广西（柳州）创建国家级车联网先导区建设方案

Posted 2022-08-31 爱是与世界平行

一、创建定位及目标

（一）创建定位

柳州将以车联网（智能网联汽车）、智慧交通、智慧物流、大数据、5G 等产业为基础，以规模部署车联网基础设施与推广智能网联驾驶应用为亮点，以物流配送车、无人观光车、无人清扫车、养路车等高等级自动驾驶的特种车辆作为车联网应用特色，以智能驾驶、C-V2X、边缘计算、云控平台等核心关键技术研发和测试验证为支撑，以建设智能网联汽车源头创新基地和车联网中小城市应用示范的最佳实践典范、助力中国汽车产业提档升级为目标，建设领先、开放、共享、安全、高效的国家级车联网先导区。

1、规模化车联网基础设施建设先行区

依托柳州市柳东新区，拓展阳和工业新区及部分市区区域，选择不少于 535 个路口，配备具备自动配时优化功能的智慧信号灯，部署不少于 800 套 C-V2X RSU（支持 PC5 通信模式）等。

建设不低于 650km 的智慧路网，铺设道路交通环境实时监测、 BRT 车辆与联网车辆混行控制、公交优先信号控制配套、公交异常检测及速度调整配套和交通信息实时发布配套等基础设施。建立覆盖整个先导区的 5G 系统，部署不少于 800 个 5G 基站，无缝覆盖柳东道路路口和主干道。升级优化千兆光纤网络，扩容大容量承载网络，提升承载网络能力。建设绿色可靠的云基础设施，支撑车联网先导区应用。

在先导区内部署与推广不少于 50000 辆车装配 C-V2X 车载终端，前装不少于 10000 辆，后装不低于 40000 辆，车辆类型覆盖普通私家车、公交、救护、消防、共享汽车、环卫、施工、出租、网约车、危化品车辆和货运车辆等领域，完成车辆在不同应用场景下的性能和功能测试。

2、智能交通与智慧出行应用示范区

以车联网新型基础设施以及应用场景建设为依托，在全市开展大规模、多场景的车联网应用，建设融入区域优势和特色的车路协同车联网应用示范基地。依托项目建设的路侧感知、C-V2X通信、边缘计算等基础设施体系，依托边缘计算及 AI 技术，准确识别路网交通状态、事件、车辆等信息，提供数据采集、融合、预处理、分发等基本功能，实现对自动驾驶车辆、V2X 网联车的安全辅助与效率引导支持，如闯红灯预警、道路危险状况预警、交叉路口碰撞预警等场景。在柳东新区龙湖景区、工业园区、特定场景、干线道路、新柳大道沿线等领域，实施包括公交、物流、特种车辆作业、景区（园区）接驳等特定场景下的车联网示范应用和自动驾驶示范重点项目。

此外，基于柳州市具有鲜明的交通特征，提供车联网与智能网联汽车以及智慧交通领域创新技术成果概念展示与规模化运营和服务，为机动车驾驶员、居民提供全方位的智慧出行体验，为物流、环卫、救援等行业提供高效经济的智慧通勤服务，为市政、公安交警、交通运输等城市管理者提供精准的智慧监管服务，将车联网融入到城市生活和管理的各个方面，对中小工业城市优化交通起到较大的示范应用作用。

3、车联网与智能网联汽车产业发展聚集区

加速柳州本地乃至华南地区车联网与智能网联汽车的技术研发，推动智能制造产业升级，助力供给侧结构经济改革；加快车联网产业建设，培育智能网联汽车领域的自主优势企业；加速以智能物流车、智能专用车、智能公交车、智能观光车为代表的智能网联汽车的产业化，带动车联网应用向普通乘用车普及，实现产业升级，促进区域经济健康稳定发展；在柳州市拥有四大汽车集团整车生产基地的基础上，筑巢引凤，吸引车联网与智能网联汽车产业入驻，孵化一批新兴优势企业；引进高端人才，形成以车联网与智能网联汽车为主题的高端产业聚集区。

（二）创建目标

柳州车联网先导区的建设要实现三大目标：第一，建设人车路云一体的协同体系环境，支撑整车企业与车联网相关产业链企业的技术研发与测试验证；第二，建设新技术示范应用环境，满足车联网与智能网联汽车的应用示范需求，带动产业融合创新发展；第三，在以柳东新区为核心的区域范围内探索并实现车联网的商业化运营，打造城市级的协同式智能交通与智慧出行服务。

第一阶段：2020 - 2022年

（1）车联网环境基本覆盖。

实现柳东新区车联网功能基本覆盖，在不少于 300 个点位部署 C-V2X RSU（支持 PC5 通信模式），覆盖区域长度累计达 250 公里；完成智能路侧系统建设不少于 200km 的城市道路建设、不少于 50km 的高速公路建设。建设车联网应用服务平台和安全身份认证平台，打造不少于 100 个典型场景。部署与推广不少于 10000 辆车装配 C-V2X 车载终端，基本实现先导区建设目标。

（2）产业规模基本形成。

建立智能车辆、信息交互、基础支撑等细分领域产业链，车联网和智慧交通产业的技术创新、产业生态和路网设施等体系框架基本形成。智能网联汽车市场竞争力明显提高，销量占当年汽车总销量的 5%以上。

（3）重点领域初步建设。

在汽车整车及零部件研发生产、C-V2X、边缘计算、信息安全等重点领域进行关键核心技术研究，初步建立标准体系以及知识产权服务体系。安全监测机制初步建立，安全保障能力不断增强。

（4）示范作用初显。

组织实施一批车联网与智能网联汽车重点示范应用项目，构建城市级车联网及智能交通服务解决方案，涵盖信息服务、安全保障等。获得工信部“新能源汽车智慧城市”和“国家级车联网先导区”。

（5）产业生态基本建立。

培育智能网联汽车及零部件、车用无线通信、信息安全、车联网应用服务等产业要素集聚，培育形成一批行业领先的优势企业。构建柳州各类应用场景的测试验证体系，引入国家级第三方检测能力。

第二阶段：2023 - 2025年

（1）车联网环境全面覆盖。

到 2025 年，实现柳东新区车联网功能全面覆盖，覆盖区域长度累计达 650 公里；完成智能路侧系统建设不少于 505km 的城市道路建设、不少于 145km 的高速公路建设，部署 C-V2X RSU（支持 PC5 通信模式）不少于 800个。持续建设完善车联网应用服务平台和安全身份认证平台，推进车联网应用场景的成熟。部署与推广不少于 50000 辆车装配C-V2X 车载终端，柳州市车联网技术水平和产业规模居全国领先地位。

（2）产业规模不断扩大。

到 2025 年，新车基本实现智能化、网联化，高级别自动驾驶在特定场景下实现规模化应用。路侧智能感知和边缘计算设备全覆盖，交管信息在合理范围内全面开放，“人–车–路–云”实现高度协同。智能网联汽车形成市场竞争优势，销量占年汽车总销量的 20%以上。

（3）重点领域率先突破。

在智能网联汽车、5G 和 C-V2X通信、先进计算、云计算和大数据、智慧交通等领域攻克和掌握一批关键核心技术，培育一批标志性的战略产品，建设完整的标准体系以及知识产权服务体系。安全技术支撑手段取得突破，安全保障能力不断完善。

（4）引领作用显著增强。

形成科学完整的城市级车联网及智能交通服务解决方案，带动整车制造、汽车电子等产业快速发展，促进节能减排、信息消费升级。开展成熟的车联网应用商用运营，共享出行高度发达，形成基于智能移动空间的服务系统，实现出行即服务。

（5）产业生态高度集聚。

确立人才、技术、资金、信息、物流等产业要素集聚优势，基本形成完备的产业体系。持续完善测试验证能力，促进跨行业检测认证协同，构造国家级车联网检测认证体系。

二、智能网联封闭试验场建设

智能网联封闭试验场对智能网联汽车自动驾驶功能测试 14项内容和要求如下：

1）交通标志和标线的识别及响应

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
限速标志识别及响应	测试道路为至少包含一条车道的长直道，并于该路段设置限速标志牌，测试车辆以高于限速标志牌的车速驶向该标志牌。	直道/1 条	60KM/h
停车让行标志标线识别及响应	测试道路为至少包含一条车道的长直道，并于该路段设置停车让行标志牌和停车让行线，测试车辆匀速驶向停车让行线	直道/1 条	30Km/h
车道线识别及响应	测试道路为一条长直道和半径不大于 500m 弯道的组合，弯道长度应大于 100m，两侧车道线应为白色虚线或实线。	直 道 & 弯 道/1 条	40Km/h
人行横道线识别及响应	测试道路为至少包含一条车道的长直道，并在路段内设置人行横道线，测试车辆沿测试道路驶向人行横道线。	直道/1 条	40Km/h

2）交通信号灯识别及响应

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
机动车信号灯 识别及响应	测试道路为至少包含一条车道的长直道并在路段内设置机动车信号灯，信号灯类型可根据实际测试路段情况选择。	直道/1 条	30Km/h
方向指示信号灯识别及响应	测试道路为至少包含双向两车道的十字交叉路口。路口设置方向指示信号灯。测试车辆匀速驶向信号灯。	双向两车道/1	30Km/h
车辆驶入识别及响应	前方车辆行驶状态识别及响应	直道/2 条	30Km/h

3）前方车辆行驶状态识别及响应

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
车辆驶入识别及响应	前方车辆行驶状态识别及响应	直道/2 条	30Km/h

4）障碍物识别及响应

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
对向车辆借道本车车道行驶识别及响应	测试道路为至少包含双向两条车道的长直道，中间车道线为黄色虚线。测试车辆沿车道中间匀速行驶，同时对向目标车辆压黄色虚线匀速行驶。	双向两车道/2	30Km/h
障碍物测试	测试道路为至少包含一条车道的长直道，在车道中间分别放置锥形交通路标（推荐尺寸：50cm*35cm）和 隔 离 栏 （ 推 荐 尺 寸 ：70cm*200cm），测试车辆匀速驶向前方障碍物。	直道/1 条	30Km/h
误作用测试	测试道路为至少包含一条车道的长直道，在车道中间放置井盖、铁板或减速带中的任意一种目标物，测试车辆匀速驶向该目标物。	直道/1 条	30Km/h

5）行人和非机动车识别及避让

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
行人横穿马路	测试道路为至少包含两条车道的长直道，并在路段内设置人行横道线。测试车辆匀速驶向人行横道线，同时行人沿人行横道线横穿马路，两者存在碰撞风险。	直道/2 条	30Km/h
行人沿道路行走	测试车辆在自动驾驶模式下，在距离行人 100m 前达到 30km/h 的车速，并匀速沿车道中间驶向行人。行人速度为 5km/h。	直道/2 条	30Km/h
两轮车横穿马路	测试道路为至少包含两条车道的长直道，并在路段内设置人行横道线。测试车辆匀速驶向人行横道线，同时两轮车正沿人行横道线横穿马路，两者存在碰撞风险。	直道/2 条	30Km/h
两轮车沿道路骑行	测试道路为至少包含两条车道的长直道，中间车道线为白色虚线。测试车辆沿车道中间匀速行驶，同时两轮车于车辆正前方沿车道向前行驶。	直道/2 条	30Km/h

6）跟车行驶

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
稳定跟车行驶	测试道路为两侧车道线为实线的长直道。测试车辆沿车道接近前方匀速行驶的目标车辆。	直道/1 条	30Km/h
停-走功能	测试道路为两侧车道线为实线的长直道。测试车辆稳定跟随目标车辆行驶，目标车辆制动直至停止，一定时间后目标车辆起步加速。	直道/1 条	30Km/h

7）靠路边停车

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
靠路边应急停车	测试道路至少包含一条行车道和一条应急车道，测试车辆在行车道内匀速行驶。	直道/1&应急车道/1	60Km/h
最右车道内靠边停车	测试道路为至少包含两条车道的长直道，中间车道线为虚线，测试车辆在左车道内匀速行驶。	直道/2 条	30Km/h

8）超车

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
超车	测试道路为至少包含两条车道的长直道，中间为白色虚线。测试车辆稳定跟随目标车辆行驶，以适当方式向测试车辆发出超车指令。	直道/2 条	50Km/h

9）并道

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
邻近车道无车并道	测试道路为至少包含两条车道的长直道。测试车辆匀速行驶，且邻近车道无干扰车辆。	直道/2 条	30KM/h
邻近车道有车并道	测试道路为至少包含两条车道的长直道。测试车辆匀速行驶，在邻近车道内存在目标车辆，并以相同速度匀速行驶。	直道/2 条	30KM/h
前方车道减少	测试道路为至少包含两条车道的长直道，在车道减少位置的前方 50m处存在指示标志牌。测试车辆初始行驶于最右侧车道内，在邻近车道内存在目标车辆，并以相同速度匀速行驶。	直道/2 条	30KM/h

10）交叉路口通行

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
直行车辆冲突通行	测试道路为至少包含双向两车道的十字交叉路口。测试车辆匀速行驶在标有直行和右转指示标线的车道直行通过该路口，目标车辆从测试车辆右方横向匀速直线驶入路口，两车存在碰撞风险。	双向两车道/4	30KM/h
右转车辆冲突通行	测试道路为至少包含双向两车道的十字交叉路口。测试车辆在标有直行和右转指示标线的车道内右转行驶通过该路口，同时路口横向左侧存在匀速直线行驶的目标车辆驶向测试车辆将转入车道，两车存在碰撞风险。	双向两车道/4	30KM/h
左转车辆冲突通行	测试道路为至少包含双向两车道的十字交叉路口。测试车辆在标有直行和左转指示标线的车道内左转行驶通过该路口，同时对向车道存在匀速直线行驶的目标车辆。	双向两车道/4	30KM/h

11）环形路口通行

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
环形路口通行	测试场地为不低于 3 个出入口的环形路口，每个出入口至少为双向两车道。测试车辆入口上游存在 1 辆目标车辆。测试车辆经环形路口驶向测试终点。	双向两车道/2	20KM/h

12）自动紧急制动

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
前车静止	测试道路为至少包含一条车道的长直道，测试车辆匀速接近前方静止目标车辆。	直道/1	50KM/h
前车制动	测试道路为至少包含一条车道的长直道，测试车辆跟随目标车辆以相同车速稳定行驶，目标车辆减速刹停。	直道/1	50KM/h
行人横穿	测试车道为至少包含一条车道的长直道，测试车辆匀速行驶，前方存在行人横穿马路。	直道/1	30km/h

13）人工操作接管

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
人工操作接管	测试车辆在自动驾驶模式下，以恒定车速（推荐的测试车速区间为 20km/h～80km/h）直线行驶稳定行驶后，以适当方式向测试车辆发出人工操作接管指令，记录测试车辆的人工操作接管请求的提醒方式。	直道/1	20~80km/h

14）联网通讯

测试场景	测试场景描述	测试道路需求（类型/数量）	时速/长度要求
长直路段车车通讯	测试道路为双向两车道的长直路段，开阔无遮挡，测试车辆和目标车辆对向行驶，保证至少 300m 的有效测试车距。	双向两车道/2	30KM/h
长直路段车路通讯	测试车辆在自动驾驶模式下，开启联网通讯功能，测试车辆以 60km/h 的速度匀速驶向路侧设备，路侧单元向测试车辆连续发送广播信息，行驶至距路侧设备 300m 处时，开始记录测试车辆、路侧设备的收发日志，直至测试车辆行驶至路侧设备为止，统计测试车辆收取广播信息成功率。	双向两车道/2	60Km/h
十字交叉口车车通讯	测试道路为双向两车道的十字交叉路口，保证车辆距离交叉口中心线 50m 的有效测试距离，两车匀速行驶。	双向两车道	15KM/h
编队行驶测试	测试道路为至少包含一条车道的长直道，测试车队由 3辆测试车辆组成，车辆 1 为人工驾驶模式，车辆 2、车辆 3为自动驾驶模式，实现编队行驶。	包含 一条车道的长直道	60Km/h

三、测试场规划

测试场建成后，将具备基于 5G 的智能网联汽车测试能力，实现驶入/驶出匝道、施工区域通行、交通信号灯通行、道路弱势群体避让通行、自动泊车等 16 个场景测试需求的检测能力，具体下图所示。

（1）C-V2X 协议一致性测试系统

C-V2X 协议一致性测试系统，主要能够对 C-V2X 终端设备的通信协议的标准符合性进行测试验证，支持对 C-V2X 各层通信标准进行测试。

测试系统可在实验室内部署，测试系统主要由专用仪表构成。被测对象主要为 V2X 终端设备（零部件级），在实验室内即可对 V2X 零部件开展测试。测试系统能够对 C-V2X 接入层标准、C-V2X 网络层和应用层标准、C-V2X 安全层标准标准协议进行一致性测试。测试系统组成如下图：

（2）C-V2X 功能测试系统

C-V2X 功能测试系统，主要能够对 C-V2X 设备的安全预警和效率提升等车联网应用进行仿真测试。

C-V2X 功能测试系统可在实验室内部署，测试系统主要由场景库软件、仿真测试上位机软件、C-V2X 测试模拟设备和C-V2X 被测设备构成，被测对象可以是零部件 V2X 终端设备（零部件级），也可以构造整车级在环测试。在实验室内即可对 C-V2X应用功能开展测试。

（3）数字孪生测试

数字孪生测试主要能够对自动驾驶决策控制算法、C-V2X车路协同应用开展测试。

数字孪生测试系统需要结合实验室和外场资源进行构建，实验室内测试系统主要由场景库软件、上位机软件、车联网通信设备构成，外场需要一定的无障碍道路环境。被测对象可以是自动驾驶和车路协同软件算法，支持开展整车级自动驾驶决策算法验证、整车级车联网 V2X 测试。

场景库软件可以搭建的元素包括车道、车道线、路面、天气光照、交通参与物、场景元素等。数字化场景建模；可以模拟仿真各种交通工况，包含交通流、干扰行人、ACC 等 ADAS 工况；支持复杂道路和道路路网结构建模，包含不同工况交叉路口、转弯、植被、坡道、交通标识及路边建筑如房屋、树木等；可设置道路交通识别，包括路面标识、导流带、斑马线、停止线、污渍；上位仿真测试软件可以基于场景库软件搭建的道路场景，设置车辆参数，包括驾驶参数和传感器参数，增加干扰交通流，增加控制算法，最后启动实验仿真。

车联网通信设备能够时间测试场景和车辆设备参数的实时注入，最终通过数字孪生测试台架实现真实车辆测试，测试车辆自动驾驶决策算法和车联网 V2X 应用功能。

（4）基于 PKI 的 C-V2X 安全测试

基于 PKI 的 C-V2X 安全测试主要包括两部分。

一是建设车联网 C-V2X 通信安全身份认证基础环境，该环境采用 PKI 机制，支持 rootCA、ECA、RCA 的证书签发、证书更新、证书撤销等业务流程系统，能够为各类 V2X 通信终端提供安全身份认证服务。

二是车联网 C-V2X 安全机制验证测试系统。安全机制验证测试系统将对各类车联网 C-V2X 设备的安全机制实现情况进行测试验证。支持开展授权管理测试、特权管理测试、窃听防御测试等安全功能验证测试。

四、车联网智能路侧系统基础设施建设

（1）智能路侧感知基础设施建设

1）总体建设方案

路侧智能感知系统，通过摄像头、毫米波雷达等感知传感器对覆盖区域内通行的机动车、非机动车、行人以及其他物体进行探测，经路侧协同计算单元进行边缘计算和分析，精准识别跟踪道路上交通参与者运动通行状态以及路面交通状况，该系统还可结合 RSU 设备收集到的车辆的状态和其他交通设施信息，以及联网获取到的云端信息，实现车端-路侧-云端协同感知，提高探测识别精度。

先导区划分为三大功能区：研发测试区、示范应用区、商业运营区。各功能分区分阶段建设内容如下表所示：

	近期	中期	远期
研发测试区	路侧感知、通信、计算（连续覆盖）信号灯接入 L1-L4	路侧感知、通信、计算（连续覆盖）信号灯接入 L1-L4	路侧感知、通信、计算（连续覆盖）信号灯接入 L1-L4
示范应用区	路侧感知、通信、计算（关键节点覆盖）信号灯接入 L1-L3	路侧感知、通信、计算（连续覆盖）信号灯接入 L1-L4	路侧感知、通信、计算（连续覆盖）信号灯接入 L1-L4
商业运营区	路侧通信信号灯接入L1-L2	路侧感知、通信、计算（关键节点覆盖）信号灯接入 L1-L3	路侧感知、通信、计算（连续覆盖）信号灯接入 L1-L4

2）系统组成

智能路侧系统由感知单元，计算单元和通信单元组成。感知单元包括雷达和摄像头，计算单元包括边缘计算设备，通信单元包括交换机和 RSU 组成。如下图所示。在实际部署中，RSU 可独立于其他部分部署。

多个智能路侧系统通过边缘计算平台组网，通过一体化协同感知，形成智能网联汽车的感知网络。组成设备清单如下:

表 2 智能路侧系统设备清单

子系统	组成	数量	备注
感知单元	摄像头	1	传感器类型：1/1.8 英寸 CMOS 最大分辨率：200W视频码率：8kbps~10240Kbps视 频 帧 率 ： 主 码 流(1920×1080@60fps)星光：支持供电方式：DC12+AC24V+POE
	雷达	1	频率：24GHz最大侦测范围：340 米（商用车）250 米（乘用车） 目标识别精度：亚米级速度识别精度：1 千米/小时可同时跟踪目标数：256
计算单元	工控机	1	工业控制交换机；CPU：英特尔酷睿 i7-8700；GPU：2080Ti； 内存：32GDDR4SO-DIMM；软件功能：感知设备实时数据接入软件;雷达目标探测与跟踪软件;雷达配置与管理软件;视频目标探测识别软件;视频目标定位跟踪软件;视频标定软件;视频雷达目标融合软件;本地局部动态地图构建软件路云目标数据交互软件
	其他设备	X	高速视频采集卡、抱杆箱、POE供电模块、防雷模块、雷达视频等各类线缆等。
通信单元	交换机	1	电口：8 个 10/100/1000Mbps 自适应以太网 RJ45 接口；光口：2 个千兆 SFP； 传输模式：支持全双工/半双工自适应。MDI/MDIX 自动极性反转。
	RSU	1	C-V2X：支持 频率：5905-5925MHz

（2）智能路侧系统建设方案

智能路侧系统除了具备基于车路交互技术获取车辆的运行信息之外，还具备感知分析、融合处理、边缘计算、信息发布和数据上传的功能。

系统支持多种外部系统接入，能够实时感知道路状态、交通状态、运动目标状态；具备多源数据融合处理功能，可以对交通数据、运动目标数据进行实时运算分析；同时，该系统支持多模式通信技术，能够基于端到端专用短程通信技术与周边的智能车载终端进行信息交互，基于有线通信方式（光纤）或蜂窝网络与区域协同控制器、网联云平台进行通信，并可通过本地信息发布系统进行信息发布。

智能路侧系统是一个综合的路侧平台，向上与管理中心进行对接，向下与路端基础设施、路端传感系统、路端发布系统等进行对接。在管理中心对接方面，智能路侧系统实时上传路侧感知处理的动态目标信息、道路信息和交通信息，同时接收管理中心下发的指令，并可控制路侧设施进行显示。

智能路测系统设计目的是形成路口、路段全息智能网联感知交互区域，设计情况如下：

一是智能网联路口。每个智能网联路口设置 1 个 V2X 通信单元，视情况部署网联 V2X 感知单元和边缘计算单元，设置路口汇聚交换机、接入交换机等。网联 V2X 感知单元、V2X 通信单元利用路口现有信号灯杆件安装。在现有杆件上独立设置抱杆机箱，内置接入交换机。在路口设置智能网联落地机箱，机箱就近信号机机箱设置，智能网联落地机箱内设置有边缘计算单元。

路口区域网络采用两层网络星型架构设计。

二是智能网联路段。在选取路段，平均每 400-600 米布设一套 V2X 通信单元，视情况部署网联 V2X 感知单元和边缘计算单元，部署一套汇聚交换机。

在路端基础设施对接方面，智能路侧系统能够与交通信号系统、差分定位基站等进行对接，实现交通信号灯信息的实时解析。

同时在必要时，以不改变信号灯的放行模式、不与交通监控指挥中心下发的控制命令相冲突、只对信号灯本相位时间进行增减且增减后的实际相位时间满足控制及预设的本相位预设的最大或最小绿灯时间为原则，对信号系统进行反向控制，并实现 RTCM等信息的解析，支持高精度定位应用，同时在软件层面上对接逻辑地图系统，实现道路信息、交通标识标牌信息、交通信息、事件信息等信息感知，进一步满足辅助驾驶相关应用和自动驾驶测试对道路及地图信息的需求。

在路端传感系统对接方面，智能路侧系统能够与微波传感系统、视频传感系统等进行对接，并对传感系统的信息进行解析和融合处理，为智能驾驶提供必要的路侧感知信息支撑；在路端发布系统对接方面，智能路侧系统能够与可变电子信息情报板VMS 等进行对接，实现必要的路侧发布功能，为普通交通参与者提供信息服务。

（3）城市智慧路网建设方案

城市智慧路网基础设施建设从交通工程学的角度，对路网和道路基础设施进行智能化设计，提升交通信息采集精度和信息传输能力，并结合智能化的车辆管理、控制手段，提升交通管理的实时性、针对性，从而提高道路交通的服务水平。

智慧道路集智能、安全、绿色三大特点为一体，真正实现零拥堵、零排放、零死亡的未来交通理念。本项目通过检测器、通信单元等智能设施的布设，提供多交通场景的智慧道路建设。构建多检测设备配合、多数据来源协调的交通系统，监控智能网联汽车的行驶环境和交通环境，并对可能影响行车安全的天气状态、突发事件等进行预警，保证交通环境的安全性。通过多源数据融合对实时交通状态进行分析与评估，实现智能网联汽车的通行引导与控制，以提高交通系统的效率和鲁棒性。利用多源检测器获取道路流量和速度数据及异常事件监测数据，可以向居民发布道路信息，例如拥堵情况、异常事件、交通管制信息等。通过传感器和摄像机等检测设备获取的环境和交通信息将通过路侧通信单元传输到交通控制中心。根据不同的交通场景，应用智能网联技术建设智慧路网及智能交通基础设施，以实现多种功能。

具体建设功能包括：

1）道路交通环境实时监测基础设施

利用路侧摄像头实时监测车辆行驶周围的交通环境，计算该路段或交叉口的安全风险水平，给予车辆速度建议或避让措施；

2）公交优先信号控制配套基础设施

在道路上布设相应的传感器以感知公交的到站情况，基于实时公交到达情况调整信号配时，实现公交优先通行。

3）公交异常检测及速度调整配套基础设施

道路上布设相应的传感器以感知公交的通行情况，通过实时数据检测公交运行异常情况，如车辆故障、未准时发车、串车等。

通过路侧传感器和车端传感器获取道路通行信息，基于整体交通系统运行状态，给予公交车辆速度建议和发车指令，减少公交延误或提前的情况发生。

4）交通信息实时发布配套基础设施

利用路侧检测器与车载 GPS 结合，获取道路信息，如拥堵情况、异常事件、交通管制信息等，通过智能终端向居民发布实时的交通信。

五、车联网公共服务平台建设

1）平台总体框架

当前车联网相关行业建立了很多分散的车辆数据、交通数据平台，这些平台之间资源重叠、数据不一致、基础空间信息的缺失，造成了“数据孤岛”现象。为了打通这些平台之间的联系，数据交互系统实现数据的共享，需要建立一个完善的、与空间关联的公共综合服务平台对这些资源进行整合，将杂乱无章的信息标准化，并与现有系统框架高效融合，有利于业务数据的共享服务，加速车联网应用落地。车联网公共服务平台是基于感知、判断、决策治理一体化的出行数据平台，全面整合各类交通信息资源，采集出行数据，完成数据分析，为精细化管理提供瞬时反应、高效联动的解决方案。

公共服务平台采用数据底座-基础服务分层架构，如图 14 所示。分层系统有利于满足车联网应用对实时性与服务范围的各级要求，通过各平台的数据处理和交互能力共同支撑柳东新区车联网行业应用服务。数据底座作为数据基础设施，为出行服务提供数据“采-存-算-管-用”的全生命周期支撑能力，为上层应用提供数据化、智能化服务；边缘级与区域级基础服务分级聚焦服务范围，细化服务粒度，以实时性、区域性等性能维度对服务应用进行划分。

2）主要建设内容

1 数据底座

数据底座具备数据采集、存储、计算、管理和数据使能多个层面的端到端车联网数据整合能力，用于实现车路协同应用的基础服务。其中，传输协议适配用提供南向设备多元数据接入的协议适配能力，同时通过对海量车路动态信息数据的汇聚与同步、负载均衡、消息分发、数据存储等基础数据架构级处理功能，以及计算引擎、大数据分析等实现数据、AI 算法、管理等协同能力，为上层边缘级、区域级服务应用的实时性、弱实时性、非实时性车路云协同业务智能化分析与处理提供支撑。

2 基础服务平台

基础服务平台分为基础服务模块与支撑服务模块，主要实现车联网数据分析和数据交互功能。

在数据分析层面，基础服务模块划分为边缘级与区域级，主要提供数据分析功能用于支撑面向全路段、全区域的集中式决策与多目标优化控制，针对车联网在安全、决策、控制、信息协同等多个领域的应用需求，融合高速低时延蜂窝网络、高精度定位、高精度动态地图等多种技术，为不同运输装备车辆、用户、管理者、应用服务提供商提供服务。其中，边缘级主要面向网联汽车提供增强行车安全的实时性与弱实时性出行数据服务，支持远程驾驶、辅助驾驶和安全预警等功能。区域级面向交通运输和交通管理部门提供弱实时性或非实时性交通监管、执法等服务，提升行车效率和节能性的弱实时性服务，以及宏观交通数据分析与基础数据增值服务，支持交通智能管控、交通态势感知、路径引导、数字孪生、全息画像等功能。

高精度地图平台归属于支撑服务模块，包括动态高精度地图、建筑信息管理系统（BIM）和高精度室内地图等功能，通过对道路周边场景的三维可视化建模，实现对摆渡车公交站台、示范专用道、信号灯等交通设施的高精度单位建模，实现对监控摄像头、交通检测器、电子站牌等设备管理数据接入，为自动驾驶车辆提供动态、实时的数据服务。高精度地图数字基础设施建设内容包含如下几个大的方面：

**动态高精度地图数据标准和规范建设。**动态高精度地图数据的标准和规范是首要的建设内容包括指定符合行业规范性的动、静态数据规格和标准，以满足车联网得上层应用，也方便整个运营平台得运营与维护。该套数据标准涵盖动态数据标准和规格，静态数据的标准和规格

**涉密测绘成果脱密和地图审核。**高精度地图数据加密偏转与审图工作包含了对高精度地图数据报送管理单位进行地图加密与偏转，并进行最终审图获取审图号的工作内容。

**动态高精度地图运营平台的建设工作。**动态高精度地图的运营平台的建设的核心工作内容是完成该平台的数据部署，业务系统部署，系统联调以及试运营等工作。

在数据交互层面，基础服务平台可实现跨品牌车辆、跨领域设备、跨平台数据之间的信息高效协同，打通与车企平台或 TSP平台的数据交互进行实时或离线大数据分析，从而提供高精地图服务、车路协同信息服务和全域数据分析服务等商业增值服务，辅助实现交通优化管控；将基础服务平台数据与来自交通管理部门的数据进行融合分析，在为车辆自主决策控制提供服务的同时，也为公交出行、道路救援和路政建设等提供公共信息服务。

车联网先导区公共服务平台建设计划如下：截至 2022 年，支持 6 类数据开放接口，实现 3 个以上跨行业平台互联互通，开放 2 个数据资源库.同时，建设包含 250km 的静态底层数据、高精动态地图应用等在内的动态高精地图基础服务平台，服务企业次数 5 次。截至 2025 年，支持不少于 10 类数据开放接口，实现5 个以上跨行业平台互联互通，开放不少于 3 个数据资源库。同时，建立完成 650km 的静态底层数据、高精动态地图应用等在内的动态高精地图基础服务平台，服务企业次数不低于 30 次。

六、车联网 C-V2X 安全身份认证基础设施建设

（1）车联网 C-V2X 通信安全身份认证基础设施构建

基于公钥基础设施（PKI）的 C-V2X 直连通信安全机制，由东城集团自主导建立车联网 C-V2X 通信证书管理系统，建立地区级的 C-V2X 通信证书管理机制，为当地的车载通信设备、路侧通信设备、特权车辆通信设备统一发放 C-V2X 通信证书。综合采用安全证书、数字签名、匿名化等技术手段保障车载设备（OBU）、路侧设备（RSU）等 C-V2X 通信节点的身份合法性、通信消息的完整性和机密性。

在基于公钥基础设施（PKI）的体系架构中，东城集团建立根证书机构、注册证书机构、假名证书机构、应用证书机构、证书撤销机构，为车载通信单元、路侧通信单元颁发证书，实现车与车、车与路的安全通信，同时通过证书撤销机制，对出现异常行为的车辆或路侧单元及时撤销安全证书，保障车联网 C-V2X系统的持续可靠运行。

（2）车联网安全运营及管理体系建设

车联网系统涉及到的处理、管控环节众多，虽然可以在网络、应用、终端、数据、车辆等各方面采取主动安全机制预防来自各方的攻击，然而，不可避免地仍会存在潜在的安全漏洞，安全事件也仍会发生。为了进一步提高车联网系统发现和应对安全事件的能力，车联网还应加强安全运营及管控，提高系统的安全防御能力。

建立柳州车联网安全运营及管理体系解决方案，从采集、检测、发现、评估、调查和响应等环节对车联网安全事件进行全生命周期的监测和管理，基本结构如图 17 所示。该体系收集和存储来自每个节点的安全事件和安全问题，并且通过对安全事件的高级分析，关联解析出单个节点无法分析出的安全威胁，提升安全威胁事件预警的准确率，并以可视化的方式呈现，从而综合提升 LTE-V2X 车联网安全的管控能力。

柳州市车联网安全运营及管理体系将从如下三个层次进行建设：

1）数据采集层

数据采集层主要负责车联网安全事件及 V2X 应用异常行为的采集。该层收集各类安全事件，包括：入侵检测和防御（IDPS）事件、车内各模块的安全事件、OEM 和需提供集成商（OEM&SI）提供的安全事件和其他途径获取的安全事件，并上报到安全运营管理平台。该平台将收集和存储上报的大量信息安全相关信息。

2）数据处理层

数据处理层主要负责车联网安全事件的分析和处理。除了从数据采集层收集信息外，该层还会从第三方收集车联网安全情报，然后进行分析、去重，并结合历史威胁以及威胁情报，降低事件的误报率，通过安全事件处理机制，派发工单，对安全事件进行处理。

3）可视化层

可视化层主要负责车联网威胁和风险的可视化呈现，这部分给运营人员呈现一个威胁可读、可视、可感知的平台，对历史安全事件进行留存，便于事件调查、分析和取证。

（3）建设目标

第一阶段，截至 2022 年，建立地区级的 C-V2X 通信证书管理机制，提供证书验证接口，能够对接国内外多种类型的 CA 证书。

第二阶段，截至 2025 年，PCA 并发支持数>3000，PCA 处理能力>5000TPS，PCA 消息证书容量 10 亿以上，证书有效验证响应时间<0.3 秒，并发连接数量>3000。

七、以商用车为重点开展规模化示范应用

7.1 面向城市公共交通与市政的示范应用场景

面向柳州市公共交通以及政务、消防、救护、救援、清扫、接驳等专用车辆，以市轨道集团及相关市政车辆管理部门为运营主体，重点围绕新柳大道、柳东新区重点工业园区等道路交通环境，构建车路协同的高效服务与重点监管应用场景，提升公共交通效率，提高政府监管水平，包括公交市政车辆的智能驾驶应用和精准公交应用。

同时，以公交车、出租车、物流车、危险品运输车、环卫车等公共交通车辆为切入点，推广车联网信息服务、安全应急管理和智能化调度，可快速提高联网车辆渗透率，逐步推广至其他公共领域营运车辆。

（1）公交市政车辆的智能驾驶应用

解决场景痛点：

1）重点解决公交、消防、救护车辆信号优先、专用车道占用预警缺失问题；车辆监管、主动安防功能不足；司机劳动强度大，辅助驾驶功能缺失；疲劳驾驶、酒驾预警缺失；运营企业子平台多样、数据缺乏统一标准等痛点问题。

2）重点解决垃圾车驾驶盲区监测报警功能缺失；车辆监管功能、主动安防功能不足；车辆状态、车外环境感知能力缺失；驾驶行为监管缺失等痛点问题。

3）重点解决环卫车辆驾驶盲区监测报警功能缺失;车辆监管功能、主动安防功能不足；车辆状态、车外环境感知能力缺失; 驾驶行为监管缺失；闯红灯现象严重等痛点问题。

4）重点解决校车等车辆司机人脸识别与身份验证功能缺失；驾驶行为监管缺失；驾驶盲区检测报警功能缺失；车内活体检测与远程查看功能缺失等痛点问题。

表 3 市政公交应用场景

面向公交车、120 急救车、119 消防车、重点车辆、行业车辆应用场景	急救车路径引导
	消防车路径引导
	重点车辆路径引导
	物流车辆路径引导
	急救车信号优先
	消防车信号优先
	重点车辆信号优先
	公交车信号优先
	急救车车速引导
	消防车速引导
	重点车辆车速引导
	公交车速引导
	物流车辆路径引导
	急救车位置与状态监控
	消防车位置与状态监控
	重点车辆位置与状态监控
	公交车位置与状态监控
	物流车辆位置与状态监控
	消防车紧急避让
	急救车紧急避让
	重点车辆紧急避让

（2）精准公交应用

重点围绕在新柳大道路段行驶运营的505路、快速1路公交，探索开展精准公交应用。基于 5G 和 C-V2X 网络建设包含“实时车路协同”、“智能车速策略”、“安全精准停靠”、“超视距防碰撞”等典型亮点应用场景。

“实时车路协同”应用首先可实现交叉路口 360°盲区检测。通过边缘计算对多种传感器探测信息进行感知融合，获取路口行人、机动车及非机动车等障碍物的详细信息并进行行为预测，最后经由 5G 或 C-V2X 网络把处理后数据传递给周围车辆。智能车辆通过这些信息做出安全防撞决策，有效降低了路口交通事故的发生率。其次可实现绿波通行，车辆通过车路通信提前获知前方路口灯态信息，结合自身车速、位置等信息计算出绿波建议车速，同时系统也可对前方路口的红绿灯进行调整控制，保证公交车辆优先通行，提高公交运输效率。经厦门等经验测算平均可减少 15%以上的线路通行时长。

“智能车速策略”应用通过在网络边缘计算平台上部署智能车速策略，利用 5G 或 C-V2X 网络的低时延特性，支持车辆行驶数据、状态信息、路况、区域化信息等通过网络实时分享上报，同时边缘计算平台上的应用策略结合实时路况信息，计算出不同位置下车辆的最优车速，再通过网络反馈给车辆。车辆一方面以更合理的车速行驶，另一方面也减少了紧急加减速和急停等行为的发生，达到节能减排目的，百公里油耗可节省约 10%，每车每年可节省油费近 2 万元，大幅降低运营成本。

“安全精准停靠”应用将高精度地图、融合感知算法、路径规划等策略部署在边缘计算平台上，利用 5G 或 C-V2X 网络的高效数据通道将这些信息实时下发给车端，车辆根据这些策略，进站时调整行驶轨迹，实现厘米级的精准停靠站台，车门与站台间距控制在 10cm 以下，以保证乘客上下车辆的安全，进一步提升优质高效安全的品牌形象。

“超视距防碰撞”车与车之间通过 V2V 实时通信交换彼此的距离、速度、位置等信息并计算出碰撞时间 TTC（Time toCollision），自动驾驶车辆根据 TTC 时间，采用阶梯式减速或制动策略，可实现道路行驶中、通过交叉路口等不同场景下的超视距防碰撞。其优势在于不受视距影响，不受雾、霾、阴雨等天气对能见度的影响，可大幅增加车辆感知范围，最远超过 450 米；可以在成本较低的前提下，减少交通事故的发生，提升出行安全。

7.2 面向高速公路的示范应用场景

基于车联网的高速公路通过构建“人、车、路、云”协同的规模化车联网先导应用环境，结合智慧高速公路设施建设，规模部署 C-V2X 网络、路侧单元和高速公路信息化设备等基础设施，促进车联网感知设备、路侧单元等的规模部署，同时积极协调高速公路业主参与运营。截至 2022 年，基于 1 条高速，里程 50km，建设 5 个交通安全场景、交通效率类场景 3 个、交通信息服务类场景 2 个，通信及定位能力测试场景 2 个。截至 2025 年，完成高速公路典型应用场景建设，基于 3 条高速，里程 145km，建设61 个高速场景，其中交通安全场景 27 个、交通效率类场景 12个、交通信息服务类场景 12 个，通信及定位能力测试场景 10 个。

重点建设示范应用场景包括：

（1）干线道路路口与匝道安全提升场景。路口汇入或匝道合分流区是干线道路常见的事故多发区域。路口或合流区最常见的安全隐患包括主路外侧车道车辆超速、主路和加速车道存在违停、匝道出现大货车和主路车流量大 5 种情况。最常见的安全隐患包括紧急变道、慢行、违停、逆行、外侧车道车速过快等情况，当车流量较大时，由于分流车辆和主线自由流车辆交叉混行，易导致分流区拥堵，分流变道困难等问题。设置匝道分合流碰撞预警子系统可以利用智能边缘设备检测高风险事件，并通过 I2V 消息进行预警，从而降低合分流区碰撞风险。

（2）隧道诱导和安全行驶场景。进出隧道光线差异大，会导致视觉盲区；隧道气象条件相对复杂，尤其是隧道口横风，容易交通事故。部署隧道诱导和安全行驶场景，提供一系列创新应用，将有效降低事故率。具体包括进出隧道口异常车辆预警、隧道内弱势交通参与者预警、隧道内二次事故预警、隧道内道路施工预警、隧道口低能见度预警、隧道内灾害预警、隧道内拥堵预警等典型场景等。

（3）全天候辅助通行场景。选取商用车经常行驶通行的省道、国道、高速公路，建设部署准全天候通行场景，采用交通信息监测、车路协同、边缘计算等技术和管理办法，通过车路协同预警、诱导服务，实现特定恶劣气象条件下车辆的安全通行，面向从事干线物流的货运车辆，提供路面异常情况预警（结冰，积雪，积水检测）、危险路段预警、局部气象预警（团雾，雨，雪，风）、二次事故预警、逆行/异常车辆行驶预警、可变限速、道路车辆目标感知播报、道路施工提醒、前方拥堵提醒等创新应用。降低事故率和拥堵时长，有效提升货客车辆的单次行驶里程。

7.3 面向商用车辆监管与服务的示范应用场景

面向轻卡、重卡、中巴、大巴等商用车辆，围绕柳东新区干线道路、柳州市周边省道、国道、重点高速公路等路段，依托东城集团开展基于网联化的商用车辆运营监管与车联网服务，建设商用车监管服务平台，发挥车联网大数据分析的优势，根据建立平台历史数据的相关监管与预测模型系统，通过实时监控商用车辆多方面数据，实现环境监控、安全监管事故调查和故障预警等多种智能监管服务。

对于运营监管类应用，重点场景包括：

（1）实施柴油车等重点车辆尾气排放监控，提升空气质量，落实国家、自治区对于打赢“蓝天保卫战”的要求。

（2）加强危险品运输车辆监管，重点解决车辆假牌、套牌；车辆状态、车外环境感知能力缺失；驾驶行为监管缺失；装载液体 PH 值实时监测缺失；电子辅助押运员缺失；城市配送禁行管控等问题。

（3）推动商用车行驶安全管控，重点解决渣土车、重型载货车辆闯红灯、闯禁、超速等违法行为监管、处罚不到位；驾驶盲区监测报警功能缺失；黑渣土车、黑消纳场、黑建筑工地、渣土车套牌假牌等痛点问题。

7.4 面向城市出行的示范应用场景

联合阿里、华为、启迪云控等行业领军企业在柳东深度布局，拓展城市出行场景示范应用，以提升人民群众出行效率及安全性为目标，将车联网示范应用场景投放至先导区城市道路中，可以为消费者提供出行线路情况、红绿灯状态、绿波速度、安全预警提示等个性化信息，最终为消费者提供便利的出行服务支撑，提高个人消费者使用车联网设备的积极性，持续扩大车联网应用规模。

第一阶段，截至 2022 年，建设 200 公里，80 个城市复杂场景，其中交通安全场景 30 个、交通效率类场景 25 个、交通信息服务类场景 10 个，通信及定位能力测试场景 9 个，其中包含公共交通特殊场景 6 个。

第二阶段，截至 2025 年，完成在不少于 505km 的城市道路建设不少于 100 个城市复杂场景，其中交通安全场景 32 个、交通效率类场景 28 个、交通信息服务类场景 12 个，通信及定位能力测试场景 12 个，其中包含公共交通特殊场景 10 个。

围绕道路危险状况提示等 17 类功能场景，面向乘用车实现信号相位，交通事件，可变车道，实时路况等信息推送场景近60 个。

工程需要以“条块结合”为主要思路选择建设范围：“条”是重点选择以新柳大道为主的1-2条主干街道开展智能化网联化升级改造，“块”是重点在新柳大道和柳东新区管委会、汽车产业园区周边选取一片完整的城市核心区开展全域智能化网联化升级改造。

具体的应用场景列表如下：

17 个功能场景详情描述：

（1）道路危险状况提示

道路危险状况提示（HLW：Hazardous Location Warning）是指，主车（HV）行驶到潜在危险状况（如桥下存在较深积水、路面有深坑、道路湿滑、前方急转弯等）路段，存在发生事故风险时，HLW 应用对 HV 驾驶员进行预警。本应用适用于城市道路、郊区道路和高速公路等容易发生危险状况的路段或者临时性存在道路危险状况的路段。

HLW 基本工作原理如下：具备短程无线通信能力的路侧单元（RSU）周期性对外广播道路危险状况提示信息；HV 依据自身位置信息和道路危险状况提示信息，计算与道路危险区域的距离；HV 依据当前速度计算到达道路危险区域的时间；系统通过HMI 对驾驶员进行及时的预警。

HLW 基本性能要求如下：主车车速范围 0～130km/h；通信距离≥300m；数据更新频率≤5Hz；系统延迟≤100ms；定位精度≤5m。

（2）限速预警

限速预警（SLW：Speed Limit Warning）是指，主车（HV）行驶过程中，在超出限定速度的情况下，SLW 应用对 HV 驾驶员进行预警，提醒驾驶员减速行驶。本应用适用于有限速的道路。

SLW 基本工作原理如下：HV 分析接收到的 RSU 消息。提取限速路段信息和具体限速大小；根据车辆本身的定位和行驶方向，将自身定位到特定路段上；如果 HV 检测到自己处在限速路段区域内，则判断自身是否在限速范围内；如果不满足限速要求，则触发 SLW 报警。系统通过 HMI 对 HV 驾驶员进行相应的限速预警，提醒驾驶员减速。

SLW 基本性能要求如下：主车车速范围 0～130km/h；通信距离≥300m；数据更新频率≤1Hz；系统延迟≤100ms；定位精度≤5m。

（3）闯红灯预警

闯红灯预警（RLVW：Red Light Violation Warning）是指，主车（HV）经过有信号控制的交叉口（车道），车辆存在不按信号灯规定或指示行驶的风险时，RLVW 应用对驾驶员进行预警。本应用适用于城市及郊区道路及公路的交叉路口、环道出入口和可控车道、高速路入口和隧道等有信号控制的车道。

RLVW 基本工作原理如下：具有短程、远程通信能力的路侧单元（RSU）定时发送路口地理信息和信号灯实时状态信息；HV 依据本身 GNSS 地理信息，确定当前受管控信号的相位，并计算其与停止线的距离；HV 依据当前速度和其他交通参数预估到达路口的时间；RLVW 将这些信息与接收到的红灯切换时刻及保留时长信息进行对比分析，决定是否预警。

RLVW 基本性能要求如下：主车车