转载自: 5G行业应用
物联网智商 转
展望2021年，车联网产业将扬帆起航，在十大领域持续发力。
实践方面，车联网规模建设时代来临，“两率提升”是关键；5G+V2X逐步落地，“量产”是关键；从安全类和效率类业务到协同类业务演进，“协同”是关键；车联网技术进一步验证和完善，“安全”是关键；车联网跨城市区域合作发展，“开放”是关键。
探索方面，车联网赋能自动驾驶典型场景落地，“商用车”是关键；车联网赋能智能交通实现深度融合创新，“融合”是关键；车联网赋能智慧出行探索杀手级应用，“有效感知”是关键；车联网创新商业和运营模式探索，“闭环”是关键；车联网数据开放模式探索，“规则”是关键。
车联网赋能自动驾驶典型场景落地，“商用车”是关键
车联网赋能自动驾驶主要体现在载人和载货两大领域。在城市载人场景下，包括Robo-Taxi、Robo-Bus、最后一公里自动接驳、自动巡游等是自动驾驶的典型场景。在载货场景下，包括干线物流、支线物流、末端物流、封闭园区（矿区、港口、机场、旅游景点、学校等）物流是自动驾驶的典型场景。车联网将和车本身更深入结合，主要体现在：①车联网业务和车辆CAN总线信息融合。例如，车辆打紧急双闪信息，可以通过CAN总线给到车载终端OBU，和其它车辆之间实现信息交互；②车联网业务作为辅助驾驶和自动驾驶的输入源之一，与车辆多传感器融合的输入源一起，供自动驾驶车辆决策和控制使用。例如，红绿灯信号机信息通过RSU推送给车载终端OBU，可以作为自动驾驶重要的输入源之一，和车辆摄像头识别的红绿灯信息进行融合决策，供自动驾驶车辆控制使用。对于单车智能自动驾驶来说，车联网可以从多方位赋能：①红绿灯信息推送；②超视距信息推送；③鬼探头等典型场景应对；④提供安全冗余；⑤降低单车智能成本等。商用车会优先采用车联网技术，主要解决四个层面的问题：安全问题、效率问题、成本问题、舒适问题。①全球每年有约125万人死于交通事故，商用车由于其自身特点，是重大伤害的施加者和被伤害者，需要车联网技术帮助减少交通事故；②结合智能交通和智慧物流，实现人、车、货的智能管理，通过车联网技术选择最佳运行路线，提升运输效率，降低能耗；③中国有1400万辆中远途运输以及城际运输货运卡车，和近3000万辆主要活跃在城市内运输、快递外卖配送场景的面包车、三轮车以及两轮的电动车、摩托车，其中人力和燃油成本占比重，可以通过车联网技术减少运营成本；④通过车联网技术提升商用车舒适性，提供娱乐活动，帮助司机减轻疲劳。
车联网赋能智能交通实现深度融合创新，“融合”是关键
车联网赋能智能交通，在微观、中观和宏观三个层面进行深度融合创新。在ITS微观层面，车联网能够将车辆行驶的环境信息、附近的交通运行情况、周边的交通事件等信息及时传送给车辆，从而使得车辆能够做到及时感知、快速合理决策，极大提高车辆行驶安全性，并提升出行效率；同时，由于多源感知和通信手段的存在，交警和交委等管理部门可以对微观交通态势进行全面掌握，有利于进行交通指挥及应急事件处置。微观主要包括车端信息和路端信息。车载OBU能实时上传位置数据、车辆数据等，为交通微观数据采集提供更加可靠的数据来源，并为智能交通领域的交通路况、交通流预测提供更加可靠数据源。路端在城市交叉路口、高速公路隧道等典型场景进行智慧化部署，从而可以将环境信息（各类交通标识标牌、信号灯、停车场车位信息等）、微观交通运行情况、附近的交通事件（交通事故、故障车辆、道路施工、路面抛洒物、临时占道等）及时通过V2X下发给车辆。在ITS中观层面，由于可以及时获取大量联网数据，并通过V2X区域平台支撑，车辆本身及交通管理部门都可以获得及时的区域交通态势信息。结合交通态势分析判断，再与传统的集成化ITS控制手段结合，可以更加有效的进行区域交通调度，提升区域交通效率。例如车联网与交通信号控制系统打通，能够实现红绿灯信息推送、车速建议、交通信号自适应调整、车流诱导、特种车辆优先通行、高速多匝道合流管控等功能。在ITS宏观（城市或者大区）层面，随着道路智慧化改造逐渐完善、车载终端渗透率不断提升、分级云控平台逐渐部署，车辆等交通参与者、道路感知、环境信息、交通事件等各种信息将汇聚于云控平台。由云控平台进行协同感知、集中分析决策、反馈控制等，从而实现全局的决策和控制，提升交通安全性和交通通行效率，并为未来L4/L5的自动驾驶提供支撑。云控平台将实时感知动态信息、决策控制信息、数据分析信息等各种信息，以及计算与决策支持、仿真、动态地图等各种服务能力，提供给ITS平台及系统；同时ITS的交通信号控制、交通事件等信息也会提供给云控平台。两者的融合应用，将能实现全局交通运行监控、交通运行优化、交通管理等。
车联网赋能智慧出行探索杀手级应用，“有效感知”是关键
“出行即服务”（Mobility as a Service，MaaS）改善出行者体验。出行前，匹配出行供需，一次规划个性方案；出行中，对交通实时状态进行预测分析，实现错峰出行诱导；聚焦各种交通资源，实现各种出行方式的无缝衔接；出行后，整合多元支付，实现一票制出行。而车联网业务面临用户需求不强烈、缺乏杀手级应用挑战。车联网能为用户提供的业务，开始主要提供信息服务类业务，比如定位管理、基于用户行为的保险业务、以及面向B端的车队管理等。当前又回归到出行需求上，为用户解决安全问题和效率问题。但这些业务，用户刚性需求不清晰，用户为这些服务的付费买单意愿不强。如何让车联网业务在C端可被用户有效感知并为此付费是核心问题之一。车联网赋能智慧出行，探索出可被用户有效感知并为此付费的杀手级应用，是一条可行的解决思路。当然，用户“有效感知”是前提条件。因此，V2X车载终端“渗透率”提升依旧是关键。一方面，通过车载前后装终端提升“渗透率”，《智能网联汽车技术路线图2.0》中提出，PA、CA级智能网联汽车渗透率持续增加，2025年达50%，2030年超过70%；C-V2X终端的新车装配率2025年达50%，2030年基本普及。另一方面，通过互联网化手段提升“渗透率”，利用移动互联网C端广泛触达优势，让车联网业务能被广大用户百分之百有效感知，例如用户直接通过APP、小程序、导航地图等体验车联网业务。自主代客泊车（Autonomous Valet Parking, AVP）是在智慧出行领域能让用户有良好感知的应用场景之一，可部分解决找车位难、找车难问题，减少停车取车的无效时间。城市停车资源供给不足是停车场景的一大痛点，另外寻找停车泊位、不合理出入口设置等问题还会导致停车场周边道路拥堵。因此，网联自动驾驶和智慧停车协同，提供自动泊车辅助系统APA（L2级）、远程遥控泊车辅助系统RPA（L3级）、自主代客泊车AVP（L4级），可以无缝链接动态交通和静态交通[1]。车联网和AVP结合，可以提供场站路径引导等众多服务。在场站内部区域（如停车场、高速路服务站、加油站等），RSU通过I2V方式，向进入的车辆提供站点地图信息、车位信息、服务信息等，同时为车辆提供路径引导。无感支付也是智慧出行领域能让用户有良好感知的应用场景之一。利用车联网，可以提供道路收费服务。车辆行进到城市道路或高速公路的收费区域时，车辆接收路侧发布的收费信息，并通过车路交互完成缴费业务，包括开放式收费（如过路桥收费、拥堵收费）、区域式收费（如高速路段收费、停车场收费）。收费站点部署RSU，连接后台收费系统，车辆安装OBU，当车辆进入收费区域，完成相互身份认证后，自动执行无感支付操作[2]。
车联网创新商业和运营模式探索，“闭环”是关键
车联网商业模式涉及到使用方、投资方、建设方、设备方和运营方。其中使用方主要包括车主、车企/Tier 1（传统车企、造车新势力、自动驾驶初创公司、Tier 1等）、运营商、行业客户（出租车公司、公交公司、物流公司、保险公司等）、交管/交委等。建设方将按需采购设备商的产品和解决方案，建设V2X通信覆盖，包括路侧基础设施部署和车载终端部署。车联网专业运营公司将向各类使用方提供道路测试环境、V2X通信和信息服务等。具体参考微信公众号“5G行业应用”的《5G车联网产业发展的冷思考》。
中国道路基础设施建设和运营主体具有多元特点，需要积极探索车联网创新商业和运营模式，形成商业闭环是关键，例如环卫车、矿卡、重卡、公交车等[1]。环卫车方面，环卫用工老龄化突出、用工成本高、环境卫生建设投资金额增速远低于道路清扫面积和环卫车辆的增速。自动驾驶环卫车包括开放道路（例如高速、高架、桥梁、隧道等）运行的大型环卫车和开放道路/固定场所（普通城市道路、街道、园区、旅游景点、学校等）运行的中小型环卫车。采用智能化环卫车后，能大幅降低环卫作业工人数量，有效降低年度综合成本。矿卡方面，2020年2月，八部委联合印发《关于加快煤矿智能化发展的指导意见》，提出到2025年露天煤矿实现智能连续作业和无人化运输。矿区作业主要面临招工难、用工成本高、作业环境极端、安全事故频发等问题。载重100吨的有人驾驶矿卡售价在80万元左右，配备2-3名驾驶员，薪资大约30万元/年。通过加装传感器和计算单元、进行线控化改造成为自动驾驶矿卡的成本大约为60万元。这样自动驾驶矿卡相对传统矿卡，2年可实现盈亏平衡，3年可实现盈利。重卡方面，主要面临驾驶员短缺、事故频发、运营成本高、运营效率低等问题。自动驾驶可大幅降低人力成本、减少燃油消耗。例如自动驾驶重卡平均可减少驾驶员0.5~1人，人力成本减少6~15万/年/车。另一方面，自动驾驶重卡通过优化行驶速度及加减速策略，提高燃油使用效率，每年可减少10~15%燃油费用，约为3~5万/年/车。采用队列跟驰技术，通过减少风阻等，进一步可减少10%燃油费用。公交车方面，国内公交企业成本大于收入，需要政府补贴资金，同时公交行业面临客运量减少、驾驶员招工难、用工成本高等问题。传统公交车售价在40万元左右，配备2名驾驶员，薪资大约15万元/年。通过加装传感器和计算单元、进行线控化改造成为自动驾驶公交车的成本大约为60万元。加上当下激光雷达寿命仅1-2年，需要进行替换，这样自动驾驶公交车相对传统公交车，需要一定时间才可实现盈利。
车联网数据开放模式探索，“规则”是关键
厘清车联网涉及的数据所有权、使用权、经营权问题，将有可能探索出新的市场空间。重点是解决好车联网数据共享规则、数据应用规则和数据监督规则，最终的目标是让车端、路侧和平台产生的海量数据，能够产生价值。数据共享规则方面，界定清楚车联网哪些数据可以和值得对外共享，并且界定清楚从传统交通系统、智慧城市交通平台、互联网平台中可以获取哪些数据。以交通信息共享服务为核心，连通道路基础设施和车辆，对交通环境信息做整合，建立统一信息交换标准，消除交通信息孤岛。数据应用规则方面，加强智能汽车复杂使用场景的大数据应用，重点在数据增值、出行服务、金融保险等领域，培育新商业模式，优先在封闭区域探索开展智能汽车出行服务。例如可以积极探索商用车数据运营，包括①围绕商用车自身的设计、研发、制造、销售、服务、物流等各环节数字运营工作；②围绕商用车生态的汽车金融、汽车保险、汽车租赁、车队管理、汽车电商、维修保养、汽车加油、洗车美容、二手车等各领域的数据运营工作；③围绕商用车使用的导航定位、视频影音、视频通信、社交聊天、在线支付等的数据运营工作。数据监督规则方面，需要建立覆盖智能汽车数据全生命周期的安全管理机制，明确相关主体的数据安全保护责任和具体要求；实行重要数据分类分级管理，确保用户信息、车辆信息、测绘地理信息等数据安全可控；完善数据安全管理制度，加强监督检查，开展数据风险、数据出境安全等评估。[1] 中国电动汽车百人会, 自动驾驶应用场景与商业化路径（2020）.[2] 中国智能交通产业联盟, 合作式智能运输系统 车用通信系统应用层及应用数据交互标准（第二阶段）.
