车路协同系统是以路侧系统和车载系统为基础进行构建，通过无线通讯设备实现车、路信息交互和共享的系统，是推动自动驾驶步入L3及以上更高等级的必要系统，可加速自动驾驶进程和推动智慧交通行业的发展。在国家利好政策和5G商用的驱动下，中国车路协同行业市场规模将于2024年达到1,841.1亿元人民币，其中，路端将是前期行业的主要增长领域。
中国车路协同行业将于未来3-5年步入高速发展阶段
中国在C-V2X的行业标准、核心技术、全产业链布局方面具备优势，在多项利好政策的推动下，中国车路协同行业将迎来爆发增长。2019-2021年是车路协同行业的导入期，也是行业发展的分割点，车路协同行业发展从示范应用阶段逐步向规模应用阶段跨越，而未来3-5年中国车路协同行业将迎来爆发期，进而推动中国自动驾驶和智慧交通迈入新阶段。投资人应按“路网—运营—车端”的顺序进行滚动投资
车路协同产业链受益顺序为“路网—运营—车端”，投资人应根据市场成熟规律，按照该顺序做滚动投资决策。路网端的参与者将在车路协同行业的发展中最先受益，是现阶段该行业的最佳投资标的；而运营端的受益顺序落后于路端，其中，高精地图作为自动驾驶的标配应用，有望迎来快速发展；车路协同的车端受益时间将滞后于车路协同大规模商业化实现时间，投资者在现阶段的投资中可避开相关标的。但从长远发展来看，布局总线和传感器的企业将在未来发展中占据优势，也可作为投资标的。中国车路协同行业仍存在商业模式未成熟等痛点
中国车路协同行业的推广落地依然面临商业模式未成熟、用户需求不强烈、场景挖掘有待深入、营运管理主体及模式未定、大规模验证尚未完成、车路协同效果在低阶自动驾驶阶段不佳、行业缺乏统一标准和基础设施建设不完善等八大痛点，因而行业存在5G-V2X标准尚未落地，当前项目中的LTE-V标准或有待升级而影响投资进度，V2X设备单价下降速度超出市场预期及V2X试点项目推进速度低于市场预期等风险。单车智能路线存在实现成本高昂、商业落地缓慢、技术陷入瓶颈等弊端，导致自动驾驶发展停滞，在此情况下车路协同概念异军突起。
单车智能存在的问题
全球自动驾驶发展已数十年时间，但其实现路径仍侧重于单车智能，即通过提升汽车自身的感知、分析、决策能力来实现自动驾驶的路径。但从技术角度来看，弱人工智能阶段的自动驾驶对复杂多变的道路交通、生命体意识行为的判断仍较为低效和困难。因此从2018年开始，全球单车智能自动驾驶实现路径的发展陷入停滞，L3-L4级别的高等级自动驾驶汽车的推出时间屡遭推迟。单车智能路线存在实现成本高昂、商业落地缓慢、技术陷入瓶颈等问题，因而L4以上的自动驾驶无法仅凭单车智能实现，还需要与道路智能、网络智能、法律法规、安全保证以及社会接纳度等因素相结合：1. 实现成本高昂：单车智能自动驾驶路线需在车辆上安装多个（20+）智能传感器，而智能传感器价格高昂。根据阿里数据，2018年自动驾驶汽车单车平均成本可达20万美元；2. 商业落地缓慢：法律的不完善以及驾驶员在手动驾驶和自动驾驶之间切换的安全问题，使L3及以上高等级自动驾驶商业化落地受阻；3. 技术陷入瓶颈：现有智能传感器技术暂时无法获取远离自身（多数雷达传感器的有效感知距离仅为百米级别）或被遮挡（由于视角和高度限制，车载传感器存在盲区）的环境信息，并且难以保证汽车在恶劣环境下能够维持正常的感知能力，汽车自动驾驶时的安全难以得到保证。
根据在毫米波雷达行业top3企业工作12年的专家表示，单车智能化路线只关注人与车、车与车之间的互动，而忽视道路影响因素，无法覆盖复杂驾驶场景，完全依靠单车智能实现完全自动驾驶难度大。而车路协同将“人-车-路”看作一个整体，从单车智能向外部环境探索，可有效补充单车智能的信息盲点，加速反应效率，并通过减少汽车装载传感器数量将自动驾驶汽车单车费用降低30%，从而大幅降低智能网联汽车门槛，是性价比最高的高等级自动驾驶实现路径。
中国车路协同定义
车路协同在成本、商业落地及安全方面有效弥补单车智能的缺陷，在自动驾驶感知、决策层面技术痛点无法短时间突破的背景下成为自动驾驶行业热点。
车路协同定义
根据2011年科技部在863计划设立的主题项目“智能车路协同关键技术研究”，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。简单来说，车路协同系统（IVICS，Intelligent VehicleInfrastructure Cooperative Systems）是以路侧系统和车载系统为基础进行构建，通过无线通讯设备实现车、路信息交互和共享的智能交通系统。
车路协同使单车智能路线中互相孤立的车企、通讯企业及智能硬件企业形成有机统一体，再通过DSRC、5G、LTE-V等通讯技术和互联网技术，达到“孤岛信息”互联，实现车况、路况、交通动态信息的实时共享。
车路协同相比单车智能的优势
车路协同能够在成本、商业落地及安全方面有效弥补单车智能的缺陷，使自动驾驶由过去的单车智能转变为有组织的多车智体高效协同合作。因此，在自动驾驶感知、决策层面技术痛点无法短时间突破背景下，车路协同正在成为自动驾驶行业热点。
中国车路协同基础技术概述
车路协同系统的基础技术可依据其构成划分为智能车载单元关键技术、智能路侧关键技术、通信平台关键技术和其他关键技术，其中，V2X是车路系统最核心的基础技术。
中国车路协同核心技术概述
车路协同系统内在包含的基础技术可依据其构成划分为智能车载单元关键技术、智能路侧关键技术、通信平台关键技术和其他关键技术。其中，• 传感技术指能通过将感受到的信息按一定规律变换成为电信号或其他形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求的技术； • V2X技术是将车辆（V）与一切事物（X）相连接的新一代信息通信技术，是车路协同最核心的基础技术，它将“人、车、路、云”等交通参与要素有机地联系在一起，不仅可有效补充单车智能的信息盲点，促进自动驾驶技术创新和应用，同时还有利于构建一个智慧的交通体系，促进汽车和交通服务的新模式新业态发展；• 边缘计算是一种通过提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务）的技术。
车路协同系统通过道路外部感知和内部感知的双感知互动，实现人-车-路协同，多传感器融合是该系统的重要特征。车路协同中智能道路的核心是利用路侧、路中、路内传感器实现车辆探测、道路质量检测、能量收集、信息交互等一系列功能。即车路协同系统通过道路外部感知和内部感知的双感知互动，实现人-车-路协同。
毫米波雷达各指标表现均衡，具备全天时全天候工作能力，且价格适中，性比价最高，是车路协同感知系统的最佳选择。激光雷达采用激光测距技术，可实现三维环境建模，在成像能力方面远超出其他两种雷达传感器。从安全的角度考虑，激光雷达可探测物体的三维坐标，与摄像头和毫米波雷达等感知设备形成功能互补，有效提高数据获取的准确性和可靠性，减轻对数据融合算力的要求。但其近距离探测能力和全天候工作能力较差，且存在尺寸巨大、成本高昂的缺陷，尚未大规模量产。不同传感器各有优缺点，因而最为常见的车路协同传感器方案为“摄像头+毫米波雷达+激光雷达”融合方案。
中国车路协同基础技术分析——通信技术
综合LTE-V2X的技术优势及中国在其标准制定、应用示范、测试验证等方面的优势，LTE-V2X将成为中国车路协同行业的首选通信技术。
车路协同系统通信技术可依据不同端口间的交互进行划分：1. 车辆和路侧设备之间的通信，分为DSRC和C-V2X两种技术，其中C-V2X又可细分为4G LTE、LTE-V2X及5G，现阶段全球车路协同技术仍处于DSRC和LTE-V2X阶段；
相比于DSRC技术，中国在LTE-V2X的标准制定、产品研发、应用示范、测试验证等方面取得了积极进展：
• 在标准化方面，中国LTE-V2X标准体系建设和核心标准规范基本建设完成；
• 在产品研发方面，中国拥有全球最大的4G网络，初步形成了覆盖LTE-V2X系统、芯片、终端的产业链；
• 在应用示范方面，无锡建成世界首个LTE-V2X城市级开放道路示范样板，验证了中国 V2X标准的全协议栈有效性；
• 在测试验证方面，中国完成了实验室和小规模外场环境下的LTE-V2X端到端通信功能、性能和互操作测试，为大规模应用示范和商用部署奠定了基础。1. 因此，LTE-V2X将成为中国车路协同行业的首选通信方式。
2. 路侧设备和车联网云平台之间的通信，一般使用固网或蜂窝通信技术；
3. 车辆设备和云平台之间的通信，主要的通信技术为3G/4G, 未来将会升级到5G。
2019年是5G商用元年，5G网络规模建设开启，但考虑到5G-V2X标准化和产品进度相对滞后，预计LTE-V2X设施和5G-V2X设施将长期并存，后续逐步过渡到5G-V2X为主。此外，4G到5G的全面升级刚刚展开，中国存在各区域通信布局不一的现象，导致汽车在行驶过程中经常会面临4G/5G/LTE-V通信网络的实时切换问题。能否实现不同通信网络的平滑切换是衡量车路协同系统通信技术水平的重要指标。
中国车路协同基础技术分析——边缘计算
边缘计算将云端的计算负荷下沉至边缘层，可满足车路协同系统的超低时延需求，成为车路协同系统计算实现的最佳选择。
车路协同边缘计算技术与架构概述
边缘计算具备超低时延优势
传统智能交通系统建立在中心云计算的基础上，其前端实时采集的数据需上传至云端统一实现计算，再将结果发布至路口信号机和移动终端上。但随着车路协同系统的推进，智能交通系统需要处理的实时数据呈指数型增长，且车辆行驶安全服务需在毫秒级延时的情况下通知驾驶员或控制车辆采取措施，因此原来的中心云计算方式不再适用于此情况。而边缘计算可将云端的计算负荷下沉至边缘层（路端/车端），在边缘计算节点（ECN）完成80%的计算，并通过LTE-V/5G等传输手段，实时将结果发送给OBU，满足车路协同的超低时延需要。边缘计算节点是云管边端架构的核心组成部分
• 云平台包括V2X应用服务、V2X管理服务、平台服务和基础服；• “管”指交通专网与电信网络进行互联，从而利用电信运营商的移动网络、宽带网络和物联网等服务进行通信；• “边”包括众多边缘计算节点（硬件实体），是承载边缘计算业务的核心，一般在道路侧或者运营商的边缘机房，采用适应边缘物理部署环境的定制服务器硬件部署；• “端”则包括信号灯、监控摄像头、电子卡口、车、车载单元、环境监测、路侧单元等终端。
车路协同的端到端解决方案架构可分为四层：终端侧、边缘层、云端和应用侧，整体方案围绕智能的车和聪明的路展开，以实现车与路的信息及时交互，从而支持指挥交通及自动驾驶的应用场景。• 终端层：由车端和路端构成，两端之间需遵循同一标准；• 边缘层：由边缘侧RSS、边缘计算平台、差分基准站组成，RSS是路侧融合感知，智能分析识别行车风险，提供交通预警等，边缘计算平台车路协同数据收集、路由和分发等，差分基站则为高精度定位提供必要的差分信息；• 云端：平台是车路协同解决方案中云端必不可少的部件；• 应用层：车路协同收集的数据即可用于交通领域自身的智能交通，也可用于车辆的自动驾驶，统一可 应用于第三方交通服务。车路协同解决方案以C-V2X为核心提供车车通信、车路通信服务，将各个网元联系在一起，最终打造具备智能道路感知、智能车路协助、智能信息发布以及持续演进能力的智能化安全交通。
中国车路协同行业产业链分析
车路协同行业涉及面广、产业链长、跨界融合特征突出，涵盖芯片、模组、终端、平台、测试验证、网络安全、系统集成各个方面，总体而言可分为应用层、平台层及基础层三个层面。
车路协同系统由车载单元、路侧单元与通信平台构成，三者恰好构成智慧交通场景下协同感知与协同决策的闭环，其中路侧单元是突破车路协同技术的关键所在。车路协同主要涉及车端、路侧端和云端三个端口，因此，车路协同系统可被拆分为以下三个核心组成部分：车载单元（简称OBU，安装在车端）、路侧单元（简称RSU，负责传输路侧端及云端数据）和通信平台。• 车载单元（OBU）是指安装在车辆终端的、起到增加驾驶员对行车环境和车辆运行状态感知、加强行车安全作用的单元。OBU从各类传感器和车载网络获取原始信息，并解算出车路协同应用需要的底层信息，通过信息交互传递至路侧单元。其功能包括车辆运动状态获取、行车环境信息感知、车辆定位信息获取、信息交互、信息处理及管理、安全报警与预警等。• 路侧单元（RSU）是采集当前的道路状况、交通状况等信息，通过通讯网络，将信息传递至指挥中心或路侧处理单元进行处理，在裁定相关信息后通过网络传递至车载终端，辅助驾驶员进行驾驶的单元。RSU是车路协同系统的重要组成部分，也是突破车路协同技术的关键所在。RSU的毛利率高达70-80%，是车路协同行业产业链中附加值最高的产品形式。• 通信平台负责提供车-车、车-路间实时传输的信息管道，通过低延时、高可靠、快速接入的网络环境，保障车端与路侧端的信息实时交互。• 通信平台负责提供车-车、车-路间实时传输的信息管道，通过低延时、高可靠、快速接入的网络环境，保障车端与路侧端的信息实时交互。• RSU负责路况信息的搜集与边缘侧计算，完成对路况的数字化感知和就近云端算力部署• 车路协同RSU每公里造价约为300-400万元，毛利率可达70%-80%。• OBU负责车载端的海量数据实时处理和多传感器数据融合，保证车辆在各种复杂的情况下稳定、安全行驶• L4级智能汽车单车造价约70-80万人民币，毛利率＜15%。
与单车智能路线下的软硬件产品相比，车路协同OBU产品在时延性、兼容性和信息融合性等性能指标方面要求更高。车载单元（OBU）是起到增加驾驶员对行车环境和车辆运行状态的感知、加强行车安全作用的单元。OBU从各类传感器和车载网络获取原始信息，并解算出车路协同应用需要的底层信息，通过信息交互传递至路侧单元。OBU产品可按功能的不同划分为智能终端硬件、软件及服务三大类。• 智能终端硬件：硬件是输入、存储程序和数据，并将数据加工成可利用形式的物理装置，包括T-BOX、控制器、网 关等部件。• 软件：软件技术是主导汽车信息技术发展的核心技术，包括软件虚拟化、实时操作系统、应用操作系统（Linux、Android、阿里OS）、人机交互框架（触摸、按键、手势、语音）和应用程序框架（H5）。• 服务：包括CP（内容提供商）和SP（服务提供商）两类。OBU服务呈现去APP化趋势，即其调用方式从显式的APP呈现转变为通过系统接口直接调用。
随着自动驾驶等级的提升和车路协同行业的发展，市场对汽车电子的功能性需求不断改变，汽车电子架构随之演进，从多ECU集中控制的模式向基于域控制器的分层管理模式转变。受此影响，汽车软硬件产品的形态发生变化，域控制器、中央安全智能网 关及软件虚拟化等新形态产品相应出现。IVI车机的技术和产品形态也从分离独立板卡开始向集中式智能座舱发展。以车载OS平台为例：与普通单车智能的OS系统相比，车路协同OS在时延性、兼容性和信息融合性方面具备更高的性能要求。
