2024智能车联网蓝皮书.docx

车联网蓝皮书（数据赋能）(2024 年)目 录一、 车联网数据概述 1（一） 车联网数据的范畴和特性 1（二） 车联网数据重要性日益凸显 6（三） 全球主要国家和地区高度重视车联网数据赋能 7（四） 不同来源的车联网数据赋能场景各有侧重 12二、 车端数据赋能汽车研发生产逐步深化，数据流通价值更大释放有待探索14（一） 智能网联汽车数据赋能汽车产品研发优化创新 15（二） 智能网联汽车数据赋能汽车生产制造提质增效 16（三） 智能网联汽车数据赋能汽车后市场效率提升 16（四） 智能网联汽车数据跨企业流通，催生新业务模式 17（五） 智能网联汽车数据价值释放面临的关键问题 19三、 路端数据赋能交通管理和汽车产品研发效果初显，数据规模和质量有待重点提升 21（一） 路侧基础设施数据提升交通安全和效率 22（二） 路侧基础设施数据赋能车企产品升级，提升用户体验 24（三） 路侧基础设施数据价值释放面临的关键问题 26四、 云端数据赋能出行及物流运输相对成熟，赋能智能驾驶的数据质量及其价值释放能力有待加强 28（一） 云平数据赋能智慧出行优化和运输效率提升 29（二） 云平数据赋能辅助及自动驾驶功能增强 31（三） 云平数据赋能交通治理决策优化 32（四） 云平数据价值释放面临的关键问题 33五、 网络端数据赋能提升网络连接和用户服务效果显著，多类型通信网络数据价值有待深度挖掘 34（一） 通信网络数据提升车联网网络连接服务 35（二） 通信网络数据赋能车企提升用户服务能力 36（三） 通信网络数据赋能交通提升交通管理和服务能力 37（四） 通信网络数据价值释放面临的关键问题 37六、 车联网数据发展下一步建议 38（一） 强化数字化基础底座建设，加快数据资源化进程 38（二） 分类推进数据扩大应用，提升数据赋能成效 39（三） 加强推动数据流通利用，鼓励跨领域数据资源交互和价值共创 39（四） 强化技术研发突破，支撑数据开发应用各环节需求 40（五） 构建协同发展环境，培育多元产业发展生态 41图 目 录图 1 车联网数据概览 1图 2 车联网数据赋能行业应用过程 12图 3 不同来源数据赋能的应用场景示意图 13图 4 智能网联汽车数据流通和赋能的应用场景示意图 15图 5 路侧基础设施数据流通和赋能的应用场景示意图 22图 6 云平数据流通和赋能的应用场景示意图 29图 7 通信网络数据流通和赋能的应用场景示意图 35车联网蓝皮书（数据赋能）（2024 年）一、车联网数据概述（一）车联网数据的范畴和特性当前，我国车联网产业正处于新应用蓬勃发展、新模式落地推广 的发展关键期，车联网数据作为新型生产要素，是产业价值创造的重要源泉，深入理解车联网数据的范畴与特性，是充分发挥车联网数据要素乘数效应的重要基础。

参考国家数据局对数据领域常用名词解释，车联网数据是指车联网环境下，在生产活动中所采集、汇聚、整理、加工而成的数据具体地，车联网数据按产生主要来源可分为车端、路端、云端、网络端 4 大类，如下图 1 所示来源：中国信息通信研究院图 1 车联网数据概览1. 车端数据根据《智能网联汽车数据通用要求》《智能网联汽车数据分级分类实践指南》及车企在实践中的分类统计，车端数据可分为以下几类：41①基本数据，即车辆本身硬件配置的数字化信息，如车辆型号、车架号、软件版本号等数据；②感知数据，即车辆通过车载的感知和通信设备收集到的外部环境数据，如视频、激光点云数据、时空定位信息、融合感知结果、车车协同消息等；③决策操作数据，即人类驾驶员和车辆自动驾驶系统对车辆进行的各类操作数据，如油门踏板开度、方向角度等；④车辆运行数据，是车辆在运行中所产生的各类电子化数据，包括车辆各类工况、零部件状态、故障等数据，如电池电量、胎压、加速度、空调状态等；⑤驾驶员和乘客数据，是车辆通过车内传感器采集的驾驶员和乘客各项数据，包括图像、语音指令、驾驶员面部表情等车辆数据是车辆行驶和使用过程中产生的最直观的数据，在自动驾驶研发、用户偏好分析、车辆功能研发等方面具有较高的价值，同时通过统计分析还可用于交通态势感知、交通管理、车辆后市场等场景，具有极高的价值潜力。

2. 路端数据通过路侧基础设施的建设部署，路端具备多维的感知能力和敏捷的边缘计算能力，能收集并处理各类数据，具体包括以下几类：①基本数据，包括路侧设备的编号、位置、运行状态等基本信息；②原始感知数据，是路侧系统通过摄像头、毫米波雷达、激光雷达、信号灯采集器等感知设备所收集的原始数据，包括视频、激光点云、信号灯相位等数据；③融合感知数据，路侧通过边缘计算能力，对原始感知数据进行处理后形成的结构化目标物数据，如目标物的轨迹、速度、角度等数据；④交通状态数据，路侧基于不间断的道路环境监控，依托路侧计算能力形成单个路口的交通状态数据，如车流量、平均排队长度、平均车速等；⑤应用服务数据，即路侧系统通过直连通信为车提供的各类服务数据，如地图消息（MAP）、信号灯相位消息（SPAT），以及如拥堵提醒、恶劣天气提醒等数据路侧数据具备连续和全面的特性，通过路侧感知设备 24 小时不间断地采集，能实现覆盖区域内事件信息的全面记录，数据具有极大的潜力，但对应的筛选、标注等处理成本也较高3. 云端数据云平是车路云系统的数据汇聚核心，车、路、网的数据均在云平完成汇聚，并通过云平的分析处理能力形成新的数据同时，云平通过强大的存储、计算以及互联互通能力，承载海量数据，服务于不同业务场景，具体包括以下几类：①车辆服务类数据，云平为车辆提供的各类服务类信息，如信号灯下发、拥堵提醒、限速预警等数据；②智驾辅助类数据，在协同辅助驾驶/自动驾驶场景下，云平对车辆发出的控制类数据，如协同变道、匝道汇入汇出、绿波车速引导等数据；③交通管理类数据，通过汇聚路侧单个路口交通状态数据，形成重点路段或区域内的交通状态统计数据，再通过计算形成支撑面向交通管理和优化的各类数据，如车流量特征、信控路口优化方案、路网交通状态等数据；④地图信息，云平存储的各类地图数据，可为不同应用和系统提供服务，包括静态和动态地图数据、高精度地图等；⑤车辆监控数据，智能网联汽车安全监测平接入的网联自动驾驶车辆测试数据，包括事故数据、接管数据、车载音视频数据、车辆决策数据等，是智驾能力评估、智驾算法研发的重要参考数据；⑥管理数据，包括用户、设备、车辆等管理数据，如用户账号、设备 账、车辆账等数据。

云平虽然不直接产生数据，但通过其强大的计算存储和互通汇聚能力，可根据需求对多源数据开展处理分析，产生新的高价值数据4. 网络端数据通信网络是连接车路云的通信链路，承载着各要素间的信息流通，在业务过程中也会产生各类数据，具体包括以下几类：①基本数据，即网络本身的资源数据，如网络带宽、IP 地址、工作频段等；②网络 状态数据，即网络本身的状态情况数据，包括网络丢包率、网络时延等监控数据；③网络用户数据，即用户使用网络时产生的各类状态和统计数据，如计费数据、用户位置数据等网络数据能多维度地反映通信网络的状态，帮助用户判断数据和应用的可靠性，其用户数据通过脱敏后与其他数据融合，可用于用户画像分析、产品开发等基于以上分析，可见车联网数据相较于其他数据，具有涉及主体多、数实融合、多重价值、数据资源丰富等特点涉及主体多车联网数据包括了来自用户、车辆、路侧感知系统、交通交管系统、高精地图等多方面的数据，涉及的数据权属主体众多，数据权属复杂，涉及的业务条线众多，跨专业、跨系统特征明显，例如常用的信号灯数据一般来源于交警，获取和使用都需要经过交警部门的授权；路侧和车辆的感知数据一般来源于路侧运营商和车企，由于数据内包含如人脸、车牌、道路状况等敏感数据，企业虽然持有这些数据，但受限于权属、合规等问题，在数据的使用、流通过程中会有所顾虑。

此外，高精地图数据归属自然资源部管理，路网、道路标识标志牌等数据则归交通、公安部门管理，给数据的汇聚和融合应用带来了一定的挑战数实融合不同于其他行业数据，车联网大量数据都来源于传感 器对真实环境和目标的采集，是真实物理实体的数字化数据，例如车辆与路侧感知设备所采集的大部分数据，包括视频、点云数据、雷达数据等这类数据一方面对前端感知设备的性能要求很高，例如路侧感知系统通常要求 64 线以上的激光雷达，车端摄像头也多采用双目或者雷视融合方案，尽可能提升原始数据采集质量；另一方面，这类数据的处理和使用对于硬件性能、模型算法效率、准确度等提出了很大的挑战，例如视频图像数据需要算法识别出其中的车辆和行人，激光点云数据需要极高的算力去解析和融合，以还原真实道路交通状况多重价值同一份车联网数据可在不同主体、不同环节、不同位 置上多次参与生产和管理过程，从而发挥多重价值如车辆的行驶数据既可以为车企分析驾车习惯和规律提供帮助，同时也可以为交通部门和城市规划部门的管理提供数据支撑，甚至还可以为车主提供个性化的导航和路线建议提供帮助；路侧数据既可为车辆提供预警信息，也可以经过进一步分析加工，形成驾驶场景库为自动驾驶和车企赋能，还可提供给交警进行交通状态分析，从而释放多重价值。

数据资源丰富广泛部署的路侧感知系统，以及车载端越来越多的感知设备，产生了海量的车联网原始数据如一辆自动驾驶车辆一天能采集 10 TB 数据，一个标准十字路口一天能产生约 200 GB 的数据等云平则汇聚路侧和车端所产生的数据，同时还汇聚有交通、交警等部门的数据，以及运行过程中产生的各类管理数据等，一般城市级平设计存储容量为PB 级别二）车联网数据重要性日益凸显车联网数据资源丰富、价值效益明显，车、路、云、网等既是车联网数据的生产者，也是使用者，车联网数据经过汇聚、处理、加工，不仅可支撑对内业务贯通、推动数智决策，还可对外流通产生新服务、新业态，有助于推动汽车、信息通信、交通运输等产业创新发展，加速车联网产业实现智能化服务，加快构建数字经济新价值链车联网数据是推动汽车、信息通信、交通运输等产业创新发展的 重要抓手车联网数据的流通与共享，加速车辆状态、路侧基础设施、城市管理等数据在汽车、交通运输、智慧城市等产业之间广泛、重复应用，通过数据创新应用赋能汽车研发、制造等环节，提升交通安全、效率水平，既促进汽车、交通运输等行业企业数字化产品与服务创新发展，也拓展了信息通信行业企业数据领域服务能力深度赋能的空间。

车联网数据是推动车联网产业实现智能化服务的重要基础车联网数据包括实时的交通信息、车辆状态监测等海量数据，是智能算法训练的坚实基础，将加速汽车、交通运输等产业智能化转型，促进汽车产业由“制造为中心”、交通运输产业由“管理为中心”向“服务和数据驱动”转变，推动智能汽车和智能交通服务升级，构建适合智能化时代的运营和服务体系，为建设安全、高效、便捷、绿色的交通体系提供关键支撑车联网数据是推动构建数字经济新应用新业态新模式的关键因 素车联网数据的应用与发展将有效带动大数据、人工智能、云计算等数字技术在汽车、交通运输、智慧城市等产业的综合性广泛应用，推动语音助手、地图导航、智慧停车等智能APP 新应用不断涌现，推动共享汽车、基于驾驶行为保险等智能服务新业态更加繁荣，推动促进自动驾驶小巴、无人物流、无人快递等智能交通新模式加快创新，加速形成数字经济新效益三）全球主要国家和地区高度重视车联网数据赋能美国、欧洲、日本、韩国、中国等国家和地区高度关注车联网数据的发展与应用，纷纷布局加速推动车联网数据使用和流通，完善车联网数据合规与安全使用规则，推进车联网数。