2020年中国车路协同行业精品报告-200331[46页].pdf

上传人:风亭 文档编号:3738 上传时间:2020-07-28 格式:PDF 页数:46 大小:2.44MB
返回 下载 相关 举报
2020年中国车路协同行业精品报告-200331[46页].pdf_第1页
第1页 / 共46页
2020年中国车路协同行业精品报告-200331[46页].pdf_第2页
第2页 / 共46页
2020年中国车路协同行业精品报告-200331[46页].pdf_第3页
第3页 / 共46页
2020年中国车路协同行业精品报告-200331[46页].pdf_第4页
第4页 / 共46页
2020年中国车路协同行业精品报告-200331[46页].pdf_第5页
第5页 / 共46页
点击查看更多>>
资源描述

《2020年中国车路协同行业精品报告-200331[46页].pdf》由会员分享,可在线阅读,更多相关《2020年中国车路协同行业精品报告-200331[46页].pdf(46页珍藏版)》请在三个皮匠报告文库上搜索。

1、1 2020年 中国车路协同行业精品报告 概览标签 :自动驾驶、车路协同、车联网 报告提供的任何内容(包括但不限于数据、文字、图表、图像等)均系 头豹研究院独有的高度机密性文件(在报告中另行标明出处者除外)。 未经头豹研究院事先书面许可,任何人不得以任何方式擅自复制、再造 、传播、出版、引用、改编、汇编本报告内容,若有违反上述约定的行 为发生,头豹研究院保留采取法律措施,追究相关人员责任的权利。头 豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标 ,头豹研究院无任何前述名称之外的其他分支机构,也未授权或聘用其 他任何第三方代表头豹研究院开展商业活动。 报告作者:陈夏琳 20。

2、20/03 2 2020 LeadLeo 头豹研究院简介 头豹研究院是中国大陆地区首家 B2B模式人工智能技术的互联网商业咨询平台 ,已形成集 行业研究 、 政企咨询 、 产业规划 、 会展会 议 行业服务等业务为一体的一站式行业服 务体系,整合多方资源,致力于为用 户提供最专业、最完整、最省时的 行业和企业数据库服务,帮助 用户实现知识共建,产权共享 公司致力于以优质商业 资源共享为基础,利用 大数据 、 区块链 和 人工智能 等技术,围绕 产业焦点 、 热点 问题,基于 丰富案例 和 海量数据 , 通过开放合作的研究平台,汇集各界智 慧,推动产业健康、有序、可持续发展 300+ 50万+ 。

3、行业专家库 1万+ 注册机构用户 公司目标客户群体覆盖 率高,PE/VC、投行覆 盖率达 80% 资深分析师和 研究员 2,500+ 细分行业进行 深入研究 25万+ 数据元素 企业服务 为企业提供 定制化报告 服务、 管理 咨询 、 战略 调整等服务 提供行业分析师 外派驻场 服务,平台数据库、 报告库及内部研究团队提供技术支持服务 地方 产业规划 , 园区 企业孵化服务行业峰会策划、 奖项 评选、行业 白皮书 等服务 云研究院服务 行业排名、展会宣传 园区规划、产业规划 四大核心服务: pOsNqQqPoRoMyQoRqMqPpM7N9R6MoMmMpNqQiNoOrOkPtRsN8OqQ。

4、vMuOmQrQvPqQmM 3 2020 LeadLeo 报告阅读渠道 头豹科技创新网 PC端阅读 全行业、千本 研报 头豹小程序 微信小程序搜索“头豹”、手机扫右侧二维码阅读研报 图说 表说 专家说 数说 详情请咨询 4 2020 LeadLeo 车路协同系统是以路侧系统和车载系统为 基础进行构建,通过无线通讯设备实现车 、路信息交互和共享的系统,是推动自动驾驶 步入L3及以上更高等级的必要系统,可加速自动 驾驶进程和推动智慧交通行业的发展。在国家利好政策和5G商用的驱动下,中国 车路协同行业市场规模将于2024年达到1,841.1 亿元人民币,其中,路端将是前期行业的主要增长领域。 中国。

5、车路协同行业将于未来3-5 年步入高速发展阶段 中国在C-V2X的行业标准、核心技术、全产业链布局方面具备优势,在多项利好政策的推动下,中国车路协同行业将迎来爆发增长。 2019-2021年是车路协同行业的导入期,也是行业发展的 分割点,车路协同行业发展从示范应用阶段逐 步向规模应用阶段跨越,而未来 3-5年中国车路协同行业将迎来爆发期 ,进而推动中国自动驾驶 和智慧交通迈入新阶段。 投资人应按“路网运营车端”的顺序进行滚动投资 车路协同产业链受益顺序为“路网运营车端” ,投资人应根据市场成熟规律,按照该顺序做滚 动投资决策。路网端的参与者将在车路 协同行业的发展中最先受益,是现阶段该行业的最。

6、佳投资标的;而运 营端的受益顺序落后于路端,其 中,高精地图作为自动驾驶的标配 应用,有望迎来快速发展;车路协同的车端受益时间将滞后于车路协 同大规模商业化实现时间,投资 者在现阶段的投资中可避开相关标 的。但从长远发展来看,布局总线和传感器的 企业将在未来发展中占据优势 ,也可作为投资标的。 中国车路协同行业仍存在商业模式 未成熟等痛点 中国车路协同行业的推广落地依然面临商业模式未成熟、用户需求不 强烈、场景挖掘有待深入、营运 管理主体及模式未定、大规模验证 尚未完成、车路协同效果在低阶自动驾驶阶段不佳、行业缺乏统一标准和基础设施建设不完善等八大痛点,因而行业存在5G-V2X标准尚 未落地,。

7、当前项目中的LTE-V标准或有待升级而影响投资进度,V2X 设备单价下降速度超出市场预期及V2X试点项目推进速度低于市场 预 期等风险。 企业推荐: 电科智能、星云互联、蘑菇车联 概览摘要 5 2020 LeadLeo 名词解释 - 05 中国车路协同行业市场综述 发展背景单车智能发展受限 - 08 定义 - 09 中国车路协同行业技术分析 中国车路协同基础技术概述 - 10 感知技术 - 11 通信技术 - 12 边缘计算 - 13 中国车路协同行业结构和产业链分析 中国车路协同解决方案构造分析 - 14 中国车路协同行业产业链分析 - 15 中国车路协同行业产业链基础层分析 - 16 车载。

8、单元分析 - 17 路侧单元分析 - 18 设备与终端代表厂商概述 - 19 中国车路协同行业产业链平台层分析 - 20 中国车路协同行业产业链应用层分析高精地图服务 - 21 中国车路协同行业应用场景分析 - 22 中国车路协同行业政策分析 - 23 目录 6 2020 LeadLeo 中国车路协同行业影响因素分析 中国车路协同行业驱动因素分析 - 25 中国车路协同行业发展痛点分析 - 26 中国车路协同行业市场规模预测 中国车路协同系统路侧单元建设规模推测 - 27 中国车路协同系统车端单元规模推测 - 28 中国车路协同行业市场规模 - 29 中国车路协同行业发展节奏判断未来3-5年将。

9、是 行业爆发增长期 - 30 中国车路协同行业投资分析 - 31 中国车路协同行业投资机会分析 - 31 中国车路协同行业投资风险分析 - 32 中国车路协同行业竞争格局分析 中国车路协同行业竞争格局 - 33 中国车路协同行业重点项目分析 - 34 中国车路协同行业企业排名 - 35 中国车路协同行业投资企业推荐 - 36 电科智能 - 36 星云互联 - 38 蘑菇车联 - 40 专业观点 - 42 目录 7 2020 LeadLeo 弱人工智能: 指低于人类智慧,仅能解决单一问题,且尚未形成知识体系与自我、创新意识的人工智能发展阶段,现阶段全球人工智能发展水平处于弱人工智 能阶段。 V2。

10、I: 汽车-基础设施(Vehicle to Infrastructure),车辆与路障、道路、交通灯等设施之间的通信。 V2V: 车车网(Vehicle to Vehicle),不同车辆间的信息互通。 V2X: 车与外界信息交换 ( Vehicle to Everything),车对周围的移动交通控制系统实现的信息交互技术,X可指代车辆、红绿灯等交通设施,也可是 云端数据库,该系统 通过整合全球定位系统(GPS)导航技术、车对车交流技术、无线通信及远程感应技术等多种技术实现信息融合共享,可用于指导车辆路线规 划、规避障碍物等。 ITS: 智能交通系统(Intelligent Transport。

11、 System),指将先进信息技术、数据通信技术、电子控制技术、自动控制理 论、运筹学、人工智能以及计算机处理技术等技术 有效集成运用于地面交通管理体系,进而建立起的大范围、全方位发挥作用的实时、准确、高效的交通管理系统。 AI: 人工智能(Artificial Intelligence),是通过计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规 划等)的技术,主要包括计算机实现智能的原理、 制造类似于人脑智能的计算机,使计算机实现更高层次的应用。 OS: 操作系统(Operating System),是管理和控制硬件与软件资源的计算机程序,任何其他软件都必须在操作系统的支持下才能。

12、运 行。 DSRC: 专用短程通信技术(Dedicated Short Range Communication),智能运输系统领域中专门用于机动车辆 在高速公路等收费点实现不停车自动收费等目标的技术。 LTE-V2X: 无线信息交互技术,可实现车和其他一切实体之间信息交互,从而获取实时路况、道路信息、行人信息等一系列交通信息,提高驾驶安全性和交 通效率。 C-V2X: Cellular V2X,以蜂窝通信技术为基础的V2X。 智能传感器: 具有信息自动化处理功能的传感器。智能传感器具备采集、处理、交换信息的能力,是传感器集成化与微处理机相结合的产物。 OBU: 车载单元(On board Un。

13、it),采用DSRC技术,与RSU路侧单元进行通讯的微波装置。 RSU: 路侧单元(Road Side Unit),安装在路侧,采用DSRC技术,与车载单元OBU进行通讯,实现车辆身份识别,电子扣分的 装置。 全栈: 掌握多种技能,并能利用多种技能独立完成产品的主体。 自动驾驶分级L1-L5: 美国汽车工程协会和美国高速公路安全管理局共同推出的自动驾驶等级标准。L0指由人全权驾驶的无自动化汽车,可辅助警告和保护系统,L 1指 提供方向盘或加减速辅助功能的驾驶支援汽车,L2指部分自动化汽车,L3指有条件自动化汽车,L4指高度自动化汽车,L5指完全自动化 汽车。其中,L1-L3处于ADAS阶 段,。

14、L4处于ADAS+V2X阶段,L5处于完全自动驾驶阶段。 名词解释(1/3) 8 2020 LeadLeo 毫米波雷达: 一种使用天线发射波长1-10mm、频率24-300GHz的毫米波作为放射波的雷达传感器。毫米波雷达通过处理目标反射信号获取汽车 与其他物体相对距离、 相对速度、角度及运动方向等物理环境信息。 激光雷达: 通过分析发射及接收激光束的时间差计算障碍物距离的雷达传感器。 IMU: 惯性传感组合(Inertial Measurement Unit),是基于MEMS技术的惯性传感器组合,由加速度计和陀螺仪共同组成 ,基于加速度计和陀螺仪原理,测量功能全面, 可测量空间多个方向的加速度。

15、和角速度。 泛在: 指无所不在、无所不包、无所不能的状态,如“泛在网络”即在任何时间、任何地点、任何人、任何物都能顺畅地通信的网络。 背景差法: 是通过拍摄图像减去背景图像分离出图像中运动物体的图像提取技术。 帧差法: 是将连续多帧的图像进行相减,减除相同固定不动的像素而得到运动物体的图像提取技术。 红外检测: 是通过检测红外波来感知车辆的技术,可分为主动检测和被动检测两种形式。主动检测以接收设备检测红外辐射源的辐射变化,并通过对接收信 号进行处理 与分析来判断是否有车辆经过,被动检测则通过检测车辆本身发出的热辐射来进行判别。 压电效应: 对压电材料施加某一方向的荷载时,沿该方向的正负电荷会在。

16、材料两端聚集形成正负极的极化效应,并会对通过的电信号产生影响,通过检测电 流的变化可 解析得到荷载的大小。 MEC: 多接入边缘计算(Multi-access Edge Computing),是将云计算平台从移动核心网络内部迁移至移动接入网边缘,并 且通过多种网络接入,进行计算的方法。边 缘计算是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的分布式开放平台,可就近提供边缘智能服务,满足行业数 字化在敏捷联接、实时 业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。 ECN: 边缘计算节点(Edge Computing Node),由基础设施层、虚拟化层、边缘虚拟服。

17、务构成的,提供总线协议适配、流式数据分析 、时序数据库、安全等通用服务, 并按需集成特定的行业化应用服务。 差分信号: 是差分传输中分别位于信号线和底线上的振幅相同、相位相反的信号。 CP: 内容提供商(Content Provider),指提供服务内容的供应商,内容包含文字、图像、音频和视频等各种媒体信息。 名词解释(2/3) 9 2020 LeadLeo SP: 服务提供商(Service Provider),是移动互联网服务内容、应用服务的直接提供者,常指电信增值业务提供商,负责根据用户 的要求开发和提供适合手机用户使用 的服务。 T-BOX: 远程信息处理器(Telematics BO。

18、X),是通过与后台系统、手机APP通信,实现手机APP车辆信息显示与控制的车联网配件。 中央安全智能网关: 集成通信功能、控制功能、总线交换、域控制器管理功能的新型网关 。 OBD: 车载自诊断系统(On-Board Diagnostics),是通过发动机运行状况监控汽车是否存在尾气超标情况或者其他故障的警示系 统。当系统出现故障时,故障灯或检 查发动机警告灯将亮起,同时动力总成控制模块将故障信息存入存储器,维修人员可根据故障码迅速准确地确定故障的性质和部位。 HUD: 抬头显示系统(Head Up Display ),以驾驶员为中心、盲操作、多功能仪表盘,将时速、导航等重要的行车信息投影至驾。

19、驶员前面 的风挡玻璃上,使驾驶员不低 头、不转头就能看到时速、导航等重要的驾驶信息。 软件虚拟化技术: 采用高性能且集成化的硬件,将整块硬件虚拟化成多个功能实体的技术,起到降低系统重量、成本以及操作的复杂度,保证系统安全的作用。 域控制器: 最早是由以博世、大陆为首的Tier1为解决ECU瓶颈和汽车信息安全问题而提出新型汽车控制器概念。 高精地图: 高精度、精细化定义的地图,应用于自动驾驶领域,其数据包含静态数据和动态数据两个层级,可实时了解路况、交通事件及交通设施的更新。 PKI: 公钥基础设施(Public Key Infrastructure),是包括硬件、软件、人员、策略和规程的集合,。

20、用来实现基于公钥密码 体制的密钥和证书的产生、管理、存储、分发 和撤销等功能。 名词解释(3/3) 10 2020 LeadLeo 来源:阿里技术,电子说,头豹研究院编辑整理 中国车路协同发展背景单车智能发展受限 单车智能路线存在实现成本高昂、商业落地缓慢、技术陷入瓶颈等弊端,导致自动驾 驶发展停滞,在此情况下车路协同概念异军突起 单车智能路线所需成本统计,2018年单车智能存在的问题 激光雷达 约8,000$ 摄像头 单目:125-150$ 立体:150-200$ 毫米波雷达 长距:125-150$ 短距:50-100$ GPS 约80-8,000$ 超声波雷达 约15-20$ 惯性传感器 。

21、约80-120$ 中央ECU 约为传感器费用的50%-200% 自动驾驶单车智能路线需在车辆上安装多个激 光雷达、毫米波雷达、超声波雷达、摄像头以 及IMU等传感器设备,因而其平均价格高达 20 万美元 根据在毫米波雷达行业top3企业工作12年的专家表示,单车智能化路线只关注人与车、车与车之间的互动,而忽视道路影响因素,无法覆 盖复杂驾驶场景,完全依靠单车智 能实现完全自动驾驶难度大。而车路协同将“人-车-路”看作一个整体,从单车智能向外部环境探索,可有效补充单车智能的信息盲点,加速 反应效率,并通过减少汽车装载 传感器数量将自动驾驶汽车单车费用降低 30%, 从而大幅降低智能网联汽车门槛,。

22、 是性价比最高的高等级自动驾驶实现路径 。 全球自动驾驶发展已数十年时间,但其实现路径仍侧重于单车智能,即通过提 升汽车自身的感知、分析、决策能力来实现自动驾驶的路径。但从技术角度来 看,弱人工智能阶段的自动驾驶对复杂多变的道路交通、生命体意识行为的判 断仍较为低效和困难。因此从2018年开始 ,全球单车智能自动驾 驶实现路径的 发展陷入停滞,L3-L4级别的高等级自动驾驶汽车的推出时间屡遭推迟。 单车智能路线存在 实现成本高昂、商业落地缓慢、技术陷入瓶颈 等问题,因而 L4以上的自动驾驶无法仅凭单车智能实现,还需要与道路智能、网络智能、法 律法规、安全保证以及社会接纳度等因素相结合: 1. 。

23、实现成本高昂: 单车智能自动驾驶路线需在车辆上安装多个(20+)智能 传感器,而智能传感器价格高昂。根据阿里数据,2018年自动驾驶汽车单 车平均成本可达 20万美元 ; 2. 商业落地缓慢: 法律的不完善以及驾驶员在手动驾驶和自动驾驶之间切换 的安全问题,使L3及以上高等级自动驾驶商业化落地受阻; 3. 技术陷入瓶颈: 现有智能传感器技术暂时无法获取远离自身(多数雷达传 感器的有效感知距离仅为 百米级别 )或被遮挡(由于视角和高度限制,车 载传感器存在盲区)的环境信息,并且难以保证汽车在恶劣环境下能够维 持正常的感知能力,汽车自动驾驶时的安全难以得到保证。 11 2020 LeadLeo 车。

24、路协同定义 来源:中国电动汽车百人会第六届年度论坛,星云互联,头豹研究院编辑整理 中国车路协同定义 车路协同在成本、商业落地及安全方面有效弥补单车智能的缺陷,在自动驾驶感知、 决策层面技术痛点无法短时间突破的背景下成为自动驾驶行业热点 根据2011年科技部在863计划设立的主题项目“智能车路协同关键技术研究”,车路协同是 指采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交 互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管 理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高 效和环保的道路交通系统。简单来说,车路协同。

25、系统(IVICS,Intelligent Vehicle Infrastructure Cooperative Systems)是以 路侧系统 和 车载系统 为基础进行构建,通过 无 线通讯设备 实现车、路信息交互和共享的智能交通系统。 车路协同使单车智能路线中互相孤立的车企、通讯企业及智能硬件企业形成有机统一体, 再通过DSRC、5G、LTE-V等通讯技术和互联网技术,达到“孤岛信息”互联,实现车况、 路况、交通动态信息的实时共享。 车路协同相比单车智能的优势 车路协同能够在成本、商业落地及安全方面有效弥补单车智能的缺陷,使自动驾 驶由过去的单车智能转变为有组织的多智体高效协同合作。因此,在。

26、自动驾驶感 知、决策层面技术痛点无法短时间突破背景下,车路协同正在成为自动驾驶行业 热点。 车路协同系统示意图 2019年 中国汽车保有量 2.6亿辆 ,2018年中国公路里程 484.7万公里 ,其中 高频路段 不足15% ,相比之下,单车智能改造成本远超车路协同建设成本; 道路智能化后,车路协同系统能有效补充单车智能的信息盲点、加速反应 效率,单车配备传感器数量和性能可相应降低,使自动驾驶 研发成本 降低 30%, 接管数 下降 62% ,预计可让自动驾驶 提前2-3年 在中国落地; 成本方面 由于5G的发展、中国通讯行业的基础设施迎来建设浪潮,加上政府加 大政策指引力度,路侧改造进程加速。

27、,车路协同技术演进路线愈发清 晰,2018年下半年以来,中国百度、阿里、华为、腾讯等科技企业纷 纷推出相关战略规划; 商业落地方面 车路协同通过车、路的传感器网络互联实现智能能力共享,其感知探测距离 理论上可达 无穷远 ,且 不存在死角 ,安全性高; 车路协同能综合考虑路上所有车辆的运动情况,从而做出 全局最优决策结果 , 保证驾驶安全性。 安全方面 车路协同优势 从自动驾驶的的单车智能过渡到车辆/车路协同的多智体智能 , 将是2020年中国自 动驾驶行业的新热点。 路 侧 设 备 云 车 载 终 端 车 载 终 端 DSRC/LTE-V2X V2I V2V V2X V2N接口, 3G/4G/。

28、5G DSRC/5G 行人 自行车 交通信号标志 备 注: 路侧设备可检测 路况及交通信号 标志等多种信息 12 2020 LeadLeo 来源:金溢科技,头豹研究院编辑整理 中国车路协同基础技术概述 车路协同系统的基础技术可依据其构成划分为智能车载单元关键技术、智能路侧关键 技术、通信平台关键技术和其他关键技术,其中,V2X是车路系统最核心的基础技术 中国车路协同核心技术概述 智能车载单元关键技术 车辆 精准定位 与高 可靠通信技术 车载一体化系统 集 成 技术 车辆行驶安全状态 及环境 感知 技术 智能路侧单元关键技术 多通道交通状态信息辨识与采集 道路异物侵入信息采集 突发事件快速识别定。

29、位 密集人群采集 交叉口行人信息采集 多通道交通流量检测 路面湿滑状态信息采集 通信平台关键技术 (V2X技术) 高速移动状态下的多信道、高可信、高可靠车路/车车信息 交互与融合 高速车辆环境下稳定高效 的切换及路由技术 密集车辆场景下公平高效 的多信道接入控制技术 稀疏场景下可信可靠的信 息融合技术 的切换及路由技术 的多信道接入控制技术 兼容各种无线网络协议的 多模式连接技术 车辆动态分簇融合技术 路侧通信设备的位置优化 技术 无线广域网 无线局域网 专用短程通信 自组织网络 传感器网络 蜂窝-3G 通 信 模 式 其他关键技术 控制机制:动态分层技术 系统功能:升级延展技术计算实现 : 。

30、边缘云端 技术 车路协同系统内在包含的基础技术可依据其构成划分为智能车载单元关键技术、智能路侧关键技术、通信平台关键技术和其他关键技术。其中, 传感技术 指能通过将感受到的信息按一定规律变换成为电信号或其他形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求的技术 ; V2X技术 是将车辆(V)与一切事物(X)相连接的新一代信息通信技术, 是车路协同最核心的基础技术 ,它将“人、车、路、云”等交通参与要素有机地联系在一起,不仅 可有效补充单车智能的信息盲点,促进自动驾驶技术创新和应用,同时还有利于构建一个智慧的交通体系,促进汽车和交通服务的新模式新业态 发展; 边缘计算 是一种。

31、通过提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务)的技术。 车路协同系统关键技术 13 2020 LeadLeo 视频检测技术 采用摄像头对检测区进行拍摄,通 过图像提取技术将图片中的车辆提 取,主要技术有背景差法和帧差法 线圈检测技术 当车辆处于感应线圈检测范围 时,线圈内的磁通量会发生变 化,由此判断是否有车辆经过 红外检测技术 通过检测红外波的方式来感知 车辆,有主动检测和被动检测 两种形式 外部感知技术 超声波检测技术 通过对接收到的反射回波进行分析 判断 微波检测技术 通过对接收到的单频连续回波 进行多普勒频率分析,以获得。

32、 通过车辆的速度 压力传感器检测技术 利用材料的压电效应感知是否 有车辆通过 感知外部信息,如车、人,以检测车辆信息为主的系列技术 弹性波检测技术 可对结构内部的裂缝损坏发射的弹 性波加以接收和分析,进而对波源 的状态做出评估 超声波检测技术 针对结构内部的裂缝进行检测 的技术 射线检测技术 根据X射线投影图像的颜色深浅 和形状大小对缺陷加以分析 内部感知技术 图像识别技术 利用图像处理及算法从图像中获得损伤信息,主 要针对路面表面已形成的裂缝加以识别 光纤传感技术 以光为载体、光纤为媒质、感知和传输外界信号的 新型传感技术 感知道路的现实服务状态、服务性能,针对道路结构设施运行状态和损 坏情。

33、况进行检测和监测的技术 来源:头豹研究院编辑整理 中国车路协同基础技术分析感知技术 车路协同系统通过道路外部感知和内部感知的双感知互动,实现人-车-路协同,多传 感器融合是该系统的重要特征 雷达传感器 价格 探测距离 优势 毫米波雷达 150-300 美金 200m 全天时 全天候 激光雷达 8,000- 80,000美金 905- 1,150m 高精度 0 1 2 3 4 5 近距离探测 远距离探测 分辨范围 探测精度 成像能力成本 尺寸 检测速度 受天气影响 激光雷达 毫米波雷达 毫米波雷达及激光雷达传性能、价 格及应用场景对比 车路协同系统具体雷达传感器方案 车路协同的具体雷达传感器方案。

34、如下: 毫米波雷达 各指标表现均衡, 具备全天时全天候工作能力 ,且价格适中,性比价 最高, 是车路协同感知系统的最佳选择 。 激光雷达 采用激光测距技术,可实现三维环境建模,在成像能力方面远超出其他 两种雷达传感器。从安全的角度考虑,激光雷达可探测物体的三维坐标,与摄像 头和毫米波雷达等感知设备形成功能互补,有效提高数据获取的准确性和可靠性, 减轻对数据融合算力的要求。但其近距离探测能力和全天候工作能力较差,且存 在尺寸巨大、成本高昂的缺陷,尚未大规模量产。 不同传感器各有优缺点,因而最为常见的车路协同传感器方案为 “摄像头+毫米波 雷达+激光雷达”融合方案 。 车路协同感知技术概述 车路协。

35、同中智能道路的核心是利用路侧、路中、路内传感器实现车辆探测、道路质量 检测、能量收集、信息交互等一系列功能。即车路协同系统通过道路外部感知和内部 感知的双感知互动,实现人-车-路协同。 车路协同外部感知技术及内部感知技术 14 2020 LeadLeo 1. 相比于DSRC技术,中国在LTE-V2X的标准制定、产品研发、应用示范、测试验证等方面 取得了积极进展: 在 标准化 方面,中国LTE-V2X标准体系建设和核心标准规范基本建设完成; 在 产品研发 方面,中国拥有全球最大的4G网络,初步形成了覆盖LTE-V2X系统、芯片、终 端的产业链; 在 应用示范 方面,无锡建成世界首个LTE-V2X。

36、城市级开放道路示范样板,验证了中国 V2X 标准的全协议栈有效性; 在 测试验证 方面,中国完成了实验室和小规模外场环境下的LTE-V2X端到端通信功能、性 能和互操作测试,为大规模应用示范和商用部署奠定了基础。 1. 因此, LTE-V2X将成为中国车路协同行业的首选通信方式 。 2. 路侧设备和车联网云平台之间的通信,一般使用固网或蜂窝通信技术; 3. 车辆设备和云平台之间的通信,主要的通信技术为3G/4G, 未来将会升级到5G。 1. 2019年是5G商用元年,5G网络规模建设开启,但考虑到 5G-V2X标准化和产品进度相对滞 后,预计 LTE-V2X设施和5G-V2X设施将长期并存,后。

37、续逐步过渡到5G-V2X为主 。此外, 4G到5G的全面升级刚刚展开,中国存在各区域通信布局不一的现象,导致汽车在行驶过 程中经常会面临4G/5G/LTE-V通信网络的实时切换问题。 能否实现不同通信网络的平滑切 换是衡量车路协同系统通信技术水平的重要指标。 车路协同系统通信技术可依据不同端口间的交互进行划分: 1. 车辆和路侧设备之间的通信,分为DSRC和C-V2X两种技术,其中C-V2X又可细分 为4G LTE、LTE-V2X及5G,现阶段全球车路协同技术仍处于 DSRC和 LTE-V2X阶段; V2X网络 LTE-V2X PC5 DSRC LTE Uu LTE Uu LTE-V2X 单芯。

38、片/模组 vs 所有V2X(包括V/I/P/N) 场景 站点复用,低投资,平滑演进至5G 统一运营,运营商级可靠运营 标准化进程:2014年开始标准化 时延:低 数据吞吐量:较大 传输距离:大于 1,000米 带宽:极高 代表企业: 华为 、高通 DSRC 多芯片/模组 vs V2X(V/I)场景 重新建站,高投资,无演进关系 多运营主体,运营风险高 标准化进程:2004年开始,已完成实地 测试 时延:较高 数据吞吐量:较小 传输距离:小于 300米 带宽:较高 代表企业:恩智浦 由于LTE-V2X的技术优势以及中国在C-V2X产业链上核心技术掌控的优势,LTE- V2X将是未来中国车路协同行。

39、业的主要通信技术方式 LTE-V2X与DSRC技术性能及标准化进程比较车路协同系统通信技术分类 来源:德州仪器官网,头豹研究院编辑整理 中国车路协同基础技术分析通信技术 综合LTE-V2X的技术优势及中国在其标准制定、应用示范、测试验证等方面的优势, LTE-V2X将成为中国车路协同行业的首选通信技术 C-V2X V2X DSRC 4G LTE LTE-V2X 5G 演进 演进 通信 技术 分类 15 2020 LeadLeo 来源:车路协同的云管边端架构及服务研究,头豹研究院编辑整理 中国车路协同基础技术分析边缘计算 边缘计算将云端的计算负荷下沉至边缘层,可满足车路协同系统的超低时延需求,成。

40、 为车路协同系统计算实现的最佳选择 边缘计算具备超低时延优势 传统智能交通系统建立在中心云计算的基础上,其前端实时采集的数 据需上传至云端统一实现计算,再将结果发布至路口信号机和移动终 端上。但随着车路协同系统的推进,智能交通系统需要处理的实时数 据呈指数型增长,且车辆行驶安全服务需在毫秒级延时的情况下通知 驾驶员或控制车辆采取措施,因此原来的中心云计算方式不再适用于 此情况。 而边缘计算可 将云端的计算负荷下沉至边缘层 (路端/车端),在边缘 计算节点(ECN)完成 80%的计算,并通过LTE-V/5G等传输手段,实时 将结果发送给OBU,满足车路协同的超低时延需要。 边缘计算节点是云管边端。

41、架构的核心组成部分 车路协同的云管边端架构如右图所示: 云平台包括V2X应用服务、V2X管理服务、平台服务和基础服; “管”指交通专网与电信网络进行互联,从而利用电信运营商的移动 网络、宽带网络和物联网等服务进行通信; “边”包括众多边缘计算节点(硬件实体), 是承载边缘计算业务的 核心 ,一般在道路侧或者运营商的边缘机房,采用适应边缘物理部 署环境的定制服务器硬件部署; “端”则包括信号灯、监控摄像头、电子卡口、车、车载单元、环境 监测、路侧单元等终端。 车路协同的云管边端架构 车路协同边缘计算技术与架构概述 终端管理 通信管理 边缘应用管理V2X管理 地图 消息通信 时空数据库等平台服务 。

42、计算 存储 数据等基础服务 路侧单元 安全预警 交通调度 交通信息等V2X应用 车路协同交通服务平台 云 宽带网络 移动网络 物联网 电信网络 管 边缘应用服务 边缘计算应用环境 边缘定制服务器 边缘计算节点 边缘应用服务 边缘计算应用环境 边缘定制服务器 边缘计算节点 边 信号灯 监控摄像头 电子卡口 激光雷达 车及车载单元 环境监测 端 (交通运营自建 或合作建设的 专有网络) 交通专网 互联 根据业务侧重点和硬件特点不同,边缘计算节点可分为: 以网络协议处理和转换为重点的 边缘网关 ; 以支持实时闭环控制业务为重点的 边缘控制器 ; 以大规模数据处理为重点的 边缘云 ; 以低功耗信息采集和处理为重点的 边缘传感器 等 16 2020 LeadLeo 中国车路协同解决方案构造分析 车路协同的解决方案架构可分为终端侧、边缘 层、云端和应用侧四层,整体方案以V2X 为核心 车路协同的端到端解决方案架构可分为四层:终端侧、边缘层、云端和应用侧,整体方案围绕智能的车和聪明的路展开,以实现车与路的信息。

展开阅读全文
相关资源
猜你喜欢

当前位置:首页 > 汽车行业 > 智能汽车


关于我们                               联系我们


copyright@ 2008-2013        长沙景略智创信息技术有限公司版权所有
经营许可证编号:湘ICP备17000430