摘要
近年来，中国政府在智能网联汽车领域频繁出台政策，加大对车路协同技术的支持力度。这些政策主要包括在特定区域建立智能网联汽车测试示范区、国家级车联网先导区、双智城市及车路云一体化应用试点等，致力于构建全城级全域覆盖的智能交通系统。政策的支持促进了车路云产业的发展，推动了智能交通和自动驾驶技术的进步。从2011年开始，车路协同技术逐渐从理论研究走向实际应用，形成了完整的产业链，涉及芯片商、模组商、终端设备商等。目前，车路云一体化项目正处于示范阶段，面向政府、企业和消费者提供智慧交通、数据服务和高级自动驾驶等增值服务，但面临车辆覆盖率低和投资需求大的问题。车路云网络由车端、路端和云端组成，随着技术进步和规模化生产，成本将持续降低。未来，随着车辆渗透率的提高和市场需求的增长，车路协同市场规模预计将达到万亿级别。同时，自动驾驶技术在性能和功能上不断提升，尤其是在网联技术方面，对实现更高级别的自动驾驶具有重要意义。政府对车路协同和自动驾驶技术的支持不断加强，旨在推动技术成熟和商业化应用，探索多样化的商业模式，促进智能交通和智慧城市的建设。
Q：请问您能否简单介绍一下自己并分享一下您在这个行业中的经验和成果？
A：我在车路云车路协同领域有多年从业经验，自2017年起就积极参与该行业的实践工作，并积累了丰富的项目落地经验和政府合作背景。我在国家级智能网联汽车测试示范区、车联网先导区以及双子城市等多个重大项目中担任重要角色，成功实现了多项重大政策导向下的车路协同建设。
Q：当前车路协同政策导向是怎样的？有哪些关键性政策推动了这一领域的快速发展？
A：近年来，我国对于车路协同的发展高度重视，相关政策频出且持续加码。其中核心政策分为两大类：一是始于2016年的国家智能网联汽车测试示范区政策，共批复了17家国家级示范区；二是2019年开始的国家级车联网先导区政策，已批复7家，其规模占据了政府端主导地位约70%；三是2020年开始的智能网联汽车基础设施与智慧城市协同发展（双智城市）政策，批复了16家；四是今年1月发布的五部委共同颁布的车路云一体化应用试点政策，计划在2024年至2026年间进行城市级全域覆盖建设，预计投资规模将大幅增加，达到过往水平的3至5倍。
Q：除核心政策外，还有哪些相关的其他政策促进了车路协同产业的发展？
A：其他政策主要包括2018年开始的智慧公路试点，在全国范围内规划了近70条智慧高速，将车路协同作为其中的重要创新应用；2019年的交通强国政策批复了57家试点单位进行车路协同示范；2020年以来的新基建政策和十四五规划均明确要求各地政府支持车路协同的发展，西藏是唯一未出台相关支持政策的省份。此外，2022年开始实施的智能交通应用试点政策及各地出台的自动驾驶测试政策也在加速推进车路协同的落地。
Q：请您概述一下整个车路协同产业链的发展状况及其主要参与者是谁？
A：从2011年开始的理论研究到2016年的市场化落地，车路协同产业链现已非常成熟，涵盖芯片商、模组商、终端设备商、整车制造商、运营服务商、测试验证及高清地图定位等环节。其中，芯片商主要包括中国新科、华为、高通等企业，终端设备商有初创公司如新互联信息支架、华为智行、高工智联等，以及中国电信、中国联通、中国移动旗下的运营服务公司。在主要参与者中，初创公司专注于技术研发与市场落地，传统智能交通公司在原有传感器解决方案基础上融入车路协同元素，而自动驾驶互联网公司如百度和蘑菇车联则凭借强大的自动驾驶能力和集成优势，在项目执行和运营服务上表现突出，市场份额较大。
Q：车路云一体化项目的主要参与者有哪些，并且他们在其中扮演怎样的角色？
A：车路云一体化项目的参与者主要包括通信类公司（如华为、大唐和高新兴），它们在该领域的底层通信技术和芯片模组方面具有优势，可能从硬件终端设备的生产制造环节拥有成本优势。此外，运营公司如电信旗下控股的天津交通、联通支付宝以及移动的上移上海移动研究院等作为数字化道路和服务商，在网络建设和运营方面具备天然优势。
Q：车路云一体化项目的建设周期和商业模式是什么？对于车路云一体化项目的建设和资金投入有何看法？
A：根据政策周期规定，整个项目大周期大约为三年。而具体建设项目从立项审批到最后调试运营的时间较长，尤其是面对大规模项目时，预计会在1.5至2年内完成建设过程。至于商业模式，目前围绕车路云网图的产品形态和组合展开，涉及产业链上下游多个环节，包括硬件设备商、软件开发商、集成商以及最终的业主方和运营服务商。现阶段的商业模式仍处于示范阶段，面向政府端、企业和消费者提供智慧交通、数据服务和自动驾驶等相关增值业务，以逐步实现城市的全面覆盖并探索成本分摊下的商业模式发展。由于过去的区域性示范项目无法达到全市范围内的规模化应用，今年出台了新的政策鼓励城市级的车路云一体化建设，这将带动更多政府、企业和个人用户接入系统，进一步推动商业模式的构建和完善。同时，鉴于目前运营服务商尚未向用户收费，资金主要来自政府发行债券、地方政府城投公司出资以及国企企业的自筹资金，整体价值链还未完全形成闭环。但在后续样板工程打造完成后，有望形成完整的商业模式并探索盈利模式。
Q：车路云网图建设中，车端主要包括哪些部分？
A：在车端系统中，主要包括车端的车路协同的OBU通信设备、VTS应用程序协议站以及场景算法等软件形式。
Q：目前路段建设的主要投入构成及其发展趋势如何？
A：路段建设投入主要由感知设施（摄像头、毫米波雷达、激光雷达）、计算设施（MEC边缘计算）、通信设施（车路协同ISU）以及传统交通设施（信号控制机等）组成。其中，感知设施成本因市场供需关系正在经历降价过程，例如去年的毫米波雷达和激光雷达约需3万元左右，今年已降至8000元至1万元之间；通信设施如车路协同ISU则因大规模示范导致价格逐渐下降，预计今年将降至两三万元水平。
Q：早期与近期车路云体系内的成本及比例变化是怎样的？
A：早期车路云体系中车辆、路段、云端的比例大致为13:10:60:30；而近年来由于车路云概念的重要性增强，进行了相应调整，目前约为20:50:30的比例。其中，云端占据较大比重，尤其对高速公路和城市道路基础设施的发展起到了关键作用。
Q：基于当前公路基础设施规模及建设规划，未来路测市场的预测规模有多大？
A：预测指出，高速公路建设规模约1770亿，城市道路建设和维护规模约为6700亿，云端建设规模分别对应590亿和2233亿。考虑到设备的生命周期及运维成本等因素，每年的市场规模可能达到约2258亿，其中仅车辆端市场空间就有望突破百亿元级别，若渗透率达到10%，将带来更大的市场规模潜力。
Q：如何推动车厂或零部件公司安装车路协同模块，尤其是针对乘用车的情况？
A：在推动乘用车采用车路协同模块时，安装方式主要分为前装（即在设计阶段就将设备整合入车辆内部）和后装（出厂后通过额外安装设备）。其动力来源在于希望通过车路协同增加车辆的功能应用场景，例如提升驾驶安全、提高交通效率、提供丰富信息服务以及实现更高的自动驾驶等级，并将其接入车路云一体化系统。
Q：当前市场上的车企对此领域的态度及哪些车企较为积极且进度较快？
A：近年来已有众多车企发布CBUS车路协同量产计划，如奥迪、一汽等国内外十多家车厂已推出了量产车型。其中，福特有超过45款车型搭载了车路协同功能。虽然总体渗透率不算高，但可以看出各车企对该领域持积极乐观的态度，未来几年若能突破10%的渗透率阈值，市场将迎来快速发展期。
Q：在零配件企业层面，有哪些关于车路协同技术及产品的布局及其优缺点？
A：在车路协同领域，激光雷达因其显著的市场份额成为重要增量零部件。此外，中科创达在路段计算方面有所布局，而初创公司专注于软件协议栈、场景算法的研发与优化，拥有最优解决方案和技术实力。另一方面，传统智能交通企业的市场份额较大，他们利用原有的摄像头、ETC等感知设备结合车路协同技术具有竞争优势。最为突出的是全栈技术运营企业，如百度和蘑菇科技，它们不仅掌握车路云一体化所需的车路协同技术和自动驾驶技术，还能将自动驾驶车辆融入示范区运营，提供高效的城市级自动驾驶运营服务，从而获取了最大的市场份额。
Q：通信公司在智慧道路领域的主要优势是什么？未来智慧道路领域最具潜力和前景的是哪一类公司？
A：通信公司的最大优势在于其拥有自主研发的芯片模组，因此他们在底层通信技术和成本控制上具有显著的优势。未来最有潜力和前景的是运营类公司，由于当前尚未形成完整的商业闭环，这类公司可以通过提供运营服务来收回成本，并将收益返还给建设方和出资方。
Q：在智慧道路上运营服务是如何实现商业闭环的？
A：例如以自动驾驶环卫车为例，蘑菇车联作为技术提供方和运营提供方，与环卫公司合作，环卫公司根据年度预算购买并使用自动驾驶环卫车进行清洁工作，从而实现商业模式上的收支平衡和成本降低。
Q：车路协同如何应用于交通安全和保险业务中？
A：接入车路协同服务的车辆因其行驶安全性和高效性，保险公司可以相应降低保险费用。同时，随着大数据应用的发展，智慧交管、智慧高速及智慧城市等领域也将产生大量数据增值服务，进一步推动商业模式创新。
Q：对于C端消费者，有哪些关于自动驾驶服务的商业模式？政府推动自动驾驶技术发展的考虑因素有哪些？
A：特斯拉等品牌提供的自动驾驶软件订阅服务允许用户按需订购自动驾驶功能，或选择按月付费方式接入云端系统，提高车辆的安全性、效率及自动驾驶等级。政府推动主要侧重于辅助驾驶技术和安全性，同时也考虑了商业化、量产化及规模化市场的培育。政策制定经历了从仿真测试到封闭/半封闭道路试验，再到城市级全域覆盖的过程，旨在推动产业全面发展，并带动产业链上下游协同发展。
Q：相对于以往基础设施建设，此次政策在性能和功能上提升了哪些关键点？
A：主要提升在于网联技术的演进趋势，从过去的网联协同感知发展到网联协同决策和控制，实现云端、边缘节点和车辆间的融合协同决策和控制。
