获取报告请登录未来智库www.vzkoo.com。
核心逻辑
我国通过建设 V2X 车联网来实现高等级智能驾驶，最终消灭交通事故、 提升交通效率，这首先是个相当漫长的过程，需要 30 年循序渐进的发 展，同时也将推动整个汽车和交通产业实现转型升级，带来万亿级的市 场增量。
短中期来看，存在三条投资主线，五大行业将从中受益，包括车路传感 器、V2X 网联设备、智能驾驶、智能座舱和智慧交通。
1）智能和网联软硬件在路端的建设；
2）传感器、智能和网联软硬件在乘用车端的渗透；
3）在政策引导下，商用车实现 L2 和 L4 级智能驾驶；
中长期到 2030 年，我们看好车路数据的采集和挖掘厂商。V2X 车联网 新业态存在巨大想象空间的同时，也很难看清具体商业模式，而目前能 看清的是车路数据，以及能将车路数据变现的能力一定会是产业稀缺资 源。
1. 自上而下推动车路协同
1.1. 智能网联的必要性
V2X 车联网（以下简称 V2X，Vehicle to Everything）是借助新一代信息 和通信技术，实现车内、车与车 V2V、车与路 V2I、车与人 V2P、车与 服务平台 V2C 的全方位数据交互，构成交通参与要素的全连接。V2X 车 联网由三部分组成：智慧的路、聪明的车和应用服务新业态。
我国建设 V2X 车联网是为实现 L5 级高等级智能驾驶，有两大出发点： 1）提高交通效率，包括交通疏导与管理能力、应急处理能力、乘客与货 物运输能力，节能减排；2）提高交通安全，消灭交通事故。
对于实现 L5 高等级智能驾驶，产业中有两种思路：单车智能和车路协 同。单车智能前期落地快，以谷歌 Waymo、特斯拉 Autopilot 为代表， 但在我国路况下很难达到 L5。车路协同在落地上需要多方协作、多技术 融合，因此商业化较慢，但能有效补充单车智能的不足，也是我国选择 的思路，而建设 V2X 车联网是车路协同思路下的技术实现。
只有单车智能是不够的：当能见度不足、遇到非视距问题如“鬼探 头”时，车载传感器被遮挡，容易发生交通事故，而借助 V2X 则可 以解决这个问题。
没有单车智能也是不够的：智能化使车辆在很多极端场景下能自动 采取行动，从而实现协作式智能驾驶，如救护车避让、路口协作同 行、编队协同起步等。
1.2. 循序渐进实现 L5 级
现阶段，V2X 车联网应用正在从信息服务，向提升安全和效率演进，并 最终实现高等级智能驾驶等协同服务类应用。同时，应用的性质也在从 提示预警，到基于预警信息做出决策，自动控制车辆紧急制动或变速巡 航。对驾驶者和交通管理者来说，V2X 应用的价值量将越来越大。
目前，大部分 V2X 应用都处于测试验证阶段，然而由于不同的技术特 性，使得产品化、商用化的速度完全不同。技术特性高，说明从测试验 证用的样品，到可量产的产品存在较大的技术难度；应用成熟度高，说 明产业链、法律道德制度和商业模式已相对成熟。
过去，人们将 L5 作为终极目标，然而随着越来越多的 V2X 应用被挖掘 出来，实现这些 V2X 应用逐渐成为业界短中期的目标。实现这些 V2X 应用不一定能达到 L5，但给乘用车、商用车、交通管理者带来的价值量 已经足够大，L5 逐渐成为一个附赠奖赏。
1.3. 展望 30 年三个阶段
V2X 车联网产业涉及汽车、电子、信息通信、交通运输和交通管理等多 个行业。借助于“人-车-路-云”交通参与要素之间的有效连接和信息交 互，不仅可以促进 ICT 技术在跨行业领域的融合应用，还有助于加强汽 车、交通等传统产业之间的联系，形成相互间的协同发展，并逐步培育 出新的产业生态。
基础奠定期：包括 C-V2X 路侧单元 RSU 的规模化商用、边缘计算 MEC 平台的部署、测试仿真场景库的构建、测试示范区的建设等；
协同发展期：是车联网各类别终端通过智能网联汽车和智慧交通的 发展而逐步实现普及，如结合旧车换代周期、新车补贴政策、智慧 城市建设、5G 网络部署、智慧公路试点等，只有当足够多的车和路 支持 C-V2X，车联网应用才能发挥其真正的价值;
新产业培育期：当智能网联汽车和交通达到较高渗透率和覆盖面积 后，V2X 云控平台上汇聚了从车和路上采集到的大量数据，将会重 构整个出行产业，并从中诞生全新的产业形态、不同的商业模式。
V2X 车联网发展中有 3 个时间节点：2025 年、2035 年和 2050 年。根据 2020 年 2 月发布的《智能汽车创新发展战略》（正式稿）对中国标准智能汽车的方 方面面、汽车智能化程度、交通网联化覆盖度，以及高精度定位覆盖度提出 了一定的要求，还估计 2035 年之前无法实现高等级智能驾驶，而整个 V2X 车联网的发展周期可以展望到 2050 年，说明协同发展和新产业培育期将是 个以 10 年为单位的漫长过程。
1.4. 中国的就是国际的
在最新发布的《智能汽车创新发展战略（正式稿）》中，首次强调了中国 标准智能汽车体系的构建，包括技术创新、产业生态、基础设施、法规 标准、产品监管和网络安全六大体系，希望在未来 30 年内从基本形成做 到全面建成。我们认为国家强调中国标准智能汽车有三点意义：
1）无路可循
首先，我国的路况与欧美国家非常不同，道路人流车流密度高，且市内 交通复杂，机动车、非机动车、行人共存，因此美国的智能驾驶解决方 案无法直接拿来用；其次，我国采用的是 C-V2X 标准体系，而在 C-V2X 领域，我国与欧美国家同步发展；除此之外，相比欧美国家，我国的汽 车工业基础相对薄弱，反而互联网、AI 等科技实力较强。
因此，我国通过 V2X 车联网发展智能驾驶的环境与优势资源不同，没有 太多现成的经验可以参考，需要从学习者转变思路为领导者。在此过程 中，我国有望成为智能网联汽车领域国际标准的主要建立者，因此中国 标准就是国际标准，其他任何国家希望建设车路协同都可基于这套标准。
2）产业提效
长期来看，不同车型、不同地区道路的数据需要打通，行业和国家标准 的意义则在于避免企业采用不同的数据格式，导致后期数据交互低效。
3）自主可控
大部分汽车行业标准都是国外的协会制定的，同时受到国际整车厂的支 持，比如 AUTOSAR，使得国内很难在车控 OS 上实现自主可控。全世 界都用的标准才是好的标准，而如果全世界都用我国的标准，那我国才 能真正做到自主可控。通过建设 V2X，我国将成为汽车+交通产业升级 增量最大的市场，同时由于环境不同，现成的国家标准不一定适用，因 此对我国来说，建设中国标准智能汽车是实现自主可控最好的机会。
1.5. 商业模式挑战最大
V2X 车联网在推进中依然存在较多挑战，从关键技术攻关、产业链构建、 基础设施建设，到法律法规制定。其中最主要的难题包括两点：商业模 式和法律追责，也是全行业在探索的。
挑战 1：商业模式难题
任何新技术概念都存在商业化探索阶段，需要找到符合下游行业内在逻 辑的商业模式，V2X 车联网也是如此。然而，由于 V2X 的技术特征，存 在两个难点：
路端建设 V2X 之后如何从中盈利？ 新基建政策出台后，企业可通 过PPP的方式与地方政府共同建设车联网基础设施，然而建设之后， 对投资方来说如何获益依然是个问题。
V2X 是广播式通信，车在持续地像周围广播信息，而非简单地从终 端上传或下载信息，因此很难用流量来计价。车更像是物联网终端， 而非智能手机。
谁来做运营主体？前期基础设施完成建设后，后期的车联网应用服 务需要持续的运维
挑战 2：法律道德悖论
首先一个虚构的场景：无人驾驶的车辆在高速行驶中，前方路中间几个 孩子在玩耍。如果汽车避让孩子，司机将葬身悬崖；如果汽车不避让， 孩子将有生命危险，司机得以存活。没有两全之策，AI 算法该如何设计？ 不管如何预设算法，都相当于选择该牺牲谁。 如果算法选择保护行人， 而有可能牺牲司机，那车有可能卖不出去；如果算法选择保护司机，行 人随时都有危险。
当发生交通事故后，责任在人还是机器？尤其是 L3 级车型，当系统故 障时，需要由人接管。那么事故的责任到底在机器还是人？如果机器早 一点交由人类接管，是否可以避免事故？那么机器如何判断何时交给人 类接管？如果是机器负责，那应该具体到零部件厂商还是整车厂？
2. 全面加速 V2X 产业化
建设 V2X 车联网有两套通信技术标准：背靠 WiFi 的 DSRC 和基于蜂窝 网络的 C-V2X。我国从 2017 年开始选择 C-V2X 标准体系以来，已带动 整个车联网产业全面发展，可以从政策、标准、通信终端、整车量产、 道路试点、测试验证、应用示范七个方面的变化中理解现状和趋势。
1）顶层设计思路越发清晰，部委合作铲平 V2X 建设中的阻碍；
2）C-V2X 标准得到主流国家支持，我国初步形成标准体系；
3）V2X 从芯片模组到终端快速产业化，产品已开展大规模测试；
4）规模化测试验证从“三跨”到“四跨”
5）国内外整车厂公布 V2X 量产时间表；
6）政策鼓励九省市智慧公路建设；
7）多方积极协作在示范区开展车联网应用测试；
2.1. 顶层设计越发清晰
我国最早从 2017 年开始在政策文件中提及智能汽车， 4 月国家领导人就 科技部《抢抓新能源汽车自动驾驶技术发展的战略机遇》专题报告做出 重要批示，批交国家发改委和工信部。7 月，国家领导人就发改委《关 于加快我国智能汽车创新发展的研究报告》做出重要指示。
随后9月，国家发改委表示正起早国家智能汽车创新发展战略，并在2018 年 1 月发布征求意见稿，首次将车联网、智能汽车、智能道路看作一个 整体。历时 2 年的修改，《智能汽车创新发展战略（正式稿）》终于在 2020 年 2 月发布，明确了 V2X 发展目标、计划，以及中国标准智能汽车的六 大体系、20 项任务。
从发文机构看，初期以发改委、工信部为主，2019 年开始，交通运输部 发布多项政策支持。2020 年 3 月的《智能汽车创新发展战略》正式稿更 是由 11 个与建设车联网相关的部委联合发布，这意味着后续 V2X 建设 中出现的政策瓶颈，都会被妥善解决。
2.2. 标准体系初步形成
V2X 通信技术领域之前存在 DSRC 和 C-V2X 两套标准之争，而现在大 部分国家都在积极拥抱 C-V2X。基于 WiFi 技术的 DSRC，早在 2004 年 就完成了标准化工作，并在美国交通局 USDOT 的扶持下，具备成熟的 产业链，美国甚至还在 2014 年 8 月希望通过立法提升 DSRC 设备在量 产车型上的渗透率，然而特朗普政府上台后搁置了该计划。
C-V2X则是3GPP定义的基于蜂窝通信的V2X 技术，标准工作始于2015 年，目前已完成 R14 版本的标准制定工作。C-V2X 在通信效率、稳定性 和安全性方面都优于 DSRC，但产业化程度不及 DSRC 成熟。
美国初期选择 DSRC，还曾联合五大整车厂基于该技术进行了长期大量 的测试。随着 5GAA、高通、福特等越来越多企业站队 C-V2X，美国开 始转为两者并进。2019 年 12 月，美国联邦通信委员会 FCC 将原本指定 用于 DSRC 的 75MHz 带宽中的 10MHz 给 DSRC 与 C-V2X 共享，另外 20MHz 给了 C-V2X。
3GPP 主导的 C-V2X 标准制定分为三个阶段，目前处在第二阶段。
第一阶段：支持 LTE-V2X 的 R14 版本标准，已于 2017 年发布，能 够满足安全和效率提升等辅助驾驶应用以及低级别自动驾驶应用 的需求；
第二阶段：支持 LTE-V2X 增强（也称 LTE-eV2X）的 R15 版本标 准，已于 2018 年 6 月正式完成，在 R14 基础上进一步提升了直通 模式的可靠性、数据速率和时延性能；
第三阶段：支持 5G-V2X 的 R16+版本标准，于 2018 年 6 月启动研 究，将与 LTE-V2X/LTE-eV2X 形成互补关系，面向车路协同和高级 别自动驾驶等更先进的高级别车联网业务。
我国在政策助推下，快速实现跨行业标准协同。2017 年 12 月，工信部 联合国家标委会发布《国家车联网产业标准体系建设指南（智能网联汽 车）》，在标准制定方面起到顶层设计的作用。随后，2018 年 11 月，全 国汽车标委会、全国智能运输系统标委会、全国通信标委会、全国道路 交通管理标委会共同签署了《关于加强汽车、智能交通、通信及交通管 理 C-V2X 标准合作的框架协议》，极大地提速了整个车联网产业的标准 制定。
2.3. 终端快速商用落地
在芯片模组领域，高通于 2017 年 8 月推出支持 LTE 和 5G 的 9150 CV2X 芯片模组，并与国内包括大唐、多家通信设备厂商展开合作，推出 多款芯片模组、RSU 和 OBU 终端。国内则是以大唐和华为为主，大唐 在 2019 年 3 月发布了基于 PC5 Mode4 模式的 LTE-V2X 测试芯片模组 DMD3A；华为在 4 月发布了支持包括 LTE-V2X 的多模 4.5G LTE 调制 解调芯片 Balong 765 及模组 ME959。
原先主推 DSRC 的芯片模组厂商 Autotalks 于 2018 年 6 月推出首个可同 时支持 DSRC 和 LTE-V2X 的解决方案，并在 2019 年进一步完善 C-V2X 产品线，包括与 Valeo、联发科、CEVA 等合作研发。原先主推 DSRC 的 终端厂商SAVARI和Cohda Wireless也相继从2018年底推出基于C-V2X 的产品及解决方案。
2.4. 测试验证首次四跨
V2X 通信的产品都已推出，然而在现实应用中，存在不同厂商产品之间 的兼容，因此需要进行大量的互操作性试验。IMT-2020 C-V2X 工作组从 2018 年开始组织 LTE-V2X 互联互通应用示范活动，从“三跨”到“四 跨”，实现世界首例跨通信模组、跨通信终端、跨整车、跨安全平台的 CV2X 应用展示。
互联互通活动本身就是大量互操作性试验，带动厂商之间协作测试。 2019 年 10 月的“四跨”活动聚集了 26 家整车厂、28 家 V2X 终端设备 和协议栈厂商、10 个芯片模组、6 个安全方案厂商和 2 个 CA 平台商。
2.5. 整车厂的量产计划
福特于 2019 年 3 月宣布将于 2021 年量产搭载 C-V2X 的车型。随后于 4 月 15 日，国内 13 家整车厂联合发布 C-V2X 商用路标，计划在 2020 下 半年到 2021 年上半年量产支持 C-V2X 的车型，包括上汽、广汽、东风、 长安、一汽、北汽、江淮、长城、东南汽车、比亚迪、宇通、江铃集团 新能源等。
2.6. 智慧高速持续推进
自 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》后，九个省市积极推动智慧高速建设试点， 包括北京、河北、吉林、江苏、浙江、福建、江西、河南、广东。
基础设施数字化：北京、河北、河南、浙江重点实施；
路运一体化车路协同：选取有代表性的高速公路，以及北京冬奥会、 雄安新区项目，开展车路信息交互、风险监测及预警、交通流监测 分析等，北京、河北、广东重点实施；
北斗高精度定位综合应用：江西、河北、广东重点实施；
基于大数据的路网综合管理：福建、河南、浙江、江西重点实施；
“互联网+”路网综合服务：吉林、广东重点实施；
新一代国家交通控制网：建设面向城市公共交通及复杂交通环境的 安全辅助驾驶、车路协同等技术应用的封闭测试区和开放测试区， 形成新一代国家交通控制网实体原型系统和应用示范基地，江苏、 浙江先行研究推进。
2.7. 应用示范积极协作
智能驾驶的研发与优化需要采集大量真实道路的行驶数据。2019年5月， 工信部支持创建江苏（无锡）车联网先导区，其后，工信部牵头在天津、 长沙、广州、北京、重庆等 10 个地区建设国家级测试示范区，包括多种 多样的道路环境。除此之外，深圳市、上海临港区、厦门湾漳州开发区 等地方政府还联合产业资本设立多个各具侧重点的测试示范区。
以无锡为例，已构建了全球首个城市级放道路的示范环境，在 170 平方公里范围、280 公里道路内开展信息化升级改造，包括 400 个 交通路口、5 条城市快速道路、1 条城际高速公路；在路侧部署了 LTE-V2X RSU，开放实时信号灯配时、道路视频监控、交通事件等 40 余项交管数据。
以长沙为例，在湘江新区 300 平方公里范围内，开展 113 公里高速 公路和 135 公里城市道路的智能化改造，实现 LTE-V2X 与 5G 网络 覆盖，规划部署 5G 基站 3000 座。结合长沙产业优势，旨在实现国 内首批自动驾驶出租车载客运行和首批自动驾驶环卫车辆公开道 路运行。
3. 为七大行业带来万亿增量
V2X 车联网产业涉及汽车、电子、信息通信、交通运输和交通管理等多 个行业，按照建设顺序，包括测试、车路感知层、网联基础设施、整车、 车控、智能驾驶、智能座舱、智慧交通、V2X 云控平台，以及应用服务 层。
3.1. 感知放量在即
车路协同的感知层包括车端和路段各式各样的传感器，如毫米波雷达、 激光雷达、超声波雷达、惯性导航、高精度定位、红外成像系统、摄像 头、气象传感器等。
感知层采集到的数据，经过感知融合，在边缘端和云端强大算力的支撑 下，可以不断优化智能驾驶和交通管控算法。数据量越大、维度越多元， 生成算法的精确度和鲁棒性越好，因此增加传感器在全国范围内的密度 是实现智能驾驶和智慧交通的基础。
在量产过程中，稳定性和经济性是重要考量。同时对于车载传感器来说， 还需要满足车规标准，如工作温度、抗冲击性、使用寿命、电磁兼容性 等要求。
1）摄像头
技术和产品都非常成熟，因此成本适中，且在 AI 算法加持下，识别性能 优异。摄像头在道路端的普及度较高，在车端仍有较大空间，在主流的 L2 及以上方案中至少需要 1 个前视和 4 个环视，部分方案选用双目摄像 头代替前视。摄像头行业集中度较高，索尼和三星在感光器件 CMOS 行 业市占率之和超过 50%；德州仪器和华为海思在图像处理器 DSP 上积 累深厚；舜宇光学是镜头组的龙头。
2）毫米波雷达
24GHz 和 77GHz 的产业链相对成熟，成本可控，且随着汽车智能化程度 提升，每辆车需要的毫米波雷达也越来越多。随着 79GHz 产品越来越成 熟，也可能成为主流选型。根据 Plunkedt Research 数据，2018 年全球毫 米波雷达出货量为5500万颗，国内为358万颗，增速分别为22%和54%。 预计 2020 年全球出货量将达到 7200 万颗，五年 CAGR 为 24%。
毫米波雷达以国外厂商为主，主要因为国内缺失射频芯片等核心技术积 累。整机方面，Bosch、Conti、Delphi、Denso、Hella 占据了 70%以上的 全球市场份额；芯片市场也掌握在 NXP、Infineon、TI 和 ST 手中。国内 整机厂商包括：华域汽车、纳雷科技、森斯泰克等。国内芯片厂商在技 术和产品上有所突破，处于芯片小批量生产阶段，如南京隼眼、行易道、 森斯泰克等。
3）激光雷达
L3 级以上方案不可缺，不少智慧交叉路口、智慧停车场建设中也考虑部 署激光雷达，然而其高昂的价格让人望而却步。预计 2020 年将会是激光 雷达售价大幅改善的一年，将对车端和路端智能化发展带来巨大影响。 在 2020 年 CES 展上，大疆发布两款产品，售价分别为 800 美元和 1200 美元；镭神发布的等效 400 线产品，售价为 888 美元。
国外厂商起步较早，技术和创新能力强，且采取与 Tier 1 绑定的战略， 比如 TetraVue 与博世、Quanergy 与德尔福、IBEO 和采埃孚、法雷奥的 合作等。我们认为国内厂商的优势则在于产品化能力：满足车规要求和 高可靠的同时，提供高性价比的产品，如镭神智能。
3.2. 车路网联基建
实现车路网联化，需要车侧、路侧等基础设施和硬件互联互通，包括模 组/RSU/OBU、高精度定位系统以及 MEC 设施等。具体而言，路侧交通 基础设施升级改造可以提高路口的感知处理能力，为平台和车辆提供更 加精准实时的道路交通信息；车侧通过前装或者后装的车联网装置，将 社会车辆纳入车联网平台，实现路—网—车—云的全面协同进化。目前， 从需求和产业进展来看，模组、RSU/OBU 等正在迎来快速发展期，基于 北斗系统的高精度定位系统即将完成，MEC 在车联网发展高级阶段不可 或缺。
1）模组/RSU/OBU
通信模组是车联网规模化发展的通用部分。模组是将应用处理器、基带、 射频前端、定位单元、通信单元以及电源管理等进行集成，并提供标准 外部接口，既将芯片集成为车规级模组。通信模组承担了用户与用户以 及用户与后台服务器的数据传输功能，在通信模组的基础上，下游的 RSU/OBU 终端制造商能够以高性价比开发和生产终端设备，从而连接 入网，是实现智能汽车标准化、规模化发展的基础。
车规级模组产品丰富，即将进入规模应用。目前，全球主流的车联网通 信芯片供应商为高通和华为，除此之外还有 Autotalk、恩智浦、大唐、 哈曼等。我们可以看出，车联网模组芯片产业链相对比较丰富，国内厂 商也突破了之前海外厂商的垄断，所以模组厂商基于芯片发展已经形成 了非常多的产品。
从标准要求来看，中兴通讯、移远通信、高新兴、日海智能等国内 厂商已经发布多款符合汽车安全标准的车规级模组；
从制式上来看，4G 及 LTE-V2X 模式的通信模组已经较为成熟，大 部分行业参与者的产品已经得到规模应用，在 5G 模组方面，移远 通信和高新兴的相关产品即将于 2020 年实现商用落地，而其他玩 家也已发布了 5G 模式的通信模组，批量应用未来可期；
从功能上看，定位及通信功能兼备，例如移远通信推出全球首款车 规级双频高精度卫星及惯性导航融合定位模组。
国内厂商形成集群式竞争力，掘金数十亿市场。全球范围内，通信模组 行业的主要参与者有 Sierra、Telit、Gemalto、U-Blox、移远通信、日海 智能、广和通等头部公司，前 9 大公司已占据全球市场超过 90%的市场 份额，行业集中度较高。在国内，移远通信、日海智能、广和通为首的 头部模组厂商都已经涉猎了车联网领域，形成了集群式竞争力。而根据 IMT-2020 推进组报告显示，我国将在 2020 年及 2021 年开始在新车上搭 载 C-V2X 终端，预计 2025 年 C-V2X 终端新车搭载率达到 50%，按次 推断每年国内车联网模组将有 20-50 亿市场规模。
ETC 工程促进 RSU/OBU 爆发，市场竞争充分。路侧单元 RSU 是部署 在路侧的通信网关，具有无线、有线等多种形态，汇集路侧交通设施和 道路交通参与者的信息，上传至车联网平台，实现交通参与者的信息互 通。车载单元 OBU 安装在车辆上，可实现通信、信息采集等功能，是车 载终端的核心单元。
近两年来，随着国内ETC的大幅推进，作为ETC体系重要的组成部分， OBU 和 RSU 也实现了快速普及。截至 2019 年 12 月，全国 29 个联网 收费省份改造完成 488 个省界收费站，全国 ETC 用户累计接近 2 亿，中 国 ETC 渗透率规模从 2018 年底的 32%倍增到 74%。根据调研情况，国 内RSU每年需求在3-5万个，市场规模预计30-50亿规模。目前RSU/OBU 厂家较多，竞争比较充分，包括华为、中兴、万集科技、千方集团、金 溢科技、高新兴、星云互联、华砺智行、哈曼、ALPS、AutoTalks、Cohda Wireless、上汽联创、高鸿股份、SAVARI 等。
2）高精度定位系统
北斗三号系统即将部署完成，为车联网提供基础定位服务。定位需求是 车联网的重要需求，是实现车辆安全通行和增值服务的重要保障。在不 同阶段，低于定位的精度要求是不同的。目前，我国正在构建北斗卫星 导航系统，一共有“一号系统”、“二号系统”、“三号系统”三个阶段， “一号系统”已经弃用，“二号系统”已经稳定向亚太地区用户提供服务， “三号系统”由 30 颗卫星组成，2020 年 5 月，按计划将发射最后一颗 地球静止轨道卫星，北斗三号全球星座部署将全面完成，将在服务区中 免费提供定位、测速和授时服务，定位精度为 10 米，授时精度为 50 纳 秒，测速精度 0.2 米/秒，这将为车联网场景提供基础覆盖。主要参与的 厂商包括海格通信、华测导航、华力创通、中海达等。
5G+北斗将是更高精度定位的有效方案。首先，对于定位的连续性是车 联网业务安全可靠的必要前提，由于遮挡、光线、天气、成本以及稳定 性等因素，单纯采用某一种定位技术并不能满足车联网业务的定位需求； 其次，L3 级及以上智能汽车需要高精定位功能，例如辅助驾驶中对车的 定位精度要求在米级，对于自动驾驶业务，其对定位的精度要求在亚米 级甚至厘米级，而这需要多种通信技术进行配合。2020 年将是我国 5G 规模建设元年，未来 3 年国内 5G 基站有望超过 300 万个，届时在 5G 基 站辅助+北斗地基增强系统配合下，北斗三号系统可满足车联网对高精 度、高可用性的要求。主要参与者是中兴通讯、华为等。
3）边缘计算 MEC
随着入网车辆增多，相关数据传送量将呈指数性增加，同时很多车联网 场景和需求对时延要求很苛刻，所以车联网发展到一定阶段，必然需要 边缘计算技术MEC的协助。通过部署基站、小基站甚至汇聚站点的MEC 服务器，将云平台的计算能力下沉，及时处理数据，并可以将数据及应 用就近存储于离车辆较近的位置，解决一些场景的痛点，提高一些增值 服务的体验感，使得交通系统更加安全、有效、丰富。例如 IMT-202 推 进组描述的愿景：
无需路侧协同的 C-V2X 应用可以直接通过 MEC 平台为车辆或行 人提供低时延、高性能服务；
当路侧部署了能接入 MEC 平台的路侧雷达、摄像头、智能红绿灯、 智能化标志标识等智能设施时，相应的 C-V2X 应用可以借助路侧 感知或采集的数据为车辆或行人提供更全面的信息服务；
在没有车辆协同时，单个车辆可以直接从 MEC 平台上部署的相应 C-V2X 应用获取服务；
在多个车辆同时接入 MEC 平台时，相应的 C-V2X 应用可以基于多 个车辆的状态信息，提供智能协同的信息服务。
而由于 MEC 存在部署成本较大、垂直行业需求差异化明显等特征，我 们预计未来MEC建设运营主力是运营商，并辅助一些行业和企业自建， 目前参与企业主要是中国移动、中国电信、中国联通、中兴通讯、华为 等。
3.3. 智驾双元战略
在感知层基础上，智能驾驶还需要决策层和执行层。如果把感知层比作 眼和耳，决策层相当于大脑，执行层相当于手和脚。在此基础上，结合 V2X 车联网和实时更新的高精度地图，可以进一步扩展车辆的感知范围。 在执行层面，基于高精度地图和线控系统，车辆能实现更精确、低延时 的操控。
在智能驾驶路径上，越来越多的整车厂和 Tier 1 开始采用双元战略，同 时研发 L2-2.5 和 L4-L5。L3 的概念偏理想化，然而技术落地相当困难。 L3 曾经的先驱者奥迪也在 2019 年底放弃该计划，转而集中精力研发 L2 和 L4。L2.5 是近年来提出的过渡等级，指的是增强版 L2，但主要驾驶 依然由人类完成。
1）智能驾驶 OS
也称为车控 OS，用于车辆底盘和动力控制，以实现油门、转向、换挡、 刹车等车辆行驶功能。底盘和动力控制上每个系统的 ECU 都由两部分 组成，算力单元和 OS，这些 OS 的集合体就是车控 OS。未来，随着 ECU 向 DCU 和 MDC 形态发展，分散在各个 ECU 中的嵌入式 OS 也会逐步 融合为一个具备标准化架构的车控 OS，如 AUTOSAR、Linux ROS。
国内在智能驾驶 OS 领域相对空缺，仅有东软、华为和中兴有所尝试。 东软基于Adaptive AUTOSAR平台开发出了面向自动驾驶和智能座舱的 中间件软件 NeuSAR。华为在发布鸿蒙微内核 OS 时，提到可用于智能 驾驶和智能座舱，具体产品信息还未公布。长期来看，实现自主可控过 程中，自主研发的智能驾驶 OS 必不可少。
2）智能驾驶芯片
为智能驾驶算法或 ADAS 算法提供本地算力。整车厂选型时主要关注是 否符合车规级、能耗比，以及性价比。由于目前主要的传感器是基于视 觉的，因此芯片也以 GPU 为主。国外 GPU 领域以英伟达为主，除此之 外还有 Mobileye。国内主要厂商包括地平线机器人、寒武纪等。
3）高精度地图
是实现 L3-L5 级自动驾驶的重要组成。越高等级的自动驾驶需要越高相 对精度和鲜度的高精度地图。目前国内技术和产品相对成熟的是 ADAS 地图，相当于 L2-L3 的水平，精度和信息丰度介于导航电子地图和高精 度地图之间，用于辅助驾驶，如 Tesla Autopilot 和奔驰 Drive Pilot 在引 入中国时采用的都是四维图新的 ADAS 地图服务。
按照道路场景，高精度地图可覆盖三类路网：城市路网、城际路网、停 车场等室内路线网。目前，获得甲级资质的图商集中在获取城市和城际 路网的 ADAS 和高精度地图，如四维图新、高德、宽凳科技等，而采集 停车场等室内路线网的图商较少，如晶众地图、易图通。
商业模式：高精度地图是产品，更是需要持续更新的数据服务。图商需 要持续采集道路信息，通过 OTA 等方式更新地图，因此对图商来说，订 阅模式最为合理。然而对整车厂来说，国内大部分消费者还很难在购车 后，持续付费订阅车联网服务，同时也是因为当前的车联网功能尚未触 及消费者刚需。长期来看，一二线城市的消费者在逐渐改变消费习惯， 而大规模渗透依然需要 5-10 年的时间。近五年，图商卖 License 的模式 依然是主流。
4）智能驾驶 L1-L2/ADAS
高级辅助驾驶（以下简称 ADAS）是通过人工智能、机器视觉等技术主 动防范驾驶事故，不包括制动防抱死系统ABS、车身电子稳定系统ESP、 倒车雷达等。ADAS 对映 SAE 分级中的 L1-L2，包括一系列功能：车道 偏离预警 LDW、紧急制动刹车 AEB、驾驶员监控 DMS 等，通过车载的 一系列摄像头感知周围环境，并为驾驶员提供预警、直接制动等。
ADAS 目前已进入高速成长期，且在政策要求下，在“两客一危”等商 用车上要求安装。根据盖世汽车数据，我国 ADAS 市场规模将从 2018 年的~100 亿元增长到 2020 年的~300 亿元，CAGR 为 73%。
相比商用车明确的装配时间表，乘用车的推进速度因车企而异，但市场 规模更大。除了传统 Tier 1，还有众多 AI 科技公司以更高性价比的产品 占据一席之地，如 Mobileye，国内的纵目科技等。专注于商用车领域的 厂商包括智驾科技、Minieye、极目科技等。
5）智能驾驶/L4-L5
特殊工况环境下的商用车智能驾驶有望比乘用车更快落地。 1）首先在特 殊工况中，环境恶劣、事故频发，常年招不到人类驾驶员，如矿区；2） 其次是因为环境封闭、路况简单，行驶路线相对固定；3）最后因为特殊 工况的道路和车辆都可以随意改造，无需考虑美观和大规模量产能力。
特殊工况具体包括矿区、港口、市政环卫、园区、高速公路物流等，商 用车以不同载货量的卡车为主，还包括矿区的自卸车、港口的跨运车等。 卡车智能驾驶方面的主要厂商包括图森未来、长沙智能驾驶 CIDI、踏歌 智行、慧拓智能等。
乘用车L4-L5 级智能驾驶由于道路环境复杂，且法律法规不完善等原因， 在国内落地还需要相当长的时间。国内外的整车厂、Tier 1 都在积极布 局 L4 级，其中通用相对领先。通用在 2016 年收购智能驾驶公司 Cruise Automation，并在 2019 年推出 Cruise AV 车型及量产计划，车内没有方 向盘、刹车和油门踏板。国内相对领先的厂商包括百度、Momenta 和小 马智行。
6）线控执行
在执行层，油门和转向已经基本实现了满足自动驾驶的线控应用，而制 动领域的开发相对处于起步阶段。线控油门通过电机驱动节气门开度实 现了拉索和节气门之间的解耦；电子助力转向也基本实现了方向盘和车 轮之间的解耦；而在制动领域，线控制动的难度较大，行业仍处于起步 阶段，博世的 iBooster 在一定程度上实现了踏板和刹车系统之间的解耦。
新能源车对制动系统的要求也在大幅提升。一方面，新能源车缺少真空 源，在传统制动体系下要额外增加真空助力泵等；另一方面，制动过程 中的能量损失较大，如果能够实现能量回收，将大幅提升新能源车的续 航里程，以荣威光之翼MARVEL X为例，其配备了博世第二代iBooster， 能在城市以及高速上实现能量回收，效提升 15.4%的续航里程。
综合考虑成本、安全性等问题，中期维度看集成式的电子液压制动系统 EHB 可行性更高。虽然电子机械制动系统 EMB 能更好的实现踏板与刹 车系统之间的解耦，但其成本高昂、短期内较难大规模应用，同时其产 生的制动力有限、考虑到法规因素短期内很难独立应用；而电子液压制 动系统 EHB 较好的实现了踏板和液压制动系统之间的解耦，尤其是集 成式液压系统在解耦程度上做得更好，也更有利于能量回收，同时产品 性价比也较高，在中期维度看是线控制动的更好选择。
3.4. 智能座舱趋势
智能座舱的发展分为两个阶段。第一阶段：将新技术用于改善驾驶和乘 车体验，使其更加安全舒适，关键词是人机交互 HMI。随着智能驾驶等 级提升，无限接近 L5 级后，人类可以彻底从驾驶任务中解放出来，到了 那时候人在车内能做什么，则是智能座舱第二阶段需要思考的问题。
第一阶段的智能座舱包括五点趋势：
更自然的人机交互方式：从过去按键式，逐步变为触屏，再到未来 与语音识别、手势识别相互融合的交互方式。
更多元的驾驶信息反馈：从过去机械式仪表只显示速度、油耗，到 现在液晶仪表盘，显示更多元的信息，如周围障碍物信息、前方信 号灯剩余时长信息等；
更多驾驶安全冗余措施：用新技术进一步强化安全性，如驾驶员监 测系统 DMS、自动驾驶冗余等；
更丰富的应用生态：从现在的导航+音乐，到更多适合车载的应用， 如 V2X 应用、车辆远程监测等，这还需要强大的智能座舱 OS，以 及虚拟化 Hypervisor；
更强大的基础设施：计算、存储、网络是上述所有应用的基础，未 来汽车就像是一个移动的边缘数据中心，包括智能座舱算力芯片、 本地存储、车内以太网、车内网络安全设备等。
1）虚拟化 Hypervisor
车内不同应用需要不同的计算、存储和网络配置，随着车内应用种类增 多，为每个应用配备硬件资源的性价比较低，且不利于数据融合和信息 安全，因此诞生了虚拟化 Hypervisor。国内供应商主要包括中科创达和 诚迈科技。
2）智能座舱 OS
智能汽车上会搭载两套操作系统（以下简称 OS）：智能驾驶 OS 负责车 控和智能座舱 OS 负责车内信息、娱乐等应用，因此是车载信息服务 Telematics 和车载信息娱乐系统 Infotainment 的结合，为了承载未来更丰 富的系统应用。智能座舱 OS 中还可划分为对安全和可靠性要求较高的 仪表盘 OS 和更看重兼容能力的中控屏 OS。
仪表盘 OS 产品以黑莓的 QNX 和 Linux 为主，其中 QNX 以其安全可靠 的微内核成为整车厂的首选，全球市占率超过 70%。对于中控屏 OS，市 场集中度较低，头部的整车厂偏向自主研发，如丰田G-Book、通用OnStar 等，或是与科技公司合作研发。其他整车厂则是在成熟产品基础上做少 量定制化，或采购手机投屏的方案，如苹果的 CarPlay 和博泰的擎 OS。
3）车载语音识别
与手机上的语音助手不同，优秀的车载语音识别需要满足几个要求：离 线识别、方言识别、语义理解，并能分清哪些是指令哪些是闲聊。然而， 目前还没出现三方面都做到与人类无异的产品，同时行业还出现大批新 进入者。根据高工智能汽车 1 月份数据，前五名市占率如下：讯飞 44%、 Nuance 旗下的 Cerence 40%、百度 6.7%、傲硕 3.4%、腾讯 2.2%；后五 名包括思必驰、通行者、阿里、小米、大众问问，合计不到 5%。
3.5. 交通智能改造
V2X 助力下的城市内智慧交通系统有望加速发展。路端交通智能化设备 的升级建设为打造城市内智慧交通系统创造了条件，通过 V2X 智能网 联构建智慧路口，可以实时向过往车辆及行人反馈路口通行信息，确保 各交通参与者安全；也能够帮助打造智慧公交，保障公共交通的通行效 率。
1）智慧交通大脑
智慧交通相关平台化项目需求增加，智慧交通大脑成型在即。V2X 使得 实现车与其他交通系统的互联互通成为可能，通过与城市公交与出租车 调度系统、轨道交通路网指挥调度系统等其他智慧交通相融合，借助智 能摄像机、雷达、高精度定位等多源数据感知设备进行数据采集与共享， 搭建平台化的区域交通运行监测调度中心，可以实现区域内的交通资源 统一调度的需求将得到释放。
阿里以交通大脑的概念切入智慧城市智慧交通的建设，力图通过城市一 体化计算平台、城市数据资源平台和 AI 开放服务平台实现交通出行行 业全连接；腾讯选择基于自身流量优势对相关服务进行整合；华为掌握 V2X 芯片等基础设施核心技术，能够提供从路端到车端的无缝互联解决 方案。
2）信号控制系统
V2X 建设的展开有望推动路端交通智能化设备的升级建设。要实现车与 交通设施的通信就需要对原有非智能交通设施进行改造、升级，集中体 现在交通视频监控系统、交通信号控制系统、边缘计算单元等方面。
海信网络的市占率连续多年保持行业领先，智慧交通产品范围涵盖城市交管平台与设备、公共交通、公共安全、轨道等领域，其信号机产品曾 中标 2008 年北京奥运会交通项目，市场占有率超过 20%，常规公交智 能调度系统占有率 40%，快速公交 BRT 智能系统占有率高达 70%，其 智能交通解决方案参与搭建了北京奥运会、济南全运会、上海世博会、 广州亚运会、杭州 G20 峰会、上合青岛峰会等大型活动承办城市的智能 交通系统。千方集团专注于智慧交通、智能物联产业，提供从车端到路 侧再云端的智能网联产品和解决方案，2017 年公司收购宇视科技，有助 于充分发挥视频监控在智慧交通行业中的作用。
3）ETC 系统
2019 年起 ETC 建设进入高峰期。据前瞻研究院统计，截至 2019 年 12 月 31 日，全国 ETC 客户累计达到 2.04 亿；在收费站端，29 个联网收费 省份的 24588 套 ETC 门架系统建设，48211 万条 ETC 车道改造，487 个 省界收费站改造已于 2019 年 10 月底前全部完工。未来随着 ETC 应用 范围的进一步扩大，安装 ETC 将成为购车刚需。而由 ETC 设备所能扩 展的车端智能领域应用生态十分广阔，也就是说，未来 ETC 将不仅仅是 用于身份识别、高速计费的工具，而将与智能车载终端融为一体，成为 V2X 的一部分，应用于停车交费、加油、洗车、购物等多种涉车场景。
金溢科技是最大的 ETC 产品制造商，市占率约为 35%-40%（2016 年招 股书数据），同时公司从 2013 开始布局车路协同，逐步从 ETC 逐步过渡 到 V2X，着重发展车路协同管理平台等一体化综合管理平台和 V2X 车 端应用。万集科技在智能交通信息采集与处理行业处于领先地位，其智 慧交通业务主要布局于平台化大数据的采集与分析。千方集团针对 ETC 行业推出了 OBU、RSU、CPC 卡等全系列产品，承接多地 ETC 收费系 统建设项目。
4）智慧高速
智慧高速是智慧交通的一部分，也是车路协同在我国的主要的试点方向 之一。早在 2016 年，交通运输部“十三五”信息化规划就提出要开展智 慧高速的示范工程；2018 年，交通运输部推出了北京、河北、吉林、江 苏、浙江、福建、江西、河南、广东等九个省市为智慧高速试点区域。 为了保障智慧高速的落地，交通运输部对试点地区明确了六个重点建设 任务：基础设施数字化、路运一体化车路协同、北斗高精度定位综合应 用、基于大数据的路网综合管理、“互联网+”路网综合服务、新一代国 家交通控制网。
智慧高速的建设由上而下可以分为三个等级。 智慧高速的大脑是数据中 心，是智慧高速从感知到认知，从决策到行动的核心部分，通过智慧高 速无处不在躯干（感知系统）和经络（通信系统）实现态势感知。通信 系统由智能基站、通信设施、各信号源组成，向上往数据中心传递从躯 干系统采集的感知信息，向下往躯干系统传递决策信息和必要的外部信 息。感知系统由各类智能硬件、传感设备和智能终端组成，主要作用是 底层的感知、边缘计算，以及执行控制指令。
V2X 助力下的智慧高速是有别于以往智能化技术的全新形态。以往针对 监控、收费、通信三大机电系统已经做了诸如 ETC，自主发卡，自动车 牌识别等智能化工作，但还是存在着收费效率低，发生恶性交通事故， 超限车违规等不和谐因素，表明以往的工作距离真正的智慧高速还有一 定的距离。通过 V2X 的展开建设，逐步实现高速基础设施的数字化、网 络化、智能化，最主要的是实现车与车、车与基础设施的信息交换，最 终借助万物互联使高速车辆能够全程受控，这应该是智慧高速的发展的 目标。
千方集团与阿里云强强合作，首次针对智慧高速建设推出的智能化解决 方案。基于阿里云强大的计算能力和高精地图大数据资源，充分利用千 方全球最大的商用车大数据资源，通过对数据进行清洗、融合、集成处 理，实现智慧高速建设全层级的覆盖。
3.6. 打通车路数据
V2X 车联网云控平台相当于整个车路协同产业链的数据中台，将分散的 系统串联，将感知层采集到的数据汇总分析，并反馈给需要的用户和应 用。平台的用户为整车厂、交通管理部门、运营商、V2X 应用服务商， 以及整车和交通产业链上的企业。
平台商需要对产业链的各个领域都有技术积累，如无线通信、交通管控、 车机软件、汽车电子、云边计算、大数据等。 在建设平台的过程中，平 台商需要能给接入平台的整车厂、Tier 1、零部件厂商、TSP、交管部门、 应用开发者带来价值。除此之外，平台商还需具备强大的技术整合能力、 庞大的运维团队、资金实力，并保持友好开放的文化，以及相对中立的 背景。
目前只有清华的启迪云控和华为推出相关产品。2018 年 6 月，华为发布 了 OceanConnect 车联网平台，支持百万级并发、多协议接入，具备融合 分析视频、雷达数据的能力。背靠清华启迪的启迪云控也推出了四款相 关解决方案。相比之下，启迪的平台对 V2X 车路协同有更深的理解，而 华为对物联网有更深的理解，且已在 V2X 多个环节推出产品。
平台商业模式的核心在于价值增量。平台建成之后，直接受益方为平台 的用户，包括整车厂、交管部门、产业链相关企业和监管部门，间接受 益方为乘用车驾驶者和商用车辆持有者，然而在前期建设时，平台又需 要从各方用户处获取数据。面对各方用户，平台上的议价能力需源于其 数据变现的能力，拿到数据之后，需要给数据提供方带来价值。拿到的 数据越多维，需要给各方带来越大的价值量。
盈利模式：建设期平台方可以通过为数据持有方提供数据变现的探索， 按照项目制收费。形成数据产品后，平台方可按流量或变现价值量收费。 当越来越多的数据愿意汇入平台后，平台上提供的应用服务经常被使用， 则可以收取年费。
3.7. 共创应用生态
V2X 车联网云控平台积累了大量车端和路端数据，而应用生态的定位就 是将这些数据融合变现。V2X 应用服务生态包括各类为乘用车驾驶者、 商用车辆持有者、整车厂、交管部门、产业链企业以及监管部门的数据、 应用供应商、开发者。从功能角度看，生态会涵盖买车、售后、卖车、 UBI 保险、城市行驶、驾车出游、停车等大交通相关的各个环节，如电 子导航、近场支付、停车服务、网约车、出行服务商等。这些已有的车 路服务，会在 V2X 的基础上发生重构和产业升级，带来新的 V2X 应用 服务生态。
当 V2X 基础设施建设基本完成时，应用服务生态将进入爆发期，因此还 有较长时间探索。目前，在整车厂内部、交管部门下属的交通研究院、 部分大数据公司都在积极探索如何挖掘车路数据的价值。
案例 1.UBI 保险
UBI 模式车险是基于车主驾驶行为和车辆相关数据来量化保费的新型车 险。量化保费、事故调查的基础就是通过分析行驶数据，判断驾驶行为、 驾驶习惯、事故发生时的驾驶者状态等。目前已有公司基于 CAN 总线 数据，协助保险公司量化保费、调查事故，如彩虹无线、评驾科技、鼎 然科技等。未来，基于车路协同更多维的数据，能做到更加精确的判断 模型。
案例 2.基于驾驶行为的行车小游戏
在游戏中，玩家需要通过驾驶行为来养宠物，驾驶行为越稳，宠物长得 越快、装备越好，反之，宠物会生病。驾驶行为数据来源于车联诊断、 用车检测、出行分析等数据综合评估后的模型。游戏通过保险公司的移 动终端发布，通过游戏化的奖励机制，激发车主的自控力。
……
（报告观点属于原作者，仅供参考。报告来源：国泰君安）
获取报告请登录未来智库www.vzkoo.com。
立即登录请点击：「链接」
