车联网产业发展经过这几年各方的持续推进和探索，在全国各地做了大量的技术验证和示范及先导应用，当下如何开展车联网运营服务，已经成为车联网产业可持续性发展的重要一环。

展望未来，车联网产业将从“技术、场景、运营”分层次持续迭代演进，通过“可信数据”和“普惠服务”实现商业运营闭环。

技术趋势

1、车路云一体化系统架构下的内涵和外延拓展

车路云一体化指的是通过新一代信息与通信技术将人、车、路、云的物理空间、信息空间融为一体，基于系统协同感知、决策与控制，实现智能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统。

（1）分层建设逻辑协同的云控基础平台云控平台是车路云一体化系统各组成部分的核心要素。云控基础平台与云控应用平台分层解耦，从而保证云控基础平台的开放性，对支撑充分竞争性、差异性的云控应用至关重要。云控基础平台通常由边缘云、区域云与中心云三级云组成，形成逻辑协同、物理分散的架构。云控基础平台将分层建设，“国家级—区域级—城市级—区县级”。要充分考虑①云控基础平台和云控应用平台之间的信息交互标准，以及②各级云控基础平台之间的信息交互标准，③云控基础平台和 MEC、RSU、OBU 等 设 备 信息交互标准，④云控基础平台和第三方平台（交管平台、交运平台、车企云平台、出行平台、物流运输平台、停车平台等）之间信息交互标准。

（2）统筹布局车联网算力网络，实现算网一体共生发展推进车联网的网络和计算两大方向融合，最终实现算网一体共生发展。端边侧算力即包括智能网联汽车上的算力资源，也包括路端 / 基站端的算力资源，加上各级云侧算力，形成一张车联网算力网络。车联网算力网络在计算效率、可靠性、时延、安全性、隔离度上都将深度耦合，因此未来承载车联网业务的主体由“云网融合”向“算网一体”演变

（3）“人 / 货 - 车 - 路 - 网 - 云 - 图 / 定位 - 安全”提供广义车联网服务车路云一体化的外延非常宽泛，“人 / 货 - 车 - 路 - 网 - 云 - 图 / 定位 - 安全”等都是在广义车联网范畴，可以提供信息娱乐服务、安全服务、效率服务和自动驾驶服务等多种业务服务。

2、多模网络支持高可靠、低时延和大连接车联网服务

ITS America 提出推动在全美 33 万个信号交叉口，5 年内实现 10 万个交叉口安装 RSU 以及配套基础设施和系统，10 年内实现 25 万个交叉口安装 RSU 以及配套基础设施和系统，8 ～ 13 年全部车辆装配 C-V2X 设备。建设规模化 C-V2X 网络，甚至是一张全国性的 C-V2X 网络，是非常有价值的。车联网网络在实际组网过程中，会是多模网络形态。

（1）多模网络提供“车 - 车 - 路 - 云” 互相之间的有效连接车 与 车 之 间 主 要 通 过 LTEV2X 通 信， 未 来 还 可 以 通 过 NR-V2X 通信，二者是延续而非替代关系；车与路之间可以通过 LTE-V2X/NR-V2X/4G/5G，甚至是 ETC2.0、射频等各种通信方式；车与云，可以通过 4G 和 5G 通信，未来还可以是 6G 和卫星通信等；路与云，可以通过光纤和 5G 等通信。

（2）多模网络提供各种类型业务场景的可靠保障针对不同类型的业务场景，可以采用不同的通信方式予以保障，例如 5G 大网可以支持信息娱乐服务、车内标牌、浮动车数据采集等业 务（500ms）；5G 专 网 可 以 支持远程遥控驾驶（上行 200ms，下行 50ms）；LTE-V2X 可 以 支 持一阶段（100ms）和二阶段（50ms）各类业务场景。网络性能将持续优化和提升。

（3）多模网络向一网多能方向发展以 5G-A 通信感知融合为例，向行业一网多能方向发展。通信网络在满足通信业务要求的前提下将使能感知业务，一方面支持更加丰富的应用业务以便提高网络资源的利用效率，另一方面可以通过感知为业务智能和网络智能提供基础支撑能力。

3、车联网计算、感知和人工智能深度融合

车联网要发挥价值，除了提供可靠的网络外，还应能提供丰富的应用场景。在每个应用场景的背后，人工智能算法是最重要的支撑工具，例如交通安全预警算法、路侧融合感知算法、车路云协作算法、交通指标算法、交通事件检测算法等。

（1）大模型时代下，构建车联网行业大模型和车联网细分场景模型车联网 AIGC 大模型将基于公开数据集数据，到行业通用数据，再到行业核心数据进行训练和推理，从而基于基础模型（NLP、视觉、多模态等）进一步构建出车联网行业大模型，再进一步构建车联网细分场景模型。

（2）车联网融合感知算法从后融合向特征级融合和前融合演进感知可粗略分为获取数据、提取特征、完成感知任务三个环节，按照信息融合发生的环节感知技术可以分为前融合、特征融合以及后融合。在软件方面，车联网融合感知算法从后融合向特征级融合和前融合演进。

（3）跨域融合感知算法提升感知性能车联网路侧传感器在满足单 点 位 感 知 性 能 后， 继 续 攻 关车 - 路数据融合感知、路端跨域感知共享等感知融合问题。当前车端感知算法的迭代升级，例如 BEV+Transfomer，也给路侧感知带来了新思路，将路侧感知系统算法与车侧感知协同算法架构趋同融合。

4、车联网数字孪生底座和仿真测试应用加速技术突破进程

数字孪生也称数字映射、数字镜像，即以数字化的方式建立物理实体的虚拟模型，借助历史数据、实时数据和算法模型，实现对物理实体的分析预测和改善优化，具有实时性和闭环性。

（1）“道路基础数据 + 业务数据 + 实时动态数据”构建交通和车联网数字孪生底座基于道路基础数据、业务数据、实时动态数据，构建交通和车联网数字孪生底座。将交通结构化数据通过参数化建模方式来解析，并且叠加真实的业务数据和实时动态数据，从而满足设备管理、轨迹融合、信控同步、道路养护、事件预警等实时业务需求，支撑交通服务管理决策，实现交通控制优化。

（2）构建“仿真测试 + 封闭道路测试 + 真实道路测试”体系，加速网联自动驾驶技术突破智能网联汽车的商业化落地有百亿公里的路测数据需求，算法和数据成为自动驾驶技术发展的制约。在现阶段的智能网联汽车测试体系中，90% 通过仿真测试，9% 通过封闭道路测试，1% 通过真实道路测试，因此，仿真测试是解决自动驾驶技术突破瓶颈的重要切入点。要构建“仿真测试 + 封闭道路测试 + 真实道路测试”体系，加速网联自动驾驶技术突破。

（3）”算力资源 + 硬件在环测试资源” 是支撑智能网联汽车仿真测试的硬件基础智能网联汽车算法验证基础，模型在环测试（MIL）、软件在环测试（SIL）等需要各种算力中心的 GPU 算力资源支撑。而 与 MIL 和 SIL 不 同 的 是，硬件在环测试（HIL）测试环境的仿真时间永远是实时的，需要基于真实的硬件运行。在大数据量情况下，如果只使用单台数据回灌系统，需要长测试周期。而采用“矩阵式”测试架构，进行大规模并行测试，可大幅缩短产品迭代周期。构建更大的算力资源 + 硬件在环测试资源，可以更好地支撑智能网联汽车仿真测试进程。 

场景趋势

1、车联网的车端应用场景体现在赋能 L2/L2+、赋能 L3/L4、车路云一体化三个方向

2023 年 9 月，《 中 国 新 车 评价规程 (C-NCAP)2024 版（征求意见稿 )》发布，首次将 C-V2X 支持应用功能纳入测评范围，在高速度差且存在遮挡情况下的前向车辆避撞、交叉路口有遮挡情况下的车辆避撞、闯红灯预警三项功能测试中，基于 C-V2X 车与车、车与路直连通信的解决方案，有望弥补基于单车传感器在遮挡情况下无法及时识别和采取制动的不足，助力车辆取得更高分数评价。

（1）赋能 L2/L2+ 智能网联汽车的应用场景丰富和完善一阶段辅助驾驶场景整车量产功能：全国汽车标准化技术委员会智能网联分委会组织基于网联技术的辅助驾驶标准研究，确定了 3 类应用场景。持续深化二阶段协同驾驶场景研究和落地：在 T/CSAE 157- 2020、YD/T 3977-2020 等 DayII 标准基础上，中国汽车工程协会及 IMT2020 C-V2X 工 作 组 组 织 对各类协同驾驶场景进行更细致的研究，从信息交互角度通过总结归类和拆分等方式划分为五大类应用场景并进行深化。探索 C-V2X 与 ADAS 融合场景：IMT2020 C-V2X 工 作 组 开展 C-V2X 与 ADAS 融 合 场 景，识别并分析了 7 类融合应用场景下 C-V2X 的价值与面临的技术挑战。

（2）赋能 L3/L4 智能网联汽车的应用场景赋能高等级自动驾驶车辆，解决自动驾驶安全性问题与 ODD 扩展，支撑开放 + 混行环境下的无人自动驾驶提前商业落地：车联网通过红绿灯信息推送、超视距信息推送、鬼探头识别、右转僵尸车识别、无保护左转、远程遥控驾驶等典型场景，赋能 L3/L4 智能网联汽车。赋能特定场景下的高等级自动驾驶：例如赋能港口自动驾驶、矿山自动驾驶、无人环卫清扫、无人物流运输和配送等。赋能特定工况下的高等级自动驾驶：例如赋能 AVP、自动驾驶编队行驶等。

（3）车路云一体化的应用场景车路云一体化架构下推进智能网联汽车与智慧交通、智慧城市融合发展。存在智能网联汽车赋能智慧交通和智慧城市，以及智慧交通和智慧城市赋能智能网联汽车双向应用。

2、车联网的交通和城市端场景体现在赋能交通管理、赋能交通出行和物流运输、赋能智慧城市三个方向

车联网在交通和城市端应用场景，主要体现赋能交通管理、赋能交通出行和物流运输、赋能智慧城市三个发展方向。

（1）赋能交通管理的应用场景基于车联网的智慧交通管控应用主要包含交通信号精确控制、特殊车辆优先通行、弱势交通参与者管控等各种服务。相关服务会从路口级向路段级及路网级拓展。基于车联网的高速公路智慧交通管控应用可在匝道汇入汇出口、隧道出入口等路段支持安全驾驶和效率提升的智能辅助驾驶服务，还可实现公路异常感知、重点车辆监控等各种服务。

（2）赋能交通出行和物流运输的应用场景以城市公交系统为例，可通过智能化和网联化改造，发展“精准公交”“安全公交”“科学公交”。以城际物流运输为例，车联网将有效赋能自动驾驶重卡。借助云平台、高精度地图和车联网等技术，综合车端、路端、云端信息，自动驾驶重卡可提前确定最佳行车路径，并且可以根据实际情况对线控执行机构下达指令，完成转向、加速、减速、停车等操作；自动驾驶与编队行驶相结合将最大程度提升道路通行效率与车辆燃油经济性。

（3）赋能智慧城市的应用场景依托城市智能基础设施，将智 能网联汽车作为移动智能终端，支撑实现面向智慧城市管理、服务、产业的各类应用。新城建中的双智（智慧城市基础设施与智能网联汽车协同发展试点）重点关注智慧灯杆网联化系统、充电设施网联化应用、自主代客泊车停车场建设、智慧公交智能网联基础设施建设、智能网联汽车运行安全公共道路测试场景等。

运营趋势

1、“可信数据” 是未来车联网运营的核心内容

车联网实现商业运营的两个重要途径是“服务运营”和“数据运营”。继劳动、资本、土地、技术后，数据已成为第五大生产要素。

（1）车联网数据产生价值，实现数据资产化车联网将产生大量原始数据，即用来描述智能网联汽车和智慧交通业务事实，未经过深加工的素材；进一步产生车联网数据资源，即进行标准化加工处理，形成的可控、有序、可利用的数据，并目具有潜在的经济价值；再进一步产生车联网数据资产，即实现价值释放和经济利益；最后产生车联网数据资本，即使数据如同金融资本、实物资本一样，成为可用于企业经营和投资的生产性资本。

（2）“可信数据”是未来车联网运营的核心内容可信数据可以定义为来自特定和受信任来源并根据其预期用途使用的数据。针对具体需求选择更有价值的数据，将数据筛选流程部署到车 / 路的边缘侧，进一步提高数据采集效率，并通过自动化标注、交通大数据模型等技术持续提升数据挖掘和处理分析效率，最终形成“可信数据”。

（3）构建以可信数据空间为代表的车联网数据流通基础设施车联网要构建以可信数据空间为代表的数据流通基础设施。可信数据空间是数据要素流通体系的技术保障，通过在现有信息网络上搭建数据集聚、共享、流通和应用的分布式关键数据基础设施，以体系化的技术安排确保所签订的数据流通协议能够履行和维护，解决数据要素提供方、使用方、服务方、监管方等主体间的安全与信任问题。

2、单项车联网业务做到极致体验，实现规模应用，提供“普惠服务”

车联网能提供“服务运营”的关键是具备提供“普惠服务”的能力。普惠服务，是指立足机会平等要求和商业可持续原则，以可负担的成本为有服务需求的社会各阶层和群体提供适当、有效的服务。

（1）单项车联网业务做到极致体验，实现规模应用，提供“普惠服务” 从车联网全局发展来看，有足够规模的车联网应用才是真正有价值的，哪怕这种应用只有 1 种或者 2 种。“足够规模”一方面指的是车端要有足够的渗透率，足够的车可以通过多种触达方式享受到该种车联网业务；另一方面指的是路端要有足够的覆盖率，例如全国覆盖了多少比例的城市交叉路口，多少公里的高速里程等，这样车辆跑到哪里都可以享受到该种车联网业务。将单项车联网业务做到极致体验，实现规模应用，提供“普惠服务”。

（2）“泛 V2X 平台 + 多种触达方式” 支撑车联网“普惠服务” 泛 V2X 平 台 支 持 云 端 决 策 V2X 技术，即可以允许将 V2X 算法放在平台端执行，云端计算完成后将计算的结果发给端侧，端侧根据计算结果向驾驶员进行安全预警或信息提醒等。多种触达方式，可以通过各等级智能网联车辆（装配前装或后装 OBU 产品，如智能后视镜）、各类信息终端（如智能手机）、专用 V2X APP、通用 APP（如导航地图 APP）、小程序、车载特色触达等，来满足服务需求。

（3）跨行业拓展更多可能性，使车联网“普惠服务”产生最大价值车联网为车辆提供更高的安全性，例如 C-V2X 与 ADAS 融合，可以和保险业务合作。 

其他趋势

1、车路云一体化安全体系保障车联网应用

智能网联汽车新型安全体系包括四个方面：功能安全、预期功能安全、网络安全、数据安全。

（1）车联网网络安全和数据安全是下一阶段标准研究的重点方向之一工信部办公厅在 2022 年 3 月印发了《车联网网络安全和数据安全标准体系建设指南》，包括总体与基础共性、终端与设施网络安全、网联通信安全、数据安全、应用服务安全、安全保障与支撑等 6 个部分。围绕车联网网络安全和数据安全，全国汽标委智能网联分标委（TC114/SC34）、中国通信标准化协会（CCSA）等已发布相关标准 12 项。除此之外，国家工业信息安全发展研究中心等牵头在车联网数据安全、关键设备安全防护检测等重点方向，已推进近 20 项行业标准。

（2）车路云一体化安全体系保障车联网应用构建车路云一体化主动安全防护体系，实现各业务系统的全生命周期安全防护与统一安全管理，具体包括终端（车端 / 路侧）安全防护系统、云端安全防护系统、V2X 通信安全防护系统。

（3）数据安全是实现车联网“数据运营”的前提保障数据分级分类是数据安全保障的重要基础，也是数据治理的第一步。隐私保护、数据脱敏、数据溯源多方面保障数据安全合规。

2、车联网产业发展需要科学的顶层设计和评价体系

车联网产业发展需要科学的顶层设计。同时对车联网建设成果要有科学的评价体系，具体涉及要素指标和价值指标。

（1）车联网产业发展需要科学的顶层设计车联网产业发展需要运用系统论的方法，从全局的角度，对某项任务或者某个项目的各方面、各层次、各要素进行统筹规划，以集中有效资源，高效快捷地实现目标。车联网是典型的跨行业融合新兴产业，需要统筹规划汽车行业、交通行业、信息通信行业、互联网行业，以及其他相关行业协同发展。车联网产业发展还要做好政策、标准、技术、建设、应用、运营等全方位产业思考。

（2）车联网产业发展评价需要考虑要素指标：相关政策、基础设施、产业情况政策主要包括法律法规政策支持、顶层设计、专项行动计划（含投融资计划和补贴政策等）、支撑机构计划、科研创新计划、专项人才计划等；基础设施主要包括标准和规范、频段资源、互联互通等测试、“仿真测试 + 封闭道路测试 + 真实道路测试”、商用车和乘用车前装及后装、运营等；产业链完备程度。

（3）车联网产业发展评价需要考虑价值指标：惠民、善政、兴业、商业价值惠民是让民众在出行和物流运输中真正感受到信息娱乐、安全、效率、协同、自动驾驶等各种车联网应用服务；善政是通过车联网赋能智慧交通管理（交管、交运等）和智慧城市（新城建），充分运用车联网产生的大量可信数据；兴业是打造“人 / 货 - 车 - 路 - 网 - 云 - 图 / 定位 - 安全”车联网产业生态链，推动整车、芯片、零部件、营销服务等产业链上下游协同发展；商业价值包括各种应用场景实现商业闭环。