車路云一體化融合控制系統白皮書

• 1. 車路云一體化融合控制系統
• • 1.1 系統定位
  • 1.2 系統架構及組成
  • • 1.2.1 系統架構
    • 1.2.2 云控基礎平臺
    • • 1.2.2.1 邊緣云組成及功能
      • 1.2.2.2 區域云組成及功能
      • 1.2.2.3 中心云組成及功能
    • 1.2.3 云控應用平臺
    • 1.2.4 路側基礎設施
    • 1.2.5 通信網
    • 1.2.6 車輛及其他交通參與者
    • 1.2.7 相關支撐平臺
  • 1.3 系統特征
  • 1.4 系統關鍵技術
  • • 1.4.1 邊緣云架構技術
    • 1.4.2. 動態資源調度技術
    • 1.4.3. 感知與時空定位技術
    • 1.4.4. 車輛與交通控制技術
    • 1.4.5. 云網一體化技術
  • 1.5. 系統功能分類
• 2. 車路云一體化融合控制系統產業相關方及應用
• • 2.1.主要產業生態參與者及作用
  • • 2.1.1. 政府及行業監管機構
    • 2.1.2. 供應商運營商
    • 2.1.3. 網聯車輛提供商
    • 2.1.4. 出行業務服務商
    • 2.1.5. 特定業務服務商
  • 2.2. 產業數據體系
  • • 2.2.1. 數據種類及特點
    • 2.2.2. 數據交互需求
    • 2.2.3. 數據交互安全
  • 2.3. 典型應用場景
• 3. 車路云一體化融合控制系統產業應用面臨的挑戰
• 4. 車路云一體化融合控制系統發展建議

1. 車路云一體化融合控制系統

1.1 系統定位

車 路 云 一 體 化 融 合 控 制 系 統 （ System of Coordinated Control by Vehicle-Road-Cloud Integration，SCCVRCI），是利用新一代信息與通信技術， 將人、車、路、云的物理層、信息層、應用層連為一體，進行融合感知、決策與 控制，可實現車輛行駛和交通運行安全、效率等性能綜合提升的一種信息物理系 統，也可稱為“智能網聯汽車云控系統”，或簡稱“云控系統”。

1.2 系統架構及組成

1.2.1 系統架構

云控系統是一個復雜的信息物理系統，該系統由網聯式智能汽車與其他交通 參與者、路側基礎設施、云控基礎平臺、云控應用平臺、保證系統發揮作用的相 關支撐平臺以及貫穿整個系統各個部分的通信網等六個部分組成，其系統架構及 組成如圖 1 所示

圖 1 同時也展示了六個組成部分之間的關系。

車輛及其他交通參與者的信息既可以由路側基礎設施采集和處理后上傳云控基礎平臺，也可以由無線通信網直接上傳云控基礎平臺；云控基礎平臺結合地圖、交管、氣象和定位等平臺的相關數據，對匯聚于云控基礎平臺的車輛和道路交通動態信息按需進行綜合處理后， 以標準化分級共享的方式支撐不同時延要求下的云控應用需求，從而形成面向智能網聯汽車產業實際應用的云控平臺，為車輛增強安全、節約能耗以及提升區域 交通效率提供服務；企業、機構及政府相關部門已有交通/智能網聯汽車服務平臺，通過云控基礎平臺無需追加基礎設施建設，即可便捷地獲得更為全面的交通 基礎數據以提升其服務。在整個云控系統架構中，通信網根據各個部分之間標準化信息傳輸與交互的要求，將各個組成部分以安全、高效和可靠的方式有機聯系 在一起，保障云控系統成為邏輯協同、物理分散、可支撐智能網聯汽車產業發展的信息物理系統。

1.2.2 云控基礎平臺

云控基礎平臺由邊緣云、區域云與中心云三級云組成，形成邏輯協同、物理分散的云計算中心。云控基礎平臺以車輛、道路、環境等實時動態數據為核心，結合支撐云控應用的已有交通相關系統與設施的數據，為智能網聯汽車與產業相關部門和企業提供標準化共性基礎服務。

其中，邊緣云主要面向網聯汽車提供增強行車安全的實時性與弱實時性云控應用基礎服務；區域云主要面向交通運輸和交通管理部門提供弱實時性或非實時性交通監管、執法等云控應用的基礎服務，并面向網聯汽車提供提升行車效率和節能性的弱實時性服務；中心云主要面向交通決策部門、車輛設計與生產企業、交通相關企業及科研單位，提供宏觀交通數據分析與基礎數據增值服務。三者服務范圍依次擴大，后一級統籌前一級，服務實時性要求逐漸降低，但服務范圍逐步擴大。三級分層架構有利于滿足網聯應用對實時性與服務范圍的各級要求。云控基礎平臺總體框架如圖 2 所示。

1.2.2.1 邊緣云組成及功能

邊緣云是云控基礎平臺中最接近車輛及道路等端側的運行環境。從組成結構上，主要包括輕量級基礎設施和虛擬化管理平臺、邊緣云接入網關、計算引擎和高速緩存、邊緣云領域特定標準件和標準化分級共享接口等組成部分。其總體框架如圖 3 所示。

輕量級基礎設施和虛擬化管理平臺：底層為輕量級云計算基礎設施，如內存計算和網絡接入資源；上層為輕量級云虛擬化管理平臺，實現基礎設施的虛擬化和有效管理。

**邊緣云接入網關：**包括路–云、車–云和云–云網關。其中路–云網關主要負責將路側雷達和攝像頭等路側感知設備的初步感知數據接入邊緣云；車–云網關主要負責將車端可上傳總線數據和車端感知數據接入邊緣云；云–云網關，負責第三方平臺接入融合感知所需的相關數據，如實時氣象信息、高精度地圖和交通信

號信息等，并負責邊緣云之間和邊緣云與區域云之間的數據交互。

高速緩存和計算引擎：高速緩存用以實現對獲取的車路動態信息進行緩存，并由計算引擎進行預處理完成基礎計算；兩者可以為實時性和弱實時性的云控應用提供底層數據緩存與處理。

邊緣云領域特定標準件：邊緣云主要功能體現為一組領域特定標準件，通過道路交通預見性感知和決策建議等基礎服務，用于支撐盲區與超視距危險預警、協同換道規劃等云控應用功能建設。具體包括：

• 融合感知標準件

融合感知標準件基于云網一體化底座，以同步采集的路側多源異構傳感器數據為輸入，為增強行車安全，通過智能化數據融合，將道路交通環境感知結果以標準化 API 的形式對外提供道路交通預見性感知服務。

• 協同決策標準件

協同決策標準件基于云網一體化底座，以融合感知標準件的輸出和車輛及道路實時路況數據為輸入，為增強每輛聯網車輛的行車安全，通過云端集中決策將決策結果以標準化 API 的形式對外提供車速、變道等決策建議服務。

• 協同控制標準件

協同控制標準件基于云網一體化底座，以車輛及道路實時路況數據為輸入，為增強每輛聯網車輛的行車安全和提升行車效率和節能性，通過車輛狀態估計和車輛專用控制，將協同控制指令以標準化 API 的形式為車端提供行車控制服務。

標準化分級共享接口：包括標準化數據交互規范和分級共享接口，實現多級云架構下的數據標準化轉換，提升信息共享能力以支持遠程駕駛、輔助駕駛和安全預警等云控應用的運行。

1.2.2.2 區域云組成及功能

區域云面向區域級交通監管與交通執法以及域內車輛等提供基礎服務，是多個邊緣云的匯聚點。從組成結構上，主要包括基礎設施和虛擬化管理平臺、區域云接入網關、計算引擎和存儲分析引擎、區域云領域特定標準件和標準化分級共享接口等組成部分。其總體框架如下圖 4 所示。

基礎設施和虛擬化管理平臺：底層為云計算基礎設施，如計算、存儲和網絡資源；上層為云虛擬化管理平臺，實現基礎設施的虛擬化和有效管理。

**區域云接入網關：**包括路–云、車–云和云–云網關。其中路–云網關和車–云網關的作用與邊緣云相同；云–云網關，負責所需第三方平臺相關信息，如實時氣象信息、交通管控信息等的接入，并負責區域云之間和區域云與邊緣云、中心云之間的數據交互。

大數據存儲、大數據分析和計算引擎：大數據存儲用以實現對邊緣云緩存數據和必要的路側監控視頻數據進行存儲，利用大數據分析相關模型和計算引擎可以支撐平臺弱實時性和非實時性共性服務的分析與處理。

區域云領域特定標準件：區域云主要功能體現為一組領域特定標準件，通過協同決策與控制和路網動態管控等基礎服務，用于支撐云端最佳路徑規劃和區域路網實時態勢感知等云控應用功能建設。具體包括：

• 協同決策標準件

協同決策標準件基于云網一體化底座，以區域范圍內的車輛及道路實時路況數據為輸入，為加強路網級交通管控、增強聯網車輛的行車安全、提升聯網車輛行車效率和節能性，通過云端集中決策將決策結果以標準化 API 的形式面向外部應用平臺和車輛提供決策建議服務。

• 協同控制標準件

協同控制標準件基于云網一體化底座，以區域范圍內的車輛及道路實時路況數據為輸入，為加強路網級交通管控、增強聯網車輛的行車安全、提升聯網車輛行車效率和節能性，通過云端能效分析將協同控制指令以標準化 API 的形式為外部交通應用平臺及車輛提供協同控制服務。

• 交通動態管控標準件

交通動態管控標準件基于云網一體化底座，以區域范圍內的車輛及道路實時路況數據為輸入，通過數據分析與預測、能效計算和專用遠程控制方法，實現精確路網級交通狀態推送、突發事件與異常天氣提醒等基礎功能，將路網動態管控信息以標準化 API 的形式為智能交通運輸和管理部門提供區域路網實時態勢感知、路網交通智能管控、路側智能設施管控等基礎服務；利用車輛及道路實時路況歷史數據實現交通事件回溯服務。

標準化分級共享接口：與邊緣云類似，包括標準化數據交互規范和分級共享接口，支持車輛編隊行駛、道路監控預警、路徑引導和路側設施遠程控制等廣域范圍云控應用的運行。

1.2.2.3 中心云組成及功能

中心云面向交通決策部門、車輛設計與生產企業、交通相關企業及科研單位，基于多個區域云數據的匯聚，為其提供多維度宏觀交通數據分析的基礎數據與數據增值服務。從組成結構上，主要包括基礎設施和虛擬化管理平臺、中心云接入網關、計算引擎和數據倉庫與大數據分析引擎、中心云領域特定標準件和標準化分級共享接口等組成部分。其總體框架如下圖 5 所示

中心云的基礎設施和虛擬化管理平臺，在邏輯結構上與區域云相同，但物理規模上根據區域范圍有所不同。

**中心云接入網關：**中心云的云–云網關，負責中心云之間和中心云與區域云之間的數據交互。

數據倉庫、計算引擎與大數據分析：數據倉庫基于所連接區域云的交通歷史數據，實現多維度基礎數據匯總，并由計算引擎進行大數據分析與處理，實現面向領域的、全局的數據價值提升。

中心云領域特定標準件：中心云主要功能體現為領域大數據分析標準件，用于支撐智能網聯汽車和智能交通領域大數據價值提升等云控應用功能建設。

領域大數據分析標準件基于云網一體化底座，以匯聚的多個區域云數據為輸入，基于多個區域內車輛及其交通環境的多維度基礎匯總數據，通過數據挖掘、大數據計算與多維交互式分析，將領域數據分析結果以標準化 API 的形式提供宏觀交通數據分析的基礎數據與數據增值服務。

標準化分級共享接口：與邊緣云和區域云類似，包括標準化數據交互規范和分級共享接口，支持全局道路交通態勢感知、道路交通規劃設計評估、駕駛行為與交通事故分析、車輛故障分析和車險動態定價分析等全局范圍云控應用的運行。

1.2.3 云控應用平臺

云控應用主要包括增強行車安全和提升行車效率與節能性的智能網聯駕駛應用、提升交通運行性能的智能交通應用，以及車輛與交通大數據相關應用。根據云控應用對傳輸時延要求的不同，可以分為實時協同應用和非實時協同應用。

云控應用是企業云控應用平臺的核心功能。既有的企業云控應用平臺多為各類企業或相關單位根據各自需求建設而成。而在云控基礎平臺之上建設的云控應用平臺是面向智能網聯汽車有效整合人–車–路–云信息，結合 V2X 和車輛遠程控制技術，通過“端、邊、云”協同，實現車輛行駛性能提升與運營全鏈路精細化管理的協同管控平臺。云控應用平臺可獲取最全的、標準化的智能汽車相關動態基礎數據，為企業提供基于產業各類需求的差異化、定制化服務，以支持網聯式高級別自動駕駛、盲區預警、實時監控、遠程控制、遠程升級、最佳路徑規劃、網絡安全監控等眾多功能。

1.2.4 路側基礎設施

云控系統的路側基礎設施通常布置于路側桿件上，主要包括路側單元(RSU)、路側計算單元(RCU)和路側感知設備(如攝像頭、毫米波雷達、激光雷達)、交通信號設施如紅綠燈等，以實現車路互聯互通、環境感知、局部輔助定位、交通信號實時獲取等功能。

1.2.5 通信網

云控系統的通信網包括無線接入網、承載網和核心網等。云控系統集成異構通信網絡，使用標準化通信機制，實現智能網聯汽車、路側設備與三級云的廣泛互聯通信。無線接入網提供車輛與周邊環境的多樣化通信能力，實現車與路側基礎設施通信（V2I）、車間直通通信（V2V）、車與人通信（V2P）、車與網絡（V2N）/邊緣云的通信。路側設備與云控基礎平臺各級云由多級有線網絡承載。

云控系統利用 5G、軟件定義網絡、時間敏感網絡、高精度定位網絡等先進通信技術手段實現互聯的高可靠性、高性能與高靈活性。

1.2.6 車輛及其他交通參與者

云控系統的車輛包括網聯輔助信息交互（1 級）、網聯協同感知（2 級）、網聯協同決策與控制（3 級）等三種不同網聯化1車輛，以及應急輔助（0 級）、部分駕駛輔助（1 級）、組合駕駛輔助（2 級）、有條件自動駕駛（3 級）、高度自動駕駛（4 級）、完全自動駕駛（5 級）等不同駕駛自動化等級2車輛。

不同網聯化和智能化等級車輛是云控平臺的數據采集對象和服務對象。在數據采集方面，對于具有聯網能力的車輛，云控基礎平臺既可以直接通過車輛網聯設備采集車輛動態基礎數據，也可以間接通過路側智能感知獲得車輛動態數據；對于不具有網聯能力的車輛，則間接通過路側智能感知獲得車輛動態數據。

在云控服務方面，對于 3 級及以上駕駛自動化等級的車輛，可以直接接收云控平臺輸出的協同決策與控制數據，再由其車載智能計算平臺或控制器做出響應；對于 2級及以下駕駛自動化等級的車輛，間接接收云控平臺輸出的協同決策數據，再由其車載人機交互平臺接收決策，并由單車或駕駛員完成控制；與車輛類似地，云控系統的其他交通參與者包括行人、騎行人等。

云控基礎平臺可以通過路側智能系統采集其他交通參與者位置與速度信息，也可以通過在云控基礎平臺已注冊的其他交通參與者所攜帶的定位設備采集其位置與速度信息，并基于云端融合感知向這些已注冊的其他交通參與者提供安全預警服務。

1.2.7 相關支撐平臺

相關支撐平臺是提供云控應用運行所需其他數據的專業平臺，包括高精動態地圖、地基增強定位平臺、氣象預警平臺以及交通路網監測與運行監管平臺等。

其中，高精動態地圖是云控系統提供動態基礎數據服務的主要載體，通過高精度動態地圖平臺提供的地圖引擎，基于動態基礎數據可為云控基礎平臺提供實時更新的動態狀態數據；地基增強定位平臺是利用 GNSS 衛星高精度接收機，通過地面基準站網，利用衛星、移動通信、數字廣播等播發手段，在服務區域內可為云控基礎平臺提供 1-2 米、分米級和厘米級實時高精度導航定位服務；氣象預警平臺通過道路沿線布設的氣象站設備采集，通過識別能見度、雨量、風向、雷報、大霧（團霧）等氣象信息，可為云控基礎平臺提供實時天氣狀況；交通路網監測與運行監管平臺可為云控基礎平臺提供路政、養護、服務區以及緊急事件等實時信息

1.3 系統特征

云控系統是以云控基礎平臺為核心、基于共享模式、突破煙囪模式局限性的一種新型信息物理架構，通過云控基礎平臺可以獲得更為全面的交通動態基礎數據，有利于開展全局監測與控制。其具體特征包括：

（1）車路云泛在互聯：云控系統全域范圍內車路云各異構節點，通過標準化通信機制進行廣泛互聯通信，打通信息孤島，構建起用于支持協同控制的閉環通信鏈路。

（2）交通全要素數字映射：云控系統通過對從車路云實時獲取的交通系統各要素狀態信息進行分層融合，構建物理世界在數字世界的實時數字映射，統一為不同的協同應用提供運行所需實時基礎數據 。

（3）應用統一編排：云控系統通過對協同應用的運行方式進行統一編排，消解應用間行為沖突，利用各應用的優勢能力，提升云控系統的車輛與交通運行優化性能。

（4）高效計算調度：云控系統通過對協同應用運行的動態位置及所用計算資源進行統一調度，實現系統資源高效利用，確保協同應用在大并發下按需實時運行，保障所服務車輛與交通的運行安全。

（5）系統運行高可靠：云控系統通過車路感知融合、集中計算編排、應用多重備份等方式，實現車輛與交通運行優化的高可靠性

1.4 系統關鍵技術

云控系統作為一類新型信息物理系統，融合了多種學科、不同領域的前沿技術，其建設和發展需要攻克架構、感知、控制和通信等方面眾多關鍵技術，包括邊緣云架構技術、動態資源調度技術、感知與時空定位技術、車輛與交通控制技術以及云網一體化技術等。

1.4.1 邊緣云架構技術

邊緣云是實現云控系統高并發、按需運行實時類云控應用的新型技術手段。

實時類云控應用如高級別自動駕駛對信息傳輸的毫秒級時延和超高可靠要求遠遠超越了傳統云計算架構的技術能力，亟需通過邊緣云的架構設計滿足云控系統的實際需要。

邊緣云架構的目的是將實時通信、實時數據交換與實時協同計算技術融為一體，實現系統響應的實時性、數據傳輸的低時延與接入請求的高并發，以保證車路云數據交換在應用層面滿足自動駕駛控制對實時性與大并發下的可用性及信息安全的實際要求，并保證互操作性和易用性。相關技術工作包括，制定統一的數據交互標準，開發基礎數據分級共享接口，優化數據存儲模型，建立高性能消息系統，采用輕量級基礎設施及虛擬化管理平臺保障邊緣云服務實時性，優化上報與下發通信鏈路性能等。

1.4.2. 動態資源調度技術

云控系統需要運行大量應用以服務于智能網聯汽車及交通系統各種場景。為消解高并發下各應用在資源使用上的沖突和物理世界車輛行為的沖突，云控系統要根據云控應用對實時性、通信方式、資源使用與運行方式等方面的要求，選擇服務的運行地點及所分配的資源，保障服務按需地實時可靠運行，保障所服務車輛的行車安全。相關技術工作包括，以平臺統一管理或自行管理的方式進行負載均衡、生命周期管理，并利用領域特定的規則引擎按需調用云端車輛感知共享、增強安全預警、車輛在線診斷、高精度動態地圖、輔助駕駛、車載信息增強以及全局協同等資源。

1.4.3. 感知與時空定位技術

智能網聯汽車與路側傳感器的異構、多源與車輛分布不確定等特性，以及網聯自動駕駛對信息精度、實時性與可靠性的高要求，帶來車路感知系統配置、路側感知部署、多源數據時間同步、多源異構數據關聯等難題，對云控系統感知與時空定位技術提出了挑戰。云控系統中車與路感知性能，需要具有強工況適應性、良好的魯棒性能與確定的實時性，以產生實時、高精度、高可靠的動態基礎數據，滿足網聯式自動駕駛的感知需求以及交通數字孿生需求。云控系統中的交通參與者位置、路側設施位置、交通事件位置等信息，需要有可靠的精度保障、較低的傳輸時延，以及復雜場景的可用性、安全冗余、魯棒性等要求。高可靠高精度的位置表達，需要結合高精地圖、高精度定位技術建立基于語義特征的傳感器數據智能配準，從而保障云控系統各類應用服務中感知與時空定位的可靠性、準確性和可用性。

1.4.4. 車輛與交通控制技術

云控系統通過對車輛進行協同控制增強行車安全、提升行車效率和節能性，通過對交通行為進行監測與調控保障交通運行效率。根據交通運行總體需求與交通參與者個體的需求，亟需通過云控基礎平臺提供各類云控應用所需的單車、多車、車與路及交通的協同決策與協同控制等共性基礎服務，以確保駕駛行為的規范性和道路交通總體功能的協調性。

1.4.5. 云網一體化技術

智能網聯汽車與智能交通業務對云控系統異構網絡提出了較高的實時性、可用性與并發性能要求。為滿足較高服務質量需求，需要對通信節點與鏈路的工況進行實時監測與預測，對高并發數據在網絡中的路由與節點處理進行統一優化調度。為此，應充分利用 5G 網絡和 MEC 邊緣計算技術擴展路側計算單元的計算和存儲能力，通過在其上部署邊緣云引入更多本地應用以支持更豐富的交通應用場景，實現邊緣計算和各層云的整合。云網一體化技術包括車云協同架構下的邊緣計算技術將邊緣云下沉至離車輛最近的 5G 無線接入網側，以支持完成現場控制級應用，如路口級實時控制；利用運營商提供的產業互聯網專線和城域光纖的綜合通信網絡技術將區域云劃分為實時區域云和非實時區域云，以實現實時性與弱實時性路網級的遠程控制應用，如貨車編隊行駛屬于區域云實時性要求較高的規劃和控制應用；車云、路云和云云網關技術以保障邊緣云、區域云與中心云間跨域數據的標準與高效通信；以及低時延高可靠 V2X 通信技術、計算-存儲-通信資源的聯合優化管理技術和網絡切片技術等

1.5. 系統功能分類

云控系統能夠增強車輛行車安全、提升行車效率和節能性以及提升交通運行性能，離不開網聯技術、自動駕駛技術與路側基礎設施的能力。基于云控應用的服務方式，將云控系統的功能分為 4 個類別，如表 1 所示。

云控功能類別 1 僅實現對車輛感知性能的增強。車輛控制仍由駕駛人或自動駕駛系統負責。由于云控應用涉及對駕駛過程的輔助，要求網聯化等級至少為 2級。如果車輛由駕駛人控制，對車輛駕駛自動化等級1無要求。如果車輛由自動駕駛系統控制，自動駕駛等級至少為 3 級，則車輛可在運行設計域內實現自動駕駛與云控應用的配合。

云控功能類別 2 實現單車的網聯決策、規劃或控制，以及利用單車控制能力實現的對混合交通（含非自動駕駛車輛）的優化調節。車輛控制仍由駕駛人或自動駕駛系統負責。考慮云控應用輸出信息的基礎上，車輛進行自主控制。網聯化與路側基礎設施的實時性等性能須滿足支持網聯自動駕駛的要求，因此要求網聯化等級達 3 級。

云控功能類別 3 實現多車協同決策或控制，以及多車協同下有限場景的混合交通優化控制。由于云控應用考慮多車協同與交通運行的性能，超越了單車自動駕駛的能力范圍，所以車輛決策與運動規劃由云控應用負責，車輛負責對自車行駛安全進行監控，在云控應用的指令與自車安全與任務等目標不沖突的條件下按云控應用要求進行控制。如出現沖突，車輛按保證自車行駛安全的方式進行控制，并與云控應用進行協商。此類云控功能涉及的應用同時對多車駕駛過程進行統一優化，對路側基礎設施有更高的性能要求。由于應用可以服務于自動駕駛車輛與人駕駛車輛組成的混合車隊，因此對駕駛自動化等級的要求不變。

云控功能類別 4 實現全域車輛與交通統一的融合控制。在此類云控功能的場景下，單車智能或駕駛人不能考慮多車與交通的全局性能，需要云控應用完全負責車輛與交通控制。由于此類功能涉及路網全域車輛與交通的運行優化，對路側基礎設施的要求進一步提高。此類云控功能仍需考慮人駕駛車輛及自動駕駛向人駕駛切換的情況，以服務于混合交通，因此對駕駛自動化等級的要求不變。

云控功能類別從技術角度上明確了控制主體的選擇思路，但上述設計并不唯一的實現方式。在具體應用場景下，考慮業務與用戶需求，在滿足性能要求條件下，可對控制主體進行靈活設計。

2. 車路云一體化融合控制系統產業相關方及應用

2020 年，中央政府大力號召部署新型基礎設施建設，我國各省、直轄市開始加緊落實部署，涵蓋 5G 網絡、工業互聯網、人工智能、大數據中心等新興技術，以帶動生產基礎設施向數字化、網絡化、智能化轉型，為云控系統產業發展和規模化應用提供了良好的契機。

2.1.主要產業生態參與者及作用

云控系統的產業生態構成十分豐富，從區域范圍角度，包括城內、城際、特定區域產業生態；從產業鏈角度，包括政府及行業監管機構、供應商、網聯車輛、出行業務服務商及特定業務提供商等，其產業鏈如圖 6 所示。其中，政府及行業監管機構是云控系統及各項基礎設施標準、規劃、建設、管理、復用與共享的推動方，整個云控體系的基礎；供應商是云控系統各項基礎設施與基礎能力的提供方，網聯車輛是云控系統的主要服務對象，業務提供商利用云控系統的能力開展面向出行和特定場景的服務。

2.1.1. 政府及行業監管機構

政府及行業監管機構推動云控系統及各項基礎設施建設與運營。重點在頂層設計、法律法規、技術標準、數據權屬、設施共享等方面發揮領導與協調作用。

同時，在云控系統的幫助下，政府及行業監管機構能夠實現對道路交通的協同感知、協同決策和協同控制，從根本上改變汽車和交通系統的運行模式，打造全新的智能交通體系，并且緩解當前面臨的治理難題。政府支持下的智能網聯示范區、先導區自運營或委托運營方，為云控系統提供封閉/半封閉/公開測試道路和區域，引導出行業務/特定業務服務商在區內進行產品開發、仿真測試、評價等業務，按照先試先行、逐步落地思路，推動智能網聯業務產業化發展。

2.1.2. 供應商運營商

圍繞云控核心能力建設，供應商為云控系統提供包括平臺 IT 基礎設施、路側感知與計算能力、車端通信設備等端到端網絡連接及高精地圖和定位等設備及服務。主要的供應商包括：芯片/模組、設備/軟件、云服務、通信、高精定位/地圖等。

芯片模組供應商——芯片/模組是云控系統基礎能力的載體和保障：AI 識別、并行計算芯片支持云控路側基礎設施的感知識別、多源融合、邊緣計算等能力；

服務器芯片支持云控基礎平臺的超高并發、實時/非實時計算等能力；4/5G、C-V2X 等通信芯片及模組支持云控系統車路云之間大帶寬、低時延、高可靠的通信能力。

設備軟件供應商——云控系統聚合了產業鏈相關硬件設備及軟件服務，最大化各組成部分的效能。OBU/RSU 提供基于 C-V2X 的連接，使車端隨時接入云控平臺并確保業務無縫切換；高清攝像頭提供視覺輸入，毫米波雷達提供路面移動物體的動態參數，激光雷達提供 360 度點云數據。邊緣計算單元將各類感知信息融合解析，產生結構化數據。自動駕駛場景庫/仿真/評測等軟件及 SDK、API放大云控基礎平臺的架構和數據優勢，為網聯車輛提供信息通信、路徑規劃、遠程控車等服務。

云服務供應商——云服務是云控基礎平臺部署的前提條件，為云控基礎平臺的運行提供網絡、存儲、硬件、虛擬化、容器、信息安全等基礎資源，以便云控系統按需調用，滿足各項應用邏輯的實現。同時，IaaS 云服務商提供彈性、可擴展、可遷移、支持災備等特性的部署環境，確保云控基礎平臺的長期穩定可靠運行。

通信運營商——通信運營商為云控系統提供通信基礎設施，助力一體化融合控制系統的實現。5G 網絡從 NSA 向 SA 架構演進，支持 C-V2X（包括 LTE-V2X和 NR-V2X）、URLLC、網絡切片等重要功能，為公眾車聯網專網及增強型網聯應用奠定基礎。固網方面，骨干網、承載網、城域網形成覆蓋全國的連接通道，可充分保障云控中心云、區域云、邊緣云之間的互聯互通。

高精定位基礎地圖運營商——高精定位/基礎地圖為網聯車輛提供準確全面的靜態地理信息，同時，云控應用和服務也可依托高精定位/基礎地圖進行。云控基礎平臺可基于路側感知生成動態地圖信息，以中立角色分發至不同高精定位/地圖運營商平臺，推廣面向智能網聯汽車的高精動態地圖服務。

應用系統開發商集成商——獨立軟件開發商（Independent Software Vendor,ISV）和集成商（Software Integration, SI）為產業各企業提供各類基礎軟件、定制化云控應用和維護服務；基于云控基礎平臺提供的 API，接入道路、車輛等終端設備，實現與周邊相關支撐平臺的集成與數據流打通。

公路運營商——已建成公路的運營方可以對公路進行統一運營管理，負責公路資產管理及運營委托業務，開展上下游業務的經營與開發；基于云控基礎平臺提供的 API，接入更全更廣范圍的道路動態基礎數據后，可以提升出行體驗。

2.1.3. 網聯車輛提供商

網聯車輛包含了乘用車、商用車等所有涉及網聯功能的車輛，它既是云控系統的數據來源，也是云控系統的服務對象。網聯車輛作為載體，承載出行業務服務商或特定業務服務商提供的服務。云控系統能夠將車端數據和路側數據充分融合，在云端形成實時、廣域、全面、精準的數字映像，基于協作和調度做出面向群體最優化的決策，并通過低時延、高可靠、大帶寬的移動網絡與網聯車輛協同執行，實現安全、高效、綠色、舒適的車輛運行與駕乘體驗。同時，云控基礎平臺積累的海量數據和真實場景，有助于縮短網聯車輛的研發、仿真、測試迭代周期，幫助車企降本增效

2.1.4. 出行業務服務商

出行業務服務商是云控系統的用戶，可利用云控系統優化升級已有的服務，也可開展新業務示范及運營，包括物流、公共交通、網約車等。

物流——云控系統一方面可向城市無人配送車開放路側全域感知能力，并將車端計算負荷卸載到邊緣云，實現降本增效；另一方面可為干線貨運車隊提供超視距感知及預見性決策，增強傳感器共享與車輛編隊能力，支持車輛監控與遠程接管，保障運輸安全高效，節約成本。

公共交通——公共交通系統利用云控系統的邊緣感知與計算能力、多源數據融合分析能力及協同決策控制能力，將優先突破公交專用道的局限，與社會車輛動態協同共享所有可用車道，提升安全和運行效率，疏解擁堵，降低成本。

網約車——網約車即將成為未來出行的一種主流方式，通過將車端高配置感知與計算能力上移至邊緣云，結合云控基礎平臺大數據融合與分析，以共享的方式為自動駕駛網約車服務，有望大幅降低網約車公司的運營成本、提高效率。

2.1.5. 特定業務服務商

除了出行服務以外，云控系統的各項能力也可面向特定業務和場景開放，幫助其提高生產效率、控制綜合成本、延伸服務范圍等，包括環衛、礦區、港口等。

環衛——環衛業務提供商可利用云控系統的超視距感知與消息分發能力，識別并標記環衛車位置，提示途經車輛避讓；利用云控邊緣云分擔車端感知與計算負載，還可以顯著降低單車造價和車輛運營成本。

礦區——礦區屬于低速封閉載物場景，環境受控，利于自動駕駛，路側感知設備與云控基礎平臺相結合，可實現各類載具不間斷作業、全局智能調度、精準協同停靠、遠程應急接管等應用，安全和效率并舉，解決人工貴、事故多等問題。

港口——港口運營商可利用云控系統迭代優化控車算法和調度策略，通過集中式決策與控制獲得協同增益，最大化裝卸及運輸的效率，降低 AGV 造價，還可集成橋吊和龍門吊控制，實現“裝–運–卸”一體化聯動作業。

2.2. 產業數據體系

云控數據體系包括交通中所有交通參與者（人、車、路、云）的數據收集、傳輸、加工、交換、存儲及其衍生的行業應用數據。主要解決數據深度加工、計算策略、數據安全、數據標準以及數據交互等共性問題。以云控基礎平臺為行業提供低延時、高可靠、高保障的信息服務。

2.2.1. 數據種類及特點

智能網聯汽車相關的數據種類眾多，分類方法多種多樣，國內外已經出現了面向智能網聯汽車的相關數據分類標準；上述數據分類標準的推出為推動產業高速發展起到了積極的作用；但是各個相關機構發布的數據分類標準存在一定的差異，為了支撐產業的進一步有序協同發展，建立統一的數據標準和云控基礎平臺架構勢在必行。基于云控系統的相關數據包括交通參與者、車輛及道路等三類。

交通參與者——包括路人、乘客和司機等，在確保隱私的情況下，所交互的數據如表 2 所示。

云控數據體系支持各交通參與者更優地到達目的地之外，還為其提供娛樂、咨詢、通訊、支付等便捷的數據支持，并通過收集個人的消費習慣、駕駛習慣、生活習慣等數據支持人物畫像。

車輛——網聯車輛數據從網絡來源分，主要分為車內網和車際網。車內外網絡數據共同為單車智能和群車調度提供服務和支撐。車輛以及交通參與車所交互的數據如表 3 所示。

此外，針對高級別自動駕駛的車輛監管，有更多的音視頻數據、環境感知數據需要管理。這些數據要求本地處理、按需傳輸以實現車內和車際網絡交互。

道路——主要包括靜態或動態地圖數據、路側計算單元感知數據、MEC 交互的數據，例如音視頻及感知信息、氣象環境信息、交通參與者動態信息，交通調度信息。其中主要通信節點交互的信息包括 BSM、MAP、RSI、RSM、SPAT等內容。其特點為具有較高的置信度、可靠性、智能化、實時性，易受攻擊。

2.2.2. 數據交互需求

數據交互的總體需求為：高效、安全、可靠。對承載網絡的數據交互而言，交互的數據要求高安全、高可靠、高完整、可追溯。表 4 展示了數據交互的需求和應用

2.2.3. 數據交互安全

當前智能網聯汽車主要面臨來自節點（T-BOX、IVI、終端升級、車載 OS、車載診斷系統接口、車內無線傳感器）、網絡傳輸、云平臺、外部互聯生態安全4 個層面的諸多安全威脅。大都是云控系統內產生的數據安全問題。從云控系統的數據交互應用場景來看，主要的安全問題分為：采集安全，傳輸安全、分發安全，云平臺及存儲安全等。

功能安全和信息安全作為智能網聯汽車各類產品和應用需要普遍滿足的基本條件，是智能網聯汽車各類產品和應用實現安全、穩定、有序運行的可靠保障。

引入符合密碼規范標準的安全聯網終端、密碼基礎設施、密碼應用產品等，實現密碼合規性與智能網聯汽車適應性的統一，是應對數據安全的最重要手段之一。

未來，我國將從自主可控體系出發，加強數據交互安全保護，并將其縱向耦合、橫向擴展，從“云–管–端”打通智能網聯汽車安全防護的各環節，為實現安全、效率、節能場景中的應用提供安全可信的基礎環境，為數據在網絡和平臺中的產生、分發、存儲、銷毀提供全流程安全保障。

2.3. 典型應用場景

（1）智能網聯駕駛應用與智能交通應用

智能網聯駕駛應用與智能交通應用是在邊緣云與區域云上運行的實時應用。應用的目標主要在于提升系統安全、高效與節能等。應用服務的對象主要分為單輛車、多輛車、單個交通信號，多輛車和單個交通信號，多輛車和多個交通信號燈。服務對象的選取方式可分為服務特定車輛或服務特定道路區域。云控系統在具體道路區域中能支持的智能網聯駕駛應用與智能交通應用主要由區域內能獲取的實時數字映射信息及車輛接受云控系統指令并進行響應的能力決定。

（2）基于云控系統大數據的服務

基于云控基礎平臺匯聚的全局車輛與交通大數據及云控基礎平臺的能力，云控系統可以支撐車輛后服務、研發測試、交通管理與其他政府事業等領域的服務，使其提升服務能力或產生新的服務形態，表 5 展示了云控系統的典型應用場景。

例如預測性故障診斷與預防性保養維護、基于駕駛特性或使用特性的定制化保險，精細化交通工況分析與預測、交通管理建議等交通管理服務，交通規劃、城市規劃、應急預案規劃等政府事業服務。

3. 車路云一體化融合控制系統產業應用面臨的挑戰

**跨部門的多頭管理難以高效和系統化推進。**從《國家智能汽車創新發展戰略》的聯合發布單位容易看出，智能汽車作為一個科技融合的新興產物，與現有的國家部門管理設置不匹配，現行的管理機構對于這一新興事務的管理存在重復、交叉和盲區。云控系統是智能汽車關鍵技術體系中涉及行業最多的系統，不僅涉及到汽車、通信等行業，更是聯系道路管理、地圖測繪、大數據、云計算等更多的行業，所涉及的行業管理部門和示范應用的批復問題更是繁冗、復雜，嚴重影響示范應用的推進，繼而影響技術驗證和產業環境建設，影響整個智能汽車技術迭代和產業化推進。

**數據權屬不清晰，示范應用推進慢。**云控系統中最為重要的是車輛及其行駛環境相關的數據。目前我國在各類數據的權屬、置信度等方面尚未形成明確的法規，使得各家示范方案的推進者都難以獲取自己產品以外的數據，獲取數據的安全可信方面尚缺統一評估方法，對示范應用的推進造成了極大的阻礙，使得示范應用方案難以落地推進，對于技術方案的完善、技術發展趨勢判斷和相關產業環境建設都形成了一系列的桎梏。

**全新的基礎設施部署成本高，對國家和社會資源造成浪費。**按照云控系統進行通信、道路以及云平臺和大數據基礎設施的全面部署，將面臨因路側基礎設施布設密度高、成本高的難題。另外，國內各行業因其之前的信息化、智能化能力建設，都進行了大量的基礎設施投入，甚至有些基礎設施還未回收成本，全新的基礎設施部署不僅存在成本高、難以推動建設的問題，更存在國家和社會資源浪費的問題。

**現有基礎設施部署方案和標準不統一，共享難度大。**目前，各車企都在建設自己的車聯網云平臺或者大數據中心，基于企業不同研發、生產、銷售以及售后應用及運營模式的考慮，加之各自建設所依托的汽車數據標準和體系不同，使用的運營商的方案也不盡相同，這些現有或者在建的云平臺和大數據中心的建設標準不同，以實現相關基礎設施的互聯互通。同時，道路基礎設施、通信基礎設施等都存在類似的問題，各家因產品技術要求、建設和使用用途等方面的差異，使得現有基礎設施存在部署方案和標準不統一的情況，成為基礎設施共享的主要瓶頸。此外，跨行業基礎設施的聯通問題更是基礎設施共享的重大難點問題，需要跨行業平臺的力量共同參與才可以解決。

**基礎設施的共享商業模式尚不清晰，影響企業推進的積極性。**目前，無論是通信基礎設施、云平臺/大數據中心，還是道路基礎設施，都存在基礎設施建設成本高、運維成本高、數據私有化等特點，各部門、單位都因其職責和“數據就是資源、是金錢”的期望而投入建設，雖然國家戰略呼吁現有基礎設施應該實現資源共享，但如果基礎設施共享的商業模式或各基礎設施擁有單位的可期利益不能得到有效保證，基礎設施共享同樣難以推進。

4. 車路云一體化融合控制系統發展建議

云控系統的實現與應用涉及多行業與多領域的技術成果與落地實施，通過領域先行先試和政府給予的有利條件可實現產業協同。為促進相關產業發展和云控系統的研發與實施，白皮書主要從政府與行業兩方面提出以下建議。

**進行云控系統一體化的基礎設施建設規劃和運營方案設計。**未來車路云一體化融合控制系統需要路側端智能化基礎設施和通信基站建設的支持，需要國家指定單位進行基礎設施建設方案的研究和推進，委托第三方進行基礎設施及通信基站商業模式研究，制定相關政策，激發產業中相關單位進行基礎設施建設的積極性，為車路云一體化融合控制系統和智能網聯汽車產業發展提供基礎設施支撐。

基礎設施建設因投入大、商業模式和業務邊界尚未清晰，更涉及人身財產、社會秩序和國家層面的信息安全，因而，建議國家牽頭或授權相關單位，聯合交通運輸部、公安部，以及通信運營商、大型互聯網平臺運營商、第三方行業機構等產業相關方，明確各方職責、權力和相關利益分配，進行國家級智能汽車大數據云控基礎平臺建設和云控系統協同平臺運營，推動產業發展。

**研究智能汽車相關數據權屬問題，清晰界定各類數據所有權和使用權。**數據將會是產業發展的重要驅動力量已經成為行業共識，各類企業都在積極進行數據產業布局，但是還需要探索數據如何對產業、對社會進行正向驅動。目前車輛數據、乘客數據、道路數據等各類數據的歸屬問題不明確，正在制約產業的發展。

2020 年 4 月，《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》明確指出了土地、勞動力、資本、技術、數據五個要素領域改革的方向，明確了數據作為一種新型生產要素，接下來需要相關部門進行專項梳理，清晰界定各類智能網聯汽車數據的所有權范圍，產業參與者將會針對所有權范圍內的數據進行業務模式設計和合作，推動數據使用權的分級與數據共享，聯動支持車路云一體化融合控制系統及應用生態的發展。

**推動智能汽車基礎數據標準格式和相關國家標準制定。**面對未來多產業融合的車路云一體化融合控制系統生態，產業中不同廠家、不同型號、不同類別的設備需要進行互聯互通是車路云一體化融合控制系統和產業發展的基本支撐，國家級車路云一體化融合控制系統平臺的建設更加需要基礎數據標準和通信協議的國家標準先行，因而，國家相關行業機構或者聯盟進行基礎數據格式和通信協議的國家標準制定迫在眉睫，亟需統籌規劃和推動。

**鼓勵產業進行跨行業、跨品牌及差異化規格基礎設施相關產品研發。**政府及行業管理機構出臺相關激勵政策，面向不同行業、不同品牌、不同規格基礎設施相關產品，基于統一的標準和數據格式，鼓勵產業生態中有能力的企業進行相關產品研發和技術成果轉化，為云控系統的基礎設施真正實現互聯互通提供有效的產品和解決方案，推動云控系統實現對國家現有基礎設施的轉化升級和有效利用。

**加強開展應用示范試點的統籌與部署。**目前，各地方政府、企業以及聯盟等都在進行車路協同、智能網聯汽車自動駕駛的封閉園區及開發道路測試工作。建議政府結合智能汽車網聯化發展趨勢，出臺相關政策，對于現有應用示范區域，整合現有應用示范項目，增加智能網聯汽車云控系統應用示范的統籌部署；在新建相關示范區域考慮云控系統應用示范基礎設施建設。通過政府引導下的應用示范試點項目，積極探索商業模式，完善智能網聯汽車云控系統架構、云控基礎平臺建設技術方案及基礎設施建設需求，推動“人–車–路–云”系統的建設。

總結

以上是生活随笔為你收集整理的车路云一体化融合控制系统白皮书的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。