交通数据 的交通信息服务，数据挖掘等数据处理技术，实现了智慧交通的系 统性、实时性、信息交流的交互性以及服务的广泛性。 智慧交通概述 4 “智慧交通”的目标是通过建设智慧交通充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效 率和管理水平，为通畅的公众出行和可持续的经济发展服务。 1、服务于交管部门 为交管部门缓解交通拥挤提供数据和决策支持，提高交通效率，为民众出行提供信息支持，减少环境污染。 （公安交警局） 统一的城市交 通信息源总体 接口 信息交换平台 监管：客流/物流 运行状况 • 区域交通 • 高速公路 • 公交网络 • 轨道网络 • 出租车 • 交通枢纽 监控指挥 • 交通安全 • 交通秩序 • 交通通行 • 交通执法 • 交通信息采集与汇聚 • 交通信息分析与处理 • 交通信息交换与共享 • 交通信息提供与发布 • 交通信息服务体系 • 智能公交都市出行一体化服 次事故的发 生， 在预防车辆低速、违停、疲劳驾驶等造成的伤亡事故上能起到较好的预防作用。在提高交通 运营部门管理效率的同时，也为交通疏导、应急交通管制等提供了良好的辅助决策手段，为城市 交通安全管理和道路运营提供了可靠保障。 其他系统应用 41 不停车收费系统 不停车收费系统（又称电子收费系统Electronic Toll Collection System，简称ETC系统）利

的试点探索实践。对于这 些省市的指南 / 标准有几个关键的行业共识共通点，安全效率是出行服务永恒的主题和目标：智能化作为手段， 智能化、信息化要和业务融为一体； » 2020 年，中国道路交通安全协会发布团体标准《车联网路侧设施设置指南》（T/CTS 1-2020）、《智慧高 速公路交通标准设置指南》（T/CTS 3-2020）中国智能交通产业联盟发布团体标准《智慧高速公路信息化建 设总体框架》（T_ITS 通的关键。利用云计算、大数据等技术，整合路网静态交通设施、动态交通流和交通参与者的时空信息，并基于 GIS/ 高精地图构建完整的数字孪生平台，在此基础上提供认知、决策、仿真、评估等算法模型，是提升交通安全 和效率的关键。 构建多应用多层次服务体系 公众出行服务是智慧公路建设的最终目的，公众出行信息服务水平更是衡量智能交通现代化程度的重要标志。 智慧公路的发展需要持续激发市场活力，积极探 容量、交通治理对象、 交通供需匹配等核心 要 素 可 计 算， 实 现 交 通 态 势 精 细 掌 握， 警 情 事 件 精 准 研 判、 管 理监控主动决策。 面向城市交通拥堵治 理和城市交通安全治 理两个核心业务场景， 打造交通态势监测和 管 控、AI 信 控 优 化、 交 通 安 全 风 险 研 判、 重点营运车辆治理等 核 心 应 用， 保 障 交 通 安全和通畅。 采

可全方位实施车车（V2V）、车人（V2P）、车路 （V2I）等动态实时信息交互，并在全时空动态交 通信息采集与融合的基础上开展车辆主动安全控制 和道路协同管理，充分实现人车路的有效协同，保 证交通安全，提高通行效率，从而形成的安全、高 效和环保的道路交通系统。  车路云协同是指通过车辆及其他交通参与者、路侧 基础设施、云控平台、相关支撑平台、通信网等组 成的一个复杂大系统。这个系统能够实现车辆与车 资料来源：行行查研究中心，中邮证券研究所 9 1.2 车路协同发展进程——应用场景  目前C-V2X得到中国、美国两个交通大国的认可，成为全球车联网的唯一标准。  C-V2X 的应用场景可划分为交通安全类、交通效率类以及信息服务类。在基础业务场景阶段，大部分应用的实现都基于车辆、道 路设施等参与者之间的实时状态共享。在利用 C-V2X 信息交互实现状态共享的基础上，再自主进行决策或辅助。  管理平台，包括建设边缘云、区域云两级云 控基础平台；并鼓励在试点区域内开展智慧公交、智慧乘用车等规模化示范应用；探索高精度地图安全应用；完善 标准及测试评价体系；建设跨域身份互认体系并提升道路交通安全保障能力。  财联社报道称，车路云一体化首批试点城市名单有望于6月底公布。北京、鄂尔多斯、福州、武汉等地已开启项目审 批与招标。 16 2.2 公路水路数字化转型升级 请参阅附注免责声明

策学的重要概念，其不仅意在保护交通中弱势参与者（行人、自行车等）的 安全，高致力于保证弱势群体能及时得到交通服务。通过车路云一体化系统 建设，辅助驾驶、无人驾驶车辆的运用将大大提速，且交通安全环境有望得 到提升，弱势交通参与者的伤亡率有望降低。根据美国国家公路交通安全局 (NHTSA)估测，若车路协同普及，最高能避免或减轻 80%的““非失能失控型” 交通事故； 同时，无法驾驶汽车的弱势群体（老弱病残等）有望高多得到无 2024 年，中国计算机辅助驾驶相关事故量同比激增 217%，其中 76%的事故源于 驾驶员误判系统能力边界，对车辆辅助驾驶等级估计过高而“脱手脱眼”；海外情 况亦不容乐观，根据美国国家公路交通安全管理局（NHTSA）数据，2024 年以 来美国计算机辅助驾驶事故率亦显著上升，全年共发生与计算机辅助驾驶相关事 故 544 起，同比增长 88.9%；2025 年第一季度则共发生此类事故 227 供障碍地图，引导辅助驾驶系统或人类驾驶员提前规避；通过车辆的联网协同决 策，亦可尽力避免追尾、撞击事故的发生。因此，“车路云一体化”或可大大减少 高速公路、复杂路段等特定高危区域事故率，赋能辅助驾驶的可持续安全发展， 成为交通安全整治提升的重要抓手与治本之道。 （二）无人物流车方兴未艾，景气或向“车路云”延伸 2025 年以来，无人物流车投入实战，引起社会高度关注。无人配送车指的是依靠 搭载的激光雷达、摄像

于各类参与要素、各类运输方式以及运输周期的各个阶段之中。人工 智能的核心环节包括智能感知、数据认知和反馈控制，通过对交通信 息的采集、分析和控制，从感知、认知、行动等层面赋能交通行业， 提升交通安全、改善运行效率、实现节能减排。 人工智能技术在计算机视觉、智能语音语义等领域的技术产业突 破，极大拓宽了交通感知的维度和深度，不仅可以采集摄像头、激光 雷达、毫米波雷达、麦克风等多个维度的传感器信息，还可以精细化 随着经济社会发展和生活水平提高，大众对汽车的消费意愿和能 力增强，我国汽车年产销规模接近 3000 万辆，连续多年成为全球汽 车产销第一大国。汽车保有量急剧增加，但交通参与者的安全理念、 基础设施建设仍滞后于汽车产业发展，道路交通安全风险突出。根据 世界卫生组织的调查26，全球每年有超过百万人因道路交通事故死亡， 超过上千万人受到非致命伤害，道路交通伤害给个人、家庭和整个国 家都带来了巨大经济损失。其中，绝大部分道路交通事故是人为因素 可对驾乘人员、车辆和道路环境进行实时监测；能自主做出规划决策， 制定安全的行驶策略；自动控制车辆运行，实现及时精准的驾驶操作。 这使得自动驾驶能显著减少人为因素导致的道路交通事故，在提升交 通便利性的同时促进道路交通安全水平提升。 1.2 赋能作用27 1）环境感知 环境感知是汽车收集外部环境并形成认知的能力，类似于驾驶员 对驾驶环境的观察，可通过多种传感器全面探测周边环境，如激光雷 达、摄像头、

自动驾驶道路交通法规符合性 在自动驾驶技术蓬勃发展的当下，如何确保自动驾驶车 辆安全、合规地融入现有道路交通体系，成为行业焦点。 自动驾驶系统严格遵守交通规则是其安全运行的基石。 道路交通法规是保障道路交通安全、有序和高效运行的 重要准则，无论是人类驾驶员还是自动驾驶系统，都必 须严格遵循。在日常道路行驶中，交通信号灯变化、车 道线的清晰划分、限速标志的明确指示等，都是自动驾 驶系统需精准识别并严格遵守的交通规则。只有通过这 驶系统需精准识别并严格遵守的交通规则。只有通过这 样严格遵循交通规则的行驶，自动驾驶车辆才能在道路 上安全、稳定地行驶，切实保障车内乘客以及道路上其 他交通参与者的生命财产安全。 公安部道路交通安全研究中心凭借其权威性与专业性， 在自动驾驶法规符合性研究领域持续深耕，已取得了一 系列重要成果，为行业发展指明方向。道研中心指出， 现行自动驾驶测试模式存在短板，难以充分保障车辆对 交通法规的有效遵守。然而，目前封闭场地测试仅能覆 遭遇各类复杂场景，诸如极端天气、道路突发状况、系 统异常等，这些都构成了边界状态。此时，边界状态风 险管控技术可通过一系列严格要求与系统性措施，确保 自动驾驶系统在面临风险时能够做出有效应对，保障乘 客与道路交通安全。 部署安全模型规避事故风险是边界状态风险管控技术 的首要任务。安全模型作为自动驾驶系统的“安全卫士”， 需要基于大量的道路数据、事故案例以及场景模拟来进 行构建。如同一个智能大脑，能提前预判潜在风险，并

项地方 政策支持低空经济发展。 当前低空经济呈现出活动范围扩大、运行密度增加、任务范畴拓展等趋势，传统通航 管理及运营模式难以适应其快速发展需求，未经审批的黑飞、违飞行为频发，增加了空中 交通安全风险，阻碍了低空资源的有效利用。因此，亟需依托低空智联网实现全域感知、 动态调度、智能决策和闭环管理，全面提升低空运行的安全性、效率与服务质量。 低空智联网以 5G 增强（Fifth Generation 米以下空域低空飞行器的通信、导航、定位、感知、以及 飞行器的有效管理，可根据需求扩展至 600 米。 卫星互联网 具有覆盖优势，为 3000 米以下低空飞行器，提供无缝的服务能力。 A2X 通信 解决城市空中交通安全问题，实现低空飞行器之间的信息交互、检测、 避障、感知等。 自组织网络 解决郊区、山区低空飞行器与指挥台、低空飞行器群组之间的远距离 通信、数据传输、图像传输、感知等问题。 表 7 低空智联网的组成部分及作用

200ms，其中云端计算服务不超过 60ms，路侧感知处理不超过 90ms，通信传输不超过 50ms， 传输可靠性达到电信级网联要求。此外，应实现云控基础平台与车端设备、路侧设备、边 缘计算系统、交通安全综合服务管理平台等之间的安全接入与安全通信。 图表12： 云控基础平台架构及需完成的功能 资料来源：中国智能网联汽车产业创新联盟《车路云一体化系统白皮书》（2023 年 1 月），华泰研究 型，融合视频图像、毫米波雷达等各类数据源，构建全量交通流运行图谱，通过 Uu 通信、 以太网通信融合实现网联车辆信息的传输，通过路口各类交通流运行行为分析及评价，实 现多目标自适应的交通信号优化及控制和交通安全管理。 东土科技（300353 CH） 东土科技成立于 2000 年，公司是一家专注于工业互联网及产业的上市公司，公司于 6 月 18 日在互动平台表示，公司在车路云方面的产品主要聚焦在路侧设备中的智能交通服务器

如票务管理、车辆调度及设备维护等，通常需要大量人工操作，效率低下且容易 出错。（2）新老系统集成困难：交通行业存在大量遗留系统，系统集成度低，数据难以打通。（3）安全性和可靠性要求极高：RPA在交通安全、调度等领域的应用需要满足严格的行业标准， 例如，在车辆调度和路段管理中，RPA需要确保高准确性和低错误率。 19 九科信息：近年在交通行业增长极为强势，典型客户包括中国民航机场建设集团、中国外运、中交路桥建设

低空安全保障挑战：安全是高效低空航行活动的前提，也是确保低空经济健 康有序发展的关键。目前各地在先行先试原则下开展的低空活动存在监管体系不 健全、监管手段不足等问题，飞行密度增加势必造成公共安全（飞行安全、空中 交通安全(空管)、要地安全(空防)、地面设施及人员安全、隐私及信息安全、环 境安全等）风险激增。 标准体系建设挑战：现有民航的基础设施建设、运行管理、数据交换等标准 体系针对低空航行的适配性不足，迫切需要低空领域顶层标准体系指引相关能力