2024年计算机行业专题分析：多重因素催化下，车路云一体化迎来发展机遇

1 政策端：利好政策频出，产业生态持续构建

1.1 我国自动驾驶政策沿革

政策是我国自动驾驶发展的主要驱动因素之一，近年来，我国自动驾驶领域的上层制度建设不断完善，相关法律法规不断出台。时间节点上，2025 年有望成为我国自动驾驶向标准化、体系化发展的重要一年。2024 年初，工信部等五部门联合发布了《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，探索基于车、路、云、网、图等高效协同的自动驾驶技术多场景应用，加快智能网联汽车技术突破和产业化发展。2024 年 6 月 24 日，国家发展改革委等部门印发《关于打造消费新场景培育消费新增长点的措施》的通知（下称“通知”）。《通知》中提出，要拓展汽车消费新场景，稳步推进自动驾驶商业化落地运营，打造高阶智能驾驶新场景。同时，开展智能汽车“车路云一体化”应用试点和城市汽车流通消费改革试点。2024 年 7 月 3 日，工信部等五部门发布《关于公布智能网联汽车“车路云一体化”应用试点城市名单的通知》，确定20个城市（联合体）为智能网联汽车“车路云一体化”应用试点城市。我们认为试点城市的确定是各地车路云项目落地的序幕，未来多地有望加快相关项目的招标工作。

1.2 各地启动车路云一体化项目，产业链上下游有望形成合力

在相关政策指导下，部分试点城市纷纷开启布局车路云一体化，项目投资金额及项目招标数量显著提升。 2024 年 5 月，北京市投资额近百亿元“车路云一体化”项目，新型基础设施建设项目双智专网建设工程启动招标，通过城市智慧化改造加速产业落地；武汉“车路云”一体化重大示范项目已获市发改委批准，备案金额为170 亿，拟于 6 月份开工。同时，襄阳、福州、鄂尔多斯等地也在陆续推进“车路云一体化”建设与规划工作，相关项目相继获得审批。在政策引导下，产业链上下游有望形成合力，投资力度有望加大。

1.3 从 L3 级测试牌照发放到上路通行试点，高级别自动驾驶有望加速到来

2023 年底 ，国内首批有条件自动驾驶（L3 级）高速公路道路测试牌照正式发放，包括宝马、奔驰、阿维塔、深蓝，奔驰、极狐、宝马、智己、赛力斯在内的多家车企获得测试牌照。时隔仅半年，2024 年6月，《进入智能网联汽车准入和上路通行试点联合体基本信息》发布，公布了全国首批 9 家开展 L3 级自动驾驶上路通行试点的车企，首批车型包括乘用车、货车和客车，运行所在地包括北京、重庆、深圳、上海等城市。我们认为从首批 L3 级自动驾驶高速公路道路测试牌照发放到首批L3 级自动驾驶上路通行试点城市公布时间间隔较短，技术验证节奏有望加快，高级别自动驾驶时代有望加速到来。

2 技术端：车路云一体化或是扬长避短之路

2.1 三种自动驾驶技术路径的分歧与共识

2.1.1 谷歌派：传感器+AI+预构建地图

Google 的无人驾驶项目于 2009 年正式启动，2016 年谷歌无人驾驶项目独立为谷歌母公司 Alphabet 旗下子公司Waymo。Waymo 的自动驾驶技术路线可以理解为一种单车智能技术路线，即时通过传感器、处理器和控制器去感知识别、做出决策并进行控制。Waymo 自动驾驶的主要环节包括：预构建 3D 地图、读取道路信息、预测运动路径、规划路径。预构建 3D 地图：在汽车驶入任何位置之前，Waymo 会构建详细的三维地图，突出显示道路轮廓、路缘石和人行道、车道标记、人行横道、交通信号灯、停车标志和其他道路特征等信息。Waymo 的车辆不完全依赖GPS，而是将其预构建的地图与实时传感器数据进行交叉引用，并结合人工智能算法来精确确定其在道路上的位置。

扫描周围运动物体，读取道路信息：Waymo 的传感器和软件会持续扫描车辆周围的物体，包括行人、骑自行车的人、车辆、道路施工、障碍物等，并持续读取交通控制，包括交通信号灯颜色、铁路道口闸口到临时停车标志。 预测道路上运动物体的轨迹：Waymo 的软件会根据道路上的每一个动态物体当前的速度和轨迹预测未来的运动路径。该软件系统会考虑到车辆的移动方式与骑自行车的人或行人不同，也会考虑不断变化的路况（例如前方车道堵塞）如何影响周围其他人的行为。规划路径和应对变化：Waymo 的软件会综合考虑所有信息，然后判断和选择在行驶中安全前进所需的确切轨迹、速度、车道和转向操作。

为具体实现上述自动驾驶各环节，第五代Waymo Driver 自动驾驶系统由激光雷达系统、传感器系统、视觉系统和软件系统组成。激光雷达系统（LIDAR）：Waymo 的系统包括三种类型的激光雷达：一种是短程激光雷达，直接提供车辆周围不间断的视野，一种是高分辨率的中程激光雷达，另一种是远程激光雷达，可以看到几乎三个足球场（300米）以外的地方。激光雷达可以昼夜工作，每秒360 度发射数百万个激光脉冲，并测量从表面反射并返回车辆所需的时间。视觉（相机）系统：Waymo 的视觉系统由几组高分辨率摄像头组成，用于在日光和弱光条件下的远距离工作，其设计目的是像人类一样在环境中观察世界，但同时具有 360 度视野，而不是人类驾驶员的120度视野。由于 Waymo 的高分辨率视觉系统可以检测颜色，所以它可以帮助系统发现交通信号灯、建筑区、校车和紧急车辆的闪光灯。雷达系统（RADAR): 使用无线电波（通常在微波或毫米波频段）发射信号来感知物体和运动。这些波长能够在雨滴等物体周围传播，使雷达在白天或黑夜的雨、雾和雪中都能有效。Waymo 的雷达系统具有连续的360 度视图，因此它可以跟踪车辆前方、后方和两侧道路运动物体的速度。补充传感器：Waymo 车辆还配备了许多额外的传感器，包括音频检测系统，可以听到数百英尺外的警察和紧急车辆警报器；以及GPS，以补充车辆在世界上的物理位置信息。

自动驾驶软件：以自动驾驶软件充当车辆的“大脑”。Waymo已通过超过 200 万英里的模拟驾驶和超 2000 万英里的道路驾驶经验来训练软件。Waymo 的自动驾驶软件能够理解物体是什么以及物体可能如何移动，进而判断这些对车辆行驶的影响，也就是感知、行为预测和规划。

2.1.2 特斯拉派：以视觉感知为主要感知设备的自动驾驶系统

特斯拉的自动驾驶是基于摄像头的纯视觉识别系统实现的单车智能——FSD 系统。AI、大数据和计算是 FSD 的三大特征。首先，特斯拉采用AI 进行自动驾驶系统建模，也通过 AI 提高自动驾驶系统路况判断的准确度。其次，在计算硬件投入上，据特斯拉2023 年官方数据，特斯拉已将1.4 万个 GPU 投入到自动驾驶的训练和标记中，其中用于自动驾驶模型训练的有 1 万个 GPU，用于自动标记的有4 千个GPU。同时，数据处理上，特斯拉的纯视觉自动驾驶系统依赖大量的视觉视频数据录入、分析和训练。据特斯拉 2023 年披露的数据，视频数据处理和存储方面采用了30PB分布式视频高速缓冲处理器，能够支持每天50 万视频缓存和每秒40万视频实例处理。

2.1.3 车路云协同一体化：路侧智能替代部分车侧智能

有别于传统单车智能技术路线，车路云协同一体化以路侧设施、车载系统、通信网络以及云平台的协同作为自动驾驶的技术路线。车路云协同方案采用无线通信和互联网技术，融合了智能的车和路，实施车车、车路信息实时交互。 按组成要素划分，车路云一体化系统包括：1）车辆与驾驶：接收路侧、云端信息，进行决策和控制。2）路侧基础设施：包括感知、通信、计算类基础设施及交通附属设施，为云控基础平台采集动态交通数据，并向车辆及交通参与者提供交通信号等相关信息。3）云控平台：由“1”个云控基础平台及其所支撑的“N”个应用平台组成。其中，云控基础平台会基于相关数据的采集、存储与处理，为网联汽车、区域交通交管部门以及产业链其他企事业单位等提供支撑。应用平台则包括城市智能网联汽车安全监测、智慧公交、智慧乘用车、自动泊车、交通管理、场景仿真等应用平台。4）相关支撑平台：提供其他各类信息，如高精度地图、卫星导航、气象信息、交通路网监测与运行监管信息等。

3 成本端：从单车智能向车路云一体化变革具有必然性

3.1 单车智能发展存在安全隐患和高成本两大瓶颈

参考谷歌、特斯拉单车智能技术实现路径，AI 辅助自动驾驶决策是现阶段提高自动驾驶安全性的必由之路之一。而AI 带来的算法提升尚有技术局限性，加之端侧算力投入与算法精确度几乎成正比，因此边际成本将成为单车智能的主要制约因素。 首先，传统的驾驶辅助系统（ADAS）具有局限性，低阶ADAS系统主要归基于规则的模型构成，基于特定条件触发相应机制，但是对于L3及以上的高等级自动驾驶，在复杂的城市道路中，传统ADAS无法穷尽每一种路况下发生的每一种可能，规则模型必将被基于人工智能的自动驾驶算法替代，让 AI 学习人的驾驶习惯，提高场景的丰富度。但即便是人工智能算法替代规则模型，单车的智能化仍存在遮挡物和感知盲区的问题，存在安全隐患。 其次，时间成本和测试成本也是单车智能发展的瓶颈。谷歌旗下自动驾驶公司 Waymo 已经耗时 10 年进行测试，累计进行了超过200万英里的模拟驾驶和超 2000 万英里的道路驾驶。除了依赖大量数据和测试实验，发展单车智能自动驾驶还对车载传感器和计算平台要求高，参考特斯拉单车智能技术实现过程，使用 AI 技术提高软件算法精度需要较高的端侧算力投入。

3.2 我国自动驾驶起步较晚，发展路侧智能能够规避单车智能带来的高成本难题，从而实现弯道超车

未来中国有望通过车路云协同实现自动驾驶领域的“弯道超车”。在安全性问题上，车路云一体化能够实现车辆联网和实时的信息交互，在一定程度上削弱单车智能的局限性。目前，国际上主流的车联网无线通信技术有 DSRC（IEEE 802.11p）和 C-V2X 两条技术路线。C-V2X既可实现长距离和更大范围的通信，也可实现车与车、车与路间的短距离通信，近年来已成为后起之秀并在世界范围内获得认可。C-V2X在技术先进性、高可靠性和低时延等性能后续演进等方面更具优势。通过V2V（汽车对汽车通信）、V2I（汽车对基础设施）、V2N（汽车对互联网通信）和V2P（汽车对行人通信），车辆和驾驶者能够获取超视距或者非视距范围内的交通参与者状态和意图，从而解决单车智能化存在遮挡物和感知盲区等问题。 我国自动驾驶技术起步较晚，而自动驾驶系统的效果和行驶的公里数和时长等方面成显著正比，中国仅靠发展单车智能或难以在短期内实现技术超越。而在新基建的推动下，车路协同有望进入快速发展阶段，降低自动驾驶的复杂度和车载成本，弥补中国在单车智能发展方面的不足，成为中国特色的发展道路，甚至超越美国率先实现L4-L5 级高等级公路自动驾驶技术的大规模商业化落地。

近年来，我国通信、卫星互联网产业快速发展，公路总里程和公路网密度快速增长，有望为车路云一体化提供较为坚实的基础设施保障。云端：以华为为代表的通信企业在5G 技术方面世界领先，且4G和5G 基站数量多，覆盖广。中国正大力推行5G 网络、物联网、卫星互联网、数据中心、智能交通基础设施等新型基础设施建设。北斗卫星导航系统可提供全国范围内的高精度时空服务。全球车联网产业中，多国已经开始C-V2X 美国在佐治亚州、密歇根州科罗拉多州、加利福尼亚州等多个地区已经开展了大规模 C-V2X 相关测试活动；日本在多个城市内探索C-V2X具体应用。韩国 K-City 已建成，针对C-V2X 进行测试。全球范围内对C-V2X 重视程度日渐提高，我国在 C-V2X 技术方面走在前列。

路侧：基础设施建设方面，我国高速公路网快速发展、规模位居世界首位。路侧设备铺开潜在市场广阔，基础设施建设方面的特性将有力推动车路协同的发展。

4 商业化：百度萝卜快跑领航国内Robotaxi，关注盈亏平衡点的到来

降本增效助推新出行方式，Robotaxi 出行市场有望达到万亿级别。据麦肯锡测算，自动驾驶将提升个人安全系数，可减少90%以上的事故，且平均每天可为司机节约 50 分钟的时间。成本方面，随着技术的进步和规模效应的显现，到 2030 年，自动驾驶有望推动每公里出行服务成本下降约40%，即从 2016 年的约 0.60 美元/公里下降到约0.25 美元/公里。相反，受劳动力成本的上升、福利待遇的提高等因素影响，人类司机成本却可能从2016 年的约 0.35 美元/公里小幅上升到2030 年的约0.40 美元/公里。预计在 2025 年前后，自动驾驶技术支持的出行服务成本将与司机成本持平。我们认为 2025 年有望成为自动驾驶商业化发展的关键转折点，也可能意味着自动驾驶技术在经济性上具备了与传统人力驾驶相竞争的实力。

百度萝卜快跑领跑国内 Robotaxi，跨越收支平衡点可期。萝卜快跑于2021 年 8 月上线，至今仅三年的时间。技术上，在2024 年5月15日的百度 Apollo Day 上，百度 Apollo 发布了全球首个支持L4 级别无人驾驶应用的自动驾驶大模型 Apollo ADFM，同时上新了搭载百度第六代智能化系统解决方案、价格 20 万元的萝卜快跑第六代无人车（2021 年百度Apollo无人驾驶车量产价为 40 万元）。无人驾驶车单车成本下降将有助于降低Robotaxi 的整体运营成本，提高盈利能力，加速收支平衡点的到来。

订单方面，根据 2024 年百度第一季度财务数据，百度旗下萝卜快跑平台累计订单已经超过了 600 万单，当季度订单量82.6 万单，同比增长了25%。百度官方目标是到 2024 年底，萝卜快跑在武汉实现收支平衡，并在2025年全面进入盈利期。我们认为随着 Robotaxi 技术的成熟和安全性的提高，用户对 Robotaxi 的接受度也在逐渐提高。百度萝卜快跑的订单量在飞速增长，表明用户对 Robotaxi 的需求正在上升。

5 路侧基础设施建设正当时

5.1 路侧设备 RSU 正处于全面铺开的关键时期

按使用场景划分，RSU 可分为路口RSU 和道路RSU。其中，路口RSU主要应用于交通路口，用于实现车路互联互通、交通信号实时交互等功能，辅助驾驶员进行驾驶，保障交通安全。而道路RSU则应用于道路沿线，用于采集道路状况、交通状况等信息，并通过通讯网络与路侧感知设备、交通信号灯、电子标牌等终端通信。在功能上，路口RSU更侧重于交通信号控制、交通流信息采集、交通违法监测记录等功能，以优化交通信号灯调整，达到优化车流的目的。而道路 RSU 则更侧重于提供和汽车的通信中继，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。 据工信部数据，截至 2024 年 7 月，全国共建设17 个国家级智能网联汽车测试区、7 个车联网先导区，开放测试道路32000 多公里，测试里程超过 1.2 亿公里，各地智能化路侧单元（RSU）部署超过8700套，多地开展云控基础平台建设。路侧基础设施建设有望从车路云试点城市逐步铺开，实现由“点”到“面”的拓展。

5.2 全国城市中路侧设备 RSU 市场规模测算

根据《智慧公路车路协同路侧设施建设及应用技术指南》》，平面交叉口布署应按照单个路口不少于 1 台 RSU 设备布署；路段布署间距应≤500m；布署时应尽量与交通信号控制设施、监测设施共杆。按照此标准推算，我们认为路侧设备配置需求为：每个信号灯控交叉路口需要一个路口RSU 设备且每 0.5 公里路段需配备一个道路RSU 设备。在具体推进中，路口场景在道路交通中所包含的信息量大，信息价值也更为关键。因此，RSU有望优先在路口场景中提高渗透率。基于以上分析，我们以全国路口RSU全覆盖、全国城市道路 RSU 实现 70%覆盖率为远期目标对RSU的市场规模进行了初步估算。 （1）路口场景下，RSU 的功能更为复杂，产品价值量也更高。估算全国大概有 39 万个灯控路口，按每个灯控路口设置一个RSU估算，路口RSU需求量为 39 万个。 （2）路段场景下，RSU 的功能设计要求较为简单，产品价值量相对较低。2022 年我国城市道路和桥梁全长约55 万公里，按照70%的覆盖率及每公里 2 个 RSU 的需求量估算，需要77 万个路段RSU。（3）按相关厂商销售额及销售量估算，2023 年RSU平均价格大约为6.2 万元/个。

我们认为随着车路云建设示范区在城市中从点向面铺开，城市内部道路的路侧基础设施建设有望先于高速路段展开，以全国城市信号灯交叉路口实现 RSU 全覆盖及全国城市道路路段RSU 覆盖率达到70%计算，我国城市道路路侧智能建设中，RSU 市场规模可达约723 亿元市场规模。

编辑：火腿肠