2019年汽车智能网联专题报告

来源：东方证券

一、政策催化：政府高度重视智能网联

1、政策大力推进智能网联

2019 年 9 月，中共中央、国务院印发《交通强国建设纲要》，是首份从中共中央、国务院层面推动我国走向“交通强国”的发展规划， 对于产业发展有重大指导意义。《纲要》提出在 2035 年基本形成交通强国，基本解决城市拥堵情 况；同时加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。

交通强国智能交通战略主要建设目标 为“全面建成世界领先的智能交通系统，领跑世界智能交通的发展”，主要工作任务则是：智能缓 解交通拥堵、智能提升交通安全水平和提供高品质智能交通服务。因此交通强国战略有望有效提升智能交通的建设水平。

政策主要从两个层面推进智能网联建设：1）自上而下层面提高统管决策能力：对于高数 据密度的城市交通，在实现全网交通信息的实施获取基础上，搭建数据分析平台，通过加强数据统 筹与分析能力实现决策水平的提高，实现交通效率的提升；同时将不断综合各种交通方式的数据和 信息，从局部优化走向全局优化；2）自下而上层面提高智能网联水平：强调单车智能化和道路的网 联化，发展无人驾驶技术，提高车辆和道路的感知能力。自上而下和自下而上结合最终提升交通效 率、交通安全，真正实现智能交通。

2019 年 5 月国务院、交通部和发改委发文要求 ETC 的车载渗透率到 2019 年年底达到 80%，高 速 ETC 收费率达到 90%以上，时间紧任务重，目前完成情况较好。我们看到，交通领域的信息基 础建设从传统的以省和地市作为主体投资扩展到全国，将孤立的交通系统打通，高速公路三大系统 为通讯、收费和监控，现在收费层面已经联网，未来其他系统也将走向全国联网。ETC 在国内推 广了 10 年，2019 年拐点式大力推进从侧面反映了国家对于交通领域信息基础建设的高度重视。

2、G 端投资提升交通的智能化网联化基础

政策发力将促进政府加大智慧交通的投资。我们认为未来 G 端投资主要分为两个方面：

1）从自上而下的角度，建设以城市大脑和交通小脑为代表的数据决策平台。解决过去智能交通建 设的“数据多而效果少”、“单点强而全局弱”等问题。以高频交通数据为抓手，以强大的分析计 算能力为核心，实现信号灯自动控制、智能交通诱导系统、特种车辆优先等功能，从而提升交通效 率，解决城市拥堵问题，并在未来的作为智能网联时代的中心大脑。

2）从自下而上的角度，促进路网的覆盖率，从而带动车载终端的渗透率，走向智能网联，最终实 现自主交通和自动驾驶的远景。路网的覆盖率和车端的渗透率是智能网联的基础。政府通过投资智 能网联示范区创造路网的测试环境，对产业发展起到带动作用。相对于车端，政府在路端发挥的作 用将更大。

根据《智能网联道路系统分级定义与解读报告》，我国道路系统建设还在初级阶段。目前国内绝大 部分的道路都属于 I0 级(无信息化/无智能化/无自动化)，即交通基础设施无检测和传感功能，由驾 驶员全程控制车辆完成驾驶任务和处理特殊情况。要实现车联网（车路协同）需要交通基础设施达 到 I2 级(部分网联化/部分智能化/部分自动化)，即交通基础设施具备复杂传感和深度预测功能。在 车联网运营主体尚不明确的情况下，我国智能网联道路升级改造的初期工作将大概率由政府引领。

二、技术推动：5G 落地带动智能网联发展走向拐点

1、交通是 5G 的核心应用场景之一

5G 发展进入应用推广的阶段。随着 2019 年 6 月 6 日工信部向中国电信、中国移动、中国联通、 中国广电发放 5G 商用牌照，我国正式进入了 5G 商用元年。截至目前，全国已经开通了 11.3 万 个 5G 基站，预计年底将达到 13 万个。40 多个城市覆盖 5G 网络。

5G 应用将从移动互联网走向物联网，从 C 端走向 B 端。5G 覆盖三大应用场景，从标准进展速度 和商业模式成熟度的角度来说，各大运营商将首先推广 eMBB 所支撑的高流量业务如 VR/AR、高 清直播与云游戏等，在这类业务当中，用户体验速率提升至少 10 倍以上，用户可以随时随地的在 线观看高清视频，即使在高密度人群中也同样不会受到影响。随着 uRLLC 和 mMTC 各项标准的 落地，物联网应用也将快速发展，物与物之间的连接数量大幅提升，可支持更高移动速度下使用， 时延效果达到 1ms 级别，终端能够及时作出反应动作。5G 时代，预计 20%用于人和人之间的通 信，80%用于物和物之间的通信，

交通领域是 5G 的核心应用场景。5G 具有大流量、低时延、高可靠性等优点，正好满足了智慧交 通领域的需求和痛点：1>在智能交通领域，智能公交系统的红、黄灯切换需要在极短时间内完成。分布在马路边的传感器需要将实时路况信息采集并传输到后台处理，这些信息的采集和处理对时 间有非常高要求；2>在车联网和自动驾驶领域，网络时延和数据流量的要求大幅提高，5G 网络的高可靠、高带宽、低延时等特性，将补齐车联网、自动驾驶在通信网络层的技术缺口。自动驾驶是 uRLLC 场景的典型业务。

5G 网络切片技术将支撑交通领域的多场景应用。智慧交通的数据类型多种多样，包括地图数据， 气象数据，汽车诊断数据，急救信息，定位信息，娱乐互联等等。不同的数据对应不同的网络功能 和性能要求，比如“车辆定位”和“娱乐视频”对于智能汽车来说，网络性能的要求肯定是不一样 的。自动驾驶数据需要低延迟和高速率，而娱乐视频需要高吞吐量。如果只使用同一个网络规范提 供所有的服务，将会占有无线信号资源并提升网络运营维护成本。5G 技术能够包容 2G，3G，4G LTE，LTE-A，Wi-Fi，D2D，M2M 等不同的通信组网方式，实现网络“切片”，从而对于交通领 域的不同场景提供不同性能的网络服务，大幅降低成本。

2、C-V2X 的网络演进

车联网技术路径明确，我国具备良好的产业链基础。V2X 通信有两大技术路径，一个是基于蜂窝 网络进行通信的 C-V2X 技术，另一个是基于Wi-Fi 改进来的 DSRC 技术。前者覆盖面大，通信距 离远，无需额外组网即可通信，后者仅可在短距离进行通信。中国较早确立 C-V2X 作为国内车联 网的技术标准，近期，在 DSRC 领域拥有众多专利的美国也转向了 C-V2X 技术。

我国在 C-V2X 领域具备话语权，专利部署具备自主可控优势，华为大唐等国内企业深度参与标准 制定，具备良好的产业链基础。工信部 2018 年 12 月 25 日印发的《车联网（智能网联汽车）产业 发展行动计划》已明确大力支持 LTE-V2X、5G-V2X 的研发与产业化。

C-V2X 定义两种互补的传输模式。C-V2X 是一种基于蜂窝技术的 V2X 无线通讯技术，通过设备之 间的直连和蜂窝网络完成 V2X 通讯。其中 V2I（车路通信）、V2P（车人通信）、V2V（车车通信） 通过 PC 接口（直连通讯接口）进行点对点通信，可以不依赖于运营商网络直接通讯，使用 5.9Hz 频段，V2N（车网通信）通过 Uu 接口借助蜂窝网络通信（蜂窝通讯接口）。相比而言，DSRC 由 于其技术的局限性，DSRC 只能应用于 V2V 和 V2I 两个方向，不能通过蜂窝数据连上 V2N，在 V2P 方向未有技术定义。

LTE-V2X 作为目前车联网专网，将平滑演进至 5G。C-V2X 包含 R14 LTE-V2X、R15 LTE-eV2X 和向后演进的 NR-V2X 三个版本。其中，第一版本标准 R14（LTE-V2X）、第二版本标准 R15（LTEeV2X）分别于 2017 年 3 月、2018 年 6 月冻结，可支持 L1-L3 级别的车联网业务。第三版本标准 R16 向 5G 新空口演进（5G-V2X/NR-V2X），其标准化工作于 2018 年 6 月启动，预计 2020 年 3 月完成，R17 的工作还在规划中。目前车联网应用测试验证均是基于 LTE-V2X 以及 5G 蜂窝网络 Uu 通信来完成的，而基于 5G NR-V2X 的 PC5 点对点通信方式，还未进行技术验证阶段。

部署节奏稳步推进。预测未来 2-3 年将以 LTE-V2X（PC5）+5G NR（Uu）这样的网络部署为主。即点对点（V2I）通过 LTE-V2X 支撑，蜂窝（V2N）通过 5G NR 或者已有的 LTE 4G 蜂窝网络支 撑。随着 5G NR-V2X 标准的制定、测试和商用，网络部署逐步向 5G NR-V2X（PC5）+5G NR （Uu）演进。按照这样的 C-V2X 路线，车联网车载终端和路侧基础设施将存在 LTE-V2X（含 LTEeV2X）和 5G NR-V2X 版本并存情况。类似于现在 4G 网络和 5G 网络长期共存情况。目前，5G NR-V2X 版本已经在考虑前向兼容 LTE-V2X，确保前期投入不打水漂。

3、网络升级和边缘计算扩展 V2X 的应用场景

基于 C-V2X 的应用场景可划分为四大类：交通安全类、交通效率类、信息服务类、协同服务类（自 动驾驶类）。对于车联网专网，在基于 LTE-V2X 的网络当中，可以实现基础应用场景包括各类道 路避撞提醒等交通安全类业务和拥堵提醒等交通效率业务，在基础业务场景阶段，大部分应用的实 现都基于车辆、道路设施等参与者之间的实时状态共享，驾驶员利用共享信息进行自主决策。而随 着网络能力的增强，在 LTE-eV2X 和基于 5G 新空口的 5G NR-V2X 的网络环境下，可以完成更多 的增量交通应用场景，为自动驾驶提供了可能。

目前 V2X 的应用场景以预警和提醒为主。在 2019 年 10 月在上海举办 C-V2X“四跨”互联互通应 用示范活动中，依据国内的 LTE-V2X 的标准体系，重点部署演示了 4 类 V2I 场景、3 类 V2V 场景 和 4 个安全机制验证场景，这些是目前 V2X 可以实现的主要业务场景。

未来 5G NR-V2X 将主要实现 3GPP TR 22.886 定义的自动驾驶功能，包括车辆编队、高级驾驶、 扩展传感器、远程驾驶四大类功能。1>车辆编队：实现多车自动编队行驶，通过 V2V 实现前后车 之间瞬时反应，从而实现后车跟随式自动驾驶，降低需要保持的车距；2>高级驾驶：实现半自动或 全自动驾驶，通过共享驾驶意图，实现运动轨迹和操作协同。3>远程驾驶：实现对车辆的远程驾驶 操作，用于危险环境等驾驶条件受限场景或轨迹相对固定的场景；4>扩展传感器：通过路端信息的 共享，从而扩展车辆传感器探测范围。

综上，C-V2X 车联网分为近期（LTE-V2X）和中远期（5G NR-V2X）两个阶段。从应用角度讲， LTE-V2X 的设计目标主要是支持辅助驾驶，提升道路安全及提高效率和舒适性；5G NR-V2X 通过 将通信技术与人工智能、大数据等新技术结合，可以更好地支持自动驾驶及其他新功能。未来有望 出现基于 LTE-V2X 安全类和效率类业务+5G NR-V2X 自动驾驶类业务的组合模式。

在公网中，5G eMBB 大带宽业务先行。5G 公网未来首先部署的只包括 eMBB 场景，而 mMTC 和 uRLLC 无论是标准完善，还是实际网络部署尚需要几年时间周期。因此在 2020 年基于运营商 5G 公网，可以测试和验证是 5G eMBB 大带宽业务，例如车载 AR/VR 视频通话、车载高清视频监控、 全景合成、高精度地图实时推送等。

边缘计算支持 V2X 应用场景。5G 为 V2X 提供网络通信能力，边缘计算为 V2X 应用场景提供辅助 计算、数据存储等支持。通过将 C-V2X 业务部署在边缘计算(MEC)平台上，借助 Uu 接口或 PC5接口支持实现“人-车-路-云”协同交互。V2X 业务对时延的需求非常苛刻，边缘计算可以为防碰 撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精 度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。

三、智能化网联化基础设施建设加速

1、车路协同是国内确定性高的技术方向

车路协同技术路线降低单车智能的硬件成本并提高安全性。自动驾驶有两个技术路线，一个是单车 智能化，通过提高车辆本身的感知、决策和控制能力，使机器达到人类司机驾驶水平，但车身传感 器成本高，且由于盲区和遮挡物的存在，传感器存在局限。车路协同通过与路侧单元的通信，有效 得解决了这个问题，其价值主要体现在两个方面：降低单车智能改造的成本和弥补单车智能的技术 盲点。但是也面临着路侧单元的建设投入

国内的自动驾驶路线是智能网联的路线。智能网联的路线即“单车智能”与“车路协同”协同发展。目前发展车路协同技术及其应用已纳入交通部智能交通系统发展战略。并通过智能网联试点示范 推动车路协同的发展。《交通强国建设纲要》提出加强智能网联汽车（智能汽车、自动驾驶、车路 协同）研发，形成自主可控完整的产业链。

路端是自动驾驶的外部大脑，具备“上帝视角”，提升自动驾驶整体决策能力。自动驾驶的技术基 础包括感知层、决策层和执行层，V2X 是自动驾驶决策层的外部大脑，提升车辆的决策能力，保障 安全性和交通效率。应用场景主要包括交通安全（紧急制动预警、异常车辆提醒、交叉路口碰撞预 警、道路危险状况提示、弱势交通参与者预警等）和交通效率（基于信号灯的车速引导、绿波带、 前方拥堵提醒、紧急车辆信号灯优先权等）两大方面。

车路协同加速自动驾驶的升级发展。采用车联网技术将有效降低实现 L4/L5 自动驾驶的汽车端成 本压力。可以省掉激光雷达或者大幅度降低激光雷达规格，以及高精地图采集成本。百度在 2018 智能驾驶论坛上预测，在车路协同的基础上，自动驾驶的研发成本可以降低 30%，接管数会下降 62%，预计可让自动驾驶提前 2-3 年在中国落地。

2、示范区引领，路网覆盖有望先行

路网的覆盖率和车载模块的渗透率决定了车联网的商用速度。我们认为，路的覆盖率和车的渗透率 是相互加强，相互促进的过程。但从目前看，两者的渗透均存在阻力：1>在车的渗透率方面：从成 本和实用性的角度考虑，车企安装车载 C-V2X 设备的动力不足；2>在路侧单元方面：缺乏整体的 部署规划，商业模式尚不清晰。只有两者的渗透或覆盖到一定程度，商用速度才会加快。

产业发展初期政策作用大：车载端出规划意见，路侧端投资建设示范区。政策从车载端和路侧端两 个方面推动产业进程。1>在车载端以规划意见引导产业发展：工信部在 2018 年 12 月《车联网产 业发展行动规划》明确提出，到 2020 年，车联网用户渗透率达到 30%以上，联网车载信息服务终 端的新车装配率达到 60%以上。2>在路侧端投入资金建立智能网联示范区和智慧公路试点：截止 2018 年国家在多个地区建立了智能网联汽车示范区，与车路协同相关的试验基地达到了 40 个。

V2X 测试场景由单一环境向多应用场景、多测试环境转变；从示范点、示范区建设向综合性、城 市级车联网先导区建设转变。其中，京津冀、上海、武汉等示范区测试道路分别达到 50 公里、37 公里、28 公里。而京津冀、无锡等示范区已经实现了 5G 的全覆盖。无锡市示范区成为全球第一 个城市级的示范区。示范区的场景和路况从简单到复杂，将推动车厂进行道路测试，具化用户体验。我们预计 2020 年，政府投资加大，示范区的数量增加，部分示范区升级为先导区。

示范区将促进车端和路端的渗透。通过示范区的示范效应，一方面可以带动示范区本身在各地的复 制，从而提升路侧系统的部署规模，不断扩大覆盖范围，另一方面，也可以带动部分车辆的后装车 载单元渗透，从而促进车厂逐步推进前装车载单元。我们预计车载单元首先在商用车型渗透，如出 租车、公交车、物流车、矿卡、港口车辆等。这些类型的商用车型，相对来说具有较为清晰的商业 模式，也存在对于卡车编队等应用场景的探索需求。

V2I 更容易成为 V2X 产业化的切入点，路网建设有望先行。对于 V2V 模式，如果车辆的渗透率在 10%，则仅能实现 10%*10%=1%的车辆 V2V 通信，但对于 V2I 模式来说，在路侧系统的支持下， 只要安装了 V2X 设备的车辆，就能通过路侧系统获取服务。同时，V2V 模式由消费者或车企买单， 初期量上得很慢；V2I 模式依赖于政府对于基础设施建设的投入，RSU 如果逐步从稀疏到密集，则 能取得立竿见影的效果。

我们认为，与 2G~5G 蜂窝网络一样，网络基础设施是车联网的基础。V2X 有望沿着“路网基础设 施建设—智能网联车辆渗透普及—运营和应用丰富”的产业发展顺序进行演绎。

3、产业链走向成熟，商业模式仍在探索

示范区助力运营模式探索。国内三大电信运营商积极开展车联网应用平台试点，中国移动在北京、 无锡、上海、宁波、柳州等地方，中国电信在雄安，中国联通在常州、重庆等地部署支持车联网业 务的 MEC 服务平台；滴滴、腾讯、百度、阿里等互联网企业布局开发面向车联网应用服务的路侧 平台和中心平台；中国交建中咨集团、启迪 云控等企业分别从交通、汽车等行业视角探索应用平 台的建设与运营。从目前情况看，运营商、互联网公司、政府等，都有可能作为车联网的运营方。

基于 LTE-V2X 的产业链已基本成熟可商用。1>大唐、华为、高通、移远、芯讯通、Autotalk 等企 业已对外提供基于 LTE-V2X 的商用芯片/模组。2>华为、大唐、中国移动、金溢、星云互联、东 软、万集等厂商已经可以提供基于 LTE-V2X 的车载单元后装（OBU）、路侧设备（RSU）硬件设 备以及相应的软件协议栈，相关终端产品已具备商用基础。

汽车厂商接受程度达到较高水平。部分车厂大力推动新车联网功能，推动 V2X 的前装化。根据信 通院，2019 年 3 月，福特宣布首款 C-V2X 车型 2021 年量产；2019 年 4 月，上汽集团、一汽集 团、东风公司、长安汽车、北汽集团、广汽集团、比亚迪汽车、长城汽车、江淮汽车、东南汽车、 众泰汽车、江铃集团新能源、宇通客车等 13 家车企共同发布 C-V2X 商用路标，2020 下半年至 2021 上半年陆续实现 C-V2X 汽车量产。

从三跨走向四跨，参与方增加，安全能力提升。2019 年 10 月 22 日，中国汽车工程学会年会暨展 览会推出 C-V2X“四跨"体验活动。此次 C-V2X“四跨"互联互通应用展示将重点演示 V2X 通信安 全身份认证机制，实现“跨芯片模组、跨终端、跨整车、跨安全平台"的全方位演示。本次“四跨" 活动在 2018 年“三跨"互联互通应用演示的基础上，重点增加了通信安全演示场景，安全芯片企 业、安全解决方案提供商、CA 证书管理服务提供商等相关单位积极参与本次活动，实现跨"模组终端-CA 服务-车厂"的全方位演示，协力共促包含安全的完整 V2X 产业链形成。

4、RSU 建设加速，设备商集成商受益

RSU 走向集成化智能化。5G 智能网联路侧基础设施主要包括：1>通信基础设施：4G/5G 蜂窝基 站；2>C-V2X 专用通信基础设施，部署在路侧的通信网关：多形态的 RSU（Road Side Unit）；3>路侧智能设施：包括交通控制设施（交通信号灯、标志、标线、护栏等）智能化，以及在路侧部 署摄像头、毫米波雷达、激光雷达和各类环境感知设备；4>MEC（多接入边缘计算/移动边缘计算） 设备。目前的路测 RSU 以通信功能为主（内置 ETC 和 V2X 的通信模块），未来随着智能网联道 路的升级发展，RSU 有望不断集成不同的功能，通过 RSU 促进信号灯和摄像头联网，同时嵌入集 成边缘计算能力，成为智能化的 RSU。

5G 时代 RSU 出现多种形态。我们在上文提到，车联网包括基于 Uu 接口的 V2N 蜂窝网络，也包 括基于 PC5 的 V2V、V2I 的车联网专网，所以根据网络基础的不同 RSU 的产品形态将更加多样 化，比如 5G Uu + LTE-V2X PC5 版本，或者 LTE-V2X PC5 + 5G NR-V2X PC5 版本，或者 5G Uu + LTE-V2X PC5 + 5G NR-V2X PC5 版本。除此之外，交通部主推的 ETC 路侧设备，公安部主推的汽车电子标识路侧设备，甚至是交通信号灯都存在和 V2X 合一的产品形态。甚至可能集成 MEC 功能形成智能化的 RSU。

RSU 的渗透路径。RSU 是 V2I 的基础设施，涉及到向车和向云传递准确的交通信息，在车联网发 展初期，由于 OBU 车载单元的渗透率低，仅集成通信模块的 RSU 很难弄向交通大脑传递准确的 信息，需要其他传感器如摄像头和激光雷达的辅助。所以在复杂路口的 RSU 在初期很有可能集成 多种传感器。但在 OBU 渗透率更高的场景中，如园区或高速，包括通信模块的 RSU 有望回传相 对准确的交通信息到交通大脑，助力交通效率的提升。

RSU 的潜在建设规模达到千亿量级。根据《5G 行业应用》，截至 2018 年，中国高速公路里程 14.26 万公里，国道里程 36.30 万公里，省道里程 37.22 万公里，农村公路里程 403.97 万公里， 城市道路超过 40 万公里，50 多万个城市路口。以每公里智能化改造费用 100 万保守测算，仅高 速公路智能化改造投入即高达 1400 多亿元。如果需要覆盖全国高速公路和城市道路，基础建设投 资预计在 3000 亿以上。

设备商、集成商、运营商均发布 RSU 产品抢占市场。目前参与 RSU 市场的主要包括设备商、集 成商和运营商。我们看好产业链的两个参与方：1>在通信芯片和通信模组具备优势的厂商，如华为 大唐等，这些厂商将具备成本和集约优势，同时在自主可控的背景下有望受益；2>具备良好客户关系和实施能力的设备或集成商，如千方科技、金溢科技、万集科技等，路侧基础设施需要进行实施 与落地，我国道路基础设施的建设和运营主体具有多元特点，城市道路由交警负责，国省干线、农 村公路由交通局负责，高速公路由省交投集团或各地交投公司负责，多元化的运营主体和较高的实 施落地工作量，将使得具备客户关系和实施能力的厂商占领一定的市场规模。

RSU 成本有望下降。随着 5G 的到来和标准的逐步制定，各厂商均发布 RSU 相关产品。但目前 RSU 的整体成本较高。一个包括通信模块的 RSU 的价格在 10 万左右。LTE-V 的覆盖范围是 500 米，如果包括传感器、边缘计算、网络设备等全部路侧设备的话，高速公路 1 公里的改造在 100 万 左右。成本相对较高，未来随着量的提升，RSU 价格有望下降。

四、交通大脑有望成为智能网联时代的“司令部”

1、交通效率类业务场景需要交通大脑的支持

交通效率类业务需要整体规划。前文提到，基于 C-V2X 的应用场景可划分为四大类：交通安全类、 交通效率类、信息服务类、自动驾驶类。其中，交通效率类业务包括交通诱导、拥堵提醒、动态车 道管理等。全面提升交通效率需要“海量的数据+智能的决策+智能诱导和控制”等多个方面的配合。C-V2X 主要为交通效率类业务提供“海量的交通数据、路侧智能诱导与控制”，而智能的决策 则需要城市交通大脑的运算能力，最终实现城市路口之间感知与控制信号的联动，构建城市级交通 协同调度场景，提升整体道路通行效率。

具体应用场景包括：经过联网化改造的交通灯或电子标志标识等基础设施可将交通管理与指示信 息广播出来，实现诱导通行、车速引导、红绿灯或者限速提醒等出行效率提升和行驶安全应用。

1>以诱导通行为例，交通灯信号机可将灯色状态与配时等信息实时传递给周围的行驶车辆，为车 辆决策是否通过路口以及对应的通行速度提供相应依据，并且可以一定程度上避免闯红灯事故发 生。

2>救护车、消防车等特种车辆可将其身份、位置等信息发送至沿途其他车辆，令其让道让行，并向 沿途信号机申请实现绿灯通行，保障快速到达任务现场。

交通效率类业务有望解决大城市的拥堵问题。城市病在一线城市逐渐成为发展软肋，城市交通基建 严重滞后、交通结构单一、运营管理难以协调，长期的道路规划不合理无法满足日益增多的人口出 行需求。交通拥堵的治理从交通层面上升到市政层面，交通强国战略中强调到 2035 年，城市拥堵 情况基本得到缓解，提升了交通效率类业务的紧迫性。

交通大数据为交通效率的提升打下基础：传统的交通感知是基于视频、地磁、线圈、超声波和微波 等技术手段的交通流检测。近两年交通大数据的质和量快速提高，一方面高清摄像头的升级大幅提 升了视频数据的质量，另一方面，移动互联网等出行数据爆发式增长，交通的智能网联将使得每一 辆车和每一个行人成为交通的“传感器”。未来的智能交通，将由高精度地图作为支撑，实现移动 互联网出行数据与城市交通流量采集系统、公安交通集成指挥平台等的信息共享，同时汇集智能网 联带来的海量数据。

数据处理能力的提升是交通效率业务的关键。随着交通数据的爆发式增长，智能交通面临数据多而 效果少，单点强而整体弱等问题。而云计算和人工智能等数据处理能力与处理技术的发展为智能交 通优化提供理想的科技工具进行 PB 级的数据治理。我们认为，交通优化的核心是大量的算力和优 秀的算法。交通大脑通过强大的运算能力，通过分析+决策实现交通效率的提升。

智能信号机的网联化是交通效率提升的抓手。交通大脑需要输入和输出；从输入的角度，前文所提 及的大数据，以及未来智能网联的路侧设备，都将持续不断得为交通大脑供应数据。从输出的角度， 交通大脑的决策需要执行形成闭环，红绿信号灯的控制就是交通大脑实现交通效率提升的重要抓手。许多城市的交通信号设备老化，联网率低，所以实现智能控制机的渗透并且通过 AI 控制信号 变化是交通大脑的核心应用之一。交通大脑的项目大小和作用可以从接管了多少个信号灯（城市交 通节点）来进行评估。

2、交通大脑成为城市智慧交通投资的重心

交通管理面临着“信息化时代”向“大数据时代”的转型，智慧交通投资再次进入加速期。从 2002 年开始，在畅通工程的引领下，传统的城市智慧交通建设以交警信息化建设为主，主要建设指挥中 心工程、非现场执法工程、监控工程、信号工程等。到 2012 年开始，随着信息化渗透的程度越来 越高，智慧交通建设进入到一个平稳增长期，项目规模有一定减少。但随着移动互联网和云计算的 发展，出行数据和数据处理能力均出现爆发式增长。移动互联网催生了高频高密度的出行导航数据、 网约车数据、共享单车数据等交通大数据，而云计算人工智能等技术的发展提升数据处理能力，为 城市治理拥堵实现交通优化提供了可行方案。

新一代的智慧交通项目具备综合性、全局性等特点，参与门槛提升，需求以大型城市为主。交通效 率是全局性的问题，涉及到政府管理的方方面面，相对于传统的以获取信息和处理信息为主的智慧 交通项目，交通效率优化更强调从获取信息到加工处理到控制措施形成闭环。且建设主体从以交警 为主走向以各级政府牵头建设，技术内涵不断丰富，参与门槛提升。在此趋势下，企业的机遇在于 抓住各级政府城市治理的需求，策划催生大体量交通综合治理项目，“交通大脑”应运而生。

交通大脑将成为智能网联时代总司令部。城市“交通大脑”主要通过信号灯优化、交通组织优化、 交通参与者诱导以及应急事件交通调度，实现对城市道路交通管控的迭代、升级，从而提升交通运 行效率。在智能网联时代有四层计算架构，分别包括车端计算、路侧边缘计算、中心云计算、移动 端计算。交通大脑为智能网联提供中心云计算的能力，通过分析决策控制路侧边缘计算，成为智能 网联时代的总司令部。

巨头抢滩交通大脑项目。城市（交通）大脑将是未来城市的“标配”，单个项目金额很大，项目建 成后还有长久持续的运维服务需求。云计算巨头不遗余力得参与竞争，一方面为了输出云计算能力， 另一方面也是为了在智能网联时代占据中心位置。随着 2016 年 4 月阿里云提出城市大脑概念和解 决方案之后，百度、腾讯、华为、滴滴、平安等巨头纷纷推出自己的解决方案。

阿里云先发优势显著。截止 2019 年 9 月，23 个城市与阿里云合作，阿里系中阿里云、高德地图、 千寻位置、千方科技等行业解决方案商的组合在投标当中取得优势。除了阿里外，其余互联网巨头 也在城市大脑中占据一席之地。其中，百度的优势在于：百度地图和自动驾驶的方案储备；华为的 优势在于华为云和交通网联化的硬件能力；腾讯的优势在于社交生态和腾讯云；滴滴的优势在于网 约车数据。

交通大脑以示范项目为主，中标金额有增大趋势。交通大脑建设占据城市大脑建设的主要部分， 2017 年到 2019 年，城市大脑项目陆续招标，从示范项目到一期项目，中标金额也呈现出扩大趋 势，2018 年 8 月，阿里云中标海口市城市大脑项目 4.5 亿元，2019 年 6 月，腾讯云中标长沙市城 市大脑项目 5.2 亿元；2019 年 12 月，阿里参股公司中标郑州市一期二期总投资额为 12.1 亿元的 城市大脑项目。我们预计，随着一二线城市综合治理需求的释放，城市大脑整体建设规模有望达到 千亿量级，其中交通大脑的建设规模在几百亿的量级。

应用层和落地实施能力是互联网公司的短板，合作方受益。巨头进入城市大脑市场的短板在于应用 层和落地实施能力，巨头需要懂交通的合作方一起完善智能交通管理的业务模型、也许要具备本地 资源的合作方推动交通信号机的智能化和网联化。这就给传统的智能交通解决方案商提供了机会。对于一二线城市的项目，巨头倾向于总包，利好合作方；对于三四线城市项目，巨头倾向于“被集 成”从而输出 AI 计算能力。对于传统智能交通解决方案商而言，如前所述，行业门槛不断提升将 促进市场集中，而与巨头达成合作的公司将得到更多的业务机会，夯实应用层的业务能力，从而在 交通大数据时代取得先发优势，相关公司包括千方科技等。

五、投资建议

政策力度的进一步加大和 5G 正式商用将成为智能交通和智能网联最重要的产业催化剂。我们判断 2020 年会成为行业需求向上的拐点。

我们首先建议关注智能网联行业解决方案商，包括千方科技(002373，未评级)、金溢科技(002869， 未评级)、万集科技(300552，未评级)、高新兴(300098，未评级)等。其次，我们认为汽车电子厂商 也将受益，建议关注中科创达(300496，未评级)、德赛西威(002920，买入)、鸿泉物联(688288， 未评级)等公司。另外，高精度地图服务商也将受益，建议关注四维图新(002405，未评级)。

为便于研究人员查找相关行业研究报告，特将2018年各期文章汇总。欢迎点击下面红色字体查阅！

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳行业研究

文琳行研报告，为各机构提供专业的信息、数据、研究和咨询服务。欢迎关注【文琳行业研究】

《文琳资讯》每日提供最新信息。欢迎关注

今日导读：点击下面链接可查阅

《文琳阅读》每晚经典，欢迎关注！

今日导读：点击下面链接可查阅

公众号 ：