计算机12月周专题：自动驾驶新政策落地，车路协同有望加速发展

车路协同迎来政策新催化 2023年10月8日交通运输部关于发布了《公路工程设施支持自动驾驶技术指南》，将于2023年12月1日起实施。指南作为推荐性行业标准明确提出完善公路基础设施，使其更加适应自动驾驶车辆的认知和行为特点，为自动驾驶车辆提供辅助信息，加快自动驾驶技术的实用化进程。12月5日，交通运输部正式印发了《自动驾驶汽车运输安全服务指南（试行）》，国家层面关于自动驾驶的相关规范、行业指引正在逐步完善，自动驾驶正在加速迈向现实。 车路协同或将成为当下最优解 自动驾驶目前有单车智能和车路协同两种技术路线。单车智能主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器、计算单元、线控系统进行环境感知、计算决策和控制执行。车路协同是在单车智能自动驾驶的基础上，通过车联网将“人-车-路-云”交通参与要素有机地联系在一起，助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级，加速自动驾驶应用成熟。单车智能自动驾驶在环境感知、计算决策和控制执行三个环节均面临着技术瓶颈和失效问题，而车路协同系统通过V2X网联化提供了有效的解决方案。 车路协同市场空间广阔 据亿欧智库预测，2030年中国车路协同市场规模有望达4960亿元，2021-2030年CAGR达26.64%。据前瞻产业研究院预测，2030年中国公路里程有望达到615万公里，汽车保有量有望达到3.8亿辆，届时中国路侧单元RSU应用渗透率有望达到30%，汽车搭载高清地图渗透率有望达到5%。据此推算，RSU、OBU、高精地图、边缘计算单元等车路协同主要IT设备的累计投资规模有望在2026年达到1283亿元；在2030年有望达到2834亿元； 2023-2030年累计拉动投资需求超2000亿元，市场潜力较大。 投资建议 车路协同产业涉及面广，涉及车、路、云、网、图五大环节，当前自动驾驶商业化进程不断推进，我们建议关注V2X、激光雷达、视频监控、安全加密、高精地图、算力网络、云平台、设计实施、运营等细分板块相关受益标的：路侧终端RSU设备+车载终端OBU设备提供商：万集科技、千方科技、金溢科技、高新兴、高鸿股份等； 激光雷达：禾赛科技、长光华芯、永新光学等； 视频监控：海康威视、大华股份、千方科技； 安全加密：三未信安、数字认证、吉大正元、格尔软件、电科网安等； 高精地图：四维图新、百度等； 算力网络：海光信息、中科曙光、紫光股份、锐捷网络、浪潮信息、中兴通讯等 云平台：中国电信（天翼云），商汤-W等； 设计+实施：深城交、华设集团等； 智能交通运营：中国电信（天翼交通）、皖通科技、通行宝。 风险提示：1、系统性风险；2、车路协同相关政策落地不及预期；3、各公司业务落地不及预期；4、行业竞争加剧等。 1.车路协同将加快高等级自动驾驶商业化落地 1.1车路协同是单车智能的高级发展形式 自动驾驶技术被认为是能够最早实现大规模产业应用的人工智能技术之一，同时汽车产业发展也将产生重要的社会影响。例如，新技术应用对经济的强拉动作用、自动驾驶汽车应用对交通效率及安全性的改善效果，以及新技术发展所带来的国际市场竞争力的提升等。因此，多国均将自动驾驶技术的应用提高到国家战略层面。 图表1：自动驾驶价值和技术路线 图表2：自动驾驶应用落地场景及规划 当前自动驾驶有单车智能自动驾驶（Autonomous Driving，AD）(简称单车智能)和车路协同自动驾驶（Vehicle-Infrastructure Cooperated Autonomous Driving，VICAD）（简称车路协同）两种技术路线。其中单车智能主要依靠车辆自身的视觉、雷达等传感器、计算单元、线控系统进行环境感知、计算决策和控制执行。车路协同则是在单车智能自动驾驶的基础上，通过车联网将“人-车-路-云”交通参与要素有机地联系在一起，助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级，加速自动驾驶应用成熟。车路协同不仅可以提供更安全、更舒适、更节能、更环保的驾驶方式，还是城市智能交通系统的重要环节，也是构建新型智慧城市的核心要素。 1.2单车智能局限可以通过网联化解决 单车智能自动驾驶在环境感知、计算决策和控制执行三个环节中，均面临着技术瓶颈和失效问题，而车路协同系统通过V2X（vehicle to everything）的网联化提供了有效的解决方案。 在环境感知方面，单车智能自动驾驶依赖车载的传感器技术进行环境感知，但是传感器方案存在一定的缺陷：一方面，传感器容易受复杂环境影响，如天气、光照、遮挡等；另一方面，传感器难以预测周围交通参与者的驾驶意图，如变道、转弯、加速等。而车路协同系统通过车路、车车协同，可以极大拓展单车感知范围，应对一些突发情况，同时可以直接获取关键结果状态信息，减少基于传感器的计算处理，提高感知的准确性和实时性。 在计算决策方面，单车智能自动驾驶主要借助多核异构分布的计算处理平台对环境感知数据进行目标识别以及车辆行驶决策。但是，计算处理平台的发展遇到了算力、功耗和成本之间的矛盾日益凸显；同时在交通动态“博弈”中难以给出最佳方案的问题。而车路协同系统基于云控平台，不仅可以直接给出感知目标结果，还可以借助云计算、边缘计算等能力，将路侧感知结果进行下发，节省算力，同时可以根据采集范围内所有交通主体的目的和状态，给出全局最优解，提高决策的优化性和协调性。 图表3：单车智能中的“看不见”与“看不清” 在控制执行方面，单车智能自动驾驶根据计算决策给出的动作命令，通过动力学模型和人机交互界面，给到电机、油门、刹车等执行单元。但是，自动驾驶系统和人类驾驶之间的协同处理以及车辆控制的可靠性、安全性，需要做到控制系统的冗余备份、高实时响应。而车路协同系统可以将车辆的控制和执行从单车上分开，打造一批创新性应用模式，比如：远程遥控驾驶、协同驾驶等，提高控制的灵活性和创新性。 考虑到当前技术的成熟度，车路协同系统在推广过程中按照应用场景进行了分级分类，其中在封闭区域如矿山和港口当前甚至可以实现L4等级自动驾驶；在停车场可以实现协同感知、决策和控制的准L4应用。 图表4：车路协同典型应用场景 综上，车路协同是单车智能的高级发展形式，能让自动驾驶行车更安全、行驶范围更广泛、落地更经济。单车智能和车路协同的协同作用下，自动驾驶规模商业化落地门槛能够大大降低，自动驾驶商业化进程有望加速。 1.3车路协同的技术实现 车路协同是自动驾驶规模化落地的关键因素。在单车智能的基础上，车路协同通过车与车、车与路、车与云的信息交互，实现自动驾驶的安全性、广泛性和经济性的提升。车路协同通过引入新的智能要素，如高精地图、V2X通信、边缘计算等，构建一个高维数据平台，并利用灵活的算力和算法机制，实现自动驾驶的协同智能或群体智能。 图表5：车路协同系统架构 车路协同发展阶段 车路协同自动驾驶是在单车智能自动驾驶的基础上，通过“聪明的车”、“智慧的路”和“多级融合的云”等对道路交通环境进行实时高精度感知定位，按照约定协议进行数据交互，实现车与车、车与路、车与人之间不同程度的信息交互共享（网络互联化），并涵盖不同程度的车辆自动化驾驶阶段（车辆自动化），以及考虑车辆与道路之间协同优化问题（系统集成化），通过车辆自动化、网络互联化和系统集成化，最终构建一个车路协同自动驾驶系统。车路协同自动驾驶是一个由低至高的发展过程，主要包括以下三个大的发展阶段： （1）信息交互协同：该阶段主要实现车辆与道路的信息交互与共享，包括车辆的位置、速度、方向等，以及道路的交通信号、限速标志、路况信息等。该阶段的通信方式可以是DSRC或LTE-V2X，通信范围可以是车辆与路侧单元（RSU）之间的直连通信，也可以是车辆与车辆之间的多跳通信。 （2）协同感知：该阶段在信息交互协同的基础上，进一步利用车载和路侧的感知设备（如摄像头、雷达等）对道路交通环境进行实时高精度的感知定位，从而为自动驾驶提供更全面、更准确的环境信息。该阶段的协同感知可以分为初级协同感知和高级协同感知两个子阶段，区别在于道路感知设施的部署范围、类型、精度等方面的差异。初级协同感知的道路感知设施相对单一、部署范围有限、检测识别准确率较低、定位精度较低，只能服务于L3级以下的自动驾驶车辆；高级协同感知的道路感知设施多样、道路全面覆盖、检测识别准确率高、定位精度高，能够服务于L4级以上的自动驾驶车辆。 （3）协同决策控制：该阶段在协同感知的基础上，进一步实现道路对车辆、交通的决策控制，包括对车辆的导航、速度、车道、转向等进行指导或干预，以及对交通信号、交通流等进行优化或调节，从而保障自动驾驶的安全、提高交通效率。该阶段的协同决策控制可以分为有条件协同决策控制和完全协同决策控制两个子阶段，区别在于协同决策控制的适用范围、程度、复杂度等方面的差异。有条件协同决策控制只能在自动驾驶专用道、封闭园区等环境下或实现AVP自主泊车等功能时实现，而完全协同决策控制则能够在任何时间、任何道路和交通环境下，都可实现车路全面协同感知、协同决策控制功能。 图表6：车路协同应用服务体系 1.4车路协同迎政策催化 国家发改委、住建部印发的《“十四五”全国城市基础设施建设规划》中，明确将智慧道路基建作为重点项目，加快推进面向车城协同的路内基础设施的数字化、智能化建设和改造。各试点城市逐渐意识到，推进自动驾驶落地，不仅需要车辆的智能化，也需要道路的智能化。 2023年10月8日交通运输部关于发布了《公路工程设施支持自动驾驶技术指南》，并于2023年12月1日起实施。指南作为推荐性行业标准明确提出完善公路基础设施，使其更加适应自动驾驶车辆的认知和行为特点，为自动驾驶车辆提供辅助信息，加快自动驾驶技术的实用化进程。12月5日，交通运输部正式印发了《自动驾驶汽车运输安全服务指南（试行）》，国家层面关于自动驾驶的相关规范、行业指引正在逐步完善，自动驾驶正在加速迈向现实。 图表7：2021-2023年车路协同相关政策催化梳理 2.车路协同产业链梳理 2.1车路协同产业链日渐完善 目前，国内正以车路协同作为自动驾驶的主要发展路径，相关成果不断更新迭代，车路协同产业得到了快速发展。车路协同系统以“聪明的车”和“智能的路”为核心要素，以两者高效协同为基础支撑，覆盖面广、产业链条长、跨界融合等特征突出。 当前车路协同产业链已经形成了较为完善的生态体系。首先，车、路、云、网、图等五大关键环节是车路协同的基础设施和技术支撑，实现了多方的信息交互和协同控制。其次，场景解决方案商和智能交通运营商，它们是车路协同的服务提供者和运营者，针对不同的应用场景提供了完整的解决方案，并负责车路协同项目的运营和维护。最后，政府部门是车路协同的推动者和支持者，不仅制定了相关的政策法规、标准规范、监管措施，也为车路协同产业的发展提供了良好的制度环境，并积极参与车路协同项目的建设、推广和运行。 图表8：车路协同产业链示意图 2.2车路协同算力网络不可或缺 复杂场景迫使芯片算力不断提升 自动驾驶汽车的商业化进程中，算力功耗是关键的技术难点，也是影响自动驾驶水平的重要因素。一般而言，L2+级的辅助驾驶汽车需要的算力大约为10-30TOPS，而L4级的自动驾驶汽车可能需要高达300-1000TOPS的算力，算力提升对应的成本和功耗相应提升。 目前，国际上以高通、英伟达为代表的半导体巨头在自动驾驶芯片领域具有先发优势，其芯片性能和稳定性都较为成熟，已经实现了L2+级的辅助驾驶功能的量产应用。当前考虑到成本和供应链的安全等因素，国内自主研发的自动驾驶芯片或将具有较大的市场空间和发展潜力。 国内自主研发的自动驾驶芯片主要以地平线、海思、黑芝麻智能为代表，其芯片技术水平和成熟度均有较大的提升，有望在未来实现L4级别自动驾驶功能量产突破。 其优势主要体现在：（1）与国内车企和算法公司的深度合作，能够更好地满足国内市场的需求和特点，提供更加定制化和差异化的解决方案；（2）采用了更先进的芯片架