车路云一体化概念、系统组成及价值体现分析

三横两纵多元要素构筑一体化高效智能信息系统。

车路云一体化：车、路、云、网融于一体的高效信息系统。车路云一体化系统，又称为车 路云一体化融合控制系统或智能网联汽车云控系统，是通过新一代信息与通信技术将人、 车、路、云的物理空间、信息空间融合为一体，基于系统协同感知、决策与控制，实现智 能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统。车路云一体化以“聪 明的车+智慧的路+融合的云”为基础架构，以高精地图、导航定位为支撑，融合信息安全、 大数据、AI 等关键技术，是未来交通实现高等级自动驾驶的重要路径。

车路云一体化系统由“三横”网联车、路侧基础设施、云控平台 + “两纵”相关支撑平台、 通信网五大部分组成： 1）网联车：广义来说，该部分包括网联车辆及其他交通参与者，是动态交通数据的核心数 据源，与路侧/云控平台之间存在相互作用：一方面，车辆将通过无线通信网络和利用路侧 基础设施向云控基础平台提供运行的实时动态信息；另一方面，车辆驾驶人与网联车可接 收来自路侧和云控基础平台提供的感知、决策和控制服务； 2）路侧基础设施：该部分包括感知、通信、计算类基础设施及交通附属设施，具体来讲包 括路侧感知设备（摄像头、毫米波雷达、激光雷达、气象传感器等）、路侧单元（RSU）、 交通信息化设备（信号灯、情报板等）和路侧计算单元（MEC 边缘计算单元）等，将为云 控基础平台采集来自车辆、道路以及其他交通相关系统的动态交通数据，并向车辆及其他 交通参与者提供来自系统的交通相关信息；

3）云控平台：由“1”个云控基础平台及其所支持的“N”个应用平台组成，是车路云一体 化分层解耦、跨域共用特征的典型体现。其中，云控基础平台基于车辆与交通等相关数据 的采集、存储与处理，通过基础设施、数据与能力共享的方式，面向包含网联汽车、区域 交通交管部门以及产业链其他企事业单位等涵盖全产业对象的三大类用户提供应用需求支 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 N 个应用平台； 4）相关支撑平台：为云控基础平台提供其服务所需的交通相关信息，如高精度（动态）地 图信息、卫星导航定位增强信息、区域气象预警信息、交通路网监测、安全信息与运行监 管信息等。此外，相关支撑平台也可基于自身的实际需求接收来自云控基础平台的数据与 服务； 5）通信网：主要包括 C-V2X 网络、光承载网、卫星通信以及其他专有网络，为系统各组 成部分之间的数据传输与信息交互提供安全、可靠与时延要求保障。C-V2X 是基于 3GPP 全球统一标准的蜂窝通信和直连通信融合的车联网无线通信技术，包括 LTE-V2X、NR-V2X 及其后续演进版本。以上 4 种网络的作用、分工如下：I.C-V2X 网络主要支撑网联汽车与路 侧、云端的互联互通；II.光承载网主要保障路云之间以及云控基础平台各层级云之间的互联 互通；III.卫星通信可以保障云控基础平台在地面通信没有覆盖环境下（如越野）仍能提供 通信服务；IV.基于其他专有网络搭建的车路云通讯环境由其自身保障车云、路云、云云之 间的安全、高效互通。 车路云一体化系统中的五大组成部分在日常运行中会进行多方数据流转，如云控平台会将 路侧/车侧采集到的数据进行处理、决策并反馈，具体数据交互双方可包括车-路、车-云、 路-云、云-云等。

我们认为，车路云一体化有望在驾驶业务和交通管理两大领域发挥重要作用。1）业务层面， 从中短期的“有人驾驶安全辅助”到远期的“高阶智能驾驶”，由于全面的高阶智能驾驶并 非一蹴而就，我国的道路交通将长期处于“无人驾驶+有人驾驶”混合的过渡阶段，在这一 阶段下，车路云一体化将为有人驾驶提供安全预警服务，如通过路侧感知传输信息避免“鬼 探头”等交通事故，未来随着技术的进步和协同能力的增强，车路云一体化有望助力实现 全天候、全场景的高阶智能驾驶，与此同时，智能驾驶相关的生活娱乐应用也将持续丰富 化，人们有望享受到高水平的智慧出行服务；2）管理层面，车路云一体化有望赋能政府部 门进行智慧交通管理，通过对交通状态的高动态监测，政府部门有望实现对城市交通流的 高效率组织及道路资源的高效率使用，实现全局交通优化并降低交通事故率。

自动驾驶领域，长期存在“单车智能”与“车路云一体化”（原车路协同）两种技术路线的 争论。从技术路径的概念和要求来看，“单车智能”更加强调车本身的智能驾驶感知和算法 水平，需要高端车载芯片及先进人工智能技术的支持，对路侧、云端的数据协同依赖较低； 而“车路云一体化”（原车路协同）则是依仗系统优势，相较于“单车智能”方案，“车路 云一体化”对智能汽车软硬件要求较低，而是将路侧智能基础设施与云控平台结合，将“长 尾”感知、数据获取及复杂的计算任务从车端解放出来，技术角度上更易于实现。

对比“单车智能”和“车路云一体化”的优劣势，我们看到：1）单车智能优势在于具备灵 活性、通用性和稳定性，不依赖高度发达的网络也能独立应用，而劣势在于对车载芯片、 自动驾驶算法技术要求较高，同时在感知、数据打通、决策上存在一定的局限性；2）车路 云一体化优势在于对高精尖技术要求较小，能够协同路侧、云端进行感知，也有利于帮助 政府实现交通的全局最优化，而劣势在于非常依赖政府部门的基础设施投资，需要较为完 善的基础设施支撑才能发挥出最佳效果，同时技术通用性也受到限制。

从关系上来看，我们认为，车路云一体化与单车智能是相辅相成的，单车智能是车路云一 体化的基础，而车路云一体化则是单车智能的补充和升级： 1）单车智能是车路云一体化的基础，“智慧的路”、“协同的云”都需要围绕“聪明的车” 这一主体来发挥作用，同时单车智能的水平也决定了车辆对路侧、云端所提供数据的处理 能力及决策效果； 2）车路云一体化是单车智能的补充和升级，单车智能在感知、数据打通、车载计算成本上 具有局限性，而车路云可以通过完整的系统进行弥补。单车智能感知存在盲区且难以解决 分割数据打通的问题，而车路云能够提供超视距感知和复杂场景数据系统决策的优势，弥 补单车的局限性。此外智能车的发展需要依赖算力，而车载算力从成本、使用条件上都受 限制，车路云系统可以将车载的计算负载转移，通过一体化的形式实现，这使得车载算力 的成本得到降低，得以适配更多复杂的交通领域； 3）车路云一体化和单车智能可以相互促进，一方面前者能够促进后者的升级和迭代，另一 方面后者的发展也能减轻前者的成本负担。车路云一体化系统可以通过获取路侧场景数据， 尤其是极端场景数据样本，对车端数据形成补充，促进数据的开发与运营，有望迭代出更 高质量的自动驾驶 AI 模型；反之，单车智能技术水平的提高可以减少车辆对路侧设施规模 和种类的需求，未来仅需在部分区域部署路侧设施，这将显著降低城市基础设施建设成本， 缓解财政压力，加速城市全域智慧出行的发展。

我国目前选择“车路云一体化”作为智慧出行的方案，我们认为原因在于： 1）从技术水平来看，我国单车智能所需的高端芯片及自动驾驶算法方面较欧美发达国家有 差距，难以在这条路上完成快速追赶，美国在集成电路领域和人工智能领域积累丰富、人 才储备充足、基础科研实力较强，因此在车载高端芯片及自动驾驶 AI 算法上全球领先，相 比之下，我国作为智能驾驶领域后发着，技术积累相对有限。根据美国兰德智库 2020 年估 算，一套自动驾驶系统量产需积累 170 亿公里以上数据进行优化，谷歌旗下自动驾驶公司 Waymo 已耗时 10 年以上进行测试，累计模拟测试 100 亿英里，行驶行程 2000 万英里。 此外，现有测试场容量有限、设备昂贵、效率不高，因此综合来看我国仅靠单车智能完成 追赶具有一定难度； 2）从基础设施禀赋及国情来看，我国更适合走“车路云一体化”路线：I.网络基建方面， 截至 2024 年 5 月末，我国 5G 基站总数达 383.7 万个，全球领先，且我国大力推进 5G、 物联网、卫星互联网等技术的衍生应用，能够满足车路云一体化对于通信网的基本要求；II. 路侧基建方面，我国收费公路总里程/高速公路总里程均领先于美国，这意味着我国所积累 的路侧设备 RSU 的数量和分布范围大于美国（根据工信部，截至 2024 年 5 月末我国智能 化路侧单元（RSU）部署超过 8700 套），可在原有禀赋的基础上快速改造升级；III.国情方 面，美国基础设施投资一般由市场主导，且更加强调隐私性，因而路侧/云端基础设施投资 难以推进，而我国基础设施投资由政府主导，本次试点中相关路侧/云端基础设施建设有望 快速推进。

全球其他发达国家的路线选择：以日本、德国为例，两国汽车工业成熟，自动驾驶和车联 网均有一定积累，未来或根据当地的路线进行灵活调整。日本和德国拥有发达的汽车工业 以及成熟的整车制造能力，德国旗下豪华车品牌（如奥迪、宝马和奔驰）对自动驾驶的研 究起步较早，技术较为领先。其中：1）日本对于车联网早有布局，2018-2022 年，日本相 继发布了《自动驾驶汽车安全技术指南》、《道路交通法（修正案）》，持续更新发布《官民 ITS 构想路线图》、《实现自动驾驶行动方针》等政策法规，探讨了 L4 级自动驾驶的基础设 施协同机制与商业模式等，并计划于 2025 年实现高速公路 L4 级自动驾驶等；2）德国亦有 Ko-HAF 项目进行智能网联汽车示范，该项目使车辆通过移动无线电将其环境信息发送到安 全服务器，服务器将信息进行收集压缩使车辆拥有最新的高精地图，从而提供更好的信息 预报。 未来，日本和德国亦将面临路线选择的问题，考虑到两者在 AI、5G 领域处于追赶者角色， 在自动驾驶和车联网方面均有积累，但较中美来说国内市场相对有限，因此我们亦关注其 在其他国家地区中的路线选择。我们认为两国未来将会根据当地的路线进行调整，如在欧 美地区跟随单车智能，在中国地区配合车路云一体化方案。