政策高度重视，中共中央国务院层面推动走向“交通强国”。2019年9月，中共中央、国务院印发《交通强国建设纲要》，是首份从中共中央、国务院层面推动我国走向“交通强国”的发展规划，对于产业发展有重大指导意义。《纲要》提出在2035年基本形成交通强国，基本解决城市拥堵情况；同时加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。发展规划对于智能交通产业有重大意义。
行行查，行业研究数据库 www.hanghangcha.com
另外，智能网联是涉及到单车智能、车联网、车路协同等方向的综合行业，实际发展的过程中面临技术发展水平不平衡、不同主管部门（交通部、工信部、公安部等）之间的协调等难题。《纲要》有望促进产业标准化、自主化，促进产业协作与融合发展。
2019年5月国务院、交通部和发改委发文要求ETC的车载渗透率到2019年年底达到80%，高速ETC收费率达到90%以上，时间紧任务重，目前完成情况较好。我们看到，交通领域的信息基础建设从传统的以省和地市作为主体投资扩展到全国，将孤立的交通系统打通，高速公路三大系统为通讯、收费和监控，现在收费层面已经联网，未来其他系统也将走向全国联网。ETC在国内推广了10年，2019年拐点式大力推进从侧面反映了国家对于交通领域信息基础建设的高度重视。
政策发力将促进政府加大智慧交通的投资。未来G端投资主要分为两个方面：
1>从自上而下的角度，建设以城市大脑和交通小脑为代表的数据决策平台。解决过去智能交通建设的“数据多而效果少”、“单点强而全局弱”等问题。以高频交通数据为抓手，以强大的分析计算能力为核心，实现信号灯自动控制、智能交通诱导系统、特种车辆优先等功能，从而提升交通效率，解决城市拥堵问题，并在未来的作为智能网联时代的中心大脑。
2>从自下而上的角度，促进路网的覆盖率，从而带动车载终端的渗透率，走向智能网联，最终实现自主交通和自动驾驶的远景。路网的覆盖率和车端的渗透率是智能网联的基础。政府通过投资智能网联示范区创造路网的测试环境，对产业发展起到带动作用。相对于车端，政府在路端发挥的作用将更大。
根据《智能网联道路系统分级定义与解读报告》，我国道路系统建设还在初级阶段。目前国内绝大部分的道路都属于I0级(无信息化/无智能化/无自动化)，即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。要实现车联网（车路协同）需要交通基础设施达到I2级(部分网联化/部分智能化/部分自动化)，即交通基础设施具备复杂传感和深度预测功能。在车联网运营主体尚不明确的情况下，我国智能网联道路升级改造的初期工作将大概率由政府引领。
随着2019年6月6日工信部向中国电信、中国移动、中国联通、中国广电发放5G商用牌照，我国正式进入了5G商用元年。截至目前，全国已经开通了11.3万个5G基站，预计年底将达到13万个。40多个城市覆盖5G网络。
5G应用将从移动互联网走向物联网，从C端走向B端。5G覆盖三大应用场景，从标准进展速度和商业模式成熟度的角度来说，各大运营商将首先推广eMBB所支撑的高流量业务如VR/AR、高清直播与云游戏等，在这类业务当中，用户体验速率提升至少10倍以上，用户可以随时随地的在线观看高清视频，即使在高密度人群中也同样不会受到影响。随着uRLLC和mMTC各项标准的落地，物联网应用也将快速发展，物与物之间的连接数量大幅提升，可支持更高移动速度下使用，时延效果达到1ms级别，终端能够及时作出反应动作。5G时代，预计20%用于人和人之间的通信，80%用于物和物之间的通信。
交通领域是5G的核心应用场景。5G 具有大流量、低时延、高可靠性等优点，正好满足了智慧交通领域的需求和痛点：1>在智能交通领域，智能公交系统的红、黄灯切换需要在极短时间内完成。分布在马路边的传感器需要将实时路况信息采集并传输到后台处理，这些信息的采集和处理对时间有非常高要求；2>在车联网和自动驾驶领域，网络时延和数据流量的要求大幅提高，5G网络的高可靠、高带宽、低延时等特性，将补齐车联网、自动驾驶在通信网络层的技术缺口。自动驾驶是uRLLC场景的典型业务。
5G网络切片技术将支撑交通领域的多场景应用。智慧交通的数据类型多种多样，包括地图数据，气象数据，汽车诊断数据，急救信息，定位信息，娱乐互联等等。不同的数据对应不同的网络功能和性能要求，比如“车辆定位”和“娱乐视频”对于智能汽车来说，网络性能的要求肯定是不一样的。自动驾驶数据需要低延迟和高速率，而娱乐视频需要高吞吐量。如果只使用同一个网络规范提供所有的服务，将会占有无线信号资源并提升网络运营维护成本。5G技术能够包容2G，3G，4G LTE，LTE-A，Wi-Fi，D2D，M2M等不同的通信组网方式，实现网络“切片”，从而对于交通领域的不同场景提供不同性能的网络服务，大幅降低成本。
车联网技术路径明确，我国具备良好的产业链基础。V2X通信有两大技术路径，一个是基于蜂窝网络进行通信的C-V2X技术，另一个是基于Wi-Fi改进来的DSRC技术。前者覆盖面大，通信距离远，无需额外组网即可通信，后者仅可在短距离进行通信。中国较早确立C-V2X作为国内车联网的技术标准，近期，在DSRC领域拥有众多专利的美国也转向了C-V2X技术。
我国在C-V2X领域具备话语权，专利部署具备自主可控优势，华为大唐等国内企业深度参与标准制定，具备良好的产业链基础。工信部2018年12月25日印发的《车联网（智能网联汽车）产业发展行动计划》已明确大力支持LTE-V2X、5G-V2X的研发与产业化。
C-V2X定义两种互补的传输模式。C-V2X是一种基于蜂窝技术的V2X无线通讯技术，通过设备之间的直连和蜂窝网络完成V2X通讯。其中V2I（车路通信）、V2P（车人通信）、V2V（车车通信）通过PC接口（直连通讯接口）进行点对点通信，可以不依赖于运营商网络直接通讯，使用5.9Hz频段，V2N（车网通信）通过Uu接口借助蜂窝网络通信（蜂窝通讯接口）。相比而言，DSRC由于其技术的局限性，DSRC只能应用于V2V和V2I两个方向，不能通过蜂窝数据连上V2N，在V2P方向未有技术定义。
LTE-V2X作为目前车联网专网，将平滑演进至5G。C-V2X包含R14 LTE-V2X、R15 LTE-eV2X和向后演进的NR-V2X三个版本。其中，第一版本标准R14（LTE-V2X）、第二版本标准R15（LTE-eV2X）分别于2017年3月、2018年6月冻结，可支持L1-L3级别的车联网业务。第三版本标准R16向5G新空口演进（5G-V2X/NR-V2X），其标准化工作于2018年6月启动，预计2020年3月完成，R17的工作还在规划中。目前车联网应用测试验证均是基于LTE-V2X以及5G蜂窝网络Uu通信来完成的，而基于5G NR-V2X的PC5点对点通信方式，还未进行技术验证阶段。
部署节奏稳步推进。预测未来2-3年将以LTE-V2X（PC5）+5G NR（Uu）这样的网络部署为主。即点对点（V2I）通过LTE-V2X支撑，蜂窝（V2N）通过5G NR或者已有的LTE 4G蜂窝网络支撑。随着5G NR-V2X标准的制定、测试和商用，网络部署逐步向5G NR-V2X（PC5）+5G NR（Uu）演进。按照这样的C-V2X路线，车联网车载终端和路侧基础设施将存在LTE-V2X（含LTE-eV2X）和5G NR-V2X版本并存情况。类似于现在4G网络和5G网络长期共存情况。目前，5G NR-V2X版本已经在考虑前向兼容LTE-V2X，确保前期投入不打水漂。
基于C-V2X的应用场景可划分为四大类：交通安全类、交通效率类、信息服务类、协同服务类（自动驾驶类）。对于车联网专网，在基于LTE-V2X的网络当中，可以实现基础应用场景包括各类道路避撞提醒等交通安全类业务和拥堵提醒等交通效率业务，在基础业务场景阶段，大部分应用的实现都基于车辆、道路设施等参与者之间的实时状态共享，驾驶员利用共享信息进行自主决策。而随着网络能力的增强，在LTE-eV2X和基于5G新空口的5G NR-V2X的网络环境下，可以完成更多的增量交通应用场景，为自动驾驶提供了可能。
目前V2X的应用场景以预警和提醒为主。在2019年10月在上海举办C-V2X“四跨”互联互通应用示范活动中，依据国内的LTE-V2X的标准体系，重点部署演示了4类V2I场景、3类V2V场景和4个安全机制验证场景，这些是目前V2X可以实现的主要业务场景。
未来5G NR-V2X将主要实现3GPP TR 22.886定义的自动驾驶功能，包括车辆编队、高级驾驶、扩展传感器、远程驾驶四大类功能。1>车辆编队：实现多车自动编队行驶，通过V2V实现前后车之间瞬时反应，从而实现后车跟随式自动驾驶，降低需要保持的车距；2>高级驾驶：实现半自动或全自动驾驶，通过共享驾驶意图，实现运动轨迹和操作协同。3>远程驾驶：实现对车辆的远程驾驶操作，用于危险环境等驾驶条件受限场景或轨迹相对固定的场景；4>扩展传感器：通过路端信息的共享，从而扩展车辆传感器探测范围。
综上，C-V2X车联网分为近期（LTE-V2X）和中远期（5G NR-V2X）两个阶段。从应用角度讲，LTE-V2X的设计目标主要是支持辅助驾驶，提升道路安全及提高效率和舒适性；5G NR-V2X通过将通信技术与人工智能、大数据等新技术结合，可以更好地支持自动驾驶及其他新功能。未来有望出现基于LTE-V2X安全类和效率类业务+5G NR-V2X自动驾驶类业务的组合模式。
在公网中，5G eMBB大带宽业务先行。5G公网未来首先部署的只包括eMBB场景，而mMTC和uRLLC无论是标准完善，还是实际网络部署尚需要几年时间周期。因此在2020年基于运营商5G公网，可以测试和验证是5G eMBB大带宽业务，例如车载AR/VR视频通话、车载高清视频监控、全景合成、高精度地图实时推送等。
边缘计算支持V2X应用场景。5G为V2X提供网络通信能力，边缘计算为V2X应用场景提供辅助计算、数据存储等支持。通过将C-V2X业务部署在边缘计算(MEC)平台上，借助Uu接口或PC5接口支持实现“人-车-路-云”协同交互。V2X业务对时延的需求非常苛刻，边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。
车路协同技术路线降低单车智能的硬件成本并提高安全性。自动驾驶有两个技术路线，一个是单车智能化，通过提高车辆本身的感知、决策和控制能力，使机器达到人类司机驾驶水平，但车身传感器成本高，且由于盲区和遮挡物的存在，传感器存在局限。车路协同通过与路侧单元的通信，有效得解决了这个问题，其价值主要体现在两个方面：降低单车智能改造的成本和弥补单车智能的技术盲点。但是也面临着路侧单元的建设投入。
国内的自动驾驶路线是智能网联的路线。智能网联的路线即“单车智能”与“车路协同”协同发展。目前发展车路协同技术及其应用已纳入交通部智能交通系统发展战略。并通过智能网联试点示范推动车路协同的发展。《交通强国建设纲要》提出加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。
路端是自动驾驶的外部大脑，具备“上帝视角”，提升自动驾驶整体决策能力。自动驾驶的技术基础包括感知层、决策层和执行层，V2X是自动驾驶决策层的外部大脑，提升车辆的决策能力，保障安全性和交通效率。应用场景主要包括交通安全（紧急制动预警、异常车辆提醒、交叉路口碰撞预警、道路危险状况提示、弱势交通参与者预警等）和交通效率（基于信号灯的车速引导、绿波带、前方拥堵提醒、紧急车辆信号灯优先权等）两大方面。
车路协同加速自动驾驶的升级发展。采用车联网技术将有效降低实现L4/L5自动驾驶的汽车端成本压力。可以省掉激光雷达或者大幅度降低激光雷达规格，以及高精地图采集成本。百度在2018智能驾驶论坛上预测，在车路协同的基础上，自动驾驶的研发成本可以降低30%，接管数会下降62%，预计可让自动驾驶提前2-3年在中国落地。
路网的覆盖率和车载模块的渗透率决定了车联网的商用速度。我们认为，路的覆盖率和车的渗透率是相互加强，相互促进的过程。但从目前看，两者的渗透均存在阻力：1>在车的渗透率方面：从成本和实用性的角度考虑，车企安装车载C-V2X设备的动力不足；2>在路侧单元方面：缺乏整体的部署规划，商业模式尚不清晰。只有两者的渗透或覆盖到一定程度，商用速度才会加快。
产业发展初期政策作用大：车载端出规划意见，路侧端投资建设示范区。政策从车载端和路侧端两个方面推动产业进程。1>在车载端以规划意见引导产业发展：工信部在2018年12月《车联网产业发展行动规划》明确提出，到2020年，车联网用户渗透率达到30%以上，联网车载信息服务终端的新车装配率达到60%以上。2>在路侧端投入资金建立智能网联示范区和智慧公路试点：截止2018年国家在多个地区建立了智能网联汽车示范区，与车路协同相关的试验基地达到了40个。
V2X测试场景由单一环境向多应用场景、多测试环境转变；从示范点、示范区建设向综合性、城市级车联网先导区建设转变。其中，京津冀、上海、武汉等示范区测试道路分别达到50公里、37公里、28公里。而京津冀、无锡等示范区已经实现了5G的全覆盖。无锡市示范区成为全球第一个城市级的示范区。示范区的场景和路况从简单到复杂，将推动车厂进行道路测试，具化用户体验。我们预计2020年，政府投资加大，示范区的数量增加，部分示范区升级为先导区。
示范区将促进车端和路端的渗透。通过示范区的示范效应，一方面可以带动示范区本身在各地的复制，从而提升路侧系统的部署规模，不断扩大覆盖范围，另一方面，也可以带动部分车辆的后装车载单元渗透，从而促进车厂逐步推进前装车载单元。我们预计车载单元首先在商用车型渗透，如出租车、公交车、物流车、矿卡、港口车辆等。这些类型的商用车型，相对来说具有较为清晰的商业模式，也存在对于卡车编队等应用场景的探索需求。
V2I更容易成为V2X产业化的切入点，路网建设有望先行。对于V2V模式，如果车辆的渗透率在10%，则仅能实现10%*10%=1%的车辆V2V通信，但对于V2I模式来说，在路侧系统的支持下，只要安装了V2X设备的车辆，就能通过路侧系统获取服务。同时，V2V模式由消费者或车企买单，初期量上得很慢；V2I模式依赖于政府对于基础设施建设的投入，RSU如果逐步从稀疏到密集，则能取得立竿见影的效果。
基于LTE-V2X的产业链已基本成熟可商用。1>大唐、华为、高通、移远、芯讯通、Autotalk 等企业已对外提供基于LTE-V2X 的商用芯片/模组。2>华为、大唐、中国移动、金溢、星云互联、东软、万集等厂商已经可以提供基于LTE-V2X的车载单元后装（OBU）、路侧设备（RSU）硬件设备以及相应的软件协议栈，相关终端产品已具备商用基础。
汽车厂商接受程度达到较高水平。部分车厂大力推动新车联网功能，推动V2X的前装化。根据信通院，2019年3月，福特宣布首款C-V2X 车型2021年量产；2019年4月，上汽集团、一汽集团、东风公司、长安汽车、北汽集团、广汽集团、比亚迪汽车、长城汽车、江淮汽车、东南汽车、众泰汽车、江铃集团新能源、宇通客车等13家车企共同发布C-V2X 商用路标，2020 下半年至2021上半年陆续实现C-V2X汽车量产。
从三跨走向四跨，参与方增加，安全能力提升。2019年10月22日，中国汽车工程学会年会暨展览会推出C-V2X“四跨"体验活动。此次C-V2X“四跨"互联互通应用展示将重点演示V2X通信安全身份认证机制，实现“跨芯片模组、跨终端、跨整车、跨安全平台"的全方位演示。本次“四跨"活动在2018年“三跨"互联互通应用演示的基础上，重点增加了通信安全演示场景，安全芯片企业、安全解决方案提供商、CA证书管理服务提供商等相关单位积极参与本次活动，实现跨"模组-终端-CA服务-车厂"的全方位演示，协力共促包含安全的完整V2X产业链形成。
RSU走向集成化智能化。5G智能网联路侧基础设施主要包括：1>通信基础设施：4G/5G蜂窝基站；2>C-V2X专用通信基础设施，部署在路侧的通信网关：多形态的RSU（Road Side Unit）；3>路侧智能设施：包括交通控制设施（交通信号灯、标志、标线、护栏等）智能化，以及在路侧部署摄像头、毫米波雷达、激光雷达和各类环境感知设备；4>MEC（多接入边缘计算/移动边缘计算）设备。目前的路测RSU以通信功能为主（内置ETC和V2X的通信模块），未来随着智能网联道路的升级发展，RSU有望不断集成不同的功能，通过RSU促进信号灯和摄像头联网，同时嵌入集成边缘计算能力，成为智能化的RSU。
5G时代RSU出现多种形态。我们在上文提到，车联网包括基于Uu接口的V2N蜂窝网络，也包括基于PC5的V2V、V2I的车联网专网，所以根据网络基础的不同RSU的产品形态将更加多样化，比如5G Uu + LTE-V2X PC5版本，或者LTE-V2X PC5 + 5G NR-V2X PC5版本，或者5G Uu + LTE-V2X PC5 + 5G NR-V2X PC5版本。除此之外，交通部主推的ETC路侧设备，公安部主推的汽车电子标识路侧设备，甚至是交通信号灯都存在和V2X合一的产品形态。甚至可能集成MEC功能形成智能化的RSU。
RSU的渗透路径。RSU是V2I的基础设施，涉及到向车和向云传递准确的交通信息，在车联网发展初期，由于OBU车载单元的渗透率低，仅集成通信模块的RSU很难弄向交通大脑传递准确的信息，需要其他传感器如摄像头和激光雷达的辅助。所以在复杂路口的RSU在初期很有可能集成多种传感器。但在OBU渗透率更高的场景中，如园区或高速，包括通信模块的RSU有望回传相对准确的交通信息到交通大脑，助力交通效率的提升。
RSU的潜在建设规模达到千亿量级。根据《5G行业应用》，截至2018年，中国高速公路里程14.26万公里，国道里程36.30万公里，省道里程37.22万公里，农村公路里程403.97万公里，城市道路超过40万公里，50多万个城市路口。以每公里智能化改造费用100万保守测算，仅高速公路智能化改造投入即高达1400多亿元。如果需要覆盖全国高速公路和城市道路，基础建设投资预计在3000亿以上。
设备商、集成商、运营商均发布RSU产品抢占市场。目前参与RSU市场的主要包括设备商、集成商和运营商。我们看好产业链的两个参与方：1>在通信芯片和通信模组具备优势的厂商，如华为大唐等，这些厂商将具备成本和集约优势，同时在自主可控的背景下有望受益；2>具备良好客户关系和实施能力的设备或集成商，如千方科技、金溢科技、万集科技等，路侧基础设施需要进行实施与落地，我国道路基础设施的建设和运营主体具有多元特点，城市道路由交警负责，国省干线、农村公路由交通局负责，高速公路由省交投集团或各地交投公司负责，多元化的运营主体和较高的实施落地工作量，将使得具备客户关系和实施能力的厂商占领一定的市场规模。
RSU成本有望下降。随着5G的到来和标准的逐步制定，各厂商均发布RSU相关产品。但目前RSU的整体成本较高。一个包括通信模块的RSU的价格在10万左右。LTE-V的覆盖范围是500米，如果包括传感器、边缘计算、网络设备等全部路侧设备的话，高速公路1公里的改造在100万左右。成本相对较高，未来随着量的提升，RSU价格有望下降。
交通效率类业务需要整体规划。前文提到，基于C-V2X的应用场景可划分为四大类：交通安全类、交通效率类、信息服务类、自动驾驶类。其中，交通效率类业务包括交通诱导、拥堵提醒、动态车道管理等。全面提升交通效率需要“海量的数据+智能的决策+智能诱导和控制”等多个方面的配合。C-V2X主要为交通效率类业务提供“海量的交通数据、路侧智能诱导与控制”，而智能的决策则需要城市交通大脑的运算能力，最终实现城市路口之间感知与控制信号的联动，构建城市级交通协同调度场景，提升整体道路通行效率。
具体应用场景包括：经过联网化改造的交通灯或电子标志标识等基础设施可将交通管理与指示信息广播出来，实现诱导通行、车速引导、红绿灯或者限速提醒等出行效率提升和行驶安全应用。
1>以诱导通行为例，交通灯信号机可将灯色状态与配时等信息实时传递给周围的行驶车辆，为车辆决策是否通过路口以及对应的通行速度提供相应依据，并且可以一定程度上避免闯红灯事故发生。
2>救护车、消防车等特种车辆可将其身份、位置等信息发送至沿途其他车辆，令其让道让行，并向沿途信号机申请实现绿灯通行，保障快速到达任务现场。
交通效率类业务有望解决大城市的拥堵问题。城市病在一线城市逐渐成为发展软肋，城市交通基建严重滞后、交通结构单一、运营管理难以协调，长期的道路规划不合理无法满足日益增多的人口出行需求。交通拥堵的治理从交通层面上升到市政层面，交通强国战略中强调到2035年，城市拥堵情况基本得到缓解，提升了交通效率类业务的紧迫性。
交通大数据为交通效率的提升打下基础：传统的交通感知是基于视频、地磁、线圈、超声波和微波等技术手段的交通流检测。近两年交通大数据的质和量快速提高，一方面高清摄像头的升级大幅提升了视频数据的质量，另一方面，移动互联网等出行数据爆发式增长，交通的智能网联将使得每一辆车和每一个行人成为交通的“传感器”。未来的智能交通，将由高精度地图作为支撑，实现移动互联网出行数据与城市交通流量采集系统、公安交通集成指挥平台等的信息共享，同时汇集智能网联带来的海量数据。
数据处理能力的提升是交通效率业务的关键。随着交通数据的爆发式增长，智能交通面临数据多而效果少，单点强而整体弱等问题。而云计算和人工智能等数据处理能力与处理技术的发展为智能交通优化提供理想的科技工具进行PB级的数据治理。我们认为，交通优化的核心是大量的算力和优秀的算法。交通大脑通过强大的运算能力，通过分析+决策实现交通效率的提升。
智能信号机的网联化是交通效率提升的抓手。交通大脑需要输入和输出；从输入的角度，前文所提及的大数据，以及未来智能网联的路侧设备，都将持续不断得为交通大脑供应数据。从输出的角度，交通大脑的决策需要执行形成闭环，红绿信号灯的控制就是交通大脑实现交通效率提升的重要抓手。许多城市的交通信号设备老化，联网率低，所以实现智能控制机的渗透并且通过AI控制信号变化是交通大脑的核心应用之一。交通大脑的项目大小和作用可以从接管了多少个信号灯（城市交通节点）来进行评估。
行行查，行业研究数据库 www.hanghangcha.com
手机访问“行行查”小程序更方便
閱讀更多 行行查 的文章
