今年7月初，工业与信息化部等5部门公布了智能网联汽车“车路云一体化”应用试点城市名单，北京、上海、重庆、无锡等20个城市（联合体）成为首批智能网联汽车“车路云一体化”应用试点城市。

　　“车路云一体化”将车辆、道路基础设施和云计算等技术相结合，通过车与车、车与路、车与云之间的信息交互，实现智能交通管理和无人驾驶，可以看作是物联网在智能交通系统和智慧城市建设的具体应用。

　　在2024世界博览会期间，来自产业链公司的专家围绕寻路“车路云一体化”进行了圆桌对话。

　　中信科智联科技有限公司无锡公司总经理于中腾指出，在车端、路端、云端，“车路云一体化”都有一系列关键技术，涵盖了车路云之间的协同感知、协同决策、协同控制技术，涉及车和路之间低时延、高可靠的C-V2X通信技术，路侧的AI感知和协同决策技术，以及云端的云控基础平台架构、底层数据打通和多样化的应用平台等。

　　除了车、路、云三个层面，江苏省密码技术应用创新促进中心主任、研究员级高工，江苏意源科技有限公司副总经理谢吉华进一步指出，还有网，四部分构成了聪明的车、智慧的路、高速泛在的网、有强大运算能力的云。

　　在希迪智驾网联交通事业部总经理周智民看来，车、路、云三个层面的高效链接带来了新意义，一体化可大致分为大系统、小系统两部分。小系统是基于V2X车路协同衍生出的“车路云一体化”，包括车、路、云、网、图等。大系统是基于城市发展的数字化：在路端，道路的数字化升级能够服务于未来交通与城市管理。在车端，不止无人驾驶汽车，非无人驾驶的乘用车、商用车、非机动车也能够从中获益。在云端，能轻松实现跨越、智能交通、低碳出行等领域的跨域数据共用，未来云上数字资产也可以打包、交易。

　　拉长时间线看，三未信安（688489.SH）研发中心总监赵长松指出，汽车已经由传统驾驶工具逐渐转变为智能化设备，未来会成为信息集成中心，很多个人隐私信息都会通过汽车进行互联。

　　从自动驾驶的发展历史看，中国经历了单车智能、车路协同、车路云一体化三个阶段。

　　于中腾指出，单车智能、车路协同并非两条对立的技术路线，而是不同的发展阶段；车路协同、车路云一体化是为智能驾驶和智慧交通赋能的技术路径，其概念范围超越了单车智能、自动驾驶。

　　具体而言，“单车智能+网联赋能”方案慢慢的变成了行业共识，其中的网联泛指通过通信技术，把路侧、云端的信息传递给单车优化决策，同时车和车之间也可以实时交互信息。广义的“车路协同”在智能交通已经有很多应用，而车路云一体化更多的站在了的角度，对智慧城市、智能交通、智能网联汽车的建设、应用和运营进行统筹规划。

　　于中腾认为，单车智能会越来越“像”人，但会受到车辆传感器等条件的限制，很多长尾问题没有办法解决或者需要很高的成本才能解决。例如，精准识别红绿灯、存在感知盲区等问题。“这时候就可以依靠路端和云端的有效支持，从而拓展智能驾驶的能力范围，同时也能提高其安全性和通行效率。”

　　就车道而言，周智民进一步指出，形成单车智能的小闭环后，视距、盲区、车车协同等问题很难解决。但若路侧可提供给车更加全面、准确的信息，车辆便能够提前决策和进行路权分配的通行策略。“从技术角度而言，车端的感知能力是有盲区的。路侧提供了一个安全、可驾驶的范围，从驾驶安全、全局要素捕捉而言都更加全面。”

　　但对于车而言，这在某种程度上预示着信息源的进一步丰富。于中腾指出，在此种情况下，车辆该如何决策和使用信息，信息是不是真的存在不安全、不稳定、不确定的情况，都构成了挑战。

　　周智民举了这样一个例子：当一辆无人驾驶汽车感知到一个目标/事件，路侧也发现了一个目标/事件，当车辆收到自身感知的信息和路侧传输的信息后，需要判断是两个还是一个目标/事件。这需要一套完整的系统融合算法，给出唯一的决策控制。

　　此外，周智民指出，视野盲区的补充、超视距感知、车与车之间的博弈，都对智能驾驶系统提出了更高的要求。

　　“车路云一体化”系统将人、车、路、云的物理空间、信息空间融合为一体。在信息流的传输过程中，不仅要确保信息交互低时延、质量可保证，安全也至关重要。

　　从原理上看，谢吉华指出，车联网和计算机网络一样，都是信息流传输，只是终端从电脑、手机变成了汽车。但除了计算机网络中要保护的身份真实性以及数据传输和存储的机密性、完整性，车联网还涉及行驶轨迹，还包括隐私保护等内容。

　　谢吉华将车联网安全分为车内、车外两部分：车内的安全问题涉及智能驾驶、座舱控制等；在车之外，车际、车与云、车与路的通讯都需要保护信息安全。

　　“密码技术是保护网络信息安全最可靠、安全、有效、经济的技术方法。”谢吉华指出，车际通讯的信息量不大，但对效率、实时性要求比较高，密码主要对完整性、身份真实性提供保护，目前基础算力能够很好的满足车联网的需求。“早期算力还相对不足，但随着芯片技术的发展，如今密码算法的算力成本已经降到可接受的程度了。”

　　谈及“车路云一体化”在信息安全方面的挑战，赵长松认为，最大的挑战大多数来源于成本和可靠性。在成本方面，只有在防住黑客入侵时，信息安全才体现出价值，但在安全的环境下，需要仔细考虑如何说服消费者接受这一成本。“信息安全并不是一个新话题。信息安全行业已发展了多年，也已发展到了性价比较高的阶段，未来成本还要进一步降低。”

　　在可靠性方面，赵长松指出，车企较为关心密码上车会不可能影响可靠性。虽然当前密码产业已有相关的法律、法规、条例，也有主管机构进行产品资格认证，此前在车联网、、证券等行业均有大量应用，但面对新的产业，还是会面临可靠性疑问。“业内已有车规级认证、ISO26262功能安全认证、ISO16949汽车零部件质量管理体系认证，未来可靠性这块应该会逐步完善。”

　　谢吉华进一步指出，在成本方面，在汽车设计阶段就把密码融入体系，成本会降低，效率也会提高；在可靠性方面，业内已经有多款芯片具备密码及安全算法产品支撑能力——芯片满足车规级要求，便能满足可靠性要求。

　　此外，谢吉华认为还有三大挑战：首先在政策、法规层面，对于“车路云一体化”中的数据、隐私保护，要具体化、有明确的目的性、可落实。其次在意识层面，需要唤醒车主、车企、云端运营方三者的安全意识。最后在国家安全层面，比如高清地图的地理信息安全一定要做好防和守。

　　于中腾指出，在“车路云一体化”中，比较直观的是无人驾驶场景，其相对容易部署。短期来看，由于无人驾驶的运营常常要稳定的区域以及相对来说比较稳定的业务需求，因此在矿区、港口以及城市开展的无人小巴、无人环卫、物流配送等场景更容易实现规模化。

　　目前，多地已在探索无人小巴接驳，包括教育专线、观光旅游专线等。周智民指出，这一方面很亲民，可以让大众感受到无人驾驶带来的新体验，也有助于营造产业氛围。

　　据周智民介绍，主动式智慧公交即基于车路协同对公交系统来进行的一次重要革新。以希迪智驾所推出的智慧公交定制专线为例，其为公交车搭载了智能网联车载设备，通过车与路的实时交互，公交车能够提前感知路况变化、精准预测行程时间，并据此进行智能排班调度，从而明显提升公交车的准点率，不仅优化了乘客的出行体验，还增加了公交运营的收益。

　　中信科智联也已在探索智慧公交场景。于中腾指出，很多城市都有公交专用道，但早晚高峰期间专用道利用率仍有提高空间。随着公交车端网联，未来可以对公交路权实行动态开放，在不影响公交运行的前提下，允许一部分网联车辆借用公交车道。“这样不仅仅可以提升交通效率，也能让民众更有获得感。”

　　公交场景有固定的路线、站点，较易应用无人驾驶，轨道交通场景同理。谢吉华指出，轨道交通更加封闭、固定，具备无人驾驶条件，甚至能比人工驾驶更稳定、可靠。周智民也补充道，轨道场景只有前进、后退、停止三种工况，地铁能提前感知300米开外的情况。

　　赵长松指出，智能驾驶从封闭地段走向开放地段，这一场景转换对智能化程度的要求很高。这涉及乘客安全、行人安全、道路安全，对算力、也提出了更高的要求。

　　周智民分享了希迪智驾在场景选择的原则：第一是行业劳动力短缺，第二是存在安全风险，第三是可提升生产效率，第四是供给与需求尚且没饱和。因此，目前希迪智驾的车路协同和无人驾驶业务以商用/专用车为主，集中在矿区、物流、轨道等场景。

　　谢吉华预计，矿用车能较快落地。从出发点看，矿区的工作环境恶劣、工人工作强度大，无人驾驶能够解决劳动强度的问题。从有利性看，矿区线路固定、区域封闭、工况可控，无人驾驶有助于解决安全生产隐患。从经营成本看，对矿用车进行无人驾驶改造的成本，能够在一两年内收回。

　　“对于城市来讲，无人驾驶要解决的是交通拥堵问题。对于市民来讲，更要解决的是停车问题。”谢吉华指出，如在医院附近实现代客泊车（AVP），既能解决医院停车难的问题，又能解决市民就诊难的问题，用户是愿意买单的。“这能够解决用户痛点，天然有需求，无锡也在‘车路云一体化’应用试点中也规划了自动泊车场景。”

　　“‘车路云一体化’除了无人驾驶还有很多场景，但挖掘在短期和中期之间过渡的场景是个大工程。”于中腾坦言。例如，随着汽车智能化水平的提高，很多车辆在高速上已经可以在一定程度上完成自适应巡航，在城市可以开启NOA（领航辅助驾驶）。然而，城市环境复杂，汽车在识别信号灯、应对施工管制时仍然面临诸多挑战。如今一些量产车已经具备了相应的硬件条件，一旦路侧的感知设施和服务设施能够与之匹配，城市级NOA便指日可待。

　　放大到交通领域，于中腾指出，“车路云一体化”能够为交通管理提供更多、更准的信息，辅助交通治理、交通管控、信号优化等。通过挖掘数据价值，“车路云一体化”能够让原本难以实现的场景变得简单，比如针对弱势交通参与者、外卖小哥、快递员进行双向提醒（预警车辆、提醒人员）。

　　在发展“车路云一体化”方面，无锡起步较早。在成为全国首批智能网联汽车“车路云一体化”应用试点城市之前，无锡也是首个国家级车联网先导区、全国首个国家传感网创新示范区试点城市、全球规模最大的城市级车联网应用示范城市，被誉为“物联网之都”。

　　“无锡具备了很多城市不具备的优势。”谢吉华介绍道，首先，目前无锡已有较为丰富的车联网应用场景，包括L4级无人小巴、无人驾驶清扫车、无人快递车等。

　　其次在路侧基础设施方面，无锡已基本实现全市车路协同基础设施全域覆盖：无锡主城区2756个路口信号灯联网联控率超95%，全市主要道路点位部署了5600套感知设施，重点板块部署600多台RSU路侧通信单元，约占全国已装备总量的10%。

　　此外，谢吉华指出，无锡政府各职能部门对于“车路云一体化”的参与度较高。除了工信局在推进相关产业和示范应用落地外，交通集团、公安部门、自规局等部门都参与了进来；公安部交通管理科学研究所也在无锡，可提供直接业务指导。

　　于中腾认为，无锡可以抓住交管创新优势。他指出，当“车路云一体化”发展到一定阶段，其建设与运营需要和交管的需求深层次地融合。当前，部分地区已经开放了信号灯数据等，并与交管业务交互，然而目前还没有适配的标准。无锡可以对城市信号灯数据、公安数据、交管数据与“车路云一体化”数据交互进行探索，梳理出设备和接口标准，为其他城市树立一个样板。

　　对于无锡打造“车路云一体化”的特色，谢吉华提出应该对安全问题加以重视——如果安全问题不解决，车联网越智能、越自动化，对于攻击者而言也同样越便利。“车联网试点从规模到数量，到实质性安全，都能起到示范作用。”

　　“城市需要明确定位。”周智民指出，“车路云一体化”不能局限于无人驾驶或智能网联汽车，而要从城市升级的角度思考：对于路侧的网联化、智能化必然要投入，量变才能引起质变；车侧方面，车际通信能力已然浮现，要持续迭代；云侧方面，要从“烟囱”林立走向多云跨域共用。

　　周智民还建议，在各地仍举棋不定之时，无锡应该先行动，在此过程中能调整、迭代。“举例而言，从最开始大家都在思考怎么实现红绿灯与汽车的互通，到如今高德、百度等地图服务商都能轻松实现红绿灯倒计时读秒——这些应用随着产业高质量发展而出现，但一定是成长在有远见卓识的地方，而不是犹豫怎么做的地方。”

　　谢吉华认为，无锡要逐步提高试点的质量和深度，要进一步丰富场景，在此基础上推动场景融合，实现“1+12”的作用。以自动泊车为例，其不仅是单车智能的概念，而要和室内定位等技术融合，未来也可以和自动充电等服务结合。

　　“很多示范区还面临一些共性问题：政府虽已投资并建设了基础设施，然而应用的车辆寥寥无几。”于中腾强调，不能将“车路云一体化”的主要服务对象局限于L4级无人驾驶车辆，只有用户增多，才能形成商业闭环。对于“车路云一体化”的最大用户群体——未来新的量产车而言，政府应当完善激发鼓励措施，以提升网联车辆渗透率。例如，L3级量产车一定要通过网联接入“车路云一体化”体系；对于存量汽车，则需要通过激发鼓励措施引导其进行后装或升级。

　　标准包括国家标准、行业标准、团体标准和企业标准。周智民观察到，前几年车路协同、智能网联的标准化工作以团体标准为主，近一两年来，行业标准的制定与发布逐渐增多，这充分表明该领域的标准化进程正在稳步向前推进，并取得了实质性的进展。

　　“标准来自于实践的提炼，与实践相辅相成。”考虑到产业正处于发展阶段，周智民建议分级推进标准化工作，如当前标准集中在通信层，而后是协议层、应用层逐级推进，评价、安全等标准也会随之出现。此外，在应用场景不断丰富的过程中，标准也应不断迭代，且应具有向前的兼容性。

　　谈及建设标准，于中腾认为，有些标准不急于在现阶段固定下来，毕竟不同的区域、应用场景以及道路情况较难标准化。以信息安全为例，虽然底层的安全标准已经建立，但在数据端、云端，地图偏转加密等特殊之处的标准化仍需继续推进。

　　“有了标准才能互通。制定标准的核心目的之一，就为了确保不同产品和服务之间的兼容性和互操作性。”谢吉华建议，要发挥政府和行业协会的引导作用：如在标准的执行力度方面，需要第三方或政府出面进行判定和监督；在安全标准等强制性标准中，也应当由政府主导。

　　“标准化需要靠应用驱动。”谢吉华以测绘为例指出，高精地图的测绘是一个成本高昂的过程。高昂的测绘成本需要通过销售地图来回收，但成本使得高精地图的价格相比来说较高，限制了用户的数量；用户数量有限，又导致图商的收入不足以覆盖成本。那么，能否由政府出面，打造城市级的高精地图信息采集平台，并提供标准化接口给图商使用？由此，消费者使用高精地图的成本降低了，用户数量自然会增长，才能商业闭环。

　　赵长松指出，在信息安全领域，商业密码在技术方面的要求、检验测试标准、接口等方面的标准都已较为完善。在汽车信息安全领域，今年8月，国家也发布了《汽车整车信息安全技术方面的要求》（GB 44495-2024）这项强制性国家标准。

　　赵长松坦言，标准是有了，但并未定义产品该怎么做，只是要求有密码保护信息。对于如何保护，不同企业会采用不一样的实现方式。“我觉得当前这是正常的。行业发展、企业未来的发展还不均衡，不可能达到同样水准。这也是该标准没有定得很细致的原因之一，要通过百家争鸣，推动更好的产品落地。随技术的成熟，标准肯定要再细化。标准要和产业成熟度匹配。”

　　于中腾指出，有些城市初次建设“车路云一体化”系统，基础薄弱。在此情况下，即便初始建设规模较小，但路端、云端、车端都需建设，会导致项目体量不大、但投资额显得较多。

　　“很多地区是新建了一套系统，当前很多地方在做设备复用、数据共享，‘车路云一体化’系统能支持交管、交通、城管的需求，整体建设投资反而是节省了。”于中腾进一步指出，在路侧建设方面，信息化、数字化基础设施的成本占比并不高：在高速上，信息化设施的成本占高速建设成本的比例不到1%；在城市道路上，相较传统基础设施，智能网联基础设施的建设投资也只是略有增加，但是发挥的价值却更为显著。

　　“随着产业规模扩大，建设成本势必会趋于合理。”于中腾指出，相较2017年试点初期，当前单路口的建设造价已经下降到原来的几分之一。“一座地级市升级C-V2X网联设施的成本，与修500米地铁相当；全市路口进行车路云一体化信息化设施改造，投资额也只是约等于3到5公里地铁的造价。”

　　谈及降低建设成本，于中腾指出，分级建设慢慢的变成了不少城市的共识：例如，在一些路口做广域网联服务；待车辆需求增加后，再于一些高风险路段增加感知基础设施。此外，将“车路云一体化”基础设施和智慧交通基础设施一并建设，也是一种可行的方法。

　　从企业侧角度，谢吉华指出，一方面应挖掘所投入成本带来的收益，另一方面应挖掘产品在设计、制作的完整过程中的降成本空间。“这也涉及标准问题。标准一旦建立，原材料、零部件的价格有望逐渐降低，用户规模也有望增大。”

　　“降低成本从来都不是单点的问题，一定是个系统的问题。”谢吉华指出，目前围绕智驾中的难点，比如大型复杂立交桥或长隧道的场景，业内存在高精地图、单车智能等解决路径，但都要解决定位信号不准的核心问题。“车路云一体化”可以用系统思维解决单点难题——在路侧安装引导设备，通过RSU（路侧单元）与车辆OBU（车载单元）通信，能轻松实现对车辆的位置信息获取和行车指引。

　　赵长松认为，“车路云一体化”是新兴起的产业。在产业高质量发展前期，一定要有头部企业带头研发。“在此阶段，企业大概率是不赚钱的，甚至要赔钱做投资。基于未来发展的新趋势，我想企业是乐意投入的，但也需要政府进行政策支持。”

　　“设备方面也面临‘两率低’的困境，即路侧设备覆盖率不高且不均匀、同时车端设备渗透率也相比来说较低。”周智民认为，可以政府做覆盖，确保覆盖的广泛性和均匀性，车企发力做渗透，加速车端设备的普及应用。通过分工合作，共同解决设备“两率低”的问题，推动车路协同与智能网联技术的逐步发展。