云端系统可以收集全时、全域的各类信息，综合整理，用于交通态势评估，边缘系统可以半实时决策并推送交通指令。境况感知是车路协同系统的输入，也是实时动态数据，其数据的实时性、完备性、准确性将影响车路协同系统决策结果输出的准确性，因此，我们称境况感知系统为数字交通的基座。而多维融合才能提升系统运行的有效性。
为实现的数字交通系统效用，路侧境况感知系统的建设原则必然是要求“全要素、全空域、全时段”的。任一场景点位的路侧境况感知系统的构成，可能包含视频、微波、毫米波、激光、RFID、气象环境等多种传感器。其中视频相机、毫米波雷达、激光雷达应该是构建交通境况的主要感知设备：视频可以进行交通参与者特征的识别判定，尤其是对色彩类信息的感知，但视频的作用距离有限，且容易受到光线条件的干扰；毫米波雷达可以判定主要交通参与目标，且能够在较广阔的区域内进行测速、测距，判定交通行为；激光雷达可实现对（厘米级）目标的感知，但是造价较高。
毫米波雷达与激光雷达技术都无法实现对车辆身份特性的识别，多种感知技术在目标检测、运动跟踪、身份识别与标定等方面就具有互补或相斥的情况。对于空域内相邻场景点位的多个路侧境况感知系统，为避免交通对象的跟踪丢失，建设时需要一定的重叠感知覆盖。