中國公路學會自動駕駛工作委員會：車路協同自動駕駛技術發展路線圖研究報告（22頁）.pdf

1、整體系統整體系統 歐洲、美國、日本以及中國等國家對于整體系統已經進行相關研究以及標準制定。中國政府自 2017 年陸續發布“十三五”現代綜合交通發展規劃等一系列與車路協同自動駕駛相關的文件，大力支持整體系統的發展。同時，高校和科研機構、汽車制造商、互聯網企業與設備制造商開始進行車路協同自動駕駛系統技術研發和應用，積極推進車路協同和智能網聯發展戰略。由于車路協同自動駕駛領域技術復雜，涉及多個行業領域，自動駕駛相關投資金額巨大，研發測試時間長，成本巨大，車路協同自動駕駛系統解決方案還存在一系列待解決問題：缺乏統一的頂層標準規范，目前構建對車路協同自動駕駛標準體系沒有明確詳細的劃分，無法同時將成熟的

2、理論和技術進行落地推廣，無法為構建全國車路協同與自動駕駛產業生態體系提供保障；缺乏統一的頂層方案設計，由于車路協同自動駕駛涉及路權問題，缺乏頂層設計及相關法律、法規，統一創新的政策框架，車路協同自動駕駛很難開展測試和示范應用；缺乏成熟的理論和技術支撐，目前車路協同自動駕駛涉及多個專業理論和技術，但目前不同研發機構對于車路協同自動駕駛領域的應用理論和方法有很大差異。結合車路協同自動駕駛技術，整體系統的發展總體上需要經歷技術示范、技術推廣和大規模推廣應用三個階段。結合本路線圖的總體思路設計，本報告僅以高速公路場景下的技術示范與大規模推廣應用為例簡要介紹各階段整體系統在協同感知、協同決策及協同控制方

3、面的發展預期目標：圖 1 整體系統技術示范預期目標圖 圖 2 整體系統技術推廣預期目標圖 圖 3 整體系統大規模推廣預期目標圖 根據發展愿景與目標，結合整體系統的技術推廣以及大規模推廣目標圖以及車路協同自動駕駛系統解決方案現存一系列問題，現規劃推動整體系統發展的實施路徑：構建車路協同自動駕駛的標準規范及系統框架。綜合考慮智能網聯汽車以及不同行業的標準體系的異同性，實現標準體系兼容制定；區分不同階段、層級定位和適用范圍，避免技術限制和行業發展的局限性，對標準構成能夠進行動態調整和更新。各相關行業領域的政策、產業、法律法規、保險等要素協同并進。中國在大力發展智能網聯汽車的同時，需要逐步對智能網聯相

4、關行業領域內的政策、產業、法律法規、保險進行完善，最終形成研發、產業、應用協同并進的健康生態，建設具有全球影響力的智能網聯先導區和產業發展高地。提升車路協同自動駕駛中智能道路的作用。強調頂層設計和統一發展路線，增強道路基礎設施的智能作用，協調發展智能網聯車與智能道路系統，從而改善以車為主的自動駕駛商用化途徑，形成車輛和道路一體化發展的落地途徑。攻關車路協同自動駕駛的協同優化技術。重點突破涉及車車/車路信息交互、協同感知、協同預測、協同決策與協同控制、協同分配、協同系統仿真測試等技術，通過智能車輛與路側控制設備的信息傳遞、功能協同、協調配合，實現大規模車輛及車輛群體安全協同通行。統籌布局車路協同

5、自動駕駛系統平臺的研發。通過整合車路和道路優勢構建系統平臺，形成全局宏觀層集成、交通走廊層集成、路段層集成、關鍵節點層集成的決策與優化架構，通過不斷訓練和學習對系統平臺進行更新與升級。智能網聯道路系統智能網聯道路系統 智能網聯道路系統是指為用戶提供交通服務的物質和信息工程設施，是保證交通活動正常運行的公共服務系統，主要包括公路結構構造物、交通工程及沿線附屬設施、能源系統、通信系統、信息平臺，以支撐和服務于道路與交通系統智能化功能。根據信息化水平、智能化水平、自動化水平、應用場景、混合交通和主動安全系統，將智能網聯道路系統劃分為 5 個等級，從低到高依次為 I0、I1、I2、I3、I4、I5。智

6、能網聯道路系統的發展離不開自動駕駛的發展。自動駕駛的發展，除了對自動駕駛車輛系統的研發外，還需要道路基礎設施系統、支撐系統和集成系統的同步發展，現階段自動駕駛技術的研發和應用，重點集中在智能網聯車的創新和發展上，且已經取得了一定的進展。同時，智能網聯道路主要包含11 種應用場景道路類型：（1）高速公路；（2）普通公路（一、二、三、四級道路）；（3）城市快速路；（4）城市主干道；（5）城市次干道、連接路；（6）橋梁；（7）隧道路段；（8）試驗場和園區；（9）貨運專線；（10）公交專線；（11）自動泊車停車場。智能網聯道路系統的發展得到了國家政府的大力支持，國家發布了一系列政策以及標準規范，并建立

7、了智能網聯道路試驗場與示范區，推動智能網聯道路系統的落地。其中，試驗場與示范區包括：高速公路、園區、自動泊車停車場、隧道、貨運專線、城市快速路、公交專線、城市主/次干道、連接路與普通公路多種場景。智能網聯道路相關技術與管理平臺包括：信息化技術與平臺、智能化技術與平臺、自動化技術與平臺。但目前智能網聯道路系統的發展也存在一些問題：（1）缺乏智能網聯道路相關國家監管政策、法律法規、標準規范和頂層設計；（2）智能網聯道路示范建設與測試仍處于初級發展階段；（3）智能網聯道路設計與智能路側系統關鍵技術不完善。智能網聯道路系統的預期目標主要包括四個方面：（1）智能網聯道路等級；（2）最優服務車輛等級；（3

8、）可實現的功能：信息化、智能化、自動化等發展程度；（4）可實現的應用場景。相對于技術示范期，技術推廣期一般滯后 23 年左右，大規模應用一般滯后 5 年左右。以高速公路的發展預期目標為例，其在技術示范期、技術推廣期、大規模應用期的發展預期目標分別如圖 1、2 和 3 所示。圖 1 高速公路發展預期目標技術示范期 圖 2 高速公路發展預期目標技術推廣期 圖 3 高速公路發展預期目標大規模示范期 智能網聯道路系統是車路協同自動駕駛系統的關鍵子系統，能夠加強“路”與“車”這兩個獨立群體間密切溝通，促使整個交通系統的高效運轉，其所帶來的社會經濟效益主要體現在以下四個方面：（1）降低交通安全事故率；（2

9、）提升通行能力和效率；（3）減少能耗與污染；（4）促進經濟發展（就業、產業轉型升級）。同時，不同類型的道路其預期目標根據最優服務車輛等級、可實現的功能以及可實現的典型應用場景進行劃分。為實現不同智能網聯道路類型在各階段的預期目標，將從智能網聯道路系統的標準規范、智能網聯道路系統的關鍵技術攻關、智能網聯道路系統的道路設施技術、智能網聯道路系統的場景測試四個方面分別進行敘述，提出智能網聯道路系統發展的具體實現路徑：（1）標準規范，包括智能網聯道路系統標準規范、不同道路類型的系統實施標準規范、不同道路類型的系統試驗試點標準規范以及不同道路類型的系統應用標準規范；（2）關鍵技術攻關，包括智能網聯道路系

10、統的協同優化技術、智能網聯道路系統的仿真測試平臺相關技術、統籌布局智能網聯道路系統相關技術以及與智能網聯汽車、智能通信系統等信息交互技術；（3）道路設施技術，包括智能網聯道路交通基礎設施設計、智能路側設施建設、智能網聯道路管理與控制平臺建設以及智能網聯道路事故預警與應急救援系統；（4）場景測試技術，包括車路協同自動駕駛系統在不同智能網聯道路類型的場景測試以及不同智能網聯道路類型的場景測試。1 智能網聯汽車智能網聯汽車系統系統 智能網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

11、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。智能網聯汽車包括智能化/自動化和網聯化兩個技術層面，其分級可對應按照相應兩個層面劃分。在汽車智能化/自動化層面，SAE、德國 VDA、中國汽標委等組織都已經給出了各自的分級方案。結合道路交通的復雜性，中國的分級方案立足本國實際，基于 SAE 標準分別對相應級別下的自動化系統能夠適應的設計運行范圍（Operational Design Domain，ODD）和典型工況場景特征進行了具體界定。根據 SAE 標準，車輛的自動化從低到高可以分為駕駛資源輔助、部分自動化、有條件自動化、高度自動化和完全自動

12、化 5 個階段。作為未來智能交通、智慧城市的重要組成部分，目前智能網聯汽車正從單車智能逐步向車路協同發展，各國“人-車-路-云”一體化的項目示范與技術規劃明顯加速。隨著智能網聯汽車設計運行范圍的擴展，道路交通場景復雜程度越來越高，僅憑單車智能方案難以在量產車上實現自動駕駛，通過車路協同技術可以有效彌補單車智能在信息獲取、環境感知、規劃決策和跟蹤控制等諸多方面的能力短板和計算資源不足問題，以加速自動駕駛技術的產業化應用。與此同時，智能網聯汽車技術發展路線在不斷完善，高精度傳感器、計算芯片、操作系統、高精度地圖與定位等產品也在不斷演進、快速迭代，呈現出諸多值得關注的發展趨勢?；谥悄芫W聯道路和智能

13、通信等基礎交通支撐條件，車路協同自動駕駛系統可以為智能網聯汽車在不同智能化級別下的自動駕駛功能實現提供感知、決策和控制層的多尺度協同優化，從而有效降低智能網聯汽車在多信息融合及決策控制方面的不利因素影響?；谲嚶穮f同自動駕駛技術在不同發展階段的要求，伴隨諸如智能網聯道路、智能通信等基礎設施建設的不斷完善，新的技術架構、標準規范的提出，將為智能網聯汽車不同級別自動駕駛功能的實現，提供頂層技術框架和未來發展目標參考。2 表表 1 自動駕駛汽車分級定義自動駕駛汽車分級定義 SAE等級等級 SAE名稱名稱 SAE 定義定義 執行轉執行轉向、加向、加速速/減速減速 駕駛環駕駛環境監控境監控 動態駕駛動態

14、駕駛任務候補任務候補 0 無自動化 動態駕駛任務各方面中駕駛員的全部時刻的表現，即使包含預警或干預系統 駕駛員 駕駛員 駕駛員 1 駕駛輔助 某種能進行轉向或者加速/減速操作的駕駛輔助系統利用駕駛環境信息執行特定的駕駛操作，并且期望駕駛員完成所有剩下的動態駕駛任務 駕駛員和系統 駕駛員 駕駛員 2 部分自動化 一個或多個能進行轉向、加速和減速操作的駕駛輔助系統利用駕駛環境信息執行特定的駕駛操作，并且期望駕駛員完成所有剩下的動態駕駛任務 系統 駕駛員 駕駛員 3 有條件的自動化 一種能完成所有動態駕駛任務的自動駕駛系統執行特定的駕駛操作，同時期望駕駛員在需要介入時能夠有適當的反應 系統 系統 駕

15、駛員 4 高度自動化 一種能完成所有動態駕駛任務的自動駕駛系統執行特定的駕駛操作，即使需要駕駛員介入的時候駕駛員也無任何反應 系統 系統 系統 5 全自動化 能夠在所有道路和環境條件下完成所有的動態駕駛任務，并且能被駕駛員管控 系統 系統 系統 3 表表 2 網聯化等級網聯化等級 網網聯聯化化 等等級級 等等級級名稱名稱 等級定義等級定義 控控制制 典型信息典型信息 傳輸需傳輸需求求 1 網聯網聯輔助輔助信息信息交互交互 基于車-路、車-后臺通信，實現導航等輔助信息的獲取以及車輛行駛與駕駛員操作等數據的上傳。人 地圖、交通流量、交通標志、油耗、里程等信息 實時性、可 靠 性要 求 較低。2 網

16、聯網聯協同協同感知感知 基于車-車、車-路、車-人、車-后臺通信，實時獲取車輛周邊交通環境信息，與車載傳感器的感知信息相融合，作為自車決策與控制系統的輸入。人與系統 周邊車輛/行人/非 機 動 車 位置、信號燈相位、道路預警等信息 實時性、可 靠 性要 求 較高。3 網聯網聯協同協同決策決策與控與控制制 基于車-車、車-路、車-人、車-后臺通信，實時并可靠獲取車輛周邊交通環境信息及車輛決策信息，車-車、車-路等各交通參與者之間信息進行交互融合，形成車-車、車-路等各交通參與者之間的協同決策與控制。人與系統 車-車、車-路間的協同控制信息 實時性、可 靠 性要 求 最高。4 圖圖 1 智能網聯汽

17、車智能網聯汽車“三橫兩縱三橫兩縱”技術架構技術架構 圖圖 2 車路協同自動駕駛系統大規模應用預期車路協同自動駕駛系統大規模應用預期 1 智能智能通信通信系統系統 在萬物互聯的當代，智能通信是實現“互聯”的核心技術手段，通過現代通信技術，汽車、道路、行人等交通參與者不再孤立，所有參與者都成為智能交通系統中的信息節點。針對車路協同自動駕駛領域而言，“互聯”也稱為“網聯”，主要指 I2X（Infrastructure-To-Everything）和 V2X（Vehicle-To-Everything），即智能道路/車輛與外界各物進行互聯，這是未來車路協同、智能汽車、自動駕駛、智能交通運輸系統的基礎和

18、關鍵技術。V2X 技術內容主要包括 V2V(Vehicle-To-Vehicle)即車輛間的信息交互、V2I(Vehicle-To-Infrastructure)即網絡內車輛與交通基礎設施間的互相通信、V2P（Vehicle to Pedestrian）即車輛與行駛范圍內的行人交互和 V2N（Vehicle to Network）即車聯網。車輛與交通運行系統內各要素相連，實現車輛與整體的互聯網絡，使車輛能夠獲得互聯網的服務能力。智能通信技術（I2X/V2X）指借助無線通信和互聯網等技術，全方位實現交通基礎設施-車，車-車，車-路等動態信息的實時交互，是實現車路協同交通要素間網聯化的基礎。目前，

19、就車路協同自動駕駛技術對通信的技術需求來看，所采用的智能通信設備必須能夠具備大容量信息的低延遲傳播以及網絡鏈接的穩定性能力，這是保證車路協同中的車，人以及道路安全的核心問題。在智能交通領域，世界范圍內當下被普遍認可的可適用于自動駕駛領域的通信技術標準有 DSRC、4G-LTE以及近年新興的 5G 技術。這其中，美國，日本以及歐洲為代表的國家更傾向于借助 DSRC 實現未來車輛的互聯，而中國則越來越多的將研究重心向蜂窩移動技術轉換，尤其是當前 5G 技術的興起，更使其被認為將會是實現車輛互聯的重要手段。另一方面，隨著科學技術的不斷發展，諸如通用“Wi-Fi”/藍牙/RFID 等傳統通信技術也將在

20、一定程度上輔助未來智能通信系統的發展。專用短程通信 DSRC（Dedicated Short-range Communications），是一種專門針對汽車應用而提出的單向或雙向短程到中程無線通信信道，由 IEEE 開展相關標準的制定。它可以實現在特定小區域內（通常為數十米）對高速運動下的移動模板的識別和雙向通信。DSRC 技術具備效率，實時性，數據流明確，自組網等特性，目前已經過大量的技術測試，穩定性可靠，且具有完善的標準體系。然而，2 隨著移動通信技術的進步，對可靠性、低延遲的要求越來越迫切，DSRC 僅適用于短程通信，受距離限制影響，距離過長會導致可靠性急劇下降。因此 DSRC 技術并不

21、能滿足車輛智能化的多重需求（如：離線覆蓋、安全等）。蜂窩車聯網（C-V2X，Cellular Vehicle to Everything）提供低時延、高可靠的 V2X 通信能力，已成為國際主流的車聯網通信標準。移動通信從中國信科（大唐）在 2013 年最早基于 4G LTE 提出蜂窩通信與直通通信融合的 LTE-V2X 概念和關鍵技術，之后聯合中國企業等牽頭在 3GPP 主導 LTE-V2X 國際標準制定，于 2017 年 3 月完成標準化。隨著 4G 向 5G 演進，C-V2X 標準正在從 LTE(Long Term Evolution)-V2X 到 NR(New Radio)-V2X 的演

22、進，并在全球競爭中已形成超越態勢。LTE-V2X（基于蜂窩移動通信的 V2X），這種技術由中國的大唐與華為主導開發，LTE V2X 針對車輛應用定義了兩種通信方式：集中式（LTE-V-Cell）和分布式（LTE-V-Direct）。集中式也稱為蜂窩式，需要基站作為控制中心，集中式定義車輛與路側通信單元以及基站設備的通信方式；分布式也稱為直通式，無需基站作為支撐，在一些文獻中也表示為 LTE-Direct（LTE-D）及 LTE D2D（Device-to-Device），分布式定義車輛之間的通信方式。然而，LTE-V2X 的缺點也同樣突出：技術成熟度較低，面向車車主動安全與智能駕駛的服務性能還

23、需要充分的測試驗證。目前，3GPP 5G NR（New Radio，新空口）積極支持 V2X 的標準化工作，自從 2018 年 6 月 RAN#80 全會上啟動了 NR V2X 技術研究后，3GPP 工作組針對 NR V2X 的研究內容展開了豐富的討論，在 2020 年 2 月份 RAN1#96 會議中結束了 NR V2X SI（Study Item）部分的討論，NR-V2X 從 RAN1#96b 次會議開始正式進入 WI（Work Item）討論，各種技術要點也將塵埃落定。預期 NR-V2X產品最早有可能于 2022 年在上市車型中面世。因此，穩步推進高帶寬、低延遲的 5G 無線通信將成為自

24、動駕駛技術發展的必然要求。然而，繁榮的國際車聯網市場下，智能通信技術標準卻尚未形成統一的局勢，目前全世界就智能通信技術標準正處于 DSRC 與 LTE-V 相爭的局面。中國正在積極推廣具有自主知識產權的 4G/5G LTE 技術，有望成為未來中國汽車網絡的標準。目前，智能通信系統逐漸被應用于各種交通場景，已經開始在智能交通領3 域中扮演著重要的角色，如緊急呼叫、交叉路口碰撞預警、車速引導和車輛編隊行駛等。各種類型場景中通信系統中的分階段發展目標，重點需要結合七類不同的應用場景、多類不同車輛類型，考慮以下四個方面：（1）道路等級；（2）服務車輛等級；（3）智能網聯道路的主要應用場景與接管對象?；?/p>

25、于車路協同自動駕駛技術在大規模推廣應用階段的要求，伴隨諸如智能網聯道路、智能通信等基礎設施建設的不斷完善，智能通信系統始終服務于不同級別自動駕駛功能的道路及車輛，并滿足各階段系統對通信功能提出的基本要求。表表 1 主流主流通信通信技術優劣勢對比技術優劣勢對比 關鍵技術指標關鍵技術指標 IEEE 802.11p LTE-V2X 網絡覆蓋 有限覆蓋 廣域覆蓋 通信場景 V2V、V2I V2V、V2I、V2N、V2P 時延 不確定時延 20ms（3GPP Rel 14 版本）10ms（3GPP Rel 15 版本）可靠性 不保障可靠性 90%（3GPP Rel 14 版本）95%（3GPP Rel

26、15 版本）峰值速率 6Mbps 31Mbps 同步 不同步 同步 信道編碼 卷積碼 Turbo 碼 波形 OFDM SC-FDM 資源復用 僅支持 TDM 支持 TDM 和 FDM 重傳 不支持 支持 HARQ 重傳 資源分配 CSMA/CA 基于感知的半持續調度 多天線 節點實現 支持發送分集 圖圖 1 智能智能通信通信系統大規模推廣期預期目標系統大規模推廣期預期目標 智能支撐系統智能支撐系統研究報告介紹稿研究報告介紹稿 智能支撐系統是指為用戶提供交通服務的各種物質和技術支持，是保證交通活動正常運行的公共服務系統，主要由云平臺、邊緣計算、高精度地圖、高精度定位、仿真平臺和信息安全 6 個子

27、系統構成。為了解決這些子系統目前存在的技術問題、突破面臨的發展瓶頸并且貼合未來發展趨勢，本報告在結合產業發展現狀和中國基本國情的前提下，制定了中國面向 2020-2045 年的智能支撐系統的預期目標和實現路徑，旨在為智能支撐系統的技術迭代和產業落地提供決策依據和理論保障。（1）云平臺）云平臺 云平臺能夠為智能交通系統中子系統的應用服務和計算設備分層，為子系統內部和之間的信息交互提供便利和保障。2012 年 9 月，由國家科技部頒布的中國云科技發展“十二五”專項計劃就規劃了云計算的發展目標、任務和保障措施，到 2019 年，中國云計算產業規模已高達 4300 億元。然而，目前的云平臺技術仍存在發

28、展瓶頸，例如，仍無法達到自動駕駛所需要的協同決策與控制、僅限于提供協同感知與簡單提醒為主的駕駛輔助。針對系統云平臺，通過車輛云計算和道路云服務共同構成信息交互，從而減輕自動駕駛車輛 CPU 的計算壓力和復雜程度，具體實施的功能包括構建系統云平臺的標準及系統框架和統籌布局系統云平臺子平臺的研發等。預期目標可見圖 1（a）：2022 年實現整體系統 S3 級的技術示范；2025 年實現整體系統 S4級的技術示范，包括完全協同決策和云端信息小范圍交互等功能；2035 年實現整體系統 S4+級的技術示范，將云端交互范圍擴大至交通行業；2045 年實現整體系統 S4+級的技術示范，達到全國范圍內的云端信

29、息交互。圖 1（b）展示的是道路云平臺的預期目標，在 2020 年的基礎上，2022 年做到道路等級 I3+的技術示范，實現橫縱向輔助控制；2025 年實現道路等級 I4的技術示范，自動駕駛和網聯道路均得到高度化發展，可為路段通過全局優化；2035 年實現道路等級 I4+的技術示范；2045 年實現道路等級 I4+的技術示范，此時，全國范圍內與各個領域的云端系統能夠達成對接與融合并輔助整個路網的優化決策。為實現以上目標，首先要進行智能網聯道路交通基礎設施設計，在此基礎上開展智能路側設施建設和道路云平臺基礎設施建設/升級，最終完成國家級道路云平臺的構建。（a）系統云平臺 （b）道路云平臺 圖 1

30、 智能支撐系統-云平臺-技術示范期 （2）邊緣計算）邊緣計算 邊緣計算是指靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺。中國在“十三五”規劃中提出的兩化融合、中國制造 2025等國家戰略，對 ICT 與 OT 的融合提出了迫切的需求。邊緣計算是 ICT 與 OT 融合的支撐與使能技術，產業發展將進入重要機遇期。工業自動化技術體系將從分層架構、信息孤島，轉向物聯網、云計算、大數據分析架構演進，而邊緣計算將是實現分布式自治控制工業自動化架構的重要支撐。圖 2 是邊緣計算發展預期目標示意圖。至 2020 年，道路等級和服務車輛等級分別為 I3 和 V1.5，實現邊緣計算

31、實體布設方案優化等功能；2022 年，道路等級和服務車輛等級分別提升至 I3+和 V2+，此時在特定城市內可提供超可靠和低延遲車路通信網絡技術研究；至 2025 年，車輛等級升至 V3，信息傳輸融合，車輛信息和道路信息匯聚等功能得以實現；2035 年，多元數據融合，邊緣計算，決策智能輔助等技術將得到推廣；至 2045 年，道路等級和車輛等級再次提升，同時，邊緣計算決策協同、不同終端的數據計算融合、自動駕駛決策能在任意場景實現。邊緣計算的優勢在于可靠性高、安全及隱私性高、傳輸成本低、實時性好以及高效協同，為了實現該目標，需要在標準協議、可擴展性和安全三個方面同步開展工作。圖 2 智能支撐系統-邊

32、緣計算-技術示范期（3）高精度地圖）高精度地圖 高精度地圖是智能網聯汽車技術產業的重要基礎技術之一，主要服務對象是自動駕駛汽車，幫助車輛預先感知復雜的路面信息，有助于車輛做出正確決策。與傳統地圖相比，高精度地圖具有更加豐富全面的道路交通信息，可以更加準確地反映道路的真實情況。國際上的圖商如 Here、TomTom、Google 地圖等在高精度地圖上的進展較為靠前，而國內市場因有較為嚴格的地圖測繪政策限制，目前擁有“導航電子地圖資質單位名單”的企業僅有 14 家。此外，云端運算、生成超大規模的高精地圖、環境天氣因素等都是目前高精度地圖的短板。至 2020 年，服務系統等級可達到 S3，高精度動態

33、地圖能夠包含動態車輛，行人，天氣等信息；2022 年，地圖絕對精度達到廣域厘米級，輔助自動駕駛等功能得以實現；至 2025 年，服務系統等級將升至 S3+，高精動態地圖可以初步融合外部加載信息，實現云端信息可視化共享；到 2035 年，高精度地圖會進一步增強地圖更新頻率與動態地圖可覆蓋區域，融合更多可用信息，向使用者個性化方向發展；2045 年，服務系統等級發展至 S4，動態高精度地圖能夠實現全路網范圍覆蓋、快速更新、數據發布以及智能化應用。與傳統的導航地圖相比，服務于自動駕駛的高精度地圖在各方面要求更高，并能配合傳感器和算法，為決策層提供支持。為實現高精地圖通常需要完善的信息采集設備布設、自

34、動融合與識別以及人工驗證三部分。圖 3 智能支撐系統-高精度地圖-技術示范期（4）高精度定位）高精度定位 高精度定位是智能網聯汽車技術產業的重要基礎技術之一，主要服務對象是自動駕駛汽車，要實現高級別自動駕駛需要達到厘米級精度的定位。高精度定位技術對于 L3 以上自動駕駛的實現至關重要，要實現所有場景、所有地區的自動駕駛，必須要具備在任何場景、地區的厘米級定位能力。如圖 4 所示，高精度定位在 2020 年的服務系統等級是 S3，能夠實現部分試點地區的厘米級定位；至 2022 年，厘米級定位能在城市人口稠密地區的特定場景實現；2025 年，服務系統等級將上升至 S3+，高精度定位服務范圍可擴展至

35、覆蓋高海拔、沙漠和山脈地帶等人口稀少的大面積區域；至 2035 年，高精度定位服務將實現全球覆蓋，通信與定位功能一體化，以低成本為數十億用戶提供快速的厘米級定位；2045 年，高精度定位的服務系統等級發展至 S4，能夠在全球的任何地區、任意場景中實現滿足自動駕駛需求的動態厘米級定位。高精定位的方法上，其實是將自動駕駛汽車的環境感知結果與高精地圖進行對比，得到車輛在高精地圖中的精確位置和姿態。實現高精定位是自動駕駛汽車路徑規劃的前提條件。為實現高精定位需依照以下方面完成：提升精度、保證時效性、全球覆蓋。圖 4 智能支撐系統-高精度定位-技術示范期（5）仿真平臺）仿真平臺 伴隨著各種 ADAS 功

36、能的開發，提供簡單道路環境仿真軟件開始出現。隨著 Waymo 自建的 Car craft 仿真環境在補充實際道路環境數據后取得的重要作用日益被大家認識到，出現了一批以使用高精地圖，真實數據回放的高真實感虛擬環境重建的仿真平臺。目前使用較為廣泛的仿真平臺包括但不限于 CarSim、Carmaker、PreScan、SUMO 等。但現有的仿真平臺仍存在局限，例如，真實場景數據的統計學意義缺乏深入研究、微觀仿真模型真實度有待提升等。圖 5 為仿真平臺技術示范期預期目標示意圖。至 2020 年，服務 S3 級別系統的仿真平臺能夠提供包含海量測試數據的大規模場景測試以及開發新的算法，提高迭代效率；到 2

37、022 年，仿真平臺可以對真實場景進行為分析，在駕駛員決策，車輛行為等多層面上進行泛化，生成多類別的測試場景；至 2025 年，服務系統等級升為 S3+，仿真平臺將實現搭建實時仿真平臺，對車路協同自動駕駛系統進行實時仿真，模擬各種可能，輔助決策系統進行預判，保障系統安全運行等功能；至 2035 年，仿真平臺將對真實復雜動態場景進行要素分析，生成多類別的數分鐘刷新的動態測試場景；在 2045 年，服務系統等級變為 S4，仿真平臺能夠建立一個全國范圍的通用型數據庫，其包含自動駕駛汽車工作的典型工況和邊緣案例，數據信息可與其他國家和地區共享，幫助行業進行跨地區的交叉認可，最終達到自動駕駛系統的技術普

38、適性。同時，虛擬測試場景的標注方法、重要度評價理論得到完善，從而實現更好的場景庫組織架構，以及針對測試需求場景的數秒刷新的快速生成。仿真技術是車路協同技術的基礎關鍵技術，為車輛安全上路提供根本保障。車路協同自動駕駛仿真將沿著構建完整虛擬場景、道路傳感器仿真和車輛動態仿真三條技術路線前進。圖 5 智能支撐系統-仿真平臺-技術示范期（6）信息安全）信息安全 自動駕駛安全是由功能安全和信息安全共同組成，二者缺一不可。信息安全側重于相關設計能否保障自動駕駛系統免受外界入侵攻擊或使攻擊不影響應有駕駛能力的發揮。鞏固信息安全是一條無止境的道路，必須要時刻保證車路協同自動駕駛系統聯網之后不被網絡黑客攻擊。車

39、路協同信息安全發展預期如下：至 2020 年，服務系統等級為 S2，針對端口、傳輸和云三者的防護均形成初步的安全技術標準或模型樣機；至 2022 年，系統等級升為 S3，對端口、傳輸和云分別建立智能網聯系統信息安全技術標準和測試規范、無線通信安全技術標準和智能網聯汽車云端信息安全技術標準；至2025 年，系統等級升至 S3+，信息安全均建立起一定的防護體系；2035 年，系統等級變為 S4，相關安全防護產品被研發；到 2045 年，系統等級升至 S4+，各安全防護認證體系得以建立。以上目標將通過構建基于多層縱深防御體系的信息安全解決方案，并于四個重點層面實現，分別為，對外通信層、接入網關層、車

40、內應用層和云端信息安全。圖 6 智能支撐系統-信息安全-技術示范期 車路協同自動駕駛路線圖車路協同自動駕駛路線圖未來未來展望介紹稿展望介紹稿 車路協同自動駕駛技術是汽車、電子、信息通信、道路交通運輸等多行業深度融合的新型產業形態，涉及眾多學科和技術領域，是高度的多學科交叉及融合產物。鑒于本路線圖的研究目標和定位，編委會也深刻意識到，除具體技術層面外，真正的自動駕駛技術落地還面臨諸多待解決問題和挑戰。（1）政策、法律法規、社會倫理政策、法律法規、社會倫理 相比于自動駕駛行業的技術發展速度，相關法律法規立法工作稍顯滯后。目前，已出臺的相關政策性文件除公路法和公路安全保護條例外，主要是自動駕駛車輛的

41、路側規范及部分的行業標準，對于現有道路交通安全法的修訂、隱私權保護、網絡信息安全等方面還沒有實質性進展。目前仍需需要基于產業整體發展戰略，準確把握發展各個階段的特征，圍繞產品與市場準入、基礎設施建設、運輸市場管理等環節建立框架，適時修訂制約產業發展的制度規章，推動制定控制安全風險并有利于產業創新的法規，形成完備的車路協同自動駕駛政策法律法規體系，科學有序推進車路協同自動駕駛從實驗室有序進入成熟市場。（2）行業技術標準與效能評價體系行業技術標準與效能評價體系 車路協同自動駕駛的效能評價體系是進行車路協同自動駕駛相關技術與方法評價的關鍵，可以為車路協同自動駕駛的系統優化提供技術支撐?；诖?，車路協

42、同自動駕駛生態環境的頂層產業標準體系設計將為相關自動駕駛技術產業的發展指明方向。目前，車路協同自動駕駛相關的標準體系還缺乏明確、詳細的系統設計和劃分，對相關技術的產業化推廣應用造成了很大障礙。同時，產業的發展也亟需制定出臺國家層面的車路協同自動駕駛傳感器、網絡通訊、高精度地圖及應用、網絡安全及信息服務、高等級自動駕駛汽車產品認證和全壽命周期監管等技術標準。（3）共性基礎技術創新及關鍵技術突破共性基礎技術創新及關鍵技術突破 自動駕駛“最后 5%”的長尾問題遍布于零碎的場景、特殊極端情況和永遠無法預測的人類行為，在算法、傳感器、計算平臺和法規的不同層面，均困擾著學界和業界。同時，除了實驗室與真實場

43、景的差異外，各類不同的真實場景間也存在差異，即使在某個城市進行了自動駕駛的成功試驗，也并不意味著可以在另一個城市復制成功經驗。不同的社會、城市、駕駛環境和駕駛風格都會影響自動駕駛的運行情況。為此，基于對車路協同自動駕駛系統的詳細分解，構建共性的車路協同自動駕駛基礎技術協同創新平臺，整合各技術領域的優勢，進行車路協同自動駕駛領域的共性關鍵核心技術攻堅，這對于關鍵零部件企業的發展具有重要的行業發展引領作用。（4）金融服務體系金融服務體系 從自動駕駛技術和車路協同的發展來看，越來越多的互聯網企業和通訊企業開始布局。就參與方式來講，由于每個入局企業自有的生態系統不同，面對智能交通，其發展訴求也不盡相同。未來，車路協同自動駕駛產業應著重關注兩方面的工作：1）打造智能網聯交通聯盟鏈，實現良性合作生態。2）實現智能網聯交通數據資產化，促進智能網聯交通金融場景融合。（5）生態圈建設）生態圈建設 車路協同自動駕駛生態系統建設對于車輛自動駕駛系統相關技術的研發、示范創新和大規模產業應用具有極其重要的作用，未來應在針對 3 方面進行重點關注：面向產品端的產業鏈生態圈、面向產業鏈投資的基金生態圈以及各類示范工程和產業園的協同。