车联网蓝皮书（数据赋能）（2024年）

版权声明 本蓝皮书版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本蓝皮书文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 更名声明 原“集智”白皮书更名为“集智”蓝皮书。“集智”蓝皮书将继续秉承原有的编撰理念和高质量标准，致力于提供有价值的信息和洞见。 前言 随着数字经济发展，数据的价值日益凸显，已成为培育发展新质生产力、推动经济高质量发展的重要抓手。车联网产业作为新兴产业，车联网数据的发展与应用有助于推进汽车、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。美欧日韩纷纷发布车联网数据开放、共享和流通政策和法规，抢占车联网产业发展制高点。我国持续扩大新型基础设施建设，不断完善车联网数据政策法规和标准体系，推进产业深度挖掘车联网数据价值，大力推动车联网产业高质量发展。 本报告围绕车联网数据赋能主题，一是首次诠释了车联网数据范畴，总结车联网数据的特性，为车联网产业深度挖掘车联网数据价值奠定基础；二是从智能网联汽车、路侧基础设施、云平台和通信网络四类来源数据分别阐述车联网数据在汽车、交通、智慧城市等跨行业领域的赋能应用案例，为车联网产业深度挖掘车联网数据价值提供参考；三是从技术研发、基础设施建设、开展应用试点等方面提出加速车联网数据价值释放的举措建议。 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） 云平台数据赋能智慧出行优化和运输效率提升................................. 29（二） 云平台数据赋能辅助及自动驾驶功能增强......................................... 31（三） 云平台数据赋能交通治理决策优化..................................................... 32（四） 云平台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 （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云平台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 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。 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： ①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 云平台是车路云系统的数据汇聚核心，车、路、网的数据均在云平台完成汇聚，并通过云平台的分析处理能力形成新的数据。同时，云平台通过强大的存储、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，云平台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，云平台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，云平台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台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、设备台账、车辆台账等数据。云平台