如何看待各类型车联网数据产生的赋能作用？

车联网数据主要包含车端、路端、云端、网络端4大类数据，不同来源的车联网数据赋能场景各有侧重。

1.车端数据赋能汽车研发生产逐步深化，数据流通价值更大释放有待探索

当前，智能网联汽车的数据采集感知设备装配已广泛普及，根据2024 年前三季度在市场中销售的近 5000 款乘用车型统计，标配车外摄像头的车型数已达到 79%，平均每个车型安装3.15 个摄像头，标配语言识别控制系统的车型数达到了 71%，具备触摸功能的中控屏占比高达 82%。一些涉及被动安全的传感器功能如胎压监测等达到85%的标配比例4。同时，车辆的网联渗透率日益增长，2024 年1-9月乘用车新车车联网前装标配 1312.50 万辆，同比增长14.09%，标配搭载率 84.59%；其中前装标配 5G 车联网交付上险215.51 万辆(含选装)，同比增长 88.45%；V2X 交付上险 29.37 万辆，同比增长37.31%5。智能网联汽车感知设备类型增多、装配率提升，极大地丰富了智能网联汽车数据，提升了车辆网联渗透率，加速了智能网联汽车数据的流通，加快数据在汽车研发设计、生产制造等全生命周期的应用，提升对交通、保险等跨主体应用的赋能。

（一）智能网联汽车数据赋能汽车产品研发优化创新对智能网联汽车核心零部件性能进行优化。车企通过精准把握用户驾驶习惯与常用工况数据，对车辆的动力性能、制动性能以及主动安全等核心性能进行定制化优化，确保车辆在不同使用环境下均能发挥最佳表现。在传统燃油汽车领域，监控的车辆运行数据主要应用于底盘系统功能如车身稳定系统、牵引力控制等功能优化；在新能源车领域，通过监控电池的电压、电流、温度等参数，可以评估电池的健康状况，确保电池在安全、高效的范围内运行。

对智能网联汽车新功能产品研发进行赋能。针对智能座舱功能，通过采集用户语音指令并分析其使用频率、指令类型，对车载语音助手的语音识别准确率、响应速度进行优化从而提升用户交互体验；通过对多屏使用的时长、应用切换频率等用户数据的分析，对多屏交互的内容层级、显示布局等进行自适应优化，降低操作复杂度、提高信息获取效率，同时实现更精准的个性化服务。针对智能驾驶功能，车辆采集的外部环境数据，如智驾视频、雷达点云和电子控制器（ECU）内部信号等数据，助力智能驾驶算法迭代训练，提升高速领航、城市领航智驾等功能的性能。 对智能网联汽车研发测试进行优化。车企通过对车门、车灯等部件使用频率的大数据分析，科学调整试验次数指标，减少测试资源浪费；通过对数据挖掘与仿真测试，优化智驾功能测试方案，减少实车测试需求，从而缩短产品开发周期，提高测试效率，精准匹配市场需求，最终提升产品质量与用户体验。

（二）智能网联汽车数据赋能汽车生产制造提质增效对生产制造环节制造质量预警类应用场景进行赋能。车企通过采集下生产线车辆的运行工况数据，结合出厂车辆的历史故障信息形成预警规则库，及时拦截故障车辆出厂。例如：基于新能源汽车在线大数据驱动的质量管理模式，某车企设置超过千余项的数据信号项，并通过高频率数据上传，形成了海量的三电系统及电子电器系统的实时数据，构建百余项预警规则，实现大数据质量预警功能。车企工厂端根据实时接收下生产线的车辆预警信息，并发布到工厂质量管理系统，从而拦截潜在的故障车辆。通过这些措施，车企达到了提高出厂车辆质量、减少返修成本、缩短问题处理周期以及提升用户满意度的效果。

（三）智能网联汽车数据赋能汽车后市场效率提升汽车后市场是汽车从售出到报废的过程中，围绕汽车售后使用环节中各种后继需要和服务而产生的一系列交易活动的总称，包括汽车维修售后维保、二手车交易、报废回收等环节。智能网联汽车数据可对汽车后市场进行赋能。售后维保方面，车企基于新能源车的实时监控大数据，开发针对电池电压一致性、温度异常等六类关键参数的预警算法，提前发现潜在风险，避免电动车安全事件的发生；运用车辆行驶状态数据，包括车速变化、双闪灯状态等信息，结合AI 算法构建碰撞检测模型，响应并精准识别事故，通过主动服务方式吸引车主前往自身体系的 4S 店，提高事故车回厂维修率，提升客户体验；通过 AI 和大数据技术，处理车辆的故障码、CAN 信号等数据，自动生成诊断策略和维修方案，解决传统汽车后市场服务中诊断效率低下的问题，提高故障识别准确性和维修效率。二手车交易和报废回收方面，欧盟支持建立的 Catena-X 汽车数据空间将车辆行驶等数据以属性数据的形式整合到电池碳足迹标签中，提高二手车交易和报废回收环节中的残值计算和全生命周期碳足迹核算的完整度和准确性。

2.路端数据赋能交通管理和汽车产品研发效果初显，数据规模和质量有待重点提升

当前我国车联网路侧基础设施已覆盖30 余个城市和多条智慧高速公路路段，覆盖范围不断扩大。随着国家级车联网先导区、智能网联汽车“车路云一体化”应用试点、公路水路数字化转型试点的开展，城市车联网路侧基础设施覆盖范围逐渐由小范围向市级全域扩展，高速公路行业推进开展高速公路数字化工作，逐步完成监测设备等路侧基础设施的加密部署，并综合利用 ETC 门架系统、摄像机、雷达等各类感知手段和设施设备，建设涵盖基础设施、运行状态、交通环境、载运工具的全要素动态感知网络建设。路侧基础设施数据质量不断提升。“视频+毫米波雷达”成为各地部署感知系统的主流方案，多传感器融合技术得到广泛应用。同时，单点融合、组间融合、跨域融合等先进融合算法不断迭代演进，推动路侧感知相关技术及产品成熟度持续提升。城市区域路侧基础设施的单点位感知定位精度已能满足大多车联网应用场景需求，约 70%测试路段可达到1.5 米以内定位精度，90%可达到 5 米以内的定位精度；机动车查准率高于80%，查全率高于 90%6。路侧基础设施数据规模不断扩大、质量不断提升，赋能车联网应用场景探索不断丰富，提升道路交通安全、效率及管理效能，赋能车企产品升级，提升用户体验。

（一）路侧基础设施数据提升交通安全和效率城市路侧运营企业深入挖掘路侧数据，赋能智能交通系统决策，提升城市交通管理效果。一是路侧感知数据赋能交通信号动态控制优化。传统交通信号灯配时采用固定信号配时或预先设定的信号配时方案并进行优化，无法充分利用交叉口的时空资源。基于毫米波雷达、视觉为主的路侧感知系统方案，可获取交通信号数据、交通流参数、交通事故等多类数据，为交通信号实时动态优化提供了有效的交叉口交通流时空信息。如无锡利用雷视融合的路侧感知数据，为交管部门提供交通态势全景信息、交通流参数数据，进行信号分时段优化、绿波协同优化等交通管控优化方案生成，并可支持全域交叉口综合评价排名。二是路侧感知数据助力城市交通拥堵治理和安全提升。路侧感知数据可提供广覆盖、高频率的交通调查数据，为交通流模型计算提供更有效的数据基础。如上海利用路侧感知数据，构建交通网络拥堵溯源分析模型，快速定位并追踪路网拥堵根源，从而支撑交通疏导策略，提高道路通行能力。浙江桐乡基于路侧感知“全息”道路要素，实现可变车道实时控制、交通绿波控制等，促进城市道路系统性拥堵治理；美国密歇根州车联网试点项目在实施的第一年内成功减少了26%的交通事故7。

高速公路建设运营企业基于路侧感知数据，赋能高速公路传统业务数字化转型升级，提升高速公路交通效率与安全。当前，智慧高速试点工程大多利用雷视融合、雷射融合、激光雷达+视频、光纤光栅+视频等多种路侧感知技术获取交通流信息、车辆信息、交通环境信息等，多种感知技术各具特色，适应多类场景需求。一是数据赋能高速公路交通智慧扩容。基于路侧感知数据，可以支撑速度和谐8、动态开放硬路肩9、动态限速等系列主动管控策略的优化，从而实现不考虑改扩建工程下的智慧扩容，提升高速公路通道通行效率。江苏交控通过“AI 平方”多源感知监测与主动管控系统获取交通流数据，突破传统单一厂商 AI 多业务场景识别能力不均衡的瓶颈，实现感知数据质量显著提升，沪宁高速车道管控年均开放1500 余小时，高峰流量时段增加车辆通过近 60 万辆，通行流量效率提升11%，通行速度提升 19%10。德国修建主动管控系统的高速里程已达到3988 公里，依托路侧感知系统助力实现高速公路通行效率提升，根据北威州的数据显示，采用速度和谐的技术策略可提高通行能力约3%，降低由于事故产生的拥堵次数约 30%。二是数据赋能高速公路安全管控。高速公路在途突发事件应对中，救援人员及警务人员面临的主要挑战在于精准定位事发地点的问题。借由路侧感知系统，可实现应急事件识别，并将精准定位信息迅速传输至运行监测及管控中心，车辆或用户手机与监控中心的通信连接，可帮助待救援者完成相关应急工作，同时应急救援队根据调度要求，快速将资源运输至现场，提高救援效率。沪杭甬高速基于数字化前端感知关键设备采集的交通流宏观数据、监测视频、路侧感知数据等，支撑高速应急救援队、高速交警等多种角色实现信息互通、事件互认，实现事故一体化施救。

（二）路侧基础设施数据赋能车企产品升级，提升用户体验 城市路侧感知数据赋能车企产品研发与功能升级，持续丰富多维数据内生价值。一方面，路侧感知数据赋能车企自动驾驶技术研发与产品突破。苏州某企业探索通过融合路端与车端传感器采集数据，构建规控算法、感知算法场景库，形成面向自动驾驶的数据集生产系统，支持自动驾驶算法训练与迭代，助力自动驾驶技术研发与产品突破。另一方面，路侧基础设施、车企等跨主体的数据流通方式不断探索，助力提升车企产品能力升级。如中国信通院联合地方建设运营主体、车企共同发起车联网数据开放服务计划，并探索在高速公路行业的扩展应用，通过“云-云”对接的方式敏捷地在多个城市和多个车企建立数据传输通道，将车企迫切需要的路端及平台端的数据快速开放，助力车端 ADAS 与网联融合功能量产上车。

高速公路探索基于路侧数据的伴随式用户服务及物流价值。一方面，数据赋能高速公路用户服务效果提升。汇聚路侧感知数据后，高速公路数据平台、云控平台等可通过可变情报板、自研APP、水幕警示系统、车路协同系统、第三方导航等面向高速公路驾乘用户进行信息发布，主要包括广义事故事件、管控措施通知、服务区等引导信息，实现重要节点的在途伴随式信息服务。湖北鄂州机场基于光栅光纤、雷达和视频的多源融合传感系统，建设智慧高速一体化管控平台，通过系统管控算法策略，探索通过可变情报板、北斗服务平台、ETC拓展服务平台、高速公路交警预警平台、专用预约通行APP、基于车辆画像的出行服务平台、导航图商等多种方式实现面向在途用户的路况信息、事件事故等信息精准触达。山东高速、成宜高速、沪杭甬高速等探索通过自主研发 APP、小程序等技术手段将计划性施工养护信息、感知类交通事故信息、动态应急车道开放情况、收费站开关闭情况等信息触达用户。另一方面，高速公路的路侧数据可支持物流运输效率升级。山东、浙江、贵州等多地高速公路集团基于高速公路运行监测数据，实现物流数据信息全量整合，加快推进智慧高速物流网建设，推动“网络化配送+分布式仓储”，进一步实现货物运输数据的深度挖掘，为智慧物流管理、车货智能匹配、车货全方位监管等智慧运输业务赋能。

开启数据资本化新阶段，赋能跨行业产业新生态。路侧数据产品及服务不断向标准化、场景化方向演进，各地积极探索数据获取、数据运营、数据交易流通、数据监管等机制体制，持续扩大数据流通赋能效应。当前已有城市运营单位和高速公路运营企业通过持续探索“数据资源化-数据产品化-数据资产化-数据资本化”路径，助力跨行业主体增收、增值、增资。柳州通过将智能网联数据价值化、资产化、资本化，在数据交易中心挂牌出售，以数据产品交易增收，通过数据资产入表，实现运营主体资产增值；通过向金融机构抵押数据资产，成功实现融资 2000 万元11。山东高速实现首批数据资产入账入表，成功办理 3000 万元数据知识产权质押融资业务12；湖北交投集团两项数据产品成功上架“湖北省数据流通交易平台”，兴业银行武汉分行据此向湖北交投集团授信 1 亿元13。另外，福建、贵州、上海等地在大数据交易所建立了交通类数据专区，提供了较为成熟的行业数据专区经验，为路侧数据对外流通提供了可靠支持。

（三）路侧基础设施数据价值释放面临的关键问题路侧感知系统渗透率和数据质量仍是制约路侧基础设施数据规模化应用的主要因素。路侧感知系统渗透率方面，当前，城市和高速公路依托试点示范建设的“点状”路侧感知系统可以支撑车联网场景应用及技术验证，但距离形成商业化价值释放仍有一定差距。面向未来跨主体、规模性的数据流通及商业模式构建，仍需要突破路侧基础设施部署由“点状”向成线、成片的转变难题，形成“城市-高速”条块结合、跨域联通的基础设施支撑，支撑车企、物流企业等多主体的应用场景进行数据挖掘和特征分析。同时，仍需要进一步从面向交通安全和效率的刚性需求出发，探索数据应用的更多有效场景，带动路侧感知系统渗透率提升。数据质量方面，路侧感知系统需要进一步增强融合算法的精确率，尤其是高速公路对事件、事故的感知算法准确率。例如，当前高速公路运行监测中心存在的感知事件/事故产生“误报”较多的情况，影响了高速公路管控数智决策的及时性和精准性，甚至加重运行监测部门负担，难以支撑高速运营单位的数据资产入表计价和数据流通价值释放。此外，路侧感知系统仍需构建常态化、高实时、体系化运维体系，保障路侧感知系统的数据质量。

路侧数据开发及应用的市场化路径有待进一步探索。当前城市和高速公路路端的数据市场还处于培育初期，数据流通途径和场景仍需进一步扩大。数据涉及和赋能的细分领域广，真正从数据资源化向数据资产化转变仍面临数据确权、数据运营生态等诸多难点。如数据流通场景方面，高速公路大量路侧数据的价值发挥不足，高速公路运营方探索多种技术方案将数据触达用户，但技术方案效果有限，尚未实现数据大规模触达车端的有效技术路线及运营模式。数据确权方面，城市和高速公路道路的复杂交通系统涵盖人、车、路、环境等，数据来源涉及运营主体、公安、交通、市政等各类采集主体，数据维度丰富、特征复杂，且数据的产权权属等较为复杂，相关数据确权配套的基础性法规制度尚不完善。数据生态方面，交通类专业的数据商、专业数据交易平台探索刚起步，区域级数据交易市场的产业优势、本地资源特征有待进一步挖掘，同时在交通行业数据资源质量高、需求旺盛的区域，行业数据场景优势仍有待进一步发挥，亟需搭建起一批交通类专业性交易平台，成为推动交通类数据交易的关键抓手。

3.云端数据赋能出行及物流运输相对成熟，赋能智能驾驶的数据质量及其价值释放能力有待加强

在通用的概念中，云平台是提供计算能力、存储能力等虚拟化资源，并作为承载数据的一种载体，车端和路端都会有各自的云平台来配合实现数字化及其价值释放。本章重点关注可以释放数据价值的车联网云平台，主要可分为三种类型：第一种是可面向C端消费者或者 B 端物流企业提供地图、出行、物流等服务的应用平台，如导航平台、网约车平台、车货匹配平台等，主要由市场化企业建设和运营；第二种是可面向智能网联汽车提供新型服务的云平台，如车路云一体化系统中的云控平台，主要由各个城市平台公司建设和运营；第三种是实现交通监测、安全监管或治理的平台，如智能网联汽车安全监测平台，由政府部门主导建设。以上各车联网云平台均可以通过对数据的汇聚、加工、分析、建模，揭示出其更深层次的关系和规律，赋能辅助驾驶与自动驾驶、出行、运输、交通治理等应用更智慧、更高效、更精准。

（一）云平台数据赋能智慧出行优化和运输效率提升第一类的地图、出行和物流等云平台通过分析海量数据，优化用户出行或物流运输，已形成普遍的商业化服务。地图、出行、物流等云平台已经具有成熟的商业模式和庞大的用户数量，可收集汇总大量基础数据。对于地图平台，据 QuestMobile 数据，高德地图在2024年第一季度的月活跃用户突破了 8 亿。基于用户大数据分析，地图导航软件可展示路况信息、事故信息、预测交通流量等应用已非常普遍。此外平台可基于出行大数据的宏观、中观、微观分析及预测能面向G端、B 端、C 端提供服务，例如宏观交通流量预测可以辅助政府管理部门更好的在短期内制定交通保障预案，在长期内布局交通发展规划；又如中、微观的交通模型分析可以辅助公交公司优化线路、合理规划公交车道和车站，甚至可以辅助加油、餐饮、娱乐等经营者选择店铺位置等。对于出行和物流平台，根据交通运输部网约车监管信息交互系统的数据，截至 2024 年 8 月，全国共有359 家公司取得许可建设网约车平台，滴滴出行等网约车平台已经高度普及；根据QuestMobile的数据，货拉拉在 2023 年的月活跃司机用户就超过了100 万，2024年上半年促成订单超 3.38 亿笔。基于海量用户出行或货运需求数据的经验分析，平台可为网约车司机或货车司机提供高需求点位建议，优化司乘、车货匹配效率。此外平台可基于接入平台的网约车、物流车等浮动车数据，提供分析预测交通流量、辅助优化信控算法、预测污染物和碳排放水平等能力。

第二类的云控基础平台依托分层解耦的数据底座，面向智能网联汽车提供更多新型的出行服务。云控平台是车路云一体化系统的重要组成部分，按照“分层解耦、跨域共用”的理念，可分为底层的数据底座即云控基础平台和上层应用即云控应用，云控基础平台又可分为边缘云、区域云、中心云，每层云中包含一体化底座和分级共享接口，定义了融合感知、协同决策、协同控制、交通管控及领域大数据赋能等 5 个领域标准件，封装满足核心服务领域用户需求的各类共性服务能力。云控基础平台汇聚了跨行业的多类标准化数据，可支撑产业各方积极探索数据赋能出行服务形成价值闭环。例如，公安部交科所牵头制定国家标准，规范公安交管信控平台数据向云控基础平台传输交通信号灯数据、交通事件数据的传输方式，使云控基础平台可以标准化的获取交管类公共数据，支撑实现面向C 端车辆的交管信息推送服务；柳州车联网先导区将数据提供至汽车分时租赁品牌WarmCar，在车内向租客提供行驶路线的交通信号灯状态等信息服务；中国信通院牵头开展交通信号灯信息开放服务计划，推动多个城市的云控基础平台将交通信号灯信息开放至车企平台，支持车企开发更便利车主的车载应用。

（二）云平台数据赋能辅助及自动驾驶功能增强第一类的地图导航平台可利用其全面完备的路网数据以及众包数据，面向驾驶员提供辅助驾驶类应用。例如，高德导航基于海量用户的行为数据，利用人工智能技术分析城市路口红绿灯配时，并在导航界面直接向用户呈现，优化了用户在通过交叉路口或者等红灯时的驾驶体验；还可基于同一个区域内不同用户的数据进行匹配分析，实现路口防碰撞提醒、前方急刹车提醒、对向来车提醒等功能。第二类的云控基础平台通过融合感知、协同决策、协同控制等领域标准件，数据赋能驾驶引导、应急接管等应用场景。云控基础平台一般与车联网路侧感知、通信、计算设备同步建设，实现路侧设备管理、数据采集、信息分发等功能，同时接入开展测试或示范的智能网联汽车。无锡、北京亦庄、重庆、柳州、长沙、杭州、德清等城市已经依托智能网联汽车“车路云一体化”应用试点工作，已部署或正在部署云控基础平台，构建了道路感知基础能力以及车联网C-V2X无线专网、固定传输网络等运行环境，云控基础平台可支持数据通过C-V2X 直连通信或 5G 蜂窝通信触达智能网联汽车，进而实现网联辅助驾驶、自动驾驶远程接管等业务贯通。例如北京亦庄基于云控基础平台实现 Robotaxi 的网联自动驾驶示范运营，车辆规模和行驶里程均全球领先；无锡车城智联基于云控基础平台运营无人驾驶小巴，目前已开通 6 条线路超 50 辆小巴，可实现云控基础平台对小巴的线路规划和优化、远程监控及应急接管等功能，保障运营安全可靠；柳州市将感知数据提供至上汽通用五菱、东风柳汽等车企，用于其开展自动驾驶类产品研发、自动物流车示范运行。

第三类的智能网联汽车安全监测平台接入车辆上传的测试数据，可实现评估方案水平、分析异常原因、研判技术发展方向等能力。智能网联汽车安全监测平台主要用于对测试车辆运行安全状态进行实时监测，配合相关管理部门开展交通违法处理、事故调查、责任认定、原因分析等工作。工信部等组织“智能网联汽车准入和上路通行试点”工作，支持包括一汽、长安、比亚迪、广汽、上汽、蔚来等企业在内9 个联合体在开展准入、上路通行和运输经营试点，重庆、深圳、广州、北京、上海等城市配套建设了安全监测平台，通过对涉及公共安全和行政管理的必要数据进行客观提取、独立存储，为自动驾驶技术研发、功能推广、产业发展提供有效监管和安全保障。北京、上海等城市还基于安全监测平台的数据，定期发布分析报告，对产业发展进步和自动驾驶企业研发关键技术起到了很大的指导及启发作用。

（三）云平台数据赋能交通治理决策优化第二类的云控基础平台通过融合感知、交通管控等标准件，数据赋能道路状态分析、信号配时优化等功能。北京高级别自动驾驶示范区利用云控基础平台采集的路侧摄像头数据，为区域内交通事故执法、特别是涉及到自动驾驶车辆、低速无人车辆的交通事故执法提供依据；德清城市运营主体利用路侧的感知数据，为交警、企业等提供道路事件监控等服务，并成功上线大数据交易所；襄阳市汉江智行作为城市云控平台的建设方，利用车联网路侧感知设备的数据，分析重点路口不同方向排队长度等信息，计算优化路口红绿灯配时的策略，实现了一批重点路口的交通通行效率大幅提升。产业各方积极开展基于云控基础平台数据底座的应用研究，重点关注车辆数据与交通数据的联动和融合应用。博世研究基于车载在线诊断设备（OBD）数据探测路面状态，利用车载OBD通过高采样率获取到的扭矩分配、轮胎打滑等数据，可分析测算路面积水、结冰等异常路况，并将分析结果反馈至云控基础平台用于形成预警类信息。中国信通院开展基于轻量化车载传感器的预研工作，通过陀螺仪等传感器数据分析车辆颠簸原因，预测路面破损、限速带等情况，可支撑道路养护决策。在公路基础设施数字化转型升级工作中，多个高速公路业主探索将高速公路出入口开关信息、应急车道开关信息、计划性施工等数据与城市云控基础平台进行融合，研究将其广泛触达到智能网联汽车的机制和技术方案。

4.网络端数据赋能提升网络连接和用户服务效果显著，多类型通信网络数据价值有待深度挖掘

我国车联网通信网络基础设施规模持续扩大，截至2024 年11月底，我国 5G 基站累计超 419.1 万个14，覆盖所有地级市城区、县城城区；截至 2024 年 12 月底，全国部署车联网路侧通信单元超11000套15，覆盖 30 余城市和多条高速公路，相比去年同期增长超2600套。随着通信网络规模不断扩大，车联网用户数不断提升，通信网络采集的数据量日益增长，在提升通信网络运营商自身业务服务基础上，形成车联网数据产品和服务，赋能汽车、智能交通等行业。

（一）通信网络数据提升车联网网络连接服务通信网络数据提升网络运维处理能力。通信运营商利用网络信令、网络日志等数据，对网络的各环节进行监控，当网络设备或其它网络环节出现故障时，识别潜在问题或搜集到已发生的故障信息，进行预警、反馈，或自行排查网络故障，此外，还能预测网络的中断或拥塞。例如，中国移动通过磐舟 DevSecOps 平台的AIOps 智能运维等交付能力，提升网络优化能力，使得需求交付周期提升50%，系统进程故障自愈率达到 90%，问题解决周期改善49%16。通信网络数据优化网络覆盖和提升网络性能。中国移动、中国联通等通信运营商纷纷推出5G 车联网质量探针产品，采集车端基础信息、状态指标、性能指标和相关事件数据，提供网络实时状态数据，通信运营商据此优化车联网网络规划，可更好地匹配用户需求，按需增加基站扩大网络覆盖范围，合理配置网络资源，提升车联网业务质量和客户体验。

（二）通信网络数据赋能车企提升用户服务能力通信网络数据为车企车载信息服务提供定制化的用户连接和流量运营。电信运营商将蜂窝移动通信网络的计费策略、车载SIM/eSIM卡码号等数据通过定制与二次封装，面向车企提供针对用户的车载信息服务功能。如中国电信的车联网运营服务、中国移动OneTraffic智慧交通平台的智能网联服务、中国联通 5G 车联网联接服务等，与一汽、上汽、长安、大众、奥迪等车企广泛合作，提供eSIM码号切换、码号生命周期管理等连接管理能力，以及内容计费、流量包再分配等流量运营能力。通信网络数据提供定制化高质量网络连接服务。中国电信、中国移动和中国联通等通信运营商将路由分流策略、网络切片参数配置等通信网络数据通过封装，提供多域APN（Access Point Name）隔离、差异化（QoS）保障等能力开放服务，车企或其他用户可根据自身业务需要，调用相关的能力开放接口，获得低时延、高可靠的连接服务。

通信网络数据赋能提升汽车智能驾驶服务能力。网联辅助驾驶和自动驾驶功能对网络的时延、可靠性等指标要求高，车企或自动驾驶服务商希望能够提前知道网络性能，如预期的网络延迟、吞吐量等，从而能够根据网络实时状态提前调整驾驶策略，如降低自动驾驶等级，或通知司机接手驾驶等。华为、中国移动、德国电信等厂商在 5GAA 完成“可预测 QoS 与车联网业务调整”课题研究，提出根据网络开放的预测 QoS 参数，研究调整车联网应用程序和智能网联汽车系统的反应或自适应的方法和策略。通信网络数据赋能汽车售后和营销服务。电信运营商依托海量的用户数据及精细化的标签体系，为车企精准定位目标用户群，为车企提供强大的市场分析、客户管理及售后服务支持。如联通智网科技利用大数据提供充电桩选址优化、定制化车险服务等，增强了车企客户体验。中国移动利用梧桐大数据平台，与长安、吉利等车企合作，对存量客户二次购车的意愿和需求进行评定，并通过各种活动对高意向客户进行重点营销，以提升营销效果和客户忠诚度。

（三）通信网络数据赋能交通提升交通管理和服务能力通信网络数据提升智慧高速服务区管理服务能力。中国联通、中国移动等通信运营商，依托对车载终端4G/5G 网络信令数据分析，获得高速公路服务区流量、旅客驻留时长、旅客到访频次等数据，辅助服务区进行服务资源优化、应急指挥等。通信网络数据提升城市智能交通管理能力。中国联通在苏州开展“一网统管城市交通专题”项目，通过分析 4G/5G 网络信令来获取用户位置，并汇聚交警、城建等部门数据，分析具体区域、路段等道路的拥堵程度及变化趋势，面向车联网用户发布拥堵路段预警等应用。