1.1. 车路协同串联“人-车-路-云”
车路协同（Vehicle-Infrastructure Cooperation，VIC）是指车辆与道路基础 设施之间通过无线通信技术进行信息交换和共享，实现协同工作的一种智 能交通系统。其目的是优化系统资源、提高道路交通安全、缓解交通拥堵， 构建更加安全、高效、环保的交通出行。车路协同的核心在于利用车辆上的 通信与感知设备（如车载单元、雷达、摄像头等）和路边部署的各类传感器、 通信单元、边缘计算设备等，实现车与外界环境的深度互动。主要设备包括 边缘计算单元边缘通信单元、摄像机、毫米波雷达、系统软件等设备设施。
车路协同主要包括四大关键技术：智能车载技术、智能路侧技术、通信技 术、云控技术。与传统的单车端系统或者单路侧系统相比，车路协同系统更 加侧重路端、云端与车辆的交互，是囊括车端感应、路端感应、通信技术与 云控技术的整体解决方案。智能车端利用 LTE-V2X 和 5G NR-V2X 技术实 现全面的信息交互；智慧路侧负责收集路侧信息，提供多种交通相关服务； 通信网络确保信息实时交互；云端平台则提供数据支持和应用服务。车路协 同不仅能够提供给驾驶员或自动驾驶系统实时的路况信息，帮助决策，还能 支持交通管理者的宏观调控，比如优化信号灯配时、动态路由导航、事故预 警与快速响应等。此外，它还促进了车辆之间的直接通讯，使得每辆车都能 成为交通信息网络的一个节点，共同维护道路安全，提高交通效率。 智能车载：指安装在车辆终端，是拓宽驾驶员视野、增加驾驶员对行车 环境和车辆运行状态的感知、加强行车安全的单元； 智能路侧：即采集道路状况、交通状况，通过通讯网络将信息传递至指 挥中心或路侧处理单元处理，通过网络传递至有信息请求的车载端； 通信技术：指车载端与路侧端之间的通信，用于车与路信息采集、路况 信息采集，以及车与车之间的通信中继； 云控技术：即具备数据存储、计算、决策的云端技术。
在国家交通强国战略和新型基础设施建设政策的推动下，我国打造出了具 有中国特色的车路云一体化系统。此系统是基于路侧感知、边缘计算、云端 信息融合以及 C-V2X 和 4G/5G 通信技术，实现“车-路-云”之间的全方位协 同配合（如协同感知、协同决策规划、协同控制等），从而满足不同等级自 动驾驶车辆行驶安全、高效、节能与舒适需求的车路云一体化系统。该系统 以云计算控制平台为核心，集成应用新一代信息技术与通信技术，实现人、 车、路、云各要素在物理、信息、应用三个层面的深度集成与协同。通过集 成感知、智能决策与精确控制，来实现自动驾驶车辆性能和交通全局最优化 发展。
车路协同自动驾驶系统的本质是向每辆车提供了“上帝视角”。它不仅能帮 助车辆在“完美”视角下保障安全,还能高效分配道路时空资源，让所有交 通要素各行其道、各得其所。需要说明的是，车路协同自动驾驶系统实现的 基础是通过集成先进的感知、计算、通信、决策控制等技术，构建一套能够 连通信息空间与物理空间，基于数据的自由流动构建状态感知、实时交互、 科学决策、精准执行的闭环赋能体系。 车路协同在交通管理、智能交通及自动驾驶领域展现广泛应用。其通过实 时交通信息供给，助力交通资源优化配置，缓解拥堵，并在智能交通系统中 促进车辆间协作，增强行驶安全与舒适度。对于自动驾驶，车路协同实现了 车辆与外界环境的无缝链接，提升了系统的可靠性和安全性。车路协同不仅 对交通安全有显著改善，如交叉口合作系统利用信息传递预防碰撞，危险路 段则通过辅助驾驶信息与预警控制减少事故；同时车路协同显著升级信息 服务，整合多源交通数据，为公众提供全面、实时的出行信息，包括路况、 时间预估、最优路线等，实现个性化、高效的出行引导；此外，车路协同可 以增强交通运行效率，借助感知网络动态监测路网，实现路网的实时调度与 管理，支持公交优先、高效换乘及应急处理等，确保交通运行的高效、公平。 当下车路协同正以专业姿态深度融入现代交通体系，推动交通管理智能化 和服务的精益化发展。
1.2. 赋能自动驾驶：由辅助到智能
1.2.1. 中国特色的“车路云一体化”正式启动
中国车路协同技术的发展历程较晚，早期发展经历了课题研究和示范应用 两个阶段。2020 年，中国首条支持高级别自动驾驶车路协同的高速公路通 车，这是全球首次使用纯路侧感知能力真正实现开放道路连续路网 L4 级自 动驾驶闭环的车路协同技术，标志着车路协同技术的重要突破。2021 年， 全国 27 个省区已建成 16 个智能网联汽车测试示范区，建成开放测试道路 3892 公里，发放测试牌照 700 余张，道路测试总里程超过 700 万公里。中 国车路协同的研究与应用经历了从基础研究到大规模实践的发展历程，大 体可划分为以下几个阶段：
萌芽与基础研究阶段（2011-2014）： 2011 年 11 月起，清华大学作为牵头单位，在国家 863 计划支持下，开始了车路协同关键技术的系统性探索与研究。 2014 年，清华大学牵头的“智能车路协同关键技术研究”项目通过 验收，首次展示了 10 辆智能车在智能道路上的运行。
技术验证与初步应用阶段（2014-2019）： 2016 年智能网联汽车示范区相继建设，车路协同开始了城市层面 的落地应用。 雄安新区 2018 年推出车路协同应用平台，标志着技术开始应用于 实际城市规划中。 2019 年，全球首条车路协同自动驾驶智能化城市道路——智路“示 范项目在江苏盐城开通试运行，标志着技术进入实测阶段。
政策指导与区域示范阶段（2019-2022）： 2019 年 6 月，中国公路学会发布车路协同自动驾驶发展报告，为 行业提供政策建议和蓝皮书。 2019-2020 年四大先导区设立，更加注重技术的商业化落地。 2020年由百度 Apollo 支持建设的中国首条支持高级别自动驾驶车 路协同的高速公路正式通车。 2021 年先后出台 16 个“双智城市”试点，将车路协同与城市深度 绑定。 2022 年云南、上海等地发布相关政策，推动车路协同自动驾驶试 点示范建设。
大规模实践与标准化推广阶段（2022-至今）： 2022 年，多家学会联合高校、企业、科研机构发布一致行动宣言 和方案，推动车路协同自动驾驶迈入一致行动时代。 上海、黑龙江等地继续扩展车路协同示范路段，提升技术应用的 深度和广度。 2024 年中国正式启动“车路云一体化”应用试点，标志着车路协同 进入大规模实践与标准化推广的新阶段。
车路协同的底层通信技术中较为通用的是 DSRC 和基于蜂窝网通信技术演进 的 C-V2X。欧洲及美国近年来均以 DSRC 为核心技术，C-V2X 包含 LTE-V2X 和 5G-V2X，其中 LTE-V2X 中国介入较早且具有自主知识产权，5G-V2X 现由各 国亮相参与。作为后起之秀 C-V2X 起步相对较晚，但其基于蜂窝通信技术， 可移动性、可靠性强，最为重要的一点是 C-V2X 具有前向兼容性的 5G 演进 路线，能够为自动驾驶提供巨大支持。 目前我国主导的 C-V2X 技术已基本在和 DSRC 的全球标准竞争中胜出。美国 在 2023 年明确了要在全国部署 C-V2X，到 2034 年完成 C-V2X 在全国高速公 路的 100%覆盖，城市十字路口 75%覆盖，并制定了 C-V2X 上车计划，应用重 点在解决交通事故问题。欧洲虽然没有明确 C-V2X 的地位，但欧盟已表示各 个国家可以根据自己对技术的判断去选择，因此目前在欧洲，C-V2X 和 ITSG5 成为两种并存的技术标准体系。韩国 2023 年 12 月正式宣布放弃 DSRC 技 术，采用 LTE-V2X 作为唯一车联网通信技术。
中国于 2024 年正式启动智能网联汽车“车路云一体化”应用试点工作。试 点期为 2024-2026 年，计划逐步提升车端联网率，试点运行车辆 100%安装 C-V2X 车载终端和车辆数字身份证书载体，鼓励对城市公交车、公务车、 出租车等公共领域存量车进行 C-V2X 车载终端搭载改造，新车车载终端搭 载率达 50%；鼓励试点城市内新销售具备 L2 级及以上自动驾驶功能的量产 车辆搭载 C-V2X 车载终端。该工作旨在通过政策引导、技术创新和市场培 育，实现智能网联汽车与智慧交通系统的深度融合与快速发展。
1.2.2. 自动驾驶从单车智能向车路协同迈进
自动驾驶目前发展出了单车智能和车路协同两大路线。其中，单车智能的 自动驾驶技术路线存在较多难以解决的缺陷，包括单车成本过高、感知范围 有限、长尾问题无法避免、非全路网交通效率最优解、道路测试里程依赖， 高精地图和 AI 学习依赖等。为弥补单车智能的缺陷，单车需要搭载 C-V2X 装备才能实现与路侧甚至路网的协同功能。随着感知技术的不断发展以及 智能交通基础设施的完善, 智能网联汽车应用在自动驾驶领域的地位逐渐 提升, 自动驾驶感知从单车智能向车路协同迈进。 车路协同技术与单车智能技术互为补充，成为自动驾驶发展的关键选择， 体现了具有中国特色的解决方案。这种技术通过智能化的路侧基础设施，加 强了智慧交通的建设，实现了车辆、道路、云计算、通信网络和地图服务的 高效协作，共同推动了自动驾驶及相关科技出行产业的进步。车路协同技术 通过路侧设备收集和同步数据，有效弥补了单车智能在感知上的局限，攻克 了自动驾驶技术发展的一些难题，助力自动驾驶技术向更高层次发展。 自动驾驶技术在车路协同的框架下，超越了单纯依赖车辆自身智能的限制。 车路协同自动驾驶（VICAD）通过集成 C-V2X 及 4G/5G 通信科技，构建了 一个紧密联动的“人-车-路-云”系统，此系统促进了车辆与车辆（V2V）、 车辆与基础设施（V2I，涵盖各类传感装置、气象站、监控设备及交通管理 设施等）、车辆与云端平台（V2N，包括地图服务、交通管制系统及出行服 务应用等）以及车辆与行人（V2P）之间的深度协同合作，涉及协同感应环 境信息、共同制定行驶策略与控制等多个维度。这一模式旨在不仅优化单个 自动驾驶车辆的性能，还力求实现整个交通系统的最优化运行，适应从辅助 驾驶到高级别自动驾驶的多样化需求，推动向更加安全、高效、智能的出行 未来迈进。
车路协同自动驾驶技术的演进可概括为三个阶段：信息交互协同、协同感 知及协同决策控制。初期阶段，围绕 LTE-V2X 技术展开的直接无线通信成 为基石，使车辆与车辆、车辆与道路基础设施间的直接通讯成为可能，初步 实现了信息提示与安全预警等基本功能。进入第二阶段，随着 C-V2X 通信 与云计算的深度融合，人工智能与边缘计算在路侧感知中的应用日益凸显， 利用路侧设备的广角监控、长期观测及便捷部署等特性，有效应对了自动驾 驶车辆面临的遮挡、盲区、复杂光照条件及恶劣天气等感知挑战，极大拓展 了自动驾驶汽车（Autonomous Vehicle，AV)的感知边界与提升了感知精度， 为行车安全与效率奠定了坚实基础。最终步入第三阶段，在成熟的车路协同 感知体系之上，结合无处不在的网络连接，路侧与云端的综合优势被充分利 用于协同决策与控制领域，确保自动驾驶操作的无缝衔接与高度安全性，从 而推进自动驾驶技术向更全面、更深入的应用场景迈进。目前国内外 VICAD 在初期阶段已经开展了大规模测试验证与示范应用，第二阶段车路协同感 知也已完成了理论研究、技术验证和标准制定，正在加速走向规模化建设部 署与应用。
1.3. 产业链紧密合作，协同发展
车路协同领域发展至今已经构建起一个全面成熟的产业链架构。通过多技 术交叉与融合，采用无线通信、传感探测等技术手段，实现对人、车、路信 息的全面感知，发挥协同配合作用，以实现交通安全、高效、环保。车路。 车路协同产业涵盖多个方面，包括车辆提供、终端服务、平台运营、高精地 图与定位、通信服务、云计算服务等，核心领域具体可分为车、路、云、网、图五大关键环节。
车路协同涉及的玩家类型丰富。车路协同涉及车、路、云、网、图五大方面 建设及后期的运营服务，各类产品商、互联网科技公司、汽车供应商、图商 及定位系统提供商、通信方案供应商、云计算服务商纷纷参与，住建、公安、 交通、工信等多部门协同，统筹推进车路协同建设。由于车路协同产业涉及 产业链条长，角色丰富，跨界融合特征突出，已形成千亿级的国内市场规模， 催生出一批车联网优秀企业，甚至吸引华为、中兴、百度、中国移动等企业 跨界布局。
车路协同系统产业生态构成多元而复杂。整个产业涵盖了从政策指导的政 府机关、行业监管实体，至供应链上游的通信芯片与模组制造商，中游的终 端硬件供应商（涵盖车端装置、路侧基础设施及整车生产商），再到下游的 服务运营商，涉及云平台运维、边缘计算服务与安全验证等多个层面。这一 生态体系全方位支持车路协同技术的持续演进、大规模测试验证及其商业 化实践的稳健推广，为跨领域能力整合、行业间商业模式创新与跨部门标准 统一提供了强有力的推动力。面对新一代车路协同系统需应对的跨领域、跨 界别、跨机构的庞大数据集成与服务需求，确立严格的技术标准及构筑坚固 的安全防护体系成为核心议题。
新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径， 具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。 2023 年 9 月，总书记在黑龙江调研时指出，要整合科技创新资源，引领发 展战略性新兴产业和未来产业，加快形成新质生产力。2024 年两会期间， “新质生产力”不仅被首次写入了政府工作报告，还被列为了 2024 年政府 工作十大任务之首。围绕着“新质生产力”，政府工作报告中还提到了十多 个产业领域。比如智能网联新能源汽车、前沿新兴氢能、新材料、低空经济、 量子技术、大数据、人工智能等等。 车路协同具有较高的技术成熟度和广泛的应用场景，是新质生产力中最容 易落地的方向。车路协同作为新质生产力的典型代表，正成为推动交通领域 创新和转型的关键力量。它通过智能化、网络化技术，实现车辆与道路基础 设施的高效互动，不仅提升了交通管理的智能化水平，还极大优化了道路资 源配置，增强了交通安全与效率，为城市交通管理和服务创新提供了强大支 撑。相比于其他新质生产力领域，在发展进度和应用落地情况上具有领先优 势。 两会代表积极发表议案支持车路协同发展与智慧交通体系的构建。长安汽 车的董事长朱华荣先生展望了人-车-路-云融合的未来，认为这将为新质生 产力的增长提供动力，开启一个充满挑战与机遇并存的新纪元。西安建筑科 技大学校长赵祥模教授强调，智能网联汽车作为交通运输领域的新高点，将 引领基础设施、交通管理和汽车制造业的深层次变革，为新质生产力的培育 和提升提供新动能。广汽集团总经理冯兴亚先生则呼吁国家加快"车路云一 体化"试点的建立，并明确法律框架，以孵化产业生态，促进创新成果的实 践转化，进一步推动新质生产力的发展。
智慧交通领域多重政策推动车路协同产业持续发展。2022 年，工信部发布 政策绿灯，推动智能网联汽车合法上路，并构建车联网标准体系。随后国务 院规划明确车路协同技术在无人驾驶物流等领域的商用前景，加速了市场 规模拓展。2023 年，政策细化聚焦于 IPv6 推广、智能地图标准与车联网安 全，稳步构建智能交通生态。2024 年，1 月启动“车路云一体化”试点，5 月交通网络数字化转型，强调基础设施与安全标准，瞄准智慧升级与效能提 升。在政策、基建提速及国际合作的共同驱动下，车路协同产业持续健康发 展。
智能网联汽车示范区、先导区和“双智”城市建设助力车路协同迅速发展。 截至 2023 年底，全国共建设 17 个国家级测试示范区、7 个车联网先导区、16 个智慧城市与智能网联汽车协同发展试点城市，开放测试示范道路超 2.2 万公里，发放测试示范牌照超 5200 张，累计道路测试总里程 8800 万公里， 自动驾驶出租车、干线物流、无人配送等多场景示范应用有序推进。总体来 看，智能网联汽车已从小范围测试验证转入技术快速演进、规模化应用发展 的关键时期，需要以更有力的措施，凝聚跨行业力量，抢抓产业发展“窗口 期”。
我国智能网联汽车示范区正迈向更开放、更智慧的新阶段。2024 年，智能 网联汽车示范区发展迅速，多个城市积极推进相关政策和技术创新。深圳以 立法为核心，开放了 944 公里测试道路，计划建成全国首个全城开放的标 杆城市。杭州市开放了 3474 平方公里区域，为超过 1000 万人口服务，成 为全国首个为智能网联车辆上路立法的省会城市。重庆建立了西部首个“车 路云一体化”示范区，推动智慧交通管理。北京自动驾驶示范区将扩至 600 平方公里，覆盖通州、顺义等区域，实现多种自动驾驶场景的商业化探索。上海开通了全球首条 5G-A 车联网示范路线，提升了车路协同的智慧水平。
中国高速公路网络快速发展，未来全国高速公路信息化规模预期超过千亿 水平。高速公路作为国家重要的基础设施，其信息化升级不仅能够提升道路 的运营效率，还能增强交通安全管理，为公众提供更加便捷舒适的出行体验。 随着 5G、大数据、云计算、人工智能等新技术的不断融入，高速公路信息 化将成为推动智能交通系统发展的关键力量。综合考虑高速公路的里程增 长、技术进步以及政策支持，未来几年内，高速公路信息化产业将迎来快速 发展期，保守预测规模为 1104.71 亿元，中性预测为 1841.19 亿元，而积极 预测则高达 3682.38 亿元。
未来车路协同产业规模庞大，仅考虑示范区城市订单预计规模超千亿。根 据北京的相关订单规模和 GDP，按照 GDP 同比例进行测算，预测上海、深 圳、广州等经济发达城市未来订单规模均超过 90 亿元，而重庆、成都、武 汉等城市预测订单规模也在 50 亿元以上。随着智能网联汽车技术的快速发 展，未来车路协同产业将迎来广阔的市场空间，有望成为推动经济增长的新 引擎。
3.1. 传感器相互融合是实现车路协同的必要条件
3.1.1. 激光雷达为车路协同提供有效信息源
车路协同是新一代的道路交通系统。车路协同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，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。车路协同路侧改造主要包含传感器、边缘 计算单元以及城市云平台。 激光雷达主要利用激光脉冲的往返时间来精确测量车辆与物体之间的距离。 激光雷达的优点在于激光束散度很低，功率随距离的衰减得以减少，因此， 在光线强烈的情况下，激光雷达也可收集到可靠的数据。为了增加激光雷达 的可探测范围，一般激光雷达会配备旋转镜，可以通过旋转镜改变激光脉冲 的方向。通过这样的方式激光雷达可以生成相应的数据，在获取这些数据的 基础上，还需要对这些数据进行特征提取及分类。 激光雷达数据的特征提取与分类为车路协同提供有效信息。根据《基于激 光雷达点云多特征提取的车辆目标识别算法》研究，激光雷达数据特征提取 包括数据预处理、目标特征提取、目标分类三个过程。数据预处理旨在减少 噪声干扰，提高数据质量，降低计算成本，方便后续的目标特征提取。目标 特征提取的方法主要包括区域分割和特征提取两个步骤。具体而言，首先进 行数据的区域分割，也就是将数据分为不同的区域，再通过聚类分析提取不 同区域的特征，由此实现数据的精确区域划分。之后，在特征提取环节，主 要根据数量、距离和数据强度等关键信息进行提取，从而明确某一区域的关 键特征。在最后的特征分类方面，通常选用机器学习的方式对分类器进行训 练。这些训练好的分类器会对数据中提取出的特征进行分析与处理，并将物 体归类为预定义的目标类别之一。
3.1.2. 毫米波雷达实现目标精确定位，成本较低
毫米波雷达通过发射波长为 1～10 mm 的电磁波进行精确探测。根据《汽 车自动驾驶传感器发展》的研究，毫米波雷达波长短，因而分辨率较高，并 且可以提供探测物的位置和速度信息，最远探测距离能够达到 1000m。通 过发射毫米级的波束，毫米波雷达可以实现对目标物体的迅速定位。毫米波 雷达发射的电磁波可以轻易穿过烟雾粉尘，对于气候要求更低，而且成本较 低，更适合大规模生产。不过毫米波雷达也存在一定的缺陷，毫米波雷达更 易受到噪声与杂波的影响，收集到的数据中可能存在大量的干扰信息。因此， 预处理是收集到毫米波雷达数据后的关键步骤之一。
3.1.3. 视频摄像机是激光雷达与毫米波雷达的良好补充
视频摄像机具备全面识别视野内物体的能力。相对于激光雷达与毫米波雷 达而言，视频摄像机在识别车牌、追踪车辆、实时监测等方面表现更佳。视 频摄像机的缺点在于所获信息质量受光线条件影响较大，如果遇到阴天雨 雪等光线条件不好的天气，所获信息质量会大幅降低。由于视觉摄像机成本 不高，并且还可以获得丰富的信息，因此视觉摄像机已经在交通领域广泛应 用。
3.1.4. RSU 路侧单元采集道路交通信息，兼具业务和设备管理功能
RSU 路侧单元是车路协同系统中不可或缺的组成部分。RSU 在车路协同系 统中主要负责采集道路交通的信息，通过通信网络，将信息传达到处理单元 进行处理，得出有用的信息。例如，在一些 ETC 产品中，RSU 会放置在 ETC 车道上作为路侧基站使用，它是不停车收费系统的关键设备。当载有电子标 签的车辆经过 ETC 收费车道特定区域时，车上载有的电子标签会被激活， 经过 RSU 与电子标签的信息交换，RSU 会采集车辆信息并进行处理，验证成功后由中心管理系统完成扣费，操作成功后放行通过，验证失败则会发出 警报，由现场工作人员进行后续处理。根据《中国联通智能路侧单元白皮书》 的披露，RSU 产品可以分为分层业务功能部分以及设备管理部分。业务功 能部分主要包括交通信息收发、交通设备接入、交通场景分析和定位授时等 业务；管理功能部分主要用于维护 RSU 日常运行时的维护管理，安全管理， 配置管理和升级管理。
不同传感器互相融合可以有效克服单一传感器的局限性。不同传感器拥有 不同的适用场景，仅通过单一传感器很难满足全天候、大覆盖、高精度的要 求。因此，很多厂商开始尝试将多种传感器互相融合，以克服单一传感器的 局限性。例如，苏州雷森电子基于英特尔的交控机架构开发出了雷视一体机。 这种产品融合了视频摄像机与毫米波雷达，既解决了视频摄像机受天气、光 照条件影响的问题，也解决了毫米波雷达难以捕获环境细节的问题。同时该 产品还具有 AI 感知融合的能力，可以实现对于交通环境更全面和更准确的 感知能力。
3.2. 云控平台是车路协同的中央大脑
云控平台是用于服务车路协同业务的平台系统。云控平台利用新一代数字 化与通信技术，连接人、车、路、云等所有交通参与者的数据，加以融合分 析控制，从而有效实现人车路的协同控制。根据《车路云一体化融合控制系 统白皮书》研究，云控系统由交通参与者、路侧基础设施、云控基础平台、 云控应用平台、保证系统发挥作用的相关支撑平台以及贯穿整个系统各个 部分的通信网等六个部分组成。具体来说，车侧或路侧的设备会收集车辆及交通信息，将这些信息输送至云控基础平台。云控基础平台平台就类似车路 协同的中央大脑，它会结合地图、交通管理、气象和定位等信息，对这些交 通信息进行综合处理，之后再根据不同的需求，为各种云控应用提供所需的 数据。
各大厂商正在积极布局云控平台。万集科技基于高精度地图、三维建模以及 多元感知数据融合，构建了智能网联云控平台，具有数字孪生、智能网联、 车路协同等功能，可以为车路协同场景提供可视化服务和数据服务，并可以 通过云端为车和路提供远程数据和操作服务。金溢科技在车路协同领域积 极投入，打造了完整的智能网联车路云产品体系，其中就包括云端车路协同 云平台，同时还在车路协同全息管理系统上持续研发投入，以期更好赋能车 路协同。此外，多家业内公司，包括高新兴、通行宝等，都已在云控平台领 域进行了积极布局。云控平台作为车路协同的“中央大脑”，对于实现车路协 同起到基石支撑作用，也是今后发展车路协同的技术热点之一。
3.3. 边缘计算是车路协同的第二大脑
边缘计算是降低云端计算压力的有效之举。在车辆的驾驶过程中，车路状 况变化速度很快，如果想要及时精确地进行识别，需要高性能计算设备。鉴 于高性能计算设备的高昂成本，将其部署于车辆上的可行性很低。而边缘计 算的出现很好地解决了这个问题。边缘计算通过分布式的计算方法，即通过 边缘服务器来进行主要的数据处理，这种方式可以显著降低云端的计算负 荷，满足车路感知对实时性和精确性的要求。
边缘计算对网络带宽消耗的减少也是明显的优势。车路协同对计算的精确 度、及时性要求很高，以往上传云端进行计算的方式难以满足这样的要求， 而边缘计算的出现很好地解决了这个问题。边缘计算优势之一在于边缘计 算能够显著减少数据处理和传输的延迟。传统的云计算模式中，数据需要先 从设备传输到云端，云端将数据处理后，再将数据返回设备。而边缘计算可 以将数据处理过程放置到离数据源更近的边缘设备，这极大缩短了数据传 输的时间。此外，在传统的云计算模式中，数据的传输过程会消耗大量的网 络带宽，而边缘计算在离数据源更近的地方进行数据处理则可以大大减少 网络带宽的消耗。
4.1. 智能车载终端是车路协同中车侧核心设备
智能车载终端（OBU）是车路协同中安装在汽车中的与路侧单元（RSU） 进行通讯交互的核心设备。在 C-V2X 方案中，其是集 C-V2X、高精度定位、 4G/5G 通信等多功能为一体的智能车载终端，具有车路协同、智能计算、远 程交互等功能。通过 C-V2X 车载终端可以实现包括车与车之间（Vehicle to Vehicle,V2V）、车与路之间（Vehicle to Infrastructure,V2I）、车与人之间 （Vehicle to Pedestrian, V2P）、车与网络之间（Vehicle to Network, V2N）的 交互，从而实现“人、车、路、云”等交通要素的有机联系。 V2V 是指通过车载终端进行车辆间的通信，车载终端可以实时获取周 围车辆的车速、位置、行车情况等信息，车辆间也可以构成一个互动的 平台，实时交换文字、图片和视频等信息，V2V 通信主要应用于避免 或减少交通事故、车辆监督管理等；V2I 是指车载设备与路侧基础设施（如红绿灯、交通摄像头、路侧单元 等）进行通信，路侧基础设施也可以获取附近区域车辆的信息并发布 各种实时信息，V2I 通信主要应用于实时信息服务、车辆监控管理、不 停车收费等； V2P 是指弱势交通群体（包括行人、骑行者等）使用用户设备（如手 机、笔记本电脑等）与车载设备进行通信，V2P 通信主要应用于避免 或减少交通事故、信息服务等； V2N 是指车载设备通过接入网/核心网与云平台连接，云平台与车辆之间进行数据交互，并对获取的数据进行存储和处理，提供车辆所需要 的各类应用服务，V2N 通信主要应用于车辆导航、车辆远程监控、紧 急救援、信息娱乐服务等。
车载终端通常采用两大类通信接口，实现汽车与外界的高效沟通。车载终 端通过 Uu 接口（蜂窝通信接口）与 PC5 接口（直连通信接口）与外界实现 互联互通。 Uu 接口是以运营商基站为中心的空口通信，处理汽车与基站之间的长 距离、大数量量、时延不敏感的通信，车载终端通过 Uu 接口连接云控 中心和操作维护中心，云控中心可以提供交通设备状态机道路状况监 控及管理，运维中心可以实现设备的升级管理； PC5 接口则负责设备到设备的直接通信，该模式下不需要运营商的网 络覆盖即可实现车、人、路之间短距离、低时延、高可靠的自组网通信， 主要用于传输安全类消息，车载终端通过 PC5 接口实现与其他车辆及 路侧设备的实时通信。
4.2. 智能车载终端可以助力汽车智能化程度提升
车载终端通过引入更强大的外界感知交互能力，可以助力汽车智能化程度 提升。C-V2X 技术具备“非视距、全天候、上帝视角、可协同”等特征，通 过车载终端融合 C-V2X 技术可以有效的弥补基于单车智能的驾驶自动化功 能不足的问题。
通过车载终端引入 C-V2X 技术后，可以对单车智能功能进行赋能。一方面， 可以在单车智能定义的 ODD（Operational Design Domain，设计运行范围） 内对单车智能功能进行改进，即能力增强，另一方面，可以拓展单车智能功 能的 ODD，即能力拓展。C-V2X 技术在交通信号识别、前向碰撞预警、自动 紧急制动、自适应巡航控制、高速公路辅助、交通拥堵辅助、自主代客泊车 等诸多场景都能发挥出较强的协同价值。例如在协同交通信号识别功能中的 绿灯起步提醒场景，在有信号灯的交叉路口，只依靠单车智能时，由于单车 智能的感知局限，当信号灯出现遮挡或者信号无法辨别时，单车智能无法识 别到信号灯状态，驾驶员可能会错过绿灯，延迟起步，但引入 C-V2X 技术后， OBU 接收 RSU 发出的信号灯相位信息，知晓当前信号灯状态及剩余时间，可 以提醒驾驶员提前做好起步准备。
4.3. 多因素催化下智能车载终端有望迎来大规模装车期
多因素催化 C-V2X 智能车载终端前装渗透率提速。2024 版中国新车评价规 程（C-NCAP）正式将 V2X 纳入测评范围，装配 C-V2X 可以保证主机厂在新车 主动安全领域多拿分数，该规则自 2024 年 7 月开始实施；智能网联汽车“车 路云一体化”应用试点工作政策落地，C-V2X 进入城市大规模运营和场景验 证的发展阶段；比亚迪、大众、奥迪等新车型开始前装部署 C-V2X 技术，广 汽、一汽红旗、福特等早前切入 C-V2X 领域的车企正积极推动 C-V2X 技术向 着第二阶段演进；C-V2X 赋能智慧交通，实现越来越多触达 C 端的应用场景， 消费者感知度提高，买单意愿会增强，会反向推动主机厂的装车意愿。例如 城市 NOA 落地过程中，城市里的红绿灯状态、实时路况、行车风险等信息预 判变得非常重要，基于 C-V2X 系统为车端提供精准的路侧数据，有利于城市 NOA 发展；C-V2X 集成度越来越高，主机厂的装车成本持续下降，C-V2X 将 更多集成到 5G 智能座舱、或者 5G 通信模块中，助力其前装率提升；随着 “C-V2X 路侧设备覆盖率”、“车载终端渗透率” 不断提升，从量变到质变的 发展节点将会出现。 目前我国乘用车 C-2VX 车载终端前装渗透率依旧较低，有望迎来大规模装 车期。根据佐思汽研数据库统计，2023年我国乘用车C-V2X前装率约为1.2%， 前装规模超过 27 万辆，预计 2026-2027 年将迎来大规模装车，乐观预测前 装率可达到 9%，装车量将接近 200 万辆，行业将迎来快速增长。
5.1. 通行宝：ETC 收费为盾，智慧交通运营管理系统收入高增
公司是全国领先的为高速公路、干线公路以及城市交通等提供智慧交通平 台化解决方案的供应商。公司主要业务包括三个方面：第一，以 ETC 为载 体的智慧交通电子收费业务，包括 ETC 发行与销售、电子收费服务业务等，重点拓展高速公路、城市交通收费及管理系统的建设与运营；第二，以云技 术为平台的智慧交通运营管理系统业务，主要包括智慧交通运营管理的系统 软件开发、综合解决方案和系统技术服务；第三，智慧交通衍生业务，主要 为以“ETC+”为内核开展生态场景搭建，融合车辆加油、路域经济、养车 用车等车生活，开展 ETC 生态圈业务。 智慧交通建设需求将拉动运营管理系统业务继续保持快速增长。（1）据 2023 年 6 月 5 日投资者互动，公司长期专注于高速公路营运管理软件平台及整体 解决方案，依托云计算、大数据、人工智能、物联网等技术，聚焦智慧交通 指挥调度、运营服务、综合管理三大业务场景，已形成“畅行高速、品质高 速、智慧高速”三大服务主题、“调度、收费、养护、服务、综管、数智” 六大产品体系、十余个具有国内领先水平的数字交通云服务产品，如调度云 等系列云控平台产品、AI 视频分析云控平台、高速大脑云控平台、国资云、 自由流云收费解决方案、收费机器人、SD-WAN 智能组网技术服务以及数字 孪生业务等，产品已实现规模化应用并向全国推广，现已覆盖全国 20 个省 市地区。在车路协同方面，公司也作了相关的提前布局，拥有路侧庞大的基 础设施，可用于车路协同、区间测速、事件预警、流量监测等。（2）公司运 营管理系统业务营收占比从 2019 年 3.30%快速上升至 2023 年 46.36%。目 前整体交通信息化，尤其是高速公路信息化的整体渗透率仍然较低。下游主 要面向高速类客户，信息化程度低且支付能力、支付意愿强。公司省内依靠 强大的国资背景，省外项目持续落地，预计该业务未来仍将保持快速增长。 （3）公司参股的上海友道智途科技有限公司，主要从事提供商用车自动驾 驶解决方案和运力服务等，作为联合体入选全国首批智能网联汽车准入和上 路通行试点单位。友道智途智能重卡在上海已经获得了 L3、L4 牌照，在无 锡已获得了 L4 牌照。基于目前车路协同基础设施建设尚不完善、标准难统 一的现状，友道智途现阶段采取以单车智能为主、车路协同为辅的技术路线。 公司积极支持其提供自动驾驶解决方案等相关业务发展，共同探索新的业务 增长极。
重视 ETC2.0 对于公司业绩的推动。（1）目前 ETC 经过 2019 年的政策拉动 后已经成为我国高速公路最主要收费模式，正向 ETC2.0 时代迈进。ETC2.0 融合部分 V2X 功能，在车流速度、功能上进行较大升级。预计 ETC2.0 在带 来新一轮 OBU 更新潮的同时，也将大大提升单价，或将是未来公司 ETC 发 行业务的爆发点。（2）ETC 的发展将跨越至 V2X 技术，这项技术实现了汽车与汽车（V2V）、汽车与交通设施（V2I）、汽车与行人（V2P）和汽车与云 端中心（V2C）的实时信息交互。这种交互方式允许车辆之间每秒进行高达 1000 次的信息交换，覆盖车辆的位置、速度、方向和交通状况等数据，有 效距离可达 300 米。基于 V2X 技术，可以构建一个全方位、全时空互联的 未来智能交通信息系统，全面提升交通安全、应急响应能力、路网管理水平 和交通运输效率。 公司第一大股东为江苏交通控股有限公司，是江苏重点交通行业国企。公司 有望依靠股东背景，享受江苏低空经济红利。
5.2. 千方科技：在数据应用、算法和硬件等方面具备综合优势
公司智慧交通业务主要包括智慧公路、智慧交管、智慧运输、智能网联、智 慧轨交、智慧民航等领域，覆盖了大交通行业的主要方面，在数据应用、算 法和硬件产品等方面具备综合领先优势。 提供智能交通多种主要解决方案。公司提供的解决方案包括城际智慧路网解 决方案、城市全域交通综合治理解决方案、城市静态交通治理一体化解决方 案、智慧运输解决方案、双智路口解决方案、智能网联解决方案、交通安全 事故预防治理解决方案、交通情指勤督业务智库解决方案、交通时空优化业 务智库解决方案。 公司拥有全系列智慧交通专属硬件产品。1）双智路口核心硬件产品边缘智 能体、鲲巢·双智路口云控平台；2）城市智能路口所涉及的电警卡口、雷 达，信号控制类的经济型、城市型、AI 型交通信号机，实时处理各类路口信 息的边缘计算体等；3）智能网联系列的 V2X RSU、OBU 及云控平台；4） 交通运输方面的非现场执法的治理超载类产品、交通流量调查产品；5）高 速公路计费产品；6）道路交通安全方面所涉及的安全卫士系统产品、重型 货运车辆安全监管云平台等等。
5.3. 金溢科技：战略布局高速公路车路协同技术应用
公司是行业内较早开展 V2X 技术研发的企业，具有一定的先发优势。公司 系交通运输部智能车路协同关键技术及装备行业研发中心牵头单位，公司与 众多车企携手合作，共同探索智能网联、车路协同、自动驾驶应用，从底层 通信模组到终端产品到应用协议栈，全链条自主研发。公司积极开展车路协 同相关前沿技术研究，打造了完整的智能网联车路云产品体系，包括车载 V2X 系列产品、路端 V2X 边端系统集成产品（含感知、MEC 边缘计算、 V2X 路侧 RSU 等）、云端车路协同云平台和 C-V2X 车载 HMI 人机交互系 统等。 战略布局高速公路车路协同技术应用，蓄未来发展新动能。2023 年，交通 运输部路网监测与应急处置中心推出“交通守望者”系统方案，该方案是基 于 ETC 系统的车路协同安全提升和信息服务方案，打通高速公路监控、通 信、收费三大系统，实现信息发布、安全预警、交通诱导等车路信息交互功 能。公司积极配合有关部门推进方案技术落地和应用场景模型建设，依托全 息感知创新研发了 ETC2.0 路侧单元（RSU）和 ETC2.0 车载单元（OBU）， 推出多波束路侧天线、智能语音 OBU 等系列产品，并在部分省市推广试点 交通守望者项目，力争打造创新标杆项目，为高速公路车路协同技术应用战 略储备新发展动能。
5.4. 万集科技：已具备车-路-云-网-图的全方位技术能力
在车路协同方面已具备车-路-云-网-图的全方位技术能力。据 2024 年 4 月 28 日投资者互动，公司深耕智慧交通领域 30 年，围绕智能网联不断深入布 局，在车路协同方面已具备车-路-云-网-图的全方位技术能力，构建了行业 技术壁垒。为车路协同应用场景和高阶智能驾驶落地提供综合解决方案，支 持高等级自动驾驶在示范区域落地。 从车、路、云三个主要方面全方位构建车路协同生态体系。车方面针对网联 车打造了车载激光雷达、车载 V2X 通信终端等感知和通讯设备，对自动驾 驶车辆以及相关算法进行能力建设；路方面打造了以激光雷达为主体、辅助 AI 视频相机、毫米波雷达、边缘计算单元等为一体的路侧智能感知系统， 通过路侧 RSU 可以为车提供感知服务；云方面，智能网联云控平台基于高 精度地图、三维建模以及多源感知数据融合，实现数字孪生、智能网联、车 路协同等功能，主要构建车路协同场景的可视化服务和数据服务，并通过仿 真能力验证车路协同场景的可行性，通过云端为车和路提供远程数据和操作 服务。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
