行业解决方案 · 2026
智慧车联网“感通算用”
一体化解决方案
从“建了多少路口”到“路上跑了多少协同”。
8,700 套路侧单元，只有 3.5% 在被真正调用。
协同替代率 λ
路侧云侧承担感知决策的里程 ÷ 总里程
现状 0.8% 目标 20%
现状 0.8% 目标 20%
四道断
时延 1.67 米
三张订单
边云 9:1
从“建了多少路口”到“路上跑了多少协同”。
8,700 套路侧单元，只有 3.5% 在被真正调用。
过去六年，行业把 90% 的钱和注意力放在了“路上”：杆件立起来、雷视装上去、RSU 通电、大屏点亮。验收时所有人都在看路侧：在线率多少、覆盖率多少、时延多少毫秒。很少有人问一句：这些能力，有多少真的进了车？
再看一笔钱。2025 年 3,440 万辆新车，按平均每车 4,000 元的组合驾驶辅助装配成本计，车端一年在智驾硬件上花掉约 1,376 亿元。而路侧六年累计投入，不到这个数。
这句话决定了后面所有的策略：车路云不可能替代车端智能，它只能是车端智能的补位器 —— 提供车端物理上不可能获得的信息（被遮挡的目标、信号灯相位、前方 2 公里的事件）。任何把它当成“另一条技术路线”来讲的方案，都会在第三年被追问“为什么还要继续投”。
但“开放测试”不等于“完成改造”，更不等于“有服务在跑”。真正全套改造且服务稳定在线的，估 1.2—1.8 万公里。
在线率是设备视角：通电、能 ping 通、能上报心跳。使用率是业务视角：今天多少车调用了、调用后行为有没有变。
同一片区社会车辆日均 40 万辆次。1,100 ÷ 40 万 ＝ 0.28% —— 用示范车的体验推断社会车辆的价值，是最常见的乐观偏差。
2026 年是这个领域的转折年：产业规划把“重要路口路段”和“信息上车”写成了任务，两个强制性国标把安全基线立了起来，而准入、运营、保险三次破冰，把“能不能卖、能不能跑、敢不敢赔”三个死结依次解开。
| 文件 / 事件 | 时间 | 关键条款（对本方案的意义） |
|---|---|---|
| 《智能网联新能源汽车产业发展“十五五”规划》 | 2026-09-09 工信部联规函〔2026〕305 号 | 2030 年进入世界汽车强国行列；高速、城市快速路、部分城市道路实现高度自动驾驶。专栏 4 原文：重要路口路段具备智能感知、边缘计算和通信能力，支持建设跨域连通的云控基础平台，分级实现信息上车。 |
| GB 47955—2026 组合驾驶辅助系统安全要求 | 2026-06-27 发布 2027-01-01 实施 | L2 的第一个强制安全基线：基础单车道、基础多车道、领航驾驶辅助三类分别设要求，覆盖功能、数据记录、人机交互与检验方法 |
| GB 44721—2026 自动驾驶系统安全要求 | 2026-07-30 发布 2027-07-01 实施 | L3/L4 首部强制基线：企业全生命周期保障、系统动态驾驶任务、人机交互与用户告知、检验检测方法。数据记录成为强制项 |
| GB 44495 / 44496—2024 整车信息安全、软件升级 | 2026-01-01 已实施 | 外部连接、通信、OTA、数据安全全链条强制；不达标不能公告、不能销售 |
| 首批 L3 准入许可 | 2025-12-15 | 长安深蓝 SL03（重庆，拥堵工况 50 km/h）、极狐阿尔法 S6（北京，高速 80 km/h）。准入破冰，7 家车企进入试点通道 |
| 北京智能网联新能源汽车商业保险 深圳“深十条” | 2026-03-29 2026-06-05 | 保险破冰：L2—L4 统一适配，“车险先行赔付、事后追偿” —— 把责任纠纷与受害人赔付解耦 |
| “车路云一体化”应用试点 | 2024-07 起 试点期至 2026 | 20 城（联合体）；5G 全覆盖、部署 C-V2X、信号机联网率 ＞90%、试点车辆 100% 装终端、新车搭载率 50%、跨域身份互认 |
还有一个容易被忽略的红利：强制国标要求车辆具备自动驾驶数据记录系统，这顺手解决了车路云最难的一件事 —— 效果无法归因。过去说“路侧让事故少了 23%”，客户会问“你怎么证明是路侧的功劳”。有了数据记录，归因可以做在事件级别：同一类场景、同一段路、同一批车，有协同与无协同的接管率对比。这是 2026 年之后做车路云项目最大的方法论红利，很多方案里没有写。
这个领域不缺指标：时延、在线率、覆盖率、感知精度、接管率，每一个都有国标。但它们描述的是系统，不是价值。客户在评审会上真正会问的只有一句：我投了 3.6 亿，路上发生了什么变化？
定义：车端辅助／自动驾驶里程中，由路侧与云侧承担了关键感知或决策职能的里程占比。
定义：单个路口日均实际被车辆调用的协同服务次数 ÷ 设计服务能力。
四道断看起来是四个技术问题，其实是四个不同的问题：装不上是激励错配，连不通是治理问题，算不起是工程质量，用不上是行为经济学。处方完全不同，混在一起谈就会原地打转。
一套 C-V2X 模组＋天线＋证书载体 BOM 约 200—400 元；但 λ＝0.8%，装了也用不上；还多一个对外通信接口，GB 44495 的信息安全测试要多做一轮。三因素叠加，不装是对的。三条破法按有效性排序：① 让路段先有用（最慢但唯一治本）；② 公共领域存量车改造（2,000 辆公交就能把 U 从 3.5% 拉到 15%）；③ 后装（800—1,500 元/辆，只适合营运车）。第一道的正确 KPI 不是装配率，是“重点路段上的联网车辆密度”。
改造集中在少数路段：亦庄 750 公里双向、军山新城 582 个信号灯路口，都是点状高地。更麻烦的是互认 —— 北京装的车开到上海能不能用。短期做法：一条 20 公里的示范线，不如 3 平方公里的一个面。因为出行是面状的，线上的服务覆盖率再高，出了线就断，用户体验是“时有时无”，比“完全没有”更糟 —— 它会训练用户不信任这个功能。
三个真原因：算力与算法不匹配（装了 32 TOPS 只用了 8）、跨杆融合做不好（时间差 10 ms ＝ 16.7 cm，目标会分裂成两个）、机房按街道建而不是按区县收敛。破法三句话：按需配算力不按峰值配；标定先行（≤0.3 m、≤0.5 m/s、跨杆关联 ≥95%）；一个区县一个汇聚机房，机房投资占比超 8% 就是结构性问题。
盲区预警救了人，用户没感觉 —— 因为“没撞上”是常态。这就是第四道断的本质，是行为经济学问题，不是技术问题。破法只有一条：把价值从 C 端转到 G 端和 B 端。政府买治理（事故率、通行效率、重大活动保障），车队买降本（单车运营成本、保险费用、司机人效），保险买风险减量（2026 年 3 月北京专属保险第一次让“风险减量”能写进条款）。
车路云的链路是“感知—通信—计算—决策—执行”。用户看到的是决策和执行，但决定成败的是最前面那一段 —— 因为后面的每一段都是确定性的工程，只有感知是不确定的。一场雨、一层雾、一片逆光，就能让检测从 98% 掉到 70%。
一根标准杆（4 路相机＋1 个 4D 毫米波＋1 台 16 TOPS MEC）等效于车端约 200 TOPS 的感知能力；但覆盖范围是车端的 30—50 倍。
三张网：C-V2X PC5 直连（＜20 ms）、5G/5G-A（20—50 ms）、光纤回传（＜5 ms）。它们不能互相替代，因为失效模式不同。
车路云的边云比应该是 9:1，而不是通用的 7:3。绝大多数任务（融合、事件检测、信控优化）必须在 60 ms 内完成，只有训练、仿真、场景挖掘可以上云。
十个场景按“付费主体明确度、单位经济性、阻力”三项打分。前四个（信控优化、公交优先、事故快勘、特种车辆绿波）是“必做且先做”，因为付费主体已经在花钱，只是钱花得不够有效。
客户经常问：“一根杆到底相当于车上多少算力？”真正值钱的不是算力倍数，是覆盖倍数。一根 10 米高的杆，对 200 米半径的路口全域无遮挡 —— 覆盖约 12 万平方米。同样面积的盲区，如果靠车端加装激光雷达解决，至少要 200 辆车各加 1 颗，成本 600—1,200 万元，而且只在车在的时候有效。
这三件事决定了项目能不能过审计、能不能持续迭代、能不能说服财政。它们不在任何一版《建设方案》的目录里，但每一个都能让项目停摆。
一台 L4 车，8 路 800 万像素相机＋5 个毫米波＋1—3 个激光，原始数据约 6.1 GB/s；工程上压缩降采样后落到 4—8 TB/天，一年 1.2 PB。按云厂商出网价 0.3 元/GB，单车年回传成本约 36 万元；1,000 辆车就是 3.6 亿元/年 —— 还没算存储和标注。
结论：全量回传的数据闭环，在商业上不可能成立。任何方案如果写“数据全量上云”，要么是不懂，要么是没算过账。
五类触发里，第四类“一致性触发”是车路云独有的，也是最容易被忽略的：当车端和路侧对同一目标给出不同判断时，这里一定有一个错了，也一定有一个值得学。做法是车端 10 Hz 上报目标列表、路侧也上报，云端做时空对齐，差值超过阈值（位置 0.5 m／速度 1 m/s／类别不同）就双向取证。
这个机制有三个用途：校核路侧（如果 80% 分歧都是路侧错，说明标定或算法有问题，这是最经济的“路侧体检”）、校核车端（某车型在某类场景持续误判，这个信息对车企极有价值，可以卖）、扩充场景库（每个分歧点都是一个 corner case）。这一条是把“车路云”从两套系统变成一套系统的关键 —— 没有数据互通，车是车、路是路；有了一致性比对，两者开始互相校核，系统才真正闭环。
车路云的收益必须分三本账。混在一起算，评审会上一定被打回来。
| 账 | 内容 | 口径纪律 |
|---|---|---|
| 财政账 | 信号优化节省通行时间 4,200 万＋事故减少损失 2,800 万＋警力节省 900 万＋公交准点补贴效率 600 万＝8,500 万 | 大部分不是“新增收入”，是“避免的损失”。它不能直接计入项目现金流，只能进社会效益评价。 |
| 产业账 | 测试服务收入 1,200—3,000 万＋数据服务 500—1,500 万＝1,700—4,500 万 | 前提是本地有车企或 Tier1、有测试场地和场景库。没有这两个前提，产业账是空的。 |
| 安全账 | 每万公里碰撞风险 −23%、亡人事故 −11.7%、右转事故 −40%、二次事故 −50% | 不能进财务模型，但它决定项目“该不该做”。一个城市一年因事故死 200 人，减少 12% 就是 24 条命。 |
三个常见的美化手法，我们不用：① 把“避免的损失”全额计入收益（应是社会成本节约，不是财政增收）；② 把“招商带动 50 亿”计入（那是产业政策的结果，不是项目收益）；③ 把“数据资产”计入（没有交易市场、没有定价机制，只能作期权价值定性描述）。财务模型只算财政账＋可确认的产业账，算出来的 5.5 年比美化过的 3.2 年更可信，也经得起审计。
2026 年，同样叫 L4，两条赛道的规模差了 26 倍：无人配送车保有量 4.7 万台（2026 年预计销量 8.9 万辆），Robotaxi 约 1,800 辆。这不是技术差距，是场景选择的差距。四个原因：路线固定（可以做窄 ODC）、低速（25—40 km/h，降维打击）、载货不载人（监管宽容、保险便宜）、成本可算（客户能算出几个月回本）。
城市核心区车流最大、汇报最好看，但 87% 是私家车，没人为协同付费。物流通道上跑的是同一批无人车，每一辆都是付费用户。
乘用车要交叉口协同、盲区预警、＜200 ms；货运要泊位识别、装卸区引导、编队保持，＜500 ms 就够。
文远知行远程辅助人车比已达 1:40。远程操作员看到的不仅是车上摄像头，还有路侧全域视角。
大部分方案按技术先进性或用户感知度排序，这是错的。正确的排序维度只有一个：谁付钱、付多少、什么时候付。
| 序 | 场景 | 付费主体 | 单位经济 | 阻力 | 见效 | 一句话价值 |
|---|---|---|---|---|---|---|
| 1 | 信号配时优化与绿波 | 交管（已有信控预算） | 高 | 低 | 3—6 月 | 车均延误降 20%—30%，不用改一条车道 |
| 2 | 公交优先与准点 | 公交公司＋交通局 | 高 | 低 | 3—6 月 | 准点率 78%→92%，等于多买 15% 运力 |
| 3 | 事故快处与视频快勘 | 交管 | 高 | 低 | 2—4 月 | 现场处置 25→8 分钟，二次事故降一半 |
| 4 | 特种车辆绿波让行 | 交管＋消防／急救 | 高 | 低 | 3—6 月 | 救护车通行时间缩短 40%—50% |
| 5 | 右转盲区与大车预警 | 城管＋交通（渣土车） | 中高 | 中 | 4—8 月 | 右转事故是城市最致命的一类，可降 40% |
| 6 | 智慧停车与充电预约 | 停车公司＋充电运营商 | 中高 | 中 | 4—8 月 | 找车位 8→2 分钟，泊位周转 +15% |
| 7 | 高速合流区与隧道预警 | 高速集团 | 中 | 中 | 6—10 月 | 合流区追尾降 30%，隧道事件提前 5 分钟 |
| 8 | 无人配送与环卫路权 | 运营公司＋城管 | 中高 | 中高 | 6—12 月 | 单票配送成本降到人工的 1/3 |
| 9 | Robotaxi 运力协同 | 出行平台 | 中 | 高 | 12—18 月 | 单车日均订单 21→30 单 |
| 10 | 城市级云控与车城融合 | 市政府 | 低（间接） | 高 | 18—36 月 | 从“各自为战”到“一张网”，但很难单独算账 |
第 1—4 个是“必做且先做”：付费主体已经在花钱，车路云只是让这笔钱花得更有效，客户不需要新增预算科目。第 8—10 个“看着最亮、最容易烂尾”——用前四个的钱和信任，去养后三个。
基准：机动车保有量 200 万辆、信号路口 800 个、年一般公共预算收入 600 亿元的地级市。所有数字为静态测算，不含折旧与税。
| 档 | 建设内容 | 投资 | 年净收益 | 静态回收 | λ 目标 |
|---|---|---|---|---|---|
| 轻 | 50 个重点路口＋1 个边缘机房＋云控基础版＋200 辆公交改造 | 8,000 万 | ＋1,200 万 | 6.7 年 | 0.8% → 6% |
| 中 | 300 个路口＋3 个边缘机房＋区域云＋数据闭环＋车队服务 | 3.6 亿 | ＋6,500 万 | 5.5 年 | 0.8% → 14% |
| 重 | 800 个路口＋200 km 高速＋云控全域＋场景库＋车企联合开发 | 9.5 亿 | ＋1.4 亿 | 6.8 年 | 0.8% → 22% |
中档收益拆解：信号优化 4,200 万＋事故减少 2,800 万＋警力 900 万＋公交 600 万＝财政账 8,500 万；测试与数据服务 1,700 万；减运营成本 3,940 万，净约 6,500 万。中档 IRR 约 9%—12%（8 年运营期、5% 折现），在基建项目里算中等，不足以支撑纯商业融资，需要专项债或政策性资金。
机动车 ＜ 50 万辆
或信号路口 ＜ 200 个
本地没有一家车企／Tier1 愿参与场景定义
没有一支可接入的营运车队
只想要“演示路段 ＋ 大屏”
| 序 | 指标 | 目标值 | 测量方法 |
|---|---|---|---|
| 1 | 设备在线率 | ≥ 99%（月度） | 平台统计 |
| 2 | 感知位置精度 | ≤ 0.3 m（RMS） | RTK 参考点比对 |
| 3 | 感知速度精度 | ≤ 0.5 m/s | 同上 |
| 4 | 目标检出率 | ≥ 97%（晴）／≥ 88%（雨） | 人工标注 30 分钟视频比对 |
| 5 | 端到端时延 | P99 ≤ 200 ms（协同）／≤ 50 ms（直连） | 打点测试 |
| 6 | 日均协同触发车次 | ≥ 设计能力的 40%（第一年） | 平台统计 —— 最重要的一条，它把“建成了”和“用起来了”分开 |
| 7 | 干道车均延误 | 下降 ≥ 15% | 与三年基线对比 |
| 8 | 事故现场处置时间 | 下降 ≥ 40% | 交管数据 |
| 9 | 商业验收 | 签约 ≥ 2 类付费主体，续约率 ≥ 80% | 合同 —— 技术上全绿但没人付钱的项目，第二年就会停 |