尋路“車路雲一體化”：從自動駕駛到智能交通、智慧城市

21世紀經濟報道記者孫燕 上海報道

今年7月初，工業和信息化部等5部門公佈了智能網聯汽車“車路雲一體化”應用試點城市名單，北京、上海、重慶、無錫等20個城市（聯合體）成爲首批智能網聯汽車“車路雲一體化”應用試點城市。

“車路雲一體化”將車輛、道路基礎設施和雲計算等技術相結合，通過車與車、車與路、車與雲之間的信息交互，實現智能交通管理和自動駕駛，可以看作是物聯網在智能交通系統和智慧城市建設的具體應用。

在2024世界物聯網博覽會期間，來自產業鏈公司的專家圍繞尋路“車路雲一體化”進行了圓桌對話。

中信科智聯科技有限公司無錫公司總經理於中騰指出，在車端、路端、雲端，“車路雲一體化”都有一系列關鍵技術，涵蓋了車路雲之間的協同感知、協同決策、協同控制技術，涉及車和路之間低時延、高可靠的C-V2X通信技術，路側的AI感知和協同決策技術，以及雲端的雲控基礎平臺架構、底層數據打通和多樣化的應用平臺等。

除了車、路、雲三個層面，江蘇省密碼技術應用創新促進中心主任、研究員級高工，江蘇意源科技有限公司副總經理謝吉華進一步指出，還有網，四部分構成了聰明的車、智慧的路、高速泛在的網、有強大運算能力的雲。

在希迪智駕網聯交通事業部總經理周智民看來，車、路、雲三個層面的高效鏈接帶來了新意義，一體化可以分爲大系統、小系統兩部分。小系統是基於V2X車路協同衍生出的“車路雲一體化”，包括車、路、雲、網、圖等。大系統是基於城市發展的數字化：在路端，道路的數字化升級能夠服務於未來交通與城市管理。在車端，不止自動駕駛汽車，非自動駕駛的乘用車、商用車、非機動車也能夠從中獲益。在雲端，可以實現跨越智慧城市、智能交通、低碳出行等領域的跨域數據共用，未來雲上數字資產也可以打包、交易。

拉長時間線看，三未信安（688489.SH）研發中心總監趙長鬆指出，汽車已經由傳統駕駛工具逐漸轉變爲智能化設備，未來會成爲信息集成中心，很多個人信息都會通過汽車進行互聯。

智駕升級

從自動駕駛的發展歷程看，中國經歷了單車智能、車路協同、車路雲一體化三個階段。

於中騰指出，單車智能、車路協同並非兩條對立的技術路線，而是不同的發展階段；車路協同、車路雲一體化是爲智能駕駛和智慧交通賦能的技術路徑，其概念範圍超越了單車智能、自動駕駛。

具體而言，“單車智能+網聯賦能”方案已經成爲行業共識，其中的網聯泛指通過通信技術，把路側、雲端的信息傳遞給單車優化決策，同時車和車之間也可以實時交互信息。廣義的“車路協同”在智能交通已經有很多應用，而車路雲一體化更多的站在了智慧城市的角度，對智慧城市、智能交通、智能網聯汽車的建設、應用和運營進行統籌規劃。

於中騰認爲，單車智能會越來越“像”人，但會受到車輛傳感器等條件的限制，很多長尾問題無法解決或者需要很高的成本才能解決。例如，精準識別紅綠燈、存在感知盲區等問題。“這時候就可以依靠路端和雲端的有效支持，從而拓展智能駕駛的能力範圍，同時也能提高其安全性和通行效率。”

就車道而言，周智民進一步指出，形成單車智能的小閉環後，視距、盲區、車車協同等問題很難解決。但若路側能夠提供給車更加全面、準確的信息，車輛便能夠提前決策和進行路權分配的通行策略。“從技術角度而言，車端的感知能力是有盲區的。路側提供了一個安全、可駕駛的範圍，從駕駛安全、全局要素捕捉而言都更加全面。”

但對於車而言，這意味着信息源的進一步豐富。於中騰指出，在此種情況下，車輛該如何決策和使用信息，信息是否存在不安全、不穩定、不確定的情況，都構成了挑戰。

周智民舉了這樣一個例子：當一輛自動駕駛汽車感知到一個目標/事件，路側也發現了一個目標/事件，當車輛收到自身感知的信息和路側傳輸的信息後，需要判斷是兩個還是一個目標/事件。這需要一套完整的系統融合算法，給出唯一的決策控制。

此外，周智民指出，視野盲區的補充、超視距感知、車與車之間的博弈，都對智能駕駛系統提出了更高的要求。

密碼上車

“車路雲一體化”系統將人、車、路、雲的物理空間、信息空間融合爲一體。在信息流的傳輸過程中，不僅要確保信息交互低時延、質量可保證，安全也至關重要。

從原理上看，謝吉華指出，車聯網和計算機網絡一樣，都是信息流傳輸，只是終端從電腦、手機變成了汽車。但除了計算機網絡中要保護的身份真實性以及數據傳輸和存儲的機密性、完整性，車聯網還涉及行駛軌跡，還包括隱私保護等內容。

謝吉華將車聯網安全分爲車內、車外兩部分：車內的安全問題涉及智能駕駛、座艙控制等；在車之外，車際、車與雲、車與路的通訊都需要保護信息安全。

“密碼技術是保護網絡信息安全最可靠、安全、有效、經濟的技術手段。”謝吉華指出，車際通訊的信息量不大，但對效率、實時性要求較高，密碼主要對完整性、身份真實性提供保護，目前基礎算力能夠滿足車聯網的需求。“早期算力還相對不足，但隨着芯片技術的發展，如今密碼算法的算力成本已經降到可以接受的程度了。”

談及“車路雲一體化”在信息安全方面的挑戰，趙長鬆認爲，最大的挑戰主要來自成本和可靠性。在成本方面，只有在防住黑客入侵時，信息安全才體現出價值，但在安全的環境下，需要考慮如何說服消費者接受這一成本。“信息安全並不是一個新話題。信息安全行業已經發展了多年，也已發展到了性價比較高的階段，未來成本還需要進一步降低。”

在可靠性方面，趙長鬆指出，車企較爲關心密碼上車會不會影響可靠性。雖然當前密碼產業已有相關的法律、法規、條例，也有主管機構進行產品資格認證，此前在車聯網、物聯網、證券等行業均有大量應用，但面對新的產業，還是會面臨可靠性疑問。“業內已有車規級認證、ISO26262功能安全認證、ISO16949汽車零部件質量管理體系認證，未來可靠性這塊應該會逐步完善。”

謝吉華進一步指出，在成本方面，在汽車設計階段就把密碼融入體系，成本會降低，效率也會提高；在可靠性方面，業內已經有多款芯片具備密碼及安全算法產品支撐能力——芯片滿足車規級要求，便能滿足可靠性要求。

此外，謝吉華認爲還有三大挑戰：首先在政策、法規層面，對於“車路雲一體化”中的數據、隱私保護，要具體化、有針對性、可落實。其次在意識層面，需要喚醒車主、車企、雲端運營方三者的安全意識。最後在國家安全層面，比如高清地圖的地理信息安全需要做好防和守。

場景上量

要打造“聰明的車、智慧的路、實時的雲”，場景必須達到一定的量級。

於中騰指出，在“車路雲一體化”中，比較直觀的是自動駕駛場景，其相對容易部署。短期來看，由於自動駕駛的運營通常需要穩定的區域以及相對穩定的業務需求，因此在礦區、港口以及城市開展的無人小巴、無人環衛、物流配送等場景更容易實現規模化。

目前，多地已在探索無人小巴接駁，包括教育專線、觀光旅遊專線等。周智民指出，這一方面很親民，可以讓大衆感受到自動駕駛帶來的新體驗，也有助於營造產業氛圍。

據周智民介紹，主動式智慧公交即基於車路協同對公交系統進行的一次重要革新。以希迪智駕所推出的智慧公交定製專線爲例，其爲公交車搭載了智能網聯車載設備，通過車與路的實時交互，公交車能夠提前感知路況變化、精準預測行程時間，並據此進行智能排班調度，從而顯著提升公交車的準點率，不僅優化了乘客的出行體驗，還增加了公交運營的收益。

中信科智聯也已在探索智慧公交場景。於中騰指出，很多城市都有公交專用道，但早晚高峰期間專用道利用率仍有提高空間。隨着公交車端網聯，未來可以對公交路權實行動態開放，在不影響公交運行的前提下，允許一部分網聯車輛借用公交車道。“這樣不僅能夠提升交通效率，也能讓民衆更有獲得感。”

公交場景有固定的路線、站點，較易應用自動駕駛，軌道交通場景同理。謝吉華指出，軌道交通更加封閉、固定，具備自動駕駛條件，甚至能比人工駕駛更加穩定、可靠。周智民也補充道，軌道場景只有前進、後退、停止三種工況，地鐵可以提前感知300米開外的情況。

趙長鬆指出，智能駕駛從封閉地段走向開放地段，這一場景轉換對智能化程度的要求很高。這涉及乘客安全、行人安全、道路安全，對算力、傳感器也提出了更高的要求。

周智民分享了希迪智駕在場景選擇的原則：第一是行業勞動力短缺，第二是存在安全風險，第三是能夠提高生產效率，第四是供給與需求尚未飽和。因此，目前希迪智駕的車路協同和自動駕駛業務以商用/專用車爲主，集中在礦區、物流、軌道等場景。

謝吉華預計，礦用車能較快落地。從出發點看，礦區的工作環境惡劣、工人工作強度大，自動駕駛能夠解決勞動強度的問題。從有利性看，礦區線路固定、區域封閉、工況可控，自動駕駛有助於解決安全生產隱患。從運營成本看，對礦用車進行自動駕駛改造的成本，能夠在一兩年內收回。

“對於城市來講，自動駕駛要解決的是交通擁堵問題。對於市民來講，更要解決的是停車問題。”謝吉華指出，如在醫院附近實現代客泊車（AVP），既能解決醫院停車難的問題，又能解決市民就診難的問題，用戶是願意買單的。“這能夠解決用戶痛點，天然有需求，無錫也在‘車路雲一體化’應用試點中也規劃了自動泊車場景。”

“‘車路雲一體化’除了自動駕駛還有很多場景，但挖掘在短期和中期之間過渡的場景是個大工程。”於中騰坦言。例如，隨着汽車智能化水平的提高，很多車輛在高速公路上已經能夠實現自適應巡航，在城市可以開啓NOA（領航輔助駕駛）。然而，城市環境複雜，汽車在識別信號燈、應對施工管制時仍然面臨諸多挑戰。如今一些量產車已經具備了相應的硬件條件，一旦路側的感知設施和服務設施能夠與之匹配，城市級NOA便指日可待。

放大到交通領域，於中騰指出，“車路雲一體化”能夠爲交通管理提供更多、更準的信息，輔助交通治理、交通管控、信號優化等。通過挖掘數據價值，“車路雲一體化”能夠讓原本難以實現的場景變得簡單，比如針對弱勢交通參與者、外賣小哥、快遞員進行雙向提醒（預警車輛、提醒人員）。

因地制宜

在發展“車路雲一體化”方面，無錫起步較早。在成爲全國首批智能網聯汽車“車路雲一體化”應用試點城市之前，無錫也是首個國家級車聯網先導區、全國首個國家傳感網創新示範區試點城市、全球最大規模的城市級車聯網應用示範城市，被譽爲“物聯網之都”。

“無錫具備了很多城市不具備的優勢。”謝吉華介紹道，首先，目前無錫已有較爲豐富的車聯網應用場景，包括L4級無人小巴、無人駕駛清掃車、無人快遞車等。

其次在路側基礎設施方面，無錫已基本實現全市車路協同基礎設施全域覆蓋：無錫主城區2756個路口信號燈聯網聯控率超95%，全市主要道路點位部署了5600套感知設施，重點板塊部署600多臺RSU路側通信單元，約佔全國已裝備總量的10%。

此外，謝吉華指出，無錫政府各職能部門對於“車路雲一體化”的參與度較高。除了工信局在推進相關產業和示範應用落地外，交通集團、公安部門、自規局等部門都參與了進來；公安部交通管理科學研究所也在無錫，能夠提供直接業務指導。

下一步，無錫該如何抓住先發優勢？

於中騰認爲，無錫可以抓住交管創新優勢。他指出，當“車路雲一體化”發展到一定階段，其建設與運營需要和交管的需求深度融合。當前，部分地區已經開放了信號燈數據等，並與交管業務交互，然而目前還沒有適配的標準。無錫可以對城市信號燈數據、公安數據、交管數據與“車路雲一體化”數據交互進行探索，梳理出設備和接口標準，爲其他城市樹立一個樣板。

對於無錫打造“車路雲一體化”的特色，謝吉華提出應該對安全問題加以重視——如果安全問題不解決，車聯網越智能、越自動化，對於攻擊者而言也同樣越便利。“車聯網試點從規模到數量，到實質性安全，都能夠起到示範作用。”

“城市需要明確定位。”周智民指出，“車路雲一體化”不能侷限於自動駕駛或智能網聯汽車，而要從城市升級的角度思考：對於路側的網聯化、智能化必然要投入，量變才能引起質變；車側方面，車際通信能力已經出現，要持續迭代；雲側方面，要從“煙囪”林立走向多雲跨域共用。

周智民還建議，在各地仍舉棋不定之時，無錫應該先行動，在此過程中可以調整、迭代。“舉例而言，從最開始大家都在思考怎麼實現紅綠燈與汽車的互通，到如今高德、百度等地圖服務商都可以實現紅綠燈倒計時讀秒——這些應用隨着產業發展而出現，但一定是成長在有遠見卓識的地方，而不是猶豫怎麼做的地方。”

謝吉華認爲，無錫要進一步提高試點的質量和深度，需要進一步豐富場景，在此基礎上推動場景融合，實現“1+1>2”的作用。以自動泊車爲例，其不僅是單車智能的概念，而要和室內定位等技術融合，未來也可以和自動充電等服務結合。

“很多示範區還面臨一些共性問題：政府雖已投資並建設了基礎設施，然而應用的車輛寥寥無幾。”於中騰強調，不能將“車路雲一體化”的主要服務對象侷限於L4級自動駕駛車輛，只有用戶增多，才能形成商業閉環。對於“車路雲一體化”的最大用戶羣體——未來新的量產車而言，政府應當完善激勵措施，以提升網聯車輛滲透率。例如，L3級量產車需要通過網聯接入“車路雲一體化”體系；對於存量汽車，則需要通過激勵措施引導其進行後裝或升級。

統一標準

現階段，“車路雲一體化”推進的難點之一在於各城市技術標準難統一。

標準包括國家標準、行業標準、團體標準和企業標準。周智民觀察到，前幾年車路協同、智能網聯的標準化工作以團體標準爲主，近一兩年來，行業標準的制定與發佈逐漸增多，這充分表明該領域的標準化進程正在穩步向前推進，並取得了實質性的進展。

“標準來自於實踐的提煉，與實踐相輔相成。”考慮到產業正處於發展階段，周智民建議分級推進標準化工作，如當前標準集中在通信層，而後是協議層、應用層逐級推進，評價、安全等標準也會隨之出現。此外，在應用場景不斷豐富的過程中，標準也應不斷迭代，且應具有向前的兼容性。

談及建設標準，於中騰認爲，有些標準不急於在現階段固定下來，畢竟不同的區域、應用場景以及道路情況較難標準化。以信息安全爲例，雖然底層的安全標準已經建立，但在數據端、雲端，地圖偏轉加密等特殊之處的標準化仍需繼續推進。

“有了標準才能互通。制定標準的核心目的之一，就是爲了確保不同產品和服務之間的兼容性和互操作性。”謝吉華建議，要發揮政府和行業協會的引導作用：如在標準的執行力度方面，需要第三方或政府出面進行判定和監督；在安全標準等強制性標準中，也應當由政府主導。

“標準化需要靠應用驅動。”謝吉華以測繪爲例指出，高精地圖的測繪是一個成本高昂的過程。高昂的測繪成本需要通過銷售地圖來回收，但成本使得高精地圖的價格相對較高，限制了用戶的數量；用戶數量有限，又導致圖商的收入不足以覆蓋成本。那麼，能否由政府出面，打造城市級的高精地圖信息採集平臺，並提供標準化接口給圖商使用？由此，消費者使用高精地圖的成本降低了，用戶數量自然會增長，才能商業閉環。

趙長鬆指出，在信息安全領域，商業密碼在技術要求、檢測標準、接口等方面的標準都已較爲完善。在汽車信息安全領域，今年8月，國家也發佈了《汽車整車信息安全技術要求》（GB 44495-2024）這項強制性國家標準。

趙長鬆坦言，標準是有了，但並未定義產品該怎麼做，只是要求有密碼保護信息。對於如何保護，不同企業會採用不同的實現方式。“我覺得當前這是正常的。行業發展、企業發展還不均衡，不可能達到同樣水準。這也是該標準沒有定得很細緻的原因之一，要通過百家爭鳴，推動更好的產品落地。隨着技術的成熟，標準肯定要再細化。標準要和產業成熟度匹配。”

降本增效

此外，城市推進“車路雲一體化”還存在成本投入較高的挑戰。

於中騰指出，有些城市初次建設“車路雲一體化”系統，基礎薄弱。在此情況下，即便初始建設規模較小，但路端、雲端、車端都需建設，會導致項目體量不大、但投資額顯得較多。

“很多地區是新建了一套系統，當前很多地方在做設備複用、數據共享，‘車路雲一體化’系統可以支持交管、交通、城管的需求，整體建設投資反而是節省了。”於中騰進一步指出，在路側建設方面，信息化、數字化基礎設施的成本佔比並不高：在高速公路上，信息化設施的成本佔高速建設成本的比例不到1%；在城市道路上，相較傳統基礎設施，智能網聯基礎設施的建設投資也只是略有增加，但是發揮的價值卻更爲顯著。

“隨着產業規模擴大，建設成本勢必會趨於合理。”於中騰指出，相較2017年試點初期，當前單路口的建設造價已經下降到原來的幾分之一。“一座地級市升級C-V2X網聯設施的成本，與修500米地鐵相當；全市路口進行車路雲一體化信息化設施改造，投資額也只是約等於3到5公里地鐵的造價。”

談及降低建設成本，於中騰指出，分級建設已經成爲不少城市的共識：例如，在一些路口做廣域網聯服務；待車輛需求增加後，再於一些高風險路段增加感知基礎設施。此外，將“車路雲一體化”基礎設施和智慧交通基礎設施一併建設，也是一種可行的方法。

從企業側角度，謝吉華指出，一方面應挖掘所投入成本帶來的收益，另一方面應挖掘產品在設計、製造過程中的降成本空間。“這也涉及標準問題。標準一旦建立，原材料、零部件的價格有望逐漸降低，用戶規模也有望增大。”

“降低成本從來都不是單點的問題，一定是個系統的問題。”謝吉華指出，目前圍繞智駕中的難點，比如大型複雜立交橋或長隧道的場景，業內存在高精地圖、單車智能等解決路徑，但都需要解決定位信號不準的核心問題。“車路雲一體化”可以用系統思維解決單點難題——在路側安裝引導設備，通過RSU（路側單元）與車輛OBU（車載單元）通信，可以實現對車輛的位置信息獲取和行車指引。

趙長鬆認爲，“車路雲一體化”是新興產業。在產業發展前期，一定要有頭部企業帶頭研發。“在這個階段，企業大概率是不賺錢的，甚至要賠錢做投資。基於未來發展趨勢，我想企業是樂意投入的，但也需要政府進行政策支持。”

“設備方面也面臨‘兩率低’的困境，即路側設備覆蓋率不高且不均勻、同時車端設備滲透率也相對較低。”周智民認爲，可以政府做覆蓋，確保覆蓋的廣泛性和均勻性，車企發力做滲透，加速車端設備的普及應用。通過分工合作，共同解決設備“兩率低”的問題，推動車路協同與智能網聯技術的進一步發展。