研究报告全文：2023年03月15日行业深度分析汽车零部件证券研究报告智能网联汽车建设正加速特定场景商业模式已完成闭环投资评级领先大市-A维持评级车路协同有效解决单车智能痛点多因素驱动智能网联汽车加速落地首选股票目标价元评级在目前智能汽车软硬件平台性能有限的背景下无论是纯视觉方案还是多传感器融合方案均难以获得超视距全局化的交通信息在实现级以上高L3阶自动驾驶仍有较大难度而车路协同的建设可通过V2X实时传输远端信息有效补足单车感知能力的补足同时国内具备优渥的5G通信基建基行业表现础叠加国内人口道路密度大高速等道路基础设施建设相对完善等特征汽车零部件沪深300智能网联汽车落地亦具备较强经济性近年来在构建智慧交通体系政策的39支持下各地已纷纷开启试点区项目未来随着自动驾驶渗透率的持续提2919升国内智能网联汽车云管端建设有望进一步加速9车端OBU车端通信的核心设备具备低时延高兼容性等特点-1-11车路协同系统通过端管云三方共同协作从而实现环境感知数据-21融合计算及决策控制车端设备则更多体现管功能其中OBU是车端核心2022-032022-072022-112023-03设备可借助V2X及5G通信技术实现车与车车与人车与云及车与路之资料来源Wind资讯间的全面信息交互同时由于车路协同对通信实时性提出更高要求叠加升幅1M3M12M路端和车端信息具有异质性特征OBU设备具备低时延高兼容性特点相对收益-75-4678绝对收益-107-3009路端RSU实现车路通讯MEC为局部决策提供低时延算力支持徐慧雄分析师RSU和MEC是智能网联汽车路侧设备中实现车路信息通讯的关键设备其SAC执业证书编号S1450520040002xuhxessencecomcn中OBU帮助单车实现C-V2X技术通讯于车端能够提供超视距全局实时李泽联系人的信息于交通端能够为智慧交通数据中心提供实时的路况信息此外lizeessencecomcnRSU源于ETC设备的升级因而具备相对成熟的产业链传统ETC龙头公相关报告司金溢科技万集科技等均已实现率先布局MEC为移动边缘计算单元负智能汽车2023年度策略2022-12-12责向路侧和车端设备提供近端低时延的算力支持同时由于边缘计算平台座舱迈入20时和云平台技术架构等同源传统的提供综合IaaS服务的云平台巨头阿里代车机域控格局或将再重腾讯百度等目前仍为该边缘云业务的主导者塑线控底盘实现高阶自动驾2022-10-29云端云控平台是智能网联汽车中数字化交通建设的主要载体驶的必要条件各环节将迎加速量产期云控系统是实现智能网联汽车的重要软件基础设施平台承担数据算力中心角色为智慧交通和应用主体提供全局交通信息和非实时算力支持整体架构包含边缘云区域云和中心云三级参与者中云服务商与传统服务相似提供基础性服务交通平台集成商完成专业化部署和运营其掌握数据运营自主权更具备增长弹性特种车场景有望率先落地提供整体解决方案为目前主流商业模式城市路段高速公路及园区港口等特定区域由于路况简单封闭运营等因素是目前智能网联汽车主要应用场景而目前在落地实施的过程中商业模式主要包括提供完整的解决方案及后期运营服务和销售改装自动驾驶车和车端路端设备两类从头部供应商落地案例上看提供完整的软硬件解决方并协助进行后期平台运营为当前的主流商业模式相关关注标的蘑菇车联金溢科技千方科技风险提示主机厂自动驾驶升级进度不及预期智能网联汽车项目落地进度不及预期车端网联化速度不及预期本报告版权属于安信证券股份有限公司各项声明请参见报告尾页1行业深度分析智能网联汽车内容目录1车路协同在技术进步与政策支持背景下正加速落地611当前处于L2自动驾驶级别规模量产时期2022年L2渗透率约219612依靠单车智能实现L5智驾难度大车路协同有望突破技术瓶颈7121单车智能难以实现L5级自动驾驶7122车路协同有效补齐单车智能技术不足813C-V2X技术普及加速落地中国的交通国情亟需发展车路协同9131C-V2X是核心通信技术其普及将协助车路协同快速发展9132中国人口道路密度使车路协同更具经济性新基站及智能公路加快方案落地10133中国对行车安全问题关注度高车路协同有效解决单车智能安全隐患等问题1114国家政策积极推动建设智能网联汽车自动驾驶安全运输征求意见稿落地122车端设备OBU是为核心部件具备低时延高兼容性特点133路侧设备RSU实现车路信息实时通讯MEC提供局部算力支持1531RSU是车路实时通讯的关键设备为车端提供超视距全局实时的信息15311RSU是车路实时通讯的关键设备15312于车端RSU能够实时传输近端和远端的静态交通及动态路况信息16313于路端RSU提供比传统方案更高效多元化的交通信息17314RSU源于ETC设备具备产业基础智能网联汽车东风下多方供应商跑步入场1832MEC为局部决策提供算力支持解决云端处理延时问题18321MEC为近源数据提供算力支持其部署架构与云平台类似18322MEC的核心硬件为提供算力支持的主控芯片19323从对车端路端提供算力支持的角度看MEC能够有效平衡高算力和通信低时延要求20324从对C端提供服务角度看缩短数据传输路径提高服务实时性体验22325产业链综合型云计算厂商率先切入技术出身的创新型企业相继入局234云端部署云控平台是数字化交通建设的主要载体2341组成架构中心云区域云和边缘云是云控系统基础平台的核心架构2342意义云控平台是构建智能车大数据平台实现智能网联汽车新基建及智能车技术迭代的重要解决方案之一2443功能云控平台为智慧交通和应用主体提供交通信息和非实时算力支持2544产业链云服务商提供基础性服务交通平台集成商完成专业化部署运营255商业化进程特种车辆有望率先落地头部厂商已完成商业闭环2651特种车对应的路段封闭路况简单具备较高的落地可行性2652城市高速场景下B端客户落地难度大主机厂出租车设备配套意愿不高2753方案整包为主流商业模式企业承担路端云端部署总包运营角色286相关关注标的2961蘑菇车联全栈自研推出标准化产品商业化落地形成正向循环29611核心软硬件自研提供标准的车路云一体化产品及解决方案296111全栈自研使得企业具备车路协同整套解决方案集成能力306112标准化产品方案满足多场景落地真实需求30612签约项目超百亿元形成数据商业双闭环34本报告版权属于安信证券股份有限公司各项声明请参见报告尾页2行业深度分析智能网联汽车6121多区域多场景快速落地下好智慧交通基建的先手棋346122多数项目处于初中期已逐步形成商业闭环未来有望实现正向循环3462金溢科技高速ETC设备头部厂商V2X业务拓展有望打开成长空间3463千方科技传统智慧交通解决方案商项目经验和客户积累助力智能网联汽车项目规模化落地357风险提示36图表目录图1不同自动驾驶等级之下的代表性功能6图22025年中国L1-L3级自动驾驶渗透率将达到657图3单车智能和车路协同适用范围和局限性比较7图4现阶段单车智能对超视距感知视觉盲区交通信息难以感知8图5单车智能和车路协同感知系统框架8图6无协同感知时车辆视线受阻无法获得信号灯信息9图7V2X的四类交互对象9图8车端能够有效分摊路端部署成本10图92019-2022年中国5G基站数量万11图102015-2020中国智慧公路行业市场规模亿元11图11车路协同使得安全区域明显增加11图12车路协同领域国家级政策体系不断完善12图13端管云架构图13图14车载单元位于端层14图15OBU主要结构14图16OBU实现V2X信息交互14图17OBU工作流程15图18路侧系统架构15图19RSU部署于信号灯横栏等路端上16图20通信单元是RSU的核心部件16图21RSU连接关系网16图22RSU实现车路信息通信示意图16图23多语义异形信号灯难以识别16图24视线遮挡无法识别信号灯易发生安全事故16图25视线遮挡或恶劣天气下近端信号灯信息发送17图26远端交通信息实时播报17图27视线被遮挡后仍可通过RSU获取闯入行人和对向车辆等实时路况信息17图28传统方案通过地磁检测方式测算交通流量等信息存在高延时信息量小等问题17图29RSU产业链及主要参与者18图30智能网联汽车边缘云组成图19图31边缘云平台层构成19图32边缘云V2X应用层组成19图33百度Apollo路侧MEC设备19图34谷歌无人车边缘计算平台主要硬件19图35不同硬件平台适合的负载类型20图36Intel酷睿处理器提供高算力支持20本报告版权属于安信证券股份有限公司各项声明请参见报告尾页3行业深度分析智能网联汽车图37车路协同各节点业务对低时延的需求20图38MEC与中心云配合承担分流低延时计算任务的角色21图39智能网联汽车MEC协同计算模型22图40MEC部署于边缘UPF附近实现业务请求分流22图41MEC产业链及图谱23图42云控系统架构及组成24图43区域云总体框架图24图44中心云总体架构图24图45云端提供数据和算力支持25图46天津西青智能网联汽车先导区车路协同云控平台25图47天津西青智能网联汽车先导区车路协同运营平台25图48云服务商和交通平台集成商为云控平台的主要参与者26图49城市高速特定区域智能网联汽车应用场景对比26图50特种车场景率先落地27图51蘑菇车联在衡阳市提供自动驾驶接驳服务27图52蘑菇车联在衡阳市提供自动驾驶环卫服务27图53中国智能网联汽车渗透率空间亟需进一步提升27图54一二线城市单车节约成本需达到3k元左右27图55开放道路场景落地难度大28图56整套解决方案和部分设备商间的关系28图57整套解决方案和部分设备销售模式对比29图58百度Apollo的车路协同解决方案29图59蘑菇车联标准产品包30图60蘑菇车联的整体方案提供方式30图61蘑菇车联发展定位及业务方向31图62车路协同基站集成多种核心技术单元31图63车路协同基站能有效实现项目大规模标准化落地31图64蘑菇数字底座32图65蘑菇云控平台32图66蘑菇交通大脑32图67高精地图32图68自动驾驶车辆的套件升级32图69汽车大脑实现技术突破32图70自动驾驶车辆部分33图71自动驾驶车辆运营业务33图72智能运营中心33图73自动驾驶级别导航服务33图74与多地政府达成合作34图75蘑菇车联已与多地政府达成合作34图76蘑菇车联多数项目已形成商业闭环34图772020年中国ETC行业市场份额按OBU销售量35图782018-2021金溢科技不同业务板块营收占比35图79千方科技Omni-T20全域交通解决方案35图80千方科技智慧交通落地项目36本报告版权属于安信证券股份有限公司各项声明请参见报告尾页4行业深度分析智能网联汽车表1自动驾驶等级划分6表2DSRC和C-V2X优劣势对比10表32015-2022年智能网联汽车建设相关政策梳理12表4车路协同各节点业务对低时延的需求21本报告版权属于安信证券股份有限公司各项声明请参见报告尾页5行业深度分析智能网联汽车1车路协同在技术进步与政策支持背景下正加速落地11当前处于L2自动驾驶级别规模量产时期2022年L2渗透率约219国内自动驾驶被分为六个级别其中L0-L2可实现辅助驾驶L3开始正式进入自动驾驶自动驾驶是指汽车依靠激光雷达摄像头等传感器使车辆具有环境感知能力配合人工智能高精度地图及全球定位等技术使车辆完成路径规划及自主决策最终车辆可以在不受人为干预的情况下自动安全的行驶根据工信部发布的汽车驾驶自动化分级推荐性国家标准报批公示当前汽车的自动驾驶被划分为L0-L5六个等级1L1与L2分别是部分驾驶辅助及组合驾驶辅助在L1级别的辅助驾驶中自动驾驶系统可以辅助驾驶员完成部分驾驶操作车辆防抱死系统ABS车身电子稳定功能ESP等配置均在L1级别辅助驾驶中得到应用然而在此级别中辅助驾驶功能有限大部分功能主要是由驾驶员完成L2在L1的基础上可以实现部分功能的自动化但检测路况紧急情况的判断及操作仍需驾驶员完成L2级别辅助驾驶通常会具备ACC自适应导航车道保持系统自动刹车辅助系统及自动泊车系统等2L3L4L5分别是有条件自动驾驶高度自动驾驶及完全自动驾驶从L3级别的驾驶自动化开始车辆本身可以通过激光雷达等传感器实时监测周边环境从而实现有条件的自动驾驶L4-L5级车辆不仅可以达到协同感知同时可以达到协同控制及协同决策通过车辆网联化及人工智能算法逐渐成熟车路云可相互协调在三层架构中实现环境感知数据融合计算再由车端进行实时控制从而达到有条件自动驾驶及高度自动驾驶表1自动驾驶等级划分分级名称设计运行条件车辆横纵向运动控制目标事件探测及响应驾驶时任务接管L0应急辅助有限制驾驶员驾驶员及系统驾驶员L1部分驾驶辅助有限制驾驶员和系统驾驶员及系统驾驶员L2组合驾驶辅助有限制系统驾驶员及系统驾驶员L3有条件自动驾驶有限制系统系统系统及驾驶员L4高度自动驾驶有限制系统系统系统L5完全自动驾驶无限制系统系统系统资料来源德勤安信证券研究中心图1不同自动驾驶等级之下的代表性功能名称功能系统控制控制方向代表车型举例监测前方车辆判断本车和前车间距相对速度和位置并及时给前方碰撞预警FCWForwardCollisionWarning--长安逸动PLUS北汽EXS予驾驶员警告L0感知车道线判断车辆与车道线间的位置及时在出现偏离时给予车道偏离预警LDWLaneDepartureWarning--长安逸动PLUS哈弗H6驾驶员警告检测车辆行驶方向上的物体行人车辆等在突发情况或小于安自动紧急制动AEBAutonomousEmergencyBraking制动纵向奇瑞瑞虎蔚来ES6全距离时主动进行刹车识别前方车辆根据实时状态设定的速度和距离进行巡航若前自适应巡航ACCAdaptiveCruiseControl油门制动纵向吉利星瑞长安逸动PLUS方无车则进入定速巡航L1识别车辆相对于车道中央的位置如驾驶员偏离车道非目的性变车道保持辅助LKALaneKeepAssist道则向驾驶员发出警告或通过转向干预使车辆重新回到车道中转向横向吉利星瑞广汽AionS央检测车辆后方区域判断后方相邻车道上车辆的相对位置速度变道辅助LCALaneChangeAssist转向横向比亚迪汉小鹏P7方向等驾驶员给出变道指令后进行自动变道高速驾驶辅助HWAHighwayAssist结合ACCLKA可实现及时变道油门制动转向纵向横向长城WEY摩卡领克05L2自动泊车辅助APAAutoParkingAssist辅助驾驶员完成车位的寻找驾驶员发出泊车指令后完成泊车入位油门制动转向纵向横向长安CS75PLUS吉利星越ePro交通拥堵辅助TJATrafficJamAssist增加转向调整功能可在交通拥堵时为驾驶员提供一定的驾驶辅助油门制动转向纵向横向比亚迪汉荣威RX5MAX在驾驶员监控下基于设定的导航路线完成从高速公路快速路A点自动导航辅助驾驶NGPNavigationGuidedPilot油门制动转向纵向横向小鹏P7到B点的导航辅助驾驶L2结合导航高精地图和自动辅助驾驶系统按照导航规划的路径实领航辅助驾驶NOPNavigateonPilot油门制动转向纵向横向蔚来ES8现汇入高速高架主路巡航行驶驶离主路等操作自动辅助导航驾驶NOANavigateonAutopilot开启导航时自动驶入驶出高速公路匝道并超过行驶缓慢的车辆油门制动转向纵向横向特斯拉Model3车主下车后通过APP下达泊车指令车辆自行行驶至车位并自主泊L4自动代客泊车AVPAutomatedValetParking车取车时通过APP下达取车指令车辆可从停车位自动行驶至上油门制动转向纵向横向威马W6一汽红旗E-HS9客点资料来源安信证券研究中心整理当前国内自动驾驶仍处于L2规模化量产阶段目前L2渗透率约219低阶的ADAS先进辅助驾驶系统仍是目前自动驾驶市场的主导技术其中L2级的ADAS可以根据周边环境在特定情况下实现车辆加速减速但其余动态驾驶需要由驾驶员完成根据佐思汽研数据显示截止至2022年1-4月L2级自动驾驶系统配置量同比增长1184汽车数量达到574万辆装配率达到219此外根据前瞻产业研究院数据统计预计到2030年国内L3级及以下自动驾驶车辆渗透率将达到70本报告版权属于安信证券股份有限公司各项声明请参见报告尾页6行业深度分析智能网联汽车图22025年中国L1-L3级自动驾驶渗透率将达到65各自动驾驶级别渗透率情况10020801050560153045040535502040453001505201620202025203020352040L12L3L45资料来源前瞻产业研究院安信证券研究中心12依靠单车智能实现L5智驾难度大车路协同有望突破技术瓶颈121单车智能难以实现L5级自动驾驶汽车自动驾驶的实现包含单车智能及车路协同两大技术方案其区别在于单车智能软硬件全部集中在车内而车路协同则是分布在车端路侧及云端因此从高级别自动驾驶功能对目标事件探测及响应驾驶任务接管车辆横纵向运动控制等方面的要求而言基于当下单车智能的技术水平若需满足高阶自动驾驶功能需要车路协同技术的辅助图3单车智能和车路协同适用范围和局限性比较资料来源清华大学智能产业研究院安信证券研究中心基于单车智能技术难以实现L5级别的完全自动驾驶目前单车智能是实现自动驾驶的主流方案其在普通汽车的基础上安装毫米波雷达激光雷达车载摄像头等硬件设备配备完善的软件系统及高效的算法赋予车辆自动驾驶的能力车辆独自收集信息并对所收集的信息进行处理并执行而L5级自动驾驶要求车辆在不受人为干预的情况下具有决策生成的能力与L0-L4级别中的辅助驾驶及部分自动驾驶相比L5级别的自动驾驶系统需要更强大的具备逻辑推理学习能力这种学习能力不同于简单的机器学习模式需要不仅拥有基于过往驾驶经历进行特征提取并自我回测优化的能力同时亦需要车辆拥有与交通环境交互的能力获得更多超视距感知信息和视觉盲区的路况尽管当前国内外已经提出了部分可以帮助高等自动驾驶汽车获取更加准确的环境感知信息的概念例如神经网络视觉传感器超级中央计算平台等但仅凭当前单车智能中的传感器算力算法等去实现L5级本报告版权属于安信证券股份有限公司各项声明请参见报告尾页7行业深度分析智能网联汽车完全自动驾驶仍然是望尘莫及除此之外单车智能技术下难以实现L5级自动驾驶的原因还有交通参与者行动轨迹无明显规律可循在动态环境下存在人车路的多方不确定性而人与其他车辆的运动的不确定性及道路的复杂性均会导致单车智能车辆对交通认知的难度提高图4现阶段单车智能对超视距感知视觉盲区交通信息难以感知资料来源易车安信证券研究中心122车路协同有效补齐单车智能技术不足车路协同技术基于车路云之间的信息实时互通可以有效补足单车智能技术不足车路协同则是将车内部分传感器决策终端等均转移至路侧通过路侧计算单元或传感器完成数据融合或决策后再通过通信技术传导至车端由此降低高阶自动驾驶下对车端设备性能的要求其在单车智能自动驾驶的基础之上通过车上所搭载的设备OBU等及道路感知及定位系统RSU雷达等实时高精度感知定位实现车车车路车人之间的实时信息共享图5单车智能和车路协同感知系统框架资料来源清华大学智能产业研究院安信证券研究中心车路协同可以将部分传感器搭载至路侧并通过V2X通信技术实时传输信息即可快速获得不在车辆视野范围内的信息有效突破单车智能这一技术瓶颈以交通信号灯为例如果由单车智能车辆完成则需要车辆在较远距离时识别定位到交通信号灯并通过光学传感器识别灯色并预测灯色变化时间同时还需要面临炫光LED闪频移动式红绿灯位移前方车辆阻挡等多种外在感知障碍而通过车路协同可以简单解决这一问题通过路侧感知系统实现与信号灯机的实时对接不仅可以快速获得准确可靠的信号灯当前信息还可以获得单车智能无法感知到的倒计时等意图信息本报告版权属于安信证券股份有限公司各项声明请参见报告尾页8行业深度分析智能网联汽车图6无协同感知时车辆视线受阻无法获得信号灯信息资料来源清华大学智能产业研究院安信证券研究中心13C-V2X技术普及加速落地中国的交通国情亟需发展车路协同131C-V2X是核心通信技术其普及将协助车路协同快速发展C-V2X是车路协同实现信息通信的核心技术其普及为车路协同快速发展提供有效技术支持V2X即车用无线通信技术意为车与一切事物可以进行信息互换其中V代表车辆X代表与车辆通信的其他主体当前的X主要包括车人路侧基础设施及网络V2V是指车辆与车辆之间的通信通过每辆车的车载终端可以实时获得周围其他车辆的位置车速行车情况等信息V2I是指车辆与路侧基础设施之间的信息传输路侧基础设施可以获得超车辆视距的信息并实时传输给车辆V2P指的是车辆与行人骑行者之间的实时信息传输V2N则是车辆接入网络与云平台连接整体而言V2X是将人车路云紧密联系在一起不仅可以协助车辆获得比单车感知更多的信息更有利于协助构成未来的智慧交通体系图7V2X的四类交互对象资料来源THALES安信证券研究中心整理C-V2X在我国具备广泛的基站覆盖基础叠加其在时延传输速度和距离传输稳定性等方面的优势将为智能网联汽车落地和发展提供重要技术支持在智能网联汽车通信技术中不同于英美等采用技术程度成熟度更高的DSRCDedicatedShortRangeCommunication专用短程通信技术我国选择C-V2X技术C-V2X中的C是指蜂窝Cellular是基于3G4G5G等蜂窝网通信技术演进形成的车用无线通信技术当前的LTE-V2X及未来将实现的5G-V2X均隶属于C-V2X的范畴通过C-V2X的发展可以逐步实现车路协同控制车车协同编队远程操作等高级自动驾驶及完全自动驾驶功能车路协同是以车载系统及路侧本报告版权属于安信证券股份有限公司各项声明请参见报告尾页9行业深度分析智能网联汽车系统进行数据收集通过V2X进行实时数据传输通过云端系统进行对数据进行计算处理并下达决策最终实现人车路之间的信息实时交互从而达成智慧交通体系根据上述车路协同实现离不开四个核心技术的发展智能车载技术智能路侧技术通信技术及云端技术表2DSRC和C-V2X优劣势对比业务类别DSRCC-V2X时延500ms100ms数据速率12Mbps最高27MbpsPC5接口12MbpsUu接口500Mbps适应车速200kmh500kmh传输距离300500mPC5接门500600mUu接门1000m网络部署需部署RSU现网基站同步需求异步严格同步资源感知通过固定门限及检测前导码来判断信道是通过功率和能量测量感知资源占用情况否被占用资源复用TDMTDMFDM资料来源安信证券研究中心整理132中国人口道路密度使车路协同更具经济性新基站及智能公路加快方案落地中国人口密度及道路密度较高以车路协同实现高等级自动驾驶具有显著经济性车路协同需要额外投入成本至路端建设例如在路端安装摄像头激光雷达毫米波雷达等传感器可有效实现以全局视角探测周围环境最大程度减少盲区并实时传输准确数据至车端但由此车内安装传感器的价格将被节省下来车载设备成本大大降低并且随着车载及路载设备在未来规模量产后成本将会进一步下降未来可以以更加经济的成本进行智慧道路的建设根据由清华大学智能产业研究院所撰写的面向自动驾驶的车路协同关键技术与展望中的推算逻辑2021年交通运输行业发展统计公报显示截止2021年末全国公路总里程为52807万公里2021年汽车保有量为302亿量可以估算出如果在每辆车的成本上节省175万元便可以有100万元的资金用于投入每公里道路的建设人口密度较大的城市分摊至每辆车上的价格也会大大降低智能化道路基础设施具备可重复使用的特点加之路端成本可以分摊至车端随着未来车辆数量越来越多相比于单车智能车路协同的部署成本优势会进一步加强图8车端能够有效分摊路端部署成本资料来源清华大学智能产业研究院安信证券研究中心整理新基建及智能公路建设助力车路协同技术快速落地根据工业和信息化部公布的数据可见截止至2022年6月底我国建设开通的5G基站数量超过180万个在全球范围内中国的5G基站数量占比达到605G基站数量的激增带动了V2X的通信技术快速发展同时其低延迟高可靠的特点也为车路协同带来了强有力的通讯技术支持中国的智慧公路行业规模持续增长从2015年的324亿元攀增至2020年的641亿元CAGR为146随着智慧公路行业的不断探索路侧设备及智能交通相关建设不断完善可推进自动驾驶技术稳步发展本报告版权属于安信证券股份有限公司各项声明请参见报告尾页10行业深度分析智能网联汽车图92019-2022年中国5G基站数量万图102015-2020中国智慧公路行业市场规模亿元200185470064156660014254881505004153614003241007183005020013100002019年2020年2021年2022年2015年2016年2017年2018年2019年2020年资料来源工信部安信证券研究中心资料来源亿欧智库安信证券研究中心133中国对行车安全问题关注度高车路协同有效解决单车智能安全隐患等问题中国对行车安全问题关注度高单车智能仍存在多种安全隐患问题当前单车智能的安全问题仍然是一个较大的挑战主要问题有四个1车内软硬件系统容易出现漏洞或失灵造成这个问题的原因是因为单车智能需要过于复杂的数据收集处理以及下达决策的系统某一部分产生细小失误便容易造成较大的连锁影响2感知器容易收到极端天气以及遮挡的影响在恶劣天气下例如激光雷达会因为积水反射的原因易造成摄像画面模糊大雾天气下摄像头无法清晰探测到周边路况以及大雪会覆盖路面上用于辅助感知的道路标识3国内道路环境过于复杂单车智能车辆难以获得全面信息单车智能的智能决策系统搭载在车内行为预测决策能力易出现不足情况并且除机动车车外当前中国道路上通常还会有大量的非机动车及行人非机动车及行人的行动轨迹通常是难以预测的交叉路口更是事故频发地如果单车智能车辆无法进行及时预测及决策极易造成交通事故路侧感知协助车路协同可获得超视距视野云端及路端分摊车内软硬件由此有望有效减少交通事故的发生针对上述单车智能的四个问题车路协同有较好的解决方案1车内软硬件易失灵问题由于车路协同将大部分感知器智能决策系统迁移至路侧及云端车内的少量软硬件不易造成漏洞及漏洞的连锁反应2感知器易受极端天气影响问题得益于V2X通信技术车与车车与路车与人之间可以做到信息实时传输当大雾天气下车内摄像头可探测范围有限时路侧的RSU可以协助获得车辆无法获得的道路信息并实时传输给车辆3道路环境过于复杂问题当前方大型车辆遮挡住红绿灯信息时通过V2VV2I均可以获得被遮挡住的信息可以有效防止交通事故的发生4决策能力不及时问题相较于单车智能车路协同的决策能力将大大的提高车路协同的决策能被转移至云端由云端对采集的数据进行实时处理分析预测及下达决策这将大大提高车路协同技术决策能力的及时性图11车路协同使得安全区域明显增加资料来源清华大学智能产业研究院安信证券研究中心整理此外车路协同同时可以有效缓解交通压力促进交通效率提升通过车路云三边协同配合以及数据通信技术实时接收可以进一步的提高交通效率例如通过传送红绿灯信息以及进行红绿灯车速引导可以大幅度提高路口通行效率以及降低车内燃油消耗通过发送前方道路状况提醒可以提前得知前方道路是否正在施工或有事故发生此类提醒一方面可以避免道路拥堵另一方面也可以防止二次事故的发生当在学校景点等交通本报告版权属于安信证券股份有限公司各项声明请参见报告尾页11行业深度分析智能网联汽车容易出现拥堵情况的区域时车路协同也可以更有效的疏散拥挤车流除上述场景外车路协同还可以做到智能停车通过车内OBU与路侧RBU的实时通信智能停车系统可以快速判断车辆位置从而实现停车指引等功能解决当前停车困难一大痛点14国家政策积极推动建设智能网联汽车自动驾驶安全运输征求意见稿落地近年来国内高度重视智能汽车及智慧交通的发展从国务院至各部委相继出台并实施智能网联汽车建设相关政策2015年5月国务院印发中国制造2025首次提出要建设智能网联汽车自主创新体系以及智能网联汽车产业链与智慧交通体系2020年发改委联合工信部科技部等11个部委颁布的智能汽车创新发展战略明确提出在2025年LTE-V2X无线通信网络可实现区域性覆盖5G-V2X可实现在部分城市及高速公路开展应用2022年交通部印发了数字交通十四五发展规划该规划要求在十四五期间推动部分自动驾驶智能航运测试基地及先导应用试点工程的建设并预测中国智慧交通市场规模到2030年将达到106万亿元图12车路协同领域国家级政策体系不断完善资料来源中国汽车技术研究中心安信证券研究中心整理2022年6月深圳经济特区智能网联汽车管理条例的出台加速车路协同商业化落地此次在深圳出台此条例意味着我国智能网联汽车法律迈向了新阶段此条例系统性介绍了智能网联汽车自动驾驶的定义市场准入条件豁免以及权责认定等细节填补自动驾驶相关立法空白并为其他城市提供经验标准带来示范效应2022年8月8日交通运输部组织起草了自动驾驶汽车运输安全服务指南试行征求意见稿从适用范围基本原则运输经营者要求车辆要求人员要求监督管理等多方面对智能网联汽车上路行驶进行规定表32015-2022年智能网联汽车建设相关政策梳理发布年份部门文件名称主要内容推动智能交通工具等产品的研发和产业化建设智能网联汽车自主创新2015年国务院中国制造2025体系以及智能网联汽车产业链与智慧交通体系关于积极推进互联网行动的提出互联网便捷交通积极推广智能网联汽车等智能化技术应用加2015年国务院指导意见快智能辅助驾驶复杂环境感知车载智能设备等的研发与应用推进互联网便捷交通促进智要求建设智能路侧设施加强车路协同技术应用推动汽车自动驾驶2016年发改委交通部能交通发展的实施方案推进制定人车路协同V2X国家通信标准和设施设备接口规范开展新一代国家交通控制网智慧公路建设试点推动路网管理车路十三五现代综合交通运输体2017年国务院协同和出行信息服务的智能化示范推广车路协同技术推广应用智能系发展规划车载设备推进全自动驾驶车辆研发工信部发改2017年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委科技部物联网发展规划2016-2017年工信部提出交通管理与服务智能化的建设开展智能网联汽车新技术应用示范2020促进新一代人工智能产2017年工信部重点培育和发展智能网联汽车推动智能产品在经济社会的集成应用业发展三年行动计划新一代人工智能国家发展规2017年国务院确立了智能网联汽车自动驾驶应用的重要地位划关于加快推进新一代国家交通要求在北京河北吉林江苏浙江福建江西河南广东九省2018年交通部控制网和智慧公路试点的通知市开展车路协同高精度定位交通控制网建设本报告版权属于安信证券股份有限公司各项声明请参见报告尾页12行业深度分析智能网联汽车工信部公安智能网联汽车道路侧试管理规针对测试主体测试驾驶人和测试车辆等都提出了严格要求以促进我2018年部交通部范国智能网联汽车发展智能网联汽车智能网联汽车智能网联汽车用户渗透率达到30以上新车驾驶辅助系统L2搭载2018年工信部产业发展三年行动计划率达到30以上联网车载信息服务终端的新车装配率达到60以上加强智能网联汽车智能汽车自动驾驶车路协同研发形成自主可控2019年国务院交通强国建设纲要完整的产业链推进综合交通运输大数据发展推进第五代移动通信技术5G卫星通信信息网络等在交通运输各领2019年交通部行动纲要20202025年域的研发应用将智能网联汽车纳入国家新型信息基础设施建设工程促进LTE-V2X规关于推动5G加快发展的通2020年工信部模部署建设国家级智能网联汽车先导区开展5G-V2X标准研制及研知发验证到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境下市场2020年发改委等11部委智能汽车创新发展战略化应用车用无线通信网络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北京市政府工计划到2035年中国方案智能网联汽车技术和产业体系全面建成网信部等共同主办智能网联汽车技术路线联式高度自动驾驶智能网联汽车大规模应用到2025年L2级和L3级新2020年的世界智能网联图20车要达到50到2030年要超过702025年C-V2X终端的新车装汽车大会上发布配率将达到502030年基本普及新能源汽车产业发展规划加快基于蜂窝通信技术的车辆与车外其他设备间的无线通信C-V2X标准2020年国务院2021-2035年制定和技术升级推进交通基础设施网与信息网融合发展推动智能网联汽车部署和应中共中央国务国家综合立体交通网规划纲2021年用强化与新型基础设施建设统筹加强载运工具通信智能交通院要交通管理相关标准跨行业协同工信部公安智能网联汽车道路侧试管理规提出具有网联功能的车辆或远程控制功能的监控平台应提供网络安全风2021年部交通部范试行险评估及采取的风险应对措施证明十四五信息通信行业发展规到2025年信息通信行业整体规模进一步壮大其中重点高速公路2021年工信部划城市道路实现蜂窝智能网联汽车C-V2X规模覆盖提出在全国范围内开展智慧城市基础设施建设实现不同等级智能网联关于组织开展智慧城市基础设汽车在特定场景下的示范应用推动建设车城网平台5月公布了第一工信部住房和2021年施与智能网联汽车协同发展试点批北京上海广州武汉长沙无锡6个试点城市12月公布了第城乡建设部工作的通知二批重庆深圳厦门南京济南成都合肥沧州芜湖淄博10个试点城市深圳经济特区智能网联汽车管对L3L4L5级别的自动驾驶分别定义为有条件自动驾驶高度自动驾2022年深圳人大常委会理条例驶完全自动驾驶三个技术等级对不同等级的车辆都做了明确要求资料来源各政府官网安信证券研究中心2车端设备OBU是为核心部件具备低时延高兼容性特点车路协同系统通过端管云三方共同协作从而实现环境感知数据融合计算及决策控制通过车对车道路对车进行实时信息推送可以协助选择最优的出行路线通过提升路侧感知系统的计算能力并融合车辆的感知信息可以协助智能交通更有效的发展通过路端对实时交通流量的检测及上传至云端后云端所进行的智能规划可以增强道路交通管理能力其中端指的是智能车载及智能路侧路端及车端所搭载的重要通讯信息交互工具分别是OBU智能车载单元与RSU智能路侧单元图13端管云架构图资料来源CSDN安信证券研究中心本报告版权属于安信证券股份有限公司各项声明请参见报告尾页13行业深度分析智能网联汽车智能车载单元是车端核心设备可借助V2X及5G通信技术实现车与车车与人车与云及车与路之间的全面信息交互智能路侧单元的主要作用则是通过在道路上搭载激光雷达等传感器用以收集全方位的路况信息以弥补车端的感知盲区用于车与车车与路之前实时传输信息的通信模组被称为管当前5G的普及可以使信息传输达到低延时及接入快速大大提高了车路协同中实时信息传输的可靠性云指的是实现数据的汇集测算分析下达决策命令以及运营服务的平台通过收集海量由路端及车端传输的数据并进行测算分析可以帮助车路协同系统实现道路使用的最优化处理图14车载单元位于端层资料来源CSDN安信证券研究中心在车路协同技术下自动驾驶功能由路侧单车智能协同实现OBU主要承担通信任务OBU来源于ETC系统中车端收发信号的装置因此从内部结构上看智能网联汽车用OBU也主要包括微波收发天线通信模组芯片编解码器等数据处理存储芯片外界接口等但其在通信时采用协议和技术等有所升级其移动网络接入能力可允许OBU接入云平台或智能网联汽车管理平台C-V2X的通信架构中有Uu接口及PC5接口两种通信方式其中Uu接口是OBU与基站之间的接口主要目的是为了实现与移动网络通信而PC5接口则是OBU之间或OBU与RSU之间的通信接口其目的是为了实现车辆与车辆车辆与其他设施之间的通信车路协同对通信实时性提出更高要求叠加路端和车端信息具有异质性特征OBU设备应具备低时延高兼容性特点车路协同OBU产品在时延性兼容性以及信息融合性等性能方面要求更高其原因主要有三方面首先在车辆行驶过程中场景众多且路程中的随机性较大由此要求OBU数据处理速度快及传输时延小当前汽车品牌众多车型传感器及芯片等均有不同由此要求OBU设备具备统一接口同时可以按需求进行个性化定制OBU接收到的数据来源非常广数据特征差异也会较大由此要求OBU具有多种信息融合能力图15OBU主要结构图16OBU实现V2X信息交互资料来源万集科技前瞻产业研究院安信证券研究中心资料来源CSDN安信证券研究中心本报告版权属于安信证券股份有限公司各项声明请参见报告尾页14行业深度分析智能网联汽车图17OBU工作流程RSU获得OBU车辆RSU发布信号灯配OBU车辆获取RSUOBU车辆驾驶员自OBU车辆抵进路口到达周边环境环境时行人车量位发布的信号灯配时主调整行驶速度通信息置路况等信息及建议过路口资料来源CSDN安信证券研究中心3路侧设备RSU实现车路信息实时通讯MEC提供局部算力支持路侧设备是打造智能网联汽车智慧化数字化交通底座的重要基础硬件与车端类似其主要包括感知摄像头毫米波雷达激光雷达等传感器通信RSU路侧单元规划MEC边缘计算单元控制智能信号灯等以及高精地图与辅助定位设施五大部分路侧设备一方面能够通过全局感知和实时通讯向单车提供超视距感知盲区预警驾驶意图等交通信息补足单车智能驾驶在感知上的局限另一方面能够实时监控路况信息构建全局性交通数字网络通过智能化操控交通设施提高交通运行效率和安全性赋能智慧交通图18路侧系统架构资料来源长城网安信证券研究中心31RSU是车路实时通讯的关键设备为车端提供超视距全局实时的信息RSU即路侧单元是智能网联汽车路侧设备中实现车路信息通讯的关键设备RSU最初为ETC系统中安装在路侧实现车辆身份识别和电子扣分的通讯装置在智能网联汽车中其通过C-V2X技术与车载单元OBU进行通讯接收车辆OBU信息或交通部门应用服务器发布的交通信息于车端能够提供超视距全局实时的信息于交通端能够为智慧交通数据中心提供实时的路况信息311RSU是车路实时通讯的关键设备RSURoadSideUnit路侧单元即部署于路侧用于信号接收和发送的通信网关从内部硬件结构上看其包含支持C-V2X蜂窝通信技术DSRC专用短程通信技术进行车路信息交互的通信模组支持GPS北斗双模的定位模组包括应用处理器AP在内的核心单元内含支持协同智能交通系统C-ITS通信协议集存储单元设备输入支持感知数据及算法模块接口信号灯和指示牌的控制连接接口外部接口外部输出至边缘计算节点等本报告版权属于安信证券股份有限公司各项声明请参见报告尾页15行业深度分析智能网联汽车图19RSU部署于信号灯横栏等路端上图20通信单元是RSU的核心部件资料来源千寻位置官网安信证券研究中心资料来源中国移动LTE-V2XRSU白皮书安信证券研究中心通信模组是RSU的关键部件其支持路端设备通过4GLTE-V2X或5GNR-V2X进行通信在45G覆盖处支持蜂窝通信Uu工作全路段支持直连通信PC5工作方式实现与车端的实时通讯从信息通讯路径上看其一端与路侧交通设备如信号机传感器标识标牌等相连能够获取并汇集路端近端和远端的交通信息以及感知获得的实时路况信息另一端与车载通信单元OBU相连通过V2X实现车路信息的实时通讯图21RSU连接关系网图22RSU实现车路信息通信示意图资料来源IT168智能网联汽车中基于英特尔架构的激光雷达3D点云资料来源中国移动LTE-V2XRSU白皮书安信证券研究中心处理与感知融合方案安信证券研究中心312于车端RSU能够实时传输近端和远端的静态交通及动态路况信息单车智能感知系统面临视线遮挡恶劣天气等无法准确识别和判断静态交通信息的难题RSU可实时接收并广播近端远端的静态交通信号解决上述痛点当驾驶过程中遇到异形多语义等难识别的信号灯时RSU则可通过有线或无线方式接收本地信号灯信息并通过V2X周期性的向近端车辆广播路况信息和信号灯信息辅助单车做出路况预判同时RSU可接收交通部门发布的交通信号如远端十字路口的视频信息远端车辆可通过直接与RSU互联通信或向运营商平台请求的方式获取远端的交通信息提高智能驾驶规划效率图23多语义异形信号灯难以识别图24视线遮挡无法识别信号灯易发生安全事故资料来源清华大学智能产业研究院百度Apollo面向自动驾驶的资料来源安信证券研究中心车路协同关键技术与展望2021安信证券研究中心本报告版权属于安信证券股份有限公司各项声明请参见报告尾页16行业深度分析智能网联汽车图25视线遮挡或恶劣天气下近端信号灯信息发送图26远端交通信息实时播报资料来源CSDN安信证券研究中心PC5为终端间短距离直连通信接资料来源CSDN安信证券研究中心Uu为蜂窝网络覆盖下通过基站口通信接口单车智能无法感知超视距的实时的动态路况信息RSU则可将路端实时感知的局部路况信息通过V2X通信直接传递给车端有效避免紧急交通安全问题路侧感知设备可以对局部全量交通参与者如车辆行人等位置速度运动轨迹等实时感知RSU则通过V2X将实时动态路况信息广播组播至附近车辆使车端提前感知超视距的实时路况信息辅助其及时做出决策确保道路安全和运行效率图27视线被遮挡后仍可通过RSU获取闯入行人和对向车辆等实时路况信息资料来源清华大学智能产业研究院百度Apollo面向自动驾驶的车路协同关键技术与展望2021安信证券研究中心313于路端RSU提供比传统方案更高效多元化的交通信息RSU能够获取车端OBU传输的与车速等车流运行相关的直接信息较传统方案能够更加迅速直接的获取车流信息完成实时数字化交通场景的构建以交通流量的实时监测为例传统方案通过地磁检测方式或驾驶人移动APP提供的车速定位等信息对车流密度进行估计但RSU可通过V2X直接获取车端上报的车速信息结合传感器激光雷达测速感知直接对车流量和密度进行估计图28传统方案通过地磁检测方式测算交通流量等信息存在高延时信息量小等问题资料来源清华大学智能产业研究院安信证券研究中心本报告版权属于安信证券股份有限公司各项声明请参见报告尾页17行业深度分析智能网联汽车314RSU源于ETC设备具备产业基础智能网联汽车东风下多方供应商跑步入场智能网联汽车RSU根源于ETC系统中负责车辆身份识别和电子扣分的通讯RSU装置并继承了在原ETC系统中通信的功能因此具备较完善的产业链基础RSU产业链上游主要为技术和商业模式都较成熟的通信芯片华为英特尔大唐电信紫光等和模组华为大唐电信中兴等下游客户主要为车路协同整套解决方案提供商和政府由于RSU和OBU通过V2X通信协议进行信息交互二者具有相互匹配和技术同质性的特征因此多数RSU终端设备生产商也同时提供车载单元目前智能网联汽车尤其是基建尚处于导入期各路玩家跑步入场金溢科技万集科技等传统ETC厂商率先入局智能网联汽车RSU原产业链上游的通信设备商和运营商也推出同类产品更有交通集成商及车路协同的创业企业自主生产车端路端设备服务于提供车路协同整套解决方案的商业模式预计导入期各路玩家共存状态将维持但由于目前多采用政府外包合作的方式采购整套车路协同解决方案因此具备产业链整合能力和方案集成能力的RSU参与者的市场份额有望进一步提升图29RSU产业链及主要参与者资料来源中国信通院IMT-20205G推进组C-V2X白皮书安信证券研究中心32MEC为局部决策提供算力支持解决云端处理延时问题321MEC为近源数据提供算力支持其部署架构与云平台类似MEC即移动边缘计算部署于智能RSU或附近机房中是为局部数据源能够实现融合感知协同决策提供低延时算力支持的计算单元智能网联汽车MEC平台向路侧和车端设备提供数据接入和管理能力并提供远程实时计算信息获取等服务与云平台部署类似智能网联汽车MEC包括硬件平台和应用层硬件边缘侧服务器GPUFPGA加速卡设备等可以提供算力支撑的基础硬件平台适合智能网联汽车边缘的IaaSPaaS等灵活性高实时性强和拓展性大的应用平台底座应用安全类信息类效率类高精地图自动驾驶辅助五类应用本报告版权属于安信证券股份有限公司各项声明请参见报告尾页18行业深度分析智能网联汽车图30智能网联汽车边缘云组成图资料来源中国联通联想5GMECV2X智能网联汽车解决方案白皮书安信证券研究中心图31边缘云平台层构成图32边缘云V2X应用层组成资料来源中国联通联想5GMECV2X智能网联汽车解决方案白皮资料来源中国联通联想5GMECV2X智能网联汽车解决方案白皮书安信证券研究中心书安信证券研究中心322MEC的核心硬件为提供算力支持的主控芯片MEC路侧计算单元主要包括提供算力和算法支持的CPU和负责接收数据传输反馈结果的IO板组成边缘计算平台可以执行多种不同属性的计算任务如对图像数据进行预处理和特征提取实现非结构化的感知融合交通参与者的识别定位和跟踪路径规划等其对MEC的算力均具有较高的要求因此提供算力支持的芯片是MEC的核心硬件图33百度Apollo路侧MEC设备图34谷歌无人车边缘计算平台主要硬件资料来源百度Apollo官网安信证券研究中心资料来源知乎-边缘计算社区安信证券研究中心不同硬件平台适配不同的功能异构硬件选择将是适用于车路协同场景的特征的最优解CPUGPUDSPASICFPGA是目前主流的为自动驾驶等场景提供算力支持的硬件平台但由于不同计算任务在各硬件平台上运行的性能和能耗比不同也决定了不同硬件平台的适配性例如对于目标识别和跟踪等卷积运算GPU相对于DSPCPU的性能更好能耗更低但对于产生道路矢量抽象和定位信息的特征提取算法DSP则表现更优因此为提高MEC本报告版权属于安信证券股份有限公司各项声明请参见报告尾页19行业深度分析智能网联汽车的性能和能耗比降低计算时延针对不同计算任务选择适配的硬件实现采用异构计算的方式将是最优解图35不同硬件平台适合的负载类型图36Intel酷睿处理器提供高算力支持资料来源IT168智能网联汽车中基于英特尔架构的激光雷达3D点资料来源知乎-边缘计算社区安信证券研究中心云处理与感知融合方案安信证券研究中心323从对车端路端提供算力支持的角度看MEC能够有效平衡高算力和通信低时延要求边缘计算平衡高算力和通信低时延的要求为路端局部决策提供了有效的算力支持并能够有效缓解核心网络数据传输的负载智能网联汽车系统中路端和车端感知信息及交互获得的数据量达到TB级别且非同源数据的结构化差异进一步提高对融合算法的要求二者均依赖于高算力的计算单元支持传统以云端集中式为代表的处理方式具备较强的计算能力但对各节点间的通信和传输能力不匹配存在的时延无法满足车端决策和控制实时性的需求图37车路协同各节点业务对低时延的需求资料来源高頔边缘计算在车路协同中的场景应用分析安信证券研究中心本报告版权属于安信证券股份有限公司各项声明请参见报告尾页20