中国车路协同行业精品报告

1、中国车路协同行业精品报告技术创新，变革未来简介是中国大陆地区首家B2B模式人工智能技术的互联网商业咨询平台，已形成集行业研究、政企咨询、产业规划、会展会 议行业服务等业务为一体的一站式行业服务体系，整合多方资源，致力于为用户提供最专业、最完整、最省时的行业和企业数据库服务，帮助 用户实现知识共建，产权共享公司致力于以优质商业资源共享为基础，利用大数据、区块链和人工智能等技术，围绕产业焦点、热点问题，基于丰富案例和海量数据， 通过开放合作的研究平台，汇集各界智慧，推动产业健康、有序、可持续发展50万+行业专家库1万+注册机构用户公司目标客户群体覆盖 率高， PE/VC、投行覆 盖率达80%300

2、+资深分析师和 研究员2,500+细分行业进行 深入研究25万+数据元素云研究院服务提供行业分析师外派驻场服务，平台数据库、 报告库及内部研究团队提供技术支持服务行业排名、展会宣传行业峰会策划、奖项评选、行业白皮书等服务园区规划、产业规划地方产业规划，园区企业孵化服务四大核心服务： 企业服务为企业提供定制化报告服务、管理 咨询、战略调整等服务22020 报告阅读渠道头豹科技创新网 PC端阅读全行业、千本研报头豹小程序 微信小程序搜索“头豹”、手机扫右侧二维码阅读研报图说表说专家说数说详情请咨询32020 车路协同系统是以路侧系统和车载系统为基础进行构建，通过无线通讯设备实现车、路信息交互和共享

3、的系统，是推动自动驾驶 步入L3及以上更高等级的必要系统，可加速自动驾驶进程和推动智慧交通行业的发展。在国家利好政策和5G商用的驱动下，中国 车路协同行业市场规模将于2024年达到1,841.1亿元人民币，其中，路端将是前期行业的主要增长领域。中国车路协同行业将于未来3-5年步入高速发展阶段中国在C-V2X的行业标准、核心技术、全产业链布局方面具备优势，在多项利好政策的推动下，中国车路协同行业将迎来爆发增长。 2019-2021年是车路协同行业的导入期，也是行业发展的分割点，车路协同行业发展从示范应用阶段逐步向规模应用阶段跨越，而未来3-5年中国车路协同行业将迎来爆发期，进而推动中国自动驾驶和

4、智慧交通迈入新阶段。投资人应按“路网运营车端”的顺序进行滚动投资车路协同产业链受益顺序为“路网运营车端”，投资人应根据市场成熟规律，按照该顺序做滚动投资决策。路网端的参与者将在车路 协同行业的发展中最先受益，是现阶段该行业的最佳投资标的；而运营端的受益顺序落后于路端，其中，高精地图作为自动驾驶的标配 应用，有望迎来快速发展；车路协同的车端受益时间将滞后于车路协同大规模商业化实现时间，投资者在现阶段的投资中可避开相关标 的。但从长远发展来看，布局总线和传感器的企业将在未来发展中占据优势，也可作为投资标的。中国车路协同行业仍存在商业模式未成熟等痛点中国车路协同行业的推广落地依然面临商业模式未成熟、

5、用户需求不强烈、场景挖掘有待深入、营运管理主体及模式未定、大规模验证 尚未完成、车路协同效果在低阶自动驾驶阶段不佳、行业缺乏统一标准和基础设施建设不完善等八大痛点，因而行业存在5G-V2X标准尚 未落地，当前项目中的LTE-V标准或有待升级而影响投资进度，V2X设备单价下降速度超出市场预期及V2X试点项目推进速度低于市场预 期等风险。企业推荐：电科智能、星云互联、蘑菇车联概览摘要名词解释中国车路协同行业市场综述-05发展背景单车智能发展受限-08定义-09中国车路协同行业技术分析中国车路协同基础技术概述-10感知技术-11通信技术-12边缘计算-13中国车路协同行业结构和产业链分析中国车路协同

6、解决方案构造分析-14中国车路协同行业产业链分析-15中国车路协同行业产业链基础层分析-16车载单元分析-17路侧单元分析-18设备与终端代表厂商概述-19中国车路协同行业产业链平台层分析-20中国车路协同行业产业链应用层分析高精地图服务-21中国车路协同行业应用场景分析-22中国车路协同行业政策分析-23目录中国车路协同行业影响因素分析中国车路协同行业驱动因素分析-25中国车路协同行业发展痛点分析-26中国车路协同行业市场规模预测中国车路协同系统路侧单元建设规模推测-27中国车路协同系统车端单元规模推测-28中国车路协同行业市场规模-29中国车路协同行业发展节奏判断未来3-5年将是-30行业

7、爆发增长期中国车路协同行业投资分析-31中国车路协同行业投资机会分析-31中国车路协同行业投资风险分析-32中国车路协同行业竞争格局分析中国车路协同行业竞争格局-33中国车路协同行业重点项目分析-34中国车路协同行业企业排名-35中国车路协同行业投资企业推荐-36电科智能-36星云互联-38蘑菇车联-40专业观点-42目录弱人工智能：指低于人类智慧，仅能解决单一问题，且尚未形成知识体系与自我、创新意识的人工智能发展阶段，现阶段全球人工智能发展水平处于弱人工智能阶段。V2I：汽车-基础设施（Vehicle to Infrastructure），车辆与路障、道路、交通灯等设施之间的通信。V2V：车

8、车网（Vehicle to Vehicle），不同车辆间的信息互通。V2X：车与外界信息交换（Vehicle to Everything），车对周围的移动交通控制系统实现的信息交互技术，X可指代车辆、红绿灯等交通设施，也可是云端数据库，该系统 通过整合全球定位系统（GPS）导航技术、车对车交流技术、无线通信及远程感应技术等多种技术实现信息融合共享，可用于指导车辆路线规划、规避障碍物等。ITS：智能交通系统（Intelligent Transport System），指将先进信息技术、数据通信技术、电子控制技术、自动控制理论、运筹学、人工智能以及计算机处理技术等技术 有效集成运用于地面交通管理体

9、系，进而建立起的大范围、全方位发挥作用的实时、准确、高效的交通管理系统。AI：人工智能（Artificial Intelligence），是通过计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的技术，主要包括计算机实现智能的原理、 制造类似于人脑智能的计算机，使计算机实现更高层次的应用。OS：操作系统（Operating System），是管理和控制硬件与软件资源的计算机程序，任何其他软件都必须在操作系统的支持下才能运行。DSRC：专用短程通信技术（Dedicated Short Range Communication），智能运输系统领域中专门用于机动车辆在高速公路等收费点

10、实现不停车自动收费等目标的技术。LTE-V2X：无线信息交互技术，可实现车和其他一切实体之间信息交互，从而获取实时路况、道路信息、行人信息等一系列交通信息，提高驾驶安全性和交通效率。C-V2X：Cellular V2X，以蜂窝通信技术为基础的V2X。智能传感器：具有信息自动化处理功能的传感器。智能传感器具备采集、处理、交换信息的能力，是传感器集成化与微处理机相结合的产物。OBU：车载单元（On board Unit），采用DSRC技术，与RSU路侧单元进行通讯的微波装置。RSU：路侧单元（Road Side Unit），安装在路侧，采用DSRC技术，与车载单元OBU进行通讯，实现车辆身份识别，

11、电子扣分的装置。全栈：掌握多种技能，并能利用多种技能独立完成产品的主体。自动驾驶分级L1-L5：美国汽车工程协会和美国高速公路安全管理局共同推出的自动驾驶等级标准。L0指由人全权驾驶的无自动化汽车，可辅助警告和保护系统，L1指 提供方向盘或加减速辅助功能的驾驶支援汽车，L2指部分自动化汽车，L3指有条件自动化汽车，L4指高度自动化汽车，L5指完全自动化汽车。其中，L1-L3处于ADAS阶 段，L4处于ADAS+V2X阶段，L5处于完全自动驾驶阶段。名词解释（1/3）毫米波雷达：一种使用天线发射波长1-10mm、频率24-300GHz的毫米波作为放射波的雷达传感器。毫米波雷达通过处理目标反射信号

12、获取汽车与其他物体相对距离、 相对速度、角度及运动方向等物理环境信息。激光雷达：通过分析发射及接收激光束的时间差计算障碍物距离的雷达传感器。IMU：惯性传感组合（Inertial Measurement Unit），是基于MEMS技术的惯性传感器组合，由加速度计和陀螺仪共同组成，基于加速度计和陀螺仪原理，测量功能全面， 可测量空间多个方向的加速度和角速度。泛在：指无所不在、无所不包、无所不能的状态，如“泛在网络”即在任何时间、任何地点、任何人、任何物都能顺畅地通信的网络。背景差法：是通过拍摄图像减去背景图像分离出图像中运动物体的图像提取技术。帧差法：是将连续多帧的图像进行相减，减除相同固定不动

13、的像素而得到运动物体的图像提取技术。红外检测：是通过检测红外波来感知车辆的技术，可分为主动检测和被动检测两种形式。主动检测以接收设备检测红外辐射源的辐射变化，并通过对接收信号进行处理 与分析来判断是否有车辆经过，被动检测则通过检测车辆本身发出的热辐射来进行判别。压电效应：对压电材料施加某一方向的荷载时，沿该方向的正负电荷会在材料两端聚集形成正负极的极化效应，并会对通过的电信号产生影响，通过检测电流的变化可 解析得到荷载的大小。MEC：多接入边缘计算（Multi-access Edge Computing），是将云计算平台从移动核心网络内部迁移至移动接入网边缘，并且通过多种网络接入，进行计算的方

14、法。边 缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，可就近提供边缘智能服务，满足行业数字化在敏捷联接、实时 业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。ECN：边缘计算节点（Edge Computing Node），由基础设施层、虚拟化层、边缘虚拟服务构成的，提供总线协议适配、流式数据分析、时序数据库、安全等通用服务， 并按需集成特定的行业化应用服务。差分信号：是差分传输中分别位于信号线和底线上的振幅相同、相位相反的信号。CP：内容提供商（Content Provider），指提供服务内容的供应商，内容包含文字、图像、音频和视频等各

15、种媒体信息。82020 名词解释（2/3）SP：服务提供商（Service Provider），是移动互联网服务内容、应用服务的直接提供者，常指电信增值业务提供商，负责根据用户的要求开发和提供适合手机用户使用 的服务。T-BOX：远程信息处理器（Telematics BOX），是通过与后台系统、手机APP通信，实现手机APP车辆信息显示与控制的车联网配件。中央安全智能网关：集成通信功能、控制功能、总线交换、域控制器管理功能的新型网关。OBD：车载自诊断系统（On-Board Diagnostics），是通过发动机运行状况监控汽车是否存在尾气超标情况或者其他故障的警示系统。当系统出现故障时，故障

16、灯或检 查发动机警告灯将亮起，同时动力总成控制模块将故障信息存入存储器，维修人员可根据故障码迅速准确地确定故障的性质和部位。HUD：抬头显示系统（Head Up Display ），以驾驶员为中心、盲操作、多功能仪表盘，将时速、导航等重要的行车信息投影至驾驶员前面的风挡玻璃上，使驾驶员不低头、不转头就能看到时速、导航等重要的驾驶信息。软件虚拟化技术：采用高性能且集成化的硬件，将整块硬件虚拟化成多个功能实体的技术，起到降低系统重量、成本以及操作的复杂度，保证系统安全的作用。域控制器：最早是由以博世、大陆为首的Tier1为解决ECU瓶颈和汽车信息安全问题而提出新型汽车控制器概念。高精地图：高精度、

17、精细化定义的地图，应用于自动驾驶领域，其数据包含静态数据和动态数据两个层级，可实时了解路况、交通事件及交通设施的更新。PKI：公钥基础设施（Public Key Infrastructure），是包括硬件、软件、人员、策略和规程的集合，用来实现基于公钥密码体制的密钥和证书的产生、管理、存储、分发 和撤销等功能。92020 名词解释（3/3）10来源：阿里技术，电子说，编辑整理中国车路协同发展背景单车智能发展受限单车智能路线存在实现成本高昂、商业落地缓慢、技术陷入瓶颈等弊端，导致自动驾 驶发展停滞，在此情况下车路协同概念异军突起单车智能路线所需成本统计，2018年激光雷达 约8,000$摄像头单

18、目：125-150$ 立体：150-200$毫米波雷达 长距：125-150$ 短距：50-100$GPS约80-8,000$超声波雷达 约15-20$惯性传感器 约80-120$中央ECU约为传感器费用的50%-200%自动驾驶单车智能路线需在车辆上安装多个激 光雷达、毫米波雷达、超声波雷达、摄像头以 及IMU等传感器设备，因而其平均价格高达20 万美元根据在毫米波雷达行业top3企业工作12年的专家表示，单车智能化路线只关注人与车、车与车之间的互动，而忽视道路影响因素，无法覆盖复杂驾驶场景，完全依靠单车智 能实现完全自动驾驶难度大。而车路协同将“人-车-路”看作一个整体，从单车智能向外部环

19、境探索，可有效补充单车智能的信息盲点，加速反应效率，并通过减少汽车装载 传感器数量将自动驾驶汽车单车费用降低30%，从而大幅降低智能网联汽车门槛，是性价比最高的高等级自动驾驶实现路径。单车智能存在的问题全球自动驾驶发展已数十年时间，但其实现路径仍侧重于单车智能，即通过提 升汽车自身的感知、分析、决策能力来实现自动驾驶的路径。但从技术角度来 看，弱人工智能阶段的自动驾驶对复杂多变的道路交通、生命体意识行为的判 断仍较为低效和困难。因此从2018年开始，全球单车智能自动驾驶实现路径的 发展陷入停滞，L3-L4级别的高等级自动驾驶汽车的推出时间屡遭推迟。单车智能路线存在实现成本高昂、商业落地缓慢、技

20、术陷入瓶颈等问题，因而 L4以上的自动驾驶无法仅凭单车智能实现，还需要与道路智能、网络智能、法 律法规、安全保证以及社会接纳度等因素相结合：实现成本高昂：单车智能自动驾驶路线需在车辆上安装多个（20+）智能 传感器，而智能传感器价格高昂。根据阿里数据，2018年自动驾驶汽车单 车平均成本可达20万美元；商业落地缓慢：法律的不完善以及驾驶员在手动驾驶和自动驾驶之间切换 的安全问题，使L3及以上高等级自动驾驶商业化落地受阻；3. 技术陷入瓶颈：现有智能传感器技术暂时无法获取远离自身（多数雷达传 感器的有效感知距离仅为百米级别）或被遮挡（由于视角和高度限制，车 载传感器存在盲区）的环境信息，并且难以

21、保证汽车在恶劣环境下能够维 持正常的感知能力，汽车自动驾驶时的安全难以得到保证。2020 11来源：中国电动汽车百人会第六届年度论坛，星云互联，编辑整理中国车路协同定义车路协同在成本、商业落地及安全方面有效弥补单车智能的缺陷，在自动驾驶感知、 决策层面技术痛点无法短时间突破的背景下成为自动驾驶行业热点车路协同定义根据2011年科技部在863计划设立的主题项目“智能车路协同关键技术研究”，车路协同是指采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交 互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管 理，充分实现人车路的有效协同，保证交通安全，

22、提高通行效率，从而形成的安全、高 效和环保的道路交通系统。简单来说，车路协同系统（ IVICS， Intelligent Vehicle Infrastructure Cooperative Systems）是以路侧系统和车载系统为基础进行构建，通过无 线通讯设备实现车、路信息交互和共享的智能交通系统。车路协同使单车智能路线中互相孤立的车企、通讯企业及智能硬件企业形成有机统一体， 再通过DSRC、5G、LTE-V等通讯技术和互联网技术，达到“孤岛信息”互联，实现车况、 路况、交通动态信息的实时共享。车路协同系统示意图2019年中国汽车保有量2.6亿辆，2018年中国公路里程484.7万公里，其

23、中 高频路段不足15%，相比之下，单车智能改造成本远超车路协同建设成本；道路智能化后，车路协同系统能有效补充单车智能的信息盲点、加速反应效率，单车配备传感器数量和性能可相应降低，使自动驾驶研发成本降低 30%，接管数下降 62%，预计可让自动驾驶提前2-3年在中国落地；商业落地方面由于5G的发展、中国通讯行业的基础设施迎来建设浪潮，加上政府加大政策指引力度，路侧改造进程加速，车路协同技术演进路线愈发清 晰，2018年下半年以来，中国百度、阿里、华为、腾讯等科技企业纷纷推出相关战略规划；车路协同通过车、路的传感器网络互联实现智能能力共享，其感知探测距离 理论上可达无穷远，且不存在死角，安全性高；

24、车路协同能综合考虑路上所有车辆的运动情况，从而做出全局最优决策结果， 保证驾驶安全性。安全方面车路协同相比单车智能的优势车路协同能够在成本、商业落地及安全方面有效弥补单车智能的缺陷，使自动驾驶由过去的单车智能转变为有组织的多智体高效协同合作。因此，在自动驾驶感 知、决策层面技术痛点无法短时间突破背景下，车路协同正在成为自动驾驶行业 热点。车路协同优势成本方面从自动驾驶的的单车智能过渡到车辆/车路协同的多智体智能，将是2020年中国自 动驾驶行业的新热点。路 侧 设 备云车 载 终 端车 载端DSRC/LTE-V2XV2IV2VV2XV2N接口， 3G/4G/5GDSRC/5G 终行人 自行车交

25、通信号标志备 注：路侧设备可检测 路况及交通信号 标志等多种信息2020 中国车路协同基础技术概述车辆精准定位与高 可靠通信技术车辆行驶安全状态 及环境感知技术车载一体化系统集 成技术多通道交通状态信息辨识与采集道路异物侵入信息采集突发事件快速识别定位密集人群采集交叉口行人信息采集多通道交通流量检测路面湿滑状态信息采集高速车辆环境下稳定高效 的切换及路由技术密集车辆场景下公平高效 的多信道接入控制技术稀疏场景下可信可靠的信 息融合技术车辆动态分簇融合技术路侧通信设备的位置优化 技术兼容各种无线网络协议的 多模式连接技术无线广域网无线局域网专用短程通信自组织网络传感器网络蜂窝-3G通 信 模 式

26、控制机制：动态分层技术系统功能：升级延展技术计算实现：边缘云端技术来源：金溢科技，头豹研究院编辑整理2020 LeadLeo车路协同系统的基础技术可依据其构成划分为智能车载单元关键技术、智能路侧关键 技术、通信平台关键技术和其他关键技术，其中，V2X是车路系统最核心的基础技术中国车路协同核心技术概述车路协同系统内在包含的基础技术可依据其构成划分为智能车载单元关键技术、智能路侧关键技术、通信平台关键技术和其他关键技术。其中，传感技术指能通过将感受到的信息按一定规律变换成为电信号或其他形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求的技术；V2X技术是将车辆（V）与一切事物（X

27、）相连接的新一代信息通信技术，是车路协同最核心的基础技术，它将“人、车、路、云”等交通参与要素有机地联系在一起，不仅 可有效补充单车智能的信息盲点，促进自动驾驶技术创新和应用，同时还有利于构建一个智慧的交通体系，促进汽车和交通服务的新模式新业态发展；边缘计算是一种通过提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务）的技术。车路协同系统关键技术智能车载单元关键技术智能路侧单元关键技术通信平台关键技术（V2X技术）其他关键技术高速移动状态下的多信道、高可信、高可靠车路/车车信息 交互与融合超声波检测技术 通过对接收到的反射回波进行分析 判

28、断微波检测技术 通过对接收到的单频连续回波 进行多普勒频率分析，以获得 通过车辆的速度压力传感器检测技术 利用材料的压电效应感知是否 有车辆通过外部感知技术 感知外部信息，如车、人，以检测车辆信息为主的系列技术线圈检测技术视频检测技术红外检测技术 当车辆处于感应线圈检测范围 采用摄像头对检测区进行拍摄，通 通过检测红外波的方式来感知 时，线圈内的磁通量会发生变 过图像提取技术将图片中的车辆提 车辆，有主动检测和被动检测 化，由此判断是否有车辆经过 取，主要技术有背景差法和帧差法 两种形式弹性波检测技术可对结构内部的裂缝损坏发射的弹 性波加以接收和分析，进而对波源 的状态做出评估超声波检测技术针

29、对结构内部的裂缝进行检测 的技术射线检测技术根据X射线投影图像的颜色深浅 和形状大小对缺陷加以分析 光纤传感技术图像识别技术以光为载体、光纤为媒质、感知和传输外界信号的利用图像处理及算法从图像中获得损伤信息，主 新型传感技术要针对路面表面已形成的裂缝加以识别内部感知技术感知道路的现实服务状态、服务性能，针对道路结构设施运行状态和损 坏情况进行检测和监测的技术中国车路协同基础技术分析感知技术车路协同系统通过道路外部感知和内部感知的双感知互动，实现人-车-路协同，多传 感器融合是该系统的重要特征雷达传感器价格探测距离优势测围 毫米波雷达150-300美金200m全天时 全天候度激光雷达8,000-

30、80,000美金905-1,150m高精度远距离探分辨范探测精 成像能力成本尺寸检测速度近距离探测 5受天气影响43210激光雷达毫米波雷达车路协同系统具体雷达传感器方案车路协同的具体雷达传感器方案如下：毫米波雷达各指标表现均衡，具备全天时全天候工作能力，且价格适中，性比价 最高，是车路协同感知系统的最佳选择。激光雷达采用激光测距技术，可实现三维环境建模，在成像能力方面远超出其他 两种雷达传感器。从安全的角度考虑，激光雷达可探测物体的三维坐标，与摄像 头和毫米波雷达等感知设备形成功能互补，有效提高数据获取的准确性和可靠性， 减轻对数据融合算力的要求。但其近距离探测能力和全天候工作能力较差，且存

31、 在尺寸巨大、成本高昂的缺陷，尚未大规模量产。不同传感器各有优缺点，因而最为常见的车路协同传感器方案为“摄像头+毫米波 雷达+激光雷达”融合方案。毫米波雷达及激光雷达传性能、价格及应用场景对比车路协同感知技术概述车路协同中智能道路的核心是利用路侧、路中、路内传感器实现车辆探测、道路质量检测、能量收集、信息交互等一系列功能。即车路协同系统通过道路外部感知和内部 感知的双感知互动，实现人-车-路协同。车路协同外部感知技术及内部感知技术来源：头豹研究院编辑整理2020 LeadLeo13相比于DSRC技术，中国在LTE-V2X的标准制定、产品研发、应用示范、测试验证等方面取得了积极进展：在标准化方面

32、，中国LTE-V2X标准体系建设和核心标准规范基本建设完成；在产品研发方面，中国拥有全球最大的4G网络，初步形成了覆盖LTE-V2X系统、芯片、终 端的产业链；在应用示范方面，无锡建成世界首个LTE-V2X城市级开放道路示范样板，验证了中国 V2X 标准的全协议栈有效性；在测试验证方面，中国完成了实验室和小规模外场环境下的LTE-V2X端到端通信功能、性 能和互操作测试，为大规模应用示范和商用部署奠定了基础。因此，LTE-V2X将成为中国车路协同行业的首选通信方式。路侧设备和车联网云平台之间的通信，一般使用固网或蜂窝通信技术；车辆设备和云平台之间的通信，主要的通信技术为3G/4G, 未来将会升

33、级到5G。2019年是5G商用元年，5G网络规模建设开启，但考虑到5G-V2X标准化和产品进度相对滞 后，预计LTE-V2X设施和5G-V2X设施将长期并存，后续逐步过渡到5G-V2X为主。此外， 4G到5G的全面升级刚刚展开，中国存在各区域通信布局不一的现象，导致汽车在行驶过 程中经常会面临4G/5G/LTE-V通信网络的实时切换问题。能否实现不同通信网络的平滑切 换是衡量车路协同系统通信技术水平的重要指标。V2X网络；LTE UuLTE UuLTE-V2XPC5DSRCLTE-V2XDSRC单芯片/模组 vs 所有V2X（包括V/I/P/N） 多芯片/模组 vs V2X（V/I）场景 场景

34、 重新建站，高投资，无演进关系站点复用，低投资，平滑演进至5G 多运营主体，运营风险高统一运营，运营商级可靠运营 标准化进程：2004年开始，已完成实地标准化进程：2014年开始标准化测试时延：低 时延：较高数据吞吐量：较大 数据吞吐量：较小传输距离：大于1,000米 传输距离：小于300米带宽：极高 带宽：较高代表企业：华为、高通 代表企业：恩智浦由于LTE-V2X的技术优势以及中国在C-V2X产业链上核心技术掌控的优势，LTE- V2X将是未来中国车路协同行业的主要通信技术方式LTE-V2X与DSRC技术性能及标准化进程比较车路协同系统通信技术分类车路协同系统通信技术可依据不同端口间的交互

35、进行划分：中国车路协同基础技术分析通信技术综合LTE-V2X的技术优势及中国在其标准制定、应用示范、测试验证等方面的优势， LTE-V2X将成为中国车路协同行业的首选通信技术C-V2XV2X1. 车辆和路侧设备之间的通信，分为DSRC和C-V2X两种技术，其中C-V2X又可细分 为4G LTE、LTE-V2X及5G，现阶段全球车路协同技术仍处于DSRC和LTE-V2X阶段DSRC4G LTE LTE-V2X 5G演进来源：德州仪器官网，头豹研究院编辑整理2020 LeadLeo演进通信 技术 分类中国车路协同基础技术分析边缘计算边缘计算具备超低时延优势传统智能交通系统建立在中心云计算的基础上，

36、其前端实时采集的数 据需上传至云端统一实现计算，再将结果发布至路口信号机和移动终 端上。但随着车路协同系统的推进，智能交通系统需要处理的实时数 据呈指数型增长，且车辆行驶安全服务需在毫秒级延时的情况下通知 驾驶员或控制车辆采取措施，因此原来的中心云计算方式不再适用于 此情况。而边缘计算可将云端的计算负荷下沉至边缘层（路端/车端），在边缘 计算节点（ECN）完成80%的计算，并通过LTE-V/5G等传输手段，实时 将结果发送给OBU，满足车路协同的超低时延需要。边缘计算节点是云管边端架构的核心组成部分车路协同的云管边端架构如右图所示：云平台包括V2X应用服务、V2X管理服务、平台服务和基础服；“

37、管”指交通专网与电信网络进行互联，从而利用电信运营商的移动 网络、宽带网络和物联网等服务进行通信；“边”包括众多边缘计算节点（硬件实体），是承载边缘计算业务的 核心，一般在道路侧或者运营商的边缘机房，采用适应边缘物理部 署环境的定制服务器硬件部署；“端”则包括信号灯、监控摄像头、电子卡口、车、车载单元、环境 监测、路侧单元等终端。车路协同的云管边端架构边缘计算将云端的计算负荷下沉至边缘层，可满足车路协同系统的超低时延需求，成 为车路协同系统计算实现的最佳选择车路协同边缘计算技术与架构概述云车路协同交通服务平台V2X应用安全预警交通调度交通信息等V2X管理终端管理通信管理边缘应用管理平台服务地图

38、消息通信时空数据库等基础服务计算存储数据等管交通专网互联电信网络（交通运营自建宽带网络物联网 或合作建设的移动网络专有网络）边边缘计算节点边缘计算节点根据业务侧重点和硬件特点不同，边缘计算节点可分为：以网络协议处理和转换为重点的边缘网关；边缘应用服务边缘应用服务边缘计算应用环境边缘计算应用环境 以支持实时闭环控制业务为重点的边缘控制器；以大规模数据处理为重点的边缘云；边缘定制服务器边缘定制服务器以低功耗信息采集和处理为重点的边缘传感器等端信号灯监控摄像头电子卡口激光雷达车及车载单元环境监测路侧单元来源：车路协同的云管边端架构及服务研究，头豹研究院编辑整理2020 LeadLeo中国车路协同解决

39、方案构造分析车路协同的解决方案架构可分为终端侧、边缘层、云端和应用侧四层，整体方案以V2X 为核心车路协同的端到端解决方案架构可分为四层：终端侧、边缘层、云端和应用侧，整体方案围绕智能的车和聪明的路展开，以实现车与路的信息及时交互，从而支持指挥交通 及自动驾驶的应用场景。终端层：由车端和路端构成，两端之间需遵循同一标准；边缘层：由边缘侧RSS、边缘计算平台、差分基准站组成，RSS是路侧融合感知，智能分析识别行车风险，提供交通预警等，边缘计算平台车路协同数据收集、路由和奋发 等，差分基站则为高精度定位提供必要的差分信息；云端：平台是车路协同解决方案中云端必不可少的部件；应用层：车路协同收集的数据

40、即可用于交通领域自身的智能交通，也可用于车辆的自动驾驶，统一可 应用于第三方交通服务。车路协同解决方案以C-V2X为核心提供车车通信、车路通信服务，将各个网元联系在一起，最终打造具备智能道路感知、智能车路协助、智能信息发布以及持续演进能力的智能化安全交通。车路协同解决方案构造信号 优化交通 诱导自动 驾驶全息 高速最后一公里 泊车能力开放连接管理数据管理V2X Server视频图片分析智能非现场执法违法大数据治理交通流诱导交通大脑边缘V2X Server交通大脑应用边缘计算差分基准站RSS车机/后装设备OBURSUC-V2X模组摄像头雷达标牌红绿灯锥形筒传感器应用侧云端边缘层终端侧边缘层负责边

41、缘数据采集，借助终端智能设备，通过大 范围、深层的数据采集，以及异构数据的协议转 换与边缘处理，形成车路协同平台的数据基础云端由服务器、存储设备、网络设备等硬件构成 资源提供商：IDC厂商、云计算服务商终端侧按使用者不同可详细划分为政府级智慧交通管理 平台、商家级车路协同应用平台及消费者级车路 协同平台应用侧应用服务包含汽车安全安防、维修保养、高精地 图、导航定位、语音识别、娱乐购物等各种云服 务场景范例：华为车路协同解 决方案来源：华为车路一体化智能网联体系C-V2X白皮书，头豹研究院编辑整理2020 LeadLeo运营商：中国三大电信运营 商均大力推进C-V2X业务验 证示范；阿里、滴滴等

42、互联 网企业进军运营领域指平台服务商与通信运营商高精地图：车路协同降低高精 地图量产成本，地图厂商可加 快在自动驾驶领域的商业步伐。 未来5年内，中国高精地图市 场CAGR或达38%应用层安全与测试验证高精度定位与地图服务指提供应用功能的企业RSU/OBU硬件：华为、大唐电信、东 软集团等厂商已经生产出基于LTE- V2X的OBU、RSU硬件设备，以及相应 的软件协议栈通信芯片：高通、华为、大唐电信、 Autotalks四家具有C-V2X通信芯片商 用供货能力；通信模组：现阶段通信模组出货量少，此价格并不能反映正式商用价格，预 计量产后价格将降至100-150元人民 币左右）通信模组（单价约4

43、0-50美金车端T-BOX车载大屏路侧路侧基站路侧天线边缘服务器通信接入网基带芯片射频模块光模块指RSU/OBU及通信平台来源：中国信息通信研究院车联网白皮书，安信证券，编辑整理2020 平台层平台与运营（投资回报周期约4-12年）基础层设备与终端通信芯片中国车路协同行业产业链分析车路协同行业业涉及面广、跨界融合特征突出，其产业链涵盖应用层、平台层及基础 层三个层面车路协同行业涉及面广、产业链长、跨界融合特征突出，涵盖芯片、模组、终端、平台、测试验证、网络安全、系统集成各个方面，总体而言可分为 应用层、平台层及基础层三个层面。车路协同产业链示意图中国车路协同行业产业链基础层分析载端的海量数据实

44、时处理和多传感，保证车辆在各种复杂的情况下稳 驶车单车造价约70-80万人民币，毛车路协同系统由车载单元、路侧单元与通信平台构成，三者恰好构成智慧交通场景下 协同感知与协同决策的闭环，其中路侧单元是突破车路协同技术的关键所在车路协同系统终端构成车路协同主要涉及车端、路侧端和云端三个端口，因此，车路协同系统可被拆分为以下三个核心组成部分：车载单元（简称OBU，安装在车端）、路侧单元（简称RSU，负 责传输路侧端及云端数据）和通信平台。车载单元（OBU）是指安装在车辆终端的、起到增加驾驶员对行车环境和车辆运行状态感知、加强行车安全作用的单元。OBU从各类传感器和车载网络获取原始信息， 并解算出车路

45、协同应用需要的底层信息，通过信息交互传递至路侧单元。其功能包括车辆运动状态获取、行车环境信息感知、车辆定位信息获取、信息交互、信息处理 及管理、安全报警与预警等。路侧单元（RSU）是采集当前的道路状况、交通状况等信息，通过通讯网络，将信息传递至指挥中心或路侧处理单元进行处理，在裁定相关信息后通过网络传递至车载 终端，辅助驾驶员进行驾驶的单元。RSU是车路协同系统的重要组成部分，也是突破车路协同技术的关键所在。RSU的毛利率高达70-80%，是车路协同行业产业链中附加 值最高的产品形式。通信平台负责提供车-车、车-路间实时传输的信息管道，通过低延时、高可靠、快速接入的网络环境，保障车端与路侧端的

46、信息实时交互。车路协同系统终端构成RSU负责路况信息的搜集与边缘 侧计算，完成对路况的数字化 感知和就近云端算力部署车路协同RSU 每公里造价约为 300-400万元，毛利率可达70%- 80%通信平台负责提 传输的信息管道 快速接入的网 端的信息实时供车-车、车-路间实时 OBU负责车，通过低延时、高可靠、器数据融合络环境，保障车端与路侧定、安全行交互 L4级智能汽利率15%形成协同 感知与决 策的闭环来源：华为云，编辑整理2020 18OBU结构OBU产品可按功能的不同划分为智能终端硬件、软件及服务三大类。智能终端硬件：硬件是输入、存储程序和数据，并将数据加工成可利用形式的物 理装置，包括

47、T-BOX、控制器、网关等部件。软件：软件技术是主导汽车信息技术发展的核心技术，包括软件虚拟化、实时操 作系统、应用操作系统（Linux、Android、阿里OS）、人机交互框架（触摸、按键、手势、语音）和应用程序框架（H5）。服务：包括CP（内容提供商）和SP（服务提供商）两类。OBU服务呈现去APP化趋 势，即其调用方式从显式的APP呈现转变为通过系统接口直接调用。服务智能终端硬件软件T-BOXOBD设备 网关数字仪表 车机 HUD智能座舱CP/SP服务虚拟化实时操作系统 应用操作系统 人机交互框架 应用程序框架中国车路协同行业产业链基础层分析车载单元分析与单车智能路线下的软硬件产品相比，

48、车路协同OBU产品在时延性、兼容性和信息融 合性等性能指标方面要求更高车路协同OBU定义与结构车载单元（OBU）是起到增加驾驶员对行车环境和车辆运行状态的感知、加强行车安全作用的单元。OBU从各类传感器和车载网络获取原始信息，并解算出车路协同应用 需要的底层信息，通过信息交互传递至路侧单元。车路协同OBU技术和产品形态车路协同OBU产品性能要求随着自动驾驶等级的提升和车路协同行业的发展，市场对汽车电子的功能性需求不断改变，汽车电子架构随之演进，从多ECU集中控制的模式向基于域控制器的分 层管理模式转变。受此影响，汽车软硬件产品的形态发生变化，域控制器、中央 安全智能网关及软件虚拟化等新形态产品

49、相应出现。IVI车机的技术和产品形态也 从分离独立板卡开始向集中式智能座舱发展。以车载OS平台为例：与普通单车智能的OS系统相比，车路协同OS在时延性、兼容 性和信息融合性方面具备更高的性能要求。车路协同OS系统性能要求真实交通场景参与者 数量众多、行人和路 况随机性强，对车辆 OS系统的时延性和可 靠性要求极高车路协同OS时延 性需100毫秒在车路协同平台上，车 载OS不仅需要融合单 车传感器数据，还要协调邻近其他车辆的信息， 而不同来源的数据特征 差异极大车路协同OS需具备 数据级、特征级和 决策级多级信息融 合能力车路协同方案中的车-车 互联是广义上交通环境 中所有车辆的互联，而 每个汽

50、车品牌、每款车 型都有着复杂的软硬件 架构与设备接口协议车路协同OS需具备多汽 车品牌、车型、智能传 感器、ECU和芯片组的 适配性和兼容性，且可 按需进行扩展设计原 因来源：兴民智通，编辑整理2020 19性 能 要 求中国车路协同行业产业链基础层分析路侧单元分析车路协同是是车路协同系统和核心基础设施，是感知路网特征、道路参与者的信息交 换枢纽，其主要覆盖场景为十字路口及公路道路公路道路转移：RSU的回传方式有利用光纤或无线回传两种。其中，利用光纤方式适用于存 在既有的环路光缆和管道可进行利用的市区环境，无线回传方式则适用于光 纤接入不便的场景，仅需在RSU内部集成4G模块即可完成，但该种方

51、式需占 用运营商站点流量，如果回传路数过多时则需对基础站点进行扩容。单个RSU测试局造价（包含设备、铺设、施工、平台等）平均在35-45万元 之间，按照非规模量产情况下设备成本7-8万元计算，除RSU终端本体外，RSU覆盖场景与其回传方式RSU的覆盖场景ETC可视为车路协同的初级应用形态，是交通与汽车智能化融合的起步。截 至2019年年底，中国ETC用户数量已达2亿人。未来的交通可从ETC出发，逐 步建立和完善车联网服务体系，并顺利过渡到实现V2V、V2I和V2P交互的交车路协同RSU定义与结构路侧单元（RSU）是车路协同系统和核心基础设施，是感知路网特征、道路参与者的信息交换 枢纽。路侧单元

52、可对接多种信号机控制系统、检测器信息、车辆及路侧可变信息牌，并提供差 分信号，大幅提升自动驾驶定位精度。此外，路边单元还可与边缘云、交通大脑相连或内置边 缘计算设施，完成连接和计算的综合管理。从整体上来说，车路协同RSU具有交通信息采集、传输和处理三大功能，因而，其系统也可划分为信息采集、通信网络和交通监控中心三个部分。通要素无缝全连接，从而实现车路协同，其覆盖场景也将逐渐向十字路口和RSU主要是由通信模组（LTE-V、DSRC、3G/4G、WIFI）、定位模组（GPS、北斗双模）、射频 天线、接口管理、设备输入、应用软件协议和协议栈。根据结构的不同，RSU可分为单模（DSRC/LTE-V）、

53、双模（DSRC、LTE-V）和多模（DSRC、LTE-V、其他外设）三种不同形式。车路协同RSU结构示意图车载移动节点路面监测节点路边中心节点路边中心节点汇聚节点信息采集通信网络（系统运作基石） 交通监控 中心（终端节点）（信息来源）车路协同RSU构成组件01十字路口在初期车路协同RSU覆盖需求 中，十字路口是重点区域，且 路口交通路况复杂、交通处理 数量巨大，因而其装配的RSU 等级较高，其单价也相应较高， 单个十字路口所需RSU个数为1-2个RSU的回传方式和成本公路道路二级及以上公路是现阶段中国车路协同路端改造的重点对象，根02 据交通运输部2018年交通运输行业发展统计公报显示，中国

54、二级及以上等级公路（二级、一级和高速）共里程64.8万公里，合 计占公路总里程13.4%其中，通信模组是RSU的内部核心模块。其他设施实施成本约28-38万元。来源：安信证券，编辑整理2020 20车路协同RSU覆盖场景中国车路协同行业产业链基础层分析设备与终端代表厂商概述通过车路协同终端代表厂商分析，可发现华为产品覆盖车路协同车端、路侧与通信三 端，且多项技术位于行业前列车路协同终端代表厂商概述车路协同产业链终端代表厂商车端软件：包含安卓及QNX等操作系统，以及百度、阿里、腾讯等互联 网企业的APP应用软件；硬件：V2X车载芯片与模块的主要参与厂商为华为、东软和金溢， 其他辅助模块如PKI的

55、代表厂商为数字认证及格尔软件；系统：车端系统包括车载大屏与仪表，代表厂商有德赛西威、航盛 电子与均胜电子；路侧软件：指路端装载的具体功能与应用，如高精度地图，代表厂商有 四维图新与高德地图；硬件：包含V2X路侧天线、终端天线与边缘服务器，其中，华为在 V2X路侧天线和边缘服务器技术层面均位于中国领先地位；系统：即V2X基站，中国领先的企业包括华为、千方科技、东软集 团等集成供应商；通信软件：传输网代表性厂家为华为与诺基亚；硬件：包括基带芯片、射频模块、光模块等部件，华为及联发科技在基带芯片和射频模块占据技术优势，而光模块的代表性企业为华 工科技和光迅科技；系统：华为、爱立信和诺基亚占据全球接入

56、网（即基站）市场的超车端路侧通信车载大屏与仪表代表厂商：德赛西威、航 盛电子、均胜电子等路侧基站代表厂商：华为、千方科技、 东软集团等接入网（即基站）代表厂商：华为、爱立 信和诺基亚液晶屏长信科技 天马股份芯片/模块华为 东软PKI数字认证 格尔软件高. 精度定位四维图新 中海达V2X路侧天线华为 金溢科技终端天线硕贝德边缘服务器浪潮信息 华为操作系统安卓 QNX应用软件BAT科大讯飞高精度地图四维图新 高德基带芯片联发科技 华为射频模块联发科技 华为海思光模块华工科技 光迅科技传输网华为 诺基亚系 统硬 件软 件70%的份额。华为产品覆盖车路协同车端、路侧与通信三端，且多项技术位于行业前列来

57、源：安信证券，编辑整理2020 21中国车路协同行业产业链平台层分析车路协同平台层起到承接应用层和基础层的作用，在此层面，平台层服务商通过提供 模拟仿真服务、高精地图服务、MEC开源服务等服务，为车路协同提供技术支持平台层应用层基础层平台层在车路协同架构中所处的位置与构成路况事实刷新定位全驾驶 驾驶 Taxi 视频高精度 辅助安 规范 Robo 音频云游戏场景 驱动智能 交互个性化服 务推荐人工智能云计算 5G与边缘计算 V2X基础设施发展时间车辆连接模块车辆管理安全认证 消息处理 规则引擎API网关车况分析油耗分析轨道分析车主画像车况统计油耗统计位置统计行为统计应用使能车辆建模车辆监控车辆分

58、析应用框架数据存储数据控制数据处理数据集成数据分析监控/日志/报表自动化部署安全与管理网络/数据/主机安全车端传 输 加 密路端新能源车 应用车队管理出行服务租车服务应用对接外 部系统IT系统OT系统 垂直系统车路协同平台层定义平台层是运行于基础层之上的一个以软件为核心，为应用层提供开发、运行和管控环境即中间件功能的层次。平台层需解决的问题是如何基于基础层的资源管理能力提供 一个高可用的、可伸缩的且易于管理的云中间件平台。从架构而言，平台层位于基础 层与应用层之间，它利用基础设施层的能力，面向上层应用提供通用的服务和能力。在平台服务层面，平台层服务商通过提供模拟仿真服务、高精地图服务、MEC开

59、源服 务、自动驾驶服务等服务，为车路协同提供技术支持和应用落地支撑，可有效提升车 路协同系统的安全性和效率。华为车路协同平台层架构平台层信息传递流程来源：华为云，编辑整理2020 2223来源：华为车路一体化智能网联体系C-V2X白皮书 ，华西证券，编辑 整理2020 中国车路协同行业产业链应用层分析高精地图服务高精地图在智能驾驶，尤其是无人驾驶领域具有不可替代性，因而未来随着车路协同 发展、自动驾驶等级提升，中国高精地图市场将具备38%的市场空间增长潜力与普通地图相比，高精地图的精度更高（可精确至厘米级别，而一般商用GPS精度为5米）、数据维度更多（包括道路信息和周围静态信息、数据高度动态化

60、，其数据更新频 率约为1秒）。此外，通过将车辆传感器收集的信息与高精地图数据进行对比，高精地图可确定车辆所处的位置与方向，并在决策过程中辅助汽车提前避让危险。车高精地图路V2X本地决策V2X云端决策云计算车辆信息GNSS芯片惯性传感器MEMS传感器外部环境信息车载视觉系统激光雷达/毫米波雷 达/超声波雷达系统云感知动力 制动 灯光 转向高精地图功能高精地图具备地图匹配、辅助环境感知和路径规划三大功能，是智能驾驶的核心技术之一：高精地图行业发展预测在中国，受制于国家测绘法的限制（地图产业涉及到国家机密），截至2019年，拥有“导航电子地图资质”的企业只有高德、凯立德、四维图新、易图通、华为等 2