计算机行业汽车智能化系列专题之决策篇(4)：各地陆续出台政策，车路云一体化落地加速

请务必阅读正文之后的免责声明及其项下所有内容2024年06月19日汽车智能化系列专题之决策篇（4）：各地陆续出台政策，车路云一体化落地加速行业研究 · 行业专题 投资评级：优于大市（维持评级）证券分析师：熊莉021-61761067xiongli1@guosen.com.cnS0980519030002证券研究报告 | 请务必阅读正文之后的免责声明及其项下所有内容报告摘要Ø 车路云一体化是自动驾驶的重要分支。车路云一体化系统有机结合“人、车、路、云”等交通参与要素，可达成数据信息高效交互。车路云一体化有三大优势：1）通过路侧感知模块和算力辅助端侧智驾，解决目前端侧算力不足的问题；2）建立城市级车路云一体化数据联通体系，有助于解决数据孤岛问题；3）辅助作用单车智能实现自动驾驶，有助于解决长尾问题、突发事件和超视距问题。Ø 政策暖风频吹，我国车路云一体化系统产业链已初步形成，但商业模式仍处于探索阶段。构建车路云一体化为我国重要战略，政策密集发布，产业生态正在逐步建立。据工信部联合五部委发布《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》，2024-2026年间，车路云试点城市将100%安装C-V2X车载终端，同时公交车、公务车等车型C-V2X车载终端搭载率将高达50%。但是，车路云一体化也面临系统架构不完善、协同机制不明确、商业模式不清晰等问题。Ø 车路协同正处于规模化与市场化进程加速阶段，行业潜力巨大。 我国车路协同产业以政府推动为主，随着汽车产业的电动化、智能化、网联化发展，根据《车路云一体化智能网联汽车产业产值增量预测》，预计到2025年V2X全产业增加或达7000+亿，智能网联汽车板块价值量位于产业链前列，预计2030年我国智能网联汽车的产值增量为20266亿元。Ø 投资建议：建议关注万集科技、千方科技、四维图新。Ø 风险提示：技术研发不及预期；市场需求不及预期；政策落地不及预期。请务必阅读正文之后的免责声明及其项下所有内容V2X具备多维度优势，是自动驾驶重要技术路线01政策推动产业链布局，行业生态已初步形成02国内布局:试点城市先行，逐步向全国打通03相关标的04目录请务必阅读正文之后的免责声明及其项下所有内容1.1 车路云一体化助力实现“人-车-路-网-云”的数字化信息交互•车路云一体化系统有机结合“人、车、路、云”等交通参与要素，可达成数据信息高效交互。根据《智能网联汽车“车路云一体化”规模建设与应用参考指南1.0》，车路云一体化系统是通过新一代信息与通信技术将人、车、路、云的物理空间、信息空间融合为一体，基于系统协同感知、决策与控制，实现智能网联汽车及交通系统安全、高效、节能及舒适运行的信息物理系统，其组成要素包括车辆及其他交通参与者、路侧基础设施、云控平台、相关支撑平台、通信网，其中车辆及其他交通参与者是动态交通数据的核心数据源。•V2X是车路协同的核心环节，C-V2X为我国主流的技术路线。V2X（Vehicle to Everything）无线通信技术指将车辆与一切事物相连接的新一代信息通信技术，目前包括车与车通信（V2V,Vehicle to Vehicle）、车与人通信（V2P, Vehicle to Pedestrian）、车与交通路侧基础设施通信（V2I, Vehicle to Infrastructure）和车与云端网络通信（V2N,Vehicle to Network）等。从技术路线看，V2X主要有C-V2X和DSRC-V2X两种。其中，DSRC-V2X由美国主推，基于以ETC为代表的专用短程通信技术（Dedicated Short-Range Communications，DSRC），而我国主推以移动蜂窝通信技术为基础的C-V2X技术 （“C”即Cellular），基于3G/4G/5G等蜂窝网通信技术演进。图：车路云一体化系统架构资料来源：《智能网联汽车“车路云一体化”规模建设与应用参考指南1.0》，国信证券经济研究所整理图：V2X通信典型场景资料来源：EEPW电子产品世界网，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容•通过路侧感知模块和算力辅助端侧智驾，车路云一体化建设可缓解目前可端侧算力不足问题。以L0-L5划分自动驾驶等级，目前L2已处于商业化落地阶段，而L3及以上智能驾驶系统仍因算力不足等问题面临发展瓶颈。一方面，智能驾驶系统升级致传感器数量增加及分辨率的提升极大扩展了数据处理需求，叠加算法模型的复杂度大幅提升驱动算力需求迅速增长，另一方面受限于车端物理环境，芯片制程等问题端侧算力有限。然而，在车路云一体化建设框架下，借助激光雷达、毫米波雷达等路侧感知设施，单车装载的传感器和高算力芯片数量将减少，车辆共用环境中的算力和感知设备；同时，边缘计算设施具备对各项数据存储、分析的能力，也可进一步降低端侧算力需求。图：路侧智能基础设施交互框架图资料来源：《车路云一体化路侧智能基础设施建设指南》，国信证券经济研究所整理表：路侧智能基础设施构架资料来源：《车路云一体化路侧智能基础设施建设指南》，国信证券经济研究所整理组成要素子要素具体内容构成/要求路侧基础设施路侧子系统路侧通信设施包括基于 EUHT 的路侧通信设备、基于C-V2X的路侧通信单元等路侧感知设施用于对道路交通运行状况、交通参与者、交通事件等进行检测识别，包括摄像机、毫米波雷达、激光雷达及其他路侧感知设施边缘计算设施主要用于对路侧感知设施的原始感知数据或结构化数据进行存储、融合分析处理，得到较高精度的感知结果信息，支持路侧设备接入，对数据进行汇聚和处理分析交通设施和其他附属设施包括辅助定位设施、其他相关设施中心子系统云控平台包括信号控制机、信号灯、标志标线等第三方平台需全部可接入云控基础平台车载子系统车载终端OBU车载计算控制模块车载感知设备车载网关出行者子系统由出行者所携带的各类信息终端或其它信息处理设备构成1.2 车路云一体化为解决端侧算力不足的有效手段请务必阅读正文之后的免责声明及其项下所有内容1.2 城市交通数据加速联通，解决数据孤岛难题• 车路云一体化促进城市交通数据联通，完善城市智能数据底座。现阶段城市交通的各项数据一般分别存于各区、县的不同职能部门，导致数据标准不统一、质量不稳定、数据在线率低，无法在短时间内被轻松访问或共享，缺乏较为全面的城市交通数据视图。未来，随着车路云试点城市逐渐网络化推广，各平台数据联网后有望建立城市级、甚至国家级的云平台。一方面，路侧、车载感知设备可采集来自车辆、道路和其他交通相关系统的动态交通数据，并将其传输至云端，同时也可向车辆和交通参与者提供系统的交通相关信息。另一方面，云端平台将作为小型数据中心进行数据存储，配合边缘计算平台对处理各传感器数据分析处理，提升数据运用效率。图：车联网多级多业务云平台架构图资料来源：国家创新中心，，国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容1.2 车路协同是自动驾驶重要分支，解决长尾问题及复杂交通场景•车路协同与单车智能相辅相成、融合发展，推动高阶自动驾驶落地。自动驾驶目前有单车智能与车路协同两大技术方案，然而单车智能在实现城市级的大规模自动驾驶方面仍然存在诸多困难：其一