《國家智能網聯汽車創新中心：2024車路云一體化系統建設與應用指南（187頁）.pdf》由會員分享，可在線閱讀，更多相關《國家智能網聯汽車創新中心：2024車路云一體化系統建設與應用指南（187頁）.pdf（187頁珍藏版）》請在三個皮匠報告上搜索。

1、 車路云一體化系統 建設與應用指南 2024 年 10 月 i 編寫單位 國家智能網聯汽車創新中心 工業和信息化部裝備工業發展中心 中國信息通信研究院 公安部道路交通安全研究中心 公安部交通管理科學研究所 交通運輸部公路科學研究院 自然資源部地圖技術審查中心 中國測繪科學研究院 中國城市規劃設計研究院 中國汽車工程學會 中國通信學會 中國公路學會 西部科學城智能網聯汽車創新中心 中國智能網聯汽車產業創新聯盟 移動通信及車聯網國家工程研究中心 清華大學 ii 目錄 第一部分第一部分 總體指導文件總體指導文件.1 第二部分第二部分 八大應用系統建設指導文件八大應用系統建設指導文件.4 總體概述.4

2、 應用 1：智慧公交應用系統.6 應用 2：智慧環衛應用系統.11 應用 3：智慧出行乘用車應用系統.17 應用 4：城市物流應用系統.22 應用 5：公路物流應用系統.26 應用 6：封閉環境智慧車輛應用系統.32 應用 7：智能充放電應用系統.38 應用 8：數據閉環與增值服務應用系統.44 第三部分第三部分 四大支撐平臺建設指導文件四大支撐平臺建設指導文件.50 車輛平臺建設參考指南.53 智能路側基礎設施平臺建設參考指南.75 云支撐平臺建設參考指南.93 網絡平臺建設參考指南.129 第四部分第四部分 車路云一體化功能場景建設參考指南車路云一體化功能場景建設參考指南.136 總述.1

3、36 典型功能場景及其分類.138 功能場景基本性能要求.141 典型功能場景.143 致謝致謝.160 附件附件 1 1：網絡與數據安全建設參考指南網絡與數據安全建設參考指南.161 附件附件 2 2：車路云一體化車路云一體化標準體系標準體系.168 附件附件 3 3：車路云一體化功能場景及參考文獻舉例車路云一體化功能場景及參考文獻舉例.171 附件附件 4 4：智能網聯汽車各類賦能對通信性能需求分析智能網聯汽車各類賦能對通信性能需求分析.174 1 第一部分 總體指導文件 當前，智能網聯汽車已經成為全球發展共識，是形成新質生產力的重要載體，全球范圍內主要汽車強國均把智能網聯汽車列為戰略制高

4、點。我國政府高度重視汽車智能網聯化發展，以前瞻性的視野率先提出并堅定踐行車路云一體化發展戰略，發揮我國在跨行業協同機制、基礎設施建設、信息通信技術等方面的獨特優勢，加速推動智能網聯汽車產業的躍遷。2024 年 1 月，工業和信息化部、公安部、自然資源部、住房和城鄉建設部、交通運輸部五部委聯合組織開展的智能網聯汽車“車路云一體化”應用試點工作正式啟動，并于 7 月公布了首批 20 個試點城市名單。當前，各試點城市正積極部署車路云一體化系統建設。為推動城市級車路云一體化規?；痉稇煤托滦蜕虡I模式探索，確?！败?路-云-網-圖-安”在產業發展轉型中實現一體化規劃與實施，實現“架構相同架構相同、標準

5、統一標準統一、業務互通業務互通、安全可靠安全可靠”的基本要求，本指南在智能網聯汽車“車路云一體化”規模建設與應用參考指南 1.0 版的基礎上，從需求驅動出發，以保障城市級車路云一體化規?；瘧眯Ч?、可形成商業閉環且便于建設為目標，制定了車路云一體化系統建設與應用指南，構建了“八縱四橫多功能八縱四橫多功能”建設任務及標準建設任務及標準體系框架，深度細化功能架構與性能要求，清晰界定應用與功能場景，促進形成高效協同、智能互聯的城市交通新生態，為試點城市車路云一體化應用試點工作落地實施工作提供指導。2 “八縱八縱”是指結合各城市發展需求調研，梳理具有商業閉環的具有商業閉環的車路云一體化車路云一體化八大

6、應用系統八大應用系統?；谲嚶吩埔惑w化體系架構，從商業化落地角度，梳理出可充分利用道路基礎設施資源與交通動態數據，通過協同感知、決策控制、數據賦能等方式，實現增強安全、降本增效、提高舒適等目標的一系列應用場景，本建設指南篩選其中 8個典型應用系統，包括智慧公交、智慧環衛、智慧出行乘用車、城市物流、公路物流、封閉環境智慧車輛、智能充放電、數據閉環與增值服務等，并從痛點問題與意義、技術方案與功能、商業模式與測算，以及特色應用與功能方案四個方面展開詳細介紹。各試點城市可因地制宜，結合城市的產業、交通、智慧城市建設規劃等實際情況，以需求牽引、場景驅動，結合 8 大應用系統自行選擇或新增場景?！八臋M四橫

7、”包括車輛平臺、智能路側基礎設施平臺、云支撐平臺、網絡平臺等四大支撐平臺四大支撐平臺。車端方面，聚焦車路云一體化車端系統產品開發，對車-路交互、車-云交互、車-車交互、協同與仲裁功能、定位、身份認證等方面提出明確的軟硬件配置要求。路側方面，圍繞路側智能基礎設施系統部署，對具備有效支撐車路云一體化業務發展所需的路側感知與計算能力、通信能力、交通附屬設施交互能力等提出技術與規范要求。云端方面，聚焦車路云一體化云支撐平臺產品開發，明確云控基礎平臺三級云的組成結構、功能要求、各組件間的信息交互關系與通信協議標準，確保云控基礎平臺的互操作性、可擴展性與對不同應用支撐的兼容性；明確城市智能網聯汽 3 車安

8、全監測平臺的建設目標以及同云控基礎平臺間的關系，確保對試點車輛運行安全狀態的實時監測；明確高精度動態地圖基礎平臺建設的數據要素合規流通要求以及建設建議。網絡方面，提出了車路云一體化網絡應由5G蜂窩網絡、C-V2X直連通信網絡、路云傳輸網絡等多種網絡融合部署組成，實現車-車、車-路、車-云、路-云、云-云等不同通信對象間的數據交互，滿足多類別應用差異化的通信性能需求，明確了車云通信的性能要求和安全運維要求?！岸喙δ芏喙δ堋敝钢伟舜髴孟到y及結合產業創新發展需求建設的其他創新應用系統所需的典型功能場景典型功能場景。通過梳理已發布的標準、行業研究報告中提出的典型場景，從城市級規?；ㄔO角度，篩選出

9、交通信號燈上車、闖紅燈預警、緊急車輛優先通行等 17 個典型場景，并進行明確的功能場景定義和適用范圍、適用車型、系統架構等詳細描述。上述“八縱四橫多功能”建設任務體系架構是跨行業相關單位深度合作的成果，將助力行業各界凝聚共識，攜手推動邏輯相同邏輯相同、架構統一架構統一的智能網聯汽車車路云一體化系統建設。未來伴隨車路云一體化戰略的不斷深化與實踐，本體系架構也將持續迭代升級，以期切實支撐智能網聯汽車產業創新發展。4 第二部分 八大應用系統建設指導文件 總體概述總體概述 車路云一體化體系中的應用系統是指基于車路云一體化系統架構，充分利用道路基礎設施資源與交通動態數據，新建或升級既有應用系統，服務于某

10、一運營主體所需的系統功能增強、能力提升、實現降本增效等目標的一系列可商業化應用服務系統。符合車路云一體化體系架構的應用系統，其應用主體、平臺、被服務車輛同車路云一體化架構中其它組成部分之間的關系如圖 1所示。其中，各應用主體既包含具有車輛賦能服務需求的應用主題，也包含相關的以數據賦能為主的企事業單位及政府部門等。圖 1 車路云一體化應用系統關系圖 在車路云一體化體系中，云控應用所需道路基礎設施資源及其交通相關共性數據與基礎服務，可通過向云控基礎平臺采購服務的方式獲得，再融合自身個性化數據，形成高附加值結果。其所需道路基礎設施資源、感知結果數據、其它智能網聯汽車動態數據及相 5 關支撐平臺的交通

11、動態數據，由云控基礎平臺運營方負責購買與采集，從而大大降低應用系統建設與運行實施的復雜度和成本?；谲?路-云協同工作機制，依托云控基礎平臺對交通基礎設施資源與數據的共享共用，能夠有效緩解或解決各類交通相關應用系統的痛點問題，實現降本增效、增收節支，實現良好經濟價值，達到產業轉型升級的目的。同時，通過增強車輛出行和城市交通的安全，提升民眾出行和城市通行效率，降低車輛出行能耗，可產生支撐國家交通強國戰略、促進社會發展與治理、解決交通導致的社會問題、提升民眾出行幸福感等良好的社會價值；通過城市招商引資與人才匯聚、加快城市產業結構調整、增強行業服務與產業鏈帶動、拉動城市經濟增長，為城市發展創造良好的

12、間接經濟價值。本指南將從智慧公交、智慧環衛、智慧出行乘用車、城市物流、公路物流、封閉環境智慧車輛、智能充放電、數據閉環與增值服務等八大典型應用系統的需求視角舉例分析，對其痛點問題、技術方案與功能、商業模式與測算，以及特色功能場景四個方面進行深度分析，各城市可結合自身產業發展規劃與優勢，以此為參考，選定其中部分、全部甚至挖掘新的應用系統，推進車路云一體化應用試點建設。6 應用應用 1：智慧公交應用系統智慧公交應用系統（一一）痛點問題痛點問題 公共交通作為綠色、安全出行的必選工具，給大眾生活帶來了便捷和舒適，但現有公交系統依然存在以下痛點問題：（1）感知盲區與超視距等原因導致安全隱患高安全隱患高；

13、（2）駕駛策略、交通流量與信號匹配等原因導致準點率低準點率低、能能耗高耗高，用戶出行體驗差用戶出行體驗差；（3）排班不合理等原因導致平峰時空載率高平峰時空載率高、高峰時運力不足高峰時運力不足；（4）駕駛員難招募等導致運營人力成本高運營人力成本高；（5）運行監測不全面等導致交通交通事件追溯能力弱事件追溯能力弱。（二二）技術方案與功能技術方案與功能（1）通過為公交車輛提供行駛全路徑過程中的盲區盲區與超視距感超視距感知知、交通態勢交通態勢等實時信息以及協同決策等服務，可有效降低行駛安降低行駛安全隱患全隱患，提升車輛運行監管能力；（2）通過云端智能調度云端智能調度、網聯智能駕駛網聯智能駕駛等技術，提供

14、車速車道建議、車輛有序進站與精準?？?、公交優先通行信控建議等服務，可提升準點率提升準點率、平均車速平均車速及乘客出行體驗乘客出行體驗，并實現節能減排節能減排；（3）通過云端云端排班排班智能化智能化，結合公交、交通、客流大數據分析，優化公交線路、站點與車隊的規劃，降低平峰時空載率降低平峰時空載率與高峰時過高峰時過載率載率；7 （4）通過對現有公交車輛的智能駕駛升級現有公交車輛的智能駕駛升級以及無人化公交駕駛無人化公交駕駛線路的建設運營線路的建設運營，可實現有條件區域夜間公交按需運行按需運行，降低公共降低公共運營人力成本運營人力成本；（5）通過公交運營全程數字化運營全程數字化建成事件全面實時追溯能

15、力實時追溯能力。除此之外，利用云控基礎平臺的交通出行等動態數據，可促進定制公交、預約公交等模式發揮更好的商業價值，推動公交運行向全天候、預約式、及時性運營模式轉變，促進公共交通體系數字化轉型的迭代發展，提升公交運營收益。車路云一體化體系中的智慧公交應用系統大致組成及其同車路云各組成部分之間的關系如圖 2 所示。圖 2 車路云一體化體系中的智慧公交應用系統組成（三三）商業模式與測算商業模式與測算 在公交運營智慧化轉型應用中，公交公司及其子公司是應用系統的運營主體，運營車輛包含非智能車、智能駕駛車、無人駕駛車 8 等不同類型，通過購買云控基礎平臺的基礎數據服務，對公交車輛進行網聯化改造，開發并運營

16、智慧公交應用系統，實現高效盲區預警、減少交通事故、降低運行成本、提高運營收益、提高通行效率、提高節能減排的良好效益。在給乘客提供準時、高效、舒適出行服務的同時，公交系統整體效益的提升還可減少對政府補貼依賴，減輕政府財政壓力。1 商業閉環模式商業閉環模式 在應用試點階段，可采用靈活的資金來源和實施主體，選取具備高提升價值的公交線路，建設所需路側基礎設施，改造公交車輛，建設基礎版應用系統，與現有公交運營系統進行整合，開展應用試點，跑通技術和模式，體現對用戶的價值。智慧公交應用商業閉環模式如圖 3 所示。圖 3 智慧公交應用商業閉環模式 2 增收節支測算增收節支測算 以某個擁有 5000 輛公交車、

17、電動化占比 70%、年客流量 5 億乘 9 次的中等城市為例，從節能、提升周轉率、增加客流收入三方面測算，預計每年可增收節支約 2.4 億元。具體測算如下：每輛燃油公交車每年油費約 12 萬元，智慧公交應用系統可節省行駛能耗約 10%，每年可減少燃油費用 1.2 萬元/輛；每輛電動公交車每年電費約 3 萬元，智慧公交應用系統可節省行駛能耗約 5%，每年可減少電費 0.15 萬元/輛；1 輛公交車每年的使用成本約 33 萬元，智慧公交應用系統預計可提升車輛周轉效率 10%，預計可減少公交車 500 輛，減少車輛使用費用約 1.65 億元；智慧公交應用系統預計可增加 5%的客流量，票務收入增加約

18、5000 萬元。上述測算，如果考慮提升安全、降低事故及車輛保險和養護等節約的成本，及公交效率提升帶來的社會交通運行效率和擁堵緩解、二氧化碳減排帶來的能耗降低等因素，將產生更高的經濟價值。（四四）特色功能場景特色功能場景 除第四部分所列舉的智慧公交適用的功能場景外，還有以下典型功能場景：1 基于車路云一體化的公交信號優先協同基于車路云一體化的公交信號優先協同 場景定義：在配備信號燈控制的路口，利用云控基礎平臺支撐交管平臺對信號燈狀態進行智能調整，以優化公交車輛的通行效率。主要功能：云控基礎平臺在公交車接近路口時，識別并預測其行駛狀態，綜合考慮路口社會交通狀態和需求，適時調整信號燈當 10 前燈態

19、時長或提前切換燈態，向交管平臺給出動態調整信號機配時建議方案，由交管平臺參考建議方案控制信號燈，確保公交車能夠快速通過路口。功能效果：顯著減少公交車在路口的等待時間，提升其在路線上的平均行駛速度，實現公交車停站不停燈，提高通過紅綠燈路口及繁忙路段的通行效率。同時，該方案在確保公交準點率的基礎上，合理平衡其他社會車輛及行人的通行需求，實現了整體交通效率的最優化。2 基于車路云一體化的公交有序進站及精準?？炕谲嚶吩埔惑w化的公交有序進站及精準?？?場景定義：通過接入實時路側感知、交通狀態等信息，考慮公交進出站和乘客上下車需求，計算并引導多輛公交途中車速合理，進出站快速有序、?？孔詣泳珳?，規避扎堆進

20、出站。主要功能：通過整合實時路側感知、交通狀態、道路狀態等信息，為公交車提供合理途中車速建議，對于即將進站的公交車，系統通過協同規劃算法，給駕駛員或車輛智能駕駛系統提供有序、高效、準確的進站、精準?？颗c出站的駕駛引導信息，駕駛員或車輛智能駕駛系統根據引導信息人工或自動駕駛車輛進站、?？炕虺稣?。功能效果：提供進站引導信息，如建議的進站速度、車道選擇等，幫助公交車平穩、有序、快速地進站和出站。在進站過程中，公交車能夠準確感知自身與站臺之間的相對位置關系，并根據預設的?？奎c進行精準?？?。11 應用應用 2：智慧環衛應用系統智慧環衛應用系統（一一）痛點問題痛點問題 由于環衛行業勞動密集、作業要求避開早

21、晚高峰、露天作業、作業速率較低等，導致目前環衛行業普遍存在以下痛點問題：（1）因環衛作業強度大作業強度大，導致人員管理難人員管理難、招工難招工難；（2）缺乏有效的環衛事件響應機制，導致重點路段清掃不及時清掃不及時；（3）環衛人員在人車混行環境下工作，道路交通安全隱患大道路交通安全隱患大，且工作時阻礙交通阻礙交通，影響交通效率影響交通效率。（二二）技術方案與功能技術方案與功能（1）通過引入車云融合的自動駕駛無人環衛車，可實現少人或無人條件下的大面積清掃任務，并促進新增促進新增管理、調度、運營崗位崗位，解決人員招工解決人員招工、管理難題管理難題；（2）通過道路基礎設施與智能環衛車輛融合、交通相關動

22、態數據跨域共享共用、道路遺撒與環衛車通行事件識別等手段，及時發及時發現現需重點清掃路段，提高響應速度提高響應速度；（3）采用車車-路路-云協同工作機制云協同工作機制，依托云控基礎平臺提供的協同感知、全路徑交通態勢獲取、協同決策與控制、信號燈協同等智能化賦能，實現錯峰清掃錯峰清掃、有序調度有序調度、高效作業高效作業，通過提前廣播環衛車輛信息、告知環衛作業占道情況、提醒提前變道，降低安全隱降低安全隱患患、避免影響交通效率避免影響交通效率。12 車路云一體化體系中智慧環衛應用系統組成及其同車路云各組成部分之間的關系如圖 4 所示。圖 4 車路云一體化體系中智慧環衛應用系統組成 除此之外，車路云一體化

23、系統賦能智慧環衛，不僅可實現降低環衛工人作業強度，改善作業環境，保障作業人員安全，提升作業質量，還能助力城管委等政府主管部門提高城市治理水平，為環衛服務企業降本增效、數字化轉型提供幫助，為環衛行業新質生產力的發展提供有效支撐。（三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 城市環衛服務公司作為應用運營主體，通過采購云控基礎平臺提供的基礎數據服務來支撐智慧環衛應用有效運行。城市環衛服務公司不僅能夠減少運營成本、提高運營效率及節能減排的良好效益，還能給城市主管部門提供有償的云平臺基礎服務，將運營數據上報 13 至政府主管部門進行統籌和監管，并且城市環衛服務公司整體效益的提升可減

24、少對政府補貼的需求，減輕政府財政壓力。其商業閉環模式如圖 5 所示。圖 5 智慧環衛應用商業閉環模式 2 增收節支測算增收節支測算 以某個建成后擁有 3000 輛環衛車、電動化占比 50%的中等城市為例，從提升作業效率、節能、降低人工成本三方面測算，預計每年可增收節支約 1.1 億元。具體測算如下：通過車路云一體化平臺賦能，可優化作業工藝，預計未來可減少 5%環衛車輛。以一輛 12 噸洗掃車為例，車輛總價約 80 萬。目前全國環衛車輛保有量為 50 萬輛，未來按新能源環衛車輛占比 50%，即 25 萬輛估算，預計將減少 1.25 萬輛新能源環衛車采購，累計可節省車輛購置費 100 億元，按 1

25、0 年分攤，每年將節省 10 億元。一座城市按 3000 輛環衛車保有量，其中 1500 輛為新能源的網聯環衛車輛計算，即累計可節約車輛購置費用 6000 萬元，按 10 年分攤，相 14 當于每年將節省 600 萬元。以一輛 12 噸洗掃車為例，車輛總電量約 60kW，通過車路云一體化平臺的技術賦能，效率可提升 5%。按每天工作 8 小時，總計一天節24kWh，一年一輛車可節約8760度電。按工業用電電價 1.02元/度計算，一年一輛車可節約 9000 元。按未來全國 25 萬輛新能源環衛車輛保有量計算，未來一年潛在可節省能耗費 22.5 億元。一座城市按 3000 輛環衛車保有量，其中 1

26、500 輛為新能源的網聯環衛車輛計算，即可節約 1350 萬元。若該 12 噸洗掃車實現無人駕駛，可增加每天作業班次，在夜間或低峰時作業，可節省一班作業人員，工作人員按 1 年 12 萬用工成本計算，預計一年一輛車可節約人工成本12萬元。按未來全國25萬輛新能源環衛車輛保有量，一半為智慧環衛車輛計算，潛在一年全國可節省人工成本 150 億元。一座城市按 3000 輛環衛車保有量，其中 1500 輛為新能源環衛車輛，并且，新能源環衛車輛中有 50%為智慧環衛車輛計算，即可進一步節省 9000 萬元。綜上所述，應用該系統每年可為全國環衛業務實現降本 182.5 億元，一座城市按3000臺環衛車，其

27、中1500臺為新能源環衛車計算，每年可實現降本約 1.1 億元。上述測算，如果考慮提升安全、降低事故及車輛保險和養護等節約的成本，及環衛車效率提升帶來的社會交通運行效率和擁堵緩解、二氧化碳減排帶來的能耗降低等因素，將產生更高的經濟價值。15 （四四）特色功能場景特色功能場景 除第四部分所列舉的智慧環衛適用的功能場景外，還有以下典型功能場景：1 智能網聯環衛車輛作業調度應用智能網聯環衛車輛作業調度應用 1.1 環衛車輛作業工藝優化應用環衛車輛作業工藝優化應用 場景定義：當自動駕駛環衛車輛的作業區域環境發生變化時，如天氣變化，可通云控應用平臺，控制環衛車輛上裝，調整作業工藝。主要功能：云控應用平臺

28、實時評估道路交通情況，遠程及時發出調度指令給接入云控應用平臺的環衛作業車輛。智能網聯作業車輛收到調度指令后，將直接執行指令操作，控制上裝作業設備。功能效果：智能網聯環衛作業車輛收到調度指令后，將通過聲音提醒方式，提醒司機控制上裝作業設備。1.2 特殊事件環衛車輛調度應用特殊事件環衛車輛調度應用 場景定義：當自動駕駛環衛車輛的作業區域發生特殊事件時，可通過云控應用平臺調度智能網聯環衛車作業，應對特殊事件。主要功能：云控應用平臺實時監控路面和交通情況，對路面遺撒、渣土車追蹤等特殊情況，遠程及時發出調度指令，調度智能網聯環衛車作業。功能效果：及時應對特殊事件，實現作業時效及品質提升。16 2 智能環

29、衛車輛交通信息提醒應用智能環衛車輛交通信息提醒應用 2.1 環衛車輛作業占道提醒應用環衛車輛作業占道提醒應用 場景定義：環衛車輛作業時，由于車速較低，容易導致后續車輛降速，從而引起擁堵。主要功能：云平臺通過獲取環衛車輛的實時位置，可向作業車輛周圍其他智能網聯車輛廣播其占用的車道，提醒周圍社會車輛提前變道避讓。功能效果：社會車輛提前變道避讓后，提高了通行效率。2.2 路面特殊事件提醒應用路面特殊事件提醒應用 場景定義：當道路出現特殊情況，例如：井蓋缺失、路面塌陷、臨時維護等情況時，云控應用平臺遠程提醒智能網聯環衛車輛。主要功能：云控應用平臺實時監控路面狀況，當道路出現特殊情況，例如井蓋缺失、路面

30、塌陷、臨時維護等情況時，遠程提醒智能網聯環衛車輛，執行提前變道或提高注意。功能效果：環衛作業車輛執行提前變道或提高注意后，避免道路危險。17 應用應用 3：智慧出行乘用車應用系統智慧出行乘用車應用系統（一一）痛點問題與意義痛點問題與意義 當前車企研發的單車自主式乘用車存在以下不足：（1）單車感知的范圍感知的范圍、視角視角、信息類信息類型受限型受限，屬于車輛的固有不足，帶來了安全隱患安全隱患；（2）各車輛受限于自車視角，僅關注自身收益僅關注自身收益，忽略了多車層面的群體收益，導致整體效率難以進一步提升整體效率難以進一步提升，甚至導致區域交通甚至導致區域交通效率下降效率下降；（3）車輛控制的優化目

31、標狀態輸入僅基于當前視距范圍內優化目標狀態輸入僅基于當前視距范圍內，缺乏大尺度時間、空間狀態輸入下的綜合優化能力，在節能和舒適度節能和舒適度方面表現不佳方面表現不佳；（4）在道路交通運行中，部分專用車道的長期空閑導致了道路道路資源浪費資源浪費，影響了以乘用車為主的社會交通的整體效率表現社會交通的整體效率表現。（二二）技術方案與功能技術方案與功能（1）在融合感知方面，系統通過 V2I 通信通信獲取視距外的車輛位置、速度、姿態、外形等表觀信息，通過 V2V、V2I 通信通信獲取車輛發動機扭矩、制動壓力、方向盤轉角、期望駕駛軌跡等內在狀態。這類信息結合自車感知的結果，可以幫助擴大感知范圍擴大感知范圍

32、、克服障礙克服障礙遮擋遮擋、改善車載視角缺陷改善車載視角缺陷、提高綜合感知性能提高綜合感知性能、保障車輛行駛安全保障車輛行駛安全；（2）在分層決策方面，通過云端的網聯云控式多車協同控制網聯云控式多車協同控制和 18 單車優化控制單車優化控制，彌補了僅依靠單車自主智能控制器的不足，從而優優化多車系統的收益和整體交通效率化多車系統的收益和整體交通效率；（3）在協同控制方面，通過改善多車系統構型改善多車系統構型，優化控制策略，可優化優化車輛行駛平順性平順性，并提高經濟性提高經濟性；（4）通過動態共享式專用道動態共享式專用道的設計，可以實現對公交車輛等專用車輛及其它智能網聯車輛的協同指揮，允許指定智能

33、網聯汽車使用空閑的公交專用道，解決道路資源浪費解決道路資源浪費與影響社會交通影響社會交通的問題，提升提升專用車道利用率和專用車道利用率和價值價值。車路云一體化體系中智慧出行乘用車系統的大致組成及其同車路云各組成部分之間的關系如圖 6 所示。圖 6 車路云一體化體系中智慧出行乘用車應用系統組成 19 （三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 智慧出行乘用車應用商業閉環模式如圖 7 所示。圖 7 智慧出行乘用車應用商業閉環模式 對于出行公司而言，在運營過程中，基于付費云控基礎平臺提供的數據服務可有助于優化司機調度，降低車輛空載，減少交通事故，從而提高公司整體收益。對于個人

34、用戶而言，這些數據服務能夠降低駕駛負擔，提升出行的安全性與舒適性。對于車企而言，當地整車及零部件企業等產業鏈上下游公司通過云端數據賦能，可有效提升產品的亮點和競爭力。2 增收節支測算增收節支測算 以某個機動車保有量 250 萬輛、運營 3 萬輛網約車的中等城市為例，面向出行服務公司可實現年新增收益 3.5 億元，面向個人用戶可實現年新增收益 2.5 億元。具體測算如下：面向出行服務公司，通過引入云控信息，可提升網約車的調度效率、保障通行安全、提升網約車出行安全性與舒適度、吸引民眾 20 乘坐、增加網約車日均接單數。按運營 3 萬輛網約車測算，若單車日均營收約 300 元，通過所搭建的云控基礎平

35、臺引入云控信息，按照每日單數增加 10%計算，年新增收益可達 3.5 億/年。面向個人用戶，通過為其提供精準紅路燈上車、交通管制與事件信息、安全預警、速度建議與路徑引導等服務，按機動車保有量250 萬輛測算，按每車收取 100 元/年服務費計算，250 萬輛存量車每年將新增 2.5 億/年收益。上述測算，如果考慮提升交通安全、減少交通事故、提高交通效率、減少排放等因素，將產生更高的經濟價值。（四四）特色功能場景特色功能場景 除第四部分所列舉的智慧出行乘用車適用的功能場景外，還有以下典型功能場景：1 基于車路云一體化的基于車路云一體化的乘用車乘用車數據閉環與模型優化數據閉環與模型優化 場景定義：

36、通過建立車路云協同數據閉環平臺，搭建全天候高質量完備的實車真值數據庫及高保真仿真場景庫，訓練具有持續進化能力的自動駕駛大模型，全面提升自動駕駛感知與決策控制算法的性能。更多相關功能可參考應用8：數據閉環與增值服務應用系統。主要功能：通過在路側部署高精度傳感器，實時采集道路環境、交通流量和車輛行為數據，并將車載系統采集的數據上傳至云端。云端服務器接收并處理多源數據，對真實場景進行幾何重建、虛擬 21 仿真和泛化編輯，形成豐富多樣可擴展的場景庫。功能效果：通過虛擬數據生成增強自動駕駛邊緣場景泛化能力，基于仿真場景輸出自動駕駛性能指標，輔助政府監管機構進行政策制定和智能網聯汽車準入測試，指導主機廠商

37、快速精準地迭代自動駕駛算法模型。2 云軌道支撐的多車跨場景協同指派與交互云軌道支撐的多車跨場景協同指派與交互 場景定義：利用車路云一體化系統的單車感知、決策、控制與多車協同規劃的能力，對不同車輛在不同場景（如城市道路、高速公路等）中的協同通行進行優化控制，形成虛擬云軌道，實現高效的資源調度與任務執行。主要功能：多車沖突解耦與多目標路徑協同規劃，基于社會車輛行為向網聯車輛提供參考行駛路徑，在不同場景中設計統一編隊控制方法。高質量通信網絡支持下形成狀態同步與協同指派。功能效果：優化道路資源利用率，減少車輛怠速和等待時間，提升不同場景下的整體交通效率。解決多車混行擁堵、沖突與安全隱患問題，提高運營車

38、隊的通行效率、節能減排與安全管理，在如城市物流、無人配送等多方運營無人車或智能駕駛車隊等場景中有著廣闊的運營空間。22 應用應用 4：城市物流應用系統城市物流應用系統（一一）痛點問題痛點問題 城市物流涵蓋了從城市倉庫到各個配送網點，以及由配送網點至終端用戶的物流配送。目前，城市物流行業存在以下主要痛點：（1）由于城市物流采用的是配貨加送貨的全天候工作機制，這種“黑白班”工作循環機制容易使城市物流工作人員長期處于疲勞物流工作人員長期處于疲勞駕駛狀態駕駛狀態，增加了司機駕駛風險增加了司機駕駛風險、健康安全隱患健康安全隱患等問題。裝卸貨物時，車輛的臨時?？恳矔鸾煌〒矶乱鸾煌〒矶碌葐栴}。（2）城

39、市物流配送還要求司機具備一定體能完成貨物搬運和裝卸工作，對年輕人的從業吸引力逐年下降，且面臨著勞動力短缺勞動力短缺、人才斷層人才斷層以及人力成本不斷攀升人力成本不斷攀升的多重挑戰。（3）由于城市物流存在運力需求波動大運力需求波動大、運營成本不穩定運營成本不穩定、智能化程度較低以及市場競爭日益激烈等問題，導致行業利潤空間被行業利潤空間被壓縮壓縮?？爝f人員為了爭奪訂單，往往不顧安全規范，加劇了交通事故和違法行為，給城市交通帶來了巨大的壓力。（二二）技術方案與功能技術方案與功能（1）自動駕駛物流車能夠減少因疲勞駕駛減少因疲勞駕駛、酒后駕車酒后駕車、違規操違規操作等人為因素引起的交通事故作等人為因素引

40、起的交通事故，物流車在自動駕駛模式下，可安全行駛至裝卸貨點，物流人員只需專注于末端配送工作。通過車路云一體化可以更好地與城市交通管理系統對接，合理安排車輛進合理安排車輛進場裝場裝 23 卸貨順序卸貨順序，避免車輛排隊避免車輛排隊現象，進而減少擁堵減少擁堵。（2）自動駕駛技術可以 24 小時不間斷工作，不受人類司機工作時間的限制，從而提高配送頻次和效率提高配送頻次和效率，節假日、夜間仍可正常工作，有效應對運力需求不穩定情況有效應對運力需求不穩定情況。（3）基于車路云一體化賦能，可實現自動駕駛功能降低人工成降低人工成本本，及優化優化路線路線、降低能耗降低能耗，以實現降低并穩定降低并穩定配送成本配送

41、成本。車路云一體化體系中的城市物流應用系統組成及其同車路云各組成部分之間的關系如圖 8 所示。圖 8 車路云一體化體系中的城市物流應用系統組成（三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 城市物流運力提供商作為自動駕駛物流車應用運營主體，通過獲取云控基礎平臺提供的基礎數據服務，支撐物流車智能調度的有效運行，進而減少運營成本、提高運營收益、帶來節能減排的良好 24 效益，最終為終端客戶提供更良好的用戶體驗。城市物流應用商業閉環模式如圖 9 所示。圖 9 城市物流應用商業閉環模式 2 增收節支測算增收節支測算 以某個擁有 5000 輛自動駕駛物流車的中等城市估算，自動駕駛城市

42、物流車在快遞、外賣等場景下每年可降低從業人員成本約 7 億元。據工信部裝備中心直屬企業艾迪智聯發布的自動配送行業發展年（2022）預測，到 2030 年，我國自動駕駛物流車保有量將突破100萬輛。按照小車量產價格10萬元測算，總產值將超過1000億元，有望拉動全產業鏈經濟價值達到萬億規模。根據國家郵政局數據，2023 年全國快遞業務量 1302.7 億件，根據京東物流、菜鳥集團數據預測，2030 年我國快遞業務量預計為 2360 億件，年均增速約為6.6%，但人員招聘跟不上快遞增速的需求。采用車路云一體化技術，按照無人化滲透率 15%、單票人力配送成本 5 元計算，預計 2030 年 25 全

43、國可實現產值增量 1770 億元。此外，自動駕駛城市物流車還可通過移動地租的形式提供零售、廣告位等增值服務，假設每輛配送車平均可用商業空間面積為 1 平米，每平米平均租金 200 元/月。（四四）特色功能場景特色功能場景 除第四部分所列舉的城市物流適用的功能場景外，還有以下典型功能場景：1 城市物流智能調度與路徑規劃城市物流智能調度與路徑規劃 場景定義及功能點：收集物流送貨需求，通過實時交通數據分析，動態規劃最優配送路線。并根據貨物類型和目的地，智能分配配送車輛。實現方式：云控基礎平臺獲取實時路況信息，做出信息預測，動態規劃最優配送路線，并實時監控車輛運行期間前方路況情況，及時做出調整。功能效

44、果：使自動駕駛物流車能實現最優路線，優化配送效率。26 應用應用 5：公路物流應用系統公路物流應用系統（一一）痛點問題痛點問題 公路物流是指以公路網為基礎，通過公路運輸工具進行商品運輸、倉儲、配送和信息處理等一系列物流活動，能夠實現各個城市、鄉鎮之間“點對點”的物流服務過程。目前，公路貨運系統主要面臨以下挑戰：（1）小型物流企業與個體散戶占據大量市場份額，行業抬價抬價、違約現象嚴重違約現象嚴重，公路貨運行業的規?；ㄔO不足規?；ㄔO不足；（2）貨車司機駕駛工作時間長工作時間長、駕駛負擔重駕駛負擔重、燃油消耗高燃油消耗高等導致運輸公司和車隊運營成本過高成本過高，亟需提高利潤收益。（二二）技術方案

45、與功能技術方案與功能（1）基于車路云一體化賦能的公路物流應用系統可采用車采用車-路路-云協同工作機制云協同工作機制，通過云控協同決策功能，并根據不同服務等級，對入網訂閱云控基礎平臺服務功能的物流車輛提供動態交通信息、優化調度優化調度、線路優化線路優化、貨幣結算等運營管理服務貨幣結算等運營管理服務，切實保障貨車司機、買方與物流管控平臺的利益安全需求，實現公路物流行業的規規?；夹园l展?；夹园l展；（2）通過對公路物流車輛（支持換道和車速引導）提供基于車基于車路云協同的預測性安全路云協同的預測性安全、效率和節能等網聯駕駛服務效率和節能等網聯駕駛服務，賦能公路物流車輛的巡航駕駛系統，可提升其行駛過程

46、中縱向車速引導縱向車速引導、多車多車 27 調度提示調度提示和行駛路徑規劃行駛路徑規劃的合理性，從而有效降低駕駛員負擔有效降低駕駛員負擔、減減少行駛能耗少行駛能耗，有利于進一步實現降本增效降本增效作用。依據網聯賦能車輛駕駛的程度以及公路物流的應用系統，應用分為三大類：高速公路智能網聯駕駛應用高速公路智能網聯駕駛應用、公路物流隊列協同駕駛公路物流隊列協同駕駛應用應用、公路物流智能調度應用公路物流智能調度應用。三大類應用涵蓋了干線、專線等各種物流線路類型及跨場景、混合交通等物流運輸場景，車路云一體化體系中的公路物流運營系統組成及其同車路云各組成部分之間的關系如圖 10 所示。圖 10 車路云一體化

47、體系中的公路物流運營系統組成 公路物流運營系統可基于車路云一體化協同架構，通過基礎平臺獲取路側基礎設施等相關道路交通數據，將智能網聯駕駛、隊列協同駕駛、物流智能調度等算法部署在云端應用平臺上；車路云分層架構通過支撐車路云多源數據融合以及物流車輛未來行駛的最優決策規劃，實現云控基礎平臺對公路物流運營系統服務請求的全面響應。28 （三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 在公路物流系統運營過程中，各地政府成立受平臺綜合管控的物流平臺，物流公司通過云端數據賦能，為整車企業、公路物流公司、人工智能模型研發企業、保險公司等提供增值數據服務、訂閱服務等，持續獲得基礎數據服務收益。

48、另一方面，當地整車、零部件、物流服務企業等產業鏈上下游公司，通過云端數據賦能，增加產品亮點和競爭力，提升工業產值，增加地方就業崗位和稅收。在應用試點階段，依托道路交通數據確權的公路物流公司，對網聯化改裝的運輸車輛提供車速引導與路線優化服務，建設所需路側基礎設施，升級基礎版應用系統，為有物流服務需求的客戶提供成熟可靠的亮點服務。公路物流應用商業閉環模式如圖 11 所示。圖 11 公路物流應用商業閉環模式 2 增收節支測算增收節支測算 以某個擁有 80000 輛公路物流車（以重型牽引車型為例，且根 29 據交通運輸部統計的貨運車輛保有量和城市 GDP 的占比進行卡車數量估算）、電動化占比 50%的

49、中等城市為例，從車輛節能/節油收入方面測算，該城市公路物流運輸可節省 11.8 億元。具體測算如下：每輛重型牽引物流貨車每年行駛平均里程約為 15 萬公里，按照每輛車綜合節油率 5%計算，一年每輛貨車可以節省 2.2 萬元的油費（以某主流重型卡車每百公里油耗水平計算）；每輛電動貨車綜合節電率3%計算，一年每輛貨車可以節省0.75萬元的電費（以某主流重型卡車每百公里電耗水平計算）；綜合兩種車型的物流車每年可為貨車司機或物流公司節省能耗使用成本約 11.8 億元。以上基于某中等城市進行的公路物流車測算，若將體量考慮到全國范圍內的近 400 萬輛牽引車計算，每年國家公路物流運輸業可節省超 600 億

50、元能源費用。此外，如果考慮提升安全、降低事故及車輛保險和養護等節約的成本，及交通效率提升帶來的社會交通運行效率和擁堵緩解、二氧化碳減排帶來的能耗降低等因素，將產生更大的經濟價值。（四四）特色功能場景特色功能場景 除第四部分所列舉的公路物流適用的功能場景外，還有以下典型功能場景：1 預測性節能巡航最優行駛策略規劃與動力系統協同優化控制預測性節能巡航最優行駛策略規劃與動力系統協同優化控制 場景定義：通過對云控平臺獲取的動靜態交通信息進行預測與 30 綜合分析，建模面向安全高效節能行駛的車輛最優化問題，對車輛最優的行駛策略進行決策與規劃，同時考慮未來道路交通要素對車輛動力學的影響以優化動力系統的運行

51、。車輛對象涵蓋不同智駕等級且兼容手動燃油車輛、自動擋燃油車輛、自動擋純電動及混合動力車輛等不同動力系統的車輛/隊列，實現智能網聯車輛的最優化行駛與動力系統的最優控制。實現方式：綜合考慮車輛行駛前方的靜態道路信息及動態交通信息，基于車端與云端的協同計算分析，為低等級輔助駕駛車輛提供最優行駛車道指引和節能車速建議，為高等級自動駕駛車輛的提供動力系統及橫縱向運動的協同規劃與控制，實現車輛的安全-高效-節能行駛。功能效果：使車輛能夠在高速公路上根據實際行駛狀態選擇適配的不同駕駛等級的預測性節能行駛控制算法，實現安全、經濟、高效的巡航駕駛，優化車輛動力系統的高效運行狀態，并減少車輛行駛過程中不必要的剎車

52、及速度異常波動，在保證車輛行駛安全性的基礎上，顯著降低能耗成本、提高車輛行駛效率。2 計及安全節能通行效率的最優全局路徑規劃方法計及安全節能通行效率的最優全局路徑規劃方法 場景定義：基于車路云一體化系統的公路物流路徑規劃與每個干線物流參與者的安全高效出行和城市整體的可持續發展、能源消耗、環境保護等方面息息相關。當前全局路徑規劃方法仍然面臨許多問題，受限于單車感知距離小、算力有限等不足，影響了實際應 31 用中的整體效果。此外，需要考慮動態地圖對全局路徑規劃的影響，尤其是在動態交通流量和前方交通事故等信息的提前獲取，可以為運輸車輛實時規劃合理的運輸路線。主要功能：基于在公路物流干線部署的路側傳感

53、設備，為云端采集每個路段的車流密度、車輛狀態等信息，結合提前在云端設計地高精度動態地圖和全局最優路徑規劃算法，為服務車輛提供路徑規劃服務，從而在宏觀層面為運輸車輛提供最優行駛路徑。功能效果：路徑規劃不僅需要考慮通行效率，還需兼顧車輛能耗問題?，F有技術在能耗優化方面顯得較為不足，沒有考慮道路坡度、車輛加減速次數以及交通流量擁堵情況等，這些都會對車輛的燃油消耗或電量消耗產生顯著影響。另一方面，將復雜動態交通流信息整合到路徑規劃的算法中，可以生成綜合最優的運輸路徑。32 應用應用 6：封閉環境智慧車輛應用系統封閉環境智慧車輛應用系統（一一）痛點問題痛點問題 封閉環境（礦山、港口等）智慧車輛應用主要有

54、以下問題：（1）復雜作業環境對車輛自動駕駛系統感知模塊感知模塊的干擾大干擾大、作業車輛單車感知距離較短感知距離較短且存在較大范圍的盲區存在較大范圍的盲區、作業車輛與其他工程車輛在封閉環境內混行，導致作業安全風險較高作業安全風險較高；（2）現有作業車輛自動駕駛系統與其他輔助作業系統（如礦山、港口管理系統）建設不同步、信息聯通水平不高信息聯通水平不高，導致作業車輛調車輛調度度、監控與干預對人工依賴程度過高監控與干預對人工依賴程度過高；（3）車輛作業任務復雜多變任務復雜多變、單一作業車輛自動駕駛系統決策決策規劃局限規劃局限，導致系統異質車輛間交互以及車輛與其他作業設備協同協同效率低下效率低下。比如，

55、礦山場景中挖機等作業機械與礦卡的協作效率低協作效率低，港口場景中龍門架與集裝箱的協同定位準確性不足協同定位準確性不足以及龍門架與集卡的協作效率低協作效率低。（二二）技術方案與功能技術方案與功能（1）基于公路交通相關的云控基礎平臺技術架構，結合封閉環境車輛運輸業務特點，可以建設專用于礦山或港口場景的云控基礎專用于礦山或港口場景的云控基礎平臺平臺。該云控基礎平臺可為某一獨立的礦山/港口設施使用或同一單位管理的多家設施共用多家設施共用，通過對作業車輛自動駕駛系統狀態信息的實時采集、車輛盲區與超視距感知增強、全作業路徑交通態勢識別、33 動態地圖信息管理、協同感知與決策、強化云端輔助駕駛與接管等，可有

56、效降低車輛作業過程中的安全隱患有效降低車輛作業過程中的安全隱患，提升對安全事件的回溯能提升對安全事件的回溯能力力；（2）通過借助云控基礎平臺對封閉環境道路基礎設施資源、運輸、作業相關動態數據跨域共用動態數據跨域共用，可為運營系統提供相關的系統監控及數據分析挖掘等決策支持類服務，系統性構建不同業務模塊間的信息交互，降低作業車輛調度降低作業車輛調度、監控監控、干預等業務對人工的依賴干預等業務對人工的依賴程度程度，提高場景運營系統的智慧化水平提高場景運營系統的智慧化水平；（3）通過對常規作業車輛與相關作業設備的狀態監測狀態監測、異常沖異常沖突事件識別突事件識別和定位機制，云端智能決策與調度等，可有效

57、解決不同有效解決不同車輛間的沖突仲裁車輛間的沖突仲裁，增強增強作業車輛與其他作業設備間的協同水平協同水平，提高封閉場景作業效率提高封閉場景作業效率。車路云一體化體系中的智慧礦山/港口應用系統組成及其同車路云各組成部分之間的關系如圖 12 所示。圖 12 車路云一體化體系中的智慧礦山/港口應用系統組成 34 （三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 封閉環境智慧車輛應用目前尚處于過渡期，因此不同企業在探索不同商業模式閉環。以礦山/港口場景為例，云控作業車輛的應用運營主體可以是直接負責開采的礦山企業以及營運的港口企業（直營模式），或是全面承接作業業務的工程公司（外委模式）

58、。通過接入付費基礎平臺提供的關鍵數據服務，這些運營主體能夠確保其自動駕駛運輸及有人/無人駕駛混合運輸應用的高效運行。這種模式不僅能夠顯著提高運輸效率，降低運營成本，還能有效減少車輛調度及遠程駕駛所需的人員成本。更重要的是，系統整體的優化減少了對人工的依賴，從而降低了封閉環境智慧車輛應用的潛在安全風險和相關成本。此外，在礦山/港口場景中建設車輛云控系統的成本優勢在于，其所需的大部分基礎設施，如計算設施、路側感知設施、通信設施等，與全礦/港智能化建設需求高度重疊，從而可以顯著均攤在基礎設施建設上的前期投入?；鄣V山/港口應用商業閉環模式如圖 13 所示。2 增收節支測算增收節支測算 封閉環境智慧車輛

59、應用可通過增收節支，為企業產生直接的經濟效益。以港口/礦山場景為例，具體測算如下：35 圖 13 智慧礦山/港口應用商業閉環模式 以大型露天煤礦的剝離業務為例，若該地區所有露天礦山裝配有 500 臺自動駕駛礦卡，通過車路云一體化平臺輔助，可提升土方整體運輸效率 5%，每年增加經濟價值 2000 萬元以上?；诖酥苯咏洕б?，礦山用車云控平臺運營方可獲得 1000 萬元以上的年度服務收益。目前全國露天煤礦自動駕駛礦卡數量大約在 1600 臺，且逐年快速上升。全國露天礦礦卡保有量 6 萬臺，即使在產能沒有新增情況下，按照最終可以實現 80%滲透率，礦山用車云控平臺運營方可獲得 9.6 億元以上的年

60、度服務收益。以大型海運集裝箱碼頭為例，若該地區所有堆區裝配有 50 臺自動駕駛集卡，通過車路云一體化平臺輔助，可降低整體運營成本10%，每年增加經濟價值200萬元以上；港口用車云控平臺運營方可獲得 100 萬元以上的年度服務收益。目前中國港口內集卡牽引車保有量超過 2.5 萬輛，自動駕駛滲透率目前還不到 2%，按照最終可以實現 80%滲透率，港口用車云控平臺運營方可獲得 4 億元以上的年度服務收益。36 （四四）特色功能場景特色功能場景 除第四部分所列舉的封閉環境智慧車輛使用的功能場景外，還有以下典型功能場景：1 封閉環境道路異常侵占檢測封閉環境道路異常侵占檢測 場景定義及功能點：當道路中出現

61、難以識別的障礙物侵占時，系統能迅速響應并識別出障礙物種類，通知相關系統/部門，同時生成可行的繞行路線。實現方式：當有車輛識別到難以分辨的侵占道路的障礙物時，向云控平臺請求進一步的確認。此時，云控基礎平臺通過收集附近多個車輛的感知信息以及路側視角的感知信息，融合生成更精確的障礙物識別結果。同時，相關應用基于感知結果進行進一步的風險評估，向其他業務部門同步侵占情況，并生成合理的繞行路線下發到車輛端執行。功能效果：當出現難以識別的障礙物阻礙運輸線路時，不需要車輛長時間等待調度人工通過遠程視頻辨別障礙物，降低異常占用帶來的擁堵概率。同時，也不需要為檢測部分特殊障礙物而在車端部署更復雜的感知算法，節約車

62、端算力。2 不同作業車輛高效協同不同作業車輛高效協同 場景定義及功能定：通過車車實時信息通訊和車路云協同，可實現不同作業車輛之間的無縫銜接和高效協同，挖機隨著挖掘作業 37 面的變化不斷移動位置，礦卡可自動尋找挖機位置完成路徑規劃并精準?？?，且在裝載過程中實時調整狀態。實現方式：當不同作業車輛在同一作業面進行協同作業時，云控基礎平臺通過收集各作業車輛的軌跡規劃信息及作業指令信息，融合并實時生成作業車輛的協同作業軌跡及動作指令。功能效果：降低車輛協同作業過程中的人工干預程度，提高不同作業車輛間的協同作業水平和效率 3 動態作業裝卸載位分配動態作業裝卸載位分配 場景定義及功能點：根據作業工作節奏以

63、及等待車輛情況，對車輛裝載位、卸載位進行實時均衡分配。實現方式：云控基礎平臺獲取車輛的位置信息以及裝載點、卸載點的工作狀態信息。應用平臺基于多維度的信息結合優化算法生成更高效的裝載位、卸載位分配方案，并下發到車輛端執行。同時，該應用還可以動態重新評估裝載區、卸載區情況，當有更合理的裝載、卸載方案時對任務進行二次下發。功能效果：提升裝載、卸載作業效率，同時降低平均車輛等待時間，降低車輛停車能源消耗。38 應用應用 7：智能充放電應用系統智能充放電應用系統（一一）痛點問題痛點問題 伴隨電動汽車發展機遇的到來，亟待解決的系列痛點問題也逐步顯現：（1）電動汽車無序充換電所引發的城市配電網局部重過載電網

64、局部重過載、電電壓偏差壓偏差、三相不平衡三相不平衡，以及區域電力負荷不均衡負荷不均衡等電網安全問題電網安全問題；（2）風光新能源隨自然因素產生的隨機性隨機性、波動性波動性及間歇性間歇性特征，對電力系統穩定運行電力系統穩定運行構成了嚴峻挑戰嚴峻挑戰。（二二）技術方案與功能技術方案與功能（1）依托云控基礎平臺對交通基礎設施資源與數據共享共用對交通基礎設施資源與數據共享共用，精確獲取精確獲取電動汽車行駛動態信息的實時數據流，與電力交易機構建立高效需求側響應調控信息共享機制信息共享機制，實時將充放電需求響應迅速且精確地傳遞給負荷聚合商、充換電站、車主用戶，可快速實現充快速實現充放電需求的即時響應放電需

65、求的即時響應。充分調動電動汽車參與電網供需平衡的調節，發掘其作為靈活性資源在功率和能量供給方面的潛力，通過合理優化充換電站資源配置，以 V2G 方式參與電力市場相關服務，實現城市電能供需“削峰填谷削峰填谷”，可緩解局部電網重載壓力緩解局部電網重載壓力，解決電動汽解決電動汽車的無序充換電問題對電網安全的沖擊車的無序充換電問題對電網安全的沖擊。（2）車路云一體化智能充放電應用車路云一體化智能充放電應用系統建立從穩態到暫態多時間尺度，從單機、場站到多層級電網等多容量等級的“車車-樁樁-人人-路路-39 電電-網網”跨域仿真模型及成套工具體系跨域仿真模型及成套工具體系，準確刻畫準確刻畫海量電動汽車接入

66、以風光新能源為主體的新型電力系統后的影響及車能交互特性交互特性?？赏ㄟ^“削峰填谷削峰填谷”緩解風光新能源發電系統不穩定的影響，促進風光新能源電力的高效利用高效利用，快速消納風光新能源電量，既能實現綠綠色加電色加電、零碳出行零碳出行，又為保障城市電力系統的穩定保障城市電力系統的穩定、可靠運行可靠運行奠定堅實的基礎。車路云一體化體系中的智能充放電應用系統大致組成及其同車路云各組成部分之間的關系如圖 14 所示。圖 14 車路云一體化體系中的智能充放電應用系統組成 除此之外，向負荷聚合商或充換電站提供電動汽車行駛動態信息、動力電池電量實時信息、電價實時信息等，讓負荷聚合商、充換電站運營商實時調節電價

67、及運營策略，有效引導電動汽車用戶借助 V2G 技術主動參與電力市場相關服務，可為電動汽車商業、個人用戶創造額外的經濟收益，不僅助力城市電力系統穩定可靠運行，更能推進城市智慧化發展，提升民眾幸福指數。40 （三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 在充換電運營智慧化轉型應用中，城市充換電運營公司及其子公司是應用系統的運營主體，通過購買云控基礎平臺的基礎數據服務，對電動汽車進行網聯化改造，開發并運營智能充放電應用系統，實現電動汽車根據電網的需求變化，通過調整充電時間和功率來響應電網的供需平衡。在應用試點階段，可采用靈活的資金來源和實施主體，選取某個車企進行合作，對所屬車輛

68、進行網聯化改造，建設基礎版應用系統，與當地電網合作，開展應用試點，跑通技術和模式，體現對用戶的價值。未來通過實時監測電網狀態和預測需求，電動汽車可以快速響應電網各項調節指令，為電網的穩定運行提供必要、及時的功率支持。這種模式下，電動汽車的充放電行為展現出前所未有的靈活性和智能化水平，能夠根據電網的實際需求進行智能優化調度，實現資源利用最大化。智能充放電應用商業閉環模式如圖 15所示。2 增收節支測算增收節支測算 以某個擁有電動汽車保有量 50 萬輛的中等城市為例，從提升充換電效率、提升場站收益、參與電力市場相關服務三方面測算，預計每年可增收約 6 億元。具體測算如下：41 圖 15 智能充放電

69、應用商業閉環模式 精準規劃車主出行路徑與充放電時間，全面匯聚并深度分析充換電場站信息，確保資源的高效配置和利用，有效縮短排隊等待時長，降低電動汽車能耗 35%，降低充電費用 5%以上，獲取需求側響應服務費用 2%左右。以 1 輛電動汽車一年行駛路程 2 萬公里,電池容量60千瓦時，充電費用1元/千瓦時來計算,一年充電費用約3000元，為每位車主節約充電費用 150 元/年以上，同時獲得 50 元以上的需求側響應服務費，綜上，50 萬輛電動汽車一年節約充電服務費約1 億元。在智能充放電場景下，每輛車每周充放電 1 次可獲取額外收益20 元左右，一輛車一年創收 1000 元左右，50 萬輛車可以創

70、收 5 億元左右。上述測算，如果考慮車主通過節能降耗、參與電力市場相關服務等節約的充電成本，及充放電效率提升帶來的社會交通運行效率和擁堵緩解、二氧化碳減排帶來的能耗降低等因素，將產生更高的經濟價值。42 （四四）特色功能場景特色功能場景 除第四部分所列舉的智能充放電適用的功能場景外，還有以下典型功能場景：1 電動汽車參與電網需求響應場景電動汽車參與電網需求響應場景 場景定義：需求側響應是電動汽車根據電網的需求變化，通過調整充電時間和功率來響應電網的供需平衡。在電力需求高峰時，電動汽車可以主動減少充電活動，甚至借助 V2G 技術反向為電網提供能量；而在需求低谷時則增加充電，以平衡電網負荷。主要功

71、能：借助電費價格信號的動態引導機制，結合智能充放電系統的精準價格預測能力，向電動汽車用戶精確推送未來電價預測信息，智能地引導用戶在電價較低時充電，電價高點時放電。功能效果：智能路線規劃，根據用戶的位置、充電需求和電網狀態，提供智能路線規劃，優化用戶的充放電行為。通過參與各省需求響應市場機制，引導電動汽車用戶在電網負荷高峰時段減少充電，低谷時段增加充電，以獲得經濟補償。2 電動汽車參與智能充放電場景電動汽車參與智能充放電場景 場景定義：基于云控基礎平臺智能調度，利用云控基礎平臺的大數據分析能力，收集和分析電動汽車的充電歷史數據、用戶充電習慣、電網負荷情況等，預測未來的充放電需求。主要功能：V2G

72、 技術的應用下，車輛與電網之間建立了雙向互 43 動的橋梁，實現能量的雙向通信和能量交換，電動汽車在電網負荷較低時充電，在高峰時段向電網提供能量，實現車能互動。功能效果：為電動汽車車主定制化服務，利用用戶充電行為數據，分析用戶對充電時間、電價的敏感度，為用戶推薦最優的充放電方案，鼓勵用戶在非高峰時段充電，獲得更優惠的電價，電價高點時放電，掙取電價差及服務費。44 應用應用 8：數據閉環與增數據閉環與增值服務應用系統值服務應用系統（一一）痛點問題與意義痛點問題與意義 現有自動駕駛車輛落地推廣有以下主要問題：（1）當前汽車企業通常依賴于自家車型的有限數據打造數據閉環能力，導致數據類型單一數據類型單

73、一且缺乏完備性缺乏完備性，難以開發出高安全可靠的、數據驅動的端到端自動駕駛算法；（2）行業內普遍面臨缺乏高質量缺乏高質量、多樣化多樣化、大規模自動駕駛數大規模自動駕駛數據據的問題，使得自動駕駛公司難以有效訓練和優化自動駕駛大模型；（3）當前缺乏基于自然駕駛數據的高保真仿真場景缺乏基于自然駕駛數據的高保真仿真場景，使得高校和科研機構難以訓練自動駕駛前沿算法和突破技術創新難以訓練自動駕駛前沿算法和突破技術創新；（4）保險公司缺乏用于評估駕駛員駕駛風格的高質量數據缺乏用于評估駕駛員駕駛風格的高質量數據，難以為駕駛員提供個性化保險服務。（二二）技術方案與功能技術方案與功能（1）通過建立車路云協同數據閉

74、環平臺，搭建車路云一體化數據采集系統，為端到端自動駕駛算法訓練提供具有多樣化具有多樣化、完備性完備性的交通數據的交通數據，實現車路云一體化的高安全高安全、自進化自進化、可解釋可解釋的自動駕駛算法；（2）通過構建全天候高質量完備的實車真值數據庫全天候高質量完備的實車真值數據庫，訓練具有具有持續進化能力的自動駕駛大模型持續進化能力的自動駕駛大模型，全面提升自動駕駛感知與決策控提升自動駕駛感知與決策控制算法的性能制算法的性能；45 （3）通過數據挖掘、數據標注和數據仿真，訓練具有全自動化具有全自動化標注能力和高保真虛擬數據生成的自動駕駛大模型標注能力和高保真虛擬數據生成的自動駕駛大模型，實現高保真仿

75、高保真仿真場景庫真場景庫的構建；（4）通過車路云數據建立駕駛員駕駛風格模型庫，提供定制化定制化車險等增值服務車險等增值服務，降低降低用戶購買車險的費用費用，提升用戶購買定制化提升用戶購買定制化車險和自動駕駛服務的意愿車險和自動駕駛服務的意愿。車路云一體化體系中的數據閉環與增值服務應用系統大致組成及其同車路云各組成部分之間的關系如圖 16 所示。（三三）商業模式與測算商業模式與測算 1 商業閉環模式商業閉環模式 汽車企業作為自動駕駛功能的定義和實施方，通過云控基礎平臺提供的數據服務來支持自動駕駛相關算法迭代進化，從而為用戶提供更加安全和高效的自動駕駛服務，提升大眾購車意愿，增加公司運營收益。高校

76、及科研機構作為自動駕駛前沿技術算法的提供方，通過云控基礎平臺提供的高保真場景仿真器迭代優化算法，為汽車企業提供技術支持，提升汽車企業研發效率，推動自動駕駛行業前沿技術發展。保險公司作為車險服務的提供方，通過云控基礎平臺提供的駕駛風格模型庫為用戶提供個性化的保險方案，提高用戶對車輛保險的購買意愿，增加公司盈利。數據閉環與增值服務應用商業閉環模式如圖 17 所示。46 圖 16 車路云一體化體系中的數據閉環與增值服務應用系統組成 圖 17 數據閉環與增值服務應用商業閉環模式 高科技公司在進行自動駕駛技術開發時，需要采購汽車傳感器數據以及路測傳感器數據，構建自動駕駛場景，開發自動駕駛算法。政府監管部

77、門需要對運營平臺的數據的合規性進行監管，確保運營平臺能夠合法、合規、合理使用。平臺所采集的車輛自動駕駛數據可以在大數據交易所進行交易，滿足各方的數據需求。同時，平臺也可以從大數據交易所采購數據以進行數據補全。47 2 增收節支測算增收節支測算 預計一個中等城市每年可營收 7.2 億元。具體測算如下：（1）數據閉環效益部分 以某中等城市為例，在城市運行的智能網聯車輛數約 50 萬臺，進行自動駕駛技術研發的相關高科技企業和研究機構大約有 10 家，每家自動駕駛技術研發高科技企業以每輛車 200 元/年的價格購買智駕數據、路側數據，以1000萬元/年的價格購買大模型增值服務，滲透率為 30%，收益共

78、計 3.3 億元/年。（2）增值服務部分 以某中等城市為例，汽車年車險保費收入約 260 億元。保險公司按照 5%服務費購買云控基礎平臺提供的駕駛員個性化風險評估服務，滲透率為 30%，增值服務收益共計 3.9 億元/年。上述測算，如果考慮帶動相關服務產業的發展，輔助政府部門降低城市交通事故率并顯著減少因事故引發的醫療支出、應急救援成本和司法處理費用，將產生更高的經濟價值。（四四）特色功能場景特色功能場景 除第四部分所列舉的數據閉環與增值服務適用的功能場景外，還有以下典型功能場景：1 車路云產業生態的整體網絡安全防護能力升級車路云產業生態的整體網絡安全防護能力升級 場景定義：在車路云一體化的生

79、態系統中，通過構建全面的網絡 48 安全防護機制，確保車聯網、路網及云端服務的安全性與可靠性。該機制整合多層次的網絡安全技術與策略，實時監控和響應潛在的安全威脅，保護數據傳輸的完整性與隱私，提升整個車路云生態系統的韌性與抗攻擊能力。主要功能：部署防火墻、入侵檢測系統和數據加密技術，形成多重防御體系。利用人工智能和機器學習技術，實時分析網絡流量和行為模式，快速識別異?；顒?。建立完善的應急響應流程和團隊，確保在發生安全事件時快速有效地進行處理。功能效果：通過提升整體網絡安全防護能力，有效降低網絡攻擊的風險，保護用戶數據安全，增強車路云產業生態的信任度，確保自動駕駛和智能交通系統的穩定運行，推動智能

80、網聯汽車的普及與發展。2 數據閉環加速自動駕駛相關技術算法升級換代數據閉環加速自動駕駛相關技術算法升級換代 場景定義：通過構建高效的數據閉環系統，實時收集和分析自動駕駛車輛的操作數據與環境信息，形成一個動態反饋機制。該機制能夠持續優化和迭代自動駕駛技術算法，提升感知、決策和控制能力，確保自動駕駛系統在多變的道路環境中表現出色。主要功能：通過車載傳感器和路側設備，實時收集車輛運行數據、交通狀況和環境信息。將收集的數據上傳至云端，利用大數據分析和人工智能技術進行深度學習和模型訓練?；诜治鼋Y果，自動更新算法模型，實現自動駕駛性能持續進化。49 功能效果：通過高效的數據閉環，顯著提升自動駕駛技術的響

81、應速度和適應能力，縮短算法升級換代的周期，增強車輛在復雜場景下的自主決策能力，推動自動駕駛技術的發展與應用。50 第三部分 四大支撐平臺建設指導文件 車路云一體化的核心思想是在統一架構下，基于分層解耦、跨域共用理念，在產業的數字化轉型過程中，面向包括車輛、交通交管及汽車全生命周期等全產業有發展應用需求的對象與企事業單位，實現道路基礎設施與交通動態數據的共享共用。為保證這一目標實現，需要有車輛平臺、智能路側基礎設施平臺、云支撐平臺及網絡平臺等四大支撐平臺作為保障。它們相互獨立又互為協同，共同支撐產業發展應用需求及相關多功能場景的實現，其中車輛、云端與路側平臺間依靠網絡平臺提供的有線或蜂窩通信方式

82、實現互聯，其關系如圖 18 所示。圖 18 四大支撐平臺互聯關系圖 在車路云一體化體系中，車輛平臺需要明確可接受網聯賦能服務的車輛網聯化與智能化等級，網聯賦能服務的方式、內容，以及自身必須向路側平臺及云支撐平臺提供的基礎信息、數據交互與通信要求等。路側平臺需要明確為實現路側資源與交通動態數據共享，面向車輛及云支撐平臺提供服務所必須的功能與性能，并基于此，51 明確道路基礎設施的建設、功能、性能與通信要求等。云支撐平臺云支撐平臺包含云控基礎平臺包含云控基礎平臺、高精度動態地圖基礎平臺高精度動態地圖基礎平臺和城市智能網聯汽車和城市智能網聯汽車安全監測平臺安全監測平臺。云支撐平臺的三個云平臺同車路云

83、一體化其他各組成部分的關系如圖 19 所示。圖 19 云支撐平臺同車路云一體化各組成部分的關系 云控基礎平臺云控基礎平臺需具備對交通動態數據實現跨域共用的能力，對外需要明確各級云面向產業不同服務對象實現網聯賦能服務的內容、接口、性能與通信要求，以及平臺運行部署要求等；對內需要明確三級云的基本組成、功能、性能、相互間的接口及數據交互要求；在同公安視頻傳輸網進行數據傳輸時，應按“公安交管車聯網信息交互應用架構”1執 執行。高精度動態地圖基礎平臺高精度動態地圖基礎平臺需要在城市級時空數據服務平臺統一架構下設計，在明確如何在保障合法、合規使用來自車輛、路側地理信息數據的前提下，應明確其功能、性能、接口

84、、通信、安全保障，及其同云控基礎平臺間的數據交互等要求，以支撐云控基礎平臺發揮賦能產業發展作用，以及保障城市級時空 1 智能網聯汽車“車路云一體化”規模建設與應用參考指南（1.0 版）中“二、交通附屬設施網聯”相關要求。52 數據服務平臺在城市智慧交通、智慧城市推進過程中對高精度動態地圖應用需求。城市智能網聯汽車安全監測平臺城市智能網聯汽車安全監測平臺應明確滿足政府對智能網聯汽車安全監測與監管要求的平臺功能、性能、數據交互與接口要求。此外，車路云一體化的網絡與數據安全建設參考指南見附件1。53 車輛平臺建設參考指南車輛平臺建設參考指南（一一）車輛智能化與網聯化分級車輛智能化與網聯化分級 智能網

85、聯汽車是指搭載先進的車載傳感器、控制器、執行器等裝置，并融合現代通信與網絡、人工智能等技術，實現車與 X（車、路、人、云等）智能信息交換、共享，具備復雜環境感知、智能決策、協同控制等功能，可實現“安全、高效、舒適、節能”行駛，并最終可實現替代人來操作的新一代汽車。智能網聯汽車技術路線圖將車輛的網聯化程度分為三個等級：輔助信息交互（1 級）、網聯協同感知（2 級）、網聯協同決策與控制（3 級）。具備網聯信息交互能力的車輛，通過包含 T-Box、V2XOBU 通信單元等車載終端車載終端，與通信網絡交互所需信息。此外，針對本身無網聯交互能力的車輛，駕駛人或乘客可以通過移動平板、手機等移動終端移動終端

86、，接收和上傳網聯信息，并由駕駛人參考接收的信息執行駕駛任務，這類情況也考慮在本指南內。除此以外，按照推薦性國家標準汽車駕駛自動化分級（GB/T 40429-2021）駕駛智能化分為從 0 級到 5 級，分別為應急輔助（L0）、部分駕駛輔助（L1）、組合駕駛輔助（L2）、有條件自動駕駛（L3）、高度自動駕駛（L4）、完全自動駕駛（L5）。所有智能化等級的車輛，均可具備網聯信息交互能力，智能網聯汽車的智能化等級與網聯化等級并無直接關聯。車路云一體化系統可對所有智能化等級的智能汽車進行網聯賦能。54 （二二）智能網聯汽車電子電氣架構組成智能網聯汽車電子電氣架構組成 雖然汽車電子電氣架構組織形式多樣，

87、但都具有底盤控制、座艙控制、計算平臺等子系統，因此下文選取目前最廣泛的分布式域控架構為例進行分析，接入車路云一體化系統的智能網聯汽車包含車身域、智駕域、底盤域等。其中車身域負責智能座艙，以及整車對外的蜂窩/V2X 無線通訊等；智駕域負責車輛自動駕駛的感知、決策與上層控制；底盤域負責車輛執行機構的控制。域間連接關系和數據交換類型如圖 20。圖 20 智能網聯汽車的車身域/智駕域/底盤域連接關系 1 車身域車身域 1.1 通信終端子系統通信終端子系統 通信終端子系統隸屬車身域，狹義上包含 T-Box 蜂窩網通信單元、C-V2X 直連通信單元等車載終端，廣義上則還包含平板、手機 55 等移動終端。移

88、動終端通常由駕駛人攜帶入車，接入 4G/5G 通信網絡，用于與駕駛人交互提示、建議、預警等信息。對于蜂窩網通信，網聯化等級 1 級及以上的智能網聯車輛通?；?T-Box 或移動終端接入 4G/5G 網絡，它能夠滿足車端通過移動運營商接入到互聯網的需求。對于直連通信，網聯化等級 1 級及以上的智能網聯車輛通?；?OBU 進行 V2X 直連通信。通常 V2X 直連通信是指車路，車車信息直接交互的通信，具備短距離、較低時延的特點，國內采用了 C-V2X 技術實現 V2X 直連通信。1.2 智能座艙子系統智能座艙子系統 智能座艙子系統隸屬車身域，包含顯示、語音、視覺、聽覺等交互設備。針對智能化等級

89、 L0-L2 需求，座艙具備顯示、語音交互能力。駕駛人可通過車載通信終端獲取網聯及自車的提示、建議、預警等信息，也可通過移動終端從網絡獲取其所需的駕駛輔助信息。針對智能化等級 L3 及以上需求，座艙交互建議具備虛擬顯示、眼球追蹤、視線追蹤等技術；駕駛人監控對部分手勢、頭部姿勢、面部表情所表達的意義符合行業通用標準。2 智駕域智駕域 2.1 環境感知子系統環境感知子系統 環境感知子系統隸屬智駕域，包含視覺傳感器、毫米波雷達、56 激光雷達、超聲波雷達等車載多傳感器的組合及其處理單元。針對智能化等級 L0-L3 需求，各類傳感器信息融合障礙物檢測能力達到 200 米以上，最近 0.1 米以內；城區

90、/城郊工況下感知系統協同計算時間小于 100ms，高速工況下小于 50ms；障礙物識別、車道線檢測、車位線協同識別準確率大于 95%。針對智能化等級 L4 及以上需求，在視覺傳感器、毫米波雷達、激光雷達、超聲波雷達、車載多傳感器信息融合以及基于 C-V2X 的多源協同決策與控制等領域實現突破，障礙物檢測能力需達到 500米以上，最近 0.05 米以內；城區/城郊工況下感知系統協同計算時間小于70ms，高速工況下小于30ms；障礙物識別、車道線檢測、車位線協同識別準確率大于 99%。2.2 計算平臺子系統計算平臺子系統 計算平臺子系統隸屬智駕域，包含計算基礎平臺硬件、智能網聯汽車操作系統（含系統

91、軟件和功能軟件），自動駕駛應用軟件等。計算平臺主要裝載于智能化等級 L2 及以上的智能網聯汽車。系統軟件運行在通用計算單元與控制單元上，包含內核以及與AUTOSAR 軟件架構類似并兼容的中間件層。功能軟件利用硬件及系統軟件接口，針對智能駕駛及車路云一體化應用提供算法共性組件及重要服務等通用模塊，包括功能框架層、功能服務層、應用軟件接口及服務，以支撐實現應用與硬件和自動駕駛操作系統的解耦。計算平臺軟硬件應具備車路云一體化的通信接口，具備支持融合路云數據實現協同感知/協同決策/協同控制的能力。對于不同來源的決 57 策與控制指令，計算平臺應支持安全仲裁功能。3 底盤域底盤域 底盤域，包括線控驅動、

92、線控制動、線控轉向、線控懸架等子系統。針對智能化等級 L0-L2 需求，提升助力制動電機性能和電磁閥一致性和可靠性，功能安全等級不低于 ASIL D 級；轉向系統響應時間小于 15ms，實現對車輛轉向的精確控制，功能安全等級 ASIL D級。針對智能化等級 L3 及以上需求，智能驅動系統具備高集成化水平；轉向系統響應時間小于 8ms，實現與其他底盤線控系統集成化設計；懸架系統能夠根據車內載重、車速、路面情況、車輛振動程度等自適應調節控制，實現能耗、舒適性等最優化。（三三）智能網聯汽車賦能分類智能網聯汽車賦能分類 基于車輛不同網聯化等級與智能化等級的組合，在車路云一體化體系中，可將網聯賦能等級劃

93、分為 5 個不同的類別。需要注意的是，對每一種類別車輛進行賦能時，車路云一體化系統提供的賦能功能在有需要時是向下兼容的（部分功能可能因車的智能化等級提升而自動失效，如對 L5 的車輛不再需要通過移動終端的提醒能力）。即對于相同網聯化等級的車輛，智能化等級更高車輛所對應的賦能場景，應包含智能化等級更低車輛對應的賦能場景，因篇幅限制，58 后文在列舉典型賦能場景時進行了省略。此外，賦能類別從第 1 類至第 5 類，對車輛的性能總體要求逐漸升高，但第 3 類與第 4 類賦能，因智能化等級與網聯化等級覆蓋存在交叉，故并無直接的性能高低關系，進行實際部署時，應根據期望實現的應用系統和功能場景，選擇對應所

94、需的賦能類別。其結果如表 1 所示。表 1 車路云一體化對不同等級智能網聯汽車的賦能分類 賦能分類賦能分類 網聯網聯化等級化等級 1 網聯化等級網聯化等級 2 網聯化等級網聯化等級 3 智能化等級智能化等級 L0 類別 1 類別 2 類別 4 智能化等級智能化等級 L1 智能化等級智能化等級 L2 智能化等級智能化等級 L3 類別 3 類別 5 智能化等級智能化等級 L4 智能化等級智能化等級 L5 1 類別類別 1：網聯化等級網聯化等級 1 的車輛的車輛 對車輛沒有智能化要求，但要求車輛通過車載終端或移動終端實現網聯信息交互能力。若聯網信息可以接入車機 T-Box/V2XOBU等，則可以將亞

95、秒級或更高時延的有用網絡輔助信息（如潮汐車道、緊急車輛、限速等）接入車機，以抬頭顯示、屏幕顯示等方式提示駕駛人；若通過手機或平板等移動終端聯網，則要求其具有網絡通信功能（4G/5G）、人機交互功能（語音播報、畫面展示等）及 10米級定位功能，可通過接入 4G/5G 網絡的手機或平板給駕駛員發送駕駛信息提示。典型賦能場景：交通信號燈上車、闖紅燈預警、綠波車速引導等，提供弱實時性增強感知與行駛建議類網聯輔助信息等網聯賦能。59 2 類別類別 2：網聯化等級網聯化等級 2，且智能化等級且智能化等級 L0-L2 的車輛的車輛 此類別車輛具備部分感知設備（包含不限于攝像頭、毫米波雷達、超聲波雷達等）和網

96、聯設備，基于橫向或縱向車輛控制功能，可實現單車輔助駕駛。在此情況下，車輛可以使用網聯感知信息，增強單車感知的能力，但決策控制仍然在車端進行。典型賦能場景：前方有遮擋異常車輛、有遮擋的十字路口交叉碰撞預警、超視距弱勢交通參與者等，提供實現單車輔助駕駛安全與能效等性能提升的網聯賦能。3 類別類別 3：網聯化等級網聯化等級 2，且智能化等級且智能化等級 L3-L5 的車輛的車輛 在類別 2 的基礎上，車輛智能化等級進一步提升。通過網聯感知信息的引入，車輛突破單車自主感知范圍，對遠距離目標和盲區目標進行廣域感知，支持高級別自動駕駛功能實現更好的性能。典型賦能場景：高速公路/快速路的自動駕駛匝道匯入等，

97、提供低時延增強感知與來自云端的協同決策等網聯賦能。4 類別類別 4：網聯化等級網聯化等級 3，且智能化等級且智能化等級 L0-L2 的車輛的車輛 通過低時延的網聯決策控制信息，可以支持 L0-L2 級自動駕駛功能有更好的性能表現。通過來自云端的網聯決策控制信息對車輛進行賦能，使得低智能化等級車輛具備部分高等級自動駕駛功能，達到以低成本提升自動駕駛水平的目的。在當前階段，由于網聯信息的可靠性，車輛需要具備車云決策控制指令的仲裁能力。60 典型賦能場景：異常車輛遠程接管、網聯式 AEB、網聯式 ACC等，提供來自云端的協同決策與控制服務提升車輛自動駕駛水平等網聯賦能。5 類別類別 5：網聯化等級網

98、聯化等級 3，且智能化等級且智能化等級 L3-L5 的車輛的車輛 在類別 4 的基礎上，對車輛的要求為具備車輛周圍全向感知能力，并具備必要的傳感器冗余配置、高精度定位設備、自動駕駛計算單元、整車控制以及車內必要的自動駕駛接管退出的人機交互機制。通過可融合來自云端的網聯決策控制信息，保障該智能化等級智能化等級車輛行駛更加安全車輛行駛更加安全、節能節能、高效與舒適高效與舒適。典型賦能場景：網聯式 AVP、云軌道支撐的多車跨場景協同指派與交互（見第二部分應用3：智慧出行乘用車應用系統）等，提供來自云端的協同決策與控制服務提升車輛行駛安全與能效等網聯賦能。（四四）通信協議及性能要求通信協議及性能要求

99、在車路云一體化系統中，由于車輛本身具備移動的特點，與其他子系統的信息交互只能通過無線方式進行，并且在信息交互過程中還需要具備相對較高的系統實時性，數據準確性及過程可靠性。故在通信接口及通信能力方面，需要具備多種模態的通信接口，以適應不同的車路云的應用場景的需求。車端的通信設備主要包括V2XOBU 與 T-Box，該設備需至少可以通過 4G/5G 蜂窩網絡接口與 61 云端進行基于 UU（通用用戶網絡）接口的鏈路通信，同時也可以與其他車輛終端和路側單元（RSU，Roadside Unit）進行基于 PC5（鄰近通信5）接口直連的鏈路通信。其整體通信接口需滿足標準基于LTE 的車聯網無線通信技術總

100、體技術要求中的需求及相應的架構模型。車與他車、路側、云端的主要通信鏈路如圖 21。圖 21 車路云一體化系統通信架構 1 通信協議要求通信協議要求 1.1 車云通信協議建議車云通信協議建議（1）車云通信技術協議 車云通信協議通常以 TCP/IP 協議為傳輸層，根據不同場景分別以自定義格式協議，MQTT（Message Queuing Telemetry Transport）、HTTP(s)等協議為應用層。數據的序列化常見 JSON（JavaScript Object Notation,JavaScript 對象表示法）、ProtoBuf（Google Protocol 62 Buffer，簡稱

101、 PB）、二進制格式等。其中，基于 TCP/IP 的標準協議包括適配云控基礎平臺標準CSAE 295.2-2023 車路云一體化系統 第2部分：車云數據交互規范等標準協議；車輛與基于 MQTT 的云平臺通信需根據相應云平臺的技術要求進行實施。包括通信安全機制，應用層數據協議類型等，有云端同時批量對多輛車輛下發消息需求場景下宜采用 MQTT協議廣播模式實現；對于靜態數據或變化頻率小的準靜態數據的獲取，宜采用 HTTP(s)協議進行通信；對于信息娛樂等相關數據，宜采用 HTTP(s)協議進行互聯網的數據通信。車企可參與到公有協議的制定中，車端必須支持公有協議才能接入云平臺以保障通信可靠性，車端私有

102、協議可以根據車企個性化需求再進行增加或定制。（2）車云通信規則 車云通信網絡連接及傳輸規則需提供以下一些機制以保證數據傳輸的安全性和可靠性。認證機制包括基于 TCP/IP，MQTT 技術協議的網絡連接需滿足基于 TLS1.2 及以上的雙向證書認證機制，并在應用層啟用基于雙向鑒別的安全機制?；?HTTP(s)協議的通信需基于 TLS1.2 及以上實現服務端證書認證并在應用層啟用基于授權token 或 OAuth2.0 的認證授權機制。心跳維持包括基于 TCP/IP 協議的雙向通信或 MQTT 技術協議的通信，均需提供心跳維持機制，車端監測連續多個心跳丟失需進行重連，云端基于心跳確定車端連接是否

103、正常。數據容錯機制包括車端需根據實際場景應用需求保持一定時間范圍內的數據，數據傳輸中網絡斷連或無響應情況下需支持 63 數據補發。通信協議需提供確認數據傳輸成功確認機制。數據交互模式規則根據場景，車云之間交互規則主要在應用協議上分以下三類：請求/應答：請求/應答交互模式要求請求接收方需要提供明確的應答及超時機制，請求發起方超過一定時限未接收到應答需進行請求重試，請求接收方需提供對重復請求容錯的能力，請求發起方為車端，云端則對請求進行應答。訂閱/發布：訂閱/發布模式是由車端發起數據的訂閱，當云端滿足條件時，向相應的訂閱車輛發布數據。訂閱/發布模式可以實現云端對多于一輛車輛同時發送數據。定向下發：

104、定向下發指云端指定特定車輛下發通信消息，在車端接入到云端服務后，由云端發起請求，車端對相應請求進行應答。1.2 車路通信協議建議車路通信協議建議 1.2.1 基于 PC5 接口的車路通信協議（1）下行車路通信數據 車輛與路側終端常通過 V2X 直連通信接口獲取信息，并且具備使用解碼器解析標準合作式智能運輸系統 車用通信系統 應用層及應用數據交互標準（第一階段）和合作式智能運輸系統 車用通信系統應用 應用層及應用數據交互標準（第二階段）所定義的消息集數據（uper 格式編碼），傳輸信息包括地圖的靜態信息（車道數量，車道轉向規則等）、道路的動態事件信息（道路遺撒、交 64 通擁堵，車輛事故，施工等

105、）、周邊標識信息（限速預警、急彎、窄橋等）、其他交通參與者信息（人，非網聯車輛等）、特種車輛車道預留信息（消防車，急救車等）、紅綠燈信息等。同時通過服務發現機制，發現具體路側終端設備的特定路側服務，在車輛本身確定需要相關服務時，向相應的可提供服務的路側終端申請對應的服務信息（停車場站引導、自由流支付、協同換道等）。（2）上行車路通信數據 車輛需要將自身信息傳遞給路側終端，由此路側可以收集該地區的通行狀態，其內容包括車輛本身車輛類型、位置、速度、加速度、航向角、車輛狀態（車輛異常，特種車輛執勤等）等公有協議、以及車輛歷史軌跡等私有商業協議。在發現具備特定服務能力的路側終端時，也可以將其駕駛意圖、

106、協作需求發送給路側終端，向路側終端申請相應服務，以此獲取所需的服務信息。車輛終端需要能夠組織合作式智能運輸系統 車用通信系統 應用層及應用數據交互標準（第一階段）和合作式智能運輸系統 車用通信系統應用 應用層及應用數據交互標準（第二階段）所定義的車端數據集，用編解碼器進行 uper 編碼后，通過 V2X 直連通信接口發送給路側設備。1.2.2 基于 UU 接口的車路通信協議 基于 UU 接口的車路通信協議目前暫無相應標準，如需建設宜參考合作式智能運輸系統 車用通信系統 應用層及應用數據交互標準（第一階段）和合作式智能運輸系統 車用通信系統應用 65 應用層及應用數據交互標準（第二階段）內規定的

107、數據內容，其通信系統架構可參考基于 5G 車路協同基礎設施數據協同共享技術研究報告。1.3 車車通信協議建議車車通信協議建議 1.3.1 基于 PC5 接口的車車通信協議（1）下行通信數據 在車輛終端進行 V2X 直連通信獲取其他車輛信息時，其數據內容包括他車車輛類型、位置、速度、加速度、航向角、歷史軌跡、期望軌跡、異常狀態（ABS 異常，車輛異常等）、特種車輛是否執勤等公有協議、以及車輛歷史軌跡等私有商業協議。本車車輛端再基于自車信息，以此判斷本車在行駛過程中可能面臨的風險，并實現標準合作式智能運輸系統 車用通信系統 應用層及應用數據交互標準（第一階段）中所描述的 V2V 場景預警信息。也可

108、以基于他車的服務發現機制，根據需要請求服務并獲取相應的服務信息（協作式并道，協作式路口通行，感知共享，車輛編隊行駛等）。在接收他車數據的過程中，本車需具備通過解碼器解析標準合作式智能運輸系統車用通信系統應用層及應用數據交互標準（第一階段）（修訂版）合作式智能運輸系統車用通信系統應用層及應用數據交互標準（第二階段）所規定的消息集通過 uper 編碼的協議報文，并可以正確識別報文中的具體信息，也需要根據具體需求具備解析私有商業協議的能力。（2）上行通信數據 66 在車車通信發為他車發送數據時，其數據內容需包含本車類型、位置、速度、加速度、航向角、歷史軌跡、期望軌跡、異常狀態（ABS 異常，車輛異常

109、等）、特種車輛是否執勤等公有協議、以及車輛歷史軌跡等私有商業協議，并可根據標準合作式智能運輸系統車用通信系統應用層及應用數據交互標準（第一階段）（修訂版）合作式智能運輸系統車用通信系統應用層及應用數據交互標準（第二階段）的消息集格式組織數據并通過 uper 進行編碼形成報文，在具備為他車提供特定服務的能力時，宜通過發現機制告知周邊車輛，待需要該服務的車輛請求數據時，則通過相應消息集將數據發送給具體需求車輛，針對私有商業協議，可根據具體數據格式定義進行相應編碼并發送出來。1.3.2 基于 UU 接口的車車通信協議 基于 UU 接口的車車通信協議目前暫無相應標準，如需建設宜參考合作式智能運輸系統

110、車用通信系統 應用層及應用數據交互標準（第一階段）和合作式智能運輸系統 車用通信系統應用 應用層及應用數據交互標準（第二階段）內規定的數據內容，其通信系統架構可參考基于 5G 車路協同基礎設施數據協同共享技術研究報告。2 通信安全需求通信安全需求 2.1 PKI（公開密鑰基礎設施公開密鑰基礎設施）系統在通信中的作用系統在通信中的作用 車路云一體化系統中，車、路、云三者之間的通信安全起著至關重要的作用。采用 PKI 系統為系統中的每個通信單元頒發相應的 67 通信證書及身份證書，可以實現各個終端之間的互信通信。以密碼學為基礎，通過證書對通信方進行身份識別，通信加密，數據簽名驗簽，權限標識等操作，

111、確保了數據在各個單元之間流轉時的可信，完整，防竊聽，防偽造，確定權限等一系列安全特性。同時，安全系統具備收集安全相關信息的能力，當識別到具有不安全因素的通信終端時，PKI 系統將發布包含該終端證書的吊銷列表，針對失信的通信單元，吊銷相應的通信證書，以將其排除在整個車路云系統之外。2.2 互聯網通信協議安全互聯網通信協議安全 在車云通信方面，通信鏈路采用傳統的X.509證書，通過SSL、TLS 等安全協議，在通過雙向的身份認證確認之后，建立車云通信的安全通信隧道，以此實現車云交互的安全連接并交互雙方所需數據。2.3 直連通信協議安全直連通信協議安全 在車路、車車直連通信方面，由于通信帶寬的限制和

112、較高的實時性要求，通信證書采用基于標準基于 LTE 的車聯網無線通信技術 安全證書管理系統技術要求的要求，該證書采用 oer 編碼格式，具有更小的數據量。同時，在通信過程中采用一定的規則不定期更換通信證書，以防止有人惡意通過直連通信接口，監聽收集車端數據，分析具體車輛的活動時間及歷史軌跡。該證書也包含針對特種車輛的相關權限，以便識別其具備的特有權限。68 2.4 安全事件監測及上送安全事件監測及上送 車載終端內應具備針對安全事件監測的能力，并通過相應協議將安全事件數據或相關數據通過車云接口上送至對應的安全監管平臺，通信協議可根據實際情況宜采用標準網絡安全技術 網絡安全產品互聯互通 第 3 部分

113、：告警信息格式（征求意見中）進行傳輸，未包含項宜可采用自定義協議進行擴展。其車端上送數據內容需滿足企業平臺向國家平臺推送相應安全數據的需求，可參考標準車聯網安全管理平臺接口規范（征求意見中）的數據內容。3 通信性能需求通信性能需求 車路云一體化系統的實際應用中，服務的核心始終為車輛本身。在不同的應用下，車輛系統可能表現出完全不同的動力學特性、信息交互模式和性能評價指標，對通信質量以及路側基礎設施能力高低需求不一。因此，從車輛控制這一核心出發，通過需求分析梳理應用功能點，并通過理論分析與試驗驗證，得出不同功能和環節對通信質量要求的客觀結論?；谝陨峡紤]，本章節基于八縱應用，從時延下性能和路側感知

114、系統誤差兩個角度出發，結合定性與定量手段，分析應用對這兩個外部因素的需求。3.1 需求分析應用分類邏輯需求分析應用分類邏輯 基于“八縱”應用系統分類和說明，進一步梳理出可暴露具體感知、決策、控制等相關架構及邏輯流程的細分應用場景。具體分析每一個末端細分應用對網絡通行的定性需求，需要較大篇幅進行 69 論證。因此，本章節進一步對所設計的流程及功能進行分類，并以是否和安全性強相關、對通信實時性的要求為依據，對應用進行分類標記。在本章，“強實時”應用指時延要求小于 200ms 的車輛駕駛應用，需要在較短時間實時分析、處理數據并對車輛進行控制?！鞍踩珡娤嚓P”應用指車輛控制可能會導致安全事故，需要著重關

115、注車輛安全性。具體而言，基于車路云一體化體系架構，從商業化落地角度，梳理出可充分共享道路基礎設施資源與交通動態數據的一系列應用，包括智慧公交、智慧環衛、智慧出行乘用車、城市物流、公路物流、封閉環境智慧車輛、智能充放電、數據閉環與增值服務八大典型應用。這八大典型應用覆蓋范圍廣，難以一次直接細化為具體功能。因此，為細化分析各應用對網絡通信的具體需求，各典型應用又被細化梳理為若干個二級應用，并對部分仍相對模糊的二級應用進一步舉例列出三級應用。不同應用擁有不同的安全相關性（A.強相關，B.弱相關）和實時性分級（A.強實時，B.弱實時，C.非實時）。為分析不同應用對網絡通信需求，需進一步明確該應用涉及到

116、感知、決策、控制、定位、人機交互等環節中的哪些部分，涉及相同環節的應用可以做統一分析。對任一末端細分應用，分析其運行過程中是否涉及車載感知、路側感知、自車決策、云端決策、車輛橫向控制、車輛縱向控制、云端調度與優化、車輛與信號燈交互、HMI（Human-Machine Interaction,人機交互）、車輛定位等功能模塊，對該應用進行功能 70 模塊標簽標記。例如，末端物流車輛車路云協同自動巡航為末端細分三級應用，其隸屬于末端物流一級應用下的自動駕駛二級應用。該應用涉及路側感知、自車決策、縱向控制、定位等多個功能模塊，其中感知與自車決策等多個模塊對安全性和實時性要求極高，因此該應用為“安全強相

117、關，強實時”應用。同理，其他應用可以以此依據進行分析與分類。完整應用分類詳見表 2，其中，在右側三列，對支撐每一類細分應用所需的車輛最低智能化等級和網聯化等級進行了標注，此等級標注即為部署該類應用的最低要求。此外，根據智能化等級、網聯化等級與賦能分類的對應關系，可以得出每一類細分應用所需的最低賦能類別。71 表 2 應用細分場景分類標記表 一級應用 二級應用 三級應用 功能模塊 安全相關性 實時性分級 最低要求智能化等級 最低要求網聯化等級 最低要求對應賦能類別 車載感知 路側感知 自車決策 云端決策 橫向控制 縱向控制 云端調度與優化 信號燈交互 HMI 定位 A 強相關；B 弱相關 A 強

118、實時；B 弱實時；C 非實時 1.智慧公交 1.1 最優車速與車道引導 B B L0 1 1 1.2 公交信號優先協同 B B L0 1 1 1.3 有序進站及精準?？?A A L2 2 2 1.4 動態共享式公交專用道 B B L0 1 1 1.5 協同輔助控制 1.5.1 路側感知協同輔助AEB A A L0 2 2 1.5.2 路側感知協同輔助LKS A A L1 2 2 1.6 車輛實時調度 1.6.1 公交車發車時刻調度 B B L0 1 1 1.7 公交業務管理與運營 B C L0 1 1 2.智慧環衛 2.1 分析決策 2.1.1 云支持作業路段分析與決策 B C L0 1 1

119、2.2 智慧調度 B B L0 1 1 2.3 數據研判 2.3.1 智能環衛車輛交通信息提醒 B B L0 1 1 72 2.4 實時管控 2.4.1 云支持路徑規劃 B B L0 1 1 3.智慧出行乘用車 3.1 云軌道支撐的多車跨場景協同指派與交互 3.1.1 云軌道支撐的多車跨場景協同指派 A B L0 3 4 3.1.2 云軌道支撐的交叉路口的沖突消解 A B L0 3 4 3.1.3 云軌道支撐的匝道匯入優化 A B L0 3 4 3.1.4 云軌道支撐的軌跡生成及軌跡跟蹤控制 A A L1 3 4 3.2 基于車路云協同感知的行駛安全預警 3.2.1 基于車路云協同感知的 FC

120、W A A L0 2 2 3.2.2 基于車路云協同感知的 LDW A A L0 2 2 3.3 基于車路云信息融合的增強駕駛輔助 3.3.1 基于車路云信息融合的增強 AEB A A L0 2 2 3.3.2 基于車路云信息融合的增強 LKA A A L1 2 2 3.4 基于車路云信息融合的綠波引導與事件管理 3.4.1 基于車路云信息融合的綠波引導 B B L1 1 1 3.4.2 基于車路云信息融合的事件管理 A B L0 1 1 4.城市物流 4.1 車輛監控 B A L0 1 1 4.2 運營調度 B B L0 1 1 4.3 數據分析 B C L0 1 1 4.4 自動駕駛應用

121、4.4.1 末端物流車輛車路云協同 ACC A A L1 2 2 4.4.2 末端物流車輛車路云協同 LKS A A L1 2 2 4.5 信息增強應用 4.5.1 基于信息增強的盲區感知避障 A A L2 2 2 5.公路物流 5.1 公路物流車輛巡航駕駛 A A L1 1 3 73 5.2 公路物流車輛隊列駕駛 A A L1 1 3 5.3 公路物流車輛動態調度 B B L0 1 1 6.封閉環境智慧車輛 6.1 云控礦山車輛應用 6.1.1 云端監控與危險預警 A B L0 2 2 6.1.2 云端智能車輛調度 B B L0 1 1 6.1.3 云端車輛接管應用 A A L2 3 4 6

122、.1.4 車輛全生命周期管理 B C L0 1 1 6.2 網聯信息增強應用 6.2.1 基于云端道路與障礙物信息的 AEB A A L0 2 2 6.3 云控駕駛大數據應用 B C L0 1 1 7.智能充放電 7.1 充電站實時信息協同 B C L0 1 1 7.2 消峰填谷 B C L0 1 1 8.數據閉環與增值服務 8.1 端到端大模型優化 B C L0 1 1 8.2 大模型全自動真值標注 B C L0 1 1 74 3.2 智能網聯汽車各類賦能對通信性能的需求智能網聯汽車各類賦能對通信性能的需求 列出表 2 后，進一步對其中的細分應用及功能模塊，根據其安全相關性和實時性分級進行分

123、類整理。針對“安全強相關，強實時”的應用，通過開展理論建模、仿真分析、實車試驗等方式，測試不同時延下的應用效果。針對非“安全強相關，強實時”的應用，采用定性分析方式，得到不同細分應用的時延需求大致范圍和最低要求。具體分析論證過程見附件 4，此處僅呈現結論，如下表所示。表 3 各類賦能時延要求 賦能類別賦能類別 時延要求時延要求（ms）類別 1：網聯化等級 1 的車輛 1000 類別 2：網聯化等級 2，且智能化等級 L0-L2 的車輛 200 類別 3：網聯化等級 2，且智能化等級 L3-L5 的車輛 類別 4：網聯化等級 3，且智能化等級 L0-L2 的車輛 類別 5：網聯化等級 3，且智能

124、化等級 L3-L5 的車輛 需要注意的是，本文件所提時延，為信息交互閉環時延，包含從客觀事件發生開始，至路、云處理及反饋至被服務網聯車輛的整體鏈路時延。表中時延為該類賦能可支撐的所有細分應用中的最嚴格時延要求。此外，附件 4 部分內容，為本指南相關研究單位當前所得試驗數據和研究成果，而非成熟商用產品性能數據，供試點建設參考。75 智能路側基礎設施平臺建設參考指南智能路側基礎設施平臺建設參考指南（一一）智能智能路側基礎設施建設框架路側基礎設施建設框架 智能路側基礎設施由路側感知設備、邊緣計算設備、路側通信設備和其他輔助設備等組成。公安交警專網內的交通管控相關設備亦可按此進行分類，其管控需符合公安

125、交通法律法規要求。智能路側基礎設施組成及其與車路云一體化中其他平臺關系如圖 22所示。圖 22 智能路側基礎設施組成及其與其他平臺關系 路側感知設備用于對道路交通運行狀況、交通參與者、交通事件等進行檢測識別，包括攝像機、毫米波雷達、激光雷達等分體式感知設備或者上面幾種傳感器的組合式感知設備（例如雷視一體機）及其他類型的路側感知設備，感知設備應具備故障診斷能力。邊緣計算設備用于對路側感知設備的原始數據或處理后的結構化數據進行存儲、轉換、AI 計算、融合等分析處理，得到高精度的 76 感知結果信息。邊緣計算設備應支持多類路側感知設備接入，并支持對多傳感器進行融合、匯聚等處理分析，邊緣計算設備應具備

126、狀態監控能力，能根據感知設備的故障狀態進行功能降級或主動恢復。交通管控設備、路側通信設備和其他信號設備用于將交通管控與服務平臺或云控基礎平臺的融合感知、事件及引導、控制信息發給交通參與者。交通管控設備包括路側安全交互模塊、交通管控邊緣計算終端、道路交通信號控制機、可變交通標識、信號燈等，可實現在路側推送交叉路口車道功能、信號燈組燈色狀態、車道控制信號等低時延、高可靠的交通指揮數字信號，信息交互要求如表 4所示。具體參考國標道路交通管控設施信息交互接口規范（報批稿）和 GA/T 2151-2024道路交通車路協同信息服務通用技術要求相關要求實施。表 4 交通管控設備信息交互要求 序號序號 信息信

127、息 交互交互類型類型 要求要求 說明說明 1 交叉口車道功能 發布 定時發送，頻率 1Hz 道路交叉口的地理位置、編號、名稱、車道功能等信息 2 信號燈組燈色狀態 道路交叉口每個進口信號燈組的實時物理燈色與狀態等信息 3 車道控制信號 定時發送，頻率 10Hz 道路交叉口各車道停車線對應的通行信號、相交沖突交織流向的讓行指揮信號、風險預警信號 4 車輛運行基本安全信息 接收 實時接收 智能網聯汽車、警車、公交車、消防車、救護車、工程救險車等的編號、位置、速度、航向角等實時運行信息 其他輔助設備包括定位授時設備及其他相關設備，用于支撐路側系統的精準、可靠、穩定的運行。路側感知計算可以采用邊緣計算

128、設備對感知設備數據處理后將 77 結構化數據上報到云控基礎平臺進行融合處理（后文稱為分布式計算），也可以通過將路側感知設備的原始數據在保證實時性的情況下通過編解碼技術手段在云端做計算和融合處理（后文稱集中式計算），路側系統集成可根據業務靈活選擇或組合上述 2 種感知數據處理方式。車路云一體化智能路側基礎設施平臺的設計、建設、施工等過程中，應統籌考慮各組成部分，協同設計、協同建設，避免資源浪費。設施建設應明確相關技術要求和管理規范以確保建設質量滿足系統運營的基本要求，同時需要盡可能考慮復用原有基礎設施，節約資源。（二二）道路分類道路分類 道路由城市道路、公路、封閉環境道路組成。城市道路分為重點區

129、域道路、關鍵路口路段和一般城市道路。公路包含高速公路和1-4級公路。封閉環境道路包含礦區、港口、園區及其他封閉管理道路。高速公路的匝道匯入匯出口及封閉環境道路推薦按城市道路的關鍵路口路段建設要求部署實施。隧道是各類道路建設中皆會遇到的一種特殊情形道路，其核心問題是隧道中的諸多在開放式道路上可用的關鍵技術會受到較大影響，各地建設實施時應積極探索隧道相關關鍵技術研發與應用，保障其感知、定位、授時、通信等功能與性能要求可支撐城市車路云一體化系統建設中的應用需求。78 各道路類型的建設應充分考慮公路與水路的協同，確保車路云一體化的應用能夠與交通運輸部同步推進的“公路與水路交通基礎設施的數字化轉型與升級

130、工作”相協同，以促進智能化交通系統的全面發展?；谲嚶吩埔惑w化應用試點建設任務的實際需求，本指南重點針對城市道路的智能路側基礎設施建設的各項要求進行說明。（三三）智能路側基礎設施賦能要求智能路側基礎設施賦能要求 城市智能路側設施建設的目的是保障道路基礎設施及其數據的跨域共用。在車路云一體化體系下，智能路側基礎設施主要針對道路行駛被服務聯網車輛提供增強感知的實時道路動態數據服務，保障其行駛更加安全；面向云控基礎平臺實時提供感知原始數據與融合結果數據，以保障其為車輛提供網聯賦能服務。1 重點區域重點區域智能路側基礎設施智能路側基礎設施 重點區域指人流多，車流大，交通事故多發的區域，該區域內的智能路

131、側基礎設施的感知覆蓋率需（覆蓋范圍占實際應用所需的道路范圍的比值，非機動車道按場景需求納入計算范圍，存在物理隔離的路段可以不考慮非機動車道，下同）99%。其面向服務車輛的增強感知能力需滿足表 1 中面向車輛賦能的類別 3 中車輛對盲區、超視距等感知能力增強的功能與性能要求。面向云控基礎平臺實時提供感知原始數據與融合結果數據的功能與性能要求，需達到 79 支撐表 1 中提供所有類別服務所需的路側感知交通動態數據的漏檢率、準確性、可靠性與融合感知計算時延要求，以保障其為高智能網聯化等級車輛提供低時延的網聯賦能服務。其建設要求各城市應以滿足前述要求為依據，滿足賦能需求結果為目標，依托既有基礎設施資源

132、，參照“智能路側基礎設施建設框架”部分所介紹的智能路側基礎設施種類制定建設方案。2 關鍵路口路段智能路側基礎設施關鍵路口路段智能路側基礎設施 關鍵路口路段指人流多、交通流量較大及交通事故風險較大的路口與路段。此類別道路同重點區域的差異體現在只針對特定路口，或相鄰路口之間需要按感知全覆蓋（重點區域）要求建設智能路側設施的路段，不同的路段之間允許出現一般城市道路建設要求的路段（見后）?；诖?，其應具備的增強車輛感知的能力和向云控基礎平臺提供數據的能力以及建設要求同重點區域道路。3 一般一般城市道路智能路側基礎設施城市道路智能路側基礎設施 一般城市道路指應用試點區域中，除上述兩種道路外的其它城區道路

133、，其特征是這類道路對車輛安全出行、交通擁堵等應用需求影響較小，車輛及云控基礎平臺在該道路區域對通過智能路側基礎設施獲取道路交通動態數據的實時性與連續性要求不高，車輛可依托單車智能與亞秒級感知與決策網聯賦能實現安全、高效通行。此類道路智能路側基礎設施需支撐表 1 中網聯賦能類別 1 的要求。80 其建設要求，建議城市在保障前述網聯賦能要求前提下，通過直接復用、升級、改造既有可用道路基礎設施，新建所缺路口路段基礎設施的方式推進實施。應用試點城市通過對上述三種智能路側基礎設施的建設，應實現試點區域內所有路口的全覆蓋。智能路側基礎設施建設的核心目標是支撐各種增強車輛感知以及保障云控基礎平臺發揮網聯賦能

134、的要求，各城市在進行建設方案制定時，基于不同應用需求，在滿足前述網聯賦能要求的前提下，其路側感知設施的功能與性能要求可參照 YD/T 4770-2024車路協同路側感知系統技術要求及測試方法。（四四）智能智能路側基礎設施通信協議及性能要求路側基礎設施通信協議及性能要求 智能路側設備原始數據可以通過光纖等有線網絡上報到邊緣云進行實時計算，也可以將結構化或編碼后的數據以無線網絡進行上傳到邊緣云進行融合計算，同時也可以通過直連通道將感知及其他服務信息發布到路側通訊設備或者可變交通標志等設備，為網聯車輛和人工駕駛車輛提供信息服務。根據交互數據的頻率、實時性以及場景，路側感知系統與云平臺數據交互（以下簡

135、稱路云通信）具體可選擇 TLS/QUIC 等底層通信支持的自定義二進制，MQTT和HTTP(s)三類應用層協議，通過自定義業務數據包交互數據，業務數據包可采用二進制、JSON、ProtoBuf 格式，路云數據交互應采用大端模式網絡字節序進行傳輸。81 推薦采用云控基礎平臺標準CSAE 295.3 車路云一體化系統 第 3 部分：路云數據交互規范的標準協議進行路云數據交互。路側設施與云平臺及信息發布設備網絡拓撲應根據業務和接入量設計網絡構架并實施。路側計算設備、感知設備到云平臺或到信息發布設備之間單向信息時延應10ms。（五五）智能智能路側基礎設施部署方案路側基礎設施部署方案 1 部署要求部署要

136、求 各城市智能路側基礎設施的部署要求要求應以滿足前述“智能路側基礎設施賦能要求”中的要求為依據，支撐其賦能需求結果為目標，充分復用、升級為原則，制定路口和路段的計算和部署方案。車路云一體化智能路側基礎設施的時間系統宜采用協調世界時鐘（UTC），且應具備標準時鐘源同步功能，例如支持北斗等GNSS 時鐘同步。時間戳為 UTC 時間，精度應精確到毫秒。車路云一體化智能路側設施數據交互空間坐標系應采用 CGCS2000 坐標系，在傳輸前采用國家認定的保密處理技術進行坐標偏轉，各端設備與平臺應能保證持續穩定的時空同步。智能路側基礎設施建設應盡可能實現“多桿合一”、“多感合一”、“多箱合一”。2 部署方案

137、部署方案 在保證智能路側基礎設施支撐的應用服務能可靠運行前提下，82 路口與路段的推薦部署方案可基于如下方案實施。2.1 交叉口標準部署方案交叉口標準部署方案 交叉路口標準部署方案可以選擇包括攝像機、魚眼攝像機、毫米波雷達、激光雷達的分離組合方案，也可用多傳感器感知一體機（如雷視一體機）替換上述傳感器中的部分設備，以滿足不同應用需求下的感知需求，具體方案見下表 5。表 5 交叉路口標準部署方案 類別類別 設備設備 建議安裝方式建議安裝方式 配置 方案 攝像機 安裝于路口入口電警桿，在加強型路口應向來車方向再安裝一個攝像機；在大型或異型路口可根據實際情況補充攝像機 魚眼攝像機 可根據實際情況安裝

138、 毫米波雷達 在加強型路口應安裝毫米波雷達或雷視一體機；在大型或異型路口可根據實際情況補充毫米波雷達或雷視一體機 邊緣計算設備 分布式計算方案可根據實際情況補充安裝于路側機柜或抱桿箱；集中式計算可以利用邊緣云替代 路側通信設備 可根據實際情況安裝 激光雷達 可根據實際情況安裝 2.2 路段標準部署方案路段標準部署方案 路段標準部署方案，包括攝像機、毫米波雷達，也可用多傳感器感知一體機（如雷視一體機）替換上述傳感器中的部分設備，以滿足不同應用需求下的感知需求。道路交通流量大、非機動車和行人復雜、隧道等情況的路段可按需配置激光雷達，具體方案見表 6。對于中間有隔離帶或車道數較多的道路，須針對車道兩

139、個行駛方向各安裝一組感知設備。83 表 6 路段標準部署方案 類別類別 設備設備 安裝方式安裝方式 配置 方案 攝像機 安裝于燈桿或其他桿上，通常裝于車道上方 毫米波雷達 安裝于燈桿或其他桿上 邊緣計算設備 分布式計算方案安裝于路側機柜或抱桿安裝 集中式計算可以利用邊緣云替代 路側通信設備 可根據實際情況補充安裝于燈桿或其他桿上 激光雷達 可根據實際情況補充安裝于燈桿或其他桿上 雷視一體機 可根據實際情況補充安裝于燈桿或其他桿上 魚眼攝像機 可根據實際情況補充安裝于燈桿或其他桿上 為保證云端能夠獲取完整的交通參與者狀態信息以及道路環境信息，并保證信息的完整性和連續性，路側設備的節點部署應先設計

140、優化評估后再實施。首先路網所有道路需要按照應用、功能及道路建設要求保證其感知覆蓋范圍。其次，部署時應考慮感知設備之間的感知域重疊距離，以保證算法處于較優的性能。根據單計算節點感知設備的識別跟蹤性能與多計算節點感知設備之間的跨視域感知性能的差異，優先采用路側感知設備多節點位置的部署方法，保證成本最小化的同時確保路側感知性能滿足需求。對于復雜路口，可根據不同構型的路網設計多節點感知設備部署方案。為確保數據收集完整，應采用合理的部署方案覆蓋道路以降低成本。再次，在保證感知設備感知性能基礎上，應充分兼顧設備的可靠性、美觀性及能耗比。最后，智能路側基礎設施應保障基礎的運維巡檢能力，推薦使用合適的巡檢工具

141、對感知能力、通訊時延、時間同步、標定誤差定期檢查，當出現異?；蚴Ъ皶r上報到云控基礎平臺，云控基礎平 84 臺應根據不同的應用提供不同的降維服務策略。（六六）智能路側設備功能要求與選型智能路側設備功能要求與選型建議建議 1 分體式感知設備分體式感知設備 1.1 攝像攝像機機 攝像機設備選型：支持基于 GNSS 或 PTP 等時鐘同步功能，可從外部時鐘源獲得授時；相機輸出幀頻率應保證穩定；支持設置最大曝光時間，且支持將每一幀圖像的曝光起始和結束時間戳編入碼流信息中；支持至少 5 路及以上視頻流的并發請求；具備智能分析算法功能的攝像機應具備在線更新、升級、擴展和多算法的運行管理維護能力；宜支持在線

142、下載部署第三方智能分析算法實現擴展的車路云一體化業務需求；工作環境溫度：至少滿足-3070，推薦-4085；可靠性要求：滿足在連續不間斷運行環境下（即每周 7 天，每天 24 小時），最小工作壽命7 萬小時；全年可用性99.99%；推薦應用于違法抓拍的攝像機滿足 GA/T 4962014闖紅燈自動記錄系統通用技術條件的有關內容；推薦具備雙網口設備，可實現物理隔離。攝像機具體性能參數可參照表 7。表 7 攝像機性能參數 序號序號 指標項指標項 具體指標具體指標 1 像素 300w 2 幀率 25fps 3 信噪比 25dB 4 動態范圍 105dB 5 最低照度 0.005Lux（彩色）0.00

143、25Lux（黑白）6 視頻采集時延 80ms 7 時間戳 碼流含曝光時間戳，曝光時間戳精度1ms。8 編碼格式 支持 H.265、H.264、MJPEG 85 攝像機設備部署：設備安裝高度不宜低于 6m，宜優先選擇安裝于電警桿。1.2 毫米波雷達毫米波雷達 毫米波雷達（含點云毫米波雷達）設備選型：支持對機動車、非機動車、行人進行分類；支持目標位置測量，輸出目標相對設備的距離和角度；支持目標運動信息檢測，包括距離、實時速度、方向；支持交通信息統計，包括但不限于流量統計、車頭時距、車頭間距、分車道時間占有率、排隊長度等；支持基于 GNSS 或 PTP 等時鐘同步功能，可從外部時鐘同步系統獲得授時；

144、工作環境溫度：至少滿足-3070，推薦-4085；可靠性要求：滿足在連續不間斷運行環境下（即每周 7 天，每天 24 小時），最小工作壽命5 萬小時，全年可用性99.99%。毫米波雷達性能參數，見表 8。表 8 毫米波雷達性能參數 序號序號 指標項指標項 具體指標具體指標 1 測量距離范圍 縱向有效檢測距離350m，垂直視場角24，橫向覆蓋雙向8 車道 2 測量距離精度 0.2m 3 測量速度精度 0.5km/h 4 測量角度精度 0.5 5 距離分辨率 0.5m 6 速度分辨率 0.5km/h 7 最大目標跟蹤數 256 個 毫米波雷達設備部署：毫米波雷達可安裝在道路龍門架、信號燈桿、側方燈

145、桿或電警桿上，可采用路中正上方安裝或側向安裝方式，安裝高度應在5m8m 范圍內，隧道內安裝宜不低于 3.5m。垂直于道路行車方向 86 的橫向覆蓋范圍應不低于8車道（40m），宜通過安裝位置優化等方式實現全斷面覆蓋。1.3 激光雷達激光雷達 激光雷達設備選型：可選用全向或定向激光雷達。探測距離200m；探測距離精度0.05m；幀率：10HZ；當選用定向激光雷達，水平視場角75；支持基于 GNSS 或 PTP 等的時鐘同步功能，可從外部時鐘同步系統獲得授時；工作環境溫度：至少滿足-3070，推薦-4085；可靠性要求：滿足在連續不間斷運行環境下（即每周 7 天，每天 24 小時），最小工作壽命5

146、 萬小時；全年可用性99.99%。激光雷達設備部署：定向激光雷達宜優先安裝在電警桿，兼顧對向車道進行部署；全向激光雷達除電警桿，可安裝在紅綠燈桿或其他桿件上，以減少外部環境遮擋；激光雷達部署距離桿頭距離0.2m，與同桿其他設備距離手 0.3m。2 集中式感知設備集中式感知設備（雷視一體機雷視一體機）雷視一體機設備（含點云毫米波雷達與視覺融合設備）選型：支持對機動車、非機動車、行人進行分類；支持目標位置測量，輸出目標相對設備的距離和角度；支持目標運動信息檢測，包括距離、實時速度、方向；支持交通信息統計，包括但不限于流量統計、車頭時距、車頭間距、分車道時間占有率、排隊長度等；支持基于GNSS 或

147、PTP 等時鐘同步功能，可從外部時鐘同步系統獲得授時；87 工作環境溫度：至少滿足-3070，推薦-4085；可靠性要求：滿足在連續不間斷運行環境下（即每周 7 天，每天 24 小時），最小工作壽命7 萬小時；全年可用性99.99%；雷視一體機性能參數參見表 9。表 9 雷視一體機性能參數 序號序號 指標項指標項 具體指標具體指標 1 測量距離范圍 縱向有效檢測距離350m，垂直視場角24，橫向覆蓋雙向8 車道 2 測量距離精度 0.2m 3 測量速度精度 0.35km/h 4 測量角度精度 0.5 5 距離分辨率 0.5m 6 速度分辨率 0.5km/h 7 最大目標跟蹤數 256 個 8

148、事件發生到輸出結果的總時延 100ms 雷視一體機設備部署：雷視一體機可安裝在道路龍門架、信號燈桿、側方燈桿或電警桿上，可采用路中正上方安裝或側向安裝方式，安裝高度應在6m8m 范圍內，隧道內安裝宜不低于 3.5m。垂直于道路行車方向的橫向覆蓋范圍應不低于8車道（40m），宜通過安裝位置優化等方式實現全斷面覆蓋。3 邊緣計算設備邊緣計算設備 計算設備功能選型：提供精準的時間基準與空間變換關系，保證不同傳感器之間的時間與空間同步；支持攝像機、毫米波雷達、激光雷達的感知算法，原始數據的感知融合處理；支持行人、機動 88 車及非機動車等道路交通參與者檢測和分類說明；支持道路交通事件的檢測和識別；支持

149、各類結構化數據的融合處理；支持交通流統計功能；支持高精度動態地圖與感知數據的融合處理；支持第三方應用、模型和算法的快速部署；應具備自身運行狀態以及接入設備的在線狀態監測與上報功能，支持對接入設備的固件進行在線升級、故障診斷等功能。計算設備參數應根據業務應用、覆蓋范圍內傳感器數量及類別、感知計算部署方案、不同算法優化能力及成本等需求選擇。對于標準分布式路口選型建議：支持接入2種以上的感知設備，宜支持8 路攝像機同時接入、4 路毫米波雷達結構化數據接入、2 路激光雷達數據接入；宜支持不同算力擴展以應對不同場景需求，單個路口算力應滿足感知指標要求；具有數據存儲能力，結構化數據至少保存 7 天，視頻數

150、據及處理后的點云數據至少保存 7 天，交通事件相關的高清圖片存儲至少保存 1 天；支持基于 GNSS 或 PTP 的時鐘同步功能，可從外部時鐘同步系統獲得授時；最大功耗350W；支持-3070工作范圍，推薦-4085工作溫度，5%-95%（無凝結）工作濕度；可靠性要求：滿足在連續不間斷運行環境下（即每周 7 天，每天 24 小時），最小工作壽命5 萬小時；全年可用性99.99%；路側設施的 EMC 應參考 GB/T 17626.2 相關標準執行，環境試驗應參考照 GB/T 15211-2013、GB/T 2423 相關章節執行。邊緣計算設備部署實施：軟件支持鏡像部署，針對細粒度功能支持功能包更

151、新和增量部署；軟件功能包包含相應的庫和元數據描 89 述文件，描述功能包的名稱、版本、依賴關系及其他相關信息；對于直接部署的，運維和管理應具備版本管理、功能包存儲、功能包部署、功能包升級、功能包回滾等能力；采用云邊協同集群運維管理的應具備版本管理、鏡像制作、鏡像存儲、鏡像部署、鏡像升級、鏡像回滾等能力。在實際應用部署過程中可根據區域管轄范圍及設備接入處理能力確定邊緣計算設備部署數量。4 信號機設備信號機設備 信號機（道路交通信號控制機）應具備自我診斷、自主報警、自動切換信號控制方案功能，所有交通信號信息應實時或準實時地傳遞至交通管控與服務平臺。在系統故障、網絡通信、信號控制信息丟失等情況下，設

152、施能夠自我診斷、記錄、報警并自主切換控制方案；設施應支持基于 GNSS 或 PTP 的時鐘同步功能，可從外部時鐘同步系統獲得授時，設施宜擴充接口模塊和檢測設備。信號機發送的消息類型包括信號機運行狀態、信號控制方式、信號燈燈色狀態、車道功能狀態、車道/匝道控制狀態、當前信號方案色步信息、下一個周期信號方案色步信息、交通流信息、交通運行狀態信息、車輛運行狀態信息、交通事件信息。針對路側通訊設備的信息發布，信號機運行狀態、信號控制方式、信號燈燈色狀態、車道功能狀態、車道/匝道控制狀態信息、當前信號方案色步信息、下一個周期信號方案色步信息為強制廣播信息，其余信息根據數據具備狀態選擇性廣播。當一個信號機

153、控制多個路口時，根據 90 GA/T1743 數據項定義，宜符合以下要求：a)發送方/接收方標識保持一致，采用設備唯一編號。經緯度信息采用所屬路口中心點經緯度；b)數據信息按所控路口數逐條發送，用經度、緯度、海拔高度區分不同路口。信號機在路側發送交通指揮數字信號推薦采用國標道路交通管控設施信息交互接口規范（報批稿）相關規定交換相關數據。信號機間接將信號燈數據上報到云控基礎平臺，推薦信號燈數據上報云控基礎平臺標準參考CSAE 295.3 車路云一體化系統 第 3 部分：路云數據交互規范的 RSU2CLOUD_SPAT 進行數據交互，也可以按照 T/CCSA455-2023車聯網平臺與路側設備 數

154、據接口通信協議要求相關標準執行。信號機對外發送的信號燈燈色狀態信息日準確率宜不低于99.99%，信號燈相位時間戳與UTC時間戳誤差10ms。5 輔助設備輔助設備 桿體的功能選型：滿足功能和安全性相關內容，簡潔美觀，確保足夠的強度、剛度和穩定性；對掛載的智能路側基礎設施優化整體設計，實現小型化、減量化，顏色與桿體顏色協調統一；可掛載的智能路側基礎設施包括各類視頻采集設備、雷達采集設備、路側通信設施、交通安全與管理設備、交換機等；通過掛載智能路側基礎設施實現照明、感知監控等功能；桿體為搭載設備預留接線孔，桿體上的預留接線孔打磨光滑，并加塞防水橡膠塞;搭載設備完成接線后，對接線孔進行防水密封處理。9

155、1 桿體的標準選型：桿體結構設計滿足 GB50017、GB50135 有關內容；桿體荷載設計滿足 GB50009 有關規定；桿體具有可靠的漏電保護及接地保護，見GB50054-2011有關內容；桿體按照GB50057規定配置避雷裝置；桿體內電纜、電線壓接牢固可靠，見 GB50168-2018 有關內容；對桿體設備倉設置電涌保護器；桿體機箱需具有設備穩定安裝條件，箱內設備及線纜排布合理、規范，同時留有操作及散熱空間。機柜的選型：機柜內包含綜合配電單元，為系統應用提供穩定可靠的配電服務，配電單元需具備過壓過流、短路等保護功能；機柜內部各應用模塊具備獨立的線纜預留空間，布線整潔，強弱電分開，具備良好

156、的防雷接地性能，符合電氣安裝規范；機柜IP55 的防護等級；機柜應支持-3070工作溫度、5%-95%（無凝結）工作濕度下下的設備穩定工作；可靠性要求：滿足在連續不間斷運行環境下（即每周 7 天，每天 24 小時），最小工作壽命7 萬小時；全年可用性99.99%；機柜支持溫控；機柜支持 GNSS 天線出線，天線置于綜合箱體外并穩定安裝，天線上方覆蓋密封罩并采用高透波材料，且保證周圍俯仰角 30 度不能有較大的遮擋。供電設施的選型：路側供能設施遵循安全可靠、節能高效、技術先進、經濟合理的原則，為智能路側基礎設施提供穩定、持續、可靠的能源供給。路側供能設施根據道路特點、用能設施規模及分布、負荷等級

157、、負荷容量、電源條件等，合理確定外部電源方案。路側供能設施具備防雷擊、防浪涌沖擊等隔離防護能力。路側供能 92 設施具備實時監測供電狀態、設備狀態、故障報警及遠程管理等功能。路側供能設施采用三級配電系統，總配電箱、設備箱有漏電保護器，不具備三級配電時，分別提供獨立 220V 電源回路給到邊緣計算設備箱和綜合機柜。93 云支撐平臺建設參考指南云支撐平臺建設參考指南（一一）云控基礎平臺云控基礎平臺 云控基礎平臺是標準統一、開放共享的交通基礎數據中心，是車路云一體化系統的橋梁與樞紐。平臺匯聚智能網聯汽車、道路基礎設施和交通動態數據，通過標準化分級共享接口為網聯汽車、交通管理、產業應用等提供跨域共享服

158、務，支撐智慧公交等前述典型應用產生高附加值成果。云控基礎平臺組成與作用云控基礎平臺組成與作用。云控基礎平臺由邊緣云、區域云、中心云三級云組成，每個邊緣云只歸屬一個區域云，每個區域云可統籌調度所管理的多個邊緣云，如圖 23 所示。圖 23 云控基礎平臺三層云結構 每級云皆由一體化底座一體化底座、領域標準件領域標準件、標準化接口標準化接口及全流程工具庫組成。整體形成由 5 類標準件、2 個標準化接口以及 1 個全流程化工具庫的共性基礎能力體系，以滿足支撐各類應用需求與時效性要求。如圖 24 所示。94 圖 24 云控基礎平臺各級云的組成 一體化底座一體化底座應具備面向車、路、相關支撐平臺進行數據采

159、集、標準化轉換、存儲與處理能力。應支持與主流車載終端、路側設備和相關支撐平臺進行數據交互，確保通信協議兼容，傳輸高效、安全。領域標準件領域標準件應具備為用戶所需的感知、決策、控制、管控、大數據賦能等需求提供數據、模型等服務能力。標準化接口標準化接口應具備以通用接口與標準化方式，基于領域標準件的服務內容，向以聯網汽車為基礎對象的全產業用戶提供基礎服務的能力。針對非標傳輸協議車載終端，具備反向兼容與傳輸能力。服務可根據類別劃分級別。全流程工具庫全流程工具庫應具備支撐云控基礎平臺運營、維護、運行安全與交易可信監測的能力，支撐產業用戶利用云控基礎平臺的數據、存儲、計算資源等，產出高附加值成果的能力（如

160、，可以為車企提供安全、獨立的計算環境、基礎數據與通信能力，供車企自動駕駛控制算法運行并為企業指定車輛提供云端賦能服務）。在各級平臺跨域交互時建議采用基于區塊鏈、隱私計算和數據空間技術實現全流程可追溯，保障關鍵數據的可信存證、共享及流通。云控基礎平臺應按車路云一體化系統 第 1 部分 系統組成及 95 基礎平臺架構（T/CSAE 295.1-2023）標準進行規劃與建設，保障架構相同、接口一致，支持道路基礎設施、交通基礎數據的跨域共用及多城云控基礎平臺之間的互聯互通2。云控基礎平臺運營與部署云控基礎平臺運營與部署。云控基礎平臺應支持以全城一個中心云，按交通管轄區域為服務范圍的多個區域云的模式進行

161、分布式部署。根據各城市的平臺運營組織架構，各個區域云可獨立運營，也可與中心云統一運營。云控基礎平臺涉及的時空數據采集、收集、交互、存儲、處理等功能，應滿足汽車數據、測繪數據安全保護合規的相關管理規定，由具備相關資質的單位進行安全處理、匯聚管理、合規檢查、可控分發和動態監控，確保數據安全，滿足國家相關法律法規的要求。1 云控基礎平臺網聯賦能內容云控基礎平臺網聯賦能內容 云控基礎平臺是車路云一體化實現網聯賦能的樞紐。針對面向聯網車輛的賦能，本指南第四部分的車路云一體化典型功能場景均可基于云控基礎平臺實現。面向不同的網聯化等級、智能化等級車輛以及不同分類的路側，云控基礎平臺可支持實現的車路云一體化典

162、型功能場景也有所不同。為便于試點城市規劃典型功能場景賦能，此處將指南第四部分推薦的 17 種可面向聯網車輛提供賦能服務的典型功能場景按序進行編號，如表 10 所示。2 多級云之間數據交互建議參考車路云一體化系統系列標準 第 4 部分 云云數據交互規范（該標準尚處于研制階段，近期擬公開征求意見）96 表 10 云控基礎平臺可支撐的典型功能場景表 序號序號 典型功能場景典型功能場景 1 交通信號燈上車 2 闖紅燈預警 3 綠波車速引導 4 前方有遮擋異常車輛 5 有遮擋的十字路口交叉碰撞預警 6 超視距弱勢交通參與者 7 道路狀況推送 8 公交車道共享 9 緊急車輛優先通行 10 行駛車道建議 1

163、1 高速公路/快速路匝道匯入 12 車道級交通擁堵信息 13 感知信息共享 14 異常車輛遠程接管 15 C-AEB 16 C-ACC 17 C-AVP 同時基于表 1 的“車路云一體化對不同等級智能網聯汽車的賦能分類”以及道路分類中城市道路的三種不同類別，凝練出了云控基礎平臺在不同城市道路類別場景下，對不同智能與網聯化等級的被服務車輛可提供的網聯賦能能力，其賦能矩陣如表 11 所示。表中編號代表表 10 中相同編號所對應的典型功能場景。云控基礎平臺除可為車輛提供各種典型場景賦能外，基于區域云與中心云中所匯聚的各類交通相關數據，還可在城市智慧交通領域以及數據要素流通與大數據賦能方面，發揮極其重

164、要的賦能作用。97 表 11 云控基礎平臺網聯賦能矩陣表 城市路側分類城市路側分類 智能網聯智能網聯 汽車賦能分類汽車賦能分類 一般城市道路一般城市道路 關鍵路口路段關鍵路口路段 重點區域路段重點區域路段 類別 1：網聯化等級 1 智能化等級 L0-L5 1、2、3、7、9、12 1、2、3、4、5、6、7、8、9、10、11、12、13 1、2、3、4、5、6、7、8、9、10、11、12、13 類別 2：網聯化等級 2 智能化等級 L0-L2 1、2、3、7、9、10、12 1、2、3、4、5、6、7、8、9、10、11、12、13、14、16 1、2、3、4、5、6、7、8、9、10、1

165、1、12、13、14、15、16、17 類別 3：網聯化等級 2 智能化等級 L3-L5 1、2、3、7、8、9、10、12、13 1、2、3、4、5、6、7、8、9、10、11、12、13、14、16 1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17 類別 4：網聯化等級 3 智能化等級 L0-L2 1、2、3、7、9、10、12 1、2、3、4、5、6、7、8、9、10、11、12、13、14、16 1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17 類別 5：網聯化等級 3 智能化等級 L3-L5 1、2、3、7、8、9、

166、10、12、13 1、2、3、4、5、6、7、8、9、10、11、12、13、14、16 1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17 2 邊緣云邊緣云 2.1 功能與性能要求功能與性能要求 邊緣云的核心任務是基于車輛用戶的應用需求，面向行駛車輛提供融合感知、協同決策與協同控制的網聯賦能服務?；谲囕v網聯化等級（13級）、車輛智能化等級（L0L5級）、以及道路分類的不同，網聯賦能服務的內容與性能有所差異，本次 98 應用試點推薦賦能對應矩陣參見表 11。邊緣云應具備融合實時交通動態數據與路側感知結果的能力；具備通過融合計算處理，為運行網聯車輛提供低時延、個

167、性化的融合感知、協同決策與協同控制服務能力。應具備保障邊緣云持續安全運維的能力。融合感知包含交通參與者識別與跟蹤、車輛異常行為、道路交通事件、交通信號燈信息（如信號燈組燈態）、高精度動態地圖信息（如路面車道標線、道路邊沿、路面標志、交通標識、渠化狀態）等，支撐網聯車輛盲區及超視距感知、協同預警等應用需求。協同決策包含車輛行駛軌跡預測、單車局部路徑規劃、速度建議、跟車建議、換道避讓駕駛行為建議、多車協同換道、無信控路口通行駕駛行為建議等。協同控制包含云端接管和安全停車等，建議推進特定環境下實現云端協同控制的能力建設，如超出既定行駛區域的運營車輛緊急停車等。邊緣云支持表 10“云控基礎平臺可支撐的

168、典型功能場景表”中的典型功能場景 1 至 17。邊緣云向運行車輛提供賦能服務的全鏈路時延不超過 200ms，其中包括路側與云端計算，以及通信傳輸計算耗時。建議云端計算服務不超過 60ms。車輛和邊緣云間的網絡通信需求，應滿足網聯車到邊緣云的單向端到端網絡通信時延及可靠性須最低滿足 50ms99%，特定類型 99 的業務時延滿足 20ms99%。應支持不同類型的業務的分級時延保障。其中，50ms99%和 20ms99%指端到端時延低于 50ms 或20ms 的百分比。具體業務場景及性能要求可參見本指南的第四部分車路云一體化功能場景建設參考指南中“功能場景基本性能要求”和“典型功能場景”的相關內容

169、。邊緣云應具備平臺資源調度與分配、相關計算資源性能監測與優化、系統軟硬件故障診斷與恢復、軟件更新與維護、數據備份與恢復、安全防護等能力。2.2 數據交互要求數據交互要求 邊緣云應具備實時接入網聯車輛運行動態數據和車輛其它相關數據的能力，具備接入智能化路側設備的運行狀態數據、感知結果數據的能力，具備接入來自區域云的動態交通數據的能力，具備將邊緣云功能通過應用服務于行駛車輛的能力。邊緣云接入數據類型及說明見表 12。2.3 接口要求接口要求 邊緣云標準化分級共享接口可用于上層云控應用的實現。其中一級、二級、三級分別對應感知類指令/信息、決策類指令、規劃控制類指令三個方面。在試點城市的建設中優先保障

170、感知、決策能力建設，有序推進規劃控制能力建設。當應用場景涉及跨邊緣云切換時，可以在相鄰邊緣云之間直接進行用戶數據及業務數據切換，或通過兩個邊緣云共有的區域云進行調度，實現邊緣云之間的用戶數據及業務數據切換。當數據跨域 100 交互時，應具備存證、確權、可信計量等功能，支撐未來的商業化 表 12 邊緣云接入數據類型 數據數據 來源來源 接入對象接入對象與位置與位置 數據類型數據類型 數據說明數據說明 車輛 公共無線網 手機等移動終端數據 GNSS 時間戳、經度、緯度.納入合規體系的接入網關車云網關 網聯車 GNSS 數據 GNSS 時間戳、經度、緯度、航向角.網聯車總線數據 方向盤轉角、擋位、當

171、前車速、縱向加速度，橫向加速度，油門開度.RSU 納入合規體系的接入網關路云網關 BSM 數據 消息類型、經度、緯度、速度、航向角.信號燈數據 路口編號、相位序號、燈態.RSU 狀態數據 RSU 設備狀態、外接設備 ID、外接設備狀態.路側 路側感知對象數據 坐標、感知對象數量、感知對象列表：包含類型、狀態、經度、緯度、速度、航向角等.感知事件數據 事件類別、坐標、經度、緯度、時間戳.設備狀態數據 渠道來源(設備廠商）、點位狀態、攝像頭狀態列表、雷達狀態列表、激光雷達狀態列表.區域云 納入合規體系的接入網關云云網關 氣象數據 實況天氣數據、預報天氣數據.時空數據 車道標線、路口圖層、道路邊界、

172、人行橫道、停止標線、桿圖層、電子眼圖層、交通標牌圖層、交通燈圖層.道路交通信號燈數據 路口編碼、相位序號、信號燈組燈態、道口燈態、警告信號燈.交通態勢 路口交通指標、路段交通指標、車道交通指標 交通指揮數字信號數據 交通管制信息、交通事件信息、安全預警信息.道路基礎設施數據 路面材料、市政管線、綠化隔離帶、路緣石、人行道.價值閉環。接口開放數據一律需經過合規化處理后方可對外提供。邊緣云標準化分級共享接口提供車輛與路側的原始接入數據接口以及經過邊緣云加工后的一、二、三級接口，例如：融合感知目 101 標物數據接口、換道決策數據接口、遠程接管接口等，其推薦能力如表 13 所示。表 13 邊緣云標準

173、化分級共享接口 一級一級（感知感知）二級二級（決策決策）三級三級（規劃控制規劃控制）原始感知目標物接口 原始車輛上報數據接口 信號燈信息接口 融合感知目標物接口 異常事件感知接口 加速決策接口 減速決策接口 換道決策接口 多車協同決策接口 遠程接管接口 路邊停車接口 遠程制動接口 邊緣云接口協議、性能指標等參見表 14。表 14 邊緣云標準化分級共享接口協議及性能功能指標 接口接口 協議要求協議要求 性能指標要求性能指標要求 功能功能 超低時延實時數據傳輸接口 消息隊列/TCP 響應時間10ms99%實時數據訂閱、共享雙向通信，云控應用與云控基礎平臺雙向實時通信 注：指云控基礎平臺與云控應用之

174、間的數據傳輸，而并非與網聯車之間的數據傳輸 3 區域云區域云 3.1 功能與性能要求功能與性能要求 區域云應具備獲取來自邊緣云及相關支撐平臺的動態交通基礎數據的能力，在符合公安交管所要求的標準與規范前提下，向交管部門推送交通管控決策所需的相關信息；應具備交通融合感知、交通協同決策、交通規劃控制、交通管控等功能。交通融合感知應包含交通態勢感知、交通態勢預測、事件/事故多發地分析、交通事件溯源等功能。交通態勢感知應包括路網、路口、道路態勢感知功能，輸出流量、平均速度和交通運行指數等指標，交通態勢預測應基于路網拓撲和歷史交通運行狀況，對路口、102 道路、車道的流量、平均速度、排隊長度等指標進行長短

175、時預測。事件/事故多發地分析應找出事件/事故的分布熱力，對事件/事故多發的時間、天氣等進行分析。交通事件溯源應支持對事件發生過程中及分析研判所需要的事件發生前后一段時間內的車輛軌跡及相關視頻、信號燈色、周邊車輛軌跡等數據的回放。區域云協同決策可根據融合感知結果提供信控優化方案，包括單點信控優化方案、干線信控優化方案等。區域云規劃控制應基于全局交通態勢和地圖等提供全局路徑規劃服務。生成決策或規劃控制結果后，區域云應下發至對應的邊緣云或第三方云平臺，在向公安交管等第三方云平臺推送決策結果時，應參考國標道路交通管理車路協同系統信息交互接口規范（報批稿）和 GA/T 2151-2024道路交通車路協同

176、信息服務通用技術要求相關要求實施。區域云在獲得許可并滿足安全合規等條件的前提下，可通過交通管控能力對信號燈、可變信息板等數字化交通附屬設施提供交通管控建議。區域云支持云控基礎平臺典型功能場景表 10 中典型功能場景 7、8、12。此外，建議開展停車規劃、可變車道、交通事故超視距預警等場景探索。車輛和區域云間的網絡通信需求，應滿足網聯車到區域云的單向端到端網絡通信時延及可靠性須最低滿足 500ms99%。3.2 數據交互要求數據交互要求 區域云應具備實現區域云同所管理的邊緣云、第三方支撐平臺 103 之間的交通相關數據的準實時采集、標準化交互、存儲與處理等功能，以及未部署邊緣云的情形下同車輛的直

177、接數據交互。應具備對所管轄區域內多邊緣云的調度、管理與協同計算能力，應具備與相關支撐平臺的互聯互通能力，以滿足區域級交通交管的應用需求。區域云應接收邊緣云融合感知等數據、第三方云上傳的交通事故事件、道路管制等交通相關信息數據。區域云接入數據類型及說明見表 15。表 15 區域云接入數據類型 數據來源數據來源 接入位置接入位置 數據類型數據類型 數據說明數據說明 邊緣云 納入合規體系的接入網關云云網關 網聯車 GNSS 數據 GNSS 時間戳、經度、緯度.網聯車總線數據 擋位、縱向加速度、橫向加速度.融合感知結果 目標類型、經度、緯度.感知事件數據 事件類別、經度、緯度.設備狀態數據 攝像頭狀態

178、列表、雷達狀態列表、激光雷達狀態列表.信號燈數據 路口編號，相位序號，燈態.車端 納入合規體系的接入網關車云、路云網關 車載視頻數據 車載攝像頭 ID、視頻流地址.路側 路側視頻數據 路側攝像頭 ID、視頻流地址.激光點云數據 設備 ID、時間戳、點云數據.第三方 納入合規體系的接入網關云云網關 氣象數據 實況天氣數據、預報天氣數據.時空數據 車道標線、路口圖層、道路邊界.信號燈數據 路口編號、相位序號、燈態.交通管控數據 交通管制信息、交通事件信息、安全預警信息.區域云通過道路交通管控與信息服務系統獲取第三方信號燈數據時，應遵循交管車聯網信息交互應用構架，并滿足道路交通管控與信息服務系統信息

179、交互要求，具體如表 16 所示。104 表 16 道路交通管控與信息服務系統信息交互要求 信息用途信息用途 信息類型信息類型 信息名稱信息名稱 說明說明 交通指揮調度 交叉口車道功能 交叉口車道功能 當前交通管控事件下的交叉口車道功能等信息 交通信號燈信息 信號配時方案 當前及下個時段信號配時方案信息 信號周期開始 當前信號周期的開始時間、上周期運行時長等信息 信號燈組燈色狀態 當前時刻各個進口信號燈組的實時燈色狀態 動態控制信息 交叉口可變車道 交叉口可變車道的實時及下時段車道功能 路段速度管控 實施可變速度管控路段的實時限速信息 路段潮汐車道 實施潮汐車道路段的實時及下時段車道功能 動態交

180、通標志 隨道路管控需求動態變化交通標志的實時指示信息 異常車輛調度處置 異常車輛調度處置告知 指揮調度智能網聯汽車的管理單位遠程接管或人工處理異常車輛 管控信息發布 交通管制信息 禁止通行 交叉口禁止左轉、右轉、掉頭等信息 限制通行 區域、路段車輛限制通行等信息 匝道/車道關閉 快速路匝道、隧道車道關閉等信息 交通事件信息 交通事故 道路交通事故的位置、時間、影響范圍 道路施工 道路施工的位置、時間段、影響范圍 重大事件 重大事件的位置、時間段、影響范圍 安全預警信息 交通事故多發點段 多發事故類型、時間段、安全預警提示燈 交通違法多發點段 多發違法類型、位置、安全預警提示燈 車輛運行信息接收

181、 車輛基本運行信息 智能網聯汽車運行信息 智能網聯汽車位置、速度、航向等實時運行信息 行業車輛有限通行信息 公交車 需信號優先服務的公交線路、公交車輛配置及實時運行信息 105 其他行業車輛信息 需信號優先的救護車、消防車、工程救險車等其他行業車輛實時運行狀態及優先請求信息 當面向監管部門的事故回溯、安全監測等應用需要時，建議原始數據時接入區域云；當面向車端的網聯賦能應用需要時，建議原始數據接入邊緣云。當涉及區域云與邊緣云之間的數據交互時，建議參考車路云一體化系統云云數據交互相關標準；當涉及區域云與第三方之間的數據交互時，建議同時參考區域云和第三方平臺所涉領域相關標準。3.3 接口要求接口要求

182、 區域云應具備開放服務能力，面向不同開發者提供靈活快速的能力接入，降低智能網聯云控應用開發難度，提高開發效率，并提供開發者注冊、開放服務訂閱、開發者工具及文檔等功能。區域云應具備為基礎平臺運營管理者提供全面的業務運營和管理支持，包括對平臺接入的各類路側設備、車輛、視頻以及平臺所產生的數據資源進行管理，對角色、用戶、權限進行管理，對區域云包裝的開放性服務進行授權、計費等管理等運營能力。區域云應具備對平臺資源調度與分配、相關資源性能監測與優化、系統軟硬件故障診斷與恢復、應用更新與維護、數據備份與恢復、安全防護、告警管理等運維能力。區域云宜具備對本區域的數據接入、存儲、處理、服務等環節的相關核心數據

183、提供上鏈支撐、數據存證與校驗等能力。對車端、路側、第三方平臺等數據上云，區域運營的數據資產、數據交易等 106 核心業務數據在流通過程中的可信度提供保障。區域云標準化分級共享接口用于區域云與第三方云或平臺之間的數據交互。應具有數據標準化轉換服務能力及高兼容性轉換服務機制，以適應并橋接交通管理、交通運輸等政府服務平臺以及車企云平臺，從而確保新舊系統之間的無縫數據交換和服務整合，最大化利用現有資源的同時促進各類應用的擴展和升級。區域云標準化分級共享接口提供原始車輛、路側及第三方接入數據接口，以及經過區域云加工后的一、二、三、四級接口，例如：交通態勢感知接口、信控優化方案接口、全局路徑規劃接口、交通

184、設備管控接口，具體如表 17 所示。表 17 區域云標準化分級共享接口 一級一級（感知感知）二級二級（決策決策）三級三級（規劃控制規劃控制）四級四級（交通管控交通管控）交通態勢感知接口 交通態勢預測接口 交通態勢分析接口 信控優化方案接口 全局路徑規劃接口 交通設備管控接口 區域云接口協議、性能指標等參見表 18。表 18 區域云標準化分級共享接口協議、性能與功能 接口接口 協議要求協議要求 性能指標要求性能指標要求 功能功能 實時數據 傳輸接口 消息隊列/WebScoket 響應時間100ms99%實時數據訂閱、共享雙向通信，云控應用與云控基礎平臺雙向實時通信 數據查詢接口 HTTP 響應時

185、間200ms99%云控應用檢索云控基礎平臺數據 區域云基于所匯聚的數據和分級共享的能力，可支撐智慧公交、智慧環衛、乘用車智慧出行、公路物流和數據閉環與增值服務等應用場景。當應用場景涉及跨區域云切換時，可以在相鄰區域云之間 107 直接進行用戶數據及業務數據切換，或通過兩個區域云共有的中心云進行調度，實現區域云之間的用戶數據及業務數據切換，推薦采用中心云調度方式。4 中心云中心云 4.1 功能與性能要求功能與性能要求 中心云核心功能是提供領域大數據分析服務，具有數據密集、多層級匯聚、多維度存儲、支撐多主題分析的特征，其數據主要來自于下連區域云以及相關支撐平臺。中心云需具備從區域云中進行分析、挖掘

186、所需的數據進行匯聚、存儲、分析與挖掘功能，支持領域大數據分析價值的發揮。需具備基于產業各種主題類別的數據分析與挖掘要求快速且靈活的實現多維建模，高效分析與挖掘的功能。同時還應具備對所能獲取或匯聚形成的車輛、道路、地域、行駛軌跡、交通流向等交通相關數據以及所具有的各類數據分析與挖掘模型等數據與資源的發布、訂閱、編目等功能，具備通過分級共享接口面向多領域用戶提供數據增值服務的功能。中心云應具備開放服務能力，面向不同開發者提供靈活快速的能力接入，降低網聯賦能應用開發難度，提高開發效率，并提供開發者注冊、開放服務訂閱、開發者工具及文檔、接口數據存證校驗等功能。中心云應具備為中心云運營主體提供全面的業務

187、運營和管理支持能力，對中心云提供的開放性服務進行授權、計費等管理與運營 108 能力。中心云應具備對中心云平臺自身資源調度與分配、性能監測與優化、系統軟硬件故障診斷與恢復、應用更新與維護、數據備份與恢復、安全防護、告警管理等運維能力。中心云需具備對數據接入、存儲、處理、服務等環節的相關核心數據提供上鏈支撐、數據存證與校驗等能力。對中心云的運營數據、數據資產、核心業務數據、核心算法模型等在流通過程中的可信度提供保障。領域大數據分析至少應具有利用存儲的匯聚數據快速進行自動駕駛車輛駕駛行為評價、路側感知質量評價、駕駛行為畫像、智能充放電習慣分析等能力。自動駕駛行為分析應包括安全、舒適、效率和法規等不

188、同類別的自動駕駛行為指標的分析，并可對自動駕駛車輛的能力進行綜合評價。路側感知質量評價應具備根據不同評價標準，對感知設備，按設備廠商、路口或路段、路側設備等多種維度分析設備運行穩定性、設備性能、感知數據準確性等進行評價的能力。駕駛行為畫像應具備從如行駛里程、速度、能耗、加減速風格、連續駕駛時間、行駛路線等多維度進行描述與評價的能力，以構建反映駕駛習慣和風險特征的畫像模型。智能充放電習慣分析應具備可支持智能網聯電動汽車、充電樁、路網、電網等多主體數據的分析挖掘，構建智能充放電習慣畫像，分析智能網聯電動汽車充放電時空分布規律，評估充電樁布局與用戶需求之間的匹配程度，構建充電樁供需匹配預測模型和充電

189、價格優化調整策略。109 數據發布與訂閱功能，應具備數據發布能力，支持將構建好的數據進行發布，也支持第三方用戶將自己構建的數據進行發布，應具備數據訂閱能力，第三方數據使用者可以對已經發布的數據進行訂閱使用，應具備發布、訂閱的審核能力，確保發布、訂閱使用的數據合法合規，應具備數據統計能力，統計已發布數據數量、已訂閱數據數量、第三方用戶數量等。云控場景集功能應包括場景構建、數據對齊、數據標注和場景集數據管理。場景構建功能應支持選擇天氣因素、道路類型（城區或高速）、交通時段（高峰或平峰）等時段因素，以及事故、積水等環境要素的選擇能力；數據標注功能要求支持對數據進行標注；數據對齊和場景生成功能應支持不

190、同傳感器和數據源信息的整合和同步；場景集數據分類管理功能應對多個類別的場景數據進行分類和管理。數據資源目錄應基于支撐分析挖掘主題而構建多層級數據目錄，應具備對資源名稱、數據量和來源等信息展示能力。數據資源目錄功能應包括資源目錄的新增、編輯、查看、發布、刪除和驗真等功能。數據資源目錄應能夠支持按需構建多個數據資源目錄，以支持面向不同用戶的資源目錄。數據資源目錄應能夠支撐各類數據進行跨域可信共享和交易流通。4.2 數據交互要求數據交互要求 中心云應具備對所連接區域云的數據進行抽取、匯聚、加工、多維存儲等功能，其接入數據內容、類型以區域云以及相關支撐平 110 臺具備為基礎，領域數據分析有需求為原則

191、進行采集、匯聚與存儲，中心云接入數據類型及說明舉例見表 19。表 19 中心云接入數據類型 數據來源數據來源 接入位置接入位置 數據類型數據類型 數據說明數據說明 區域云 納入合規體系的接入網關云云網關 網聯車數據 位置數據、總線數據、車載視頻數據.路側感知數據 目標物類型、目標物 ID、目標物速度.路側感知事件 事件 ID、事件類型、事件位置.信號燈數據 路口編號、相位序號、燈態.路側視頻數據 攝像頭 ID、視頻地址.激光點云數據 設備 ID、時間戳、點云數據.交通態勢感知數據 路口級交通指標、流向級交通指標、車道級交通指標.基礎信息數據 車輛信息、路側設備信息、地圖路網信息.第三方 氣象數

192、據 實況天氣、預報天氣、天氣種類.當涉及中心云與區域云之間的數據交互時，建議參考車路云一體化系統云云數據交互相關標準；當涉及中心云與第三方之間的數據交互時，建議同時參考中心云和第三方平臺所涉領域相關標準。4.3 接口要求接口要求 中心云標準化分級共享接口應具備面向政府職能部門、車輛保險行業、車企、出行服務商、高校等全產業鏈群體提供數據發布與訂閱能力，具備針對既有城市相關政府系統和應用平臺數據提供標準化轉換能力，確保不同來源不同格式的數據在中心云實現統一處理和分析。中心云標準化分級共享接口提供三級接口，一是所匯聚的海量車、路、云數據接口，二是標準化的數據資產類接口，三是中心云 111 提供的面向

193、不同領域的數據分析及模型下發等服務類接口。具體如表 20 所示。表 20 中心云標準化分級共享接口 一級一級（匯聚數據匯聚數據）二級二級（標準數據標準數據）三級三級（領域數據領域數據）車輛行駛數據接口 感知目標物數據接口 交通態勢數據接口 數據資產目錄接口 數據集下載接口 算法模型下發接口 數據分析報告接口 中心云接口協議、性能指標等參見表 21。表 21 中心云標準化分級共享接口的協議、性能與功能 接口接口 協議要求協議要求 性能指標要求性能指標要求 功能功能 流式數據同步接口 消息隊列 響應時間500ms99%流式數據訂閱、流式數據分發 非實時數據訪問接口 HTTP 響應時間3s99%非實

194、時數據查詢請求、非實時數據上報 批量數據下載接口 FTP/HTTP 并發用戶數100 視頻數據下載、點云數據下載、批量結構化數據下載 5 平臺安全防護要求平臺安全防護要求 5.1 功能與性能要求功能與性能要求 應保障云控基礎平臺與應用的數據安全與信息安全，實現高度自動化的安全運營。應定期開展車路云一體化系統安全風險評估工作，風險評估對象應包括車路云一體化系統中的邊緣云、區域云和中心云。應具備物理安全的環境，符合等保 2.0三級及以上的要求。應部署安全設備，包括不限于防火墻、抗 DDoS 產品、應用級防火墻（WAF）、堡壘機等用于防護網絡攻擊。應具備專用的密碼機設備 112 作為安全能力的基礎，

195、提供隨機數生成、簽名和驗簽、加解密及證書管理。應建立 PKA-CA 體系，為區域云及其他應用平臺提供證書服務，包括簽發、吊銷、CRL 等證書服務。中心云、區域云、邊緣云與其他應用平臺之間的業務通訊應使用基于數字證書的雙向認證的來保障安全通信。應具備車輛和路側設備的狀態監控能力和管理能力。應具備威脅識別和事件分析能力，建議使用安全分析技術提高分析的準確率和分析效率，有效識別車路云業務場景中的威脅事件、異常事件、攻擊事件?？赏椒治鲋行脑?、區域云、邊緣云的安全態勢?？赏ㄟ^自動防御機制，對檢測到的威脅進行快速響應。應具備車路云端到端傳輸通訊安全能力，應向車端、路側設備和服務端發放和配置數字證書，用于

196、車端/路側設備與服務端建立安全通道。應當建設安全證書管理系統，為路側設備和車輛提供證書的發放、更新、吊銷等證書全生命周期管理服務。應具備細粒度的訪問控制機制，確保只有授權用戶才能訪問敏感數據，能夠根據用戶的角色、身份和權限等因素，決定其對數據的訪問權限。應具備安全審計和日志管理機制，系統審計應具有不可抵賴性，日志功能應該能夠記錄系統及設備日常情況、異常情況及其他安全事件。嚴格控制日志的訪問授權，禁止對日志違規增刪、更改，并記錄所有訪問和操作日志。113 應具備漏洞管理與補丁管理機制，使用自動化工具定期掃描云環境中的漏洞和弱點，及時發現并修補這些漏洞。支持自動化的補丁管理和部署流程。5.2 數據

197、數據交互交互要求要求 應能夠識別驗證所接入的數據源，保障數據來源的合法性。應實施數據完整性校驗機制，確保數據的完整性和準確性，保護數據在傳輸過程中不被篡改。5.3 接口要求接口要求 應對中心云、區域云、邊緣云間的流量數據進行實時防護。應配備用戶使用接口，以支持不同用戶和系統的需求。包含：提供數據加密和解密的接口，支持用戶對數據進行加密處理；安全提供安全事件通知接口，允許用戶接收安全警告和事件通知；提供合規性檢查接口，支持用戶進行合規性審查。應具備拓展升級能力，接口支持安全監控、安全運營等模組升級更新。（二二）高精度動態地圖基礎平臺高精度動態地圖基礎平臺 高 精 度 動 態 地 圖 基 礎 平

198、臺（High-definition Dynamic Map Platform，HDMP）是城市數字化轉型、車路云一體化中負責時空數據要素合規流通及提供時空信息服務的平臺。為多類型車端、路側設備、云控基礎平臺、云控應用平臺和其他第三方平臺提供各類時空數據服務、時空應用服務及時空數據安全合規防控保障。其建設、114 運營主體需滿足地理信息安全監管政策法規文件要求。1 功能與性能要求功能與性能要求 高精度動態地圖基礎平臺高精度動態地圖基礎平臺應委托具備相應導航電子地圖資質的公司提供及運營，其保證車路云體系下地理信息數據合規并提供各類地理信息服務。應具備多源時空數據匯聚、融合和分發等功能，為車路云一體

199、化系統提供高精度動態地圖（動態）服務、地圖渲染服務、基礎 GIS 服務、自動駕駛場景服務等。高精度動態地圖基礎平臺應具備時空數據管理能力，通過搭建高可用、高性能的云計算平臺，滿足國家時空數據分級分類的地圖數據采集、收集、處理、存儲、更新和分發等全流程管理及海量地圖數據的高效存儲和管理。實現時空數據匯聚和分發的規范化。鼓勵高精度動態地圖基礎平臺具備數據動態更新能力，通過劃定“無安全風險”區域，在保證國家地理信息安全的前提3下，積極探索車端、路端等多源異構時空數據的跨域深度融合眾源更新技術，在實現道路動靜態信息智能提取地圖鮮度更新的基礎上，探索地理空間數據高價值信息的智能化挖掘、存儲與調用方式。建

200、議最終效果應達到按月更新地圖以上頻率，確保地圖鮮度。高精度動態地圖基礎平臺應具備機制支持地圖增量快速審查，支持審圖數據轉換、審圖數據傳輸及審圖結果接收，滿足高精度動態地圖更新需求，探索時空數據安全應用。建議積極探索開展地圖 3 地圖數據規范需滿足導航電子地圖安全處理技術基本要求智能網聯汽車時空數據安全處理基本要求智能網聯汽車時空數據傳感系統安全基本要求等標準。115 增量更新審查機制創新，探索時空數據要素表達安全應用、增量要素共享交換接口等規范和標準。高精度動態地圖基礎平臺應保證時空數據安全合規，為車路云一體化構建時空數據安全合規防控技術和保障體系，通過對車端、路側、云端之間以及其內部流轉的各

201、類時空數據（含空間坐標、實景影像、點云、道路拓撲及其屬性信息等地理信息數據）在采集、收集、存儲、傳輸和處理等環節提供全流程安全檢查、安全處理、安全評估、安全監控等安全合規體系，從而在合規框架下滿足智能網聯汽車、路側設施、云控基礎平臺及第三方平臺關于時空數據處理的要求。鼓勵積極探索車端數據分級分類、地理信息脫密脫敏技術、地理信息數字水印、安全防控、地理實體空間身份編碼等新型地理信息安全保障技術。各試點城市應在主管部門指導下，建立時空數據監管體系監管機制。為確保時空數據合規安全，車路云一體化時空數據合規體系可分為合規控制環境、合規監管環境兩大部分。高精度動態地圖基礎平臺、云控基礎平臺區域云的車云/

202、路云網關及中心云的云云網關應納入合規控制環境，由有相關資質的廠商進行全業務流程控制。車路云其他模塊應納入合規監管環境內，由有相關資質的廠商進行合規監管，包括網絡邊界監管、安全及數據審計等。云控基礎平臺將基于高精度動態地圖基礎平臺的脫敏地圖數據與交通類數據融合后賦能使用?？傮w參考架構如圖 25 所示。116 圖 25 高精度動態地圖基礎平臺與其他平臺關系 鼓勵試點城市基于高精度動態地圖基礎平臺積極探索北斗高精度定位示范服務，使具有車路云時空統一基準，保障高精度動態地圖信息車端、路端與云端的時空一致性，為車路云一體化系統提供統一的時空基準和授時服務。2 數據交互要求數據交互要求 高精度動態地圖基礎

203、平臺接入車輛及周邊道路設施的空間坐標、實景影像（視頻和影像等環境感知數據）、點云及其屬性信息等地理信息數據（含道路拓撲數據），云控基礎平臺為高精度動態地圖基礎平臺共享時空數據，助力高精度動態地圖迭代更新，形成良性循環。高精度動態地圖基礎平臺接入數據位置、數據類型及說明如表 22 所示。117 表 22 高精度動態地圖基礎平臺接入數據類型 數據來源數據來源 接入位置接入位置 數據類型數據類型 數據說明數據說明 車端 云控基礎平臺（邊緣云、區域云的車云路云網關，中心云的云云網關）空間坐標 時間戳、經度、緯度，軌跡 實景影像 車輛周邊道路設施的視頻和影像等環境感知數據 點云數據 車輛周邊道路設施的點

204、云及其屬性信息 拍攝圖片 圖片數據 動態事件 事故、坑洼.感知/變化發現 標線、箭頭、停止線、人行橫道.感知結果 感知目標及事件 路側 視頻數據 視頻流 點云數據 路側周邊道路設施點云及其屬性信息 感知結果 感知目標及事件 第三方 道路交通管理中心系統/管控設施4 交通管控信息 施工、管制、道路封閉及開通、事故信息 信號燈數據 路口編號、相位序號、燈態.-場景庫 動態、靜態場景庫 3 接口要求接口要求 高精度動態地圖基礎平臺為云控基礎平臺邊緣云、區域云及中心云運行提供時空數據服務支撐，高精度動態地圖包括基礎地圖（導航電子地圖、高輔地圖、高精度動態地圖）以及動態地圖（交通事件、變化發現信息、個性

205、化信息等）。相關接口推薦能力如表23 所示。表 23 高精度動態地圖基礎平臺接口 服務類別服務類別 接口功能接口功能 云端地圖引擎 地圖及更新數據在線發布；地圖查詢 路端地圖引擎 地圖更新；地圖查詢 車端地圖引擎 地圖更新；地圖查詢；路徑規劃 基礎 GIS 服務 地址服務；軌跡服務；時空分析 地圖渲染服務 海量數據渲染；城市級三維渲染 4 遵循 GB/T道路交通管理車路協同系統信息交互接口規范和道路交通管控設施信息交互接口規范 118 上表僅僅列出了云端地圖引擎、路側地圖引擎、車端地圖引擎、基礎 GIS 服務、地圖渲染服務等類別，實際建設時可根據實際情況進行擴充?；诟呔葎討B地圖基礎平臺可以

206、探索的安全應用場景舉例說明如下：（1）車路云地圖服務應用場景：通過高精度動態地圖基礎平臺的云端地圖引擎、路側地圖引擎、車端地圖引擎、眾源更新及快速審圖能力，支持云端監管、路側融合感知、車端自動駕駛等應用。（2）基礎 GIS 服務應用場景：提供面向云控基礎平臺、城市智能網聯汽車安全監測平臺的時空數據位置服務，主要包括軌跡服務、空間分析服務等發布能力，滿足車路云各應用場景的定制化需求。（3）地圖渲染服務應用場景：通過渲染引擎對時空數據中包括車道、標志、標線、路側交通設施以及動態事件、交通參與者等要素渲染，提供可視化能力。4 平臺運行與使用安全要求平臺運行與使用安全要求 為確保時空數據在車路云一體化

207、建設及運營過程中的安全合規，高精度動態地圖基礎平臺需由具備相關資質的公司進行建設和運營工作，并滿足相關法律法規和主管部門針對時空數據的監管要求。具體要求如下：開展商業化運營或面向社會銷售的車輛，不得在車端存儲或向車外傳輸未經空間位置和加密處理的位置類數據及衍生數據。時空 119 數據采集主體應明確向試點城市自然資源主管部門書面告知其收集和使用的時空數據種類、目的、使用方式，以及采用安全管理措施和技術。確保試點行為不危害國家安全。高精度動態地圖基礎平臺應在獨立的專屬云空間，確保敏感地理信息不泄漏；應具備合規室，為圖商及其合作伙伴提供合規的數據訪問、處理及運維空間。高精度動態地圖基礎平臺應通過等保

208、三級認證和密碼應用安全評估，具備 WAF（Web 應用防火墻）以實現對網站完整性安全防護；應在網絡邊界、重要網絡節點進行安全審計，覆蓋到每個用戶，審計包括事件的日期和時間、用戶、事件類型等；同時應對審計記錄進行保護，定期進行備份；應對數據進行完整性保護，確保數據沒有被篡改；應對數據進行多副本備份；定期提供審計報告，供主管部門審查。高精度動態地圖基礎平臺應對時空數據進行加密，采用商用密碼技術手段、網絡安全協議技術、安全認證網關進行數據上行鏈路的傳輸安全和數據下行鏈路的更新發布安全保障。積極探索時空數據數字水印、地理實體空間身份編碼等技術，確保時空數據可追溯，閉環數據安全防護機制。（三三）城市智能

209、網聯汽車安全監測平臺城市智能網聯汽車安全監測平臺 城市智能網聯汽車安全監測平臺作為支撐政府職能部門對智能網聯汽車運行安全監測的應用平臺，可以通過云控基礎平臺獲取車 120 輛行駛動態數據，對試點城市內的試點車輛運行安全狀態進行實時監測，支撐相關管理部門開展交通違法處理、事故調查、責任認定、原因分析等工作，確保智能網聯汽車安全、高效、穩定運行。1 功能與性能要求功能與性能要求 新建的城市智能網聯汽車安全監測平臺應與汽車生產企業（以下簡稱“車企”）的智能網聯汽車安全監測平臺和運營主體的智能網聯汽車安全監測平臺進行對接，具備接收和存儲以上兩個平臺上報的智能網聯汽車運行安全信息的能力，通過收集、存儲、

210、使用、加工、傳輸、提供、公開，應具備數據補發、查詢的能力。在地方政府制定的相關法規或政策指導下逐步完善基礎設施條件的基礎上，對智能網聯汽車進行日常監測管理和安全監管。其監管能力包括以下幾點：安全監測平臺應具備對所在地準入區域范圍進行管理，并且綁定準入車輛到相應的示范區，當車輛在準入區域范圍外運行時，平臺應產生告警，通知使用主體進行干預。安全監測平臺應具備對所在地運行車輛的車企進行管理，建立準入車企名錄，確保在名錄內的車企生產的車輛才能進入準入區域。安全監測平臺應具備對所在地運行車輛的管理，能夠對入網的車輛的入網資質進行審核和備案，并針對車輛的準入狀態進行管理，包括待準入、已準入、已禁用、已撤銷

211、等狀態。安全監測平臺應具備對智能網聯汽車時空數據全生命周期地理 121 信息安全合規的監測與預警，包括車端時空數據的采集異常、傳輸異常，以及云端時空數據的違規提供等。1.1 車輛入網資質管理及審核車輛入網資質管理及審核 在車輛入網資質管理及審核能力方面包括但不限于如下要求：安全監測平臺應支持上傳車輛、安全員等接入申請資料，并允許監管人員對車輛和安全員進行審批，確保車輛合規合法接入及安全運行。安全監測平臺應建立全面的車輛信息庫，包括車輛型號、品牌、自駕系統版本號版本號、生產廠家等基本信息，以及自動駕駛能力測試報告等合規性信息。安全監測平臺應支持車輛企業或試點使用主體通過平臺上傳車輛接入申請資料。

212、除了車輛資料外，平臺還應支持上傳安全員的相關資料，包括身份證明、從業資格證明、培訓記錄等。安全監測平臺應具備自動審核功能，對上傳的資料進行初步篩選和驗證；同時，對于存疑或不符合標準的情況，應啟動人工復核流程，確保審核結果的準確性和公正性。安全監測平臺應支持審核通過的情況，生成相應的接入憑證或標識；對于審核未通過的情況，應明確告知未通過的原因，并允許申請人進行申訴或補充資料后再次申請。1.2 車輛運行實時監測車輛運行實時監測 在車輛運行的實時監測方面，安全監測平臺應涵蓋數據采集與監控、數據存儲與追溯以及數據分析三大方面能力。122 1）數據采集與監控 實時數據上傳：安全監測平臺應支持通過車載定位

213、及數據采集設備實時進行數據上傳，能夠實時獲取車輛標識、車輛控制模式以及車輛運動狀態（如車輛速度、加速度、行駛方向等）。實時攝像頭查看：安全監測平臺應可實時查看或調取車端攝像頭數據，包括外側環視攝像頭數據和用于監管加裝的車內攝像頭數據。2）數據存儲與追溯 車輛數據存儲：在車輛出現事故或失效狀況前至少 90 秒，平臺自動記錄并存儲車輛周邊環境感知與響應狀態、燈光與信號實時狀態、外部 360 度視頻監控、車內視頻及語音監控、遠控指令和故障情況。數據依特定格式規范存儲，便于后續查詢、分析和利用，存儲時長不少于 1 年，異常事件數據可在規定周期內永久存儲并上鏈存證。車輛數據回溯：用戶能夠根據時間、地點、

214、車輛等條件查詢歷史數據，從而查詢車輛在過去特定時間段內的行駛軌跡、狀態變化以及周邊環境狀況。數據分析導出：安全監測平臺應支持數據導出功能，允許用戶將查詢到的數據以 Excel、CSV 等格式導出至本地計算機或移動設備，以便用戶對數據進行深入分析并制作報告。3）數據分析 數據綜合分析：安全檢測平臺具備對采集到的車輛運動狀態數 123 據、環境感知數據以及視頻監控數據等進行綜合分析的能力。通過分析車輛速度和加速度的變化趨勢，可判斷車輛是否存在異常駕駛行為；對比不同時間段的環境感知數據，能發現潛在的安全隱患區域。數據應用：結合歷史數據的回溯和分析，為車輛的維護保養、安全管理以及交通規劃等提供科學依據

215、。同時，用戶可利用導出的數據進行深入分析并制作報告，為決策提供有力支持。1.3 車輛異常行為的分析和監管車輛異常行為的分析和監管 安全監測平臺應支持通過車輛 GNSS 數據以及平臺電子圍欄設置，實時監控車輛的位置，并與預設的允許行駛區域進行對比。一旦車輛超出預設區域，安全監測平臺應立即發出警報，通知相關人員或機構，以便及時采取措施。安全監測平臺應支持通過車端攝像頭視頻數據及車端運行數據分析，用于識別車輛超速、闖紅燈、逆行、不按車道行駛等違法行為。安全監測平臺應能夠通過分析車輛行駛狀態（如急加速、急剎車、急轉彎）、周圍環境（如其他車輛位置、行人動態）以及天氣條件等，預測潛在的事故風險，并提前發出

216、預警。安全監測平臺應具備車輛異常事件的判別能力，自動駕駛車輛在發生異常事件時，應將事件發生前后一定時間范圍（例如 30 秒）內的車輛自動駕駛相關數據與視頻流數據，打包成數據文件，上傳到監測平臺。如果當時不具備聯網條件，那么在具備網絡條件時，124 應補發數據文件。安全監測平臺在接收到數據文件后，應對該數據為該數據文件進行持久化存儲，并提供數據查看和視頻回放功能。安全監管平臺必須具備接收、存儲車企和運營主體上報的各種報告的能力，包括車企上報的月度和年度應用評估報告、車企上報的與自動駕駛相關的有碰撞風險或發生碰撞的安全事件的事件分析報告以及使用主體上報的自動駕駛安全運行事件相關的信息（車輛及自動駕

217、駛系統基本信息、車輛狀態及動態信息、自動駕駛系統運 行信息、安全員操作及狀態信息、故障信息等）。安全監測平臺應能夠定期生成車輛運行情況的詳細數據分析報告，包括行駛里程、速度分布、違規記錄、事故率等關鍵指標。2 數據交互要求數據交互要求 城市智能網聯汽車安全監測平臺通過接入車輛狀態數據（如速度、位置、故障信息等）、路側基礎設施數據（如交通狀況數據、交通信號燈狀態、路面狀況、天氣條件等）以及可能的其他相關數據（如交通流量、事故報告等），以確保車輛、道路基礎設施以及道路交通系統的安全運行。當涉及與云控基礎平臺之間的數據交互時，建議參考安全監測相關領域相關標準，包括不限于智能網聯汽車數據通用要求智能網

218、聯汽車時空數據安全處理基本要求智能網聯汽車時空數據傳感系統安全基本要求等。當城市智能網聯汽車安全監測平臺的運營方為政府或政府委托 125 機構，在與企業級監控平臺進行數據互聯互通時應滿足以下要求。1）上行數據交互 企業平臺向地方平臺報送數據：企業平臺將智能網聯汽車數據進行匯總和整理，包括車輛的基本信息、運行數據、安全事件等信息，按照規定的格式和頻率上報給地方平臺。這些數據可以幫助地方平臺全面了解全省范圍內智能網聯汽車的整體運行情況和安全態勢，為制定省級層面的政策和決策提供依據。數據篩選與預處理：企業平臺在上報數據之前，會對數據進行篩選和預處理，去除無效數據和噪聲數據，確保上報數據的準確性和完整

219、性。同時，還會對敏感數據進行加密或脫敏處理，保護用戶隱私和數據安全。2）下行數據交互 地市平臺向下發指令和數據：地市平臺會根據全省的數據分析結果和政策要求，向企業平臺下發相關的指令和數據。例如，下發安全預警信息、政策法規文件、行業標準等，指導企業平臺開展工作。企業平臺接收后，會根據這些指令和數據，對本市的智能網聯汽車進行管理和監督。數據反饋與執行情況上報：企業平臺在執行地市平臺下發的指令和任務后，會將執行情況和結果反饋給地市平臺，以便地市平臺及時了解各地的工作進展和效果，對政策和措施進行調整和優化。3）平臺與外部系統之間 126 與汽車制造商：平臺會與汽車制造商共享車輛的運行數據和安全信息，幫

220、助汽車制造商了解其產品在實際使用中的性能和問題，為產品改進和售后服務提供支持。同時，汽車制造商也會向平臺提供車輛的技術參數、軟件版本等信息，以便平臺更好地對車輛進行監測和管理。與交通管理部門：平臺會將智能網聯汽車的運行數據和交通流量信息提供給交通管理部門，為交通規劃、交通管制、道路建設等提供數據支持。交通管理部門也會向平臺提供道路施工、交通管制等信息，以便平臺及時通知車輛和用戶，避免交通擁堵和事故的發生。與公安部門：平臺會與公安部門共享車輛位置信息、行駛軌跡等數據，為打擊犯罪、追查肇事逃逸等提供線索和證據。公安部門也會向平臺提供安全防范要求和相關信息，指導平臺加強安全管理。3 接口要求接口要求

221、 安全監測平臺應支持標準化數據接口，確保平臺能夠與其他政府相關部門的平臺系統無縫對接，實現數據共享。安全監測平臺應與政府相關平臺建立業務聯動機制，可自動推送相關數據，提高執法效率。安全監測平臺應建立嚴格的數據訪問權限控制機制，確保數據在共享過程中的安全性和合規性。安全監測平臺的接口標準如表 24 所示。127 表 24 安全監測平臺接口要求 接口接口類型類型 應用場景應用場景 安全要求安全要求 性能要求性能要求 數據上報 市級平臺將本地智能網聯汽車實時運行數據、安全事件信息、道路環境數據等按規定格式和頻率上報給省級平臺，支持批量上報和實時上報模式。進行身份認證，確保上報數據來源合法；對數據加密

222、傳輸，防止被竊取或篡改；嚴格控制訪問權限，防止未經授權的訪問。響應時間盡可能短，滿足數據實時性要求。對于實時性要求高的數據上報，響應時間應控制在合理范圍內。具備一定的并發處理能力，能同時處理多個市級平臺的數據上報請求。指令下達 省級平臺向市級平臺下達安全預警通知、政策法規更新、數據采集任務等指令，市級平臺能正確接收解析并按要求處理反饋。采用安全的通信方式，確保指令傳輸過程中的安全性。對指令進行加密和身份認證，防止被篡改或偽造?？焖夙憫噶钕逻_，確保市級平臺能夠及時接收到指令。具備高并發處理能力，滿足多個市級平臺同時接收指令的需求。數據查詢 省級平臺和市級平臺可相互查詢對方數據資源，如車輛歷史運

223、行數據、區域交通流量統計數據等，提供靈活查詢條件設置和數據篩選功能。對查詢請求進行身份認證，只有授權用戶才能進行查詢。對查詢結果進行加密傳輸，保護數據安全。響應時間短，以便用戶能夠快速獲取查詢結果。支持高并發查詢，滿足多個用戶同時查詢的需求。事件通知 發生重大安全事件、系統故障或異常情況時，平臺間能及時發送事件通知，支持短信、郵件、系統彈窗等多種通知方式。確保通知的真實性和可靠性，防止誤報或漏報。對通知內容進行加密傳輸，保護敏感信息。通知及時送達，確保相關人員能夠快速響應事件。具備高并發通知能力，滿足多個事件同時通知的需求。4 安全保障能力要求安全保障能力要求 安全監測平臺應參考關鍵信息基礎設

224、施安全保護條例加強自身保障供應鏈安全的能力，以保障平臺自身安全。安全監測平臺應支持數據可驗證性。智能網聯汽車將車輛運行狀態等數據上傳至安全監測平臺時，建議運用數字簽名、區塊鏈等 128 技術對數據進行簽名，確保數據可驗證性、保密性。安全監測平臺可使用相應的公鑰對簽名進行驗證，以確保數據在傳輸過程中未被篡改，并確認數據發送方為智能網聯汽車。安全監測平臺應支持數據保密性。在使用數字簽名技術的基礎上，可以與加密技術結合使用，在數據傳輸過程中，可以先對數據進行加密處理，然后再對加密后的數據進行數字簽名。安全監測平臺應支持標準化與互操作性。為“車路云一體化”的廣泛應用和有效實施，需要建立統一的標準和規范

225、，以實現不同廠商和設備之間的互操作性，降低技術門檻和成本。安全監測平臺管理者應具備各安全設備的配置管理能力、變更管理能力、資源容量管理的能力、應用生命周期安全管理的能力、專業的組織安全管理能力、漏洞管理和補丁管理能力，完備的管理機制。安全監測平臺管理者應具備安全事件管理和快速安全應急響應能力和可持續安全事件檢測能力。根據智能網聯汽車“車路云一體化”規模建設與應用參考指南（1.0 版），可升級既有智能網聯汽車安全監測平臺，或通過利用云控基礎平臺提供的動態基礎數據，實現城市智能網聯汽車安全監測。在此過程中，全監測平臺應具備前述功能與性能要求、接入數據要求、接口要求和安全保障能力要求。129 網絡平

226、臺建設參考指南網絡平臺建設參考指南（一一）網絡建設部署需求網絡建設部署需求 為支撐智能網聯汽車應用的開展，為用戶提供連續穩定的服務，需要建設部署網絡基礎設施，實現“車-路-云”要素的全面連接和信息的高效處理，網絡應滿足以下要求：車路云一體化網絡應由5G蜂窩網絡、C-V2X直連通信網絡、路云傳輸網絡等多種網絡融合部署組成，實現車-車、車-路、車-云、路-云、云-云等不同通信對象間的數據交互，滿足多類別應用差異化的通信性能需求。網絡部署可與算力基礎設施結合，提供算網融合服務能力。應實現城市級規?；W絡部署，為智能網聯汽車提供城市級范圍下的一致服務能力，支撐開展規?；痉稇?。應支持網絡的運行狀態監

227、測以及遠程維護，提供長期穩定的服務能力。（二二）系統架構系統架構 車路云一體化系統中的網絡架構應包含5G網絡、C-V2X直連通信網絡、路云傳輸網絡，如圖 26 所示。系統應同時具備 5G 蜂窩通信和 C-V2X 直連通信雙通道能力，5G網絡支持廣域覆蓋，C-V2X直連通信網絡實現重點區域覆蓋。5G網絡支持車輛與邊緣云、區域云、中心云之間的通信，支持將交通信息、交通狀態、智能駕駛、路側融合感知等信息發送給車輛，實現車-平臺-車和車-平臺-路間的信息服務能力。C-V2X 直連通信支持 130 車-車、車-路間近程通信，支持交通信號機、路側融合感知等信息通過 C-V2X 直連通信同時向多車輛進行高效

228、播發，以及多車輛之間的車輛狀態、位置等信息交互。圖 26 車路云一體化系統網絡架構 路云傳輸網絡支持路側設備之間互聯組網，以及路側設備、邊緣云、區域云和中心云的全互聯通信。此外，在道路光纖無法到達的區域，可依托 5G 網絡完成路側設備與云平臺之間的數據傳輸。算力基礎設施包含路側計算設備和邊緣、區域、中心云算力資源，支持多級算力之間的互聯互通，包括各地方自建的數據中心，云廠商和電信運營商可提供的公有云、私有云等形式。電信運營商 131 可構建中心云算力（多部署在省級）、區域云算力（多部署在地市）和邊緣云算力（多部署在邊緣機房），結合相應的 5G UPF 網元下沉部署和業務分流，支撐 5G 網絡實

229、現不同的端到端傳輸時延，以滿足不同業務的時延要求。（三三）功能描述功能描述 在接入網方面，采用 5G 網絡與 C-V2X 直連通信網絡協同組網，支持在云平臺上進行業務融合，為車輛提供 5G 與 C-V2X 直連通信雙通道能力，支持應用場景按需使用不同網絡傳輸方式。在路云傳輸網絡方面，采用 5G 或有線網絡進行路側數據的回傳，在云平臺上實現路側數據與車云數據的匯聚融合使用，通過城市光纖網絡或電信運營商承載網實現云平臺間的互聯。同時，應提供安全保障，可提供同步授時等基礎服務。此外，應構建網絡質量監控及運維體系，保障網絡長期服務能力。在此基礎上，可支持探索指定區域內小規模的新網絡能力和業務結合驗證，

230、如 5G-A 技術，URLLC 低時延配置方案、算力基站等。（四四）性能要求性能要求 1 5G 和和 C-V2X 直連通信協同組網直連通信協同組網 面向城市級車路云一體化系統，5G和C-V2X直連通信需協同組網。其中5G網絡建設與優化由電信運營商負責，C-V2X直連通信網絡建設可由電信運營商承擔，也可由地方平臺公司等主體承擔，各主體應保障網絡的持續運維和運營，以提供持續穩定的服務能力。132 試點城市應實現試點區域 5G 通信網絡全覆蓋，提供性能可預期、有保障的通信網絡服務能力。試點城市應實現重點紅綠燈路口、遮擋嚴重或事故高發的非信控路口、快速路匝道出入口、環島、隧道、停車場和其他交通隱患高發

231、區域 C-V2X（LTE-V2X）直連通信網絡覆蓋。RSU 應與交通信號控制機和路側計算設備直連，LTE-V2X RSU 與交通管控設施間信息交互應滿足公安相關標準要求。RSU 直連通信的工作頻段應符合工信部分配的 5905-5925MHz 頻段要求，RSU 設備應滿足相關無線通信協議標準要求。表 25 LTE-V2X 無線通信協議標準 序號序號 標準名稱標準名稱 標準編號標準編號 標準類型標準類型 1 基于 LTE 的車聯網無線通信技術 支持直連通信的路側設備技術要求 YD/T 3755-2024 通信行業標準 2 基于 LTE 的車聯網無線通信技術 網絡層技術要求 YD/T 3707-20

232、20 通信行業標準 3 基于 LTE 的車聯網無線通信技術 消息層技術要求 YD/T 3709-2020 通信行業標準 4 基于 LTE 的車聯網無線通信技術 安全證書管理系統技術要求 YD/T 3957-2021 通信行業標準 5 基于 LTE 的車聯網無線通信技術 應用標識分配及映射 YD/T4008-2022 通信行業標準 2 路云傳輸網絡路云傳輸網絡 2.1 路側設備間網絡路側設備間網絡 路側設備間網絡應支持各類設備接入端口，應滿足多個路側設備間數據傳輸的通信帶寬、時延、可靠性等要求。2.2 路側設備數據回傳網絡路側設備數據回傳網絡 路側設備數據回傳網絡實現路側設備、邊緣云、區域云和中

233、心 133 云的全互聯通信，可使用電信運營商有線專線或城市其他光纖資源方式實現?；貍骶W絡應滿足路側設備與平臺間通信的帶寬、時延、可靠性要求；具備多業務承載能力，可提供多業務承載和業務隔離；具備冗余保護能力，支持鏈路級、設備級保護；具備網絡設備數量及鏈路帶寬的可擴展性；支持 IPv6 報文傳輸，并具備 IPv6 Only 演進能力，在特定區域內可支持 IPv6+技術；在隧道等特殊場景或業務需求下，可支持部署時鐘同步協議以滿足終端設備時間同步要求。對于路側不具備光纖鋪設條件的場景，可在路側部署 5G CPE，路側攝像機、雷達等設備可利用 5G 網絡將相關數據回傳至云平臺。3 算網融合算網融合 宜支

234、持算網資源實時感知及算力資源的編排調度。算力資源的5G 網絡出口帶寬應滿足接入車輛數據的車云交互需求，有線網絡出口帶寬應滿足路側設備匯聚后的接入需求，以及云平臺之間的數據交互需求。支持對于云控基礎平臺等云支撐平臺部署在非電信運營商云算力情況下的 5G 網絡接入和網絡條件保障。4 安全防護安全防護 C-V2X 車載終端、C-V2X（LTE-V2X）RSU、路側感知與計算設備與云平臺之間、云平臺相互之間應采用安全通信協議；LTE-V2X 直連通信接口上應采用數字證書及消息簽名等。密碼應用應符合 2023-0701T-YD車聯網密碼應用通用要求。采用基于數字證 134 書的安全通信協議時，應具備 X

235、.509 安全證書管理系統和 C-V2X 安全證書管理系統，可根據實際情況進行建設。5 同步授時同步授時 5.1 C-V2X 網絡授時與同步網絡授時與同步 在導航衛星信號覆蓋區域中，C-V2X 車載終端和 C-V2X（LTE-V2X）RSU 均可使用內置接收機從全球導航衛星系統獲得定位和UTC 授時。在導航衛星信號缺失區域的邊界位置（如隧道進出口、室內停車場出入口），也可連續部署多臺 LTE-V2X RSU 使用直連通信空口逐級同步獲得 UTC 授時，并可對區域內 C-V2X 車載終端提供直連通信同步、無線定位、無線授時服務。5.2 路云傳輸網絡同步服務路云傳輸網絡同步服務 路云傳輸網絡可支持

236、通過 NTP 或 PTP 時鐘同步協議向路側設備提供時鐘同步服務；路側設備及傳輸路徑上的網絡設備應支持相關協議。6 網絡運維保障網絡運維保障 應構建網絡質量監控及運維體系，保障網絡穩定、安全、高效運行，提供長期穩定的服務能力。對 5G 網絡、LTE-V2X RSU 設備等網絡通信設施需開展常態化設備監控、網絡狀態監控和日常巡檢和應急演練等持續運維工作，同時根據異常狀況建立快速響應機制，確保網絡持續正常運行，滿足各類場景應用需求。135 （五五）其他要求其他要求 車載終端應支持 5G 和 C-V2X（LTE-V2X）直連通信能力，其5G 功能特性應與網絡特性功能匹配，以實現預期的端到端網絡傳輸性

237、能；其 LTE-V2X 直連通信的工作頻段應符合工信部分配的 5905-5925MHz 頻段要求，并滿足相關無線通信協議標準要求。應考慮 C-V2X 車載終端的網絡安全防護能力，實現有效識別異常數據包，檢測并拒絕惡意的網絡攻擊。應采取安全通信協議實現雙向認證、數據機密性、完整性及防重放保護。車載終端的硬件安全、軟件安全、網絡和數據安全應滿足相關國家和行業標準要求。應使用符合相關安全要求的密碼模塊，提供密鑰管理、密碼運算服務等。若支持網絡進行不同優先級的業務傳輸，云控平臺和車載終端應支持優先級通信和信息處理相應功能。136 第四部分 車路云一體化功能場景建設參考指南 總述總述（一一）功能場景定義

238、功能場景定義 功能場景是指車路云一體化體系下能夠為網聯車輛提供賦能的功能，可與車輛的智能座艙、輔助駕駛系統或自動駕駛系統融合，從而實現協同信息提醒/預警、協同輔助駕駛（C-ADAS）和協同自動駕駛（C-ADS）等不同級別的融合應用。在特定場景下，部分功能場景也可通過移動終端觸達用戶，為駕駛出行提供賦能。各功能場景的實現對車輛網聯化與智能化等級、智能化路側基礎設施平臺、云支撐平臺、網絡平臺具有不同的要求。（二二）實施步驟實施步驟 根據場景遴選原則，目前已篩選出 17 個落地場景，并分別給出了場景定義、適用范圍、適用車型、場景架構示意圖。下一步，將針對典型功能做進一步擴展、完善，具體實施步驟如下：

239、1 針對已經標準化的場景，嚴格按照規范推進實施，同時總結實施過程中發現的問題，進行進一步優化；2 針對有標準化/規范化研究基礎的場景，結合各地試點建設探索，進一步深化研究，迭代優化場景建設的功能/性能要求，聯合多標委會共同研制標準，形成完備的標準支撐體系，支持功能場景的應用落地；137 3 針對匝道、隧道、事故高發區等有顯著需求但尚無成熟實現方案的場景，加快推進場景落地研究，為未來具備協同決策、協同控制水平的協同自動駕駛功能落地奠定基礎；4 進一步完善和豐富功能場景，形成分階段場景部署路線圖，結合場景部署路線圖推進規劃，明確各階段試點建設需求，為試點建設及基礎設施升級規劃提供參考。138 典型

240、功能場景及其分類典型功能場景及其分類 行業針對車路云一體化應用已經開展大量研究，在關于開展智能網聯汽車“車路云一體化”應用試點的通知合作式智能運輸系統車用通信系統應用層及應用數據交互準合作式智能運輸系統車用通信系統應用層及應用數據交互標準(第二階段)、中國新車評價規程（C-NCAP），以及相關行業研究報告中，都提出了典型功能場景，為試點落地提供參考。具體場景清單參見附件 3。（一一）功能場景分類功能場景分類 根據網聯化技術等級不同，可以分四大類：輔助信息交互、協同感知、協同決策、協同控制；根據與車輛智能化融合程度，可以分為協同信息提醒/預警、協同輔助駕駛（C-ADAS）和協同自動駕駛（C-AD

241、S）融合應用，如表 26 所示。在協同信息提醒/預警融合應用中，基于自車狀態和感知信息同來自路、云的交通動態信息的融合，以提醒、預警等方式在移動終端或車輛智能座艙通過界面顯示或聲光等方式提醒車輛駕駛員，以彌補人類駕駛員和單車智能在感知能力上的局限。隨著車道級定位和時空數據的應用和普及，提醒/預警內容逐步豐富。在協同輔助駕駛（C-ADAS）融合應用中，符合相應性能要求（通信時延、消息可靠性、感知精度等）和安全要求（信息安全、功能安全等）的網聯協同感知與決策信息進入智駕域，支撐車輛輔助駕駛功能更好地實現，甚至提升車輛智能化水平。139 在協同自動駕駛（C-ADS）融合應用中，符合較高性能要求（通信

242、時延、消息可靠性、感知精度等）和安全要求（信息安全、功能安全等）網聯協同感知、決策與控制信息開始支撐車輛自動駕駛，提升車輛盲區與超視距感知能力，預測性和多車博弈等場景下決策能力，以及特殊情況下的控制能力。表 26 車輛智能化網聯化融合發展階段 （二二）功能場景遴選原則功能場景遴選原則 為更好服務于城市級車路云一體化建設，在眾多功能場景中應首先遴選一批經濟和社會價值突出，具備規?；茝V條件的場景，推動在試點城市的率先應用。對于場景的遴選，在考慮場景的提高車輛安全、提高交通效率等方面的作用基礎上，還有著重考慮有利于實現規?；?、標準化的因素，提出以下三條場景遴選原則。為更好服務于城市級車路云一體化建

243、設，在場景遴選上從有利于實現規?；?、標準化的因素出發，提出以下三條場景遴選原則。140 1 基礎設施需求明確基礎設施需求明確，有利于大規模建設有利于大規模建設 車路云一體化功能設計需要綜合考慮車端、路側、云端、網絡之間的協同，優先部署具備行業共識、基礎設施建設需求清晰、規模應用前景良好的場景。2 有較高的標準規范研究基礎有較高的標準規范研究基礎 功能場景的技術要求與測試規范是落地應用的關鍵基礎，推薦的功能場景具備明確統一的功能測試要求或較強的標準化/規范化研究基礎。3 顯著賦能協同智能駕駛落地顯著賦能協同智能駕駛落地 在試點周期內加快網聯域與智駕域的融合，以協同輔助駕駛、特定場景協同自動駕駛為

244、切入點，重點選取可與車輛輔助駕駛/自動駕駛系統融合的原子型功能場景，以及 C-AEB、C-ACC、C-AVP 等復合型功能場景。（三三）功能場景推薦清單功能場景推薦清單 基于上述三條場景遴選原則和已發布的行業報告、標準等文件中提出的功能場景（附件 3），第一階段共遴選出 17 個網聯賦能功能場景，每個功能場景與車輛智能化融合的方式及信號類別分別如表 27 和表 28 所示。141 表 27 功能場景與車輛智能化融合的方式 序序號號 典型功能場景典型功能場景 協同信息協同信息提醒提醒/預警預警（駕駛駕駛人人）C-ADAS（智駕域智駕域）C-ADS（智駕域智駕域）1 交通信號燈上車 2 闖紅燈預警

245、 3 綠波車速引導 4 前方有遮擋異常車輛 5 有遮擋的十字路口交叉碰撞預警 6 超視距弱勢交通參與者 7 道路狀況推送 8 公交車道共享 9 緊急車輛優先通行 10 行駛車道建議 11 高速公路/快速路匝道匯入 12 車道級交通擁堵信息 13 感知信息共享 14 異常車輛遠程接管 15 C-AEB 16 C-ACC 17 C-AVP 表示該功能場景應支持對應分類應用 表示該功能場景可以支持對應分類應用 功能場景基本性能要求功能場景基本性能要求 本指南提出的功能場景可服務協同信息提醒/預警、協同輔助駕駛和協同自動駕駛三大類融合應用，對車輛網聯化、智能化等級，以及路、云、網等基礎設施的功能性能要

246、求逐步提高，具體如表 29 基礎性能要求所示。142 表 28 功能場景信號類別 信號類信號類型型 信息類型信息類型 支持協同預警功能支持協同預警功能 支持協同輔助駕駛功能支持協同輔助駕駛功能 感知信號 信號燈信息 交通信號燈上車、闖紅燈預警、綠波車速引導 基于信號燈信息推送的 C-ACC、C-NOA、C-TJA 等 交通事件/交通標志標識 車道級交通擁堵信息、道路狀況推送 基于交通事件信息推送的C-ACC、C-NOA、C-HWA、C-ISLC 等 弱勢交通參與者 超視距弱勢交通參與者 基于弱勢交通參與者信息推送的 C-ACC、C-NOA、C-AEB、C-AVP 等 其他車輛狀態 有遮擋的十字

247、路口交叉碰撞預警、公交車道共享、緊急車輛優先通行 基于其他車輛狀態信息推送的 C-ACC、C-NOA、C-AEB 等 其他車輛意圖 前方有遮擋異常車輛、高速公路/快速路匝道匯入 基于其他車輛意圖信息推送的 C-ACC、C-NOA、C-HWA、C-AEB 等 決策規劃信號 駕駛行為決策 行駛車道建議 基于協同決策信號的 C-ACC、C-NOA、C-AVP 等 控制信號 緊急車輛信息/緊急車輛優先通行 遠程控制指令/異常車輛遠程接管 表 29 基礎性能要求 協同信息提醒協同信息提醒/預警預警 C-ADAS C-ADS 車 網聯化等級 L1+智能化等級 L0L5（參見第三部分第一（三）節表 1）網聯

248、化等級 L2+智能化等級 L1L5（參見第三部分第一（三）節表 1）網聯化等級 L2+智能化等級 L3L5（參見第三部分第一（三）節表 1）路 一般道路（參見第三部分第二（三）節）重點區域及關鍵路口路段（參見第三部分第二（三）節）重點區域及關鍵路口路段（參見第三部分第二（三）節）云 下發數據頻率=2Hz 云端處理時延 60ms 下發數據頻率=10Hz 云端處理時延 60ms 下發數據頻率=10Hz 云端處理時延 60ms 網 5G 和 C-V2X 直聯通信協同組網，車云通信時延 500ms99%（參見第三部分第一章：四（四）1）5G 和 C-V2X 直聯通信協同組網，車云通信時延 2050ms

249、99%（參見第三部分第一章：四（四）1）5G 和 C-V2X 直聯通信協同組網，車云通信時延 2050ms99%（參見第三部分第一章：四（四）1）143 典型功能場景典型功能場景（一一）交通信號燈上車交通信號燈上車 1 功能功能場景定義場景定義 當車輛行駛至有信號燈控制的路口一定范圍內，收到由路側RSU 推送或云端下發信號燈實時狀態信息，使車輛能及時、準確感知信號燈的實時狀態?？捎糜谙蝰{駛員推送或用于車輛的輔助駕駛系統、自動駕駛系統做出正確的駕駛決策。2 適用范圍適用范圍 適用于具備網聯信號燈的城市道路與公路。3 適用適用車型車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車等。

250、4 場景場景架構架構示意圖示意圖 圖 27 交通信號燈上車架構示意圖 144 （二二）闖紅燈預警闖紅燈預警 1 功能功能場景定義場景定義 當車輛行駛至有信號燈控制的路口一定范圍內，根據車輛位置和速度，信號燈實時狀態等信息判斷車輛是否有違規越線風險（車頭通過停止線時信號燈狀態為紅，或即將為紅）。當存在紅燈過線風險時，可通過手機/平板或智能座艙向駕駛員進行提醒或用于車輛的輔助駕駛系統、自動駕駛系統做出正確的駕駛決策。2 適用范圍適用范圍 適用于具備網聯信號燈的城市道路與公路。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車等。4 場景架構示意圖場景架構示意圖 圖 2

251、8 闖紅燈預警架構示意圖 145 （三三）綠波車速引導綠波車速引導 1 功能功能場景定義場景定義 車輛行駛向信號燈控制交叉路口，根據車輛上報的實時狀態、收到由路側推送或云端下發信號燈實時狀態信息、路側上報的道路信息（如交通參與者信息、路口排隊長度等），結合信號燈實時狀態信息和排隊消散預測，向車輛提供可通過路口的車速區間?？上蝰{駛員推送或用于車輛的輔助駕駛系統、自動駕駛系統做出正確的駕駛決策。2 適用適用范圍范圍 適用于具備網聯信號燈的城市道路與公路。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車等。4 場景架構示意圖場景架構示意圖 圖 29 綠波車速引導架構示

252、意圖 146 （四四）前方有遮擋異常車輛前方有遮擋異常車輛 1 功能功能場景定義場景定義 車輛在道路上行駛時，由于天氣原因或遮擋造成車輛視野受限，無法及時發現同車道前方的異常車輛（車輛故障、異常停車、低速行駛、超速行駛、逆向行駛、緊急制動等）而產生碰撞風險。車輛通過車車、車路或車云信息交互，提前獲取前方的異常車輛狀態或預警信息，可用于向駕駛員發出預警信息或用于車輛的輔助駕駛系統、自動駕駛系統做出駕駛決策應對風險，保障行車安全。2 適用適用范圍范圍 適用于城市道路、公路與封閉環境道路。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架

253、構示意圖場景架構示意圖 圖 30 前方有遮擋異常車輛架構示意圖 147 （五五）有遮擋的十字路口交叉碰撞有遮擋的十字路口交叉碰撞 1 功能功能場景定義場景定義 車輛駛向交叉路口或在路口起步時，由于無法及時發現盲區（受車輛、建筑物或樹木等遮擋）內的交通參與者而產生碰撞風險。車輛通過車車、車路或車云信息交互，獲取盲區內的交通參與者或碰撞預警信息，向駕駛員發出預警信息或用于車輛的輔助駕駛系統、自動駕駛系統做出駕駛決策應對風險，保障行車安全。2 適用范圍適用范圍 適用于城市道路、1-4 等級公路與封閉環境道路。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智

254、慧車輛等。4 場景架構示意圖場景架構示意圖 圖 31 有遮擋的十字路口交叉碰撞架構示意圖 148 （六六）超視距弱勢交通參與者超視距弱勢交通參與者 1 功能功能場景定義場景定義 車輛在行車過程中，可能與視野范圍外（盲區或超出感知范圍）的弱勢交通參與者（行人或非機動車）產生碰撞風險。路側感知系統將檢測到弱勢交通參與者信息，發送給路側 RSU 或邊緣云。車輛通過車路或車云信息交互，獲取視野范圍外的弱勢交通參與者信息或預警信息，用于向駕駛員發出預警信息或用于車輛的輔助駕駛系統、自動駕駛系統做出駕駛決策應對風險，保障行車安全。2 適用適用范圍范圍 適用于城市道路、1-4 等級公路、封閉園區、停車場等。

255、3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 32 超視距弱勢交通參與者架構示意圖 149 （七七）道路狀況推送道路狀況推送 1 功能功能場景定義場景定義 車輛行駛前方有影響車輛正常行駛的異常路面狀況（占路施工設置錐桶、出現路面遺撒、橋下存在積水）或異常天氣（如雨、雪、霧等）時，通過路側 RSU 推送或云端下發道路危險狀況/異常天氣信息/預警或導航、換道、車速等建議，保證車輛行駛安全性和通行效率?？捎糜谙蝰{駛員推送信息或用于車輛的輔助駕駛系統、自動駕駛系統做出駕駛決策應對風險，保障行車安全。2 適用適

256、用范圍范圍 適用于覆蓋道路感知能力的城市道路、公路與封閉環境道路等。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 33 道路狀況推送架構示意圖 150 （八八）公交車道共享公交車道共享 1 功能功能場景場景定義定義 公交專用道在早晚高峰通常對社會車輛限行，為提高公交專用道的利用率，綜合當前路段的共享狀態（共享/關閉）、公交專用道的實時路況、自車所在位置信息，判定社會車輛是否可駛入公交專用道，并通過路側 RSU 推送或云端下發相關的提醒或告警消息?？捎糜谙蝰{駛員推送信息或用于車輛的輔助駕駛系統、自動駕駛

257、系統做出駕駛決策。2 適用范圍適用范圍 適用于所有公交專用道的路段。3 適用車型適用車型 智慧環衛、智慧出行乘用車、城市物流車、公路物流車等。4 場景架構示意圖場景架構示意圖 圖 34 公交車道共享架構示意圖 151 （九九）緊急車輛優先通行緊急車輛優先通行 1 功能功能場景定義場景定義 云端通過第三方平臺或注冊認證獲取道路上的緊急車輛（救護車、消防車、警車或其他緊急車輛）的信息，根據緊急車輛的車速、位置及路口信號燈等信息，調整信號燈配時使緊急車輛減少等待，同時通過路側 RSU 或云端向其前方的車輛發送緊急車輛讓行提示?？捎糜谙蝰{駛員推送信息或用于車輛的輔助駕駛系統、自動駕駛系統做出駕駛決策。

258、2 適用范圍適用范圍 適用于城市道路、公路路段。3 適用適用車型車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車等。4 場場景架構示意圖景架構示意圖 圖 35 緊急車輛優先通行架構示意圖 152 （十十）行駛車道建議行駛車道建議 1 功能功能場景定義場景定義 云端根據車輛位置及道路中的交通參與者、道路擁堵、施工、事故等動態信息，通過綜合計算為車輛規劃最優車道行駛路徑，將建議車道推薦駕駛員或車輛的輔助駕駛系統、自動駕駛系統。2 適用適用范圍范圍 適用于分車道的城市道路與公路。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4

259、場景架構示意圖場景架構示意圖 圖 36 行駛車道建議架構示意圖 153 （十一十一）高速公路高速公路/快速路匝道匯入快速路匝道匯入 1 功能場景功能場景定義定義 高速公路/快速路主干道上，網聯車輛行駛至匝道匯入路段，若匝道內一定距離內有車輛行駛，云端向網聯車輛下發匝道匯入預警指令或匝道匯入車速規劃建議，避免發生交通事故。匝道上，網聯車輛行駛至匝道匯入路段，若主干道內一定距離內有車輛行駛，云端向網聯車輛下發匝道匯入預警指令或匝道匯入車速規劃建議，避免發生交通事故?？赏ㄟ^手機/平板或智能座艙向駕駛員進行信息推送或用于車輛的輔助駕駛系統、自動駕駛系統做出正確的駕駛決策。2 適用范圍適用范圍 適用于高

260、速公路/快速路匝道匯入區域。3 適用適用車型車型 智慧公交、智慧環衛、智慧出行乘用車、公路物流車。4 場景架構示意圖場景架構示意圖 圖 37 高速公路/快速路匝道匯入架構示意圖 154 （十二十二）車道級交通擁堵信息車道級交通擁堵信息 1 功能功能場景定義場景定義 根據路側感知及車輛上報的位置和行駛速度，檢測和判斷道路車道級擁堵情況，如交通流量或道路擁堵情況大于一定范圍，云端向途經擁堵路段車輛和擁堵路段附近車輛發送車道級道路擁堵信息?？赏ㄟ^手機/平板或智能座艙向駕駛員推送信息或用于車輛的輔助駕駛系統、自動駕駛系統做出正確的駕駛決策。2 適用范圍適用范圍 適用于分車道的城市道路與公路。3 適用適

261、用車型車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車等。4 場景架構示意圖場景架構示意圖 圖 38 車道級交通擁堵信息架構示意圖 155 （十三十三）感知信息共享感知信息共享 1 功能功能場景定義場景定義 車輛或路側通過自身搭載的感知設備（攝像頭、激光雷達等傳感器）獲取周圍交通參與者或道路交通狀況信息，經過處理后的感知共享數據通過車車、車路或車云等通信方式，發送給周圍其他車輛。車輛可以通過感知共享數據可提前獲取不在自身視野范圍內的交通參與者或道路交通狀況信息，用于向駕駛員發出預警或用于車輛的輔助駕駛系統、自動駕駛系統做出正確的駕駛決策，減少交通事故和二次傷害，提高行車安全和通

262、行效率。2 適用范圍適用范圍 適用于公路、城市道路及封閉環境道路。3 應用系統應用系統 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 39 感知信息共享架構示意圖 156 （十四十四）異常車輛遠程接管異常車輛遠程接管 1 功能場景功能場景定義定義 車輛(具備 L3 及以上的自動駕駛系統)在道路中行駛，當發生無法識別的異常場景或故障時，基于 C-V2X 通信技術將車輛、路側單元（RSU）、遠程遙控云端控制平臺（云控）、遠程遙控駕駛艙進行連接，實現由人或者機器通過第三方應用對遠程車輛實施駕駛操控，期間云端對遠程接管事件持續監管

263、并記錄事件數據。當所需前置條件或通信連接服務質量不能滿足遠程遙控接管業務要求時，應退出遠程接管，以保證作業安全。2 適用范圍適用范圍 適用于公路、城市道路及封閉環境道路。3 適用適用車型車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 40 異常車輛遠程接管架構示意圖 157 （十五十五）C-AEB 1 功能功能場景定義場景定義 車輛(具備 L2 及以上的駕駛自動化系統)在道路中行駛，當道路中存在遮擋場景（如“鬼探頭”）時，車輛不能及時識別有潛在危險的目標物（如車輛、行人）。通過車車、車路或車云等通信方式，可以提前獲知目

264、標物信息，當檢測到本車與目標物存在碰撞風險時，通過車端識別、RSU 或云端下發預警信號，并在必要時發出控車信號（制動或降低車速）從而避免碰撞或減輕碰撞程度。2 適用適用范圍范圍 適用于公路、城市道路及封閉環境道路等。3 適用車型適用車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 41 C-AEB 架構示意圖 158 （十六十六）C-ACC 1 功能功能場景定義場景定義 網聯式自適應巡航控制 C-ACC 是在傳統 ACC 跟車功能、定速巡航功能的基礎上引入 C-V2X 通信技術，可提前感知非視距的目標物、信號燈以及道路交

265、通信息，實現全路段特別是交叉路口場景的自適應巡航控制，提升和擴展單車自適應巡航控制系統。2 適用范圍適用范圍 適用于公路、城市道路及封閉環境道路。3 適用適用車型車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 42 C-ACC 架構示意圖 159 （十七十七）C-AVP 1 功能功能場景定義場景定義 網聯式自主代客泊車 C-AVP 是在車輛具備傳統的 APA、記憶泊車能力的基礎上，駕駛員用手機通過蜂窩網絡向云平臺發送召泊車指令，云平臺通過云端/RSU 向車輛發送召泊車指令、停車場地圖、空車位信息、障礙物信息、路徑規劃等

266、信息，并通過安裝在場端的定位設備幫助車輛完成自身定位，實現在停車場區域內的全無人的自主代客泊車功能，提升整體的泊車效率和停車場的車位利用率。2 適用范圍適用范圍 適用于室內外的開放或專用停車場。3 適用適用車型車型 智慧公交、智慧環衛、智慧出行乘用車、城市物流車、公路物流車、封閉環境智慧車輛等。4 場景架構示意圖場景架構示意圖 圖 43 C-AVP 架構示意圖 160 致謝 感謝以下單位在本指南撰寫過程中提出的寶貴建議與意見：智能汽車與智慧城市協同發展聯盟、移動通信及車聯網國家工程研究中心、中國地圖出版社集團有限公司、車路協同創新聯合體、云控智行科技有限公司、西部車網（重慶）有限公司、北京智行

267、者科技股份有限公司、北京四維圖新科技股份有限公司、國汽大有時空科技（安慶）有限公司、上海零數眾合信息科技有限公司、重慶長安汽車股份有限公司、中國第一汽車集團有限公司、廣州汽車集團股份有限公司、比亞迪汽車工業有限公司、上海蔚來汽車有限公司、長城汽車股份有限公司、江鈴汽車股份有限公司、寶馬（中國）服務有限公司、阿里云計算有限公司、北斗思源大數據有限公司、北京大唐高鴻數據網絡技術有限公司、北京皓赫聯贏科技有限公司、北京環衛集團環衛裝備有限公司、北京開云智聯科技有限公司、北京雷科防務科技股份有限公司、北京理工雷科電子信息技術有限公司、北京理工睿行電子科技有限公司、北京市市政工程設計研究總院有限公司、北

268、京萬集科技股份有限公司、北京星云互聯科技有限公司、北京云馳未來科技有限公司、北京智能車聯產業創新中心有限公司、博世智能網聯科技有限公司、彩虹無線（北京）新技術有限公司、車壹圈（北京）科技有限公司、成都宜泊信息科技有限公司、重慶邦運物流有限公司、重慶大學、重慶大學產業技術研究院、重慶哆來目科技有限公司、重慶交通大學、重慶瀧通科技股份有限公司、重慶瀧通新能源集團有限公司、重慶南華中天信息技術有限公司、重慶商界創新科技集團有限公司、重慶市商貿物流商會、重慶市信息通信咨詢設計院有限公司、重慶一葦以航科技有限公司、重慶長安民生物流股份有限公司、重慶蜘蛛網公路港物流股份有限公司、東北大學、東風悅享科技有限

269、公司、廣東省智能網聯汽車創新中心有限公司、國汽智端（成都）科技有限公司、國汽智控（北京）科技有限公司、國汽智圖（北京）科技有限公司、合肥市綜合管廊投資運營有限公司、湖南湘江智能科技創新中心有限公司、湖南湘江智芯云途科技有限公司、華數傳媒網絡有限公司、華為技術有限公司、際絡科技（上海）有限公司、江蘇天安智聯科技股份有限公司、雷科智途（北京）科技有限公司、聯通智網科技股份有限公司、蘑菇車聯信息科技有限公司、南京慧爾視智能科技有限公司、南京交通運營管理集團有限公司、南京智能網聯云控平臺運營管理有限公司、清華大學蘇州汽車研究院、銳捷網絡股份有限公司、三和環通多式聯運（北京）有限公司、山西云動力新能源有

270、限公司、上海鋯途科技有限公司、上海國際汽車城（集團）有限公司、深圳市金溢科技股份有限公司、沈陽車網科技發展有限公司、四川省自動化儀表研究所、四川天府新區北理工創新裝備研究院、四川宜云智能網聯汽車科技有限公司、蘇州空地網聯科技有限公司、蘇州智行眾維智能科技有限公司、天翼交通科技有限公司、無錫市車城智聯科技有限公司、五凌電力有限公司山西分公司、武漢英泰斯特電子技術有限公司、西聯電驅（重慶）科技有限公司、希迪智駕（湖南）股份有限公司、先導（蘇州）數字產業投資有限公司、新華三技術有限公司、億咖通（湖北）技術有限公司、嬴徹科技（浙江）有限公司、嬴徹星創智能科技（上海）有限公司、云智振興（北京）能源科技有

271、限公司、招商局檢測車輛技術研究院有限公司、浙大啟真未來城市科技（杭州）有限公司、浙江大學、浙江?？抵锹摽萍加邢薰?、浙江綠色智行科創有限公司、浙江森瀚智能科技有限公司、浙江數智交院科技股份有限公司、智界新能（北京）科技有限公司、智能汽車創新發展平臺（上海）有限公司、中國汽車工程研究院股份有限公司、中國市政工程中南設計研究總院有限公司、中科慧拓（北京）科技有限公司、中汽院智能網聯科技有限公司、中通云配（重慶）科技有限公司、中信科智聯科技有限公司、中興通訊股份有限公司、中移（上海）信息通信科技有限公司。161 附件 1：網絡與數據安全建設參考指南（一一）網絡與數據安全建設部署需求網絡與數據安全建設

272、部署需求 車路云一體化系統在推動汽車與交通高度智能化的同時，由于其開放性，導致其面臨嚴峻的網絡與數據安全風險，一旦其安全性遭受破壞，將可能影響人身財產安全、交通安全，嚴重時甚至會對社會安全和國家安全造成影響。為保障車路云一體化系統運行的安全可靠，同時滿足相關安全合規與監管要求，需要構建多維度縱深防御的安全管理體系與技術體系。車路云一體化系統網絡與數據安全建設應圍繞車輛端設備、路側設備、云支撐平臺、網絡平臺等車路云一體化系統全要素開展系統化的安全設計，覆蓋終端安全、平臺安全、通信安全、網絡安全、數據安全等方面，構建系統化、層次化、高安全、自主可控的安全防護體系及一體化的安全監測與運營體系。（二二

273、）安全架構安全架構 車路云一體化系統安全架構覆蓋車輛端設備、路側設備、云支撐平臺、通信網等車路云一體化系統全要素，如下圖所示。162 圖 44 車路云一體化系統安全架構（三三）網絡與數據安全要求網絡與數據安全要求 1 平臺安全要求平臺安全要求 針對云支撐平臺基礎安全問題，應按照網絡安全等級保護 2.0三級及以上的技術和管理要求進行設計，基于主機安全防護、安全接入、安全審計等技術，包括不限于部署堡壘機、SSL VPN 等安全設施，構建覆蓋安全管理中心、安全通信網絡、安全區域邊界、安全計算環境的一個中心三重防護的縱深防御體系。應定期開展車路云一體化系統安全風險評估工作，覆蓋車路云一體化系統各子系統

274、。應部署密鑰管理系統、X509 證書系統、C-V2X 證書系統等作為安全基礎設施，提供密鑰管理、證書管理、密碼運算服務等安全功能。應具備細粒度的訪問控制機制，確保只有授權用戶才能訪問敏 163 感數據，能夠根據用戶的角色、身份和權限等因素，決定其對數據的訪問權限。應具備安全審計和日志管理機制，系統審計應具有不可抵賴性，日志功能應該能夠記錄系統及設備日常情況、異常情況及其他安全事件。嚴格控制日志的訪問授權，禁止對日志違規增刪、更改，并記錄所有訪問和操作日志。應具備漏洞管理與補丁管理機制，使用自動化工具定期掃描云環境中的漏洞和弱點，及時發現并修補這些漏洞。支持自動化的補丁管理和部署流程。2 終端安

275、全要求終端安全要求 應采取系統安全啟動、安全升級、系統漏洞修復（在系統正式發布前填補所有已知安全漏洞補?。?、訪問點安全訪問控制等防護措施保障終端自身安全，同時基于通信安全/網絡安全要求，實現車云/路云安全通信、車端/路端入侵檢測能力。路側設備和車端設備應搭載符合國家商用密碼系列標準的安全芯片，實現基于商用密碼算法的密鑰管理、證書管理、安全計算等密碼模塊功能。3 通信安全要求通信安全要求 針對車路云之間信息交互面臨的通信安全問題，應采取基于PKI 技術的云云、路云、車云安全通信防護措施，保障系統各通信 164 實體間通信安全。針對車云、路云安全通信，應配建 X509 PKI 系統，通過簽發數字證

276、書來統一表達云平臺、路側設備、車輛端設備的身份，實現對各通信實體的高強度安全認證，并基于 HTTPS/TLS/MQTTS 協議實施通信鏈路加密，保證信息數據在通信通道上的傳輸安全；進一步，建議通過實施數字簽名，保證感知/決策/控制信息與指令等數據在傳輸過程中的完整性、機密性及行為的不可抵賴性。針對車車、車路的V2X通信，應配建C-V2X證書系統，通過簽發 V2X 數字證書統一表達 V2X 終端的身份，基于 C-V2X 安全通信協議采用數字簽名技術保證 V2X 通信數據的真實性和完整性、采用匿名證書技術保證 V2X 終端設備隱私。應建立基于可信任根證書列表的跨域互信互認機制以及跨部門數字證書互認

277、體系，支持跨車型、跨城市互聯互認互通。C-V2X 安全證書管理系統 ICA 應作為二級節點接入根 CA，各根 CA 接入車聯網安全信任根管理平臺，由車聯網安全信任根管理平臺生成并發布可信根證書列表（Trusted Root Certificate List，TRCL）。4 網絡安全要求網絡安全要求 針對車路云一體化系統復雜網絡環境下的網絡入侵檢測和防御問題，應建立覆蓋車端設備、路側設備、云支撐平臺等的網絡安全防護體系。云端系統應按照網絡安全等級保護 2.0三級及以上的技術要求，165 基于網絡訪問控制、惡意代碼防護、入侵檢測與防御、DDoS防護等技術，部署包括不限于防火墻、抗 DDoS 產品、

278、應用級防火墻（WAF）、IDS 等網絡安全防護設施。車端/路端設備應分別部署入侵檢測與防御系統（IDPS），支持防火墻功能，預置黑白名單策略，對 IP、Port 進行訪問控制；支持入侵檢測與防御功能，支持 4G/5G/WIFI/Eth 通道網絡數據報文異常檢測，支持實時檢測和阻斷網絡異常和入侵行為，支持預置入侵檢測策略集（包括 DoS 攻擊類、網絡畸形報文類、網絡欺騙類、網絡掃描探測類、密碼爆破類、木馬病毒植入類等）；支持記錄入侵檢測防御日志信息。5 數據安全要求數據安全要求 針對車路云一體化系統大量數據的安全防護與管理問題，采取數據全生命周期安全防護與安全監測措施，保障數據處理的安全合規。5

279、.1 數據安全防護數據安全防護 應基于敏感數據加密/脫敏、數據安全傳輸、數據訪問控制、數據安全銷毀等技術，實施數據全生命周期安全防護，有效保障車路云一體化系統數據安全。建議部署基于隱私計算技術的數據安全共享系統，為以數據要素安全流通的方式推進數據共享共用提供安全支撐。166 5.2 數據安全監測數據安全監測 應基于敏感數據 API 訪問監測、數據訪問異常監測、數據出境行為監測、數據安全審計等技術，部署數據安全監測平臺，有效監控車路云一體化系統數據訪問安全。6 安全監測與運營要求安全監測與運營要求 針對車路云一體化系統安全監管問題，應建立覆蓋車端、路端、云端的一體化網絡及數據安全監測與運營中心，

280、提供安全事件管理和快速安全應急響應能力和可持續安全事件檢測能力，實現系統安全態勢的“可見、可管、可控、可信”，為城市智能網聯汽車安全監測平臺提供重要支撐。應部署網絡及數據安全監測與運營中心提供車端、路端、云端等的網絡與數據安全事件采集、告警分析研判、資產信息管理、入侵檢測規則策略配置與更新管理、安全漏洞管理、安全運維審計、安全態勢感知、應急響應等功能。通過采集車路云一體化系統的網絡與數據安全事件、安全日志，基于對安全事件進行分析、統計以及可視化呈現，實現車路云一體化系統的實時安全態勢監控，及早發現安全風險，根據不同的威脅等級觸發風險預警、開展溯源分析、漏洞驗證和策略更新等安全管控，有效治理車路

281、云一體化系統的網絡與數據安全問題。167 7 供應鏈安全要求供應鏈安全要求 應按照關鍵信息基礎設施安全保護條例要求，有效開展供應商管理、供應鏈軟件代碼和開源組件安全檢測，保障供應鏈安全。8 人工智能安全要求人工智能安全要求 建議基于入侵檢測與防御、AI 對抗攻擊防護、訪問控制、數據加密、隱私保護、安全審計等技術，確保人工智能模型安全、訓練數據安全、感知數據安全，防范對人工智能系統的攻擊、侵入、干擾、破壞和非法使用。168 附件 2：車路云一體化標準體系 試點城市應充分發揮標準的基礎支撐與頂層引領作用，推薦采信由中國汽車工程學會、中國智能網聯汽車產業創新聯盟聯合汽車、通信、公安、測繪、住建、交通

282、等跨行業標準化組織及研究機構，對照試點內容要求及標準體系框架，系統梳理支撐試點內容實現的相關國家標準、行業標準、團體標準，梳理形成的智能網聯汽車“車路云一體化”應用試點推薦標準清單（2024 版）（以下簡稱推薦標準清單（2024 版），以統一的標準體系指導試點城市建設高質量發展，支持跨城市互聯互通，為車路云一體化大規模應用涌現提供必要的基礎條件和安全的運營環境。推薦標準清單（2024版）遵照以下推薦原則：（1）針對架構性、通用性等底層基礎標準，在第一批應用試點工作中優先推動統一；（2）結合車路云一體化場景規?；l展趨勢分析標準統一的緊迫性，優先支撐“協同預警功能和協同駕駛輔助功能”相關標準統一

283、；（3）梳理行業標準空白、標準重復制定的技術領域，按照“從無到有、從有到好、從多個到統一”發展路徑，確定標準研制計劃及協同方案，持續推動標準統一。推薦標準清單（2024 版）推薦標準 63 項，涵蓋車路云一體化系統架構、數據交互、車載網聯終端、智能化路側系統及基礎設施、時空數據與定位、云控平臺、相關支撐平臺、通信網絡、信息安全、測試示范等領域。對每一項標準，分別闡述其標準性質、歸口機構、研制狀態、標準簡介、執行要點等。在應用試點過程中，169 通過推薦標準的試點實施效果反哺標準迭代更新，并持續完善推薦標準項目。為持續支撐車路云一體化應用試點開展，推動行業標準化統一，圍繞試點九大任務要求，繪制標

284、準化發展路線圖，下一步重點開展標準方向包括以下三部分：（1）分階段分場景開展網聯功能與應用類標準研制分階段分場景開展網聯功能與應用類標準研制。從需求梳理、消息與交互流程設計、功能要求制定的流程，分場景分階段開展智能網聯汽車、智能交通、智慧城市賦能類功能與應用標準研究。針對應用方（車企、政府等）真實需求提出建設方可行解決方案，對各場景的通信、感知能力進行分類分級，實現應用服務質量的持續迭代。（2）探索標準化的新型車聯網基礎設施建設部署方案探索標準化的新型車聯網基礎設施建設部署方案。推進路側（通信-感知-計算）“設備級”、“系統級”共性基礎標準制定完善，研制滿足車企需求的基于實際測試值的路側感知、

285、通信與計算設備及系統的技術要求及測試方法，規范路側感知、計算設備的功能與性能；開展 C-V2X 直連通信和 4G/5G 蜂窩網絡融合組網、不同服務能力等級的 5G 網絡技術標準制定，擴大車聯網業務覆蓋范圍，不斷提升車聯網業務的連續性與可靠性；探索形成標準化的新型車聯網基礎設施建設部署方案。（3）明確車路云一體化系統測試方法明確車路云一體化系統測試方法。研究促進車路云一體化技術量產上車的測試評價體系，解耦車路云一體化系統各要素間關系，建立面向場景安全和效率的統一多 170 維量化測試評價體系，支持對協同預警、協同駕駛輔助、協同自動駕駛的功能驗證；支持對車路云一體化基礎設施互聯互通以及服務能力驗證

286、；解析復雜車路云系統的場景構建標準化需求，確保測試場景的覆蓋度和還原度。171 附件 3：車路云一體化功能場景及參考文獻舉例 參考文獻 場景 關于開展智能網聯汽車“車路云一體化”應用試點的通知 協同預警功能：闖紅燈預警、綠波/預測性車速引導、限速提醒、前向碰撞預警、異常車輛提醒、道路危險狀況提示、前方擁堵提醒、變道預警、交叉口碰撞預警（含左轉）、弱勢交通參與者碰撞預警、緊急車輛提醒等 協同駕駛輔助功能：協同自動緊急制動、協同自動轉向、協同自適應巡航控制、協同交叉口通行、車道級可變限速控制、協同領航駕駛輔助（NOA）等。協同自動駕駛功能：協同自主代客泊車、協同有條件自動駕駛、車輛編隊行駛、協同高

287、度自動駕駛等。增強的 V2X 業務應用層交互數據要求 YD/T 3977-2021 車輛匯入匯出 弱勢交通參與者識別 基于車路協同的交叉口通行 車輛路徑引導 交叉口動態車道管理 基于實時網聯數據交通信號配時動態優化 智能停車引導 車輛編隊行駛 協作式車隊管理 高速公路專用道柔性管理 基于車路協同的主被動收費 電動汽車動態路徑規劃 基于車路協同的遠程軟件升級 基于車路協同的自動駕駛整車在環仿真 基于車路協同的高等級自動駕駛數據交互內容 YD/T 3978-2021 基于車路協同的高等級自動駕駛數據交互內容 CSAE 158-2020 協同式感知 基于路側協同的無信號交叉口通行 基于路側協同的自動

288、駕駛車輛“脫困”時空數據版本對齊及動態更新 自主泊車 基于路側感知的“僵尸車”識別 基于路側感知的交通狀況識別 基于協同式感知的異常駕駛行為識別 合作式智能運輸系統 車用通信系統應用層及應用數據交互標準（第一階段）前向碰撞預警 交叉路口碰撞預警 左轉輔助 盲區預警/變道預警 172 T/CSAE 53-2020 逆向超車預警 緊急制動預警 異常車輛提醒 車輛失控預警 道路危險狀況提示 限速預警 闖紅燈預警 弱勢交通參與者碰撞預警 綠波車速引導 車內標牌 前方擁堵提醒 緊急車輛提醒 汽車近場支付 合作式智能運輸系統 車用通信系統應用層及應用數據交互標準（第二階段）T/CSAE 157-2020

289、感知數據共享 協作式變道 協作式車輛匯入 協作式交叉口通行 差分數據服務 動態車道管理 協作式優先車輛通行 場站路徑引導服務 浮動車數據采集 弱勢交通參與者安全通行 協作式車輛編隊管理 道路收費服務 中國新車評價規程（C-NCAP）前方有遮擋靜止車輛提醒 有遮擋的十字路口交叉碰撞預警 闖紅燈預警 云控基礎平臺功能場景參考架構 1.0 信號燈信息提醒場景 綠波車速引導 GLOSA 場景 闖紅燈預警場景 行駛車道建議場景 交通擁堵提醒場景 緊急車輛優先通行場景 遠程監管場景 高速公路匝道匯入場景 道路危險狀況提示服務場景 動態限速信息下發場景 173 超視距弱勢交通參與者預警場景 路口其它車輛闖紅

290、燈預警場景 路面遺撒預警場景 能見度預警場景 異常車輛預警場景 C-V2X 車車-車路協同典型應用場景及實施參考（征求意見稿）紅綠燈信息推送 闖紅燈預警 緊急車輛優先通行 超視距弱勢交通參與者預警 前方有遮擋靜止車輛提醒 有遮擋的十字路口交叉碰撞預警 圓錐筒信息推送 公交車道共享 C-AEB 網聯式 ACC 174 附件 4：智能網聯汽車各類賦能對通信性能需求分析（一一）功能維度按場景分類功能維度按場景分類 對表 2 分類標記結果進行轉置整合，以功能模塊為對象，將涉及相同功能模塊、且安全相關性和通信實時性需求相同的末端細分場景進行整合，則可以得到功能維度按場景分類表，如表 30所示。不同場景中

291、涉及到的相同的功能模塊，如也具備相同的安全性和實時性需求，則可以合并分析。表 30 功能維度按場景分類表 序號 功能模塊 安全相關性 實時性分級 末端細分場景 1 車載感知A 車載感知 A1 強相關 強實時 1.3 3.2.1 3.2.2 5.1 5.2 6.1.3 2 車載感知 A2 強相關 弱實時 3.1.2 3.1.3 3 路側感知B 路側感知 B1 弱相關 弱實時 1.1 1.2 2.2 2.3.1 2.4.1 3.4.1 4 路側感知 B2 強相關 強實時 1.3 1.5.1 1.5.2 3.1.4 3.2.1 3.2.2 3.3.1 3.3.2 4.4.1 4.4.2 4.5.1

292、5.1 5.2 6.1.3 6.2.1 5 路側感知 B3 弱相關 非實時 2.1.1 6 路側感知 B4 強相關 弱實時 3.1.1 3.1.2 3.1.3 3.4.2 6.1.1 7 自車決策C 自車決策 C1 弱相關 弱實時 1.1 3.4.1 8 自車決策 C2 強相關 強實時 1.3 1.5.1 1.5.2 3.2.1 3.2.2 3.3.1 3.3.2 4.4.1 4.4.2 4.5.1 5.1 5.2 6.2.1 9 自車決策 C3 強相關 弱實時 3.4.2 10 云端指派D 云端指派 D1 弱相關 弱實時 1.1 1.2 2.3.1 2.4.1 3.4.1 11 云端指派 D

293、2 強相關 強實時 1.3 3.1.4 4.5.1 5.1 5.2 6.1.3 12 云端指派 D3 弱相關 非實時 1.7 2.1.1 13 云端指派 D4 強相關 弱實時 3.1.1 3.1.2 3.1.3 3.4.2 6.1.1 175 14 云端調度與優化E 云端調度與優化 E1 弱相關 弱實時 1.4 2.2 4.2 5.3 1.6.1 6.1.2 15 云端調度與優化 E2 弱相關 強實時 4.1 16 云端調度與優化 E3 弱相關 非實時 4.3 6.1.4 6.3 7.1 7.2 8.1 8.2 17 橫向控制F 橫向控制 F1 強相關 強實時 1.3 1.5.2 3.1.4

294、3.3.2 4.4.2 4.5.1 6.1.3 18 縱向控制G 縱向控制 G1 強相關 強實時 1.3 1.5.1 3.3.1 4.4.1 4.5.1 5.1 5.2 6.1.3 6.2.1 19 定位H 定位H1 弱相關 弱實時 1.1 1.6.1 1.2 2.2 2.3.1 2.4.1 3.4.1 4.2 5.3 6.1.2 20 定位H2 強相關 強實時 1.3 1.5.1 1.5.2 3.1.4 3.2.1 3.2.2 3.3.1 3.3.2 4.4.1 4.4.2 4.5.1 5.1 5.2 6.1.3 6.2.1 21 定位H3 弱相關 非實時 1.7 2.1.1 22 定位H4

295、 強相關 弱實時 3.1.1 3.1.2 3.1.3 3.4.2 6.1.1 23 定位H5 弱相關 強實時 4.1 24 HMI J HMI J1 弱相關 弱實時 1.1 1.6.1 2.3.1 3.4.1 4.2 25 HMI J2 強相關 強實時 3.2.1 3.2.2 6.1.3 26 HMI J3 強相關 弱實時 3.4.2 6.1.1 27 HMI J4 弱相關 強實時 4.1 28 信號燈交互K 信號燈交互K1 弱相關 弱實時 1.2 1.6.1 3.4.1 29 信號燈交互K2 強相關 弱實時 3.1.2 （二二）非非“安全強相關安全強相關，強實時強實時”場景通信需求分析場景通

296、信需求分析 對于非“安全強相關，強實時”場景，基于其場景鏈路的不同，對通信的需求也各有差異。例如，某些場景雖然也是強實時的，但 176 在較大的時延下，主要帶來的是行駛經濟性或效率上的損失，而幾乎不會導致安全事故；另一些場景雖然希望利用網聯信息提高行駛安全性，但其核心算法更新的頻率并不高，因此較大的通信時延也能實現其功能。這些場景差異較大，功能特點鮮明，即使是非“安全強相關，強實時”的場景，通信需求也各不相同。因此，本節將基于場景功能特點對這一類場景的通信需求進行分析和闡述。圖 45展示了一個概述性的車路云系統鏈路簡圖。圖 45 車路云系統鏈路簡圖 本節對于不同場景的分類邏輯主要基于該場景中從

297、路/云到人/車的鏈路上傳遞信息的性質。具體來說，是否存在反饋信息的鏈路是關鍵因素。如果鏈路中不存在反饋到人或車的信息，則該場景屬于開環應用，自然對通信的需求較低。此外，反饋信息對車輛系統的影響也是決定通信需求的重要依據。例如，傳遞決策層面信息的通信需求低于傳遞控制相關信息的通信需求。若反饋信息直接與安全性相關，則會對通信提出更高的要求。反饋信息傳遞的頻率也是確定通信需求的重要依據，如果反饋信息需要高頻更新，通信需求也會相應增加。另外，由于某些場景涉及路/云信息反饋給駕駛人，還 177 需系統性地考慮人的反應時間問題。在類似場景中，駕駛人的反應時延會占用允許的通信時延區間?；谝陨峡紤]，本節對非

298、“安全強相關，強實時”場景的通信需求進行分類，將時延需求分為200ms-500ms 級（弱實時）、500ms-1s 級（準實時）、1s-5s（寬松實時）級和 5s 以上（非實時）四個區間。接下來將依次介紹各區間的分類依據及其主要涉及的場景。1 200 ms-500 ms 級通信時延需求級通信時延需求（弱實時弱實時）在該通信時延需求區間內的應用主要包括區域性車輛運行性能優化和事件提醒類應用。分析這一區間的通信時延需求主要基于以下幾點：1）相關應用在路端或云端生成的行駛建議具有實時性，需要周期性更新以確保其有效性；2）涉及的業務對時延有一定的容忍度，但時延的增加可能顯著降低業務表現；3）部分應用僅

299、涉及單向傳輸鏈路（如上層監控類），可能降低對時延的需求，但由于其與安全相關，仍然存在基本的時延要求；4）部分提示性場景需綜合考慮駕駛員的反應時間（100-200ms）。該通信時延需求區間主要涉及的場景、通信時延需求及場景對應標簽如表 31 所示。表 31 200 ms-500 ms 級通信時延需求的相關場景信息 場景名稱（代表樣例）標簽 時延需求（ms）3.1.1 云軌道支撐的多車跨場景協同指派 B4,D4,H4 200-500 3.1.2 云軌道支撐的交叉路口的沖突消解 A2,B4,D4,H4,K2 3.1.3 云軌道支撐的匝道匯入優化 A2,B4,D4,H4 6.1.1 云端監控與危險預警

300、 B3,E4,H4,J3 178 2 500 ms-1s 級通信時延需求級通信時延需求（準實時準實時）在該通信時延需求區間內的應用主要包括多車決策調度類應用。分析這一區間的通信時延需求主要基于以下幾點：1）此區間的業務關注點從單一駕駛員或車輛的微觀行為擴展到區域內的宏觀車輛行為，因此相比上一個區間，對時延的需求有所減??；2）由于調度類和協同類的多車優化算法通常需要一定的求解時間，因此行駛建議的下發周期較長（0.5Hz），但仍需保持一定的實時性以確保宏觀系統的可控性；3）時延波動對這一區間的應用影響主要體現在業務效率上，而不涉及安全性。該通信時延需求區間主要涉及的場景、通信時延需求及場景對應標簽

301、如表 32 所示。表 32 500 ms-1s 級通信時延需求的相關場景信息 場景名稱（代表樣例）標簽 時延需求（ms）1.1 最優車速與車道引導 B1,C1,H1,J1 500-1000 1.2 公交信號優先協同 B1,D1,H1,K1 1.4 動態共享式公交專用道 E1 1.6.1 公交車發車時刻調度 E1,H1,J1,K1 2.2 智慧調度 E1,H1 2.3.1 智能環衛車輛交通信息提醒 B1,H1,J1 2.4.1 云支持路徑規劃 D1,H1 3.4.1 基于車路云信息融合的綠波引導 B1,C1,H1,J1 3.4.2 基于車路云信息融合的事件管理 B4,C3,D4,H4,J3 4.

302、1 車輛監控 E3,H5,J4 4.2 運營調度 E1,H1,J1 5.3 公路物流車輛動態調度 E1,H1 6.1.2 云端智能車輛調度 E1,H1 3 1s-5s 級通信時延需求級通信時延需求（寬松實時寬松實時）在該通信時延需求區間內的應用主要包括建議性和輔助性引導 179 類應用。分析這一區間的通信時延需求主要基于以下幾點：1）相關應用無需即時向車輛或駕駛員提供信息，因此屬于開環類應用；2）部分業務可能涉及行駛建議的下發，但周期較長（1Hz）；3）在相關應用中，業務完成度與信息的實時性關聯度較低，時延波動對安全性或效率的影響很小。該通信時延需求區間主要涉及的場景、通信時延需求及場景對應標

303、簽如表 33 所示。表 33 1s-5s 級通信時延需求的相關場景信息 場景名稱（代表樣例）標簽 時延需求（ms）2.1.1 云支持作業路段分析與決策 D3,H3 1000-5000 6.1.4 車輛全生命周期管理 E2 7.1 充電站實時信息協同 E2 7.2 消峰填谷 E2 4 5s+級通信時延需求級通信時延需求（非實時非實時）在該通信時延需求區間內的應用主要包括數據分析、挖掘和管理相關的應用。分析這一區間的通信時延需求主要基于以下幾點：（1）相關業務完全不依賴車輛或駕駛員的即時反饋；（2）相關應用中的數據分析時間尺度（月/年）遠大于數據上傳頻率（時/分/秒）；在此類應用中，信息實時性與業

304、務評價指標的關聯度極低。該通信時延需求區間主要涉及的場景、通信時延需求及場景對應標簽如表 34 所示。180 表 34 5s+級通信時延需求的相關場景信息 場景名稱（代表樣例）標簽 時延需求（ms）1.7 公交業務管理與運營 D3,H3 5000-10000 4.3 數據分析 E2 6.3 云控駕駛大數據應用 E2 8.1 端到端大模型優化 E2 8.2 大模型全自動真值標注 E2 （三三）典型典型“安全強相關安全強相關，強實時強實時”場景通信需求分析場景通信需求分析 1 系統鏈路和典型時延系統鏈路和典型時延 梳理車路云一體化系統中存在的鏈路環節，如 46 圖所示。圖 46 系統鏈路結構圖 系

305、統關鍵模塊和節點包括了：（1）路側傳感器：負責探測環境中的障礙物或其他目標，如車輛、行人等。（2）RCU 感知處理模塊：感知模塊會對來自路側傳感器的數 181 據進行分析與處理，并生成有價值的環境感知信息。（3）RCU 決策處理模塊：根據感知處理模塊提供的信息，RCU 模塊會進行初步的決策處理。（4）云端決策處理模塊：為了提升系統的整體性能和可靠性，決策數據還會通過云端進行處理。（5）云端網關：用于連接云端決策模塊和路側單元，保證數據的上傳和下達。（6）路側網關：確保路側與車輛之間的信息通信，通過無線信號將決策信息傳遞給車輛決策網關。（7）車載決策網關：接收來自路側網關或云端網關的數據或指令。

306、（8）車輛控制模塊：接收到車載決策模塊的指令后，負責生成實際的控制信號，包括轉向、加速、制動等控制動作。（9）車輛執行器：最終的操作信號由執行器執行，包括車輪轉向、剎車系統、油門控制等。執行器的反應速度和精度直接影響車輛的控制效果。鏈路圖中的各環節時延如表 35 所示。表 35 鏈路各部分時延表 物理物理系統系統 對應圖對應圖中標號中標號 具體項目具體項目 時延范圍時延范圍 備注備注 車輛系統/駕駛人操縱時間 發動機 1 ECU 控制頻率 100 Hz 扭矩響應時間 20 100 ms 到達目標轉矩的20%，視工況、視供應商、類型及型號而定，電動車相應時間快 電子油門信號時延 20 30 ms

307、 電子節氣門開合時延 10 30 ms 噴油器執行時延 10 ms 182 油膜揮發與進氣填充時延 100 200 ms 主要針對汽油機，柴油機直噴時延稍短 制動系 駕駛員制動 駕駛員制動反應時間 0.3 1 s 反應時間：駕駛員接收到緊急停車信號，意識到應進行緊急制動，開始移動右腳，直到踩到制動踏板 制動器液壓系統建壓時間 100 500 ms 主要受制動系結構形式的影響，也受駕駛員踩踏板的速度影響 液壓制動系制動器 30 100 ms 多用于轎車，輕型卡車 電動制動系制動器 20 50 ms 多用于轎車，輕型卡車 氣壓制動系制動器 300 900 ms 多用于中、重型卡車 ABS/TCS/

308、ESP 控制頻率 50 200 Hz 視供應商而定 轉向系 自主轉向時轉向電機執行時延 作用于轉向盤 50 100 ms 直接作用于轉向輪 20 50 ms 變速器 控制頻率 50 200 Hz 視工況、視供應商、類型及型號而定 換擋變速執行器時延 AT 50 100 ms DCT 30 50 ms CVT 50 100 ms 主動懸架 控制頻率 10 20 Hz 直線電機執行器時延 10 ms 系統通信時間 有線通信 2 路云通信時間 5ms 無線通信 3 路車通信時間 20 50ms 受網絡影響 4 云車通信時間 10 50ms 受網絡影響 鏈路轉發 5 云端網關鏈路轉發時間 5 10ms

309、 6 車端網關仲裁時間 1 10ms 7 路端網關鏈路轉發時間 5 10ms 算法計算時間 感知算法 8 算法運行時間 30 50ms 受具體算法影響 9 編解碼時間 10 30ms 決策算法 10 云端算法運行時間 10 60ms 受具體算法影響 11 車端算法運行時間 10 500ms 受具體算法影響，可能涉及非實時的任務 控制算法 12 底層控制計算時間 5 20ms 受具體算法影響 13 執行器下發時間 1 10ms 2 針對針對“安全強相關安全強相關，強實時強實時”應用的分析結果應用的分析結果 在“安全強相關，強實時”類場景中，時延會對若干車輛控制功能及由功能支撐的應用場景產生顯著影

310、響。這里選取基于車路云信 183 息融合的增強 AEB、基于車路云協同感知的 FCW、云軌道支撐的軌跡生成與車輛跟蹤控制三個場景開展仿真與實車試驗，以縱向控制和橫向控制兩個功能為例探索時延的影響。后續表 3639 格為各組試驗所得統計結論。表 36 縱向控制試驗結果（標準差占比為 5%）所示結果為剎車距離（m）時延期望時延期望(ms)剎車距離剎車距離(m)0.9 累積概率累積概率 0.95 累積概率累積概率 0.99 累計概率累計概率 50 11.8078 11.9330 11.9630 200 13.3372 13.4153 13.5743 500 16.4618 16.5669 16.84

311、17 1000 21.6361 21.8563 22.0581 表 37 典型時延期望下的縱向控制試驗結果 所示結果為剎車距離（m）累積概率累積概率 標準差占比標準差占比（%）5 10 15 20 25 30 時延期望（ms）50ms 0.9 11.8078 11.7378 11.7528 11.8379 11.8779 11.8679 0.95 11.9330 11.8379 11.8078 11.8829 11.8979 11.9930 0.99 11.9630 11.9279 11.9380 11.9179 12.0130 12.0380 200ms 0.9 13.3372 13.389

312、2 13.3668 13.5097 13.6494 13.6708 0.95 13.4153 13.4859 13.4665 13.5957 13.8101 13.9847 0.99 13.5743 13.7286 13.8095 13.9472 13.9999 14.1998 500ms 0.9 16.4618 16.6819 16.4517 16.6219 16.4618 16.9551 0.95 16.5669 16.9739 16.7180 16.9816 16.5388 17.0529 0.99 16.8417 17.0494 17.0823 17.5676 17.1042 17.7

313、797 1000ms 0.9 21.6361 22.0165 22.0693 21.8063 23.0574 21.8963 0.95 21.8563 22.0795 22.2955 22.0190 23.3220 22.1132 0.99 22.0581 22.3836 22.6202 22.1466 23.8155 22.8629 184 表 38 橫向控制試驗結果（標準差占比為 20%）所示結果為控制誤差（m）時延期望時延期望(ms)控制誤差控制誤差 0.9 累積概率累積概率 0.95 累積概率累積概率 0.99 累計概率累計概率 100 0.2560 0.2568 0.2605 200

314、 0.3965 0.4181 0.4379 300 0.9146 0.9345 0.9589 表 39 典型時延期望下的橫向控制試驗結果 所示結果為控制誤差（m）累積概率累積概率 標準差占比標準差占比（%）20 25 30 35 40 時延期望（ms）100ms 0.9 0.2560 0.2428 0.2463 0.2505 0.2627 0.95 0.2568 0.2507 0.2475 0.2525 0.2661 0.99 0.2605 0.2515 0.2501 0.2528 0.2678 200ms 0.9 0.3965 0.4072 0.3653 0.3689 0.3953 0.95 0.4181 0.4198 0.3678 0.3757 0.4034 0.99 0.4379 0.4298 0.3683 0.3791 0.4049 300ms 0.9 0.9146 0.6402 0.6433 0.6709 0.6943 0.95 0.9345 0.7087 0.6949 0.7211 0.7511 0.99 0.9589 0.7371 0.7292 0.7422 1.5112