来源于：上海聆英企业管理咨询有限公司
1 聆英观点
- 车路协同与单车智能双线并举，加速L5时代的到来
- 通过“人-车-路-云”架构，形成高度协同的智慧交通体系
- 基于复杂车载场景设计的智能车载系统是车端的核心，具有强大的计算、指挥能力
- 蘑菇车联通过车路云一体化，以车路协同引导自动驾驶规模化落地
- 主玩家入局路侧端市场，未来运营主体或从*转移到企业
- 百度Apollo Air试验纯路侧技术，打造C4级智能化道路
- 边云协同是V2X云控平台架构的核心，企业对云端布局战略持保守态度
- 华为云IoT基于边云协同架构，率先进行V2X商用落地尝试
- 车路协同产业链构成复杂，建设运营主体多元化符合发展趋势
- 通过协同控制为业务生产系统增效，关注细分领域应用场景有助商业化落地
- 构建数据互通的产业生态圈，向功能集成方向发展，是车路协同的发展趋势
- 行业标准体系亟待建立，政策对车路协同未来发展的具体规划指导仍不明晰
车路协同与单车智能双线并举，加速L5时代的到来
- 单车智能和车路协同区别的本质是技术和成本在车端和路侧端的分配差异。
- 5G时代下，两条技术路线都具有巨大的数据计算量，车路协同在单车智能的基础上进行补充，能够节省算力和能耗。车路协同和单车智能双线并举发展并逐渐向车路协同路线倾斜，是未来趋势。
通过“人-车-路-云”架构，形成高度协同的智慧交通体系
- 车端、路侧端、云端是车路协同的三个主要端口。车端通过车载计算平台进行数据处理，路侧端通过边缘计算进行数据融合，云端提供信息实时传输的可能性，使车辆实现网联化自动驾驶。
- 5G基站、路侧感知设备与边缘计算设备的铺设使车路协同实现的前提条件，需要多主体的通力合作，产业协调难度高。
基于复杂车载场景设计的智能车载系统是车端的核心，具有强大的计算、指挥能力
- 智能车载系统通过对车载端的海量数据实时处理和多传感器数据融合，保证车辆在复杂路况中的稳定安全。
- 创新型车企和互联网科技公司积极布局车路协同领域。2020年8月，广汽新能源交付应用高精地图的埃安LX，标志其已进入单车智能和车路协同的融合发展阶段。百度持续推进”Apollo”车路协同方案，2020年4月发布“ACE”交通引擎并已正式落地。
案例分析一：蘑菇车联通过车路云一体化，以车路协同引导自动驾驶规模化落地
- 蘑菇车联基于自身车载OS系统与AI云平台，融合车路协同、车车协同、单车智能。通过路侧设备共享，降低硬件成本，实现对单车的智能化改造，从而推动自动驾驶规模化落地。
- 蘑菇车联自成立以来一直主攻车路协同自动驾驶，具有长期的测试经验和数据积累，并基于自身技术优势率先实现商业落地。2020年9月蘑菇车联与比亚迪建立跨界合作，其意在将自身车联优势与智能驾驶深度融合，进一步推动规模化落地。
主玩家入局路侧端市场，未来运营主体或从*转移到企业
- 现阶段，我国路侧端RSU及其他智能感知和决策设备主要由*主导，与传统交通系统融合。
- 但随着路侧端布局对于车路协同全环节发展重要性愈发明晰，各玩家积极抢占路端市场先机，互联网巨头HBAT纷纷落地路端发展方案。2019年6月，阿里入股千方科技，正式部署路端战略。2020年5月，百度发布Apollo Air计划，使用纯路侧感知能力，实现开放道路连续路网L4级自动驾驶闭环。
案例分析二：百度Apollo Air试验纯路侧技术，打造C4级智能化道路
- Apollo Air依靠纯路侧感知技术实现自动驾驶，其目的之一是以路端数据反哺车端数据。从此举可以看出，百度接下来的发力点从单一的车端转为车路双线，二者互为补充，加速L4级车路云协同的到来。
- 百度强调路端建设对于车路协同发展的重要性，并希望牵头新基建发展。但纯路侧感知从技术和责任方界定两个角度来看均难以实现，且扩展性差、投资方主题不明确。
边云协同是V2X云控平台架构的核心，企业对云端布局战略持保守态度
- 边缘计算与云中心融合的边云协同能够通过分散计算负荷与集中控制，实现数据优化和降低时延，将云端计算的效率和成本发挥到最佳水平。
- 以华为、阿里为代表的互联网科技企业基于自身的数据和算法优势，搭建云控平台。目前路端、云端基本协同并行，未来云平台的后期运营主体可能为企业，但国家仍为主平台的核心掌控端。
案例分析三：华为云IoT基于边云协同架构，率先进行V2X商用落地尝试
- 华为基于车路端的连接数与数据量，建立具备强算力与AI能力的云化数字底座，为智能网联提供全局性策略优化。
- 华为基于自身数据和算力优势，搭建算云协同的整体云端架构。其利用自身首发优势，引领V2X标准建设并尝试推动商用落地，但仍处于满足车路协同示范测试需求阶段。目前来看，受限于数据归属与管理等问题，联通人-车-路-云间的数字化信息交互理念短期内难以实现商用落地。
车路协同产业链构成复杂，建设运营主体多元化符合发展趋势
- 车路协同行业涉及面广，跨界融合特征突出，建设运营主体和参与者具有多元化特点，其产业链主要覆盖基础层、平台层、应用层三个方面。
- 2018年9月，全球首个城市级C-V2X项目落地无锡。在*主导下，车企、云计算服务商、通信服务商等多主体参与运营，试验了未来车路协同多运营主体的可能性。
通过协同控制为业务生产系统增效，关注细分领域应用场景有助商业化落地
- 车路协同仍处于辅助信息交互阶段，信息服务与协同服务是具有直接商业价值的场景。后者需要技术验证及政策批准，现阶段关注细分领域应用场景是尽快实现落地的可能方案。
- 车路协同目前大部分应用仍停留在初级阶段，示范区同质化现象严重，对交通场景的挖掘不够深入，应用场景质量亟待提高。通过协同控制提升系统效率，是车路协同技术的核心价值之一。
华为：自动泊车作为低速封闭场景，是车路协同能迅速落地的场景方向
- 自动泊车作为低速封闭、环境简单的场景，落地难度较低。
- 自动泊车(AVP)方案具有可行性：①泊车属于汽车刚需，能够用多元服务进行装载；②有利于数据监管及降低运维成本
- 场景应用方向：路测改善辅助；车辆路径规划。
构建数据互通的产业生态圈，向功能集成方向发展，是车路协同的发展趋势
- 多功能集成：车载信息娱乐交互是未来主机厂设计及用户需求的重要方向，未来V2X技术将向信息娱乐系统拓展。
- 数据安全性：通过建立动态安全监测机制，构建云-管-端全方位数据加密体系，能有效增强用户数据的安全性。
数据：作为车路协同的核心，互联打通仍面临多重阻碍
行业标准体系亟待建立，政策对车路协同未来发展的具体规划指导仍不明晰
- 行业标准体系仍处于起草阶段，LTE-V2X为车路协同的技术方向
- 数据信息由*平台主要管控，尽量减少车端采集，是未来V2X方案的发展方向
- 车路协同是符合国家整体规划的技术方向，2020年已明确提出推广车路协同技术，并针对V2X相关的智慧公路、数字交通建设给予资金补助。但具体领域的规划指导政策并不明晰，目前企业仍在自行摸索。