宽、广覆盖特性以及PC5的低时延、高可靠性优势，实现两者优势互补，提升整体通信性能。
同时，在保障数据准确度方面，针对可能出现的路口数据与中央配时系统时延、红绿灯路口故障等问题，可结合实际需求，通过在关键位置加装数据采集卡的方式，形成双层保障机制。
轻路侧的云云对接上车方案中，技术难题并非核心阻碍，更关键的是"数据合法合规流通"和"全域完整提供"这两大难点，需要与公安专网打通，这又不得不谈到监管问题。
红绿灯数据作为交通管理部门在履职过程中产生的信息，其本质属于涉及公共安全的视频图像数据，使用需严格保护隐私，还必须依法获取授权。公众若要使用此类数据，需向属地交通管理部门提交书面申请，并明确数据用途与具体内容。
正因如此，无论是通过在路口加装采集设备获取信号灯数据，还是直接从公安内网配时系统中提取，都需要得到相关部门的正式授权。
然而，在产业实践中，许多城市并未履行相关授权程序，市场亦缺乏明确的政策法规说明，基本处于监管的“灰色地带”。
无锡车联网集团车路云产品总监李鹏告诉「车路云50人」，“信号灯数据属于非常关键的公众数据，没有取得数据主体方即交警方的同意，就不具备正常的交易模式。目前，很多城市对于各种获取信号数据的方式，采取了默许态度，实际并不符合规范。”
通过与公安部交通管理科学研究所、无锡市公安交警支队的紧密联动，无锡成功打通城市交通大脑与车联网数据中心的数据通道，顺利实现“上图上车”的车联网信息服务，成为第一个吃螃蟹的城市。
在公安联动模式下，无锡向百度地图开放城市级红绿灯实时数据，成为导航地图信号灯倒计时应用的首发城市。同时，通过跨域红绿灯数据共享，形成了全国最大规模的协议级信号灯数据接入和开放系统。
作为全国先行先试的城市，无锡积极推动数据来源与使用的合法合规建设。计划以本地的试点工作为依托，系统规范信号灯数据的采集、授权、传输及应用流程，为全国范围内的推广积累经验。
为解决信号灯数据在公安内网专网与互联网传输中的安全性问题，无锡依靠公安部交通管理科学研究所，建立了安全、规范的数据同步通道，实现了公安内网到专网的数据迁移。
同样，得益于公安部交通管理科学研究所的推动，无锡针对云端数据接入和路侧数据接入，分别推出了《道路交通管理车路协同系统信息交付接口规范》报批稿、《道路交通管控设施信息交互接口规范》报批稿两项新国标，为红绿灯数据的应用提供全方位支撑。
在整个数据流转链条中，交警作为最上游的数据提供方，需首先获得其应用许可。
中游数据整合环节，由具备运营资质的地方大数据或数据资产公司承担，通常以国企、央企为主，比如城市车网公司，负责对数据进行加工与脱敏处理。
最下游则是图商、车企、运营商等第三方数据应用方，通过具体场景释放数据价值，最终打通从公安数据源头到实际商业化场景应用的全链条，实现数据的有效利用。
无锡模式的探索表明，在政府的推动下，明确交管数据共享机制，再由城市车网公司搭建统一的云控平台和数字底座，能够统一解决数据来源合规问题，达成“一次采集、多端应用” 的目标，避免行业资源的叠加浪费，真正构建起合规、低成本、高效的产业生态。
当红绿灯以“低成本、轻量化”方式融入车联网生态，摆在城市车网公司面前的关键议题，是探索数据闭环的商业价值，构建可持续发展的良性循环。
然而，红绿灯数据的归属权、价值分配机制尚未明确，红绿灯上车商业模式尚不清晰。同时，车企、图商等也将红绿灯数据归入"基础服务"而非付费增值项。
展望未来，其更大的商业空间在于，实现红绿灯数据闭环后，结合交通流数据进行二次挖掘，在特定的价值场景产生的商业化服务。
例如，面向B端，可与保险公司携手，赋能“UBI车险”（Usage-based insurance），形成“数据+服务”的分层收费模式。
面向G端，助力城市交通管理升级，实现从“被动响应”到“主动治理”转变。在汇集车端、路端、云端多源数据，实现全市信号灯联网联控后，系统即可结合大模型，将信控优化从“固定配时”提升到 “智能决策”。
在车与外界信息交互急剧增长的时代，车联网的数据流量将远超智能手机与外界的通信流量，运营商将发挥至关重要的支撑与服务作用。
如《志在超车：智能网联汽车的中国方案》一书所述：如果能在路侧单元建设上引入运营商投资，通过新一轮“提速降费”，就将促使5G适配更广泛、更高级别的应用场景，进而获取更理想的投资回报。
中兴数据显示，车联网业务多样化发展，单车月流量预估达40GB，其中辅助自动驾驶类每月将带来超过30GB的流量需求。
敏锐察觉到这一趋势的运营商已积极布局。
在无锡，中国移动与城市车网公司合作，将红绿灯服务接入移动“人车家”平台，以权益包形式向C端用户开放，城市车网公司以流量分成的形式获取收益。
当红绿灯上车进程启动，将逐步弱化对红绿灯形状、大小等表象的关注，聚焦时间信息，实现道路的矢量化，让路侧信息实现全面数字化，进而资产化。
国内已有红绿灯数据资产化的先例。
在湖北襄阳，由汉江智行科技有限公司投资建设运营的车联网项目“人工智能红绿灯系统”，已完成数据资产登记和上架。
据了解，该系统是车联网智能交通系统的核心部分，实时汇聚并解析襄阳市区400多个关键路口信号灯的运行状态信息，支撑交通流量调控、自动驾驶、图商应用变现等场景应用。并已完成与金融机构对接，打通了与金融服务领域对接的“最后一公里”，将在适宜时机完成融资。
从政府购买服务、车企与图商订阅合作到C端用户体验提升的多维服务分成，叠加运营商、保险公司等生态伙伴的价值共创，以及数据资产登记、金融对接等基建机制的协同完善，共同构成红绿灯数据的商业闭环，最终推动实现道路从数字化向资产化的转型升级，形成数据价值释放与生态协同发展的可持续商业模式。
在各城市及产业各方对于红绿灯上车的探索过程中，可以看到，多种方案与路径的博弈已然展开。
在与车企的结合模式上，究竟是直接绑定车企上车机，还是选择与图商合作，借助导航地图将信息传递到车机？
在数据获取方面，是通过在路侧加装采集设备，还是直接从公安网获取？
在数据传输方式上，是通过5G Uu 口下发，还是通过 PC5 模式经 RSU 下发？
在功能实现节奏上，是先上车从预警类功能，实现数据闭环，再逐步提升能力，还是一开始就追求一步到位，上车即能实现辅助类驾驶的支撑与应用？
......
不同的方案涉及不同的参与主体，各主体间的分工、投入以及规模化推广能力均存在差异。
同时，红绿灯质量良莠不齐、地方平台接口不统一、不同车企需求差异大等共性问题，也进一步增加了方案选择的复杂性。
基于各自考量因素，如监管政策、成本预算、安全要求等，城市在方案选择上各有千秋。
但最终，评判真理的唯一标准在于市场是否愿意买单。只有车企/图商等应用企业愿意买单、愿意为之付出研发成本，才是具备商业价值的产品。
想，全是问题；做，都是答案。
在红绿灯“上车”这一创新实践真正落地推进的过程中，所遭遇的问题与阻碍充满未知。只能在摸索中前行，不断探寻、优化解决方案，以实现产品化交付。
最后，把一切交给市场来选择。
