作者： 熊莉、于威业政策落地速度超预期，推动车联网建设趋势加快据电车汇消息，近日发改委、工信部等 11 个国家部委联合下发了“关于印发《智 能汽车创新发展战略》的通知”，通知中提出到 2025 年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。到 2035 年，中国标准智能汽车体系全面建成的目标。本次文件是 2018 年 1 月征求意见稿后的正式文件。其中还提出，到 2025 年，实现有条件自动驾驶的智能汽车达到规模化生产， 实现高度自动驾驶的智能汽车在特定环节下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网络（LTE-V2X 等）实现区域 覆盖，新一代车用无线通信网络（5G-V2X）在部分城市、高速公路逐步开展应 用，高精度时空基准服务网络实现全覆盖。并提出，推动有条件的地方开展城市级智能汽车大规模、综合性应用试点，支 持优势地区创建国家车联网先导区。本次文件出台时间节点超出市场预期，对智能驾驶、车路协同 V2X 板块形成直接推动，国家推进车联网建设的趋势进一步加快。当下在 5G 基础设施建设、 汽车电子普及、电动汽车快速发展的三大基础之上，车联网市场爆发成为确定性机遇，政策驱动下全产业链有望充分受益。计算机行业车联网子版块主要包括软件厂商&图商、GIS 国产化厂商、ETC 设备厂商、智能车载终端厂商、智能车载监控厂商 5 个部分。中国 V2X 标准制定引领全球，政策与建设力度领先当下，交通安全、效率、服务都有待提升，是国家重点关注的民生问题，新技 术的应用在智能交通发展上具有重大意义。V2X 是采用先进的无线通信和新一 代互联网等技术，实现车与各交通要素的直接交互，综合实现碰撞预警、安全 预防及通报、辅助驾驶等多种应用; 同时，通过与云端的交互，车辆可以实时 获取全局交通网络的状态并作出及时反应，从而形成安全、高效和环保的智慧 交通有机体系。V2X的底层通信技术主要有DSRC和C-V2X两种。DSRC基于IEEE 802.11p， 欧洲(G5)及美国(WAVE)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 现由各国竞 相参与。DSRC 与 C-V2X 各有特点和优势，C-V2X 实际上更代表未来。802.11p 最大的 特点是技术成熟度高，已拥有商用的芯片并且测试成熟度也较高。美国交通部 在 2014 年将 DSRC 确认为 V2V 的标准，此外，欧洲和日本也都采用 DSRC 标准，并推出了相关的网联汽车计划。而 C-V2X 作为后起之秀，虽然起步相对 较晚，不过其基于蜂窝通信技术，具有可移动性、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，未来可支持自动驾驶。中国 C-V2X 路线践行引领全球，发达国家技术选择逐步倾向于 C-V2X目前，包括美、欧、日等在内的汽车发达国家和地区都将智能网联汽车作为汽车产业未来发展的重要方向，纷纷加快产业布局、制定发展规划，通过技术研 发、示范运行、标准法规、政策支持等综合措施，加快推动产业化进程。跨国 车企已经实现部分自动驾驶（L2 级）汽车的批量生产，少数高端品牌已率先推 出有条件自动驾驶（L3 级）汽车；以谷歌为代表的新技术力量，也在积极开展 全自动驾驶技术（L4、L5 级）的研发和测试。频段划分上，在我国由工信部无委会统一划分频段。2018 年 10 月“世界智能网 联汽车大会”闭幕式上，工业和信息化部发布了《车联网（智能网联汽车）直连 通信使用 5905-5925MHz 频段的管理规定》。规划了 5905-5925MHz 频段共 20MHz 的专用频率，用于 LTE-V2X 车联网直连通信技术。目前，欧美日韩均 已在 5900MHz 附近为 V2X 划分频谱资源，我国工信部确定在 5905-5925MHz 频段发展车联网，有利于 V2X 全球产业链的合作协同。我国车联网起步较晚，产业链中尤其汽车零部件、整车厂商的差距巨大。但国际社会在技术路线选择上落后于我国，我国 2017 年即确定 C-V2X 技术路线， 而美国等发达国家在 DSRC 与 C-V2X 之间做出选择的速度较慢，2019 年底才逐步确定。这也为我国推进 C-V2X 发展，实现技术创新和产业发展的赶超提供 了契机。在 2017 年 9 月中旬，中国智能网联汽车产业创新联盟正式发布《合作式智能 交通系统 车用通信系统应用层及应用数据交互标准》。该标准为中国汽车工程 学会的团体标准，是国内第一个针对 V2X 应用层的团体标准，为国内各车企及 后装 V2X 产品提供了独立于底层通信技术的、面向 V2X 应用的数据交换标准 及接口，以便在统一的规范下进行 V2X 应用的开发、测试。2018 年 4 月全国汽车标准化技术委员会智能网联汽车分标委成立，该分标委专 注于汽车信息安全、ADAS、自动驾驶、网联功能和应用、功能安全等方面的 标准化工作，并搭建了智能网联汽车标准体系。2018 年 11 月工信部发布了《车 联网（智能网联汽车）直连通信使用 5905- 5925MHz 频段的管理规定》 ，支持 LTE－V2X 技术在智能网汽车的应用和发展。美国早期奉行 DSRC 标准，2019 年底通过 C-V2X 技术行政许可的请求。美国自 1999 年开始由美国联邦通讯委员会（FCC）为基于 IEEE 802.11p 的 ITS 业务划分了 5850-5925MHz 共计 75MHz 频率、7 个信道（每个信道 10MHz） 的频率资源。2003年，美国材料试验学会通过了 ASTM E2213-03作DSRC标准。同年, IEEE 协会成立WAVE研究工作组正式接手AST的工作，发展WAVE体系作为DSRC 标准。802.11p 标准于 2010 年颁布, 该标准锁定目标于车载环境下的无线通信, 主要 用于车上用户与路边目标之间、汽车之间等的通信。IEEE 802.11p 是一个由 IEEE 802.11 标准扩充的通讯协定，主要应用于 DSRC 系统中。IEEE 1609 标准则是以 IEEE 802.11p 通讯协定由 IEEE 汽车技术学会智能运输 系统委员会发起为基础的高层标准。它主要为支持美国运输部的汽车基础设施 活动和智能运输系统项目提供无线通信组件。这些试用标准计划将根据实验结 果进行更新随后成为正式使用的标准。IEEE 802.11p 与上层 IEEE 1609 共同构成 WAVE 系列标准，SAE 则以 WAVE 为基础设计制定了 SAE J2945、J2735 相应协议标准，共同构成了美国交通部 推进 DSRC 专用短程无线通信项目的基础。2019 年 12 月福特、戴姆勒、大众和英特尔等巨头的蜂窝车联网（C-V2X）技 术行政许可请求获得美国联邦通信委员会一致投票通过，将重新分配 5.9 GHz 频段的 75MHz 频谱，其中一部分将用于 C-V2X 技术。业界称之为车联网标准 之战的重大转折，说明美国或转向 C-V2X 技术路线。欧盟持续奉行 DSRC 技术标准。1995 年起，欧洲标准化委员会 CEN 与国际化标准组织 ISO 共同制定了欧洲 DSRC标准, 包括：EN 12253:2004 5.8GHz DSRC物理层标准;EN 12795:2002 DSRC 数据链路层:媒体接入和逻辑信道控制标准;EN 12834:2002 DSRC 应用 层标准;EN 13372:2004 DSRC RTTT 应用模型;EN ISO 14906:2004 电子收费 接口标准。其中,EN 12253, EN 12795 和 EN 12834 形成了三层架构的 DSRC 标准, 分别定义了物理层、数据链路层和应用层。目前, IEEE 与 ETSI 统一了 DSRC 标准, 二者只在控制信道 (CCH) 分配、接收功率等方面不同。EEE 和 ETSI 标准规定的 DSRC 由 V2I 和 V2V 两部分组成, 后者又称车载自组 网。V2I 通信当中, 基础通信设施通常固定在路边, 称为路侧设备, 车上通信设 施称为车载设备。另外, SAE 为 VANET 中的安全应用场景也进行了定义了, 即 安全服务消息集标准 SAE J2735。日本以 DSRC 标准为主，2019 年底首次完成 C-V2X 实验。日本已自 1997 年起由 TC204 委员会制定发展了自己的系列 DSRC 标准，将 DSRC 频段划分为 7 组对应不同应用。日本的 DSRC 标准被称为 ARIB, 定义 了物理层、数据链路层和应用层。TC204 后通过决议支持最终的 IEEE 802.11p 版本。2019 年 12 月 13 日，大陆集团宣布已经与爱立信、日产、日本电信运营商 NTT 多科莫移动通信网公司、日本冲电气工业株式会社以及高通技术公司在日本完成蜂窝 V2X 联合实验。上述公司成功使用 5.8 GHz 作为直接通信的实验无线电 射频，进行了日本的首次 C-V2X 试验。此次试验用例主要是解决 V2X 通信的 各个方面，如车到车（V2V）、车到基础设施（V2I）、车到行人（V2P）直接通 信以及车到网络（V2N）运营。中国道路智能分级清晰，对智慧道路建设形成明确指引，国际领先2019 年 9 月，中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会 发布了《智能网联道路系统分级定义与解读报告》（征求意见稿），将交通基础 设施系统分为 L0 级、L1 级、L2 级、L3 级、L4 级、L5 级。L0（无信息化/无智能化/无自动化）为传统道路信息管理方式，即交通基础设施 与单个车辆系统之间无信息交互。主要特征为交通基础设施无检测和传感功能， 由驾驶员全程控制车辆完成驾驶任务和处理特殊情况。L1（初步数字化/初步智能化/初步自动化）仍为传统道路信息管理方式。主要特 征有：道路系统能够采集数字化交通基础设施静态数据并进行更新和储存，交 通基础设施感知设备能实时获取连续空间的车辆和环境等动态数据，自动处理 非结构化数据，并结合历史数据实现车辆行驶的短时、微观预测；各种类型数 据之间无法有效融合，信息采集、处理和传输的时延明显；交通基础设施感知 信息和预测结果可实时提供给车辆，辅助车辆自动驾驶如提供信息服务和主动 交通管理服务；交通基础设施向车辆系统进行单项传感。L2（部分网联化/部分智能化/部分自动化）为 交通基础设施具备复杂传感和深度 预测功能，通过与车辆系统进行信息交互（包括 I2X），可以支持较高空间和时 间解析度的自动化驾驶辅助和交通管理。除 I1 中提供的功能外，可以实现基础 实施等静态数据在时空上的连续监测和更新；具备更高精度的车辆和环境等动 态非结构化数据的检测传感功能；实现数据高度融合，信息采集、处理和传输 的时延低；支持部分数据在车与车之间、车与基础设施之间的实时共享，提供 深度分析和长期预测；有限场景内可以实现对自动驾驶车辆的接管和控制，实 现限定场景的自动化驾驶和决策优化。其局限为：遇到特殊情况，需要驾驶员 接管自动驾驶车辆进行控制；无法从系统层面进行全局优化；主要实现驾驶辅 助，需在有限场景内完成自动驾驶。L3（基于交通基础设施的有条件自动驾驶/高度网联化）定义为高度网联化的交 通基础设施可以在数毫秒内为单个自动驾驶车辆（自动化等级大于1.5及以上） 提供周围车辆的动态信息和控制指令，可以在包括专用车道的主要道路上实现 有条件的自动化驾驶。主要特征有：交通基础设施具备高度的网联化和有条件 的智能化；在交通基础设施覆盖的道路上可以支持单个自动驾驶车辆的部分自 动化驾驶功能；交通基础设施系统可实现对自动驾驶车辆的横向和纵向控制；可运行在包括具有专用车道等的主要道路的限定场景；遇到特殊情况，需要驾 驶员接管。L4（基于交通基础设施的高度自动驾驶）交通基础设施为自动驾驶车辆（自动 化等级大于 1.5）提供了详细的驾驶指令，可以在特定场景/区域（如预先设定 的时空域）实现高度自动化驾驶。遇到特殊情况，由交通基础设施系统进行控 制，不需要驾驶员接管。主要特征有：具备高度的信息化和智能化；可为单个 自动驾驶车辆提供周围车辆的动态信息和纵横向控制指令；可对自动驾驶车辆 （自动化等级 1.5 或以上）进行横向和纵向的控制；交通控制中心可更优调配 所覆盖的车辆，达到全局最优化；在特定场景/区域混合交通场景下可实现高度 自动化驾驶；遇到特殊情况，由交通基础设施系统实施控制，不需要驾驶员接 管。但是仍局限于试验场和园区，自动泊车停车场等封闭区域；高速公路、城 市快速路；部分城市主干网络和公交专线。L5（基于交通基础设施的完全自动驾驶）为交通基础设施可以满足所有单个自 动驾驶车辆（自动化等级大于 1.5 及以上）在所有场景下完全感知、预测、决 策、控制、通讯等功能，并优化部署整个交通基础设施网络，实现完全自动驾 驶。完全自动驾驶所需的子系统无需在自动驾驶车辆设置备份系统。提供全主 动安全功能。遇到特殊情况，由交通基础设施系统进行控制，不需要驾驶员参与。美国对于自动驾驶汽车进行明确分级，但对于道路智能分级并不清晰。美国汽车工程师学会 SAE 于 2014 年发布了自动驾驶汽车分级标准并为美国交通部采用。分为从无自动化至全自动化共六个等级。2018 年 12 月该分级更新至 J3016驾驶自动化等级。新标准变动较小，保留了各级别命名、编号、功能差异及起辅助作用的相关术语，同时做了术语、适用范围、低级别明确区分的优化。在 L0-L5 中，L0-L2 需要驾驶员处于驾驶状态，并时刻观察各种情况；L3-L5 驾 驶员仅需坐在驾驶座上，L3 需要驾驶者需要时接管车辆。其具体区别为：L0 可支持自动紧急制动、视觉盲点提醒、车身稳定系统；L1 具有车道偏离修正或自适应巡航；L2 具有同时仅需车道偏离修正和自适应巡航；L3、L4 即为自动驾驶可以在有限制的条件下驾驶车辆，如 L3 可在交通拥堵的情况下自动驾 驶；L4 无需安装踏板、转向等装置；L5 与 L4 相似但可以在任何条件下进行车辆驾驶。欧盟对于道路智能和汽车智能的定义较为清晰。欧洲的道路交通咨询委员会 ERTRAC 每两年发布一个自动驾驶开发路线图，在 其 2019 年发布的版本中，自动驾驶基础设施分级（ISAD）A-E 共 5 个等级。其中 A-C 级为数字化基础设施：A 级为通过协同决策实现自动驾驶，B 级为协 同感知，C 级为动态数字信息；D-E 级为便利基础设施，D 级仅能支持数字地 图，E 级则无法支持。该版本还定义了自动驾驶车辆开发路径的 L0-L5 共 6 个 等级：L0 无自动驾驶，提供部分的警告功能；L1 驾驶辅助，驾驶员监控驾驶 环境，驾驶员和系统共同执行车辆的加减速和转向的动作，动态驾驶任务的反 馈主要由驾驶员完成；L2 部分自动驾驶，主要由驾驶员监控驾驶环境，系统通 过驾驶环境信息的判断执行加减速和转向动作，动态驾驶任务的反馈主要由驾 驶员完成；L3 有条件自动驾驶，监控驾驶环境的主体为自动驾驶系统，同时系 统完成加减速及转向等驾驶操作，动态驾驶任务的反馈主要由驾驶员完成，根 据系统请求，驾驶员需提供适当的干预；L4 高度自动驾驶，由自动驾驶系统监 控驾驶环境完成驾驶操作，特定环境下系统会向驾驶员提出响应请求，驾驶员 可以不进行响应。L5 完全自动驾驶，在所有的驾驶模式下，包括监控驾驶环境、 执行驾驶操作、对动态驾驶任务进行反应等均为自动驾驶系统负责。日本道路智能的定义并不清晰。日本政府和 23 家企业于 2005 年共同发起了 Smartway 计划，其发展重点是整 合日本各项 ITS 功能及建立车载单元的公共平台, 使道路与车辆实现 ITS 通信 双向传输, 通信的关键在路侧安装 ITS 点和车载导航系统之间实现高速和大容 量通 (5.8GHz) , 接收路侧 ITS 点传送的各种服务。根据日本建设省公布的 ITS 发展手册，其致力于 ETC 与 AHS 的发展。中国 V2X 政策频繁落地，近日政策发布时点超出市场预期我国近年来的 V2X 相关政策梳理如下：2016 年 4 月交通运输部印发《交通运输信息化“十三五”发展规划》，开展智慧交通示范工程。2016 年 7 月发改委联合交通运输部印发《推进“互联网+”便捷交通促进智能交通发展的实施方案》，明确了智慧交通示范的重点任务。2016 年 10 月工信部发布《智能网联汽车技术路线图》，推动智能网联汽车相关产业链快速发展。2017 年 2 月国务院发布《“十三五”现代综合交通运输体系发展规划》。2017 年 4 月工信部、发改委和科技部联合发布《汽车产业中长期发展规划》， 提出以新能源汽车和智能网联汽车为突破口引领产业转型升级。2017年6月中国智能网联汽车产业创新联盟成立，以工信部作为联盟指导单位， 联合了中国汽车工程学会、中国汽车工业协会和汽车、通信、交通、互联网等 领域的企业、高校、研究机构。2017年9月工信部部长主持国家制造强国建设领导小组车联网产业发展专项委 员会第一次会议，明确指出“促进 LTE-V2X 车联网无线通信技术等新技术的部 署和应用” 。2017 年 9 月工信部发布关于《国家车联网产业标准体系建设指南》，公开征求 意见。2018 年 1 月发改委产业协调司《智能汽车创新发展战略》征求意见稿，规划到 2020 年智能汽车新车占比达 50%，大城市、高速公路的车用无线通信网络 (LTE-V2X)覆盖率达 90%，到 2025 年，新一代车用无线通信网络(5G-V2X)基 本满足智能汽车发展需要等相关要求。2018 年 2 月，交通运输部发布《关于加快推进新一代国家交通控制网和智慧公 路试点的通知》 ，推进九省市智慧公路试点，指明智慧公路六个重点研究方向。2018 年 3 月工信部发布《2018 年智能网联汽车标准化工作要点》，以充分发挥 标准对智能网联汽车产业供给侧结构性改革的促进作用。2018 年 4 月工信部、交通部、公安部印发《智能网联汽车道路测试管理规范(试 行)》 ，推动汽车智能化、网联化技术发展和产业应用。2018 年 6 月工信部、国家标准委联合印发《《国家车联网产业标准体系建设指 南（总体要求）》，旨在发挥标准在车联网产业生态环境构建中的顶层设计和引 领规范作用。2018 年 7 月交通部印发《自动驾驶封闭场地建设技术指南(暂行)》，是 国家部委 出台的第一部关于自动驾驶封闭测试场地建设技术的规范性文件。2018年11月工信部印发《车联网（智能网联汽车）直连通信使用5905-5925MHz 频段管理规定（暂行）》 ，规划 20MHz 带宽的专用频率资源用于 LTE-V2X 直连 通信技术。2019 年 7 月交通运输部印发，《数字交通发展规划纲要》，指出加快交通运输信 息化向数字化、网络化、智能化发展。2019 年 9 月，国务院印发《交通强国建设纲要》明确我国我国将分两个阶段推 进交通强国建设，作为建设交通强国的顶层设计和系统谋划，确定了我国交通 建设的重点任务。近日，发改委、工信部等 11 个国家部委联合下发了“关于印发《智能汽车创新 发展战略》的通知”，通知中提出到 2025 年，中国标准智能汽车的技术创新、 产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。到 2035 年，中国标准智能汽车体系全面建成的目标。文件推出的时间节点超出市场预 期，未来相关行动计划等配套政策也有望逐步出台，利好行业发展。美国以企业为主体、通过政府平台和市场力量发展相关技术。1995 年，美国交通部出版了“国家智能交通系统项目规划”，规定了智能交通 系统的领域和服务功能，确定了到 2005 年的年度开发计划。1999年, 美国联邦通信委员会（FCC）划分了5.9 GHz频谱处的75 MHz (5.85～ 5.925 GHz) 用作 V2V 和 V2I 通信。2003 年，美国交通部发布了 VII 车路协同系统项目，2009 年更名为 IntelliDrive 并纳入了原独立进行的CICAS协同式交叉路口碰撞防止系统和Safe Trip-21两 项目，2011 年再次更名为智能互联汽车研究（CVR）。2009 年，美国交通部发布了《智能交通战略研究计划 2010-2014》，对美国车 联网技术的发展目标、实现途径及智能交通系统建设等问题进行了规划部署。2016 年 12 月，美国交通部正式发布《联邦机动车安全标准——第 150 号》 （FMVSS No.150）， 推动 DSRC 强制安装立法，计划将在 2023 年强制所有轻 型车辆配备车用 DSRC 技术。2015 年美国交通运输部与美国智能交通系统(ITS)共同发布了《智能交通系统战 略规划 2015-2019》，明确了未来 5 年在智能交通领域的发展方向。2018 年发布《准备迎接未来交通:自动驾驶汽车 3.0》，推动自动驾驶技术与地 面交通系统多种运输模式的安全融合。美国加州放开道路测试，允许开展试点 项目逐步推进自动驾驶的商业化进程。2019 年 12 月福特、戴姆勒、大众和英特尔等巨头的蜂窝车联网（C-V2X）技 术行政许可请求获得美国联邦通信委员会一致投票通过，将重新分配 5.9 GHz 频段的 75MHz 频谱，其中一部分将用于 C-V2X 技术。业界称之为车联网标准 之战的重大转折，说明美国或转向 C-V2X 技术路线。欧盟重视顶层设计和新技术研发，在关键领域通过资金引导发展。2003 年欧盟的 ITS 组织 ERTICO 提出 eSafety 计划，以保障车辆安全为目的研 究车载安全模块的配置。2006 年欧盟提出 CVIS 车路协同技术的项目，其研究成果于 2010 年在荷兰阿 姆斯特丹进行展示。2010 年欧盟委员会公布的《欧盟 2020 战略》中提出了面向数字社会的欧洲数 字化议程智能增长计划。2011 年欧盟委员会在《欧盟一体化交通白皮书》中提出重点发展车辆智能安全、 信息化及交通安全管理。2013 年欧盟推出的“地平线 2020 计划”中，提出推动合作式智能交通、汽车自 动化、网联化及产业应用。2006 年提出的 CVIS 车路协同技术，2018 年公布自动驾驶推进时间表，各国 大力推动道路测试;欧盟运输总司出台 Delegated Act 法案征求意见稿，意图在 欧洲推进合作式智能交通运输系统的部署。2019 年 3 月，欧盟宣布推进在欧洲道路上部署基于 DSRC 直连通信的 V2X 技术。日本政府与民间企业相互合作，如以车辆信息通讯系统（VICS）的运作方式调 动企业的积极性。1991 年日本运输省制定了 ASV 安全车计划。1992 年日本建设省成立了“智能公路工程顾问委员会”， 负责智能公路计划的 相关事项。1996 年“推进 ITS 总体构想”推出了投资预算 7.8 兆日元的 20 年规划。2005 年 Smart Way 智能道路系统形成，由政府企业共同作为开发联盟。2017 年 6 月发布《远程自动驾驶系统道路测试许可处理基准》，将远程监控定 位为远程存在、承担道路交通法规规定责任的驾驶人，允许自动驾驶车辆在驾 驶位无人的状态下进行上路测试。中国试点进度及相关企业布局领先，海外国家建设力度也将加大我国智能网联汽车测试示范区建设领先。目前全国建设的数量超过 20 个，总体来看，华东地区以 9 个示范区的数量居 6 大地区之首。此外智慧公路建设也获得了政策的不断支持。智慧公路与车路协同有密切联系，广义的车路协同包括感知、控制、协同、和 服务。企业方面，技术研发进展及量产部署都优势明显：大唐电信已推出 LTE-V2X 芯 片(支持 PC5 模式)，部署产品开展多项试验；华为推出 LTE-V2X 芯片(同时支 持 PC5 和 UU 模式)，专注于 ICT 技术并合作车企；金溢科技、清华、同济联 合成立智能车路协同关键技术及装备行业研发中心，推出了全套的 C-V2X 解决 方案；中国移动在房山打造第一条 5G 自动驾驶车辆测试道路，牵头成立“5G 自动驾驶联盟” ；百度 2018 年正式开源 Apollo 车路协同方案，并与吉利战略合 作；阿里巴巴升级了汽车战略:由车向路延展，利用车路协同技术打造全新的“智 能高速公路”；上汽、广汽、东风、长安、一汽等 13 家中国车企联合发布了 C-V2X 商用路标，并计划 2020 年开始量产。美国、欧洲、日韩等海外发达国家目前建设进度落后，但重视相关领域建设， 其中韩国目标 2021 年底完成高速公路 V2X 体系，建设力度有望明显加大。车路协同 V2X 应用场景广泛，帮助解决交通最核心的安全问题车路协同有望有效提高交通效率、减少事故率车路协同是采用先进的无线通信和新一代互联网等技术，实现车与各交通要素 的直接交互，综合实现碰撞预警、安全预防及通报、辅助驾驶等多种应用;同时， 通过与云端的交互，车辆也能实时获取全局交通网络的状态并作及时反应，从 而形成安全、高效、环保的智慧交通有机体系。通过提供直接交互能力，超视距的感知能力，智能驾驶决策辅助，区域优化能力实现安全有效率的交通水平。据中国汽车工程学会(SA-China)的研究表明，智能网联汽车技术的广泛应用可 使普通道路的交通效率提高 30%以上。据 NHTSA(美国高速公路安全管理局) 评估，当 V2X 设备安装率达到 100%时，每年仅交叉路口碰撞和左转两种预警 即可减少 400,000 至 600,000 次的交通事故，190,000 至 270,000 的人身伤害 和 780 至 1080 例死亡；所有的应用可减少 80%的非酒驾相关的交通事故。核心应用场景分析列队跟驰头车为有人驾驶车辆或自助式自动驾驶车辆，后车通过 V2X 通信与头车保持实 时信息交互，可实现一定车距的多车稳定跟车。列队跟驰可减少运输企业对于 司机的需求，降低驾驶员的劳动强度，减小车队行驶中的风阻，并且降低车辆 油耗，还 可释放更多车道给其他车辆通行，显著改善交通拥堵并提升运输效率， 进一步缓解交通压力。2019 年 5 月 7 日，我国首次大规模商用车列队跟驰标准公开验证试验在天津市 西青区成功举行。受汽标委智能网联汽车分标委邀请，来自中国重汽、东风商 用车、福田戴姆勒三家车企 9 辆重型商用车分为 3 组对《智能网联汽车自动驾 驶功能测试方法及要求 第 3 部分 列队跟驰功能》进行公开验证试验。道路危险状况提示主车在前方有施工、桥下有积水、路面有坑、道路湿滑、前方急转弯等情境下 路段行驶时，道路单元 RSU 将广播信息，车辆接收后将预警驾驶员，提醒减速 或绕行 。交叉口通行引导主车向 V2X 服务器发送车辆行驶信息，V2X 服务器根据车辆行驶信息、目标交叉路口的交通信息、其他车辆上报的行驶信息，为主车生成通过交叉路口的通 行调度信息发送给主车，主车通过路侧 RSU 获取相关感知信息、其他车辆信息、 V2X 服务器的云端信息等，自身生成调度信息。紧急车辆避让紧急车辆（RV）与主车（HV）通过 V2V 交互自车位置及运行状态信息，主车 V2X 车载终端接收紧急车辆靠近信息并向主车发出紧急车辆优先通行预警，离 开专用道或实现避让。突发恶劣天气提醒采用一体式交通气象监测器同时对雨、雪、雾、横风等各种异常天气及结冰、 积水等异常道路环境进行检测，当检测器检测到异常后发送数据到 RSU，RSU 即使对车辆发送提醒。2019 年 4 月通车的虎门二桥由金溢科技提供顶层设计方案和软硬件产品，实现 了恶劣天气提醒的应用场景。绿波通行消防车、救护车、公交车等特殊车辆通过交叉路口时，通过 V2I 与交通信号灯 互动，根据交通流状况与车辆通行优先级动态调整交通信号灯配时。2018 年，国内首条开放的道路智能驾驶公交示范线于长沙试运行。2019 年，深圳市交通运输局宝安管理局开辟了从 11 号线塘尾地铁站到国际会 展中心的智慧公交专线，可实现智慧公交到达信号灯路口时红灯信号时间缩短， 绿灯时间延长。盲点提醒主车试图换道或处于十字路口时，系统若发现相邻行车线有车辆出现在驾驶者 的盲点时，会向驾驶者发出盲点来车警告。前撞预警当前车发生制动、停车、行驶缓慢等行为，若主车没有采取制动措施，系统会 向驾驶者发出提醒。交叉口辅助驾驶车辆进入交叉口、处于危险状态（如障碍物挡住驾驶员视线而无法看到对向车 流）时，会给予驾驶员提醒。禁行预警在可通行区域主车试图换道但对向车道有车辆行驶时给予提醒。违反信号或停车标志警告车辆处于即将闯红灯或停车线危险状态时，驾驶员会收到车载设备发来的视觉、 触觉或声音警告。弯道车速预警当主车行驶速度比弯道预设车速高时，系统会提示驾驶员减速或者采取避险措 施，可有效降低由超速引起的弯道交通事故率。匝道控制根据主路和匝道的交通状况实时采集、传输数据，实现对入口匝道及上下游的车辆的管控,来优化匝道控制。智能路口、城市道路、高速公路应用场景下，车路协同已开始实现良好应用智能路口场景案例澳大利亚墨尔本市中心的一个十字路口被称为世界上最智能的十字路口，其智 能传感器网络可捕获通勤者和车辆的动向，从而避免危险活动，增强可持续性 和安全性并减少交通拥堵。该交叉口位于卡尔顿的约翰斯顿街和尼科尔森街，是澳大利亚综合多式联运生 态系统（AIMES）的一部分，该系统由 200 多个智能传感器组成，该传感器将 整个郊区六平方公里范围内的运输环境的所有部分连接起来。AIMES 是同类中 的第一个运输生态系统，可以在现实环境中试用新兴的和集成的物联网技术。智能传感器和物联网技术将共同为 AIMES 提供宝贵的匿名数据。AIMES 使用人工智能对交叉路口进行轮廓分析，以识别车辆和道路使用者（包 括骑自行车者和行人等易受伤害的道路使用者）的潜在危险活动。AIMES 正逐 步加深应采取哪些安全措施以防止交叉路口发生事故的理解，其中措施包括紧 急车辆优先交通信号灯或实时仪表板警告，提醒驾驶员注意附近的骑车人。未来 AIMES 将持续提高在路口应用系统的智能性，并同时捕获卡车、自行车、 行人、汽车、摩托车、公共汽车和有轨电车的运行状况，以及车辆排队情况、 车辆是否进入其他车辆的运行路径等。大陆（Continental）智能十字路口技术，可探测走错道的驾驶员。德国移动出 行技术公司大陆（Continental）在美国密歇根州奥本山推出了智能城市出行与 交通枢纽（Smart City Mobility and Transportation Hub），该枢纽有两条智能十 字路口，配备了大陆公司的短程与远程传感器，以及一个探测司机走错道的系 统。大陆公司表示，该项技术能够改善交通流量，减少污染，并向驶近的网联 车辆和行人发送潜在危险信息，以显著提升安全性。大陆公司的传感器已经部 署在许多车辆平台上，为自适应巡航、盲点检测、前方碰撞预警、变道辅助等 功能提供支持。目前，该交通枢纽正在收集非个人识别系统，如行人、车辆或 其他与十字路口相关活动的位置和移动模式，以创建一个基础设施到一切（I2X） 通信技术所需的环境模型。该环境模型提供有关交通参与者（如车辆和弱势道 路使用者）、交通基础设施、静态物体和连接到网联车辆的整个道路状况的信息。除了传感器，奥本山智能城市出行与交通枢纽还配备了路边单元与电控单元， 以处理数据，运行环境模型和功能。此种组合可以带来很多好处，如计算进入 或离开某一区域的车辆数量，从而向利益相关的车辆传达可用停车位的数量。通过连接到交通灯控制器，可以更好地优化交通流量，不止减少交通拥堵，还 可以减少空转车辆的排放。该解决方案可以向驶近的车辆发送有隐藏危险的警 报，通过额外分析和人工智能技术，可以预测行人的意图，即使车辆有通行权 时，也可帮助提醒驾驶员注意行人有过马路的意图。此外，走错道驾驶员探测系统（WWD）可以警告附近处于危险中驾驶员正在往 错误方向行驶，专为部署在高速公路上而设计。该系统依赖于车用雷达传感器， 结合使用大陆公司的传感器、网联汽车系统以及一个热图算法，以探测走错道 的驾驶员。该自学习系统能够自动定义道路和行进方向，然后通过推送通知给 移动设备或网联车辆发送警报，告知处于危险中的车辆有关走错道驾驶员所在 位置、车速和行进方向。该技术被封装在一个固定安装的 I2X 路边单元中，功 耗低，适合使用太阳能。该走错道驾驶员探测系统将安装在高速公路出口坡道 起点附近现有的杆子和龙门架上，不仅可以探测并警告刚刚进入高速公路的走 错道的驾驶员，还可以探测和警告已经开到高速公路上几英里远的驾驶员。除了奥本山，大陆公司还在中国长沙市运营了一个类似的智能城市和交通枢纽，并在加州核桃溪市和俄亥俄州哥伦布市运营了智能十字路口，并计划在不久的 将来将此类技术扩展至其他城市。城市道路场景案例江苏车联网在“战疫”中大显身手。近期，南京、苏州、无锡等地在新型冠状 病毒肺炎疫情防控战中，充分运用车联网先进技术开展疫情控制点的监察、甄 别、防护等工作，车联网数据平台、AI 识别分析、V2X 等技术频频亮相，助力 疫情交通管控工作。扮演交通运输“天眼”。私家车、客车和货车作为全国移动出行的载体，存在传 播病毒、交叉感染的隐患，成为交通防控中“漏网之鱼”。江苏省交通运输监控 平台积极参与疫情防控，充分利用信息化手段线上集结，配合省市交通运输管 理部门加大监控力度，对全省营运车辆特别是客运车辆进行严格的技术筛查， 最大限度的让嫌疑车辆进入到省内稽查范围，从道路运输口子切断病毒输入途 径，防止病毒从道路运输口子输入至江苏省扩散。运用车联网平台实时定位客 运车辆、尤其是来往于湖北和浙江等疫情高发区的车辆，及时发现是否有禁行 车辆私自运营，第一时间阻断省际市际客运流动，避免人员交叉感染。设计打造聪明“道路”。开辟绿色通道：无锡、南京、南通等地充分发挥路侧单 元、信号控制机等车联网基础设施的“智能”功能，开辟救助渠道，在重点防 控区域发布管控信息，共同打造“绿色通道”，切实保障救护车辆、防疫车辆及 医护人员、防疫药品、医疗器械、重点生活生产物资等疫情防控应急运输车辆 的优先通行，全力做好疫情防控应急运输车辆通行保障工作。便捷公众出行：利用车路协同技术，将交通信号灯倒计时、道路渠化、拥堵情况、道路管控情 况、高速出入口管控信息等实时交通状态从路口直接“搬进”车内，在车内显 示屏或手机屏幕上就能看到实时路况管控等交通信息，方便车主及时了解当前 交通管控信息、规划出行路线，为肺炎疫情期大众出行提供有力的信息支持。远程控制优势“凸显”切断传播途径是降低病毒传播风险的重要举措，车联网 在多场景应用实现“无人”操作，V2X 技术可以发现对高危人员精准定位，并可远程可视化指挥，在疫情防控中技术优势明显。南京、无锡、苏州、盐城等 地通过车联网平台设置电子围栏管控车辆，限制特定车辆在某一区域的活动， 一旦车辆超出运行范围，平台将第一时间报警并及时制止，减少交警上岗人数， 大大提高交通管控的密度。在疫情防控中，全省各交通部门通过车联网平台实 时监控物流线上司机驾驶状态，实时掌控长距离运输司机疲劳驾驶情况，并对 严重疲劳状况进行人工干预，为物流线上的司机保驾护航，确保应急物资顺利 抵达目的地。此外，我国已推出首条全程车路协同智慧公交。2019 年 10 月 28 日，全国首 次批量应用车路协同技术来做公交优先的案例已经在深圳落地应用。“国际会展 中心快速智慧公交接驳工程·车路协同适时 Smart BRT”项目作为国内首条批量 应用 LTE-V 车路协同技术实现智慧公交通行控制的示范道路。项目采用了 LTE-V 车路协同通讯新技术、新手段、新策略，挖掘道路时空资源，人、车、 路和谐共赢，打造全国首创车路协同适时 SMART BRT 系统，实现会展高峰路 权专用、15 分钟可达、无缝衔接的一站式高品质接驳实行点对点服务方式，高 效接驳地铁客流，有效疏解会展高峰客流压力。会展专用公交线路利用V2X车载高精度车路协同OBU，可以与沙福路路测RSU 实现实时通讯，路侧车路协同设备可以实时感知专用公交车的车辆速度、位置、 驾驶状态等实时数据，并与交通信号控制红绿灯进行实时联动，实现路口的专 用公交优先通行。项目全长 7 公里，设计时速是 40km/h，保障 15-20 分钟到达 国际会展中心，途经 11 个十字交叉红绿灯，充分考虑了周边社区居民的过街需 求，避免智慧公交系统对周边居民造成太大的干扰。结合居民的出行环境。设 置了 4 个过街岛，供行人过马路，设计了红外线感性的红绿灯。该项目主要由三大核心技术支撑，包含车路协同中央控制系统、路侧信号控制 中枢、智能车载终端。当车辆快要到达红绿灯路口的时候，车路协同系统能够 实时感知车辆的通行需求，并计算公交车的运行速度和时间，然后再根据当前 公交车的运行位置和速度状态，车路协同路侧信号控制中枢将实时地调整信号 控制的信号灯相位及时长。进行红灯缩短或者是绿灯延长，保证公交车在经过 每一个路口的时候能够快速通过。实现塘尾地铁站到会展中心接驳运行时间由 原有的 40 分钟缩短至 15 分钟左右，实现真正的智慧公交接驳。此外，通过智 慧公交平台系统，专用公交车辆可以实时获取西部公交的公交调度信息、沙福 路道路拥堵信息、道路突发状况报警信息、路侧道路交通采集设备的实时交通 信息，利用 OBU 通过 4G 专网实时传输给车载智能终端显示屏，给驾驶人员进 行实时提醒，有效的提高了车辆的通行效率，实时高效的保障车辆及司乘人员 的出行安全。高速公路场景案例日本“参宫桥转弯”地段应用车路协同系统有效降低了该地交通事故率。在日 本，近乎 90 度直角的参宫桥转弯是大东京 Shuto 高速公路上一条臭名昭著的 路段，多年来发生多起致命交通事故：汽车将以极快的速度驶入弯道，撞向其 他汽车，进而造成交通拥堵。2005 年 3 月至 2005 年 5 月及 2005 年 9 月后， 在新宿路线（4 号路线）的参宫桥转弯上进行了 AHS 的现场试验，即将传感器 放置在弯道周围。如果发现弯道之后的路段已被占用并因此拥堵，将从安装在 距地面 300 m 处的 VICS 信标传输信息，接收到该信息的汽车导航设备通过蜂 鸣并显示简单的图像（“前方交通拥堵，减速” ）来警告即将转弯的驾驶员。根 据日本国土交通省数据，在安装了车路协同系统后，该路段事故率下降了 60%， 且 90％的驾驶员认为声音警告是有效的。其他高速公路段上部署类似的传感器 也可以使交通顺畅并有效地消除收费站的拥堵。我国智慧公路建设在沪宁高速公路取得新突破。宁沪公司联合江苏中路工程技 术研究院、东南大学等单位，依托省交通运输重点科研项目《沪宁高速公路超 大流量路段通行保障关键技术研究与工程示范》，将研发的应急车道主动管控、 连续式港湾车道和匝道管控等新技术，在无锡硕放-东桥路段进行了成功的应用。特别是 2019 年“五一”小长假期间，与 2018 年相比，交通通行量提升 34.5%， 拥堵次数降低 65%，平均拥堵距离缩短 33.3%，交通事故数降低 77.3%，取得 显著的成效。应急车道主动管控采用多源数据采集、路况感知、流量预警、后台管控、信息 提示等智能化、自动化技术，实现了灵活动态的车道管控。全国首个高速公路 匝道智能管控系统，基于现有空间资源，通过对信号灯、毫米波雷达、计算及 控制等设备技术系统应用，可实时动态调整匝道通行策略，平衡高速公路入口 匝道与主线交通量，有效保障主线畅通。车路协同 V2X 设备市场面临数千亿级别空间V2X 不同应用场景下设备投入测算据经验，一般智能十字路口需要的设备情况如下：（1）智能摄像头：如需实现路口所有参与者，全域感知参与者情况，一个路口 一般需要安装 12 路摄像头。摄像头需要具有前端图像识别 AI 处理能力、事件处理能力，降低系统延时，假设单价约 1 万元左右。（2）激光雷达：保证路口参与者的探测不受天气、雨雪影响，一般 2 个，对角 线安装，假设单价在 10-20 万。（3）LTE-V RSU：数据采集后，通过 RSU 发送出去，假设 6-10 万左右价格。（4）交通控制器 CCU：12 路摄像头等的接入和控制，假设单价 10 万左右。（5）信号机：智能红绿灯信号设备，实现多点控制，假设单价 10 万左右。（6）边缘计算单元：感知所有交通参与者信息，数据量来说一天采集量可达百 万 GB，带宽不够回传，需要借助边缘计算，计算后通过 RSU 下发给交通参与 者，主要存在于红绿灯旁边的机柜。对 GPU 的要求也很高，大部分是图像识别 功能。算法单独计算成本，双向 4 车道、8 车道，5 叉、6 叉路口等，会有不同 的算法。假设单价在 100 万元左右。（7）交通流量调查设备等其他设备：调查路口流量，做预警预判。据此推算，单个智能十字路口 V2X 设备总价约在 200 万元左右。城市道路 V2X设备价格方面，由于城市道路遮挡较多，理论上覆盖半径 300-500 米的 LTE-V RSU 设备，通常平均一公里需要两个 RSU，假设每公里配备 2 路 智能摄像头和一个边缘计算单元，那么每公里的投资金额约在 120 万左右。高速公路 V2X 设备价格方面，假设每公里配备 1 个 RSU 和 1 路智能摄像头， 10 公里配备一个边缘计算单元，那么每公里的投资金额约在 20 万左右。其中单以 LTE-V RSU 设备计算，智能路口的 RSU 设备投入约在 20 万元，城 市道路每公里 RSU 投入约在 20 万元，高速公路每公里 RSU 投入约在 10 万元 左右。以上价格假设为当前出货量较小的情况，长期而言价格有望逐步下降至更合理的水平。车路协同 V2X 设备市场至少是数千亿级别智能网联汽车示范区有望上升为先导区，投入规模快速扩大，为弯道超车奠定基础。路侧角度或迎来规模建设热潮。国家在北京、河北、广东、吉林、江苏、 浙江、福建、江西、河南九省加快推进新一代国家交通控制网和智慧公路试点。在长三角、京津冀、珠三角等地区开展自动驾驶的试点试验。LTE-V经过了 17-18 年的试点示范，19 年开始试点范围的扩大，2020 年预计将有多地申请将示范 区上升为先导区。车与车之间的交互短期内渗透率仍较低，先导区建设预期以 路侧为主，另外虞姬要求商用车车载标签 1 万辆以上规模，一个先导区投资规 模或达 10-20 亿元。预计未来在 2020-2021 年有大规模的示范，而后逐步形成 产业化，在重点路段、部分高速公路率先完成建设，最终变为城市道路和高速 公路的技术标准。智能路口V2X设备市场空间测算：全国各大城市交通路口数量预估约25万个， 假设中期渗透率达到 50%，约对应 2500 亿元市场规模，其中 RSU 市场规模约 250 亿元市场规模。城市道路 V2X 设备市场空间测算：根据交通运输部《2018 年交通运输行业发 展统计公报》显示，全国一级、二级公路里程 50.52 万公里，假设主要道路中 期渗透率 20%，约对应 1212.48 亿元市场规模，其中 RSU 市场规模约 202.08 亿元市场规模。高速公路 V2X 设备市场空间测算：据国家统计局数据，2018 年我国高速等级 公路里程达到 14.26 万公里，假设主要道路中期渗透率 20%，约对应 57.04 亿元市场规模，其中 RSU 市场规模约 28.52 亿元市场规模。国内 V2X 设备厂商深度布局，业务拓展逐步加速国内 V2X 设备厂商主要包括华为、中兴、千方科技、金溢科技、东软集团、万 集科技等。基础设施方面，华为掌握 V2X 芯片、V2X OBU、MEC、云计算等核心技术。路侧，华为可以提供智慧高速、智慧交通大脑等解决方案；车侧，华为已发布 车控/自动驾驶 OS 等解决方案；V2X 车路协同云控平台方面，华为 OceanConnect 物联网平台已在多个垂直领域全面展开应用，并已服务了多家 客户。目前华为可以提供：基于 MDC（移动数据中心）的车载计算平台和智能 驾驶子系统解决方案，基于华为云的自动驾驶（训练，仿真，测试）云服务 Octopus，4G/5G 车载移动通信模块和 T-BOX 及车载网络，HUAWEI HiCar 人 -车-家全场景无缝互联解决方案等服务。华为云自动驾驶云服务 Octopus 基于华为云，提供自动驾驶数据、训练以及仿 真三大子服务，助力车企开发者快速开发自动驾驶产品，共同探索智能网联汽 车时代。华为云 T-BOX 产品基于华为 MEC（云边缘计算能力），实现对 T-BOX 的远程 管控、数据处理、分析决策、智能化的诉求，并且可基于 API 完成相关边缘计 算业务应用的开发，实现完整的边缘和云协同的安全辅助驾驶功能。华为 HiCar 人-车-家 全场景无缝互联解决方案通过手机和智能汽车之间的连接， 基于三层标准与能力，构建手机和汽车互助资源池，把手机的服务生态延伸到 车内，实现“手机+车机”人机交互体验，“手机+车机+N 端”互联互通、无感连接 &服务无缝流转，以及硬件资源的最优体验。HiCar 是以 4S(Safety; Smart Connection; Seamless Experience; Resource Sharing)为核心的技术架构，通 过构建一站式开发的开放生态平台，确保消费者出行体验更加智慧和安全，以 及体验的开发与创新更加高效。主要的应用案例2018 年，无锡 LTE-V2X 车联网项目组由公安部交通管理科学研究所、华为、无锡市公安局交通警察支队、中国信息通信研究院、中国移动、天安智联六家 牵头单位发起和 23 家参与单位构成，奥迪、福特、沃尔沃以及一汽、长安、众 泰等国内外知名汽车厂一起参与了该项目的测试研究，是全球首个城市级的车 路协同平台，共同参与标准制定、研发推进、开放道路实测、演示的系列活动。与其他示范区不同的是，本项目在开放道路进行测试研究，通过复杂的测试场 景获取更丰富的数据积累。到目前为止，本项目建设完成了现阶段全球最大规 模的城市级车联网 LTE-V2X 网络，覆盖无锡市主城区、新城主要道路 240 个信 号灯控路口，共 170 平方公里的规模。升级了车路协同路侧管控基础设施及智 慧交通信息服务平台，开创了基于车联网 LTE-V2X 技术产品规模化落地应用典 范。项目以“人-车-路-云”系统协同为基础，开放 40 余项交通管控信息，实现 V2I/V2V/V2P 信息服务，提供 20 多个应用场景，为无锡市民提供安全便捷的智 能网联车生活，也系统性地验证了相关交通场景在道路上实现的可行性。根据 与公安部交科所等单位共同进行的测试数据统计，无锡 LTE-V2X 车联网应用 部署完成后，城市拥堵率有望下降 10%。上汽通用五菱与华为于 2018 年签署了战略合作框架协议，上汽通用五菱将采 用华为的 MDC 智能驾驶计算平台及车路协同、华为云等技术，与华为共同探 索数字化重构和汽车行业智能化转型，研发“人车路云”实时精准协同交互的技术。通过“聪明的路”和“智能的车”实现高级辅助驾驶，为最终实现自动驾驶打下坚实 基础。2020年1月13日宝骏全新新能源E300正式发布，搭载HUAWEI HiCar系统。宝骏 E300 是以 HUAWEI HiCar 系统为核心打造的智能驾驶舱，承载连接移动 设备，可穿戴设备以及 5G 网络的功能。这也是华为 HiCar 平台首次落地，加 速布局智能汽车。E300 作为新宝骏跨界融合的首款纯电动车型，应用华为这一 系统，支持手机与车机无感连接、车内一键远程控制家居、车内摄像头疲劳检 测、视频通话、手势交互、手机应用生态共享、日程卡片七大“黑科技”，产品竞 争力得以提升。华为携手首发集团及其下属速通公司、奥迪中国于 2018 年 12 月完成了全国首 例实际高速公路场景的车路协同测试，包括时速达到 80km/h 的 L4 级自动驾驶 和提升高速公路行车安全的智能辅助驾驶，整个测试基于 C-V2X。华为通过提 供摄像头、雷达等路侧感知终端和包含路侧单元 RSU、路侧计算设备 RSS、 V2X Server 的 C-V2X 解决方案，把延崇高速打造为智慧高速公路。同时华为 提供车载单元 OBU 和移动数据中心 MDC，并利用自身在自动驾驶系统上的深 厚积累，帮助奥迪打造智能网联汽车，完成基于车路协同的高速公路场景 L4 级 自动驾驶演示。当车辆行驶在延崇高速上，车路可通过 C-V2X 实时交互路面交通信息，实现安 全驾驶。例如，车辆以延崇高速最高设计时速 80km/h 行驶时，前方百米以外 某条车道突发事故或者紧急刹车，后车驾驶员通过 C-V2X 可以在 100 毫秒内收 到危险预警，给其预留足够采取措施的时间，有效预防高速公路二次事故发生。华为公司 ICT 解决方案总裁蒋旺成，该高速公路将于 2022 北京冬奥会前完成 开通。千方科技基于 5G 移动通信、大数据分析、人工智能及边缘计算等先进技术， 提供 V2X 车端、路侧、云控管理服务平台、软件开发套件、路侧感知及边缘计 算等全系列完整的智能网联产品和解决方案。车端产品具备基于 C-V2X 通信方式的 L3 级以上商用车车队编组行驶能力、 支持高级驾驶辅助系统及高度自动驾驶技术。除满足 T/CSAE 0053-2017 标准 场景外，还提供涵盖城市交通、公路交通、民航机场、物流港口、城市公交等 符合中国道路交通独特的应用场景，包括：城市智能路口、入口及合流区、弯 道、异常天气、事故事件、 隧道出入口、出口等场景的监测及预警。同时，面 向车企、汽车 Tier1 供应商等合作伙伴，千方科技也提供智能网联产品的个性 化定制及二次开发服务。公司主要 V2X 产品包括：车载终端(OBU)，用于实现车（V2V）、路（V2I）、人（V2P）、云（V2N）等各 种 V2X 通信功能，支持 LTE-V2X 通信技术，可搭载丰富的 V2X 应用场景。可 为辅助驾驶、高级自动驾驶提供车路协同应用支撑，空旷路况通信距离可达 1000 米，城市环境 500 到 800 米。路侧终端(RSU)，用于实现路侧与汽车以及路侧与行人之间可靠的高速数据通 信，支持 LTEV2X 通信技术，可搭载丰富的 V2X 应用场景。可为面向辅助驾驶、 高级自动驾驶提供车路协同应用支撑，空旷路况通信距离可达 1000 米，城市 环境 500 到 800 米。协同控制机(CCU)，是一款协同控制设备，具备接入和管理路侧多种交通基础 设施和感知设备，包括交通信号灯、流量监测器、智能摄像头、微波雷达、动 态限速标识、车道指示器、可变情报板 VMS 等，支持多源异构数据的融合，实 现路侧设施数字化。边缘计算单元 ECU 是面向智能交通及车路协同系统的实现网络、计算、存储、 应用于一体的开放计算平台，通过对智能摄像机、雷达等多源数据的感知、融 合与处理，基于人工智能与深度学习核心算法，建立了低延时、高可靠性的人车- 路-环境的全面交通态势感知与协同，实现基于路侧智能感知+边缘计算的 综合交通全域动态感知体系，为智能辅助驾驶和高级自动驾驶提供路基感知与 决策环境。V2X 云控管理服务平台(V2X Cloud Server，VCS)，主要提供 V2X 设备管理、 远程配置、实时监控、场景服务、运营管理、查询统计以及系统管理等八大功 能。支持与包括城市大脑在内的交通管控平台的无缝对接，具备面向辅助驾驶 及高级自动驾驶的车路协同场景配置、服务关联以及运营监控等功能。通过可 视化展示技术，能够直观了解到 V2X 设备的运行及场景服务等工作状态。目前主要的应用案例包括：北京 CBD 西北区交通优化示范工程项目（多个国 家级自动驾驶示范项目） ，北京延崇高速示范 V2X 测试。目前公司承接多个智 能路口项目。金溢科技深度参与标准制定与项目建设，V2X 布局领先金溢科技将 V2X 业务定位于公司的战略核心。从 ETC 到 V2X，是公司车路协 同之路的发展目标。公司已经完成关键硬件、软件、和算法的开发，正在根据 场景进行精细化设计，推动大规模落地阶段。2017 年公司牵头成立交通运输部智能车路协同关键技术及装备行业研发中心。中心经交通运输部认定批准，由金溢科技牵头联合交通运输部公路科学研究院、 广东省交通集团有限公司、同济大学、清华大学深圳研究生院、北京汽车研究 总院有限公司五家单位成立，旨在集合研发优势，攻克智能车路协同技术重点 与难点。公司积极参与各地试点示范，参与多个智能网联汽车示范区项目、智慧公路示 范项目，与上汽、北汽、奇瑞、长城华冠、东风、长安等过程车厂进行深入的 车路协同合作，实现项目规模化落地。在产业链上，金溢科技与芯片供应商、模组提供商、整车厂、平台建设商、服 务提供商等上下游企业乃至科研院所展开了全面合作。公司 CTO 何宁博士作为国标委认可的 ISO 国际标准专家，代表中国参与了 ISO TC204 与 V2X 和智能驾驶密切。相关的 WG14，WG16，WG18 工作组系列标 准制定与审定工作，并是一些标准的贡献专家（contributing expert）。同时， 金溢科技也积极参与团表、行标、国标的制定及转化。此外，在车路协同领域，金溢拥有 20 余项专利，其中已获颁证书的有 13 项， 2018 年新申请 10 余项。万集科技推出 V2X+3D 激光雷达车路协同解决方案万集科技在 DSRC 和 LTE-V 两个技术方向上均积累了丰富的知识和技术，已 完成基于 DSRC 的 V2X 通信设备和基于 LTE-V 的 V2X 通信设备研发。同 时开发出基于 V2X 技术的前向碰撞预警、左转辅助和交叉口碰撞预警等 30 余项应用。此外，积极参与联盟活动，与大唐电信、华为、SRTC 等公司机构建立了良好 的合作关系，并成为重庆智能汽车集成系统试验区（i-VISTA）成员。公司产品主要包括 V2X 路侧天线、车载终端、多线束激光雷达系列以及相关的 平台软件。多线束激光雷达系产品方面，公司产品包括 8 线车载激光雷达，32 线车载激光雷达以及 32 线路侧激光雷达。该系列产品可广泛应用于自动驾驶/辅助驾驶车辆，高精度地图采集，道路情况实时扫描等场景。东软集团是车路协同解决方案先锋东团集团参与国内外相关多项标准制定，加入主流行业联盟(5GAA，CITS，TIAA， CCSA，日本 ITS connect)。提供一站式全面解决方案，涵盖软件、硬件、开发 与测试平台。相关产品发明专利 36 项，拥有核心技术。拥有广泛的生态合作 伙伴，与通讯运营商、车厂、芯片厂商、零部件厂商、科研院所、智能网联示 范区等开展合作，共同推进产业发展。公司主要V2X产品包括C-V2X OBU车载终端、 C-V2X 路测单元和VeTalk（V2X 软件协议栈）。C-V2X OBU 车载终端是多模式通信平台，包含 LTE-V、WIFI、2G/3G/4G，支 持国内多家运营商。满足国家标准，支持驾驶安全、行车效率、信息服务等三 十余种 V2V、V2I、V2P 应用。多接口设计，包括以太网、HDMI、CAN 等。车 规级设计，性能稳定。支持多种安全芯片。C-V2X 路测单元拥有高等级防护标准，可在各种恶劣天气下使用。具备即插即 用的多模通信架构，支持 LTE-V/DSRC、WiFi、GPS/北斗、2G/3G/4G。支持 多类交通设施接入，包括交通信号灯、视频、微波等多种设施。满足国家标准， 提供算法支撑。VeTalk（V2X 软件协议栈） ，支持各国 V2X 标准（美标/欧标/日标/国标）。支持 多芯片/模组平台。预警算法与定位技术为预警准确性提供基础保证。采用分层 式软件架构，提供不同层次的 API，灵活扩展。面向全球不同区域标准，采用 统一的软件架构，灵活部署升级模块化设计，定位、预警可裁减，架构易扩展。公司深度参与起草中国 V2X 标准 10 项（涵盖应用层、网络层、安全标准等等）， 有标准先发优势。全面支持 T/CSAE 53 定义的全部 17 大类应用。支持视觉和 V2X 融合的 V2P 方案。支持车辆编队行驶方案。公司是中国 C-V2X 工作组测试认证评估、安全等课题的牵头单位之一。公司基 于 V2X 通信技术产品的解决方案 VeTalk 已经广泛应用于上汽、长安、福特、 奥迪等各主要车厂，深度参与无锡等国家智能网联汽车示范区。来源： 国信证券转自： 焉知自动驾驶}

车路协同是指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。
当前，我国已经形成了包括电子元器件、芯片、通信模组、终端与设备、整车制造、智能道路、测试验证及运营服务在内的完整车路协同产业链。随着物联网与智能驾驶成为新热点，车联网行业发展迅速，行业规模不断扩大。根据ICVTank公布的数据，2022年，全球V2X市场规模约为1650亿美元，中国V2X市场规模约为500亿美元，占全球市场约30.3%。
2020年12月30日，交通运输部发布《关于促进道路交通自动驾驶技术发展和应用的指导意见》明确，到2025年，自动驾驶基础理论研究取得积极进展，道路基础设施智能化、车路协同等关键技术及产品研发和测试验证取得重要突破。2021年2月，为加快建设交通强国，构建现代化高质量国家综合立体交通网，中共中央、国务院印发了《国家综合立体交通网规划纲要》，提出在未来15年，通过实现北斗时空信息服务、交通运输感知全覆盖，使我国智能网联汽车（智能汽车、自动驾驶、车路协同）达到世界先进水平。2021年11月，交通运输部发布了《综合运输服务“十四五”发展规划》，其中提出研究构建车路协同安全体系，加强路网、车辆运行安全监测预警和出行引导。加快高级辅助驾驶技术、自动驾驶技术在营运车辆上推广使用，提升车辆主动安全性能。
2022年到2025年是行业的高速发展阶段，随着技术升级与商业模式打磨，车路协同系统将逐渐落地，具备推广应用条件。2025年后，C-V2X行业进入成熟覆盖阶段，根据我国发布的《智能网联汽车技术线路图2.0》，预期2025年C-V2X终端覆盖率达到50%，2030年实现100%全覆盖。当前，车路协同系统的功能较为单一，主要装载定位、导航、ETC等基础功能。随着5G与AI技术的不断升级，车路协同系统集成高精地图、辅助驾驶、无人驾驶、互联网通信、娱乐等更多辅助功能，未来各个平台之间的数据有望实现互联互通，形成车路协同的标准化生态体系。
产业研究院发布的《2024-2028年中国车路协同行业投资规划及前景预测报告》共十章。首先介绍了自动驾驶与车路协同的概念、优势及设计特点等，接着分析了车路协同行业的发展环境，然后对中国车联网与车路协同行业的发展状况具体解析，接着详细分析了车路协同行业产业链、结构建设与应用案例以及区域发展状况。随后，报告对我国车路协同行业上市公司运营状况做了细致的透析，最后重点分析了车路协同行业的投资状况及投资机会，还对其未来发展的前景趋势做出了科学的预测。
第一章　车路协同相关概念
第一节、自动驾驶基本介绍
一、自动驾驶原理
二、自动驾驶目前分级
第二节、车路协同基本介绍
一、车路协同定义
二、行业名词解释
三、顶层设计特点
四、车路协同优势
第二章　2021-2023年中国车路协同行业发展环境分析
第一节、经济环境
一、世界经济形势分析
二、国内宏观经济概况
三、固定资产投资状况
四、未来经济发展走势
第二节、社会环境
一、社会消费规模
二、居民收入水平
三、居民消费结构
四、社会教育水平
五、研发经费投入
第三节、政策环境
一、物联网发展支持政策
二、行业相关政策汇总
三、信息服务技术要求
四、车联网行业相关政策
五、车联网行业技术标准
第四节、产业环境
一、汽车工业经济运行
二、移动网络运行状况
三、电子信息产业增速
四、电子信息设备规模
五、5G基站建设状况
六、新基建发展赋能
七、ETC基础建设发展
八、北斗系统应用促进
第三章　2021-2023年中国车联网产业发展分析
第一节、2021-2023年全球车联网发展态势
一、行业政策扶持
二、全球市场规模
三、专利申请状况
四、专利技术类型
五、技术竞争格局
第二节、中国车联网产业发展综述
一、产业发展历程
二、产业驱动因素
三、行业应用分类
四、产业商业化状况
五、产业发展挑战
六、发展趋势分析
第三节、2021-2023年中国车联网产业运行状况
一、市场规模状况
二、行业用户规模
三、车联网渗透率
四、区域竞争格局
五、企业竞争状况
六、车联网需求分析
七、行业投资状况
第四节、车联网商业模式分析
一、商业模式发展现状
二、车企独立运营模式
三、互联网企业独立运营模式
四、车企和互联网企业合作模式
五、行业应用服务商独立运营模式
第五节、中国车联网产业现存风险问题及发展对策分析
一、网络安全风险分析
二、数据安全风险分析
三、安全风险应对措施
第四章　2021-2023年中国车路协同行业发展综合分析
第一节、全球车路协同行业发展概况
一、车路协同技术
二、行业布局情况
三、行业主要主体
四、行业发展现状
五、美国发展模式
第二节、2021-2023年中国车路协同行业发展状况
一、行业发展历程
二、解决方案架构
三、行业发展痛点
四、专利申请状况
五、行业格局分析
六、行业项目动态
七、市场规模预测
第三节、中国车路协同企业发展状况
一、企业进入时期
二、行业参与主体
三、利益主体作用
四、企业竞争排名
五、企业优化建议
六、企业合作状况
第四节、中国车路协同行业发展现存问题及对策
一、车路协同规模应用问题
二、车路协同产业难协调
三、出行服务体验待提升
四、自动驾驶商用测试需求
五、车路协同行业发展对策
第五章　2021-2023年中国车路协同产业链发展分析
第一节、车路协同产业链分析
一、产业链全景
二、产业链受益顺序
第二节、车路协同产业链基础层发展状况
一、基础层分析
二、车载单元分析
三、路侧单元分析
四、设备与终端分析
五、行业市场规模空间
六、车端单元规模预测
七、路侧单元规模预测
八、重点企业分析
第三节、车路协同产业链平台层发展状况
一、平台层分析
二、重点企业分析
第四节、车路协同产业链应用层发展状况
一、应用场景分析
二、高精地图服务
三、重点企业分析
第五节、中国车路协同主要应用场景案例分析
一、智能路口
二、城市道路
三、高速公路
第六章　2021-2023年中国车路协同建设及应用案例分析
第一节、车路协同基础技术分析
一、基础技术概述
二、感知技术分析
三、通信技术分析
四、边缘计算技术
第二节、智慧交通车路协同架构及要素
一、智慧交通车路协同架构
二、端侧基础设施能力
三、网络通信能力
四、云侧平台能力
第三节、车路协同云控平台
一、V2X基础设施运维管理子平台
二、SLA网络质量监控子平台
第四节、联通车路协同应用实践
一、自主泊车
二、城市快速BRT
三、景区无人驾驶
四、智能网联测试/示范园区
第七章　2021-2023年中国车路协同行业区域建设情况
第一节、华北地区
一、北京市
二、天津市
三、山西省
第二节、华中地区
一、武汉市
二、长沙市
三、江西省
第三节、华东地区
一、上海市
二、福建省
三、江苏省
四、浙江省
第四节、华南地区
一、深圳市
二、广西省
三、海南省
第五节、西南地区
一、云南省
二、贵州省
三、四川省
四、重庆市
第八章　2020-2023年中国车路协同行业重点企业经营状况
第一节、联通
一、企业发展概况
二、企业业务布局
三、经营效益分析
四、业务经营分析
五、财务状况分析
六、核心竞争力分析
七、公司发展战略
八、未来前景展望
第二节、华为
一、企业发展概况
二、业务发展状况
三、企业经营状况
四、未来前景展望
第三节、腾讯
一、企业发展概况
二、企业业务布局
三、企业发展动态
四、2021年企业经营状况分析
五、2022年企业经营状况分析
六、2023年企业经营状况分析
第四节、百度
一、企业发展概况
二、业务发展动态
三、2021年企业经营状况分析
四、2022年企业经营状况分析
五、2023年企业经营状况分析
第五节、千方科技
一、企业发展概况
二、经营效益分析
三、业务经营分析
四、财务状况分析
五、核心竞争力分析
六、公司发展战略
七、未来前景展望
第六节、金溢科技
一、企业发展概况
二、企业创新能力
三、经营效益分析
四、业务经营分析
五、财务状况分析
六、核心竞争力分析
七、未来前景展望
第七节、其他企业
一、四维图新
二、中电海康
三、高新兴
四、万集科技
五、希迪智驾
第九章　2021-2023年中国车路协同行业投资分析
第一节、车路协同行业投资状况
一、行业发展阶段
二、设备投资规模
三、行业投资事件
四、行业投资风险
第二节、车路协同行业投资机会
一、产业链投资机会
二、企业进入时机
三、初创企业机会
第三节、车路协同行业投资壁垒
一、技术壁垒
二、成本壁垒
三、测试壁垒
第十章　2024-2028年中国车路协同行业发展趋势及前景预测
第一节、中国车路协同行业发展趋势
一、行业发展趋势分析
二、行业功能发展方向
三、趋向双智协同发展
第二节、中国车路协同行业发展前景
一、行业应用前景分析
二、交通建设政策利好
三、政策支持技术应用
四、车联网安全加速部署
第三节、2024-2028年中国车路协同行业预测分析
一、2024-2028年中国车路协同行业影响因素分析
二、2024-2028年中国车联网产业市场规模预测
图表目录：
图表：自动驾驶汽车分级
图表：车路协同系统示意图
图表：车路协同的优势
图表：2018-2022年国内生产总值及其增长速度
图表：2018-2022年三次产业增加值占国内生产总值比重
图表：2021年全国三次产业投资占固定资产投资（不含农户）比重
图表：2021年分行业固定资产投资（不含农户）增长速度
图表：2021年固定资产投资新增主要生产与运营能力
图表：2022年三次产业投资占固定资产投资（不含农户）比重
图表：2022年分行业固定资产投资（不含农户）增长速度
图表：2022年固定资产投资新增主要生产与运营能力
图表：2023年三次产业投资占固定资产投资（不含农户）比重
图表：2023年分行业固定资产投资（不含农户）增长速度
图表：2023年固定资产投资新增主要生产与运营能力
图表：2019-2020年社会消费品零售总额各月同比增速
图表：2018-2022年社会消费品零售总额及其增长速度
图表：2020年全国居民人均可支配收入平均数与中位数
图表：2021年全国居民人均可支配收入平均数与中位数
图表：2018-2022年全国居民人均可支配收入及其增长速度
图表：2021年居民人均消费支出及构成
图表：2022年全国居民人均消费支出及其构成
图表：2023年居民人均消费支出及构成
图表：2018-2022年普通本专科、中等职业教育及普通高中招生人数
图表：2018-2022年研究与试验发展（R&D）经费支出及其增长速度
图表：2021年专利授权和有效专利情况
图表：2019-2021年中国车路协同相关政策
图表：2020-2021年车联网行业相关政策
图表：2019-2022年网民规模和互联网普及率
图表：2016-2020年中国手机网民规模及其占网民比例
图表：2019-2020年中国电子信息制造业营业收入、利润增速变动情况
图表：2019-2020年电子信息制造业PPI分月增速
图表：2021-2022年电子信息制造业增加值和工业增加值分月增速
图表：2021-2022年电子信息制造业增加值和出口交货值分月增速
图表：2021-2022年电子信息制造业固定资产投资增速变动情况
图表：2021-2012年通信设备行业增加值和出口交货值分月增速
图表：2021-2022年电子元件行业增加值和出口交货值分月增速
图表：2021-2022年电子器件行业增加值和出口交货值分月增速
图表：2021-2022年计算机制造业增加值和出口交货值分月增速
图表：5G新基建赋能车路协同
图表：基于ETC的车路协同应用的技术支撑体系
图表：金溢科技ETC车路协同人机交互方案
图表：2018-2025年全球车联网市场渗透率情况及预测
图表：2015-2025年全球车联网市场规模及预测
图表：2010-2021年全球车联网行业专利申请量及授权量情况
图表：全球车联网行业专利法律状态
图表：全球车联网行业专利总价值及专利价值分布情况
图表：全球车联网行业专利类型
图表：全球车联网行业技术来源国分布情况
图表：全球车联网行业专利申请数量TOP10申请人
图表：中国车联网产业发展历程
图表：数字经济底层核心技术赋能汽车产业转型
图表：智能网联汽车技术路线图
图表：车联网数字运营平台
图表：2015-2022年中国车联网市场规模
图表：2018-2022年中国车联网行业用户规模
图表：2018-2025年中国车联网行业渗透率及预测
图表：中国国家级、省级车联网先导区分布情况
图表：中国车联网专利申请数量TOP10省市
图表：中国车联网企业专利申请排名
图表：中国车联网企业排行榜
图表：2011-2022年中国智能交通市场规模
图表：2014-2022年中国汽车保有量
图表：2012-2021年车联网行业投资状况
图表：车联网的基本价值链
图表：智慧交通类应用商业模式
图表：车企独立运营模式
图表：行业应用服务商独立运营模式
图表：全球主要国家/地区车路协同V2X技术体系发展
图表：全球主要国家地区车路协同发展现状分析情况
图表：全球车路协同行业主要参与建设主体汇总情况
图表：中国车路协同行业发展历程
图表：车路协同解决方案构造
图表：中国车路协同行业发展痛点
图表：2011-2021年中国车路协同相关专利申请量
图表：2011-2021年中国车路协同相关专利公开量
图表：2020-2024年中国车路协同行业市场规模及预测（按产值统计）
图表：中国车路协同领域主要参与者进入行业时间
图表：中国车路协同领域主要参与者
图表：车路协同各利益相关方情况
图表：2021年中国车路协同企业具体排名
图表：车路协同产业链示意图
图表：车路协同系统终端构成
图表：车路协同OBU技术和产品形态
图表：车路协同OS系统性能要求
图表：车路协同RSU结构示意图
图表：车路协同RSU覆盖场景
图表：车路协同产业链终端代表厂商
图表：车端产业生态
图表：2021年自主+合资品牌T-BOX各品牌市占率
图表：V2X车端主要服务介绍
图表：2020-2023年车联网车端市场规模测算
图表：2021-2023年路端单交叉路口和每公里高速公路V2X改造成本测算
图表：2020-2030年车联网路端市场规模测算
图表：蘑菇车联产品布局
图表：星云互联车路协同商业发展模式
图表：平台层在车路协同架构中所处的位置与构成
图表：华为车路协同平台层架构
图表：电科智能车路协同产品特点
图表：电科智能交通大数据平台SEARI-TBDS在车路协同中起到的作用
图表：车路协同主要应用场景
图表：不同类型道路车路协同商业化实现可能性对比
图表：高精地图的四个基本层级
图表：高精地图在智能驾驶中的作用
图表：2020年高精地图厂商市场份额分布情况（TOP5）
图表：星云互联产品布局
图表：星云互联车路协同商业发展模式
图表：车路协同系统关键技术
图表：车路协同外部感知技术及内部感知技术
图表：毫米波雷达及激光雷达传性能、价格及应用场景对比
图表：通信技术分类
图表：LTE-V2X与DSRC技术性能及标准化进程比较
图表：车路协同的云管边端架构
图表：智慧交通车路协同架构
图表：车联网场景中端侧设备分类
图表：基于LTE的PC5接口与基于NR的PC5接口比较
图表：智能交通协同调度系统架构
图表：V2X基础设施运维管理平台架构图
图表：网络质量监控功能架构图
图表：智慧停车场系统架构
图表：BRT车路协同场景架构
图表：景区无人车解决方案
图表：2020-2023年中国联合网络通信股份有限公司总资产及净资产规模
图表：2020-2023年中国联合网络通信股份有限公司营业收入及增速
图表：2020-2023年中国联合网络通信股份有限公司净利润及增速
图表：2022年中国联合网络通信股份有限公司主营业务分行业、产品、地区
图表：2022-2023年中国联合网络通信股份有限公司主营业务分类别
图表：2020-2023年中国联合网络通信股份有限公司营业利润及营业利润率
图表：2020-2023年中国联合网络通信股份有限公司净资产收益率
图表：2020-2023年中国联合网络通信股份有限公司短期偿债能力指标
图表：2020-2023年中国联合网络通信股份有限公司资产负债率水平
图表：2020-2023年中国联合网络通信股份有限公司运营能力指标
图表：2020-2021年华为投资控股有限公司综合收益表
图表：2021-2022年华为投资控股有限公司综合收益表
图表：2020-2021年华为投资控股有限公司销售收入分部资料
图表：2021-2022年华为投资控股有限公司销售收入分部资料
图表：2020-2021年华为投资控股有限公司销售收入分地区
图表：2021-2022年华为投资控股有限公司销售收入分地区
图表：2020-2021年腾讯综合收益表
图表：2020-2021年腾讯分部资料
图表：2020-2021年腾讯收入分地区资料
图表：2021-2022年腾讯综合收益表
图表：2021-2022年腾讯分部资料
图表：2021-2022年腾讯收入分地区资料
图表：2022-2023年腾讯综合收益表
图表：2022-2023年腾讯分部资料
图表：2020-2021年百度综合收益表
图表：2020-2021年百度分部资料
图表：2021-2022年百度综合收益表
图表：2021-2022年百度分部资料
图表：2022-2023年百度综合收益表
图表：2022-2023年百度综合收益表
图表：2022-2023年百度分部资料
图表：2022-2023年百度分部资料
图表：2020-2023年北京千方科技股份有限公司总资产及净资产规模
图表：2020-2023年北京千方科技股份有限公司营业收入及增速
图表：2020-2023年北京千方科技股份有限公司净利润及增速
图表：2021-2022年北京千方科技股份有限公司营业收入分行业、产品、地区
图表：2021-2022年北京千方科技股份有限公司营业收入分行业、产品、地区
图表：2020-2023年北京千方科技股份有限公司营业利润及营业利润率
图表：2020-2023年北京千方科技股份有限公司净资产收益率
图表：2020-2023年北京千方科技股份有限公司短期偿债能力指标
图表：2020-2023年北京千方科技股份有限公司资产负债率水平
图表：2020-2023年北京千方科技股份有限公司运营能力指标
图表：2020-2023年深圳市金溢科技股份有限公司总资产及净资产规模
图表：2020-2023年深圳市金溢科技股份有限公司营业收入及增速
图表：2020-2023年深圳市金溢科技股份有限公司净利润及增速
图表：2021-2022年深圳市金溢科技股份有限公司营业收入分行业、产品、地区
图表：2021-2022年深圳市金溢科技股份有限公司营业收入分行业、产品、地区
图表：2020-2023年深圳市金溢科技股份有限公司营业利润及营业利润率
图表：2020-2023年深圳市金溢科技股份有限公司净资产收益率
图表：2020-2023年深圳市金溢科技股份有限公司短期偿债能力指标
图表：2020-2023年深圳市金溢科技股份有限公司资产负债率水平
图表：2020-2023年深圳市金溢科技股份有限公司运营能力指标
图表：2021-2030年车路协同设备投资规模预测（累计值）
图表：中国车路协同产业链投资机会
图表：2024-2028年中国车联网产业市场规模预测返回搜狐，查看更多
责任编辑：}