V2X车联网产业链梳理：新开一局，弯道超车

作者：国君车联网天团 

来源：国产研究中心

摘要

本期产业观察聚焦V2X车联网产业链的投资机会梳理。V2X车联网包括人-车-路-云的数据全连接，近几年在重磅政策推动下，相关产业快速发展。在此过程中，如何看待中国标准智能汽车？有哪些投资主线？哪些细分行业将从中受益？分别应在何时布局？

新开一局，弯道超车，在中国建设智能网联汽车的国际标准。汽车是个特殊的行业，具备制造业和消费属性，同时还具备了科技的高成长属性。我国想在汽车工业、燃油车路线上赶超欧美国家非常困难，而新开一局新能源、智能网联汽车就完全不同，不依靠现成技术标准，而是结合我国“基建狂魔”、5G移动互联的优势，外加中国速度，最有可能实现弯道超车，甚至是成为整个车队的领头车。而我国在智能网联汽车路线上建立的标准，将成为世界通用的

展望30年三个阶段。整个V2X产业发展可分为三个阶段：1）首先是基础奠定期，包括各类传感器、通信终端的研发量产，以及测试场景和工具的建设，是3年内可以实现的；2）随后到了协同发展期，是传感器、智能和网联软硬件在车端和路端的渗透，需要至少10年的周期；3）最后是新产业培育期，基于采集到的车路数据，以及车路全部联网后，能诞生哪些全新的业态？也对应了政策中展望2035-2050年的目标。

短中期来看，存在三条投资主线。国家提出到2025年，初步实现乘用车L3量产、特殊环境商用车L4、LTE-V2X主要区域覆盖、5G-V2X在主要城市应用；长期2035-2050实现L5以及智慧出行。

1）智能和网联软硬件在路端的建设；

2）传感器、智能和网联软硬件在乘用车端的渗透；

3）在政策引导下，商用车实现L2和L4级智能驾驶。

看好V2X五大行业，长期看好稀缺资源。短中期我们看好：1）感知层如激光雷达、毫米波雷达；2）通信终端如V2X芯片模组、RSU/OBU、高精度定位；3）智能驾驶，如ADAS、特殊工况商用车L4、智能驾驶OS、智能驾驶/ADAS芯片；4）智慧座舱中的Hypervisor；5）智慧交通中的信号控制系统、城市交通大脑、智慧高速。在长期商业模式未成形的情况下，我们认为车路数据和将车路数据变现的能力是稀缺资源，值得关注。

风险提示：1）政策出台不及预期；2）技术攻关和量产推进不及预期；3）核心零部件受贸易战影响可能性。

本期作者：郑宇舟、徐伟东、王彦龙、齐佳宏、杨思远

以下正文

核心逻辑

我国通过建设V2X车联网来实现高等级智能驾驶，最终消灭交通事故、提升交通效率，这首先是个相当漫长的过程，需要30年循序渐进的发展，同时也将推动整个汽车和交通产业实现转型升级，带来万亿级的市场增量。

短中期来看，存在三条投资主线，五大行业将从中受益，包括车路传感器、V2X网联设备、智能驾驶、智能座舱和智慧交通。 

1）智能和网联软硬件在路端的建设；

2）传感器、智能和网联软硬件在乘用车端的渗透；

3）在政策引导下，商用车实现L2和L4级智能驾驶；

中长期到2030年，我们看好车路数据的采集和挖掘厂商。V2X车联网新业态存在巨大想象空间的同时，也很难看清具体商业模式，而目前能看清的是车路数据，以及能将车路数据变现的能力一定会是产业稀缺资源。

1. 自上而下推动车路协同

1.1 智能网联的必要性

V2X车联网（以下简称V2X，Vehicle to Everything）是借助新一代信息和通信技术，实现车内、车与车V2V、车与路V2I、车与人V2P、车与服务平台V2C的全方位数据交互，构成交通参与要素的全连接。V2X车联网由三部分组成：智慧的路、聪明的车和应用服务新业态。

我国建设V2X车联网是为实现L5级高等级智能驾驶，有两大出发点：1）提高交通效率，包括交通疏导与管理能力、应急处理能力、乘客与货物运输能力，节能减排；2）提高交通安全，消灭交通事故。

对于实现L5高等级智能驾驶，产业中有两种思路：单车智能和车路协同。单车智能前期落地快，以谷歌Waymo、特斯拉Autopilot为代表，但在我国路况下很难达到L5。车路协同在落地上需要多方协作、多技术融合，因此商业化较慢，但能有效补充单车智能的不足，也是我国选择的思路，而建设V2X车联网是车路协同思路下的技术实现。 

⚫ 只有单车智能是不够的：当能见度不足、遇到非视距问题如“鬼探头”时，车载传感器被遮挡，容易发生交通事故，而借助V2X则可以解决这个问题。

⚫ 没有单车智能也是不够的：智能化使车辆在很多极端场景下能自动采取行动，从而实现协作式智能驾驶，如救护车避让、路口协作同行、编队协同起步等。

1.2 循序渐进实现L5级

现阶段，V2X车联网应用正在从信息服务，向提升安全和效率演进，并最终实现高等级智能驾驶等协同服务类应用。同时，应用的性质也在从提示预警，到基于预警信息做出决策，自动控制车辆紧急制动或变速巡航。对驾驶者和交通管理者来说，V2X应用的价值量将越来越大。

目前，大部分V2X应用都处于测试验证阶段，然而由于不同的技术特性，使得产品化、商用化的速度完全不同。技术特性高，说明从测试验证用的样品，到可量产的产品存在较大的技术难度；应用成熟度高，说明产业链、法律道德制度和商业模式已相对成熟。

过去，人们将L5作为终极目标，然而随着越来越多的V2X应用被挖掘出来，实现这些V2X应用逐渐成为业界短中期的目标。实现这些V2X应用不一定能达到L5，但给乘用车、商用车、交通管理者带来的价值量已经足够大，L5逐渐成为一个附赠奖赏。

1.3 展望30年三个阶段

V2X车联网产业涉及汽车、电子、信息通信、交通运输和交通管理等多个行业。借助于“人-车-路-云”交通参与要素之间的有效连接和信息交互，不仅可以促进ICT技术在跨行业领域的融合应用，还有助于加强汽车、交通等传统产业之间的联系，形成相互间的协同发展，并逐步培育出新的产业生态。

⚫ 基础奠定期：包括C-V2X路侧单元RSU的规模化商用、边缘计算MEC平台的部署、测试仿真场景库的构建、测试示范区的建设等；

⚫ 协同发展期：是车联网各类别终端通过智能网联汽车和智慧交通的发展而逐步实现普及，如结合旧车换代周期、新车补贴政策、智慧城市建设、5G网络部署、智慧公路试点等，只有当足够多的车和路支持C-V2X，车联网应用才能发挥其真正的价值;

⚫ 新产业培育期：当智能网联汽车和交通达到较高渗透率和覆盖面积后，V2X云控平台上汇聚了从车和路上采集到的大量数据，将会重构整个出行产业，并从中诞生全新的产业形态、不同的商业模式。

V2X车联网发展中有3个时间节点：2025年、2035年和2050年。根据2020年2月发布的《智能汽车创新发展战略》（正式稿）对中国标准智能汽车的方方面面、汽车智能化程度、交通网联化覆盖度，以及高精度定位覆盖度提出了一定的要求，还估计2035年之前无法实现高等级智能驾驶，而整个V2X车联网的发展周期可以展望到2050年，说明协同发展和新产业培育期将是个以10年为单位的漫长过程。

1.4 中国的就是国际的

在最新发布的《智能汽车创新发展战略（正式稿）》中，首次强调了中国标准智能汽车体系的构建，包括技术创新、产业生态、基础设施、法规标准、产品监管和网络安全六大体系，希望在未来30年内从基本形成做到全面建成。我们认为国家强调中国标准智能汽车有三点意义：

1）无路可循

首先，我国的路况与欧美国家非常不同，道路人流车流密度高，且市内交通复杂，机动车、非机动车、行人共存，因此美国的智能驾驶解决方案无法直接拿来用；其次，我国采用的是C-V2X标准体系，而在C-V2X领域，我国与欧美国家同步发展；除此之外，相比欧美国家，我国的汽车工业基础相对薄弱，反而互联网、AI等科技实力较强。

因此，我国通过V2X车联网发展智能驾驶的环境与优势资源不同，没有太多现成的经验可以参考，需要从学习者转变思路为领导者。在此过程中，我国有望成为智能网联汽车领域国际标准的主要建立者，因此中国标准就是国际标准，其他任何国家希望建设车路协同都可基于这套标准。

2）产业提效

长期来看，不同车型、不同地区道路的数据需要打通，行业和国家标准的意义则在于避免企业采用不同的数据格式，导致后期数据交互低效。

3）自主可控

大部分汽车行业标准都是国外的协会制定的，同时受到国际整车厂的支持，比如AUTOSAR，使得国内很难在车控OS上实现自主可控。全世界都用的标准才是好的标准，而如果全世界都用我国的标准，那我国才能真正做到自主可控。通过建设V2X，我国将成为汽车+交通产业升级增量最大的市场，同时由于环境不同，现成的国家标准不一定适用，因此对我国来说，建设中国标准智能汽车是实现自主可控最好的机会。

1.5 商业模式挑战最大

V2X车联网在推进中依然存在较多挑战，从关键技术攻关、产业链构建、基础设施建设，到法律法规制定。其中最主要的难题包括两点：商业模式和法律追责，也是全行业在探索的。

挑战1：商业模式难题

任何新技术概念都存在商业化探索阶段，需要找到符合下游行业内在逻辑的商业模式，V2X车联网也是如此。然而，由于V2X的技术特征，存在三个难点：

⚫ 路端建设V2X之后如何从中盈利？新基建政策出台后，企业可通过PPP的方式与地方政府共同建设车联网基础设施，然而建设之后，对投资方来说如何获益依然是个问题。

⚫ V2X是广播式通信，车在持续地像周围广播信息，而非简单地从终端上传或下载信息，因此很难用流量来计价。车更像是物联网终端，而非智能手机。

⚫ 谁来做运营主体？前期基础设施完成建设后，后期的车联网应用服务需要持续的运维

挑战2：法律道德悖论

首先一个虚构的场景：无人驾驶的车辆在高速行驶中，前方路中间几个孩子在玩耍。如果汽车避让孩子，司机将葬身悬崖；如果汽车不避让，孩子将有生命危险，司机得以存活。没有两全之策，AI算法该如何设计？不管如何预设算法，都相当于选择该牺牲谁。如果算法选择保护行人，而有可能牺牲司机，那车有可能卖不出去；如果算法选择保护司机，行人随时都有危险。

当发生交通事故后，责任在人还是机器？尤其是L3级车型，当系统故障时，需要由人接管。那么事故的责任到底在机器还是人？如果机器早一点交由人类接管，是否可以避免事故？那么机器如何判断何时交给人类接管？如果是机器负责，那应该具体到零部件厂商还是整车厂？

2. 全面加速V2X产业化

建设V2X车联网有两套通信技术标准：背靠WiFi的DSRC和基于蜂窝网络的C-V2X。我国从2017年开始选择C-V2X标准体系以来，已带动整个车联网产业全面发展，可以从政策、标准、通信终端、整车量产、道路试点、测试验证、应用示范七个方面的变化中理解现状和趋势。

2.1 顶层设计越发清晰

我国最早从2017年开始在政策文件中提及智能汽车，4月国家领导人就科技部《抢抓新能源汽车自动驾驶技术发展的战略机遇》专题报告做出重要批示，批交国家发改委和工信部。7月，国家领导人就发改委《关于加快我国智能汽车创新发展的研究报告》做出重要指示。

随后9月，国家发改委表示正起早国家智能汽车创新发展战略，并在2018年1月发布征求意见稿，首次将车联网、智能汽车、智能道路看作一个整体。历时2年的修改，《智能汽车创新发展战略（正式稿）》终于在2020年2月发布，明确了V2X发展目标、计划，以及中国标准智能汽车的六大体系、20项任务。

从发文机构看，初期以发改委、工信部为主，2019年开始，交通运输部发布多项政策支持。2020年3月的《智能汽车创新发展战略》正式稿更是由11个与建设车联网相关的部委联合发布，这意味着后续V2X建设中出现的政策瓶颈，都会被妥善解决。

2.2 标准体系初步形成

V2X通信技术领域之前存在DSRC和C-V2X两套标准之争，而现在大部分国家都在积极拥抱C-V2X。基于WiFi技术的DSRC，早在2004年就完成了标准化工作，并在美国交通局USDOT的扶持下，具备成熟的产业链，美国甚至还在2014年8月希望通过立法提升DSRC设备在量产车型上的渗透率，然而特朗普政府上台后搁置了该计划。

C-V2X则是3GPP定义的基于蜂窝通信的V2X技术，标准工作始于2015年，目前已完成R14版本的标准制定工作。C-V2X在通信效率、稳定性和安全性方面都优于DSRC，但产业化程度不及DSRC成熟。

美国初期选择DSRC，还曾联合五大整车厂基于该技术进行了长期大量的测试。随着5GAA、高通、福特等越来越多企业站队C-V2X，美国开始转为两者并进。2019年12月，美国联邦通信委员会FCC将原本指定用于DSRC的75MHz带宽中的10MHz给DSRC与C-V2X共享，另外20MHz给了C-V2X。

3GPP主导的C-V2X标准制定分为三个阶段，目前处在第二阶段。

⚫ 第一阶段：支持LTE-V2X的R14版本标准，已于2017年发布，能够满足安全和效率提升等辅助驾驶应用以及低级别自动驾驶应用的需求；

⚫ 第二阶段：支持LTE-V2X增强（也称LTE-eV2X）的R15版本标准，已于2018年6月正式完成，在R14基础上进一步提升了直通模式的可靠性、数据速率和时延性能；

⚫ 第三阶段：支持5G-V2X的R16+版本标准，于2018年6月启动研究，将与LTE-V2X/LTE-eV2X形成互补关系，面向车路协同和高级别自动驾驶等更先进的高级别车联网业务。

我国在政策助推下，快速实现跨行业标准协同。2017年12月，工信部联合国家标委会发布《国家车联网产业标准体系建设指南（智能网联汽车）》，在标准制定方面起到顶层设计的作用。随后，2018年11月，全国汽车标委会、全国智能运输系统标委会、全国通信标委会、全国道路交通管理标委会共同签署了《关于加强汽车、智能交通、通信及交通管理C-V2X标准合作的框架协议》，极大地提速了整个车联网产业的标准制定。

2.3 终端快速商用落地

在芯片模组领域，高通于2017年8月推出支持LTE和5G的9150 C-V2X芯片模组，并与国内包括大唐、多家通信设备厂商展开合作，推出多款芯片模组、RSU和OBU终端。国内则是以大唐和华为为主，大唐在2019年3月发布了基于PC5 Mode4模式的LTE-V2X测试芯片模组DMD3A；华为在4月发布了支持包括LTE-V2X的多模4.5G LTE调制解调芯片Balong 765及模组ME959。

原先主推DSRC的芯片模组厂商Autotalks于2018年6月推出首个可同时支持DSRC和LTE-V2X的解决方案，并在2019年进一步完善C-V2X产品线，包括与Valeo、联发科、CEVA等合作研发。原先主推DSRC的终端厂商SAVARI和Cohda Wireless也相继从2018年底推出基于C-V2X的产品及解决方案。

2.4 测试验证首次四跨

V2X通信的产品都已推出，然而在现实应用中，存在不同厂商产品之间的兼容，因此需要进行大量的互操作性试验。IMT-2020 C-V2X工作组从2018年开始组织LTE-V2X互联互通应用示范活动，从“三跨”到“四跨”，实现世界首例跨通信模组、跨通信终端、跨整车、跨安全平台的C-V2X应用展示。

互联互通活动本身就是大量互操作性试验，带动厂商之间协作测试。2019年10月的“四跨”活动聚集了26家整车厂、28家V2X终端设备和协议栈厂商、10个芯片模组、6个安全方案厂商和2个CA平台商。

2.5 整车厂的量产计划

福特于2019年3月宣布将于2021年量产搭载C-V2X的车型。随后于4月15日，国内13家整车厂联合发布C-V2X商用路标，计划在2020下半年到2021年上半年量产支持C-V2X的车型，包括上汽、广汽、东风、长安、一汽、北汽、江淮、长城、东南汽车、比亚迪、宇通、江铃集团新能源等。

2.6 智慧高速持续推进

自2018年2月，交通运输部发布《关于加快推进新一代国家交通控制网和智慧公路试点的通知》后，九个省市积极推动智慧高速建设试点，包括北京、河北、吉林、江苏、浙江、福建、江西、河南、广东。

⚫ 基础设施数字化：北京、河北、河南、浙江重点实施；

⚫ 路运一体化车路协同：选取有代表性的高速公路，以及北京冬奥会、雄安新区项目，开展车路信息交互、风险监测及预警、交通流监测分析等，北京、河北、广东重点实施；

⚫ 北斗高精度定位综合应用：江西、河北、广东重点实施；

⚫ 基于大数据的路网综合管理：福建、河南、浙江、江西重点实施；

⚫ “互联网+”路网综合服务：吉林、广东重点实施；

⚫ 新一代国家交通控制网：建设面向城市公共交通及复杂交通环境的安全辅助驾驶、车路协同等技术应用的封闭测试区和开放测试区，形成新一代国家交通控制网实体原型系统和应用示范基地，江苏、浙江先行研究推进。

2.7 应用示范积极协作

智能驾驶的研发与优化需要采集大量真实道路的行驶数据。2019年5月，工信部支持创建江苏（无锡）车联网先导区，其后，工信部牵头在天津、长沙、广州、北京、重庆等10个地区建设国家级测试示范区，包括多种多样的道路环境。除此之外，深圳市、上海临港区、厦门湾漳州开发区等地方政府还联合产业资本设立多个各具侧重点的测试示范区。

⚫ 以无锡为例，已构建了全球首个城市级放道路的示范环境，在170平方公里范围、280公里道路内开展信息化升级改造，包括400个交通路口、5条城市快速道路、1条城际高速公路；在路侧部署了LTE-V2X RSU，开放实时信号灯配时、道路视频监控、交通事件等40余项交管数据。

⚫ 以长沙为例，在湘江新区300平方公里范围内，开展113公里高速公路和135公里城市道路的智能化改造，实现LTE-V2X与5G网络覆盖，规划部署5G基站3000座。结合长沙产业优势，旨在实现国内首批自动驾驶出租车载客运行和首批自动驾驶环卫车辆公开道路运行。

3. 为七大行业带来增量

V2X车联网产业涉及汽车、电子、信息通信、交通运输和交通管理等多个行业，按照建设顺序，包括测试、车路感知层、网联基础设施、整车、车控、智能驾驶、智能座舱、智慧交通、V2X云控平台，以及应用服务层。

3.1 感知放量在即

车路协同的感知层包括车端和路段各式各样的传感器，如毫米波雷达、激光雷达、超声波雷达、惯性导航、高精度定位、红外成像系统、摄像头、气象传感器等。

感知层采集到的数据，经过感知融合，在边缘端和云端强大算力的支撑下，可以不断优化智能驾驶和交通管控算法。数据量越大、维度越多元，生成算法的精确度和鲁棒性越好，因此增加传感器在全国范围内的密度是实现智能驾驶和智慧交通的基础。

在量产过程中，稳定性和经济性是重要考量。同时对于车载传感器来说，还需要满足车规标准，如工作温度、抗冲击性、使用寿命、电磁兼容性等要求。

1）摄像头

技术和产品都非常成熟，因此成本适中，且在AI算法加持下，识别性能优异。摄像头在道路端的普及度较高，在车端仍有较大空间，在主流的L2及以上方案中至少需要1个前视和4个环视，部分方案选用双目摄像头代替前视。摄像头行业集中度较高，索尼和三星在感光器件CMOS行业市占率之和超过50%；德州仪器和华为海思在图像处理器DSP上积累深厚；舜宇光学是镜头组的龙头。

2）毫米波雷达

24GHz和77GHz的产业链相对成熟，成本可控，且随着汽车智能化程度提升，每辆车需要的毫米波雷达也越来越多。随着79GHz产品越来越成熟，也可能成为主流选型。根据Plunkedt Research数据，2018年全球毫米波雷达出货量为5500万颗，国内为358万颗，增速分别为22%和54%。预计2020年全球出货量将达到7200万颗，五年CAGR为24%。

毫米波雷达以国外厂商为主，主要因为国内缺失射频芯片等核心技术积累。整机方面，Bosch、Conti、Delphi、Denso、Hella占据了70%以上的全球市场份额；芯片市场也掌握在NXP、Infineon、TI和ST手中。国内整机厂商包括：华域汽车、纳雷科技、森斯泰克等。国内芯片厂商在技术和产品上有所突破，处于芯片小批量生产阶段，如南京隼眼、行易道、森斯泰克等。

3）激光雷达

L3级以上方案不可缺，不少智慧交叉路口、智慧停车场建设中也考虑部署激光雷达，然而其高昂的价格让人望而却步。预计2020年将会是激光雷达售价大幅改善的一年，将对车端和路端智能化发展带来巨大影响。在2020年CES展上，大疆发布两款产品，售价分别为800美元和1200美元；镭神发布的等效400线产品，售价为888美元。

国外厂商起步较早，技术和创新能力强，且采取与Tier 1绑定的战略，比如TetraVue与博世、Quanergy与德尔福、IBEO和采埃孚、法雷奥的合作等。我们认为国内厂商的优势则在于产品化能力：满足车规要求和高可靠的同时，提供高性价比的产品，如镭神智能。

3.2 车路网联基建

实现车路网联化，需要车侧、路侧等基础设施和硬件互联互通，包括模组/RSU/OBU、高精度定位系统以及MEC设施等。具体而言，路侧交通基础设施升级改造可以提高路口的感知处理能力，为平台和车辆提供更加精准实时的道路交通信息；车侧通过前装或者后装的车联网装置，将社会车辆纳入车联网平台，实现路—网—车—云的全面协同进化。目前，从需求和产业进展来看，模组、RSU/OBU等正在迎来快速发展期，基于北斗系统的高精度定位系统即将完成，MEC在车联网发展高级阶段不可或缺。

1）模组/RSU/OBU

通信模组是车联网规模化发展的通用部分。模组是将应用处理器、基带、射频前端、定位单元、通信单元以及电源管理等进行集成，并提供标准外部接口，既将芯片集成为车规级模组。通信模组承担了用户与用户以及用户与后台服务器的数据传输功能，在通信模组的基础上，下游的RSU/OBU终端制造商能够以高性价比开发和生产终端设备，从而连接入网，是实现智能汽车标准化、规模化发展的基础。

车规级模组产品丰富，即将进入规模应用。目前，全球主流的车联网通信芯片供应商为高通和华为，除此之外还有Autotalk、恩智浦、大唐、哈曼等。我们可以看出，车联网模组芯片产业链相对比较丰富，国内厂商也突破了之前海外厂商的垄断，所以模组厂商基于芯片发展已经形成了非常多的产品。

⚫ 从标准要求来看，中兴通讯、移远通信、高新兴、日海智能等国内厂商已经发布多款符合汽车安全标准的车规级模组；

⚫ 从制式上来看，4G及LTE-V2X模式的通信模组已经较为成熟，大部分行业参与者的产品已经得到规模应用，在5G模组方面，移远通信和高新兴的相关产品即将于2020年实现商用落地，而其他玩家也已发布了5G模式的通信模组，批量应用未来可期；

⚫ 从功能上看，定位及通信功能兼备，例如移远通信推出全球首款车规级双频高精度卫星及惯性导航融合定位模组。

国内厂商形成集群式竞争力，掘金数十亿市场。全球范围内，通信模组行业的主要参与者有Sierra、Telit、Gemalto、U-Blox、移远通信、日海智能、广和通等头部公司，前9大公司已占据全球市场超过90%的市场份额，行业集中度较高。在国内，移远通信、日海智能、广和通为首的头部模组厂商都已经涉猎了车联网领域，形成了集群式竞争力。而根据IMT-2020推进组报告显示，我国将在2020年及2021年开始在新车上搭载C-V2X终端，预计2025年C-V2X终端新车搭载率达到50%，按次推断每年国内车联网模组将有20-50亿市场规模。

ETC工程促进RSU/OBU爆发，市场竞争充分。路侧单元RSU是部署在路侧的通信网关，具有无线、有线等多种形态，汇集路侧交通设施和道路交通参与者的信息，上传至车联网平台，实现交通参与者的信息互通。车载单元OBU安装在车辆上，可实现通信、信息采集等功能，是车载终端的核心单元。

近两年来，随着国内ETC的大幅推进，作为ETC体系重要的组成部分，OBU和RSU也实现了快速普及。截至2019年12月，全国29个联网收费省份改造完成488个省界收费站，全国ETC用户累计接近2亿，中国ETC渗透率规模从2018年底的32%倍增到74%。根据调研情况，国内RSU每年需求在3-5万个，市场规模预计30-50亿规模。目前RSU/OBU厂家较多，竞争比较充分，包括华为、中兴、万集科技、千方集团、金溢科技、高新兴、星云互联、华砺智行、哈曼、ALPS、AutoTalks、Cohda Wireless、上汽联创、高鸿股份、SAVARI等。

2）高精度定位系统

北斗三号系统即将部署完成，为车联网提供基础定位服务。定位需求是车联网的重要需求，是实现车辆安全通行和增值服务的重要保障。在不同阶段，低于定位的精度要求是不同的。目前，我国正在构建北斗卫星导航系统，一共有“一号系统”、“二号系统”、“三号系统”三个阶段，“一号系统”已经弃用，“二号系统”已经稳定向亚太地区用户提供服务，“三号系统”由30颗卫星组成，2020年5月，按计划将发射最后一颗地球静止轨道卫星，北斗三号全球星座部署将全面完成，将在服务区中免费提供定位、测速和授时服务，定位精度为10米，授时精度为50纳秒，测速精度0.2米/秒，这将为车联网场景提供基础覆盖。主要参与的厂商包括海格通信、华测导航、华力创通、中海达等。

5G+北斗将是更高精度定位的有效方案。首先，对于定位的连续性是车联网业务安全可靠的必要前提，由于遮挡、光线、天气、成本以及稳定性等因素，单纯采用某一种定位技术并不能满足车联网业务的定位需求；其次，L3级及以上智能汽车需要高精定位功能，例如辅助驾驶中对车的定位精度要求在米级，对于自动驾驶业务，其对定位的精度要求在亚米级甚至厘米级，而这需要多种通信技术进行配合。2020年将是我国5G规模建设元年，未来3年国内5G基站有望超过300万个，届时在5G基站辅助+北斗地基增强系统配合下，北斗三号系统可满足车联网对高精度、高可用性的要求。主要参与者是中兴通讯、华为等。

3）边缘计算MEC

随着入网车辆增多，相关数据传送量将呈指数性增加，同时很多车联网场景和需求对时延要求很苛刻，所以车联网发展到一定阶段，必然需要边缘计算技术MEC的协助。通过部署基站、小基站甚至汇聚站点的MEC服务器，将云平台的计算能力下沉，及时处理数据，并可以将数据及应用就近存储于离车辆较近的位置，解决一些场景的痛点，提高一些增值服务的体验感，使得交通系统更加安全、有效、丰富。例如IMT-202推进组描述的愿景：

⚫ 无需路侧协同的 C-V2X应用可以直接通过MEC平台为车辆或行人提供低时延、高性能服务；

⚫ 当路侧部署了能接入MEC平台的路侧雷达、摄像头、智能红绿灯、智能化标志标识等智能设施时，相应的C-V2X应用可以借助路侧感知或采集的数据为车辆或行人提供更全面的信息服务；

⚫ 在没有车辆协同时，单个车辆可以直接从MEC平台上部署的相应C-V2X应用获取服务；

⚫ 在多个车辆同时接入MEC平台时，相应的C-V2X应用可以基于多个车辆的状态信息，提供智能协同的信息服务。

而由于MEC存在部署成本较大、垂直行业需求差异化明显等特征，我们预计未来MEC建设运营主力是运营商，并辅助一些行业和企业自建，目前参与企业主要是中国移动、中国电信、中国联通、中兴通讯、华为等。

3.3 智驾双元战略

在感知层基础上，智能驾驶还需要决策层和执行层。如果把感知层比作眼和耳，决策层相当于大脑，执行层相当于手和脚。在此基础上，结合V2X车联网和实时更新的高精度地图，可以进一步扩展车辆的感知范围。在执行层面，基于高精度地图和线控系统，车辆能实现更精确、低延时的操控。

在智能驾驶路径上，越来越多的整车厂和Tier 1开始采用双元战略，同时研发L2-2.5和L4-L5。L3的概念偏理想化，然而技术落地相当困难。L3曾经的先驱者奥迪也在2019年底放弃该计划，转而集中精力研发L2和L4。L2.5是近年来提出的过渡等级，指的是增强版L2，但主要驾驶依然由人类完成。

1）智能驾驶OS

也称为车控OS，用于车辆底盘和动力控制，以实现油门、转向、换挡、刹车等车辆行驶功能。底盘和动力控制上每个系统的ECU都由两部分组成，算力单元和OS，这些OS的集合体就是车控OS。未来，随着ECU向DCU和MDC形态发展，分散在各个ECU中的嵌入式OS也会逐步融合为一个具备标准化架构的车控OS，如AUTOSAR、Linux ROS。

国内在智能驾驶OS领域相对空缺，仅有东软、华为和中兴有所尝试。东软基于Adaptive AUTOSAR平台开发出了面向自动驾驶和智能座舱的中间件软件NeuSAR。华为在发布鸿蒙微内核OS时，提到可用于智能驾驶和智能座舱，具体产品信息还未公布。长期来看，实现自主可控过程中，自主研发的智能驾驶OS必不可少。

2）智能驾驶芯片

为智能驾驶算法或ADAS算法提供本地算力。整车厂选型时主要关注是否符合车规级、能耗比，以及性价比。由于目前主要的传感器是基于视觉的，因此芯片也以GPU为主。国外GPU领域以英伟达为主，除此之外还有Mobileye。国内主要厂商包括地平线机器人、寒武纪等。

3）高精度地图

是实现L3-L5级自动驾驶的重要组成。越高等级的自动驾驶需要越高相对精度和鲜度的高精度地图。目前国内技术和产品相对成熟的是ADAS地图，相当于L2-L3的水平，精度和信息丰度介于导航电子地图和高精度地图之间，用于辅助驾驶，如Tesla Autopilot和奔驰Drive Pilot在引入中国时采用的都是四维图新的ADAS地图服务。

按照道路场景，高精度地图可覆盖三类路网：城市路网、城际路网、停车场等室内路线网。目前，获得甲级资质的图商集中在获取城市和城际路网的ADAS和高精度地图，如四维图新、高德、宽凳科技等，而采集停车场等室内路线网的图商较少，如晶众地图、易图通。

商业模式：高精度地图是产品，更是需要持续更新的数据服务。图商需要持续采集道路信息，通过OTA等方式更新地图，因此对图商来说，订阅模式最为合理。然而对整车厂来说，国内大部分消费者还很难在购车后，持续付费订阅车联网服务，同时也是因为当前的车联网功能尚未触及消费者刚需。长期来看，一二线城市的消费者在逐渐改变消费习惯，而大规模渗透依然需要5-10年的时间。近五年，图商卖License的模式依然是主流。

4）智能驾驶L1-L2/ADAS

高级辅助驾驶（以下简称ADAS）是通过人工智能、机器视觉等技术主动防范驾驶事故，不包括制动防抱死系统ABS、车身电子稳定系统ESP、倒车雷达等。ADAS对映SAE分级中的L1-L2，包括一系列功能：车道偏离预警LDW、紧急制动刹车AEB、驾驶员监控DMS等，通过车载的一系列摄像头感知周围环境，并为驾驶员提供预警、直接制动等。

ADAS目前已进入高速成长期，且在政策要求下，在“两客一危”等商用车上要求安装。根据盖世汽车数据，我国ADAS市场规模将从2018年的~100亿元增长到2020年的~300亿元，CAGR为73%。

相比商用车明确的装配时间表，乘用车的推进速度因车企而异，但市场规模更大。除了传统Tier 1，还有众多AI科技公司以更高性价比的产品占据一席之地，如Mobileye，国内的纵目科技等。专注于商用车领域的厂商包括智驾科技、Minieye、极目科技等。

5）智能驾驶/L4-L5

特殊工况环境下的商用车智能驾驶有望比乘用车更快落地。1）首先在特殊工况中，环境恶劣、事故频发，常年招不到人类驾驶员，如矿区；2）其次是因为环境封闭、路况简单，行驶路线相对固定；3）最后因为特殊工况的道路和车辆都可以随意改造，无需考虑美观和大规模量产能力。

特殊工况具体包括矿区、港口、市政环卫、园区、高速公路物流等，商用车以不同载货量的卡车为主，还包括矿区的自卸车、港口的跨运车等。卡车智能驾驶方面的主要厂商包括图森未来、长沙智能驾驶CIDI、踏歌智行、慧拓智能等。

乘用车L4-L5级智能驾驶由于道路环境复杂，且法律法规不完善等原因，在国内落地还需要相当长的时间。国内外的整车厂、Tier 1都在积极布局L4级，其中通用相对领先。通用在2016年收购智能驾驶公司Cruise Automation，并在2019年推出Cruise AV车型及量产计划，车内没有方向盘、刹车和油门踏板。国内相对领先的厂商包括百度、Momenta和小马智行。

6）线控执行

在执行层，油门和转向已经基本实现了满足自动驾驶的线控应用，而制动领域的开发相对处于起步阶段。线控油门通过电机驱动节气门开度实现了拉索和节气门之间的解耦；电子助力转向也基本实现了方向盘和车轮之间的解耦；而在制动领域，线控制动的难度较大，行业仍处于起步阶段，博世的iBooster在一定程度上实现了踏板和刹车系统之间的解耦。

新能源车对制动系统的要求也在大幅提升。一方面，新能源车缺少真空源，在传统制动体系下要额外增加真空助力泵等；另一方面，制动过程中的能量损失较大，如果能够实现能量回收，将大幅提升新能源车的续航里程，以荣威光之翼MARVEL X为例，其配备了博世第二代iBooster，能在城市以及高速上实现能量回收，效提升15.4%的续航里程。

综合考虑成本、安全性等问题，中期维度看集成式的电子液压制动系统EHB可行性更高。虽然电子机械制动系统EMB能更好的实现踏板与刹车系统之间的解耦，但其成本高昂、短期内较难大规模应用，同时其产生的制动力有限、考虑到法规因素短期内很难独立应用；而电子液压制动系统EHB较好的实现了踏板和液压制动系统之间的解耦，尤其是集成式液压系统在解耦程度上做得更好，也更有利于能量回收，同时产品性价比也较高，在中期维度看是线控制动的更好选择。

3.4 智能座舱趋势

智能座舱的发展分为两个阶段。第一阶段：将新技术用于改善驾驶和乘车体验，使其更加安全舒适，关键词是人机交互HMI。随着智能驾驶等级提升，无限接近L5级后，人类可以彻底从驾驶任务中解放出来，到了那时候人在车内能做什么，则是智能座舱第二阶段需要思考的问题。

第一阶段的智能座舱包括五点趋势：

⚫ 更自然的人机交互方式：从过去按键式，逐步变为触屏，再到未来与语音识别、手势识别相互融合的交互方式。

⚫ 更多元的驾驶信息反馈：从过去机械式仪表只显示速度、油耗，到现在液晶仪表盘，显示更多元的信息，如周围障碍物信息、前方信号灯剩余时长信息等；

⚫ 更多驾驶安全冗余措施：用新技术进一步强化安全性，如驾驶员监测系统DMS、自动驾驶冗余等；

⚫ 更丰富的应用生态：从现在的导航+音乐，到更多适合车载的应用，如V2X应用、车辆远程监测等，这还需要强大的智能座舱OS，以及虚拟化Hypervisor；

⚫ 更强大的基础设施：计算、存储、网络是上述所有应用的基础，未来汽车就像是一个移动的边缘数据中心，包括智能座舱算力芯片、本地存储、车内以太网、车内网络安全设备等。

1）虚拟化Hypervisor

车内不同应用需要不同的计算、存储和网络配置，随着车内应用种类增多，为每个应用配备硬件资源的性价比较低，且不利于数据融合和信息安全，因此诞生了虚拟化Hypervisor。国内供应商主要包括中科创达和诚迈科技。

2）智能座舱OS

智能汽车上会搭载两套操作系统（以下简称OS）：智能驾驶OS负责车控和智能座舱OS负责车内信息、娱乐等应用，因此是车载信息服务Telematics和车载信息娱乐系统Infotainment的结合，为了承载未来更丰富的系统应用。智能座舱OS中还可划分为对安全和可靠性要求较高的仪表盘OS和更看重兼容能力的中控屏OS。

仪表盘OS产品以黑莓的QNX和Linux为主，其中QNX以其安全可靠的微内核成为整车厂的首选，全球市占率超过70%。对于中控屏OS，市场集中度较低，头部的整车厂偏向自主研发，如丰田G-Book、通用OnStar等，或是与科技公司合作研发。其他整车厂则是在成熟产品基础上做少量定制化，或采购手机投屏的方案，如苹果的CarPlay和博泰的擎OS。

3）车载语音识别

与手机上的语音助手不同，优秀的车载语音识别需要满足几个要求：离线识别、方言识别、语义理解，并能分清哪些是指令哪些是闲聊。然而，目前还没出现三方面都做到与人类无异的产品，同时行业还出现大批新进入者。根据高工智能汽车1月份数据，前五名市占率如下：讯飞44%、Nuance旗下的Cerence 40%、百度6.7%、傲硕3.4%、腾讯2.2%；后五名包括思必驰、通行者、阿里、小米、大众问问，合计不到5%。

3.5 交通智能改造

V2X助力下的城市内智慧交通系统有望加速发展。路端交通智能化设备的升级建设为打造城市内智慧交通系统创造了条件，通过V2X智能网联构建智慧路口，可以实时向过往车辆及行人反馈路口通行信息，确保各交通参与者安全；也能够帮助打造智慧公交，保障公共交通的通行效率。

1）智慧交通大脑

智慧交通相关平台化项目需求增加，智慧交通大脑成型在即。V2X使得实现车与其他交通系统的互联互通成为可能，通过与城市公交与出租车调度系统、轨道交通路网指挥调度系统等其他智慧交通相融合，借助智能摄像机、雷达、高精度定位等多源数据感知设备进行数据采集与共享，搭建平台化的区域交通运行监测调度中心，可以实现区域内的交通资源统一调度的需求将得到释放。

阿里以交通大脑的概念切入智慧城市智慧交通的建设，力图通过城市一体化计算平台、城市数据资源平台和AI开放服务平台实现交通出行行业全连接；腾讯选择基于自身流量优势对相关服务进行整合；华为掌握V2X芯片等基础设施核心技术，能够提供从路端到车端的无缝互联解决方案。

2）信号控制系统

V2X建设的展开有望推动路端交通智能化设备的升级建设。要实现车与交通设施的通信就需要对原有非智能交通设施进行改造、升级，集中体现在交通视频监控系统、交通信号控制系统、边缘计算单元等方面。

海信网络的市占率连续多年保持行业领先，智慧交通产品范围涵盖城市交管平台与设备、公共交通、公共安全、轨道等领域，其信号机产品曾中标2008年北京奥运会交通项目，市场占有率超过20%，常规公交智能调度系统占有率 40%，快速公交BRT智能系统占有率高达 70%，其智能交通解决方案参与搭建了北京奥运会、济南全运会、上海世博会、广州亚运会、杭州G20峰会、上合青岛峰会等大型活动承办城市的智能交通系统。千方集团专注于智慧交通、智能物联产业，提供从车端到路侧再云端的智能网联产品和解决方案，2017年公司收购宇视科技，有助于充分发挥视频监控在智慧交通行业中的作用。

3）ETC系统

2019年起ETC建设进入高峰期。据前瞻研究院统计，截至2019年12月31日，全国ETC客户累计达到2.04亿；在收费站端，29个联网收费省份的24588套ETC门架系统建设，48211万条ETC车道改造，487个省界收费站改造已于2019年10月底前全部完工。未来随着ETC应用范围的进一步扩大，安装ETC将成为购车刚需。而由ETC设备所能扩展的车端智能领域应用生态十分广阔，也就是说，未来ETC将不仅仅是用于身份识别、高速计费的工具，而将与智能车载终端融为一体，成为V2X的一部分，应用于停车交费、加油、洗车、购物等多种涉车场景。

金溢科技是最大的ETC产品制造商，市占率约为35%-40%（2016年招股书数据），同时公司从2013开始布局车路协同，逐步从ETC逐步过渡到V2X，着重发展车路协同管理平台等一体化综合管理平台和V2X车端应用。万集科技在智能交通信息采集与处理行业处于领先地位，其智慧交通业务主要布局于平台化大数据的采集与分析。千方集团针对ETC行业推出了OBU、RSU、CPC卡等全系列产品，承接多地 ETC 收费系统建设项目。

4）智慧高速

智慧高速是智慧交通的一部分，也是车路协同在我国的主要的试点方向之一。早在2016年，交通运输部“十三五”信息化规划就提出要开展智慧高速的示范工程；2018年，交通运输部推出了北京、河北、吉林、江苏、浙江、福建、江西、河南、广东等九个省市为智慧高速试点区域。为了保障智慧高速的落地，交通运输部对试点地区明确了六个重点建设任务：基础设施数字化、路运一体化车路协同、北斗高精度定位综合应用、基于大数据的路网综合管理、“互联网+”路网综合服务、新一代国家交通控制网。

智慧高速的建设由上而下可以分为三个等级。智慧高速的大脑是数据中心，是智慧高速从感知到认知，从决策到行动的核心部分，通过智慧高速无处不在躯干（感知系统）和经络（通信系统）实现态势感知。通信系统由智能基站、通信设施、各信号源组成，向上往数据中心传递从躯干系统采集的感知信息，向下往躯干系统传递决策信息和必要的外部信息。感知系统由各类智能硬件、传感设备和智能终端组成，主要作用是底层的感知、边缘计算，以及执行控制指令。

V2X助力下的智慧高速是有别于以往智能化技术的全新形态。以往针对监控、收费、通信三大机电系统已经做了诸如ETC，自主发卡，自动车牌识别等智能化工作，但还是存在着收费效率低，发生恶性交通事故，超限车违规等不和谐因素，表明以往的工作距离真正的智慧高速还有一定的距离。通过V2X的展开建设，逐步实现高速基础设施的数字化、网络化、智能化，最主要的是实现车与车、车与基础设施的信息交换，最终借助万物互联使高速车辆能够全程受控，这应该是智慧高速的发展的目标。

千方集团与阿里云强强合作，首次针对智慧高速建设推出的智能化解决方案。基于阿里云强大的计算能力和高精地图大数据资源，充分利用千方全球最大的商用车大数据资源，通过对数据进行清洗、融合、集成处理，实现智慧高速建设全层级的覆盖。

3.6 打通车路数据

V2X车联网云控平台相当于整个车路协同产业链的数据中台，将分散的系统串联，将感知层采集到的数据汇总分析，并反馈给需要的用户和应用。平台的用户为整车厂、交通管理部门、运营商、V2X应用服务商，以及整车和交通产业链上的企业。

平台商需要对产业链的各个领域都有技术积累，如无线通信、交通管控、车机软件、汽车电子、云边计算、大数据等。在建设平台的过程中，平台商需要能给接入平台的整车厂、Tier 1、零部件厂商、TSP、交管部门、应用开发者带来价值。除此之外，平台商还需具备强大的技术整合能力、庞大的运维团队、资金实力，并保持友好开放的文化，以及相对中立的背景。

目前只有清华的启迪云控和华为推出相关产品。2018年6月，华为发布了OceanConnect车联网平台，支持百万级并发、多协议接入，具备融合分析视频、雷达数据的能力。背靠清华启迪的启迪云控也推出了四款相关解决方案。相比之下，启迪的平台对V2X车路协同有更深的理解，而华为对物联网有更深的理解，且已在V2X多个环节推出产品。

平台商业模式的核心在于价值增量。平台建成之后，直接受益方为平台的用户，包括整车厂、交管部门、产业链相关企业和监管部门，间接受益方为乘用车驾驶者和商用车辆持有者，然而在前期建设时，平台又需要从各方用户处获取数据。面对各方用户，平台上的议价能力需源于其数据变现的能力，拿到数据之后，需要给数据提供方带来价值。拿到的数据越多维，需要给各方带来越大的价值量。

盈利模式：建设期平台方可以通过为数据持有方提供数据变现的探索，按照项目制收费。形成数据产品后，平台方可按流量或变现价值量收费。当越来越多的数据愿意汇入平台后，平台上提供的应用服务经常被使用，则可以收取年费。

3.7 共创应用生态

V2X车联网云控平台积累了大量车端和路端数据，而应用生态的定位就是将这些数据融合变现。V2X应用服务生态包括各类为乘用车驾驶者、商用车辆持有者、整车厂、交管部门、产业链企业以及监管部门的数据、应用供应商、开发者。从功能角度看，生态会涵盖买车、售后、卖车、UBI保险、城市行驶、驾车出游、停车等大交通相关的各个环节，如电子导航、近场支付、停车服务、网约车、出行服务商等。这些已有的车路服务，会在V2X的基础上发生重构和产业升级，带来新的V2X应用服务生态。

当V2X基础设施建设基本完成时，应用服务生态将进入爆发期，因此还有较长时间探索。目前，在整车厂内部、交管部门下属的交通研究院、部分大数据公司都在积极探索如何挖掘车路数据的价值。

案例1.UBI保险

UBI模式车险是基于车主驾驶行为和车辆相关数据来量化保费的新型车险。量化保费、事故调查的基础就是通过分析行驶数据，判断驾驶行为、驾驶习惯、事故发生时的驾驶者状态等。目前已有公司基于CAN总线数据，协助保险公司量化保费、调查事故，如彩虹无线、评驾科技、鼎然科技等。未来，基于车路协同更多维的数据，能做到更加精确的判断模型。

案例2.基于驾驶行为的行车小游戏

在游戏中，玩家需要通过驾驶行为来养宠物，驾驶行为越稳，宠物长得越快、装备越好，反之，宠物会生病。驾驶行为数据来源于车联诊断、用车检测、出行分析等数据综合评估后的模型。游戏通过保险公司的移动终端发布，通过游戏化的奖励机制，激发车主的自控力。

4. 风险提示

1）车联网政策出台不及预期可性能

近几年车联网行业的快速发展得益于发改委、工信部和交通运输部的几份重磅政策文件，后续车联网新基建的发展也很大程度上受到政策影响，而政策出台存在不及预期的可能性。

2）技术攻关和量产进度不及预期可能性

车联网产业链中还存在较多尚未攻克的技术难题，比如智能驾驶OS、国产毫米波雷达芯片等，以及还未实现大规模量产的产品，比如激光雷达。技术攻关和大规模量产都存在不及预期的可能性。

3）核心零部件受贸易战影响可能性

V2X产业链部分核心环节存在技术门槛较高的零部件，如CPU、GPU、射频芯片等，依赖国外供应商。贸易战是中美两国长期博弈的过程，后续存在激化的可能性，会影响核心零部件供应。