1、 深度报告 【行业证券研究报告】 计算机行业 “政策+技术”双重催化，智能网联走向新征途 核心观点核心观点 政策催化和技术推动促进智能网联汽车发展进入拐点政策催化和技术推动促进智能网联汽车发展进入拐点。随着 2019 年 9 月交通强国建设纲要的提出，交通强国已经上升为国家战略。G 端从两个层面投资推动智能网联建设：1自上而下层面，建设数据决策平台形成智能网联中枢大脑以增加交通效率； 2自下而上层面， 通过提高道路侧的智能化网联化水平，带动车联网产业发展。同时，5G 进入加速推广阶段，5G 的网络切片技术和边缘计算能力将支撑智能网联的多场景应用。目前基于车联网应用测试验证是基于 4G 技术的

2、LTE-V2X 车联网专网和 5G Uu 蜂窝公网完成的，支持碰撞预警等交通安全类、红灯预警等交通效率类、高清地图推送等大带宽信息服务等场景。预计 2020 年将开启 5G 车联网专网测试和验证工作，未来将有效支撑自动驾驶类场景。 产业链走向成熟，网联化基础设施建设加速产业链走向成熟，网联化基础设施建设加速。车路协同技术弥补单车传感器的局限性， 路端是自动驾驶的外部大脑， 有效降低 L4/L5 级自动驾驶的成本压力，汽车网联化是我国走向自动驾驶的必要基础。我们认为，路网的覆盖率和车载模块的渗透率决定了车联网的商用速度。V2X 有望沿着“路网基础设施建设智能网联车辆渗透普及运营和应用丰富”的产业

3、发展顺序演绎。政府通过组织示范区的建设促进产业化落地，并从小范围测试示范向规模先导应用逐步过渡， 测试场景从园区等单一环境走向高速、 城市路口等复杂环境。 互联网公司、运营商、政府部门积极参与车联网应用平台试点，均有潜力成为 V2X 运营方。目前基于 LTE-V2X 的芯片、模组、终端产品已经成熟可商用，我们预计路网覆盖将先行，RSU 建设加速。5G 时代 RSU 将走向智能化集成化，潜在市场规模达到千亿量级，我们一方面看好在通信芯片和模组具备成本集约优势的自主可控厂商；另一方面看好具备良好客户关系和实施能力的设备或集成商。 交通大脑交通大脑有望成为智能网联时代的有望成为智能网联时代的 “司令

4、部”，其项目复制加速“司令部”，其项目复制加速。智能网联中，交通效率类应用场景需要“海量的交通数据、超强的运算分析能力、路侧智能诱导与信号控制”几个方面形成“数据-分析-决策-控制”闭环，交通大脑为智能网联提供中心云计算的能力，通过分析决策控制路侧设备（信号灯、诱导系统等） ， 成为智能网联的总司令部。 城市拥堵日益严重提升交通效率需求，交通大脑项目建设促进智慧交通投资再次进入加速期，项目具备综合性、全局性、参与门槛高、一把手工程等特点，其不断增加项目规模和持续的运维需求吸引互联网巨头参与竞标，其中阿里云先发优势显著。由于应用层和落地实施能力是巨头的短板，其业务合作方有望受益。 投资建议与投资

5、标的投资建议与投资标的 我们首先建议关注智能网联行业解决方案商， 包括千方科技(002373， 未评级)、金溢科技(002869，未评级)、万集科技(300552，未评级)、高新兴(300098，未评级)等。 其次， 我们认为汽车电子厂商也将受益， 建议关注中科创达(300496，未评级)、德赛西威(002920， 买入)、 鸿泉物联(688288，未评级)等公司。另外，高精度地图服务商也将受益，建议关注四维图新(002405，未评级)。 风险提示风险提示 政策推进低于预期，5G 商用低于预期 行业评级 看好看好 中性 看淡 (维持) 国家/地区 中国 行业 计算机行业 报告发布日期 2020

6、 年 01 月 03 日 行业表现行业表现 资料来源：WIND、东方证券研究所 证券分析师 游涓洋 执业证书编号：S0860515080001 证券分析师 浦俊懿 *6106 执业证书编号：S0860514050004 相关报告 网络安全系列报告之一： 态势感知构建主动安全防御体系的智能大脑： 2019-12-14 数字化转型浪潮已至，IT 产业成为使能者： 2019-11-26 计算机行业专题研究：供给端看行业逻辑，研发支出成为成长“发动机” ： 2019-06-26 HeaderTable_TypeTitle 计算机行业深度报告 “政策

7、+技术”双重催化，智能网联走向新征途 2 目 录 一、政策催化：政府高度重视智能网联 . 5 1、政策大力推进智能网联 . 5 2、G 端投资提升交通的智能化网联化基础 . 7 二、技术推动：5G 落地带动智能网联发展走向拐点 . 8 1、交通是 5G 的核心应用场景之一 . 8 2、C-V2X 的网络演进 . 11 3、网络升级和边缘计算扩展 V2X 的应用场景 . 14 三、智能化网联化基础设施建设加速 . 17 1、车路协同是国内确定性高的技术方向 . 17 2、示范区引领，路网覆盖有望先行 . 19 3、产业链走向成熟，商业模式仍在探索 . 22 4、RSU 建设加速，设备商集成商受益

8、 . 24 四、交通大脑有望成为智能网联时代的“司令部” . 26 1、交通效率类业务场景需要交通大脑的支持 . 26 2、交通大脑成为城市智慧交通投资的重心 . 29 五、投资建议 . 32 风险提示 . 32 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 3 图表目录 图 1：政策引领智能交通发展方向与节奏 . 7 图 2：智能交通建设分为自下而上和自上而下两个层面 . 7 图 3：车联网基础设施助力智慧交通和自动驾驶 . 8 图 4：三大运营商 5G 推进计划时间表 . 8 图 5：5G 的三大应用场景 . 9 图 6：5G

9、三大应用场景将逐步落地 . 9 图 7：5G 网络在交通领域的应用场景 . 10 图 8：V2X 技术路线图 . 11 图 9：C-V2X 定义两种互补的传输模式（下图为 PC5 接口） . 12 图 10：C-V2X 定义两种互补的传输模式（下图为 Uu 接口） . 12 图 11：C-V2X 的网络演进 . 13 图 12：车联网向 5G 平稳过渡 . 13 图 13：2019 年 10 月四跨活动演示的各类场景（绿色为 V2I，蓝色为 V2V，红色为安全机制验证） . 15 图 14：智能网联应用成熟度象限 . 16 图 15：MEC 与 V2X 融合的应用场景 . 17 图 16：车路

10、协同加速自动驾驶的升级发展 . 19 图 17：车联网基础设施建设从小范围测试示范向规模先导应用逐步过渡 . 21 图 18：V2X 路侧单元的演进节奏. 21 图 19：V2X 车载单元的演进节奏. 21 图 20：智能网联产业链梳理 . 23 图 21：5G 时代 RSU 出现多种形态 . 25 图 22：华为 V2X 模块及 RSU 测试方案 . 25 图 23：智能红绿灯提升交通效率 . 27 图 24：中国城市化率提升至较高水平 . 27 图 25：交通拥堵成为大城市的痛点 . 27 图 26：分析中枢是交通大脑最重要的应用 . 28 图 27：交通大脑成为智能网联时代的中枢控制系统

11、 . 30 图 28：互联网公司推广城市大脑业务 . 30 图 29：全国阿里云城市大脑合作城市（截止 2019 年 9 月） . 31 表 1：交通强国战略研究中智能交通战略 . 5 表 2：智能网联相关政策汇总 . 6 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 4 表 3：智能汽车不同的系统对网络要求不同 . 10 表 4：交通强国战略研究中智能交通战略 . 12 表 5：车联网向 5G 过渡 . 13 表 6：C-V2X 普通应用场景和增强应用场景 . 14 表 7：C-V2X 普通应用场景和增强应用场景 . 16 表 8

12、：自动驾驶的两个技术发展路线. 17 表 9：自动驾驶的技术基础 . 18 表 10：RSU、OBU 的渗透率决定了智能网联的演进过程 . 19 表 11：智能网联示范区发展情况 . 20 表 12：V2I 更容易成为 V2X 产业化的切入点 . 22 表 13：车联网潜在运营方 . 22 表 14：从三跨到四跨，产业链参与方增加 . 23 表 15：智慧路口主要路侧设备 . 24 表 16：RSU 各参与方的产品布局 . 26 表 17：交通大数据的类型. 28 表 18：智慧交通千万级平均项目规模在 2012 年后减少 . 29 表 19：智慧交通项目发生变化 . 29 表 20：部分已实

13、施的交通大脑项目 . 31 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 5 一、政策催化：政府高度重视智能网联一、政策催化：政府高度重视智能网联 1、政策大力推进智能网联 政策高度重视，中共中央国务院层面推动走向“交通强国”。2019 年 9 月，中共中央、国务院印发 交通强国建设纲要 ， 是首份从中共中央、 国务院层面推动我国走向 “交通强国” 的发展规划，对于产业发展有重大指导意义。纲要提出在 2035 年基本形成交通强国，基本解决城市拥堵情况； 同时加强智能网联汽车 （智能汽车、 自动驾驶、 车路协同） 研发， 形成自主可控

14、完整的产业链。我们认为，发展规划对于智能交通产业有重大意义。 我们认为， 交通强国建设纲要对于智能交通产业有重大意义。 交通强国智能交通战略主要建设目标为“全面建成世界领先的智能交通系统，领跑世界智能交通的发展”，主要工作任务则是：智能缓解交通拥堵、 智能提升交通安全水平和提供高品质智能交通服务。 因此交通强国战略有望有效提升智能交通的建设水平。 表 1：交通强国战略研究中智能交通战略 战略方向战略方向 战略内容战略内容 大数据共享平台及交通云技术应用 建立国家级、省级、市级三级大数据共享云平台，数据由下至上逐级汇聚，实现跨层级、跨地域、跨系统、跨部门、跨业务的数据共享、协同管理和一体化服务。

15、挖掘交通大数据的潜在价值，建立健全大数据辅助科学决策机制。 提高城市智能交通管理水平 建立基于大数据支撑的交通控制、管理、决策、服务一体化的部门联动、协同管控的智能交通管理系统；推动基于大数据精准执法、互联网便民服务等智能交通部分领域领跑世界智能交通。 实现高效便捷一站式智能客运服务，实现门到门一单制智能货运服务 利用互联网、大数据、电子支付等技术，通过行车、停车、枢纽换乘、末端出行以及应答式定制服务等各个环节的智能化实现门到门的一站式高效便捷服务；加强先进货运技术研发与应用，推动无人驾驶技术在货运车辆的应用。 智能提升交通主动安全水平 交通安全智能分析研判体系建设；交通安全设施智能化提升；智

16、能安全大通道建设；全社会智能交通安全防控体系； 车路协同一体化发展 提高通行效率、提升交通安全、促进节能环保；优先在长途货运和公交车方面推进无人驾驶。 实现综合运输智能化关键技术突破 基于交通大数据共享平台，建立涵盖全交通方式的全国综合运输智能监测和智能决策平台，并实现与城市智能平台对接。 数据来源：交通强国建设的智能交通发展战略，东方证券研究所 另外，智能网联是涉及到单车智能、车联网、车路协同等方向的综合行业，实际发展的过程中面临技术发展水平不平衡、不同主管部门（交通部、工信部、公安部等）之间的协调等难题。纲要有望促进产业标准化、自主化，促进产业协作与融合发展。 HeaderTable_Ty

17、peTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 6 表 2：智能网联相关政策汇总 时间时间 相关部门相关部门 政策政策 主要内容主要内容 2017.12 工信部，国家标准委 国家车联网产业标准体系建设指南（智能网联汽车） 车联网产业标准化工作。 2018.1 发改委 智能汽车创新发展规划（征求意见稿） 1. 2020 年：智能汽车新车占比 50%；大城市，高速公路的 LTE-V2X 覆盖率达到 90%，北斗高精度时空服务全覆盖。2. 2025 年新车基本实现智能化，高级别智能汽车规模化应用。5G-V2X 基本满足智能汽车发展所需。3.2035 年，中国标准智能汽

18、车享誉全球，率先建成智能汽车强国。 2018.4 工信部，公安部，交通部 智能网联汽车道路测试管理规定（试行） 提出省，市政府相关主管部门可以根据当地实际情况，制定细则，具体组织开展智能网联汽车道路测试相关工作。 2018.6 工信部 国家车联网产业标准体系建设指南 以充分发挥标准在车联网产业生态环境构建中的顶层设计和基础引领作用，加快共性基础、关键技术、产业急需标准的研究制定，为打造具有核心技术、开放协同的车联网产业提供支撑。 2018.11 工信部 车 联 网 直 接 通 信 使 用59055925MHz 频段的管理规定 明确 5.9G 频段作为基于 LTE 的 C-V2X 技术的车联网直

19、接通信的工作频段。 2018.12 工信部 车联网（智能网联汽车）产业发展行动计划 到 2020 年，构建能够支撑有条件自动驾驶（L3 级）及以上的智能网联汽车技术体系；实现 LTE-V2X 在部分高速公路和城市主要道路的覆盖，开展 5G-V2X 示范应用，建设窄带物联网（NB-IoT）网络；车联网用户渗透率达到 30%以上，新车驾驶辅助系统（L2）搭载率达到 30%以上，联网车载信息服务终端的新车装配率达到 60%以上。 2019.07 交通部 数字交通发展规划纲要 推动自动驾驶与车路协同技术研发，开展专用测试场地建设。鼓励物流园区、港口、铁路和机场货运站广泛应用物联网、自动驾驶等技术。 2

20、019.9 国务院 交通强国建设纲要 到 2035 年，基本建成交通强国；加强智能网联汽车研发，形成自主可控完整的产业链；开发新一代智能交通管理系统大力发展智慧交通；推动大数据，互联网，人工智能，区块链，超级计算等新技术与交通行业深度融合；推进北斗卫星导航系统应用。 2019.12 交通部 推进综合交通运输大数据发展行动纲要（20202025年） 到 2025 年，将力争实现综合交通运输大数据标准体系更加完善，基础设施、运载工具等成规模、成体系的大数据集基本建成。 数据来源：工信部网站，东方证券研究所 我们认为， 政策主要从两个层面推进智能网联建设：1自上而下层面提高统管决策能力：对于高数据密

21、度的城市交通，在实现全网交通信息的实施获取基础上，搭建数据分析平台，通过加强数据统筹与分析能力实现决策水平的提高， 实现交通效率的提升； 同时将不断综合各种交通方式的数据和信息， 从局部优化走向全局优化；2自下而上层面提高智能网联水平：强调单车智能化和道路的网联化，发展无人驾驶技术，提高车辆和道路的感知能力。自上而下和自下而上结合最终提升交通效率、交通安全，真正实现智能交通。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 7 图 1：政策引领智能交通发展方向与节奏 数据来源：智能交通，东方证券研究所 2019 年 5 月国务院、交通

22、部和发改委发文要求 ETC 的车载渗透率到 2019 年年底达到 80%，高速 ETC 收费率达到 90%以上，时间紧任务重，目前完成情况较好。我们看到，交通领域的信息基础建设从传统的以省和地市作为主体投资扩展到全国， 将孤立的交通系统打通， 高速公路三大系统为通讯、收费和监控，现在收费层面已经联网，未来其他系统也将走向全国联网。ETC 在国内推广了 10 年，2019 年拐点式大力推进从侧面反映了国家对于交通领域信息基础建设的高度重视。 2、G 端投资提升交通的智能化网联化基础 政策发力将促进政府加大智慧交通的投资。我们认为未来 G 端投资主要分为两个方面： 1从自上而下的角度，建设以城市大

23、脑和交通小脑为代表的数据决策平台从自上而下的角度，建设以城市大脑和交通小脑为代表的数据决策平台。解决过去智能交通建设的“数据多而效果少”、“单点强而全局弱”等问题。以高频交通数据为抓手，以强大的分析计算能力为核心，实现信号灯自动控制、智能交通诱导系统、特种车辆优先等功能，从而提升交通效率，解决城市拥堵问题，并在未来的作为智能网联时代的中心大脑。 图 2：智能交通建设分为自下而上和自上而下两个层面 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 8 数据来源：智能交通，东方证券研究所 2从自下而上的角度，促进路网的覆盖率，从而带动车载终

24、端的渗透率，走向智能网联，最终实从自下而上的角度，促进路网的覆盖率，从而带动车载终端的渗透率，走向智能网联，最终实现自主交通和自动驾驶的远景现自主交通和自动驾驶的远景。 路网的覆盖率和车端的渗透率是智能网联的基础。 政府通过投资智能网联示范区创造路网的测试环境，对产业发展起到带动作用。相对于车端，政府在路端发挥的作用将更大。 图 3：车联网基础设施助力智慧交通和自动驾驶 数据来源：公开信息整理，东方证券研究所 根据智能网联道路系统分级定义与解读报告，我国道路系统建设还在初级阶段。目前国内绝大部分的道路都属于 I0 级(无信息化/无智能化/无自动化)，即交通基础设施无检测和传感功能，由驾驶员全程

25、控制车辆完成驾驶任务和处理特殊情况。要实现车联网（车路协同）需要交通基础设施达到 I2 级(部分网联化/部分智能化/部分自动化)，即交通基础设施具备复杂传感和深度预测功能。在车联网运营主体尚不明确的情况下，我国智能网联道路升级改造的初期工作将大概率由政府引领。 二、技术推动：二、技术推动：5G 落地带动智能网联发展走向拐点落地带动智能网联发展走向拐点 1、交通是 5G 的核心应用场景之一 5G 发展进入应用推广的阶段发展进入应用推广的阶段。随着 2019 年 6 月 6 日工信部向中国电信、中国移动、中国联通、中国广电发放 5G 商用牌照，我国正式进入了 5G 商用元年。截至目前，全国已经开通

26、了 11.3 万个 5G 基站，预计年底将达到 13 万个。40 多个城市覆盖 5G 网络。 图 4：三大运营商 5G 推进计划时间表 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 9 数据来源：IMT-2020，东方证券研究所 5G 应用将从移动互联网走向物联网，从应用将从移动互联网走向物联网，从 C 端走向端走向 B 端端。5G 覆盖三大应用场景，从标准进展速度和商业模式成熟度的角度来说，各大运营商将首先推广 eMBB 所支撑的高流量业务如 VR/AR、高清直播与云游戏等，在这类业务当中，用户体验速率提升至少 10 倍以上，用户

27、可以随时随地的在线观看高清视频，即使在高密度人群中也同样不会受到影响。随着 uRLLC 和 mMTC 各项标准的落地，物联网应用也将快速发展，物与物之间的连接数量大幅提升，可支持更高移动速度下使用，时延效果达到 1ms 级别，终端能够及时作出反应动作。5G 时代，预计 20%用于人和人之间的通信，80%用于物和物之间的通信， 图 5：5G 的三大应用场景 数据来源：中国信通院，东方证券研究所 图 6：5G 三大应用场景将逐步落地 数据来源：3GPP，东方证券研究所 交通领域是交通领域是 5G 的核心应用场景的核心应用场景。5G 具有大流量、低时延、高可靠性等优点，正好满足了智慧交通领域的需求和

28、痛点：1在智能交通领域，智能公交系统的红、黄灯切换需要在极短时间内完成。分布在马路边的传感器需要将实时路况信息采集并传输到后台处理，这些信息的采集和处理对时间有非常高要求；2在车联网和自动驾驶领域，网络时延和数据流量的要求大幅提高，5G 网络的 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 10 高可靠、高带宽、低延时等特性，将补齐车联网、自动驾驶在通信网络层的技术缺口。自动驾驶是uRLLC 场景的典型业务。 图 7：5G 网络在交通领域的应用场景 数据来源：中国 5G 经济报告，东方证券研究所 5G 网络切片技术将支撑交通领域的多

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

30、 3：智能汽车不同的系统对网络要求不同 战略方向战略方向 战略内容战略内容 大数据共享平台及交通云技术应用 建立国家级、省级、市级三级大数据共享云平台，数据由下至上逐级汇聚，实现跨层级、跨地域、跨系统、跨部门、跨业务的数据共享、协同管理和一体化服务。挖掘交通大数据的潜在价值，建立健全大数据辅助科学决策机制。 提高城市智能交通管理水平 建立基于大数据支撑的交通控制、管理、决策、服务一体化的部门联动、协同管控的智能交通管理系统；推动基于大数据精准执法、互联网便民服务等智能交通部分领域领跑世界智能交通。 实现高效便捷一站式智能客运服务，实现门到门一单制智能货运服务 利用互联网、大数据、电子支付等技术

31、，通过行车、停车、枢纽换乘、末端出行以及应答式定制服务等各个环节的智能化实现门到门的一站式高效便捷服务；加强先进货运技术研发与应用，推动无人驾驶技术在货运车辆的应用。 智能提升交通主动安全水平 交通安全智能分析研判体系建设；交通安全设施智能化提升；智能安全大通道建设；全社会智能交通安全防控体系； 车路协同一体化发展 提高通行效率、提升交通安全、促进节能环保；优先在长途货运和公交车方面推进无人驾驶。 实现综合运输智能化关基于交通大数据共享平台，建立涵盖全交通方式的全国综合运输 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 11 键技术

32、突破 智能监测和智能决策平台，并实现与城市智能平台对接。 数据来源：盖世汽车研究院，东方证券研究所 2、C-V2X 的网络演进 车联网技术路径明确，我国具备良好的产业链基础车联网技术路径明确，我国具备良好的产业链基础。V2X 通信有两大技术路径，一个是基于蜂窝网络进行通信的 C-V2X 技术，另一个是基于 Wi-Fi 改进来的 DSRC 技术。前者覆盖面大，通信距离远，无需额外组网即可通信，后者仅可在短距离进行通信。中国较早确立 C-V2X 作为国内车联网的技术标准，近期，在 DSRC 领域拥有众多专利的美国也转向了 C-V2X 技术。 我国在 C-V2X 领域具备话语权，专利部署具备自主可控

33、优势，华为大唐等国内企业深度参与标准制定，具备良好的产业链基础。工信部 2018 年 12 月 25 日印发的车联网（智能网联汽车）产业发展行动计划已明确大力支持 LTE-V2X、5G-V2X 的研发与产业化。 图 8：V2X 技术路线图 数据来源：亿欧，东方证券研究所 C-V2X 定义两种互补的传输模式定义两种互补的传输模式。C-V2X 是一种基于蜂窝技术的 V2X 无线通讯技术，通过设备之间的直连和蜂窝网络完成 V2X 通讯。其中 V2I（车路通信）、V2P（车人通信）、V2V（车车通信）通过 PC 接口（直连通讯接口）进行点对点通信，可以不依赖于运营商网络直接通讯，使用 5.9Hz频段，

34、V2N（车网通信）通过 Uu 接口借助蜂窝网络通信（蜂窝通讯接口）。相比而言，DSRC 由于其技术的局限性，DSRC 只能应用于 V2V 和 V2I 两个方向，不能通过蜂窝数据连上 V2N，在V2P 方向未有技术定义。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 12 图 9：C-V2X 定义两种互补的传输模式（下图为 PC5 接口） 图 10：C-V2X 定义两种互补的传输模式（下图为 Uu 接口） 数据来源：车云网，东方证券研究所 数据来源：车云网，东方证券研究所 表 4：交通强国战略研究中智能交通战略 PC5PC5 接口接口

35、 UuUu 接口接口 特点 低时延，覆盖范围小；适合交通安全类、局域交通效率类业务 广覆盖、可回传到云平台；适合信息娱乐类、广域交通效率类业务 网络部署 需部署 RSU 基于通信基站 商业模式 RSU 及其服务买单方不明确 运营商投资建设 运营模式 不依赖于运营商网络，可直接使用 5.9GHz频段通讯 依赖运营商网络通讯 应用场景 V2V，V2I，V2P V2N 数据来源：车云网，东方证券研究所 LTE-V2X 作为目前车联网专网，将平滑演进至作为目前车联网专网，将平滑演进至 5G。C-V2X 包含 R14 LTE-V2X、R15 LTE-eV2X和向后演进的 NR-V2X 三个版本。 其中，

36、 第一版本标准 R14 （LTE-V2X） 、 第二版本标准 R15 （LTE-eV2X）分别于 2017 年 3 月、2018 年 6 月冻结，可支持 L1-L3 级别的车联网业务。第三版本标准R16 向 5G 新空口演进（5G-V2X/NR-V2X），其标准化工作于 2018 年 6 月启动，预计 2020 年 3月完成，R17 的工作还在规划中。目前车联网应用测试验证均是基于 LTE-V2X 以及 5G 蜂窝网络Uu 通信来完成的，而基于 5G NR-V2X 的 PC5 点对点通信方式，还未进行技术验证阶段。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”

37、双重催化，智能网联走向新征途 13 图 11：C-V2X 的网络演进 数据来源：中国联通，东方证券研究所 部署节奏稳步推进。部署节奏稳步推进。预测未来 2-3 年将以 LTE-V2X（PC5）+5G NR（Uu）这样的网络部署为主。即点对点（V2I）通过 LTE-V2X 支撑，蜂窝（V2N）通过 5G NR 或者已有的 LTE 4G 蜂窝网络支撑。随着 5G NR-V2X 标准的制定、测试和商用，网络部署逐步向 5G NR-V2X（PC5）+5G NR（Uu） 演进。 按照这样的 C-V2X 路线， 车联网车载终端和路侧基础设施将存在 LTE-V2X （含 LTE-eV2X）和 5G NR-V

38、2X 版本并存情况。类似于现在 4G 网络和 5G 网络长期共存情况。目前，5G NR-V2X 版本已经在考虑前向兼容 LTE-V2X，确保前期投入不打水漂。 图 12：车联网向 5G 平稳过渡 数据来源：V2X 白皮书，东方证券研究所 表 5：车联网向 5G 过渡 年度年度 车联网专网车联网专网( (接口接口 PC5PC5） 蜂窝网公网（接口蜂窝网公网（接口 UuUu） LTELTE- -V2X PC5V2X PC5 5G NR5G NR- -V2X PC5V2X PC5 LTELTE- -UuUu 5G Uu5G Uu 20182018 规模试验 已经商用 20192019 商用测试 技术

39、试验 20202020 商用元年 技术试验 商用元年 20212021 商用测试 20222022 商用元年 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 14 数据来源：中国信通院，东方证券研究所 3、网络升级和边缘计算扩展 V2X 的应用场景 基于基于 C-V2X 的应用场景可划分为四大类：交通安全类、 交通效率类、 信息服务类、协同服务类 （自的应用场景可划分为四大类：交通安全类、 交通效率类、 信息服务类、协同服务类 （自动驾驶类）动驾驶类）。对于车联网专网，在基于 LTE-V2X 的网络当中，可以实现基础应用场景包括各类道

40、路避撞提醒等交通安全类业务和拥堵提醒等交通效率业务， 在基础业务场景阶段， 大部分应用的实现都基于车辆、道路设施等参与者之间的实时状态共享，驾驶员利用共享信息进行自主决策。而随着网络能力的增强，在 LTE-eV2X 和基于 5G 新空口的 5G NR-V2X 的网络环境下，可以完成更多的增量交通应用场景，为自动驾驶提供了可能。 表 6：C-V2X 普通应用场景和增强应用场景 场景分类 基础应用场景 通信方式 场景分类 增强应用场景 通信模式 安全 前向碰撞预警 V2V 安全 协作式变道 V2V 安全 交叉路口碰撞预警 V2V/V2I 安全 协作式匝道汇入 V2I 安全 左转辅助 V2V/V2I

41、 安全 协作式交叉口通行 V2I 安全 盲区预警/变道辅助 V2V 安全 感知数据共享/车路协同感知 V2V/V2I 安全 逆向超车预警 V2V 安全 道路障碍物提醒 V2I 安全 紧急制动预警 V2V-Event 安全 慢行交通轨迹识别及行为分析 V2P 安全 异常车辆提醒 V2V-Event 综合 车辆编队 V2V 安全 车辆失控预警 V2V-Event 效率 特殊车辆信号优先 V2I 安全 道路危险状况提示 V2I 效率 动态车道管理 V2I 安全 限速预警 V2I 效率 车辆路径引导 V2I 安全 闯红灯预警 V2I 效率/信息服务 场站进出服务 V2I 安全 弱势交通参与者碰撞预警

42、V2P/V2I 信息服务 浮动车数据采集 V2I 效率 绿波车速引导 V2I 信息服务 差分数据服务 V2I 效率 车内标牌 V2I 效率 前方拥堵提醒 V2I 效率 紧急车辆提醒 V2V 信息服务 汽车近场支付 V2I 数据来源：C-V2X 产业化路径和时间表研究，东方证券研究所 目前目前 V2X 的应用场景以预警和提醒为主的应用场景以预警和提醒为主。在 2019 年 10 月在上海举办 C-V2X“四跨”互联互通应用示范活动中，依据国内的 LTE-V2X 的标准体系，重点部署演示了 4 类 V2I 场景、3 类 V2V 场景和 4 个安全机制验证场景，这些是目前 V2X 可以实现的主要业务

43、场景。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 15 图 13：2019 年 10 月四跨活动演示的各类场景（绿色为 V2I，蓝色为 V2V，红色为安全机制验证） 数据来源：智能汽车，东方证券研究所 未来未来 5G NR-V2X 将主要实现将主要实现 3GPP TR 22.886 定义的自动驾驶功能，包括车辆编队、高级驾驶、定义的自动驾驶功能，包括车辆编队、高级驾驶、扩展传感器、远程驾驶四大类功能扩展传感器、远程驾驶四大类功能。1车辆编队：实现多车自动编队行驶，通过 V2V 实现前后车之间瞬时反应，从而实现后车跟随式自动驾驶，

44、降低需要保持的车距；2高级驾驶：实现半自动或全自动驾驶，通过共享驾驶意图，实现运动轨迹和操作协同。3远程驾驶：实现对车辆的远程驾驶操作， 用于危险环境等驾驶条件受限场景或轨迹相对固定的场景；4扩展传感器：通过路端信息的共享，从而扩展车辆传感器探测范围。 综上，综上，C-V2X 车联网分为近期（车联网分为近期（LTE-V2X）和中远期（）和中远期（5G NR-V2X）两个阶段）两个阶段。从应用角度讲，LTE-V2X 的设计目标主要是支持辅助驾驶，提升道路安全及提高效率和舒适性；5G NR-V2X 通过将通信技术与人工智能、大数据等新技术结合，可以更好地支持自动驾驶及其他新功能。未来有望出现基于

45、LTE-V2X 安全类和效率类业务+5G NR-V2X 自动驾驶类业务的组合模式。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 16 图 14：智能网联应用成熟度象限 数据来源：中国信息通讯研究院，东方证券研究所 在公网中，在公网中，5G eMBB 大带宽业务先行大带宽业务先行。5G 公网未来首先部署的只包括 eMBB 场景，而 mMTC 和uRLLC 无论是标准完善，还是实际网络部署尚需要几年时间周期。因此在 2020 年基于运营商 5G公网， 可以测试和验证是 5G eMBB 大带宽业务， 例如车载 AR/VR 视频通话、 车

46、载高清视频监控、全景合成、高精度地图实时推送等。 表 7：C-V2X 普通应用场景和增强应用场景 eMBB uRLLC mMTC 信息服务类 车载高清视频； 车载 VR/AR 视频通话 AR 导航； 动态地图 车载智慧家庭； 汽车分时租赁 安全出行类 车载高清视频监控，车辆和驾驶实时监测 自动驾驶碰撞预警； 行人防碰撞 车辆防盗 交通效率类 多视角直播； 全景合成 编队行驶协同导航 运行监控； 车位共享 数据来源：5G 行业应用，东方证券研究所 边缘计算支持边缘计算支持 V2X 应用场景应用场景。5G 为 V2X 提供网络通信能力，边缘计算为 V2X 应用场景提供辅助计算、数据存储等支持。通过

47、将 C-V2X 业务部署在边缘计算(MEC)平台上，借助 Uu 接口或 PC5 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 17 接口支持实现“人-车-路-云”协同交互。V2X 业务对时延的需求非常苛刻，边缘计算可以为防碰撞、编队等自动/辅助驾驶业务提供毫秒级的时延保证，同时可以在基站本地提供算力，支撑高精度地图的相关数据处理和分析，更好地支持视线盲区的预警业务。 图 15：MEC 与 V2X 融合的应用场景 数据来源：MEC 与 C-V2X 融合白皮书，东方证券研究所 三、智能化网联化基础设施建设加速三、智能化网联化基础设施建设

48、加速 1、车路协同是国内确定性高的技术方向 车路协同技术路线降低单车智能的硬件成本并提高安全性车路协同技术路线降低单车智能的硬件成本并提高安全性。 自动驾驶有两个技术路线， 一个是单车智能化，通过提高车辆本身的感知、决策和控制能力，使机器达到人类司机驾驶水平，但车身传感器成本高，且由于盲区和遮挡物的存在，传感器存在局限。车路协同通过与路侧单元的通信，有效得解决了这个问题， 其价值主要体现在两个方面： 降低单车智能改造的成本和弥补单车智能的技术盲点。但是也面临着路侧单元的建设投入 表 8：自动驾驶的两个技术发展路线 技术路线 具体情况 特点 参与方 单车智能（智单车智能（智能化）能化） 提高车辆

49、本身的感知、决策和控制能力，使其达到甚至超越人类司机的驾驶水平 车身传感器（激光雷达等）成本高；对高精度地图要求高；由于盲区和遮挡物的存在，传感器存在视角、高度上的局限；难以应对复杂的交通环境和极端天气 百度的 Apollo、谷歌的 Waymo等 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 18 车路协同（网车路协同（网联化）联化） 借力路测感知基站，其工作原理类似通讯领域的信号发射基站，可以实现车与路、车与车之间的信息连接。 建设智能路测单元需要政府、运营商、科技公司等参与方的大量初始投入；需要统一技术标准；可以降低单车成本 阿

50、里基于 ET 城市大脑、AliOS等优势，推出车路协同解决方案；华为 数据来源：5G 行业应用，东方证券研究所 国内的自动驾驶路线是智能网联的路线国内的自动驾驶路线是智能网联的路线。 智能网联的路线即 “单车智能” 与 “车路协同” 协同发展。目前发展车路协同技术及其应用已纳入交通部智能交通系统发展战略。并通过智能网联试点示范推动车路协同的发展。交通强国建设纲要提出加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。 路端是自动驾驶的外部大脑，具备“上帝视角”，提升自动驾驶整体决策能力路端是自动驾驶的外部大脑，具备“上帝视角”，提升自动驾驶整体决策能力。自动驾驶的技

51、术基础包括感知层、决策层和执行层，V2X 是自动驾驶决策层的外部大脑，提升车辆的决策能力，保障安全性和交通效率。应用场景主要包括交通安全（紧急制动预警、异常车辆提醒、交叉路口碰撞预警、道路危险状况提示、弱势交通参与者预警等）和交通效率（基于信号灯的车速引导、绿波带、前方拥堵提醒、紧急车辆信号灯优先权等）两大方面。 表 9：自动驾驶的技术基础 应用点应用点 部件部件 感知层感知层 感知层的各类硬件传感器捕捉车辆的位置信息以及外部环境（行人、车辆）信息 环境感知传感器：环境感知传感器：包括摄像头、毫米波雷达、超声波传感器、激光雷达以及 GPS&惯导组合等。包括以特斯拉为代表的视觉主导技术方案和以谷

52、歌 Waymo 为代表的激光雷达主导技术方案。未来多种传感器融合应用是趋势。 车辆运动传感器：车辆运动传感器：包括高精度定位模块等，提供车辆位置、速度、姿态、角速度、加速度等信息。高精度定位模块是 L3 以上自动驾驶的标配。 决策层决策层 决策层的大脑（计算平台+算法）基于感知层输入的信息进行环境建模（预判行人、车辆的行为），形成对全局的理解并作出决策判断，发出车辆执行的信号指令（加速、超车、减速、刹车等）。 云端云端：高精度地图。提供先验知识，减少自动驾驶感知层的压力，并提供车道级的路径规划。L3 以上是必选项。未来的边缘计算服务器的普及也将在延迟、速度方面更加增强。 车端：车端：车载计算平

53、台是决策层的核心。云计算面临延迟明显、连接不稳定等问题，自动驾驶对延迟要求高，这意味着一个强大的基于 AI 的车载计算平台成为了刚需。该平台主要包括了芯片和算法，其算法的迭代由环境仿真或路测进行训练加强。 路端：路端：基于 V2X“外部大脑”。弥补单车智能的感知盲点，做到超视距感知，加速反应效率。5G 网络的低延时高吞吐等特性，提升了 V2X 的技术价值。 执行层执行层 执行层将决策层的信号转换为汽车的动作行为（转向、刹车、加速）。 电子驱动、电子制动、电子转向。 新型人机交互方式。 数据来源：公开信息整理，东方证券研究所 车路协同加速自动驾驶的升级发展车路协同加速自动驾驶的升级发展。采用车联

54、网技术将有效降低实现 L4/L5 自动驾驶的汽车端成本压力。可以省掉激光雷达或者大幅度降低激光雷达规格，以及高精地图采集成本。百度在 2018智能驾驶论坛上预测，在车路协同的基础上，自动驾驶的研发成本可以降低 30%，接管数会下降62%，预计可让自动驾驶提前 2-3 年在中国落地。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 19 图 16：车路协同加速自动驾驶的升级发展 数据来源：搜狐，东方证券研究所 2、示范区引领，路网覆盖有望先行 路网的覆盖率和车载模块的渗透率决定了车联网的商用速度路网的覆盖率和车载模块的渗透率决定了车联网

55、的商用速度。 我们认为， 路的覆盖率和车的渗透率是相互加强，相互促进的过程。但从目前看，两者的渗透均存在阻力：1在车的渗透率方面：从成本和实用性的角度考虑，车企安装车载 C-V2X 设备的动力不足；2在路侧单元方面：缺乏整体的部署规划，商业模式尚不清晰。只有两者的渗透或覆盖到一定程度，商用速度才会加快。 表 10：RSU、OBU 的渗透率决定了智能网联的演进过程 信息服务业务信息服务业务 交通效率业务交通效率业务 初期初期 稀疏或无 RSU 条件，T-BOX/OBU 渗透率 10%20%条件，支持基本辅助驾驶功能和道路安全预警功能，可小幅度提升目前已有辅助驾驶服务和安全预警服务的用户体验，该业

56、务与整车厂、Tier1 企业、车联网服务提供企业、智能出行应用服务提供企业密切关联。 无跨平台融合条件，以 C-V2X 数据支持效率类业务，以局部交通效率提升和节能减排业务为主，如通过速度建议、路口通过提示等已有的应用服务类型，并支持车辆运营企业开发相关服务，如货车车队跟随、公交车错峰到站等。 中期中期 中等覆盖度 RSU 条件，OBU 渗透率 40%60%条件，推进L3 级自动驾驶业务演进，促进整车厂及 Tier1 企业开发深度融合 C-V2X 信息的辅助/自动驾驶服务，推进相关控制策略的演进，提升用户体验，推进 3km 范围以内路径规划服务的精细化，提升服务的实时自适应能力，将其与智慧出行

57、业务进行紧密结合。 局部跨平台融合条件，C-V2X 数据与其他运营数据平台（如百度云、阿里云等）内嵌融合，可提升导航服务和智慧出行服务的用户体验，提升交通效率，具备驾驶行为反馈通路，优化驾驶行为（包括人类和机器），实现节能减排。 成熟期成熟期 全覆盖 RSU 条件，OBU 渗透率 80%100%条件，支持全自动驾驶服务，支撑车载 AI 演进，整车厂及 Tier1 企业将通过已有的技术积累展开市场争夺战，自动驾驶服务及导航服务将更加注重用户体验，产业链涉及的相关企业将通过用户体验抢夺客户。 全面跨平台融合条件，C-V2X 与官方数据平台和企业数据平台深度融合，可实现道路行驶状态和用户选择倾向的精

58、密评价与预测，全面支持各自交通服务类软件的用户体验升级，节能减排类业务由个体优化逐步发展为全局优化。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 20 数据来源：C-V2X 演进白皮书，东方证券研究所 产业发展初期政策作用大：车载端出规划意见，路侧端投资建设示范区产业发展初期政策作用大：车载端出规划意见，路侧端投资建设示范区。政策从车载端和路侧端两个方面推动产业进程。1在车载端以规划意见引导产业发展：工信部在 2018 年 12 月车联网产业发展行动规划明确提出，到 2020 年，车联网用户渗透率达到 30%以上，联网车载信息服务

59、终端的新车装配率达到 60%以上。2在路侧端投入资金建立智能网联示范区和智慧公路试点：截止2018 年国家在多个地区建立了智能网联汽车示范区，与车路协同相关的试验基地达到了 40 个。 表 11：智能网联示范区发展情况 名称名称 参与机构参与机构 成果成果 示范区规模大小示范区规模大小 国家智能汽车与智慧交通京冀示范区 千方科技、亦庄国投、百度、北汽、大唐、中兴、 长城汽车等 15 家 截止 2019 年 2 月，示范区内有国内测试历程最长的封闭测试道路，建成全国第一条覆盖 LTE-V2X 的高速环道，同时测试区也是国内第一个覆盖 5G 网络的城市道路场景封闭测试区。示范区内测试场地涵盖京津冀

60、地区城市与乡村复杂道路环境，支持构建上百种静态与动态典型交通场景，场地部署有 V2X设备与系统，能支持网联驾驶研发测试工作。 截止 2019 年 2 月，示范区测试道路总长50公里，为国内测试历程最长的测试道路。 国家智能网联汽车上海试点示范区 上海国际汽车城、 上汽集团、同济大学 部署 25 个 C-V2X 智能路侧终端， 计划于 2019 年底部署 300 套以上的路侧智能终端，参与示范车辆达 1 万辆以上，其中 200 余辆安装 C-V2X 直连通信车载单元的背景车。 截止 2019 年 4 月，已开放测试道路 12 条，总长37.2 公里，累计安全测试里程超过 2.8 万公里。 国家智

61、能网联汽车与智慧交通湖北武汉示范区 武汉 中国光谷汽车电子产业技术创新战略联盟（CECOV）牵头 国内建成的首个真正基于大规模商用 5G 的车联网，通过 5G 可实现远程驾驶，车路协同，是 5G 真正进行自动驾驶商业化应用。示范区在一期的 28 公里道路上架设了 196 根监控杆和 1000 多套各种检测设备，可以全天候，全领域监控所有进行测试的车辆，并将相关数据及时传回指挥调试中心。 截止 2019 年 9 月，首期建成 28 公里支持智能网联汽车示范应用道路。 无锡国家智能交通综合测试基地及车 公安部交通管理科学研究所，中国移动，华为， 无锡交警支队， 中国信息通信研究院 作为全球第一个城

62、市级车路协同平台，无锡已建设完成了现阶段全球最大规模的城市级车联网 LTE-V2X 网络，覆盖无锡市主城区，新城主要道路 240 个信号灯控路口，共 170 平方公里的规模。力争在 2022 年左右，在无锡全市范围实现车联网的全覆盖。 截止 2019 年 12 月，在 280 公里道路内开展信息化升级改造 国家智能网联汽车与智慧交通浙江示范区 浙江移动、华为、 上汽、西湖电子等 云栖小镇工作框架可概括为“3+3+3”模式：即一系统，一网，一平台的 3 大核心基础设施，演示汽车互联网化，智能停车诱导，互联网+租约车共 3 类示范场景，探索新技术融合发展，大数据商业运营，城市交通治理 3 种模式。

63、 中电海康、诺基亚、上海贝尔等 桐乡乌镇试点工作以“一网一路一场两终端一平台”为核心，初步建成智能网络基础设施，新一代宽带通信网络设施及实验验证环境，展示智能停车应用，辅助驾驶/自动驾驶应用，开展新能源汽车技术与产品示范。 乌镇示范区共有示范公路2.5 公里，智能停车场2500 平方米。 国家智能网联汽车与智慧交通重庆示范区 中国汽研、长安、 一汽、易华录等 示范区分三期项目，一期以城市道路为主，涵盖了 50 多种交通场景测试。区内还集成了智能传感器，北斗高精度定位，LTE-V/DSRC 车路等实时通信设施。二期项目包括了各种特殊道路，乡村道路以及高速环道；三期将实现复杂开放交通场景下大规模智

64、能汽车和智慧交通应用示范。 截止 2019 年 3 月份，开放路试礼嘉社区环线道路全程约 12.5 公里和九龙坡区 5.5 公里道路。 国家智能网联汽车与智慧交TIAA 理事单位、一汽、启明信息主导主导推动 示范区内具有 6 大类 99 个测试场景，通过行驶场地和驾驶场景的组合可以扩展到 300 余个场景，智慧交通设施共有 4 大类 100 余个，实现高精度地图和 5G 信号全覆盖。项目被列为中国-俄罗斯 V2X 共同测试应用基地。 截止 2018 年 7 月，示范区内建成封闭道路里程 3公里。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走

65、向新征途 21 通吉林长春示范区 数据来源：C-V2X 演进白皮书，C-V2X 产业化进程和时间表研究白皮书，东方证券研究所 V2X 测试场景由单一环境向多应用场景、多测试环境转变；从示范点、示范区建设向综合性、城测试场景由单一环境向多应用场景、多测试环境转变；从示范点、示范区建设向综合性、城市级车联网先导区建设转变市级车联网先导区建设转变。其中，京津冀、上海、武汉等示范区测试道路分别达到 50 公里、37公里、28 公里。而京津冀、无锡等示范区已经实现了 5G 的全覆盖。无锡市示范区成为全球第一个城市级的示范区。 示范区的场景和路况从简单到复杂， 将推动车厂进行道路测试， 具化用户体验。我们

66、预计 2020 年，政府投资加大，示范区的数量增加，部分示范区升级为先导区。 图 17：车联网基础设施建设从小范围测试示范向规模先导应用逐步过渡 数据来源：中国信息通信研究院，东方证券研究所 示范区将促进车端和路端的渗透示范区将促进车端和路端的渗透。 通过示范区的示范效应， 一方面可以带动示范区本身在各地的复制，从而提升路侧系统的部署规模，不断扩大覆盖范围，另一方面，也可以带动部分车辆的后装车载单元渗透，从而促进车厂逐步推进前装车载单元。我们预计车载单元首先在商用车型渗透，如出租车、公交车、物流车、矿卡、港口车辆等。这些类型的商用车型，相对来说具有较为清晰的商业模式，也存在对于卡车编队等应用场

67、景的探索需求。 图 18：V2X 路侧单元的演进节奏 数据来源：C-V2X 产业化路径和时间表研究，东方证券研究所 图 19：V2X 车载单元的演进节奏 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 22 数据来源：C-V2X 产业化路径和时间表研究，东方证券研究所 V2I 更容易成为更容易成为 V2X 产业化的切入点，路网建设有望先行产业化的切入点，路网建设有望先行。对于 V2V 模式，如果车辆的渗透率在10%，则仅能实现 10%*10%=1%的车辆 V2V 通信，但对于 V2I 模式来说，在路侧系统的支持下，只要安装了 V2X

68、设备的车辆， 就能通过路侧系统获取服务。 同时， V2V 模式由消费者或车企买单，初期量上得很慢；V2I 模式依赖于政府对于基础设施建设的投入，RSU 如果逐步从稀疏到密集，则能取得立竿见影的效果。 我们认为，与 2G5G 蜂窝网络一样，网络基础设施是车联网的基础。V2X 有望沿着“路网基础设施建设智能网联车辆渗透普及运营和应用丰富”的产业发展顺序进行演绎。 表 12：V2I 更容易成为 V2X 产业化的切入点 V2V 模式 V2I 模式 特点 不依赖于基础设施的建设，由消费者买单。除非政府强制不然前期渗透速度慢。 依赖于政府对基础设施建设的投入。政府将智能路侧系统优先布设在交叉口、弯道、盲区

69、、匝道等，能够大幅提升交通安全和效率，取得立竿见影的效果。 效果 在纯粹的 V2V 场景下，安全避撞的必要条件是双方都配备 V2V 设备，这就要求 V2V的搭载率必须达到一定高度。 在路侧系统的支持下，只要安装了 V2X 设备的车辆，在通过路侧系统覆盖范围时就能获得服务，提升安全性和驾驶平顺性 数据来源：C-V2X 产业化路径和时间表研究，东方证券研究所 3、产业链走向成熟，商业模式仍在探索 示范区助力运营模式探索示范区助力运营模式探索。 国内三大电信运营商积极开展车联网应用平台试点， 中国移动在北京、无锡、上海、宁波、柳州等地方，中国电信在雄安，中国联通在常州、重庆等地部署支持车联网业务的

70、MEC 服务平台；滴滴、腾讯、百度、阿里等互联网企业布局开发面向车联网应用服务的路侧平台和中心平台；中国交建中咨集团、启迪 云控等企业分别从交通、汽车等行业视角探索应用平台的建设与运营。从目前情况看，运营商、互联网公司、政府等，都有可能作为车联网的运营方。 表13：车联网潜在运营方 车联网潜在运营方 优势 互联网公司 对互联网生态有非常好的理解；已在出行领域拥有多维数据积累；云计算基础设施的承载能力强。 运营商及下属车联网公司 作为管道能获得传输的所有数据；云边计算基础设施承载能力强。 车联网数据变现先行者 对车联网数据已有深入的理解；数据处理能力强；商业模式创新能力强。 HeaderTabl

71、e_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 23 政府牵头成立的合资公司 类似银联、网联、信联的股权架构，由行业头部厂商和行业协会等比例持股，共同同经营，中立性更佳，同时也能获取各方数据。 数据来源：中国信通院，东方证券研究所 基于基于 LTE-V2X 的产业链已基本成熟可商用的产业链已基本成熟可商用。1大唐、华为、高通、移远、芯讯通、Autotalk 等企业已对外提供基于 LTE-V2X 的商用芯片/模组。2华为、大唐、中国移动、金溢、星云互联、东软、万集等厂商已经可以提供基于 LTE-V2X 的车载单元后装（OBU）、路侧设备（RSU）硬件设备以

72、及相应的软件协议栈，相关终端产品已具备商用基础。 图 20：智能网联产业链梳理 数据来源：智能交通，东方证券研究所 汽车厂商接受程度达到较高水平汽车厂商接受程度达到较高水平。部分车厂大力推动新车联网功能，推动 V2X 的前装化。根据信通院，2019 年 3 月，福特宣布首款 C-V2X 车型 2021 年量产；2019 年 4 月，上汽集团、一汽集团、东风公司、长安汽车、北汽集团、广汽集团、比亚迪汽车、长城汽车、江淮汽车、东南汽车、众泰汽车、江铃集团新能源、宇通客车等 13 家车企共同发布 C-V2X 商用路标，2020 下半年至 2021 上半年陆续实现 C-V2X 汽车量产。 从三跨走向四

73、跨，参与方增加，安全能力提升从三跨走向四跨，参与方增加，安全能力提升。2019 年 10 月 22 日，中国汽车工程学会年会暨展览会推出 C-V2X“四跨体验活动。此次 C-V2X“四跨互联互通应用展示将重点演示 V2X 通信安全身份认证机制，实现“跨芯片模组、跨终端、跨整车、跨安全平台的全方位演示。本次“四跨活动在 2018 年“三跨互联互通应用演示的基础上，重点增加了通信安全演示场景，安全芯片企业、安全解决方案提供商、CA 证书管理服务提供商等相关单位积极参与本次活动，实现跨模组-终端-CA 服务-车厂的全方位演示，协力共促包含安全的完整 V2X 产业链形成。 表 14：从三跨到四跨，产业

74、链参与方增加 2018（三跨参与方） 2019（四跨参与方） HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 24 整车企业 通用汽车、北汽集团、长安汽车、福特、上汽集团、宝马、吉利汽车、奥迪、长城汽车、东风汽车、北汽新能源 江淮、奥迪、宝马、北汽、PSA、长城、长安、东风柳汽、东风、FCA、福特、广汽研究院、华晨、上汽大众、奇瑞、捷途、上汽集团、蔚来、中国一汽、通用 GM、VOLVO、雄狮科技、红旗、雷诺日产、吉利 芯片模组 大唐电信、华为、高通 autotalks、晨芯科技、大唐高鸿、华为、高通、中兴、QUECTEL、HARMAN

75、、ALPS 终端产品 大唐电信、华为、星云互联、金溢科技、Savari、华砺智行、千方科技、东软睿驰 autotalks、聚利科技、千方科技、万集科技、星云互联、Cohda Wireless、希迪智驾、高鸿股份、大唐移动、Neusoft、东软睿驰、高新兴、HARMAN、均胜车联、联创、上海博泰瑞臻电子设备制造有限公司、延锋伟世通、中兴、中移物联网、ALPS、大唐高鸿、大唐移动、亿咖通 安全芯片及其他 华大电子、信长城、信大捷安、芯钛科技、航安信息 CA 平台 高鸿股份、国汽智联 数据来源：公开信息整理，东方证券研究所 4、RSU 建设加速，设备商集成商受益 RSU 走向集成化智能化走向集成化智

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

77、 表 15：智慧路口主要路侧设备 设备 具体功能 RSU 设备 具有 LTE-V2X Uu 口和 PC5 口通信功能，打通路侧设施和车联网通信链路，实现信号灯、交通状态、道路状况等信息交互。通过 Uu 接口上传至 V2X 平台，或通过 PC5 接口广播至周边车辆，支持低时延的数据通信，实现车路协同应用。 视频检测器 安装在交叉口进口车道，通过采集各车道的交通视频流，处理分析各方向交通流视频采集相关交通数据，并传输给信号机及 V2X 平台，信号机根据检测数据可实时优化交通信号灯配时。 边缘计算装置 集路口多元数据接入、交换、结构化分析处理及智能计算功能于一体的装置，规范多种设备终端接入协议，实现

78、路口本地智能化分析处理，为系统提供感知、认知数据支撑。 行人检测摄像机 用于检测人行横道的过街行人， 检测数据发送至信号机可实现行人过街信号控制， 通过 RSU 发送至车辆及 V2X 平台，可提醒车辆注意过街行人。 信号机 用于城市道路交通信号灯控制，并支持 C-V2X 信息交互，与 RSU 通信可实现红绿灯灯态、交通事件、交通状态等信息推送。并与交通大脑连接形成从信息获取、分析到控制的闭环。 数据来源：智慧交通，东方证券研究所 5G 时代时代 RSU 出现多种形态出现多种形态。我们在上文提到，车联网包括基于 Uu 接口的 V2N 蜂窝网络，也包括基于 PC5 的 V2V、V2I 的车联网专网

79、，所以根据网络基础的不同 RSU 的产品形态将更加多样化，比如 5G Uu + LTE-V2X PC5 版本，或者 LTE-V2X PC5 + 5G NR-V2X PC5 版本，或者 5G Uu + LTE-V2X PC5 + 5G NR-V2X PC5 版本。除此之外，交通部主推的 ETC 路侧设备，公安部 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 25 主推的汽车电子标识路侧设备，甚至是交通信号灯都存在和 V2X 合一的产品形态。甚至可能集成MEC 功能形成智能化的 RSU。 图 21：5G 时代 RSU 出现多种形态 数据

80、来源：5G 行业应用，东方证券研究所 RSU 的渗透路径的渗透路径。RSU 是 V2I 的基础设施，涉及到向车和向云传递准确的交通信息，在车联网发展初期，由于 OBU 车载单元的渗透率低，仅集成通信模块的 RSU 很难弄向交通大脑传递准确的信息，需要其他传感器如摄像头和激光雷达的辅助。所以在复杂路口的 RSU 在初期很有可能集成多种传感器。但在 OBU 渗透率更高的场景中，如园区或高速，包括通信模块的 RSU 有望回传相对准确的交通信息到交通大脑，助力交通效率的提升。 RSU 的潜在建设规模达到千亿量级的潜在建设规模达到千亿量级。根据5G 行业应用，截至 2018 年，中国高速公路里程14.2

81、6 万公里，国道里程 36.30 万公里，省道里程 37.22 万公里，农村公路里程 403.97 万公里，城市道路超过 40 万公里，50 多万个城市路口。以每公里智能化改造费用 100 万保守测算，仅高速公路智能化改造投入即高达 1400 多亿元。如果需要覆盖全国高速公路和城市道路，基础建设投资预计在 3000 亿以上。 图 22：华为 V2X 模块及 RSU 测试方案 数据来源：华为，东方证券研究所 设备商、集成商、运营商均发布设备商、集成商、运营商均发布 RSU 产品抢占市场产品抢占市场。目前参与 RSU 市场的主要包括设备商、集成商和运营商。 我们看好产业链的两个参与方：1在通信芯片

82、和通信模组具备优势的厂商，如华为大唐等， 这些厂商将具备成本和集约优势，同时在自主可控的背景下有望受益；2具备良好客户关 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 26 系和实施能力的设备或集成商，如千方科技、金溢科技、万集科技等，路侧基础设施需要进行实施与落地，我国道路基础设施的建设和运营主体具有多元特点，城市道路由交警负责，国省干线、农村公路由交通局负责， 高速公路由省交投集团或各地交投公司负责， 多元化的运营主体和较高的实施落地工作量，将使得具备客户关系和实施能力的厂商占领一定的市场规模。 表 16：RSU 各参与方的产品

83、布局 公司 RSU 布局 华为 华为在上海举办的 2018 世界移动大会期间首次对外解读 C-V2X 车联网的战略并发布首款商用 C-V2X 解决方案 RSU。在2019 年 11 月华为与罗德与施瓦茨公司共同宣布调试完成 LTE-V2X 模块 DA2300 以及路边单元 RSU5210 生产测试方案。 大唐电信 大唐于 2017 年正式发布了基于 LTE-V2X 的商用模组 DMD31，以及其 RSU 产品和 OBU 产品。 高新兴 公司推出了 5G 模组，5G T-BOX，RSU 路侧感知单元以及 MEC 设备。在世界移动通信大会（MWC 上海 2019）上展示出丰富的车规级通信模组队列，

84、包括自主研发的路侧单元（RSU）并且承诺在未来两年里为“5G 和 C-V2X 产品研发项目”逐步投入 2.14 亿元，覆盖 5G 通信模组，C-V2X，智能宽带及 RSU 等产品。 金溢科技 公司积极参与 V2X 产业生态建设与产品研发，早在 2017 年就参加了奇瑞协同式自动驾驶项目，为其提供 OBU 和 RSU 产品。目前公司已形成涵盖路侧单元，车载终端的全线 V2X 产品体系。 万集科技 公司在 2018 年开展的中国汽车工程学会年会暨展览会上发布了全球领先的 V2X+3D 激光雷达车路协同整体解决方案，并展示了应用于路侧的 32 线激光雷达以及自主研发的新一代 V2X 车载单元和路侧单

85、元。 千方科技 公司于 2017 年的 5GAA 上海会议期间展示了 LTE-V2X 相对应产品，并发布了 2018 年 H1 推出预商用 RSU 的产品计划，于2019 年商用。在 2019 年 1 月百度 Apollo3.5 首次推出 V2X 车路协同解决方案，千方科技为其提供包括 V2X 车联网 OBU 和RSU 等硬件设备。 中兴通讯 公司于 2018 年 11 月宣布将加大针对交通及汽车市场的战略投入，开发基于 3GPP Release 14 的 LTE-V2X 路侧单元（RSU）和车载模组单元。目前，中兴通讯在全球已发布多款车载模组和终端，针对 C-V2X 方面推出全系列产品。 中

86、国移动 在 2018 年，中国移动和高通科技基于高通的 9150 C-V2X 芯片组面向 LTE-V2X 通信开发了一款路边单元（RSU）。2019 年在无锡召开的“国家级车联网先导区发布暨车路协同研讨会”上，中国移动表示将继续发挥在车联网领域网络连接的优势，在路侧部署路侧单元，提供车路协同基础信息。 中国联通 中国联通与华大北斗等公司合作，布局路侧感知单元 RSU，车端通信模组以及云端设备三大方面，测试路段主要位于延崇高速部分路段。在 2019 年 10 月 31 日举办的“5G+智慧交通发布会”上，中国联通发布了 5 本 5G+智慧交通系列白皮书以及中国联通“智路星”系列产品 5G 版的智

87、能路侧单元（RSU）。 数据来源：智能交通，互联网，东方证券研究所 RSU 成本有望下降成本有望下降。随着 5G 的到来和标准的逐步制定，各厂商均发布 RSU 相关产品。但目前RSU 的整体成本较高。一个包括通信模块的 RSU 的价格在 10 万左右。LTE-V 的覆盖范围是 500米，如果包括传感器、边缘计算、网络设备等全部路侧设备的话，高速公路 1 公里的改造在 100 万左右。成本相对较高，未来随着量的提升，RSU 价格有望下降。 四、交通大脑有望成为智能网联时代的“司令部”四、交通大脑有望成为智能网联时代的“司令部” 1、交通效率类业务场景需要交通大脑的支持 交通效率类业务需要整体规划

88、交通效率类业务需要整体规划。 前文提到， 基于 C-V2X 的应用场景可划分为四大类： 交通安全类、交通效率类、信息服务类、自动驾驶类。其中，交通效率类业务包括交通诱导、拥堵提醒、动态车道管理等。全面提升交通效率需要“海量的数据+智能的决策+智能诱导和控制”等多个方面的配 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 27 合。C-V2X 主要为交通效率类业务提供“海量的交通数据、路侧智能诱导与控制”，而智能的决策则需要城市交通大脑的运算能力， 最终实现城市路口之间感知与控制信号的联动， 构建城市级交通协同调度场景，提升整体道路通行

89、效率。 具体应用场景包括具体应用场景包括：经过联网化改造的交通灯或电子标志标识等基础设施可将交通管理与指示信息广播出来，实现诱导通行、车速引导、红绿灯或者限速提醒等出行效率提升和行驶安全应用。 1以诱导通行为例，交通灯信号机可将灯色状态与配时等信息实时传递给周围的行驶车辆，为车辆决策是否通过路口以及对应的通行速度提供相应依据，并且可以一定程度上避免闯红灯事故发生。 图 23：智能红绿灯提升交通效率 数据来源：智能交通，东方证券研究所 2救护车、消防车等特种车辆可将其身份、位置等信息发送至沿途其他车辆，令其让道让行，并向沿途信号机申请实现绿灯通行，保障快速到达任务现场。 交通效率类业务有望解决大

90、城市的拥堵问题交通效率类业务有望解决大城市的拥堵问题。 城市病在一线城市逐渐成为发展软肋， 城市交通基建严重滞后、交通结构单一、运营管理难以协调，长期的道路规划不合理无法满足日益增多的人口出行需求。交通拥堵的治理从交通层面上升到市政层面，交通强国战略中强调到 2035 年，城市拥堵情况基本得到缓解，提升了交通效率类业务的紧迫性。 图 24：中国城市化率提升至较高水平 图 25：交通拥堵成为大城市的痛点 数据来源：国家统计局，东方证券研究所 数据来源：高德 2018Q3 主要城市交通分析报告，东方证券研究所 60%30%35%40%45%50%55%60%65%2000 2002 2004 20

91、06 2008 2010 2012 2014 2016 2018-2%3%8%13%18%05001,0001,500北京 广州 深圳 上海 佛山 大连 重庆 南京因拥堵造成的成本（元）占月平均工资比 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 28 交通大数据为交通效率的提升打下基础交通大数据为交通效率的提升打下基础：传统的交通感知是基于视频、地磁、线圈、超声波和微波等技术手段的交通流检测。 近两年交通大数据的质和量快速提高， 一方面高清摄像头的升级大幅提升了视频数据的质量，另一方面，移动互联网等出行数据爆发式增长，交通的智能网

92、联将使得每一辆车和每一个行人成为交通的“传感器”。未来的智能交通，将由高精度地图作为支撑，实现移动互联网出行数据与城市交通流量采集系统、 公安交通集成指挥平台等的信息共享， 同时汇集智能网联带来的海量数据。 表 17：交通大数据的类型 交通数据类型交通数据类型 具体数据来源具体数据来源 政务数据：政务数据： 主要包括来自公安交警信息化系统， 以及交通委或交通局信息化系统的数据。 来自交警信息化系统的数据包括车辆管理、驾驶人管理、交通违法、交通事故等业务数据，这些数据的特点是强身份认证型，相对来说偏静态低频；来自交通委或交通局的信息化系统数据包括货运、客运、公交、轨道、出租车、交通枢纽、公路、桥

93、隧、物流等数据，数据来自于公共交通系统浮动车的联网，是基于位置的高频数据 运营数据运营数据 包括铁路部门运营产生的数据和航空公司日常运营产生的数据。 其他包括电信运营商的位置数据、国家电网的充电桩数据等； 物联网数据物联网数据 基于物联网设备产生的数据，比如说基于传统的线圈、地磁感应或最新激光设备的交通流量数据、交通视频监控数据、基于交通卡口的过往车辆数据、基于车联网的运营数据等 互联网数据互联网数据 包括导航、网约车、外卖、共享单车等数据等。 数据来源：千方科技，东方证券研究所 数据处理能力的提升是交通效率业务的关键数据处理能力的提升是交通效率业务的关键。 随着交通数据的爆发式增长， 智能交

94、通面临数据多而效果少， 单点强而整体弱等问题。 而云计算和人工智能等数据处理能力与处理技术的发展为智能交通优化提供理想的科技工具进行 PB 级的数据治理。我们认为，交通优化的核心是大量的算力和优秀的算法。交通大脑通过强大的运算能力，通过分析+决策实现交通效率的提升。 图 26：分析中枢是交通大脑最重要的应用 数据来源：滴滴，东方证券研究所 智能信号机的网联化是交通效率提升的抓手智能信号机的网联化是交通效率提升的抓手。交通大脑需要输入和输出；从输入的角度，前文所提及的大数据， 以及未来智能网联的路侧设备， 都将持续不断得为交通大脑供应数据。 从输出的角度，交通大脑的决策需要执行形成闭环，红绿信号

95、灯的控制就是交通大脑实现交通效率提升的重要抓 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 29 手。许多城市的交通信号设备老化，联网率低，所以实现智能控制机的渗透并且通过 AI 控制信号变化是交通大脑的核心应用之一。 交通大脑的项目大小和作用可以从接管了多少个信号灯 （城市交通节点）来进行评估。 2、交通大脑成为城市智慧交通投资的重心 交通管理面临着“信息化时代”向“大数据时代”的转型，智慧交交通管理面临着“信息化时代”向“大数据时代”的转型，智慧交通投资再次进入加速期通投资再次进入加速期。从 2002年开始，在畅通工程的引领下，

96、传统的城市智慧交通建设以交警信息化建设为主，主要建设指挥中心工程、非现场执法工程、监控工程、信号工程等。到 2012 年开始，随着信息化渗透的程度越来越高，智慧交通建设进入到一个平稳增长期，项目规模有一定减少。但随着移动互联网和云计算的发展， 出行数据和数据处理能力均出现爆发式增长。 移动互联网催生了高频高密度的出行导航数据、网约车数据、共享单车数据等交通大数据，而云计算人工智能等技术的发展提升数据处理能力，为城市治理拥堵实现交通优化提供了可行方案。 表 18：智慧交通千万级平均项目规模在 2012 年后减少 20112011 20122012 20152015 20162016 201720

97、17 20182018 千万级项目市场规模（亿元） 47 68 97 152 190 209 项目数量（个） 186 235 587 932 1087 1167 千万级项目平均规模（百万元） 25 29 17 16 17 18 数据来源：前瞻经济学人，东方证券研究所 新一代的智慧交通项目具备综合性、全局性等特点，参与门槛提升，需求以大型城市为主新一代的智慧交通项目具备综合性、全局性等特点，参与门槛提升，需求以大型城市为主。交通效率是全局性的问题， 涉及到政府管理的方方面面， 相对于传统的以获取信息和处理信息为主的智慧交通项目， 交通效率优化更强调从获取信息到加工处理到控制措施形成闭环。 且建设

98、主体从以交警为主走向以各级政府牵头建设，技术内涵不断丰富，参与门槛提升。在此趋势下，企业的机遇在于抓住各级政府城市治理的需求，策划催生大体量交通综合治理项目，“交通大脑”应运而生。 表 19：智慧交通项目发生变化 边际变化边际变化 过去的智慧交通项目过去的智慧交通项目 现在的智慧交通（交通大脑）项目现在的智慧交通（交通大脑）项目 市场需求变化市场需求变化 过去十多年的城市智慧交通建设更多是交警的信息化， 通过建设集成平台，着眼信号控制、视频监控和非现场执法。 强调全面得获取信息和处理信息。 拥堵等交通效率问题困扰城市， 是综合性的问题，不是靠安装信号机和增加摄像头可以解决的，涉及到政府管理的方

99、方面面，需要通过综合的方式解决。更强调从获取信息到加工处理到控制措施形成闭环。 建设主体变化建设主体变化 交警，支队长有一定的决定权 各级政府，市长市委书记决定权 支撑技术变化支撑技术变化 集成、控制和以视频为基础的监控和非现场执法 大数据、交通大脑、人工智能、车路协同 建设模式变化建设模式变化 传统招投标方式 更注重综合治理成效，设计施工一体化（EPC）已经逐步成为交通综合治理项目的建设模式 合作生态变化合作生态变化 集成商+设备供应商战术型合作， 较为松散 紧密的战略性合作关系，具备数据基础和数据处理能力的互联网厂商和懂业务的传统厂商进行合作。 HeaderTable_TypeTitle

100、计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 30 数据来源：千方科技，东方证券研究所 交通大脑将成为智能网联时代总司令部交通大脑将成为智能网联时代总司令部。城市“交通大脑”主要通过信号灯优化、交通组织优化、交通参与者诱导以及应急事件交通调度，实现对城市道路交通管控的迭代、升级，从而提升交通运行效率。在智能网联时代有四层计算架构，分别包括车端计算、路侧边缘计算、中心云计算、移动端计算。交通大脑为智能网联提供中心云计算的能力，通过分析决策控制路侧边缘计算，成为智能网联时代的总司令部。 图 27：交通大脑成为智能网联时代的中枢控制系统 数据来源：长沙智能驾驶研究院，东方证券研究所

101、 巨头抢滩交通大脑项目巨头抢滩交通大脑项目。城市（交通）大脑将是未来城市的“标配”，单个项目金额很大，项目建成后还有长久持续的运维服务需求。 云计算巨头不遗余力得参与竞争， 一方面为了输出云计算能力，另一方面也是为了在智能网联时代占据中心位置。 随着 2016 年 4 月阿里云提出城市大脑概念和解决方案之后，百度、腾讯、华为、滴滴、平安等巨头纷纷推出自己的解决方案。 图 28：互联网公司推广城市大脑业务 数据来源：中国日报网，东方证券研究所 阿里云先发优势显著阿里云先发优势显著。截止 2019 年 9 月，23 个城市与阿里云合作，阿里系中阿里云、高德地图、千寻位置、千方科技等行业解决方案商的

102、组合在投标当中取得优势。除了阿里外，其余互联网巨头也在城市大脑中占据一席之地。其中，百度的优势在于：百度地图和自动驾驶的方案储备；华为的优势在于华为云和交通网联化的硬件能力； 腾讯的优势在于社交生态和腾讯云； 滴滴的优势在于网约车数据。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 31 图 29：全国阿里云城市大脑合作城市（截止 2019 年 9 月） 数据来源：人民网，东方证券研究所 交通大脑以示范项目为主，中标金额有增大趋势交通大脑以示范项目为主，中标金额有增大趋势。交通大脑建设占据城市大脑建设的主要部分，2017 年到 20

103、19 年，城市大脑项目陆续招标，从示范项目到一期项目，中标金额也呈现出扩大趋势，2018 年 8 月，阿里云中标海口市城市大脑项目 4.5 亿元，2019 年 6 月，腾讯云中标长沙市城市大脑项目 5.2 亿元；2019 年 12 月，阿里参股公司中标郑州市一期二期总投资额为 12.1 亿元的城市大脑项目。我们预计，随着一二线城市综合治理需求的释放，城市大脑整体建设规模有望达到千亿量级，其中交通大脑的建设规模在几百亿的量级。 表 20：部分已实施的交通大脑项目 项目名称项目名称 参与方包括参与方包括 项目进展与项目金额项目进展与项目金额 项目简述项目简述 杭州城市数据大脑 阿里云、中控信息、银

104、江股份、大华、海康 2016 年正式启动建设“城市大脑”。2018 年 12 月，城市大脑综合版发布，即将开启 3.0 时代。 红绿灯智能调控。实时自动发现交通异常事件。数据融合找到交通堵点。发现交通治理乱象。支撑特种车辆优先通行。 衢州城市数据大脑 阿里巴巴 SPV 落地公司浙江衢时代大数据科技有限公司 2017 年 5 月开始打造“城市数据大脑2.0”。2018 年 12 月，智慧交通项目一期建设项目启动。 信号灯配时优化。车辆精准管理、综合指挥。视频智能分析。建设交通数据引擎。 合肥市城市交通超脑 科大智元 2017 年底开始建设。2018 年 12 月，正式发布“合肥交通超脑计划”。

105、出现拥堵后，形成道路优化方案。还可以交通状态精准感知、交通拥堵成因深度挖掘、交通事件研判、交通信号实时优化。 宣城交通大脑 广东方纬科技有限公司、佳都科技 2017 年 11 月启动交通大脑研发工作。2018 年 12 月研发至第三版。 智能计算路段档案、车辆档案。精细管理信控方案、出行规律。多维度、多角度交通运行状况评价，辅助科学决策。 海口城市大脑 阿里云 2018 年 8 月，阿里云中标海口市城市大脑示范项目（金额 4.83 亿元）2018年 9 月，海口交警布局安装交通智能感知设备。 自动分析道路流量、拥堵情况，自动调配红绿灯。通过电子警察搜集路面的所有数据，为城市的管理规划服务。 深

106、圳城市交通大脑 华为 2017 年 9 月城市交通大脑工程正式启动。助力深圳交警。 实时检测交通流量，全城交通流量感知。挖掘情报，高效支持数据打击。人工智能分析交通图片，提升 10 倍审核效率。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 32 “互联网+信号灯”控制优化平台 阿里云 2016 年 9 月 9 月 9 日，广州市交警宣布“互联网+信号灯”控制优化平台试点成功。 分析车辆运行情况，并输出对红绿灯时间的调整建议 保定 AI 交管大脑 百度 2019 年 12 月百度中标该项目（金额 1亿元） 海淀“城市大脑” 百度、千

107、方科技等 2019 年 4 月城市大脑发布。 重构交通管控、路网诊断、信号优化、运行评价、规划决策。 济南“智慧交通” 滴滴交通云 2017 年 9 月济南市公安局交通警察支队与滴滴出行签署战略合作协议 实时路况、诱导屏路况看板、城市道路拥堵排名、城市流量变化监控 宿迁“城市大脑”智慧交通系统 佳都科技控股公司方纬科技、高德地图 2018 年 7 月签约建设宿迁城市交通大脑研发与应用联合实验室，开展宿迁“城市交通大脑”项目的建设和研究 拥堵区域智慧精准诱导、停车场指挥诱导、信号灯联网控制，车辆精准监控与情报研判。 大连交通大脑“互联网+智能信号系统” 百度地图 2018 年 4 月推进的互联网

108、+交通管理创新实践 预警研判、配时优化和评价反馈 西安“城市交通大脑” 阿里巴巴 助力缓堵、智能调节红绿灯 数据来源：招标网站，互联网，东方证券研究所 应用层和落地实施能力是互联网公司的短板， 合作方受益应用层和落地实施能力是互联网公司的短板， 合作方受益。 巨头进入城市大脑市场的短板在于应用层和落地实施能力， 巨头需要懂交通的合作方一起完善智能交通管理的业务模型、 也许要具备本地资源的合作方推动交通信号机的智能化和网联化。这就给传统的智能交通解决方案商提供了机会。对于一二线城市的项目，巨头倾向于总包，利好合作方；对于三四线城市项目，巨头倾向于“被集成”从而输出 AI 计算能力。对于传统智能交

109、通解决方案商而言，如前所述，行业门槛不断提升将促进市场集中，而与巨头达成合作的公司将得到更多的业务机会，夯实应用层的业务能力，从而在交通大数据时代取得先发优势，相关公司包括千方科技等。 五、投资建议五、投资建议 政策力度的进一步加大和 5G 正式商用将成为智能交通和智能网联最重要的产业催化剂。 我们判断2020 年会成为行业需求向上的拐点。 我们首先建议关注智能网联行业解决方案商， 包括千方科技(002373， 未评级)、 金溢科技(002869，未评级)、万集科技(300552，未评级)、高新兴(300098，未评级)等。其次，我们认为汽车电子厂商也将受益，建议关注中科创达(300496，未

110、评级)、德赛西威(002920，买入)、鸿泉物联(688288，未评级)等公司。另外，高精度地图服务商也将受益，建议关注四维图新(002405，未评级)。 风险提示风险提示 政策力度不及预期风险政策力度不及预期风险。对于智能网联汽车等新兴产业来说，政策支持是产业发展的重要因素之一。根据此前政策文件中谈到的智能网联汽车产业量变与质变的时间节点，我们判断 2020 年将是政策的重要落地期，后续有望迎来政 策的持续催化。若后续政策落地的力度与节奏不达预期，则产业发展会受到一定程度的不利影响。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途

111、33 5G商用进展不及预期风险。商用进展不及预期风险。 5G 通信技术的成熟应用是智能网联产业发展的重要前提。我们判断 2020 是 5G 技术在国内正式商用的关键期。 若 5G 网络基础设施建设 进度低于预期，则智能网联汽车产业发展将受到一定程度的不利影响。 HeaderTable_TypeTitle 计算机行业深度报告 “政策+技术”双重催化，智能网联走向新征途 34 分析师申明 每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明：每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明： 分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该

112、证券或发行人的看法和判断；分析师薪酬的任何组成部分无论是在过去、现在及将来，均与其在本研究报告中所表述的具体建议或观点无任何直接或间接的关系。 投资评级和相关定义 报告发布日后的 12 个月内的公司的涨跌幅相对同期的上证指数/深证成指的涨跌幅为基准； 公司投资评级的量化标准公司投资评级的量化标准 买入：相对强于市场基准指数收益率 15%以上； 增持：相对强于市场基准指数收益率 5%15%； 中性：相对于市场基准指数收益率在-5%+5%之间波动； 减持：相对弱于市场基准指数收益率在-5%以下。 未评级 由于在报告发出之时该股票不在本公司研究覆盖范围内，分析师基于当时对该股票的研究状况，未给予投资

113、评级相关信息。 暂停评级 根据监管制度及本公司相关规定，研究报告发布之时该投资对象可能与本公司存在潜在的利益冲突情形；亦或是研究报告发布当时该股票的价值和价格分析存在重大不确定性， 缺乏足够的研究依据支持分析师给出明确投资评级； 分析师在上述情况下暂停对该股票给予投资评级等信息， 投资者需要注意在此报告发布之前曾给予该股票的投资评级、 盈利预测及目标价格等信息不再有效。 行业投资评级的量化标准行业投资评级的量化标准： 看好：相对强于市场基准指数收益率 5%以上； 中性：相对于市场基准指数收益率在-5%+5%之间波动； 看淡：相对于市场基准指数收益率在-5%以下。 未评级： 由于在报告发出之时该

114、行业不在本公司研究覆盖范围内， 分析师基于当时对该行业的研究状况，未给予投资评级等相关信息。 暂停评级： 由于研究报告发布当时该行业的投资价值分析存在重大不确定性， 缺乏足够的研究依据支持分析师给出明确行业投资评级；分析师在上述情况下暂停对该行业给予投资评级信息，投资者需要注意在此报告发布之前曾给予该行业的投资评级信息不再有效。 免责声明 本证券研究报告（以下简称“本报告” ）由东方证券股份有限公司（以下简称“本公司” ）制作及发布。 本报告仅供本公司的客户使用。 本公司不会因接收人收到本报告而视其为本公司的当然客户。 本报告的全体接收人应当采取必要措施防止本报告被转发给他人。 本报告是基于本

115、公司认为可靠的且目前已公开的信息撰写， 本公司力求但不保证该信息的准确性和完整性， 客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的证券研究报告。本公司会适时更新我们的研究，但可能会因某些规定而无法做到。 除了一些定期出版的证券研究报告之外， 绝大多数证券研究报告是在分析师认为适当的时候不定期地发布。 在任何情况下， 本报告中的信息或所表述的意见并不构成对任何人的投资建议， 也没有考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，若有必要应寻求专

116、家意见。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向人作出邀请。 本报告中提及的投资价格和价值以及这些投资带来的收入可能会波动。 过去的表现并不代表未来的表现， 未来的回报也无法保证， 投资者可能会损失本金。 外汇汇率波动有可能对某些投资的价值或价格或来自这一投资的收入产生不良影响。那些涉及期货、期权及其它衍生工具的交易，因其包括重大的市场风险，因此并不适合所有投资者。 在任何情况下， 本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任， 投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者

117、分担证券投资损失的书面或口头承诺均为无效。 本报告主要以电子版形式分发，间或也会辅以印刷品形式分发，所有报告版权均归本公司所有。未经本公司事先书面协议授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容。不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。 经本公司事先书面协议授权刊载或转发的， 被授权机构承担相关刊载或者转发责任。 不得对本报告进行任何有悖原意的引用、删节和修改。 提示客户及公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告，慎重使用公众媒体刊载的证券研究报告。 HeadertTable_Address 东方证券研究所 地址： 上海市中山南路 318 号东方国际金融广场 26 楼 电话： 传真： 网址：