（報告出品方：華泰證券）
車路雲一體化：車、路、雲、網全面智能的中國方案
「三橫兩縱」多元要素構築一體化高效智能資訊系統
車路雲一體化：車、路、雲、網融於一體的高效資訊系統。車路雲一體化系統，又稱為車 路雲一體化融合控制系統或智能網聯汽車雲控系統，是透過新一代資訊與通訊技術將人、 車、路、雲的物理空間、資訊空間融合為一體，基於系統協同感知、決策與控制，實作智 能網聯汽車交通系統安全、節能、舒適及高效執行的資訊物理系統。車路雲一體化以「聰 明的車+智慧的路+融合的雲」為基礎架構，以高精地圖、導航定位為支撐，融合資訊保安、 大數據、AI 等關鍵技術，是未來交通實作高等級自動駕駛的重要路徑。
車路雲一體化系統由「三橫」網聯車、路側基礎設施、雲控平台 + 「兩縱」相關支撐平台、 通訊網五大部份組成： 1）網聯車：廣義來說，該部份包括網聯車輛及其他交通參與者，是動態交通數據的核心數 據源，與路側/雲控平台之間存在相互作用：一方面，車輛將透過無線通訊網絡和利用路側 基礎設施向雲控基礎平台提供執行的即時動態資訊；另一方面，車輛駕駛人與網聯車可接 收來自路側和雲控基礎平台提供的感知、決策和控制服務； 2）路側基礎設施：該部份包括感知、通訊、計算類基礎設施及交通附屬設施，具體來講包 括路側感知器材（網絡攝影機、毫米波雷達、激光雷達、氣象傳感器等）、路側單元（RSU）、 交通資訊化器材（訊號燈、情報板等）和路側計算單元（MEC 邊緣計算單元）等，將為雲 控基礎平台采集來自車輛、道路以及其他交通相關系統的動態交通數據，並向車輛及其他 交通參與者提供來自系統的交通相關資訊；
3）雲控平台：由「1」個雲控基礎平台及其所支持的「N」個套用平台組成，是車路雲一體 化分層解耦、跨域共用特征的典型體現。其中，雲控基礎平台基於車輛與交通等相關數據 的采集、儲存與處理，透過基礎設施、數據與能力共享的方式，面向包含網聯汽車、區域 交通交管部門以及產業鏈其他企事業單位等涵蓋全產業物件的三大類使用者提供套用需求支 撐。套用平台則包括城市智能網聯汽車安全監測、智慧公交、智慧乘用車、自動泊車、交 通管理、場景仿真等 N 個套用平台； 4）相關支撐平台：為雲控基礎平台提供其服務所需的交通相關資訊，如高精度（動態）地 圖資訊、衛星導航定位增強資訊、區域氣象預警資訊、交通路網監測、安全資訊與執行監 管資訊等。此外，相關支撐平台也可基於自身的實際需求接收來自雲控基礎平台的數據與 服務； 5）通訊網：主要包括 C-V2X 網絡、光承載網、衛星通訊以及其他專有網絡，為系統各組 成部份之間的數據傳輸與資訊互動提供安全、可靠與時延要求保障。C-V2X 是基於 3GPP 全球統一標準的蜂窩通訊和直連通訊融合的車聯網無線通訊技術，包括 LTE-V2X、NR-V2X 及其後續演進版本。以上 4 種網絡的作用、分工如下：I.C-V2X 網絡主要支撐網聯汽車與路 側、雲端的互聯互通；II.光承載網主要保障路雲之間以及雲控基礎平台各層級雲之間的互聯 互通；III.衛星通訊可以保障雲控基礎平台在地面通訊沒有覆蓋環境下（如越野）仍能提供 通訊服務；IV.基於其他專有網絡搭建的車路雲通訊環境由其自身保障車雲、路雲、雲雲之 間的安全、高效互通。 車路雲一體化系統中的五大組成部份在日常執行中會進行多方數據流轉，如雲控平台會將 路側/車側采集到的數據進行處理、決策並反饋，具體數據互動雙方可包括車-路、車-雲、 路-雲、雲-雲等。
車路雲一體化有望實作業務、管理兩方面作用
我們認為，車路雲一體化有望在駕駛業務和交通管理兩大領域發揮重要作用。1）業務層面， 從中短期的「有人駕駛安全輔助」到遠期的「高階智能駕駛」，由於全面的高階智能駕駛並 非一蹴而就，中國的道路交通將長期處於「無人駕駛+有人駕駛」混合的過渡階段，在這一 階段下，車路雲一體化將為有人駕駛提供安全預警服務，如透過路側感知傳輸資訊避免「鬼 探頭」等交通事故，未來隨著技術的進步和協同能力的增強，車路雲一體化有望助力實作 全天候、全場景的高階智能駕駛，與此同時，智能駕駛相關的生活娛樂套用也將持續豐富 化，人們有望享受到高水平的智慧出行服務；2）管理層面，車路雲一體化有望賦能政府部 門進行智慧交通管理，透過對交通狀態的高動態監測，政府部門有望實作對城市交通流的 高效率組織及道路資源的高效率使用，實作全域交通最佳化並降低交通事故率。
車路雲一體化是目前中國智慧出行的答案
自動駕駛領域，長期存在「單車智能」與「車路雲一體化」（原車路協同）兩種技術路線的 爭論。從技術路徑的概念和要求來看，「單車智能」更加強調車本身的智能駕駛感知和演算法 水平，需要高端車載芯片及先進人工智能技術的支持，對路側、雲端的數據協同依賴較低； 而「車路雲一體化」（原車路協同）則是依仗系統優勢，相較於「單車智能」方案，「車路 雲一體化」對智能汽車軟硬件要求較低，而是將路側智能基礎設施與雲控平台結合，將「長 尾」感知、數據獲取及復雜的計算任務從車端解放出來，技術角度上更易於實作。
對比「單車智能」和「車路雲一體化」的優劣勢，我們看到：1）單車智能優勢在於具備靈 活性、通用性和穩定性，不依賴高度發達的網絡也能獨立套用，而劣勢在於對車載芯片、 自動駕駛演算法技術要求較高，同時在感知、數據打通、決策上存在一定的局限性；2）車路 雲一體化優勢在於對高精尖技術要求較小，能夠協同路側、雲端進行感知，也有利於幫助 政府實作交通的全域最佳化，而劣勢在於非常依賴政府部門的基礎設施投資，需要較為完 善的基礎設施支撐才能發揮出最佳效果，同時技術通用性也受到限制。
從關系上來看，我們認為，車路雲一體化與單車智能是相輔相成的，單車智能是車路雲一 體化的基礎，而車路雲一體化則是單車智能的補充和升級： 1）單車智能是車路雲一體化的基礎，「智慧的路」、「協同的雲」都需要圍繞「聰明的車」 這一主體來發揮作用，同時單車智能的水平也決定了車輛對路側、雲端所提供數據的處理 能力及決策效果； 2）車路雲一體化是單車智能的補充和升級，單車智能在感知、數據打通、車載計算成本上 具有局限性，而車路雲可以透過完整的系統進行彌補。單車智能感知存在盲區且難以解決 分割數據打通的問題，而車路雲能夠提供超視距感知和復雜場景數據系統決策的優勢，彌 補單車的局限性。此外智能車的發展需要依賴算力，而車載算力從成本、使用條件上都受 限制，車路雲系統可以將車載的計算負載轉移，透過一體化的形式實作，這使得車載算力 的成本得到降低，得以適配更多復雜的交通領域； 3）車路雲一體化和單車智能可以相互促進，一方面前者能夠促進後者的升級和叠代，另一 方面後者的發展也能減輕前者的成本負擔。車路雲一體化系統可以透過獲取路側場景數據， 尤其是極端場景數據樣本，對車端數據形成補充，促進數據的開發與營運，有望叠代出更 高質素的自動駕駛 AI 模型；反之，單車智能技術水平的提高可以減少車輛對路側設施規模 和種類的需求，未來僅需在部份區域部署路側設施，這將顯著降低城市基礎設施建設成本， 緩解財政壓力，加速城市全域智慧出行的發展。
中國目前選擇「車路雲一體化」作為智慧出行的方案，我們認為原因在於： 1）從技術水平來看，中國單車智能所需的高端芯片及自動駕駛演算法方面較歐美已開發國家有 差距，難以在這條路上完成快速追趕，美國在集成電路領域和人工智能領域積累豐富、人 才儲備充足、基礎科研實力較強，因此在車載高端芯片及自動駕駛 AI 演算法上全球領先，相 比之下，中國作為智能駕駛領域後發著，技術積累相對有限。根據美國蘭德智庫 2020 年估 算，一套自動駕駛系統量產需積累 170 億公裏以上數據進行最佳化，谷歌旗下自動駕駛公司 Waymo 已耗時 10 年以上進行測試，累計模擬測試 100 億英裏，行駛行程 2000 萬英裏。 此外，現有測試場容量有限、器材昂貴、效率不高，因此綜合來看中國僅靠單車智能完成 追趕具有一定難度； 2）從基礎設施稟賦及國情來看，中國更適合走「車路雲一體化」路線：I.網絡基建方面， 截至 2024 年 5 月末，中國 5G 基站總數達 383.7 萬個，全球領先，且中國大力推進 5G、 物聯網、衛星互聯網等技術的衍生套用，能夠滿足車路雲一體化對於通訊網的基本要求；II. 路側基建方面，中國收費公路總裏程/高速公路總裏程均領先於美國，這意味著中國所積累 的路側器材 RSU 的數量和分布範圍大於美國（根據工信部，截至 2024 年 5 月末中國智能 化路側單元（RSU）部署超過 8700 套），可在原有稟賦的基礎上快速改造升級；III.國情方 面，美國基礎設施投資一般由市場主導，且更加強調私密性，因而路側/雲端基礎設施投資 難以推進，而中國基礎設施投資由政府主導，本次試點中相關路側/雲端基礎設施建設有望 快速推進。
全球其他已開發國家的路線選擇：以日本、德國為例，兩國汽車工業成熟，自動駕駛和車聯 網均有一定積累，未來或根據當地的路線進行靈活調整。日本和德國擁有發達的汽車工業 以及成熟的整車制造能力，德國旗下豪華車品牌（如奧迪、寶馬和奔馳）對自動駕駛的研 究起步較早，技術較為領先。其中：1）日本對於車聯網早有布局，2018-2022 年，日本相 繼釋出了【自動駕駛汽車安全技術指南】、【道路交通法（修正案）】，持續更新釋出【官民 ITS 構想路線圖】、【實作自動駕駛行動方針】等政策法規，探討了 L4 級自動駕駛的基礎設 施協同機制與商業模式等，並計劃於 2025 年實作高速公路 L4 級自動駕駛等；2）德國亦有 Ko-HAF 專案進行智能網聯汽車示範，該專案使車輛透過移動無線電將其環境資訊發送到安 全伺服器，伺服器將資訊進行收集壓縮使車輛擁有最新的高精地圖，從而提供更好的資訊 預報。 未來，日本和德國亦將面臨路線選擇的問題，考慮到兩者在 AI、5G 領域處於追趕者角色， 在自動駕駛和車聯網方面均有積累，但較中美來說國內市場相對有限，因此我們亦關註其 在其他國家地區中的路線選擇。我們認為兩國未來將會根據當地的路線進行調整，如在歐 美地區跟隨單車智能，在中國地區配合車路雲一體化方案。
建設重點：「兩率」亟待提升，力爭全面智能、連續覆蓋
為了實作車路雲一體化這一復雜的系統工程，路側、車端、雲端相應的軟硬件需要適當的 升級和部署，以提高數據獲取、數據協同、決策控制的能力。目前來看，車路雲「兩率低」 的問題常受到詬病，即路側基礎設施覆蓋率低和車載終端裝配率低，基礎設施建設的「碎 片化」、「分散化」，導致無法連續獲取準確、足夠的數據用於判斷和決策，因此在路側和車 端進行相應的器材安裝將是車路雲建設的一大重點。
路側：提升 C-V2X 路側單元覆蓋率，重點路口部署感知與邊緣計算器材
路側基礎設施主要包括通訊器材（路側單元）、感知器材、計算器材：
1）通訊器材：城市需部署 LTE-V2X 直連通訊路側單元（RSU）等在內的 C-V2X 設施，實 現區域內通訊網絡全覆蓋。根據【智能網聯汽車「車路雲一體化」規模建設與套用參考指 南（1.0 版）】（2024 年 5 月），試點城市需要在城市內部署 LTE-V2X 直連通訊路側單元（RSU） 等在內的 C-V2X 基礎設施，要求所建的 C-V2X 網絡支持近程資訊互動，包括雲控基礎平台 下發的資訊、訊號燈即時狀態、交通參與者狀態、交通事件、道路標牌資訊等；部署工作 可先從城市級重點紅綠燈路口開始，之後逐步拓展至城市全域。未來，隨著路側通訊器材 的完善，它們將與 5G 網絡協同執行，確保車路雲一體化系統實作資訊即時且持續的互動。
2）感知器材與計算器材：應在城市重點區域、關鍵路口路段，特別是事故易發生、交通易 擁堵點位或復雜區域部署。其中，感知器材應能夠保障路側與雲控基礎平台為行駛車輛提 供可靠的賦能服務，可根據不同套用場景需求、選擇不同配置，選項包括網絡攝影機、毫米波 雷達、雷視一體機、激光雷達等；計算器材主要指邊緣計算系統，將對所連線或管理的路 側感知器材的感知資訊進行融合計算，在實作與雲控基礎平台互動的同時，還應該滿足雲 控基礎平台邊緣雲服務對融合感知的算力、準確性、安全性、可靠性與時延要求。
車端：聚焦分類提升車載終端裝配率
車端需裝配具有特定功能、符合要求的 C-V2X 車載終端（OBU）。根據【智能網聯汽車「車 路雲一體化」規模建設與套用參考指南（1.0 版）】，為實作車路雲一體化，需搭載的車載終 端有以下 6 點要求：1）支持 5G、C-V2X 直連通訊能力；2）具備同智能化路側基礎設施 和雲控基礎平台進行即時數據互動的能力，其中支持協同輔助駕駛/自動駕駛的車載終端同 路側基礎設施和雲控基礎平台的數據互動頻率不小於 10Hz；3）具備與車載計算單元進行 數據通訊的能力；4）支持衛星定位，其中支持協同輔助駕駛/自動駕駛的車載終端應具備高 精度定位能力，水平精度≤0.2m（CEP95）、授時精度≤20ns（CEP95）、航向精度≤1.0° （CEP95）；5）具備可存取控制、數據監管等安全能力；6）支持數碼身份認證體系。 國家提出要分類提升車載終端裝配率：1）試點執行車輛 100%安裝 C-V2X 且含有數碼身份 證書的車載終端；2）對公交車、公務車、出租車等公共領域存量車透過後裝方式進行 C-V2X 車載終端搭載改造，換新盡量選用前裝車載終端車輛，其車載終端搭載率不低於 50%；3） 消防車、救護車、道路施工車等特種車輛可透過後裝方式安裝；4）鼓勵試點城市內新銷售 具備 L2 級及以上自動駕駛功能的量產車輛搭載 C-V2X 車載終端。根據佐思汽研【2024 年 C-V2X 和車路協同行業研究報告】，2023 年中國乘用車 C-V2X 前裝率約 1.2%，前裝規模 超 27 萬輛，佐思汽研預計 2026-2027 年將迎來大規模裝車期，到 2027 年乘用車前裝率有 望達到 9%。
雲端：打造兼具低時延、安全性的雲控平台
雲控平台將為交管提供重要支撐作用，未來關鍵在於低時延與安全性。以目前的建設重點 雲控基礎平台為例，城市級雲控基礎平台由邊緣、區域、中心三級雲組成，以全城一個中 心雲，按交通管轄區域為服務範圍的多個區域雲的模式進行分布式部署，每個邊緣雲僅歸 屬一個區域雲，每個區域雲可統籌排程多個邊緣雲。該平台具備支撐所在區域車輛的安全、 高效、綠色出行等需求以及政府職能部門的交通管控與智能交通需求。其中，為實作更好 車路雲協同體驗，邊緣雲需滿足以下時延要求：邊緣雲向行駛車輛提供服務時延不超過 200ms，其中雲端計算服務不超過 60ms，路側感知處理不超過 90ms，通訊傳輸不超過 50ms， 傳輸可靠性達到電信級網聯要求。此外，應實作雲控基礎平台與車端器材、路側器材、邊 緣計算系統、交通安全綜合服務管理平台等之間的安全接入與安全通訊。
車路雲發展：政策引領/試點落地，未來產業空間可達萬億
我們認為，車路雲一體化的發展有根可尋、有「法」可依、前景可期：1）從源頭來看，車 路雲以 C-V2X 車聯網為雛形，部份城市已開展先導示範專案，產業已初具規模；2）從發 展來看，車路雲有望呈現「頂層政策支持-地方試點推進（地方政府釋出建設訂單）-套用場 景落地打造商業閉環」的模式，今年來看，車路雲一體化由工信部等牽頭提出試點規劃，6 月首批進入智能網聯汽車準入和上路通行試點聯合體已確定，目前北京、武漢、杭州等首 批試點城市訂單逐步落地，即將進入實質性建設階段；3）從產業價值角度看，車路雲一體 化作為系統工程，可輻射帶動智能網聯車整機及終端、路側基礎設施、雲控平台、基礎支 撐等板塊多個細分領域的融合發展，根據【車路雲一體化智能網聯汽車產業產值增量預測】 （2024 年 2 月），中國汽車工程學會等預測到 2030 年中國車路雲一體化產業將突破 2.5 萬 億元。
有根可尋：車路雲脫胎於 V2X 車聯網，產業已初具規模
車路雲一體化以車聯網 V2X 為前身。V2X 是實作車輛與周圍的車、人、交通基礎設施和網 絡等全方位連線和通訊的新一代資訊通訊技術，具體包括：1）V2V (Vehicle-to-Vehicle)： 車輛與車輛互聯； 2 ） V2N (Vehicle-to-Network) ：車輛與網絡互聯 ； 3 ） V2I (Vehicle-to-Infrastructure)：車輛與路側基礎設施互聯；4）V2P(Vehicle-to-Pedestrian)：車 輛與行人互聯。V2X 系統在單車智能的基礎上，將各個終端連線起來，透過即時獲取車輛周 邊交通環境資訊，與自身車載傳感器的感知資訊融合，作為車輛的決策與控制系統的輸入。 本質上，我們認為，車路雲相對 V2X 的概念並未發生重大變化，但在同樣賦能智能駕駛的基 礎上，車路雲系統更加強調：1）對有人駕駛的安全預警輔助作用；2）對政府部門提升交通 流的組織效率、提升道路資源利用率、降低事故率等工作的支持作用。
「車路雲」由來已久，部份城市已開展先導示範專案，產業已初具規模。2020 年開始國家 各部委及相關行業組織陸續釋出了一系列政策與指南，其中著重提及「雲控基礎平台」的 開發，如 2020 年 2 月發改委等釋出的【智能汽車創新發展戰略】中明確提出建設智能網聯 汽車大數據雲控基礎平台的建設任務；2021 年 4 月住建部、工信部釋出的【關於組織開展 智慧城市基礎設施與智能網聯汽車協同發展試點工作的通知】提出推動雲控基礎平台、基 礎地圖等技術的研究。 根據工信部，截至 2024 年 5 月末，全國共建設 17 個國家級智能網聯汽車測試區、7 個車 聯網先導區、16 個「雙智」試點城市，開放測試道路 32000 多公裏，發放測試拍照超過 7700 張，測試裏程超過 1.2 億公裏，各地智能化路側單元（RSU）部署超過 8700 套，多 地開展雲控基礎平台建設。根據中國智能網聯汽車產業創新聯盟【車路雲一體化系統白皮 書】（2023 年 1 月），截至 2022 年底，該白皮書不完全統計下全國車路雲一體化相關系統 建設專案投資金額已超過百億規模。
有「法」可依：發展呈現「頂層支持-地方試點-場景落地形成閉環」
頂層政策支持：車路雲方面，過往國家各部委一直有支持「交通強國」、「智能網聯車」等 政策的出台，今年 1 月，工信部等 5 部委也釋出了開展智能網聯汽車「車路雲一體化」應 用試點工作的通知，該政策首次將試點範圍拓展至城市全域，而非局限於城市內特定區域 或路段的半開放或全開放試點，車路雲規模化落地的頂層政策的支持作用已有所體現。 地方試點：近期車路雲一體化企業、城市試點均有推進。在企業試點層面，6 月 4 日工信 部等四部委確認首批 9 個聯合體開展智能網聯汽車準入和上路通行試點；在城市試點層面， 從 5 月末開始，首批試點城市中的北京、武漢、杭州、十堰的車路雲一體化招標大單陸續 發出（部份中標、部份備案），完整的首批試點城市名單於 7 月 3 日釋出。我們認為，本次 試點意義在於探索並推出一套可跨域使用、可規模化復制、可商業化落地的城市解決方案， 以加速車路雲一體化的全國普及。
我們認為，後續應持續跟蹤其他試點城市訂單的落地情況，且車路雲一體化事業由當地政 府進行協調統籌，本地企業更有可能參與過此前的智慧交通建設，在技術適配、訂單獲取 層面具有比較優勢，應關註當地路側基礎設施/車載終端企業的投資機遇。
商業閉環：我們認為，在車路雲產業中可由政府平台組建全資子公司或成立聯合股份公司 營運「雲控基礎平台」，透過向智慧公交、智慧乘用車、自動泊車等套用平台提供商業化服 務，獲取相應回報，打造經濟閉環。具體來看，車、路、雲三方服務關系如下： 1）車輛：是動態交通數據的源頭之一，為了獲取雲控基礎平台服務，應透過其所屬個人或 平台主體在雲控基礎平台進行註冊並獲取服務；在接收服務期間，提供車輛基礎動態資訊 以及國家政策及法規所強制要求的各類資訊，其余可用於商業化的行駛動態數據，基於車 輛所屬主體或車企同雲控基礎平台營運方透過協商合作的模式獲取； 2）路側：作為動態交通數據的另一重要源頭，由投資建設主體進行運維與營運，雲控基礎 平台應透過購買或數據與服務等價互換等模式獲取其感知結果數據； 3）雲端：雲控基礎平台營運方應透過購買或數據與服務等價互換等模式獲取路側基礎設施 感知數據及相關支撐平台交通相關數據的方式，為網聯汽車、區域交通交管部門以及產業 鏈其他企事業單位的套用需求提供服務。
前景可期：車路雲產業空間有望突破 2.5 萬億，路側/雲端為最快增長極
2025 年/2030 年中國車路雲一體化產值增量有望分別達到 7295/25825 億元。車路雲一體 化作為系統工程，可輻射帶動智能網聯車整機及終端、路側基礎設施、雲控平台、基礎支 撐等板塊多個細分領域的融合發展。根據中國汽車工程學會等編著的【車路雲一體化智能 網聯汽車產業產值增量預測（2024 年 2 月）】中的預測，在中性預期情景下，2025 年/2030 年中國車路雲一體化產業總產值增量分別為 7295/25825 億元，2026E-2030E 產值 CAGR 為 28.8%。細分來看： 1）智能網聯汽車產業作為中流砥柱，產值貢獻最大，2025 年/2030 年智能網聯汽車產業產 值增量分別為 6451/20266 億元，占總產值增量比重達 88.4%/78.5%； 2）智能化路側基礎設施與雲控平台兩大產業產值增速較快，2026E-2030E 路側基礎設施 與雲控平台產業產值增量 CAGR 分別為 79.7%/56.8%。
產業鏈：關註整體方案商及技術領先的終端、模組、MEC 廠商
車路雲一體化產業鏈包括上、中、下遊：1）上遊主要為芯片、終端及模組、邊緣計算單元 及感知系統四類，其中終端及模組可以進一步劃分為無線通訊模組、車載終端 OBU、路側 單元 RSU 等；2）中遊主要為整體方案整合商、通訊服務商、雲平台提供商（可分為雲控 基礎平台、雲控套用平台）及其他支撐產業方（如高精度地圖、高精度定位、安全加密等）； 3）下遊包括車路雲的典型套用場景，如自動駕駛、自動泊車、智慧交通管理等。 我們認為，具備全棧技術及產品儲備的整體方案提供商和領先技術優勢的終端、模組、MEC 廠商值得關註。1）整體方案商具備提供整體性解決方案的能力，產品之間的適配度較高（如 同時布局車載、路側、雲控產品），在與單一產品供應商的競爭中更易勝出；2）領先技術 優勢的 RSU/OBU 廠商，從工信部等 5 部委下發的政策來看，目前車路雲一體化的瓶頸就 是兩率低（路側基礎設施覆蓋率低且不均勻、車載終端裝配率低），因此市場增量空間較大， 具備領先技術優勢的終端、模組、MEC 廠商已在各自領域積累大量技術開發經驗，有望率 先與總集方達成合作。
我們認為，短期來看基礎設施建設是重中之重，因此路側和雲端有望率先迎來機會：1）路 側基礎設施覆蓋率亟待提升，且由國家政府出資建設，路側投資機會或為短期主線；2）雲 控平台關系車路雲一體化系統的數據流轉、處理及套用，且將作為政府實作智慧交通管理 的重要一環。短期建議關註路側基礎設施（包括 RSU 和 MEC）供應商、雲控平台供應商 和整合路、雲方案的整體方案商； 中期來看需要「更聰明的車」來匹配「智慧的路」和「協同的雲」：1）從政策要求看，國 家要求分類別提升車載終端裝配率；2）從商業角度看，隨著部份車路雲一體化場景落地， 車路雲一體化為智能車降本的作用有望體現，車企參與意願隨之提升。中期建議關註車載 終端 OBU 供應商、車載高精度地圖及導航定位供應商； 長期來看，各地車路雲一體化系統開始運轉，助力套用場景規模化落地，形成商業閉環。 長期建議關註各套用場景的相關營運公司。
此外，電訊供應商有望憑借在物聯網、MEC、雲、大數據及 5G 專網領域的技術積累，以 及以往在車聯網先導示範區的 5G 組網及雲平台建設經驗，在車路雲一體化建設的全周期中 持續參與路側基礎設施、雲平台及通訊網的建設。
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）
精選報告來源：【未來智庫】。未來智庫 - 官方網站
