车路云一体化系统云控基础平台参考架构 1 车路云一体化系统云控基础平台参考架构 2 版权声明 本白皮书版权属于中国汽车工程学会，并受法律保护。 转载、摘编或利用其他方式使用本调查报告文字或者观点的 应注明来源：“车路云一体化系统云控基础平台参考架构”。 违反上述声明者，中国汽车工程学会将追究其相关法律责任。 车路云一体化系统云控基础平台参考架构 中国智能网联汽车产业创新联盟秘书长 陈山枝 中国信息通信科技集团有限公司副总经理、总工程师 移动通信及车联网国家工程研究中心主任 侯德藻 交通运输部公路科学研究院智能交通研究中心主任 辛克铎 国家智能网联汽车创新中心副主任 姚丹亚 清华大学自动化系工程研究所教授 孙棣华 重庆大学自动化学院教授 车路云一体化系统云控基础平台参考架构 4 参研单位 清华大学、 、北京车 网科技发展有限公司、中国信息通信研究院、公路院、阿里云计算有 限公司、中国移动、中移(上海)信息通信科技有限公司、中国农业大 学、联通智网科技股份有限公司、中国第一汽车股份有限公司、重庆 长安汽车股份有限公司、天翼交通科技有限公司、百度、华为技术有 限公司、奇瑞汽车股份有限公司、中汽创智、智行者、北京理工大学、 北京邮电大学、西部科学城智能网联汽车创新中心（重庆）有限公司、 西部车网（重

多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 主流车企对DeepSeek的热情，部分新势 力车企迟迟未官宣合作，这背后则是各车企对生态控制权的考量。 ◆ 车企接入DeepSeek的方式各有不同：借助DeepSeek的理解与推理能力，提升车辆座舱语音交互、感知决策 等多方面能力，为用户带来更加智能化、个性化的用车体验；从技术实现路径看，车企主要采用直接接入、 多模型联合协同部署、模型深度融合与蒸馏三大接入方式。 ◆ 车企扎堆布局“De 车企扎堆布局“DeepSeek”的思考：综合来看自主品牌中传统车企普遍已经接入DeepSeek，而AI技术储备 较深的部分新势力车企尚未有接入DeepSeek的计划。传统车企接入DeepSeek有望实现AI功能的跃升，然而 DeepSeek并非万能。车企需要有自身的数据分析和训练能力，过度依赖DeepSeek等外部模型还容易产生技 术依赖风险，此外同质化竞争可能加剧，导致功能体验可能趋同，不同品牌之间差异可能只在UI设计层面。

指导单位（按字母排序）  IMT-2020（5G）推进组 C-V2X 工作组  移动通信与车联网国家工程研究中心  中国汽车工程学会  中国通信学会  中国通信标准化协会 主编单位（按拼音排序） 阿里云计算有限公司 北京六分科技有限公司 北京万集科技股份有限公司 北京数字认证股份有限公司 车联网技术创新与测试评价工业和信息化部重点实验室 宸芯科技股份有限公司 格尔软件股份有限公司 郑银香 周光涛 周国平 周云冲 张宏怡 张 平 张 楹 祝 峰 引 言 随着汽车智能化、网联化的加速演进，汽车已从传统机械产品转 变为集通信、计算、控制于一体的智能移动终端。当前，智能网联汽 车对网联技术的需求从基础数据传输升级为全域覆盖、无缝连接、在 不同场景下满足大带宽、低时延、高可靠等差异化传输需求的多维能 力体系；汽车网联技术的应用边界持续拓展，已从早期车载信息娱乐、 远程诊断 在此背景下，5G、C-V2X 直连通信与卫星通信等多种技术并行 发展，虽为行业提供多元化技术路径选择，也带来跨行业技术标准协 同、基础设施能力与车端应用需求匹配、成本投入与收益平衡、安全 风险叠加等系统性挑战，影响汽车与信息通信深度融合发展进程。为 破解上述挑战，本报告聚焦“人-车-路-云”要素的全面连接与深度协 同演进，提出“连接-计算-安全”三大技术方向，系统规划技术演进 路径：通过 5G/5G-A 蜂窝移动通信网络、C-V2X

网络依靠交换机进行用户数据交互、基于 N19 接口的涉及两 个 PSA 交换用户数据、本地使用一个 PSA 交换用户数据。基于 N6 方式实现时，需要配置工业企业网络交换机，通过配置到 UPF 的二 层链路实现两个工业 5G 终端设备的 5G LAN 通信交换。基于 N19 方 式实现时，需要配置一个与工业网络 VLAN 划分对应的 5G VN Group 和两个 UPF 间的共享用户面隧道，通过 PSA 双发选收 在工业场景下，如 PLC 等控制业务对网络传输的可靠性要求较 高，可以采用双发选收方式提升端到端业务的可靠性。双发选收是一 种增强无线链路的方法，通过新增路由对数据流进行复制，并在空口 传输冗余，接收端通过冗余流恢复出原始流中丢失信息，增强了链路 韧性。 双发选收主要包含单终端单模组、单终端双模组、双终端单模组 三种实现方式。单终端单模组的方式在发送端进行数据复制，通过一 个承载 控场 景 露天开采监 控 5G AI 监 控 摄像头 上行： ≥4Mbps/路，1080p； 推荐≥6Mbps/路， 2K； 下行： ≥100kbps/台 传 输 时 延 ≤100ms ≥99.9% 控制类设备 远程操控 5G AI 监 控 摄 像头 、电 机、水泵、皮 带等 上行： ≥2Mbps/路，720p； 下行： ≥100kbps/台 端 到 端 时 延 （ 控 制 级 命

...............17 2.1.5 单位基本信息 ..........................................19 2.2 案例二：基于物联网僵木蠕安全大模型的车联网安全风险监测服务—— 新型工业化安全赋能 ............................................ 20 2.2.1 方案概述 ................. ） 20 2.2 案例二：基于物联网僵木蠕安全大模型的车联网安全风 险监测服务——新型工业化安全赋能 引言：在“车路云一体化”多网融合、多主体交互、多种复杂场景并存的背 景下，来自车端、路侧、云端的威胁呈爆发式增长，安全风险进一步加大，影响 用户隐私，影响车辆安全，影响企业运营，威胁国家安全。 基于物联网僵木蠕安全大模型的车联网安全风险监测方案推向市场以来，一 方面获得了产业界的充分肯定，如获得了中国信通院“2024 方面获得了产业界的充分肯定，如获得了中国信通院“2024 年智能网联汽车网 络和数据安全典型案例”；另一方面，也通过向车企提供车联网安全保障服务， 获得用户得充分认可，如获得广汽乘用车、广州云百科技的肯定和感谢。 同时，基于物联网僵木蠕安全大模型的车联网安全风险监测服务推向市场后， 也取得了很好的经济效益。目前与广汽埃安、广汽本田、广州云百科技等相关企 业进行车联网安全相关合作的合同金额已达 2.4 亿元，累计开通链接数达到百万

安全管理手段 应用 5G 前  有线组网 不易部署  建设及维护成本高 ，视频 存储量大，不易实时分析 问题  摄像头 资源利用率不高  车间入口、产线、仓库等区域 部署 80+ 路摄像头，视频监控  存储资源需求大，一周 15T  摄像头监控的数据主要用于问 题回溯 生产车间后台管理 工厂 中心云 GW-U/UPF AI 视频数据学习 视频监测类 场景与技术综述  实践：通过摄像头改为连接 5G 端计算网关，基于 5G 网络上行大带宽能力，将视频监控数据实时回传至边缘侧和中心侧 ，基于自主 研发的 AI 视频图像分析算法，对“人、车、物、场景”进行快速的检测、识别与分析，助力节省人力成本，降低安全隐患，提高管 理效率，为工厂提供人员安全行为分析和实时预警手段 网络能力   4K 摄像头上行速率 >25Mbps 8K 应用实践 1 ：视觉质检 涂装车间 冲压车间 物流超市 涂 胶 厚 度 质 检 白 车 身 间 隙 漆 面 缺 陷 监 测 焊装车间 车身 立体 库 过 程 装 配 质 量 检 查 冲压件 立体库 总装车间 下 线 装 配 防 差 错 物 流 来 件 质 检 下 线 整 车 间 隙 匹 配 监 测 优 势 风挡手动涂 胶操作合规 性监测 天窗清擦合 规性监测

某大型车企数智化战略 规划方案 XX 集团 AI+ 建设顶层战略设计方案 目 录 – 2 c 第一部分： AI+ 现状、趋势及对汽车行业的影响 第二部分： XX 集团 AI+ 应用现状 第三部分： AI+ 应用典型企业分析 第四部分： XX 集团 AI+ 顶层战略设计方案 • AI+ 顶层战略设计框架 • AI+ 战略实施策略建议 – 建立 XX 众创研发平台策略及建议 集团“ AI+ 1354” 战略目标 通过 AI+ 战略的实施，形成基于客户导向的、开放互联的、 AI 模式的运营机制。为用户提供极致服务体 验、个性化方案和共享生态。 – 4 • 涵盖用户车生活的全生命周期服务： 包括用户购车、用车、养车、用户自 身全生命周期消费等内容的服务 • 打造线上线下无缝衔接的服务模式 • 解决用户服务所需的透明性、可比性、 专业性、便利性、无忧性、个体性和 1354” 战略平台蓝图 在战略设计中，涉及到的各个平台体系将保持互联互通。 – 7 ERP 其他模块 主数据 物料配送 智能制造 仓库管理 生产规划执行 检测 销售服 务平台 车联网 云平台 统一 采购平台 大数据平台 众创 研发平台 前端 中端 后端 基础 设施 云中心 产品 研发 制造 采购 销售服务  前端：面向外部用户、合 作伙伴、社会资源 

年实现小汽车电动 化率达到 70%，到 2035 年出 租车网约车的电动化率达到 100%，加快氢燃料在交通领域 的应用速度 交通运输工具的清洁化速度进 一步加快，到 2045 年全面实现 私家车的纯电动化；到 2050 年 实现公路客运车纯电动化，公 路货运车电动化率达到 85%、 氢能比例达到 15%，实现交通 零排放 货运车加快氢燃料的进一步应用 提高车辆燃油经 济性 交通领域 制定机动车“油换电”“油换氢”鼓励政策 规定期限内对在苏州工业园区将传统能源汽车更换为新能源汽车的单位和个人实施置换奖 励。制定苏州工业园区加快推进营运老旧汽车提前淘汰奖励补贴实施方案，对规定期限内 在园区提前淘汰的营运老旧汽车实施财政奖励补贴。鼓励有序发展氢燃料电池汽车，稳步 推动电力、氢燃料车辆对燃油商用、专用等车辆的替代。 制定机动车超低排放区政策 结合污 结合污染物排放控制的目标、城市空间的发展、道路网络的布局、不同车型在网络中的分 布以及过境车辆的数量确定机动车超低排放区范围。开展排放标准的选定，明确何种排放 标准的车可以进入低排放区。明确豁免车辆，并对区域内居民和特殊使用者等给予一定程 度的优惠措施。采用 ANPR 技术对低排放区内行驶的车辆进行排放标准的监测。 居民生活领域 系统推进碳普惠体系建设 推进《苏州工业园区关于建设碳普惠

医疗场景类 园区智慧中枢 -AI 能力中台 利 用 AI 赋能各类应用，实现对园区管理中各类人、车、事、物的数据分析， Face ID 轨迹跟踪，秒级查人、查车、 查物，实现一脸统管，万物互联和智慧智能。 物品及事件检测类 ◆ 烟雾 / 火焰检测 ◆ 消防占道检测 ◆ 越线滞留检测 ◆ 安全帽 / 头盔检测 人脸识别类 超 100 种算法类 型 小视科技 MINIVISION 园区智慧中枢 -AI 能 力中台 火烟 / 火焰检测 消防占道检测 “人车物”越线滞留 抽烟检测 打架检测 RGB 静默活体 / 双目活 体 口罩红外人脸识别 人群密集度分析 徘徊 / 入侵 / 离 岗 园区设施部件的实时物联监测 + 人工移动巡检， 自动故障 预警 ，联动工单调度，应急处置业务 全闭环过程；网格化设施部件资产精准分类统 计。 基 于 CIM+ 物 联 网 ， 对 园 区 灯 杆 / 路 灯 、 井 盖 、 垃 圾 箱 等 市 政 部 件 设 施 进 行 集 成 化 管 理 与 在 线 监 控 ， 用 智 能 化 技 术 监 控 的 方 式 替 代 人 工 管 理 模 式

朱 强 陈 民 陈 昊 江 魁 贺 松 钟 兵 冯 广 李彭军 李素敏 王卫苹 欧阳杰 杨春勇 杨国良 孟宪宁 张香玲 蔡一闻 李 可 管 军 吕周平 路明春 朱晓波 邓根强 杨 辉 刘义艳 阚德勇 梁锦孟 吉爱国 门家琪 陈杰新 熊 鑫 顾雷鸣 崔晓峰 刘 涛 俞树煜 张桂青 冉晓东 林维波 郜 勇 万 力 陈兴忠 陈 琪 ................................................................................... 33 2.3.3 光纤链路低时延 ....................................................................................... 37 2.3 ..................................................................................... 42 2.4.3 链路可视 .................................................................................................