獲取報告請登錄未來智庫www.vzkoo.com。
核心邏輯
我國通過建設 V2X 車聯網來實現高等級智能駕駛，最終消滅交通事故、 提升交通效率，這首先是個相當漫長的過程，需要 30 年循序漸進的發 展，同時也將推動整個汽車和交通產業實現轉型升級，帶來萬億級的市 場增量。
短中期來看，存在三條投資主線，五大行業將從中受益，包括車路傳感 器、V2X 網聯設備、智能駕駛、智能座艙和智慧交通。
1）智能和網聯軟硬件在路端的建設；
2）傳感器、智能和網聯軟硬件在乘用車端的滲透；
3）在政策引導下，商用車實現 L2 和 L4 級智能駕駛；
中長期到 2030 年，我們看好車路數據的採集和挖掘廠商。V2X 車聯網 新業態存在巨大想象空間的同時，也很難看清具體商業模式，而目前能 看清的是車路數據，以及能將車路數據變現的能力一定會是產業稀缺資 源。
1. 自上而下推動車路協同
1.1. 智能網聯的必要性
V2X 車聯網（以下簡稱 V2X，Vehicle to Everything）是藉助新一代信息 和通信技術，實現車內、車與車 V2V、車與路 V2I、車與人 V2P、車與 服務平臺 V2C 的全方位數據交互，構成交通參與要素的全連接。V2X 車 聯網由三部分組成：智慧的路、聰明的車和應用服務新業態。
我國建設 V2X 車聯網是為實現 L5 級高等級智能駕駛，有兩大出發點： 1）提高交通效率，包括交通疏導與管理能力、應急處理能力、乘客與貨 物運輸能力，節能減排；2）提高交通安全，消滅交通事故。
對於實現 L5 高等級智能駕駛，產業中有兩種思路：單車智能和車路協 同。單車智能前期落地快，以谷歌 Waymo、特斯拉 Autopilot 為代表， 但在我國路況下很難達到 L5。車路協同在落地上需要多方協作、多技術 融合，因此商業化較慢，但能有效補充單車智能的不足，也是我國選擇 的思路，而建設 V2X 車聯網是車路協同思路下的技術實現。
只有單車智能是不夠的：當能見度不足、遇到非視距問題如“鬼探 頭”時，車載傳感器被遮擋，容易發生交通事故，而藉助 V2X 則可 以解決這個問題。
沒有單車智能也是不夠的：智能化使車輛在很多極端場景下能自動 採取行動，從而實現協作式智能駕駛，如救護車避讓、路口協作同 行、編隊協同起步等。
1.2. 循序漸進實現 L5 級
現階段，V2X 車聯網應用正在從信息服務，向提升安全和效率演進，並 最終實現高等級智能駕駛等協同服務類應用。同時，應用的性質也在從 提示預警，到基於預警信息做出決策，自動控制車輛緊急制動或變速巡 航。對駕駛者和交通管理者來說，V2X 應用的價值量將越來越大。
目前，大部分 V2X 應用都處於測試驗證階段，然而由於不同的技術特 性，使得產品化、商用化的速度完全不同。技術特性高，說明從測試驗 證用的樣品，到可量產的產品存在較大的技術難度；應用成熟度高，說 明產業鏈、法律道德制度和商業模式已相對成熟。
過去，人們將 L5 作為終極目標，然而隨著越來越多的 V2X 應用被挖掘 出來，實現這些 V2X 應用逐漸成為業界短中期的目標。實現這些 V2X 應用不一定能達到 L5，但給乘用車、商用車、交通管理者帶來的價值量 已經足夠大，L5 逐漸成為一個附贈獎賞。
1.3. 展望 30 年三個階段
V2X 車聯網產業涉及汽車、電子、信息通信、交通運輸和交通管理等多 個行業。藉助於“人-車-路-雲”交通參與要素之間的有效連接和信息交 互，不僅可以促進 ICT 技術在跨行業領域的融合應用，還有助於加強汽 車、交通等傳統產業之間的聯繫，形成相互間的協同發展，並逐步培育 出新的產業生態。
基礎奠定期：包括 C-V2X 路側單元 RSU 的規模化商用、邊緣計算 MEC 平臺的部署、測試仿真場景庫的構建、測試示範區的建設等；
協同發展期：是車聯網各類別終端通過智能網聯汽車和智慧交通的 發展而逐步實現普及，如結合舊車換代週期、新車補貼政策、智慧 城市建設、5G 網絡部署、智慧公路試點等，只有當足夠多的車和路 支持 C-V2X，車聯網應用才能發揮其真正的價值;
新產業培育期：當智能網聯汽車和交通達到較高滲透率和覆蓋面積 後，V2X 雲控平臺上匯聚了從車和路上採集到的大量數據，將會重 構整個出行產業，並從中誕生全新的產業形態、不同的商業模式。
V2X 車聯網發展中有 3 個時間節點：2025 年、2035 年和 2050 年。根據 2020 年 2 月發佈的《智能汽車創新發展戰略》（正式稿）對中國標準智能汽車的方 方面面、汽車智能化程度、交通網聯化覆蓋度，以及高精度定位覆蓋度提出 了一定的要求，還估計 2035 年之前無法實現高等級智能駕駛，而整個 V2X 車聯網的發展週期可以展望到 2050 年，說明協同發展和新產業培育期將是 個以 10 年為單位的漫長過程。
1.4. 中國的就是國際的
在最新發布的《智能汽車創新發展戰略（正式稿）》中，首次強調了中國 標準智能汽車體系的構建，包括技術創新、產業生態、基礎設施、法規 標準、產品監管和網絡安全六大體系，希望在未來 30 年內從基本形成做 到全面建成。我們認為國家強調中國標準智能汽車有三點意義：
1）無路可循
首先，我國的路況與歐美國家非常不同，道路人流車流密度高，且市內 交通複雜，機動車、非機動車、行人共存，因此美國的智能駕駛解決方 案無法直接拿來用；其次，我國採用的是 C-V2X 標準體系，而在 C-V2X 領域，我國與歐美國家同步發展；除此之外，相比歐美國家，我國的汽 車工業基礎相對薄弱，反而互聯網、AI 等科技實力較強。
因此，我國通過 V2X 車聯網發展智能駕駛的環境與優勢資源不同，沒有 太多現成的經驗可以參考，需要從學習者轉變思路為領導者。在此過程 中，我國有望成為智能網聯汽車領域國際標準的主要建立者，因此中國 標準就是國際標準，其他任何國家希望建設車路協同都可基於這套標準。
2）產業提效
長期來看，不同車型、不同地區道路的數據需要打通，行業和國家標準 的意義則在於避免企業採用不同的數據格式，導致後期數據交互低效。
3）自主可控
大部分汽車行業標準都是國外的協會制定的，同時受到國際整車廠的支 持，比如 AUTOSAR，使得國內很難在車控 OS 上實現自主可控。全世 界都用的標準才是好的標準，而如果全世界都用我國的標準，那我國才 能真正做到自主可控。通過建設 V2X，我國將成為汽車+交通產業升級 增量最大的市場，同時由於環境不同，現成的國家標準不一定適用，因 此對我國來說，建設中國標準智能汽車是實現自主可控最好的機會。
1.5. 商業模式挑戰最大
V2X 車聯網在推進中依然存在較多挑戰，從關鍵技術攻關、產業鏈構建、 基礎設施建設，到法律法規制定。其中最主要的難題包括兩點：商業模 式和法律追責，也是全行業在探索的。
挑戰 1：商業模式難題
任何新技術概念都存在商業化探索階段，需要找到符合下游行業內在邏 輯的商業模式，V2X 車聯網也是如此。然而，由於 V2X 的技術特徵，存 在兩個難點：
路端建設 V2X 之後如何從中盈利？ 新基建政策出臺後，企業可通 過PPP的方式與地方政府共同建設車聯網基礎設施，然而建設之後， 對投資方來說如何獲益依然是個問題。
V2X 是廣播式通信，車在持續地像周圍廣播信息，而非簡單地從終 端上傳或下載信息，因此很難用流量來計價。車更像是物聯網終端， 而非智能手機。
誰來做運營主體？前期基礎設施完成建設後，後期的車聯網應用服 務需要持續的運維
挑戰 2：法律道德悖論
首先一個虛構的場景：無人駕駛的車輛在高速行駛中，前方路中間幾個 孩子在玩耍。如果汽車避讓孩子，司機將葬身懸崖；如果汽車不避讓， 孩子將有生命危險，司機得以存活。沒有兩全之策，AI 算法該如何設計？ 不管如何預設算法，都相當於選擇該犧牲誰。 如果算法選擇保護行人， 而有可能犧牲司機，那車有可能賣不出去；如果算法選擇保護司機，行 人隨時都有危險。
當發生交通事故後，責任在人還是機器？尤其是 L3 級車型，當系統故 障時，需要由人接管。那麼事故的責任到底在機器還是人？如果機器早 一點交由人類接管，是否可以避免事故？那麼機器如何判斷何時交給人 類接管？如果是機器負責，那應該具體到零部件廠商還是整車廠？
2. 全面加速 V2X 產業化
建設 V2X 車聯網有兩套通信技術標準：背靠 WiFi 的 DSRC 和基於蜂窩 網絡的 C-V2X。我國從 2017 年開始選擇 C-V2X 標準體系以來，已帶動 整個車聯網產業全面發展，可以從政策、標準、通信終端、整車量產、 道路試點、測試驗證、應用示範七個方面的變化中理解現狀和趨勢。
1）頂層設計思路越發清晰，部委合作剷平 V2X 建設中的阻礙；
2）C-V2X 標準得到主流國家支持，我國初步形成標準體系；
3）V2X 從芯片模組到終端快速產業化，產品已開展大規模測試；
4）規模化測試驗證從“三跨”到“四跨”
5）國內外整車廠公佈 V2X 量產時間表；
6）政策鼓勵九省市智慧公路建設；
7）多方積極協作在示範區開展車聯網應用測試；
2.1. 頂層設計越發清晰
我國最早從 2017 年開始在政策文件中提及智能汽車， 4 月國家領導人就 科技部《搶抓新能源汽車自動駕駛技術發展的戰略機遇》專題報告做出 重要批示，批交國家發改委和工信部。7 月，國家領導人就發改委《關 於加快我國智能汽車創新發展的研究報告》做出重要指示。
隨後9月，國家發改委表示正起早國家智能汽車創新發展戰略，並在2018 年 1 月發佈徵求意見稿，首次將車聯網、智能汽車、智能道路看作一個 整體。歷時 2 年的修改，《智能汽車創新發展戰略（正式稿）》終於在 2020 年 2 月發佈，明確了 V2X 發展目標、計劃，以及中國標準智能汽車的六 大體系、20 項任務。
從發文機構看，初期以發改委、工信部為主，2019 年開始，交通運輸部 發佈多項政策支持。2020 年 3 月的《智能汽車創新發展戰略》正式稿更 是由 11 個與建設車聯網相關的部委聯合發佈，這意味著後續 V2X 建設 中出現的政策瓶頸，都會被妥善解決。
2.2. 標準體系初步形成
V2X 通信技術領域之前存在 DSRC 和 C-V2X 兩套標準之爭，而現在大 部分國家都在積極擁抱 C-V2X。基於 WiFi 技術的 DSRC，早在 2004 年 就完成了標準化工作，並在美國交通局 USDOT 的扶持下，具備成熟的 產業鏈，美國甚至還在 2014 年 8 月希望通過立法提升 DSRC 設備在量 產車型上的滲透率，然而特朗普政府上臺後擱置了該計劃。
C-V2X則是3GPP定義的基於蜂窩通信的V2X 技術，標準工作始於2015 年，目前已完成 R14 版本的標準制定工作。C-V2X 在通信效率、穩定性 和安全性方面都優於 DSRC，但產業化程度不及 DSRC 成熟。
美國初期選擇 DSRC，還曾聯合五大整車廠基於該技術進行了長期大量 的測試。隨著 5GAA、高通、福特等越來越多企業站隊 C-V2X，美國開 始轉為兩者並進。2019 年 12 月，美國聯邦通信委員會 FCC 將原本指定 用於 DSRC 的 75MHz 帶寬中的 10MHz 給 DSRC 與 C-V2X 共享，另外 20MHz 給了 C-V2X。
3GPP 主導的 C-V2X 標準制定分為三個階段，目前處在第二階段。
第一階段：支持 LTE-V2X 的 R14 版本標準，已於 2017 年發佈，能 夠滿足安全和效率提升等輔助駕駛應用以及低級別自動駕駛應用 的需求；
第二階段：支持 LTE-V2X 增強（也稱 LTE-eV2X）的 R15 版本標 準，已於 2018 年 6 月正式完成，在 R14 基礎上進一步提升了直通 模式的可靠性、數據速率和時延性能；
第三階段：支持 5G-V2X 的 R16+版本標準，於 2018 年 6 月啟動研 究，將與 LTE-V2X/LTE-eV2X 形成互補關係，面向車路協同和高級 別自動駕駛等更先進的高級別車聯網業務。
我國在政策助推下，快速實現跨行業標準協同。2017 年 12 月，工信部 聯合國家標委會發布《國家車聯網產業標準體系建設指南（智能網聯汽 車）》，在標準制定方面起到頂層設計的作用。隨後，2018 年 11 月，全 國汽車標委會、全國智能運輸系統標委會、全國通信標委會、全國道路 交通管理標委會共同簽署了《關於加強汽車、智能交通、通信及交通管 理 C-V2X 標準合作的框架協議》，極大地提速了整個車聯網產業的標準 制定。
2.3. 終端快速商用落地
在芯片模組領域，高通於 2017 年 8 月推出支持 LTE 和 5G 的 9150 CV2X 芯片模組，並與國內包括大唐、多家通信設備廠商展開合作，推出 多款芯片模組、RSU 和 OBU 終端。國內則是以大唐和華為為主，大唐 在 2019 年 3 月發佈了基於 PC5 Mode4 模式的 LTE-V2X 測試芯片模組 DMD3A；華為在 4 月發佈了支持包括 LTE-V2X 的多模 4.5G LTE 調製 解調芯片 Balong 765 及模組 ME959。
原先主推 DSRC 的芯片模組廠商 Autotalks 於 2018 年 6 月推出首個可同 時支持 DSRC 和 LTE-V2X 的解決方案，並在 2019 年進一步完善 C-V2X 產品線，包括與 Valeo、聯發科、CEVA 等合作研發。原先主推 DSRC 的 終端廠商SAVARI和Cohda Wireless也相繼從2018年底推出基於C-V2X 的產品及解決方案。
2.4. 測試驗證首次四跨
V2X 通信的產品都已推出，然而在現實應用中，存在不同廠商產品之間 的兼容，因此需要進行大量的互操作性試驗。IMT-2020 C-V2X 工作組從 2018 年開始組織 LTE-V2X 互聯互通應用示範活動，從“三跨”到“四 跨”，實現世界首例跨通信模組、跨通信終端、跨整車、跨安全平臺的 CV2X 應用展示。
互聯互通活動本身就是大量互操作性試驗，帶動廠商之間協作測試。 2019 年 10 月的“四跨”活動聚集了 26 家整車廠、28 家 V2X 終端設備 和協議棧廠商、10 個芯片模組、6 個安全方案廠商和 2 個 CA 平臺商。
2.5. 整車廠的量產計劃
福特於 2019 年 3 月宣佈將於 2021 年量產搭載 C-V2X 的車型。隨後於 4 月 15 日，國內 13 家整車廠聯合發佈 C-V2X 商用路標，計劃在 2020 下 半年到 2021 年上半年量產支持 C-V2X 的車型，包括上汽、廣汽、東風、 長安、一汽、北汽、江淮、長城、東南汽車、比亞迪、宇通、江鈴集團 新能源等。
2.6. 智慧高速持續推進
自 2018 年 2 月，交通運輸部發布《關於加快推進新一代國家交通控制 網和智慧公路試點的通知》後，九個省市積極推動智慧高速建設試點， 包括北京、河北、吉林、江蘇、浙江、福建、江西、河南、廣東。
基礎設施數字化：北京、河北、河南、浙江重點實施；
路運一體化車路協同：選取有代表性的高速公路，以及北京冬奧會、 雄安新區項目，開展車路信息交互、風險監測及預警、交通流監測 分析等，北京、河北、廣東重點實施；
北斗高精度定位綜合應用：江西、河北、廣東重點實施；
基於大數據的路網綜合管理：福建、河南、浙江、江西重點實施；
“互聯網+”路網綜合服務：吉林、廣東重點實施；
新一代國家交通控制網：建設面向城市公共交通及複雜交通環境的 安全輔助駕駛、車路協同等技術應用的封閉測試區和開放測試區， 形成新一代國家交通控制網實體原型系統和應用示範基地，江蘇、 浙江先行研究推進。
2.7. 應用示範積極協作
智能駕駛的研發與優化需要採集大量真實道路的行駛數據。2019年5月， 工信部支持創建江蘇（無錫）車聯網先導區，其後，工信部牽頭在天津、 長沙、廣州、北京、重慶等 10 個地區建設國家級測試示範區，包括多種 多樣的道路環境。除此之外，深圳市、上海臨港區、廈門灣漳州開發區 等地方政府還聯合產業資本設立多個各具側重點的測試示範區。
以無錫為例，已構建了全球首個城市級放道路的示範環境，在 170 平方公里範圍、280 公里道路內開展信息化升級改造，包括 400 個 交通路口、5 條城市快速道路、1 條城際高速公路；在路側部署了 LTE-V2X RSU，開放實時信號燈配時、道路視頻監控、交通事件等 40 餘項交管數據。
以長沙為例，在湘江新區 300 平方公里範圍內，開展 113 公里高速 公路和 135 公里城市道路的智能化改造，實現 LTE-V2X 與 5G 網絡 覆蓋，規劃部署 5G 基站 3000 座。結合長沙產業優勢，旨在實現國 內首批自動駕駛出租車載客運行和首批自動駕駛環衛車輛公開道 路運行。
3. 為七大行業帶來萬億增量
V2X 車聯網產業涉及汽車、電子、信息通信、交通運輸和交通管理等多 個行業，按照建設順序，包括測試、車路感知層、網聯基礎設施、整車、 車控、智能駕駛、智能座艙、智慧交通、V2X 雲控平臺，以及應用服務 層。
3.1. 感知放量在即
車路協同的感知層包括車端和路段各式各樣的傳感器，如毫米波雷達、 激光雷達、超聲波雷達、慣性導航、高精度定位、紅外成像系統、攝像 頭、氣象傳感器等。
感知層採集到的數據，經過感知融合，在邊緣端和雲端強大算力的支撐 下，可以不斷優化智能駕駛和交通管控算法。數據量越大、維度越多元， 生成算法的精確度和魯棒性越好，因此增加傳感器在全國範圍內的密度 是實現智能駕駛和智慧交通的基礎。
在量產過程中，穩定性和經濟性是重要考量。同時對於車載傳感器來說， 還需要滿足車規標準，如工作溫度、抗衝擊性、使用壽命、電磁兼容性 等要求。
1）攝像頭
技術和產品都非常成熟，因此成本適中，且在 AI 算法加持下，識別性能 優異。攝像頭在道路端的普及度較高，在車端仍有較大空間，在主流的 L2 及以上方案中至少需要 1 個前視和 4 個環視，部分方案選用雙目攝像 頭代替前視。攝像頭行業集中度較高，索尼和三星在感光器件 CMOS 行 業市佔率之和超過 50%；德州儀器和華為海思在圖像處理器 DSP 上積 累深厚；舜宇光學是鏡頭組的龍頭。
2）毫米波雷達
24GHz 和 77GHz 的產業鏈相對成熟，成本可控，且隨著汽車智能化程度 提升，每輛車需要的毫米波雷達也越來越多。隨著 79GHz 產品越來越成 熟，也可能成為主流選型。根據 Plunkedt Research 數據，2018 年全球毫 米波雷達出貨量為5500萬顆，國內為358萬顆，增速分別為22%和54%。 預計 2020 年全球出貨量將達到 7200 萬顆，五年 CAGR 為 24%。
毫米波雷達以國外廠商為主，主要因為國內缺失射頻芯片等核心技術積 累。整機方面，Bosch、Conti、Delphi、Denso、Hella 佔據了 70%以上的 全球市場份額；芯片市場也掌握在 NXP、Infineon、TI 和 ST 手中。國內 整機廠商包括：華域汽車、納雷科技、森斯泰克等。國內芯片廠商在技 術和產品上有所突破，處於芯片小批量生產階段，如南京隼眼、行易道、 森斯泰克等。
3）激光雷達
L3 級以上方案不可缺，不少智慧交叉路口、智慧停車場建設中也考慮部 署激光雷達，然而其高昂的價格讓人望而卻步。預計 2020 年將會是激光 雷達售價大幅改善的一年，將對車端和路端智能化發展帶來巨大影響。 在 2020 年 CES 展上，大疆發佈兩款產品，售價分別為 800 美元和 1200 美元；鐳神發佈的等效 400 線產品，售價為 888 美元。
國外廠商起步較早，技術和創新能力強，且採取與 Tier 1 綁定的戰略， 比如 TetraVue 與博世、Quanergy 與德爾福、IBEO 和採埃孚、法雷奧的 合作等。我們認為國內廠商的優勢則在於產品化能力：滿足車規要求和 高可靠的同時，提供高性價比的產品，如鐳神智能。
3.2. 車路網聯基建
實現車路網聯化，需要車側、路側等基礎設施和硬件互聯互通，包括模 組/RSU/OBU、高精度定位系統以及 MEC 設施等。具體而言，路側交通 基礎設施升級改造可以提高路口的感知處理能力，為平臺和車輛提供更 加精準實時的道路交通信息；車側通過前裝或者後裝的車聯網裝置，將 社會車輛納入車聯網平臺，實現路—網—車—雲的全面協同進化。目前， 從需求和產業進展來看，模組、RSU/OBU 等正在迎來快速發展期，基於 北斗系統的高精度定位系統即將完成，MEC 在車聯網發展高級階段不可 或缺。
1）模組/RSU/OBU
通信模組是車聯網規模化發展的通用部分。模組是將應用處理器、基帶、 射頻前端、定位單元、通信單元以及電源管理等進行集成，並提供標準 外部接口，既將芯片集成為車規級模組。通信模組承擔了用戶與用戶以 及用戶與後臺服務器的數據傳輸功能，在通信模組的基礎上，下游的 RSU/OBU 終端製造商能夠以高性價比開發和生產終端設備，從而連接 入網，是實現智能汽車標準化、規模化發展的基礎。
車規級模組產品豐富，即將進入規模應用。目前，全球主流的車聯網通 信芯片供應商為高通和華為，除此之外還有 Autotalk、恩智浦、大唐、 哈曼等。我們可以看出，車聯網模組芯片產業鏈相對比較豐富，國內廠 商也突破了之前海外廠商的壟斷，所以模組廠商基於芯片發展已經形成 了非常多的產品。
從標準要求來看，中興通訊、移遠通信、高新興、日海智能等國內 廠商已經發布多款符合汽車安全標準的車規級模組；
從制式上來看，4G 及 LTE-V2X 模式的通信模組已經較為成熟，大 部分行業參與者的產品已經得到規模應用，在 5G 模組方面，移遠 通信和高新興的相關產品即將於 2020 年實現商用落地，而其他玩 家也已發佈了 5G 模式的通信模組，批量應用未來可期；
從功能上看，定位及通信功能兼備，例如移遠通信推出全球首款車 規級雙頻高精度衛星及慣性導航融合定位模組。
國內廠商形成集群式競爭力，掘金數十億市場。全球範圍內，通信模組 行業的主要參與者有 Sierra、Telit、Gemalto、U-Blox、移遠通信、日海 智能、廣和通等頭部公司，前 9 大公司已佔據全球市場超過 90%的市場 份額，行業集中度較高。在國內，移遠通信、日海智能、廣和通為首的 頭部模組廠商都已經涉獵了車聯網領域，形成了集群式競爭力。而根據 IMT-2020 推進組報告顯示，我國將在 2020 年及 2021 年開始在新車上搭 載 C-V2X 終端，預計 2025 年 C-V2X 終端新車搭載率達到 50%，按次 推斷每年國內車聯網模組將有 20-50 億市場規模。
ETC 工程促進 RSU/OBU 爆發，市場競爭充分。路側單元 RSU 是部署 在路側的通信網關，具有無線、有線等多種形態，彙集路側交通設施和 道路交通參與者的信息，上傳至車聯網平臺，實現交通參與者的信息互 通。車載單元 OBU 安裝在車輛上，可實現通信、信息採集等功能，是車 載終端的核心單元。
近兩年來，隨著國內ETC的大幅推進，作為ETC體系重要的組成部分， OBU 和 RSU 也實現了快速普及。截至 2019 年 12 月，全國 29 個聯網 收費省份改造完成 488 個省界收費站，全國 ETC 用戶累計接近 2 億，中 國 ETC 滲透率規模從 2018 年底的 32%倍增到 74%。根據調研情況，國 內RSU每年需求在3-5萬個，市場規模預計30-50億規模。目前RSU/OBU 廠家較多，競爭比較充分，包括華為、中興、萬集科技、千方集團、金 溢科技、高新興、星雲互聯、華礪智行、哈曼、ALPS、AutoTalks、Cohda Wireless、上汽聯創、高鴻股份、SAVARI 等。
2）高精度定位系統
北斗三號系統即將部署完成，為車聯網提供基礎定位服務。定位需求是 車聯網的重要需求，是實現車輛安全通行和增值服務的重要保障。在不 同階段，低於定位的精度要求是不同的。目前，我國正在構建北斗衛星 導航系統，一共有“一號系統”、“二號系統”、“三號系統”三個階段， “一號系統”已經棄用，“二號系統”已經穩定向亞太地區用戶提供服務， “三號系統”由 30 顆衛星組成，2020 年 5 月，按計劃將發射最後一顆 地球靜止軌道衛星，北斗三號全球星座部署將全面完成，將在服務區中 免費提供定位、測速和授時服務，定位精度為 10 米，授時精度為 50 納 秒，測速精度 0.2 米/秒，這將為車聯網場景提供基礎覆蓋。主要參與的 廠商包括海格通信、華測導航、華力創通、中海達等。
5G+北斗將是更高精度定位的有效方案。首先，對於定位的連續性是車 聯網業務安全可靠的必要前提，由於遮擋、光線、天氣、成本以及穩定 性等因素，單純採用某一種定位技術並不能滿足車聯網業務的定位需求； 其次，L3 級及以上智能汽車需要高精定位功能，例如輔助駕駛中對車的 定位精度要求在米級，對於自動駕駛業務，其對定位的精度要求在亞米 級甚至釐米級，而這需要多種通信技術進行配合。2020 年將是我國 5G 規模建設元年，未來 3 年國內 5G 基站有望超過 300 萬個，屆時在 5G 基 站輔助+北斗地基增強系統配合下，北斗三號系統可滿足車聯網對高精 度、高可用性的要求。主要參與者是中興通訊、華為等。
3）邊緣計算 MEC
隨著入網車輛增多，相關數據傳送量將呈指數性增加，同時很多車聯網 場景和需求對時延要求很苛刻，所以車聯網發展到一定階段，必然需要 邊緣計算技術MEC的協助。通過部署基站、小基站甚至匯聚站點的MEC 服務器，將雲平臺的計算能力下沉，及時處理數據，並可以將數據及應 用就近存儲於離車輛較近的位置，解決一些場景的痛點，提高一些增值 服務的體驗感，使得交通系統更加安全、有效、豐富。例如 IMT-202 推 進組描述的願景：
無需路側協同的 C-V2X 應用可以直接通過 MEC 平臺為車輛或行 人提供低時延、高性能服務；
當路側部署了能接入 MEC 平臺的路側雷達、攝像頭、智能紅綠燈、 智能化標誌標識等智能設施時，相應的 C-V2X 應用可以藉助路側 感知或採集的數據為車輛或行人提供更全面的信息服務；
在沒有車輛協同時，單個車輛可以直接從 MEC 平臺上部署的相應 C-V2X 應用獲取服務；
在多個車輛同時接入 MEC 平臺時，相應的 C-V2X 應用可以基於多 個車輛的狀態信息，提供智能協同的信息服務。
而由於 MEC 存在部署成本較大、垂直行業需求差異化明顯等特徵，我 們預計未來MEC建設運營主力是運營商，並輔助一些行業和企業自建， 目前參與企業主要是中國移動、中國電信、中國聯通、中興通訊、華為 等。
3.3. 智駕雙元戰略
在感知層基礎上，智能駕駛還需要決策層和執行層。如果把感知層比作 眼和耳，決策層相當於大腦，執行層相當於手和腳。在此基礎上，結合 V2X 車聯網和實時更新的高精度地圖，可以進一步擴展車輛的感知範圍。 在執行層面，基於高精度地圖和線控系統，車輛能實現更精確、低延時 的操控。
在智能駕駛路徑上，越來越多的整車廠和 Tier 1 開始採用雙元戰略，同 時研發 L2-2.5 和 L4-L5。L3 的概念偏理想化，然而技術落地相當困難。 L3 曾經的先驅者奧迪也在 2019 年底放棄該計劃，轉而集中精力研發 L2 和 L4。L2.5 是近年來提出的過渡等級，指的是增強版 L2，但主要駕駛 依然由人類完成。
1）智能駕駛 OS
也稱為車控 OS，用於車輛底盤和動力控制，以實現油門、轉向、換擋、 剎車等車輛行駛功能。底盤和動力控制上每個系統的 ECU 都由兩部分 組成，算力單元和 OS，這些 OS 的集合體就是車控 OS。未來，隨著 ECU 向 DCU 和 MDC 形態發展，分散在各個 ECU 中的嵌入式 OS 也會逐步 融合為一個具備標準化架構的車控 OS，如 AUTOSAR、Linux ROS。
國內在智能駕駛 OS 領域相對空缺，僅有東軟、華為和中興有所嘗試。 東軟基於Adaptive AUTOSAR平臺開發出了面向自動駕駛和智能座艙的 中間件軟件 NeuSAR。華為在發佈鴻蒙微內核 OS 時，提到可用於智能 駕駛和智能座艙，具體產品信息還未公佈。長期來看，實現自主可控過 程中，自主研發的智能駕駛 OS 必不可少。
2）智能駕駛芯片
為智能駕駛算法或 ADAS 算法提供本地算力。整車廠選型時主要關注是 否符合車規級、能耗比，以及性價比。由於目前主要的傳感器是基於視 覺的，因此芯片也以 GPU 為主。國外 GPU 領域以英偉達為主，除此之 外還有 Mobileye。國內主要廠商包括地平線機器人、寒武紀等。
3）高精度地圖
是實現 L3-L5 級自動駕駛的重要組成。越高等級的自動駕駛需要越高相 對精度和鮮度的高精度地圖。目前國內技術和產品相對成熟的是 ADAS 地圖，相當於 L2-L3 的水平，精度和信息丰度介於導航電子地圖和高精 度地圖之間，用於輔助駕駛，如 Tesla Autopilot 和奔馳 Drive Pilot 在引 入中國時採用的都是四維圖新的 ADAS 地圖服務。
按照道路場景，高精度地圖可覆蓋三類路網：城市路網、城際路網、停 車場等室內路線網。目前，獲得甲級資質的圖商集中在獲取城市和城際 路網的 ADAS 和高精度地圖，如四維圖新、高德、寬凳科技等，而採集 停車場等室內路線網的圖商較少，如晶眾地圖、易圖通。
商業模式：高精度地圖是產品，更是需要持續更新的數據服務。圖商需 要持續採集道路信息，通過 OTA 等方式更新地圖，因此對圖商來說，訂 閱模式最為合理。然而對整車廠來說，國內大部分消費者還很難在購車 後，持續付費訂閱車聯網服務，同時也是因為當前的車聯網功能尚未觸 及消費者剛需。長期來看，一二線城市的消費者在逐漸改變消費習慣， 而大規模滲透依然需要 5-10 年的時間。近五年，圖商賣 License 的模式 依然是主流。
4）智能駕駛 L1-L2/ADAS
高級輔助駕駛（以下簡稱 ADAS）是通過人工智能、機器視覺等技術主 動防範駕駛事故，不包括制動防抱死系統ABS、車身電子穩定系統ESP、 倒車雷達等。ADAS 對映 SAE 分級中的 L1-L2，包括一系列功能：車道 偏離預警 LDW、緊急制動剎車 AEB、駕駛員監控 DMS 等，通過車載的 一系列攝像頭感知周圍環境，併為駕駛員提供預警、直接制動等。
ADAS 目前已進入高速成長期，且在政策要求下，在“兩客一危”等商 用車上要求安裝。根據蓋世汽車數據，我國 ADAS 市場規模將從 2018 年的~100 億元增長到 2020 年的~300 億元，CAGR 為 73%。
相比商用車明確的裝配時間表，乘用車的推進速度因車企而異，但市場 規模更大。除了傳統 Tier 1，還有眾多 AI 科技公司以更高性價比的產品 佔據一席之地，如 Mobileye，國內的縱目科技等。專注於商用車領域的 廠商包括智駕科技、Minieye、極目科技等。
5）智能駕駛/L4-L5
特殊工況環境下的商用車智能駕駛有望比乘用車更快落地。 1）首先在特 殊工況中，環境惡劣、事故頻發，常年招不到人類駕駛員，如礦區；2） 其次是因為環境封閉、路況簡單，行駛路線相對固定；3）最後因為特殊 工況的道路和車輛都可以隨意改造，無需考慮美觀和大規模量產能力。
特殊工況具體包括礦區、港口、市政環衛、園區、高速公路物流等，商 用車以不同載貨量的卡車為主，還包括礦區的自卸車、港口的跨運車等。 卡車智能駕駛方面的主要廠商包括圖森未來、長沙智能駕駛 CIDI、踏歌 智行、慧拓智能等。
乘用車L4-L5 級智能駕駛由於道路環境複雜，且法律法規不完善等原因， 在國內落地還需要相當長的時間。國內外的整車廠、Tier 1 都在積極布 局 L4 級，其中通用相對領先。通用在 2016 年收購智能駕駛公司 Cruise Automation，並在 2019 年推出 Cruise AV 車型及量產計劃，車內沒有方 向盤、剎車和油門踏板。國內相對領先的廠商包括百度、Momenta 和小 馬智行。
6）線控執行
在執行層，油門和轉向已經基本實現了滿足自動駕駛的線控應用，而制 動領域的開發相對處於起步階段。線控油門通過電機驅動節氣門開度實 現了拉索和節氣門之間的解耦；電子助力轉向也基本實現了方向盤和車 輪之間的解耦；而在制動領域，線控制動的難度較大，行業仍處於起步 階段，博世的 iBooster 在一定程度上實現了踏板和剎車系統之間的解耦。
新能源車對制動系統的要求也在大幅提升。一方面，新能源車缺少真空 源，在傳統制動體系下要額外增加真空助力泵等；另一方面，制動過程 中的能量損失較大，如果能夠實現能量回收，將大幅提升新能源車的續 航里程，以榮威光之翼MARVEL X為例，其配備了博世第二代iBooster， 能在城市以及高速上實現能量回收，效提升 15.4%的續航里程。
綜合考慮成本、安全性等問題，中期維度看集成式的電子液壓制動系統 EHB 可行性更高。雖然電子機械制動系統 EMB 能更好的實現踏板與剎 車系統之間的解耦，但其成本高昂、短期內較難大規模應用，同時其產 生的制動力有限、考慮到法規因素短期內很難獨立應用；而電子液壓制 動系統 EHB 較好的實現了踏板和液壓制動系統之間的解耦，尤其是集 成式液壓系統在解耦程度上做得更好，也更有利於能量回收，同時產品 性價比也較高，在中期維度看是線控制動的更好選擇。
3.4. 智能座艙趨勢
智能座艙的發展分為兩個階段。第一階段：將新技術用於改善駕駛和乘 車體驗，使其更加安全舒適，關鍵詞是人機交互 HMI。隨著智能駕駛等 級提升，無限接近 L5 級後，人類可以徹底從駕駛任務中解放出來，到了 那時候人在車內能做什麼，則是智能座艙第二階段需要思考的問題。
第一階段的智能座艙包括五點趨勢：
更自然的人機交互方式：從過去按鍵式，逐步變為觸屏，再到未來 與語音識別、手勢識別相互融合的交互方式。
更多元的駕駛信息反饋：從過去機械式儀表只顯示速度、油耗，到 現在液晶儀表盤，顯示更多元的信息，如周圍障礙物信息、前方信 號燈剩餘時長信息等；
更多駕駛安全冗餘措施：用新技術進一步強化安全性，如駕駛員監 測系統 DMS、自動駕駛冗餘等；
更豐富的應用生態：從現在的導航+音樂，到更多適合車載的應用， 如 V2X 應用、車輛遠程監測等，這還需要強大的智能座艙 OS，以 及虛擬化 Hypervisor；
更強大的基礎設施：計算、存儲、網絡是上述所有應用的基礎，未 來汽車就像是一個移動的邊緣數據中心，包括智能座艙算力芯片、 本地存儲、車內以太網、車內網絡安全設備等。
1）虛擬化 Hypervisor
車內不同應用需要不同的計算、存儲和網絡配置，隨著車內應用種類增 多，為每個應用配備硬件資源的性價比較低，且不利於數據融合和信息 安全，因此誕生了虛擬化 Hypervisor。國內供應商主要包括中科創達和 誠邁科技。
2）智能座艙 OS
智能汽車上會搭載兩套操作系統（以下簡稱 OS）：智能駕駛 OS 負責車 控和智能座艙 OS 負責車內信息、娛樂等應用，因此是車載信息服務 Telematics 和車載信息娛樂系統 Infotainment 的結合，為了承載未來更豐 富的系統應用。智能座艙 OS 中還可劃分為對安全和可靠性要求較高的 儀表盤 OS 和更看重兼容能力的中控屏 OS。
儀表盤 OS 產品以黑莓的 QNX 和 Linux 為主，其中 QNX 以其安全可靠 的微內核成為整車廠的首選，全球市佔率超過 70%。對於中控屏 OS，市 場集中度較低，頭部的整車廠偏向自主研發，如豐田G-Book、通用OnStar 等，或是與科技公司合作研發。其他整車廠則是在成熟產品基礎上做少 量定製化，或採購手機投屏的方案，如蘋果的 CarPlay 和博泰的擎 OS。
3）車載語音識別
與手機上的語音助手不同，優秀的車載語音識別需要滿足幾個要求：離 線識別、方言識別、語義理解，並能分清哪些是指令哪些是閒聊。然而， 目前還沒出現三方面都做到與人類無異的產品，同時行業還出現大批新 進入者。根據高工智能汽車 1 月份數據，前五名市佔率如下：訊飛 44%、 Nuance 旗下的 Cerence 40%、百度 6.7%、傲碩 3.4%、騰訊 2.2%；後五 名包括思必馳、通行者、阿里、小米、大眾問問，合計不到 5%。
3.5. 交通智能改造
V2X 助力下的城市內智慧交通系統有望加速發展。路端交通智能化設備 的升級建設為打造城市內智慧交通系統創造了條件，通過 V2X 智能網 聯構建智慧路口，可以實時向過往車輛及行人反饋路口通行信息，確保 各交通參與者安全；也能夠幫助打造智慧公交，保障公共交通的通行效 率。
1）智慧交通大腦
智慧交通相關平臺化項目需求增加，智慧交通大腦成型在即。V2X 使得 實現車與其他交通系統的互聯互通成為可能，通過與城市公交與出租車 調度系統、軌道交通路網指揮調度系統等其他智慧交通相融合，藉助智 能攝像機、雷達、高精度定位等多源數據感知設備進行數據採集與共享， 搭建平臺化的區域交通運行監測調度中心，可以實現區域內的交通資源 統一調度的需求將得到釋放。
阿里以交通大腦的概念切入智慧城市智慧交通的建設，力圖通過城市一 體化計算平臺、城市數據資源平臺和 AI 開放服務平臺實現交通出行行 業全連接；騰訊選擇基於自身流量優勢對相關服務進行整合；華為掌握 V2X 芯片等基礎設施核心技術，能夠提供從路端到車端的無縫互聯解決 方案。
2）信號控制系統
V2X 建設的展開有望推動路端交通智能化設備的升級建設。要實現車與 交通設施的通信就需要對原有非智能交通設施進行改造、升級，集中體 現在交通視頻監控系統、交通信號控制系統、邊緣計算單元等方面。
海信網絡的市佔率連續多年保持行業領先，智慧交通產品範圍涵蓋城市交管平臺與設備、公共交通、公共安全、軌道等領域，其信號機產品曾 中標 2008 年北京奧運會交通項目，市場佔有率超過 20%，常規公交智 能調度系統佔有率 40%，快速公交 BRT 智能系統佔有率高達 70%，其 智能交通解決方案參與搭建了北京奧運會、濟南全運會、上海世博會、 廣州亞運會、杭州 G20 峰會、上合青島峰會等大型活動承辦城市的智能 交通系統。千方集團專注於智慧交通、智能物聯產業，提供從車端到路 側再雲端的智能網聯產品和解決方案，2017 年公司收購宇視科技，有助 於充分發揮視頻監控在智慧交通行業中的作用。
3）ETC 系統
2019 年起 ETC 建設進入高峰期。據前瞻研究院統計，截至 2019 年 12 月 31 日，全國 ETC 客戶累計達到 2.04 億；在收費站端，29 個聯網收費 省份的 24588 套 ETC 門架系統建設，48211 萬條 ETC 車道改造，487 個 省界收費站改造已於 2019 年 10 月底前全部完工。未來隨著 ETC 應用 範圍的進一步擴大，安裝 ETC 將成為購車剛需。而由 ETC 設備所能擴 展的車端智能領域應用生態十分廣闊，也就是說，未來 ETC 將不僅僅是 用於身份識別、高速計費的工具，而將與智能車載終端融為一體，成為 V2X 的一部分，應用於停車交費、加油、洗車、購物等多種涉車場景。
金溢科技是最大的 ETC 產品製造商，市佔率約為 35%-40%（2016 年招 股書數據），同時公司從 2013 開始佈局車路協同，逐步從 ETC 逐步過渡 到 V2X，著重發展車路協同管理平臺等一體化綜合管理平臺和 V2X 車 端應用。萬集科技在智能交通信息採集與處理行業處於領先地位，其智 慧交通業務主要佈局於平臺化大數據的採集與分析。千方集團針對 ETC 行業推出了 OBU、RSU、CPC 卡等全系列產品，承接多地 ETC 收費系 統建設項目。
4）智慧高速
智慧高速是智慧交通的一部分，也是車路協同在我國的主要的試點方向 之一。早在 2016 年，交通運輸部“十三五”信息化規劃就提出要開展智 慧高速的示範工程；2018 年，交通運輸部推出了北京、河北、吉林、江 蘇、浙江、福建、江西、河南、廣東等九個省市為智慧高速試點區域。 為了保障智慧高速的落地，交通運輸部對試點地區明確了六個重點建設 任務：基礎設施數字化、路運一體化車路協同、北斗高精度定位綜合應 用、基於大數據的路網綜合管理、“互聯網+”路網綜合服務、新一代國 家交通控制網。
智慧高速的建設由上而下可以分為三個等級。 智慧高速的大腦是數據中 心，是智慧高速從感知到認知，從決策到行動的核心部分，通過智慧高 速無處不在軀幹（感知系統）和經絡（通信系統）實現態勢感知。通信 系統由智能基站、通信設施、各信號源組成，向上往數據中心傳遞從軀 干係統採集的感知信息，向下往軀幹系統傳遞決策信息和必要的外部信 息。感知系統由各類智能硬件、傳感設備和智能終端組成，主要作用是 底層的感知、邊緣計算，以及執行控制指令。
V2X 助力下的智慧高速是有別於以往智能化技術的全新形態。以往針對 監控、收費、通信三大機電系統已經做了諸如 ETC，自主髮卡，自動車 牌識別等智能化工作，但還是存在著收費效率低，發生惡性交通事故， 超限車違規等不和諧因素，表明以往的工作距離真正的智慧高速還有一 定的距離。通過 V2X 的展開建設，逐步實現高速基礎設施的數字化、網 絡化、智能化，最主要的是實現車與車、車與基礎設施的信息交換，最 終藉助萬物互聯使高速車輛能夠全程受控，這應該是智慧高速的發展的 目標。
千方集團與阿里雲強強合作，首次針對智慧高速建設推出的智能化解決 方案。基於阿里雲強大的計算能力和高精地圖大數據資源，充分利用千 方全球最大的商用車大數據資源，通過對數據進行清洗、融合、集成處 理，實現智慧高速建設全層級的覆蓋。
3.6. 打通車路數據
V2X 車聯網雲控平臺相當於整個車路協同產業鏈的數據中臺，將分散的 系統串聯，將感知層採集到的數據彙總分析，並反饋給需要的用戶和應 用。平臺的用戶為整車廠、交通管理部門、運營商、V2X 應用服務商， 以及整車和交通產業鏈上的企業。
平臺商需要對產業鏈的各個領域都有技術積累，如無線通信、交通管控、 車機軟件、汽車電子、雲邊計算、大數據等。 在建設平臺的過程中，平 臺商需要能給接入平臺的整車廠、Tier 1、零部件廠商、TSP、交管部門、 應用開發者帶來價值。除此之外，平臺商還需具備強大的技術整合能力、 龐大的運維團隊、資金實力，並保持友好開放的文化，以及相對中立的 背景。
目前只有清華的啟迪雲控和華為推出相關產品。2018 年 6 月，華為發佈 了 OceanConnect 車聯網平臺，支持百萬級併發、多協議接入，具備融合 分析視頻、雷達數據的能力。背靠清華啟迪的啟迪雲控也推出了四款相 關解決方案。相比之下，啟迪的平臺對 V2X 車路協同有更深的理解，而 華為對物聯網有更深的理解，且已在 V2X 多個環節推出產品。
平臺商業模式的核心在於價值增量。平臺建成之後，直接受益方為平臺 的用戶，包括整車廠、交管部門、產業鏈相關企業和監管部門，間接受 益方為乘用車駕駛者和商用車輛持有者，然而在前期建設時，平臺又需 要從各方用戶處獲取數據。面對各方用戶，平臺上的議價能力需源於其 數據變現的能力，拿到數據之後，需要給數據提供方帶來價值。拿到的 數據越多維，需要給各方帶來越大的價值量。
盈利模式：建設期平臺方可以通過為數據持有方提供數據變現的探索， 按照項目制收費。形成數據產品後，平臺方可按流量或變現價值量收費。 當越來越多的數據願意匯入平臺後，平臺上提供的應用服務經常被使用， 則可以收取年費。
3.7. 共創應用生態
V2X 車聯網雲控平臺積累了大量車端和路端數據，而應用生態的定位就 是將這些數據融合變現。V2X 應用服務生態包括各類為乘用車駕駛者、 商用車輛持有者、整車廠、交管部門、產業鏈企業以及監管部門的數據、 應用供應商、開發者。從功能角度看，生態會涵蓋買車、售後、賣車、 UBI 保險、城市行駛、駕車出遊、停車等大交通相關的各個環節，如電 子導航、近場支付、停車服務、網約車、出行服務商等。這些已有的車 路服務，會在 V2X 的基礎上發生重構和產業升級，帶來新的 V2X 應用 服務生態。
當 V2X 基礎設施建設基本完成時，應用服務生態將進入爆發期，因此還 有較長時間探索。目前，在整車廠內部、交管部門下屬的交通研究院、 部分大數據公司都在積極探索如何挖掘車路數據的價值。
案例 1.UBI 保險
UBI 模式車險是基於車主駕駛行為和車輛相關數據來量化保費的新型車 險。量化保費、事故調查的基礎就是通過分析行駛數據，判斷駕駛行為、 駕駛習慣、事故發生時的駕駛者狀態等。目前已有公司基於 CAN 總線 數據，協助保險公司量化保費、調查事故，如彩虹無線、評駕科技、鼎 然科技等。未來，基於車路協同更多維的數據，能做到更加精確的判斷 模型。
案例 2.基於駕駛行為的行車小遊戲
在遊戲中，玩家需要通過駕駛行為來養寵物，駕駛行為越穩，寵物長得 越快、裝備越好，反之，寵物會生病。駕駛行為數據來源於車聯診斷、 用車檢測、出行分析等數據綜合評估後的模型。遊戲通過保險公司的移 動終端發佈，通過遊戲化的獎勵機制，激發車主的自控力。
……
（報告觀點屬於原作者，僅供參考。報告來源：國泰君安）
獲取報告請登錄未來智庫www.vzkoo.com。
立即登錄請點擊：「鏈接」
