1、智慧城市&车路协同市场机会分析2 0 2 1 目录0 1车路协同 v s.单车智能驾驶对比分析0 2 车路协同主要端口发展现状及未来趋势0 3车路协同企业分析0 4 车路协同产业链现状及发展困局 车路协同与单车智能双线并举，加速L 5 时代的到来 通过“人-车-路-云”架构，形成高度协同的智慧交通体系 基于复杂车载场景设计的智能车载系统是车端的核心，具有强大的计算、指挥能力 蘑菇车联通过车路云一体化，以车路协同引导自动驾驶规模化落地 主玩家入局路侧端市场，未来运营主体或从政府转移到企业 百度A p o l l o A i r 试验纯路侧技术，打造C 4 级智能化道路 边云协同是V 2 X 云控2、平台架构的核心，企业对云端布局战略持保守态度 华为云l o T 基于边云协同架构，率先进行V 2 X 商用落地尝试 车路协同产业链构成复杂，建设运营主体多元化符合发展趋势 通过协同控制为业务生产系统增效，关注细分领域应用场景有助商业化落地 构建数据互通的产业生态圈，向功能集成方向发展，是车路协同的发展趋势 行业标准体系亟待建立，政策对车路协同未来发展的具体规划指导仍不明晰车路协同与单车智能双线并举，加速L 5 时代的到来 单车智能和车路协同区别的本质是技术和成本在车端和路侧端的分配差异。5 G 时代下，两条技术路线都具有巨大的数据计算量，车路协同在单车智能的基础上进行补充，能够节省算力和能耗。3、车路协同和单车智能双线并举发展并逐渐向车路协同路线倾斜，是未来趋势。发展速率发展趋势预测单车智能车路协同L 1L 2L 3L 4L 5自动驾驶发展阶段单车智能 v s.车路协同对比单车智能车路协同高，软硬件成本高低，车载传感器可精简，单车成本降低低，侧重车端智能高，路侧感知设备需通过数据融合，绘制高精度地图以激光雷达/视觉感知为主要感知设备路侧智能替代部分车侧智能，协同感知与决策主要应用于L 1-L 3 阶段，适用于5 G 覆盖率低路段主要应用于L 4、L 5 阶段，适用于复杂路况通过“人-车-路-云”架构，形成高度协同的智慧交通体系车端、路侧端、云端是车路协同的三个主要端口。车端通过车载计算4、平台进行数据处理，路侧端通过边缘计算进行数据融合，云端提供信息实时传输的可能性，使车辆实现网联化自动驾驶。5 G 基站、路侧感知设备与边缘计算设备的铺设使车路协同实现的前提条件，需要多主体的通力合作，产业协调难度高。V 2 X 应用V 2 X 云服务云端诱导屏V 2 V车载单元I P C 摄像头E d g e计算单元激光雷达/毫米波雷达R S U路侧单元V 2 PV 2 N5 G 基站路侧端车端基于复杂车载场景设计的智能车载系统是车端的核心，具有强大的计算、指挥能力 智能车载系统通过对车载端的海量数据实时处理和多传感器数据融合，保证车辆在复杂路况中的稳定安全。创新型车企和互联网科技公司积极布局5、车路协同领域。2 0 2 0 年8 月，广汽新能源交付应用高精地图的埃安L X,标志其已进入单车智能和车路协同的融合发展阶段。百度持续推进”A p o l l o”车路协同方案，2 0 2 0 年4 月发布“A C E”交通引擎并已正式落地。智能车载系统(O S)需求核心智能车载系统(O S)稳定性：实时计算处理海量高并发数据低时延：毫秒级内完成指令接收-任务运算处理-决策执行全过程适配、兼容各主流汽车品牌、车型、智能传感器、E C U 和芯片组，并具有强按需扩展能力设计在数据级、特征级和决策级进行多级信息融合，实现更高层次的综合决策案例分析一：蘑菇车联通过车路云一体化，以车路协同引导自动驾驶6、规模化落地 蘑菇车联基于自身车载O S 系统与A l 云平台，融合车路协同、车车协同、单车智能。通过路侧设备共享，降低硬件成本，实现对单车的智能化改造，从而推动自动驾驶规模化落地。蘑菇车联自成立以来一直主攻车路协同自动驾驶，具有长期的测试经验和数据积累，并基于自身技术优势率先实现商业落地。2 0 2 0 年9 月蘑菇车联与比亚迪建立跨界合作，其意在将自身车联优势与智能驾驶深度融合，进一步推动规模化落地。蘑菇车联主要合作项目蘑菇车联网发展历程时间地点主要合作伙伴项目内容落地国内首个开放式5 G 智慧2 0 2 0.7顺义交通车路协同示范路2 0 2 0.9比亚迪D i L i n k开展车路协同7、引导的自动驾驶测试2 0 2 1.3 衡阳针对城市主干道，落地车路协同智能网联化升级服务基础：以智能车载O S 为核心的智能网联解决方案联网：“A l 云+O S+智能终端+传感器”一体化解决方案落地：与中国电信、腾讯、东风畅行、比亚迪等合作，打通产业链环节由车路协同引导的自动驾驶主玩家入局路侧端市场，未来运营主体或从政府转移到企业 现阶段，我国路侧端R S U 及其他智能感知和决策设备主要由政府主导，与传统交通系统融合。但随着路侧端布局对于车路协同全环节发展重要性愈发明晰，各玩家积极抢占路端市场先机，互联网巨头H B A T 纷纷落地路端发展方案。2 0 1 9 年6 月，阿里入股千方科技，8、正式部署路端战略。2 0 2 0 年5 月，百度发布A p o l l o A i r 计划，使用纯路侧感知能力，实现开放道路连续路网L 4 级自动驾驶闭环。智能路侧系统基本框架主要组成部分涉及环节功能市场机会R S U(路侧单元)交通基础设施案例分析二：百度A p o l l o A i r 试验纯路侧技术，打造C 4 级智能化道路 A p o l l o A i r 依靠纯路侧感知技术实现自动驾驶，其目的之一是以路端数据反哺车端数据。从此举可以看出，百度接下来的发力点从单一的车端转为车路双线，二者互为补充，加速L 4 级车路云协同的到来。百度强调路端建设对于车路协同发展的重要性，并希望牵头9、新基建发展。但纯路侧感知从技术和责任方界定两个角度来看均难以实现，且扩展性差、投资方主题不明确。百度车路协同：技术、落地、赋能行业三线交织2 0 1 6布局车路协同全栈研发2 0 1 8正式开源A p o l l o 车路协同方案2 0 1 9.9长沙、沧州落地2 0 2 1.3亦庄发布智能路口2 0 2 1.5启动A p o l l o A i r 计划A p o l l o A i r 计划关键要素车路同步数据采集与仿真系统边云协同是V 2 X 云控平台架构的核心，企业对云端布局战略持保守态度边缘计算与云中心融合的边云协同能够通过分散计算负荷与集中控制，实现数据优化和降低时延，将云端计算的10、效率和成本发挥到最佳水平。以华为、阿里为代表的互联网科技企业基于自身的数据和算法优势，搭建云控平台。目前路端、云端基本协同并行，未来云平台的后期运营主体可能为企业，但国家仍为主平台的核心掌控端。V 2 X 车路协同云控平台基本架构采集及计算车端、路端的融合感知数据、s e n s o r 设备数据，并赋能智能网联场景，实现云端控制处于近数据源头的边缘端(R S U、R S C U、O B U),进行数据初步处理，减轻中心云端的接入和计算压力车路协同云控平台应用管理协同业务管理协同案例分析三：华为云l o T 基于边云协同架构，率先进行V 2 X 商用落地尝试 华为基于车路端的连接数与数据量，建11、立具备强算力与A I 能力的云化数字底座，为智能网联提供全局性策略优化。华为基于自身数据和算力优势，搭建算云协同的整体云端架构。其利用自身首发优势，引领V 2 X 标准建设并尝试推动商用落地，但仍处于满足车路协同示范测试需求阶段。目前来看，受限于数据归属与管理等问题，联通人-车-路-云间的数字化信息交互理念短期内难以实现商用落地。华为云主要合作项目基本架构及优势时间地点主要合作伙伴项目内容2 0 1 8.5无锡一汽、上汽中国移动全球首个C-V 2 X 车联网城市及先导区2 0 1 9.7柳州上汽通用五菱集5 G 通讯、V 2 X、远程驾控、无人驾驶四位一体的公开测试道路2 0 2 1.1四川都12、汶高速西南首个智能网联的车路协同测试场边云协同V 2 X S e r v e r:云端V 2 X-E d g e:边缘计算节点车路协同产业链构成复杂，建设运营主体多元化符合发展趋势车路协同行业涉及面广，跨界融合特征突出，建设运营主体和参与者具有多元化特点，其产业链主要覆盖基础层、平台层、应用层三个方面。2 0 1 8 年9 月，全球首个城市级C-V 2 X 项目落地无锡。在政府主导下，车企、云计算服务商、通信服务商等多主体参与运营，试验了未来车路协同多运营主体的可能性。T i e r 1主机厂车联网公司互联网科技企业和T i e r 1、主机厂积极合作，落地智能车载场景，共为车端运营主体路端图13、商、定位系统服务商前期由国家主导、整车厂和通信运营商配合建设建设，后期运营主体转移至企业云计算服务商通信服务商接入信息类别多样。包括交通、汽车、气象等不同方面，云计算和通信服务商能够进行独立运营，但云端主平台由国家掌控通过协同控制为业务生产系统增效，关注细分领域应用场景有助商业化落地车路协同仍处于辅助信息交互阶段，信息服务与协同服务是具有直接商业价值的场景。后者需要技术验证及政策批准，现阶段关注细分领域应用场景是尽快实现落地的可能方案。车路协同目前大部分应用仍停留在初级阶段，示范区同质化现象严重，对交通场景的挖掘不够深入，应用场景质量亟待提高。通过协同控制提升系统效率，是车路协同技术的核心价值14、之一。C-V 2 X 落地后的主要服务模式安全服务信息服务交通效率提升S O S、服务区停车诱导、服务区加油提示等，满足互联网通信需求复杂路段、恶劣气象突发情况及交通事件下的交通安全保障应用场景自由流收费、车队管理、交通管控等场景，对技术和标准统一要求较高华为：自动泊车作为低速封闭场景，是车路协同能迅速落地的场景方向 自动泊车作为低速封闭、环境简单的场景，落地难度较低。自动泊车(A V P)方案具有可行性：泊车属于汽车刚需，能够用多元服务进行装载；有利于数据监管及降低运维成本 场景应用方向：路测改善辅助；车辆路径规划。成本阶段一：车辆借助传感器完成倒车操作场景选择阶段二：固定路线自主泊车政策法15、规环境道路路面障碍信息路径规划及相关信息构建数据互通的产业生态圈，向功能集成方向发展，是车路协同的发展趋势多功能集成：车载信息娱乐交互是未来主机厂设计及用户需求的重要方向，未来V 2 X 技术将向信息娱乐系统拓展。数据安全性：通过建立动态安全监测机制，构建云-管-端全方位数据加密体系，能有效增强用户数据的安全性。产业生态圈：阿里、百度通过建立“超级联盟”或开源车路协同平台方式，实现行业信息共享，产品互通。车路协同三大发展趋势车路协同产业生态圈形成数据：作为车路协同的核心，互联打通仍面临多重阻碍核心矛盾一：国家 v s.企业核心：国家智能交通平台云平台的最终接入问题云平台的未来运营主体核心矛盾二16、：主机厂v s.I T C主机厂：车辆管理平台I T C:算法、数据车端云端核心矛盾三：T i e r 1 v s.I T C数据归属+使用权限硬件软件行业标准体系亟待建立，政策对车路协同未来发展的具体规划指导仍不明晰 行业标准体系仍处于起草阶段，L T E-V 2 X 为车路协同的技术方向 数据信息由政府平台主要管控，尽量减少车端采集，是未来V 2 X 方案的发展方向车路协同是符合国家整体规划的技术方向，2 0 2 0 年已明确提出推广车路协同技术，并针对V 2 X 相关的智慧公路、数字交通建设给予资金补助。但具体领域的规划指导政策并不明晰，目前企业仍在自行摸索。时间点相关政策法规相关内容2 0 1 9.5.1 2关于深入推进公路工程技术创新工作的意见推进智能感知、5 G 通信、高精度定位和边缘计算的应用，推动车路协同技术发展和智慧公路建设2 0 1 9.7数字交通发展规划纲要推动自动驾驶与车路协同技术研发2 0 2 0.8.6关于推动交通运输领域新型基础设施建设的指导意推进车路协同等设施建设，丰富车路协同应用场见景2 0 2 1.2国家综合立体交通网规划纲要推动智能网联汽车和智慧城市协同发展2 0 2 5预测L T E-V 2 X 实现区域覆盖，5 G-V 2 X 在部分城市、高速公路逐步开展应用