利用无线通信技术和精准感知技术实现车辆和基础设施之间高效的信息交互,以提高道路交通安全和效率是车路协同系统的核心任务,保持系统信息更新的新鲜度是维持其高效运作的关键因素,信息年龄（Age of Information,AoI）是用来衡量信息新鲜度的新兴指标,大量的信息更新伴随着路侧单元的高能耗。因此,制定合理的车路协同系统信息新鲜度-能耗均衡优化策略,对优化信息更新过程中的系统性能具有重要意义。本文在以下两个方面对车路协同系统中信息新鲜度-能耗均衡问题进行分析研究:（1）在车路协同系统中,由于部分路侧单元（Roadside units,RSUs）能源可及性限制,需要利用可再生能源支持其向途经车辆推送实时感知计算的交通状况信息,辅助车辆进行信息更新,从而提高车辆的实时决策能力。针对期望车辆AoI加和与具体业务类型,提出一种基于车辆信息更新的信息年龄-能耗均衡传输调度策略,以在期望车辆AoI加和约束下优化RSU的平均能耗。考虑能量收集和车辆到达的随机性,以其状态建立RSU的电池能量队列马尔可夫链模型,利用马尔可夫链描述能量队列状态的转移情况,根据平衡方程获得队列稳态概率,进而构造期望车辆AoI加和、RSU平均能耗等性能参数的表达式。仿真结果表明,相对于贪婪算法及Q-learning算法,研究的基于车辆信息更新的信息年龄-能耗均衡传输调度策略在能量到达和车辆到达的随机条件下,可以在期望车辆AoI加和、RSU平均能耗间达到平衡。（2）感知设备和RSU集成作为车路协同系统的数字化交通基础设施,由于其感知范围受限,智能汽车可利用其感知能力扩大RSU的感知范围。由于车辆在路段的行驶速度存在差异,部分车辆到达RSU时携带的数据超过新鲜度阈值,RSU采集超过新鲜度阈值的数据不仅对控制中心后续的分析无益,还增加了RSU的能源消耗。针对能耗约束下的期望RSU AoI最小化问题,提出一种基于路侧单元信息更新的信息年龄优化采集调度策略。将车辆到RSU的数据传输过程建模为受限马尔可夫决策过程,并将该问题转化为线性规划,获得最优采集调度策略。仿真结果表明,提出的策略可以适应车辆到达率的变化,在能耗约束下优化了期望RSU AoI,此外,还给出了该策略调度参数的阈值结构。