1. 車路雲一體化融合控制系統
1.1 系統定位
1.2 系統架構及組成
1.2.1 系統架構
1.2.2 雲控基礎平台
1.2.2.1 邊緣雲組成及功能
1.2.2.2 區域雲組成及功能
1.2.2.3 中心雲組成及功能
1.2.3 雲控應用平台
1.2.4 路側基礎設施
1.2.5 通信網
1.2.6 車輛及其他交通參與者
1.2.7 相關支撐平台
1.3 系統特征
1.4 系統關鍵技術
1.4.1 邊緣雲架構技術
1.4.2. 動态資源排程技術
1.4.3. 感覺與時空定位技術
1.4.4. 車輛與交通控制技術
1.4.5. 雲網一體化技術
1.5. 系統功能分類
2. 車路雲一體化融合控制系統産業相關方及應用
2.1.主要産業生态參與者及作用
2.1.1. 政府及行業監管機構
2.1.2. 供應商營運商
2.1.3. 網聯車輛提供商
2.1.4. 出行業務服務商
2.1.5. 特定業務服務商
2.2. 産業資料體系
2.2.1. 資料種類及特點
2.2.2. 資料互動需求
2.2.3. 資料互動安全
2.3. 典型應用場景
3. 車路雲一體化融合控制系統産業應用面臨的挑戰
4. 車路雲一體化融合控制系統發展建議
車 路 雲 一 體 化 融 合 控 制 系 統 （ System of Coordinated Control by Vehicle-Road-Cloud Integration，SCCVRCI），是利用新一代資訊與通信技術， 将人、車、路、雲的實體層、資訊層、應用層連為一體，進行融合感覺、決策與 控制，可實作車輛行駛和交通運作安全、效率等性能綜合提升的一種資訊實體系 統，也可稱為“智能網聯汽車雲控系統”，或簡稱“雲控系統”。
雲控系統是一個複雜的資訊實體系統，該系統由網聯式智能汽車與其他交通 參與者、路側基礎設施、雲控基礎平台、雲控應用平台、保證系統發揮作用的相 關支撐平台以及貫穿整個系統各個部分的通信網等六個部分組成，其系統架構及 組成如圖 1 所示
圖 1 同時也展示了六個組成部分之間的關系。
車輛及其他交通參與者的資訊既可以由路側基礎設施采集和處理後上傳雲控基礎平台，也可以由無線通信網直接上傳雲控基礎平台；雲控基礎平台結合地圖、交管、氣象和定位等平台的相關資料，對彙聚于雲控基礎平台的車輛和道路交通動态資訊按需進行綜合處理後， 以标準化分級共享的方式支撐不同時延要求下的雲控應用需求，進而形成面向智能網聯汽車産業實際應用的雲控平台，為車輛增強安全、節約能耗以及提升區域 交通效率提供服務；企業、機構及政府相關部門已有交通/智能網聯汽車服務平台，通過雲控基礎平台無需追加基礎設施建設，即可便捷地獲得更為全面的交通 基礎資料以提升其服務。在整個雲控系統架構中，通信網根據各個部分之間标準化資訊傳輸與互動的要求，将各個組成部分以安全、高效和可靠的方式有機聯系 在一起，保障雲控系統成為邏輯協同、實體分散、可支撐智能網聯汽車産業發展的資訊實體系統。
雲控基礎平台由邊緣雲、區域雲與中心雲三級雲組成，形成邏輯協同、實體分散的雲計算中心。雲控基礎平台以車輛、道路、環境等實時動态資料為核心，結合支撐雲控應用的已有交通相關系統與設施的資料，為智能網聯汽車與産業相關部門和企業提供标準化共性基礎服務。
其中，邊緣雲主要面向網聯汽車提供增強行車安全的實時性與弱實時性雲控應用基礎服務；區域雲主要面向交通運輸和交通管理部門提供弱實時性或非實時性交通監管、執法等雲控應用的基礎服務，并面向網聯汽車提供提升行車效率和節能性的弱實時性服務；中心雲主要面向交通決策部門、車輛設計與生産企業、交通相關企業及科研機關，提供宏觀交通資料分析與基礎資料增值服務。三者服務範圍依次擴大，後一級統籌前一級，服務實時性要求逐漸降低，但服務範圍逐漸擴大。三級分層架構有利于滿足網聯應用對實時性與服務範圍的各級要求。雲控基礎平台總體架構如圖 2 所示。
邊緣雲是雲控基礎平台中最接近車輛及道路等端側的運作環境。從組成結構上，主要包括輕量級基礎設施和虛拟化管理平台、邊緣雲接入網關、計算引擎和高速緩存、邊緣雲領域特定标準件和标準化分級共享接口等組成部分。其總體架構如圖 3 所示。
輕量級基礎設施和虛拟化管理平台：底層為輕量級雲計算基礎設施，如記憶體計算和網絡接入資源；上層為輕量級雲虛拟化管理平台，實作基礎設施的虛拟化和有效管理。
**邊緣雲接入網關：**包括路–雲、車–雲和雲–雲網關。其中路–雲網關主要負責将路側雷達和攝像頭等路側感覺裝置的初步感覺資料接入邊緣雲；車–雲網關主要負責将車端可上傳總線資料和車端感覺資料接入邊緣雲；雲–雲網關，負責第三方平台接入融合感覺所需的相關資料，如實時氣象資訊、高精度地圖和交通信
号資訊等，并負責邊緣雲之間和邊緣雲與區域雲之間的資料互動。
高速緩存和計算引擎：高速緩存用以實作對擷取的車路動态資訊進行緩存，并由計算引擎進行預處理完成基礎計算；兩者可以為實時性和弱實時性的雲控應用提供底層資料緩存與處理。
邊緣雲領域特定标準件：邊緣雲主要功能展現為一組領域特定标準件，通過道路交通預見性感覺和決策建議等基礎服務，用于支撐盲區與超視距危險預警、協同換道規劃等雲控應用功能建設。具體包括：
融合感覺标準件
融合感覺标準件基于雲網一體化底座，以同步采集的路側多源異構傳感器資料為輸入，為增強行車安全，通過智能化資料融合，将道路交通環境感覺結果以标準化 API 的形式對外提供道路交通預見性感覺服務。
協同決策标準件
協同決策标準件基于雲網一體化底座，以融合感覺标準件的輸出和車輛及道路實時路況資料為輸入，為增強每輛聯網車輛的行車安全，通過雲端集中決策将決策結果以标準化 API 的形式對外提供車速、變道等決策建議服務。
協同控制标準件
協同控制标準件基于雲網一體化底座，以車輛及道路實時路況資料為輸入，為增強每輛聯網車輛的行車安全和提升行車效率和節能性，通過車輛狀态估計和車輛專用控制，将協同控制指令以标準化 API 的形式為車端提供行車控制服務。
标準化分級共享接口：包括标準化資料互動規範和分級共享接口，實作多級雲架構下的資料标準化轉換，提升資訊共享能力以支援遠端駕駛、輔助駕駛和安全預警等雲控應用的運作。
區域雲面向區域級交通監管與交通執法以及域内車輛等提供基礎服務，是多個邊緣雲的彙聚點。從組成結構上，主要包括基礎設施和虛拟化管理平台、區域雲接入網關、計算引擎和存儲分析引擎、區域雲領域特定标準件和标準化分級共享接口等組成部分。其總體架構如下圖 4 所示。
基礎設施和虛拟化管理平台：底層為雲計算基礎設施，如計算、存儲和網絡資源；上層為雲虛拟化管理平台，實作基礎設施的虛拟化和有效管理。
**區域雲接入網關：**包括路–雲、車–雲和雲–雲網關。其中路–雲網關和車–雲網關的作用與邊緣雲相同；雲–雲網關，負責所需第三方平台相關資訊，如實時氣象資訊、交通管控資訊等的接入，并負責區域雲之間和區域雲與邊緣雲、中心雲之間的資料互動。
大資料存儲、大資料分析和計算引擎：大資料存儲用以實作對邊緣雲緩存資料和必要的路側監控視訊資料進行存儲，利用大資料分析相關模型和計算引擎可以支撐平台弱實時性和非實時性共性服務的分析與處理。
區域雲領域特定标準件：區域雲主要功能展現為一組領域特定标準件，通過協同決策與控制和路網動态管控等基礎服務，用于支撐雲端最佳路徑規劃和區域路網實時态勢感覺等雲控應用功能建設。具體包括：
協同決策标準件基于雲網一體化底座，以區域範圍内的車輛及道路實時路況資料為輸入，為加強路網級交通管控、增強聯網車輛的行車安全、提升聯網車輛行車效率和節能性，通過雲端集中決策将決策結果以标準化 API 的形式面向外部應用平台和車輛提供決策建議服務。
協同控制标準件基于雲網一體化底座，以區域範圍内的車輛及道路實時路況資料為輸入，為加強路網級交通管控、增強聯網車輛的行車安全、提升聯網車輛行車效率和節能性，通過雲端能效分析将協同控制指令以标準化 API 的形式為外部交通應用平台及車輛提供協同控制服務。
交通動态管控标準件
交通動态管控标準件基于雲網一體化底座，以區域範圍内的車輛及道路實時路況資料為輸入，通過資料分析與預測、能效計算和專用遠端控制方法，實作精确路網級交通狀态推送、突發事件與異常天氣提醒等基礎功能，将路網動态管控資訊以标準化 API 的形式為智能交通運輸和管理部門提供區域路網實時态勢感覺、路網交通智能管控、路側智能設施管控等基礎服務；利用車輛及道路實時路況曆史資料實作交通事件回溯服務。
标準化分級共享接口：與邊緣雲類似，包括标準化資料互動規範和分級共享接口，支援車輛編隊行駛、道路監控預警、路徑引導和路側設施遠端控制等廣域範圍雲控應用的運作。
中心雲面向交通決策部門、車輛設計與生産企業、交通相關企業及科研機關，基于多個區域雲資料的彙聚，為其提供多元度宏觀交通資料分析的基礎資料與資料增值服務。從組成結構上，主要包括基礎設施和虛拟化管理平台、中心雲接入網關、計算引擎和資料倉庫與大資料分析引擎、中心雲領域特定标準件和标準化分級共享接口等組成部分。其總體架構如下圖 5 所示
中心雲的基礎設施和虛拟化管理平台，在邏輯結構上與區域雲相同，但實體規模上根據區域範圍有所不同。
**中心雲接入網關：**中心雲的雲–雲網關，負責中心雲之間和中心雲與區域雲之間的資料互動。
資料倉庫、計算引擎與大資料分析：資料倉庫基于所連接配接區域雲的交通曆史資料，實作多元度基礎資料彙總，并由計算引擎進行大資料分析與處理，實作面向領域的、全局的資料價值提升。
中心雲領域特定标準件：中心雲主要功能展現為領域大資料分析标準件，用于支撐智能網聯汽車和智能交通領域大資料價值提升等雲控應用功能建設。
領域大資料分析标準件基于雲網一體化底座，以彙聚的多個區域雲資料為輸入，基于多個區域内車輛及其交通環境的多元度基礎彙總資料，通過資料挖掘、大資料計算與多元互動式分析，将領域資料分析結果以标準化 API 的形式提供宏觀交通資料分析的基礎資料與資料增值服務。
标準化分級共享接口：與邊緣雲和區域雲類似，包括标準化資料互動規範和分級共享接口，支援全局道路交通态勢感覺、道路交通規劃設計評估、駕駛行為與交通事故分析、車輛故障分析和車險動态定價分析等全局範圍雲控應用的運作。
雲控應用主要包括增強行車安全和提升行車效率與節能性的智能網聯駕駛應用、提升交通運作性能的智能交通應用，以及車輛與交通大資料相關應用。根據雲控應用對傳輸時延要求的不同，可以分為實時協同應用和非實時協同應用。
雲控應用是企業雲控應用平台的核心功能。既有的企業雲控應用平台多為各類企業或相關機關根據各自需求建設而成。而在雲控基礎平台之上建設的雲控應用平台是面向智能網聯汽車有效整合人–車–路–雲資訊，結合 V2X 和車輛遠端控制技術，通過“端、邊、雲”協同，實作車輛行駛性能提升與營運全鍊路精細化管理的協同管控平台。雲控應用平台可擷取最全的、标準化的智能汽車相關動态基礎資料，為企業提供基于産業各類需求的差異化、定制化服務，以支援網聯式進階别自動駕駛、盲區預警、實時監控、遠端控制、遠端更新、最佳路徑規劃、網絡安全監控等衆多功能。
雲控系統的路側基礎設施通常布置于路側杆件上，主要包括路側單元(RSU)、路側計算單元(RCU)和路側感覺裝置(如攝像頭、毫米波雷達、雷射雷達)、交通信号設施如紅綠燈等，以實作車路互聯互通、環境感覺、局部輔助定位、交通信号實時擷取等功能。
雲控系統的通信網包括無線接入網、承載網和核心網等。雲控系統內建異構通信網絡，使用标準化通信機制，實作智能網聯汽車、路側裝置與三級雲的廣泛互聯通信。無線接入網提供車輛與周邊環境的多樣化通信能力，實作車與路側基礎設施通信（V2I）、工廠中的房間直通通信（V2V）、車與人通信（V2P）、車與網絡（V2N）/邊緣雲的通信。路側裝置與雲控基礎平台各級雲由多級有線網絡承載。
雲控系統利用 5G、軟體定義網絡、時間敏感網絡、高精度定位網絡等先進通信技術手段實作互聯的高可靠性、高性能與高靈活性。
雲控系統的車輛包括網聯輔助資訊互動（1 級）、網聯協同感覺（2 級）、網聯協同決策與控制（3 級）等三種不同網聯化1車輛，以及應急輔助（0 級）、部分駕駛輔助（1 級）、組合駕駛輔助（2 級）、有條件自動駕駛（3 級）、高度自動駕駛（4 級）、完全自動駕駛（5 級）等不同駕駛自動化等級2車輛。
不同網聯化和智能化等級車輛是雲控平台的資料采集對象和服務對象。在資料采集方面，對于具有聯網能力的車輛，雲控基礎平台既可以直接通過車輛網聯裝置采集車輛動态基礎資料，也可以間接通過路側智能感覺獲得車輛動态資料；對于不具有網聯能力的車輛，則間接通過路側智能感覺獲得車輛動态資料。
在雲控服務方面，對于 3 級及以上駕駛自動化等級的車輛，可以直接接收雲控平台輸出的協同決策與控制資料，再由其車載智能計算平台或控制器做出響應；對于 2級及以下駕駛自動化等級的車輛，間接接收雲控平台輸出的協同決策資料，再由其車載人機互動平台接收決策，并由單車或駕駛員完成控制；與車輛類似地，雲控系統的其他交通參與者包括行人、騎行人等。
雲控基礎平台可以通過路側智能系統采集其他交通參與者位置與速度資訊，也可以通過在雲控基礎平台已注冊的其他交通參與者所攜帶的定位裝置采集其位置與速度資訊，并基于雲端融合感覺向這些已注冊的其他交通參與者提供安全預警服務。
相關支撐平台是提供雲控應用運作所需其他資料的專業平台，包括高精動态地圖、地基增強定位平台、氣象預警平台以及交通路網監測與運作監管平台等。
其中，高精動态地圖是雲控系統提供動态基礎資料服務的主要載體，通過高精度動态地圖平台提供的地圖引擎，基于動态基礎資料可為雲控基礎平台提供實時更新的動态狀态資料；地基增強定位平台是利用 GNSS 衛星高精度接收機，通過地面基準站網，利用衛星、移動通信、數字廣播等播發手段，在服務區域内可為雲控基礎平台提供 1-2 米、分米級和厘米級實時高精度導航定位服務；氣象預警平台通過道路沿線布設的氣象站裝置采集，通過識别能見度、雨量、風向、雷報、大霧（團霧）等氣象資訊，可為雲控基礎平台提供實時天氣狀況；交通路網監測與運作監管平台可為雲控基礎平台提供路政、養護、服務區以及緊急事件等實時資訊
雲控系統是以雲控基礎平台為核心、基于共享模式、突破煙囪模式局限性的一種新型資訊實體架構，通過雲控基礎平台可以獲得更為全面的交通動态基礎資料，有利于開展全局監測與控制。其具體特征包括：
（1）車路雲泛在互聯：雲控系統全域範圍内車路雲各異構節點，通過标準化通信機制進行廣泛互聯通信，打通資訊孤島，建構起用于支援協同控制的閉環通信鍊路。
（2）交通全要素數字映射：雲控系統通過對從車路雲實時擷取的交通系統各要素狀态資訊進行分層融合，建構實體世界在數字世界的實時數字映射，統一為不同的協同應用提供運作所需實時基礎資料 。
（3）應用統一編排：雲控系統通過對協同應用的運作方式進行統一編排，消解應用間行為沖突，利用各應用的優勢能力，提升雲控系統的車輛與交通運作優化性能。
（4）高效計算排程：雲控系統通過對協同應用運作的動态位置及所用計算資源進行統一排程，實作系統資源高效利用，確定協同應用在大并發下按需實時運作，保障所服務車輛與交通的運作安全。
（5）系統運作高可靠：雲控系統通過車路感覺融合、集中計算編排、應用多重備份等方式，實作車輛與交通運作優化的高可靠性
雲控系統作為一類新型資訊實體系統，融合了多種學科、不同領域的前沿技術，其建設和發展需要攻克架構、感覺、控制和通信等方面衆多關鍵技術，包括邊緣雲架構技術、動态資源排程技術、感覺與時空定位技術、車輛與交通控制技術以及雲網一體化技術等。
邊緣雲是實作雲控系統高并發、按需運作實時類雲控應用的新型技術手段。
實時類雲控應用如進階别自動駕駛對資訊傳輸的毫秒級時延和超高可靠要求遠遠超越了傳統雲計算架構的技術能力，亟需通過邊緣雲的架構設計滿足雲控系統的實際需要。
邊緣雲架構的目的是将實時通信、實時資料交換與實時協同計算技術融為一體，實作系統響應的實時性、資料傳輸的低延遲時間與接入請求的高并發，以保證車路雲資料交換在應用層面滿足自動駕駛控制對實時性與大并發下的可用性及資訊安全的實際要求，并保證互操作性和易用性。相關技術工作包括，制定統一的資料互動标準，開發基礎資料分級共享接口，優化資料存儲模型，建立高性能消息系統，采用輕量級基礎設施及虛拟化管理平台保障邊緣雲服務實時性，優化上報與下發通信鍊路性能等。
雲控系統需要運作大量應用以服務于智能網聯汽車及交通系統各種場景。為消解高并發下各應用在資源使用上的沖突和實體世界車輛行為的沖突，雲控系統要根據雲控應用對實時性、通信方式、資源使用與運作方式等方面的要求，選擇服務的運作地點及所配置設定的資源，保障服務按需地實時可靠運作，保障所服務車輛的行車安全。相關技術工作包括，以平台統一管理或自行管理的方式進行負載均衡、生命周期管理，并利用領域特定的規則引擎按需調用雲端車輛感覺共享、增強安全預警、車輛線上診斷、高精度動态地圖、輔助駕駛、車載資訊增強以及全局協同等資源。
智能網聯汽車與路側傳感器的異構、多源與車輛分布不确定等特性，以及網聯自動駕駛對資訊精度、實時性與可靠性的高要求，帶來車路感覺系統配置、路側感覺部署、多源資料時間同步、多源異構資料關聯等難題，對雲控系統感覺與時空定位技術提出了挑戰。雲控系統中車與路感覺性能，需要具有強工況适應性、良好的魯棒性能與确定的實時性，以産生實時、高精度、高可靠的動态基礎資料，滿足網聯式自動駕駛的感覺需求以及交通數字孿生需求。雲控系統中的交通參與者位置、路側設施位置、交通事件位置等資訊，需要有可靠的精度保障、較低的傳輸時延，以及複雜場景的可用性、安全備援、魯棒性等要求。高可靠高精度的位置表達，需要結合高精地圖、高精度定位技術建立基于語義特征的傳感器資料智能配準，進而保障雲控系統各類應用服務中感覺與時空定位的可靠性、準确性和可用性。
雲控系統通過對車輛進行協同控制增強行車安全、提升行車效率和節能性，通過對交通行為進行監測與調控保障交通運作效率。根據交通運作總體需求與交通參與者個體的需求，亟需通過雲控基礎平台提供各類雲控應用所需的單車、多車、車與路及交通的協同決策與協同控制等共性基礎服務，以確定駕駛行為的規範性和道路交通總體功能的協調性。
智能網聯汽車與智能交通業務對雲控系統異構網絡提出了較高的實時性、可用性與并發性能要求。為滿足較高服務品質需求，需要對通信節點與鍊路的工況進行實時監測與預測，對高并發資料在網絡中的路由與節點處理進行統一優化排程。為此，應充分利用 5G 網絡和 MEC 邊緣計算技術擴充路側計算單元的計算和存儲能力，通過在其上部署邊緣雲引入更多本地應用以支援更豐富的交通應用場景，實作邊緣計算和各層雲的整合。雲網一體化技術包括車雲協同架構下的邊緣計算技術将邊緣雲下沉至離車輛最近的 5G 無線接入網側，以支援完成現場控制級應用，如路口級實時控制；利用營運商提供的産業網際網路專線和城域光纖的綜合通信網絡技術将區域雲劃分為實時區域雲和非實時區域雲，以實作實時性與弱實時性路網級的遠端控制應用，如貨車編隊行駛屬于區域雲實時性要求較高的規劃和控制應用；車雲、路雲和雲雲網關技術以保障邊緣雲、區域雲與中心雲間跨域資料的标準與高效通信；以及低延遲時間高可靠 V2X 通信技術、計算-存儲-通信資源的聯合優化管理技術和網絡切片技術等
雲控系統能夠增強車輛行車安全、提升行車效率和節能性以及提升交通運作性能，離不開網聯技術、自動駕駛技術與路側基礎設施的能力。基于雲控應用的服務方式，将雲控系統的功能分為 4 個類别，如表 1 所示。
雲控功能類别 1 僅實作對車輛感覺性能的增強。車輛控制仍由駕駛人或自動駕駛系統負責。由于雲控應用涉及對駕駛過程的輔助，要求網聯化等級至少為 2級。如果車輛由駕駛人控制，對車輛駕駛自動化等級1無要求。如果車輛由自動駕駛系統控制，自動駕駛等級至少為 3 級，則車輛可在運作設計域内實作自動駕駛與雲控應用的配合。
雲控功能類别 2 實作單車的網聯決策、規劃或控制，以及利用單車控制能力實作的對混合交通（含非自動駕駛車輛）的優化調節。車輛控制仍由駕駛人或自動駕駛系統負責。考慮雲控應用輸出資訊的基礎上，車輛進行自主要制。網聯化與路側基礎設施的實時性等性能須滿足支援網聯自動駕駛的要求，是以要求網聯化等級達 3 級。
雲控功能類别 3 實作多車協同決策或控制，以及多車協同下有限場景的混合交通優化控制。由于雲控應用考慮多車協同與交通運作的性能，超越了單車自動駕駛的能力範圍，是以車輛決策與運動規劃由雲控應用負責，車輛負責對自車行駛安全進行監控，在雲控應用的指令與自車安全與任務等目标不沖突的條件下按雲控應用要求進行控制。如出現沖突，車輛按保證自車行駛安全的方式進行控制，并與雲控應用進行協商。此類雲控功能涉及的應用同時對多車駕駛過程進行統一優化，對路側基礎設施有更高的性能要求。由于應用可以服務于自動駕駛車輛與人駕駛車輛組成的混合車隊，是以對駕駛自動化等級的要求不變。
雲控功能類别 4 實作全域車輛與交通統一的融合控制。在此類雲控功能的場景下，單車智能或駕駛人不能考慮多車與交通的全局性能，需要雲控應用完全負責車輛與交通控制。由于此類功能涉及路網全域車輛與交通的運作優化，對路側基礎設施的要求進一步提高。此類雲控功能仍需考慮人駕駛車輛及自動駕駛向人駕駛切換的情況，以服務于混合交通，是以對駕駛自動化等級的要求不變。
雲控功能類别從技術角度上明确了控制主體的選擇思路，但上述設計并不唯一的實作方式。在具體應用場景下，考慮業務與使用者需求，在滿足性能要求條件下，可對控制主體進行靈活設計。
2020 年，中央政府大力号召部署新型基礎設施建設，我國各省、直轄市開始加緊落實部署，涵蓋 5G 網絡、工業網際網路、人工智能、大資料中心等新興技術，以帶動生産基礎設施向數字化、網絡化、智能化轉型，為雲控系統産業發展和規模化應用提供了良好的契機。
雲控系統的産業生态構成十分豐富，從區域範圍角度，包括城内、城際、特定區域産業生态；從産業鍊角度，包括政府及行業監管機構、供應商、網聯車輛、出行業務服務商及特定業務提供商等，其産業鍊如圖 6 所示。其中，政府及行業監管機構是雲控系統及各項基礎設施标準、規劃、建設、管理、複用與共享的推動方，整個雲控體系的基礎；供應商是雲控系統各項基礎設施與基礎能力的提供方，網聯車輛是雲控系統的主要服務對象，業務提供商利用雲控系統的能力開展面向出行和特定場景的服務。
政府及行業監管機構推動雲控系統及各項基礎設施建設與營運。重點在頂層設計、法律法規、技術标準、資料權屬、設施共享等方面發揮上司與協調作用。
同時，在雲控系統的幫助下，政府及行業監管機構能夠實作對道路交通的協同感覺、協同決策和協同控制，從根本上改變汽車和交通系統的運作模式，打造全新的智能交通體系，并且緩解目前面臨的治理難題。政府支援下的智能網聯示範區、先導區自營運或委托營運方，為雲控系統提供封閉/半封閉/公開測試道路和區域，引導出行業務/特定業務服務商在區内進行産品開發、仿真測試、評價等業務，按照先試先行、逐漸落地思路，推動智能網聯業務産業化發展。
圍繞雲控核心能力建設，供應商為雲控系統提供包括平台 IT 基礎設施、路側感覺與計算能力、車端通信裝置等端到端網絡連接配接及高精地圖和定位等裝置及服務。主要的供應商包括：晶片/模組、裝置/軟體、雲服務、通信、高精定位/地圖等。
晶片模組供應商——晶片/模組是雲控系統基礎能力的載體和保障：AI 識别、并行計算晶片支援雲控路側基礎設施的感覺識别、多源融合、邊緣計算等能力；
伺服器晶片支援雲控基礎平台的超高并發、實時/非實時計算等能力；4/5G、C-V2X 等通信晶片及模組支援雲控系統車路雲之間大帶寬、低延遲時間、高可靠的通信能力。
裝置軟體供應商——雲控系統聚合了産業鍊相關硬體裝置及軟體服務，最大化各組成部分的效能。OBU/RSU 提供基于 C-V2X 的連接配接，使車端随時接入雲控平台并確定業務無縫切換；高清攝像頭提供視覺輸入，毫米波雷達提供路面移動物體的動态參數，雷射雷達提供 360 度點雲資料。邊緣計算單元将各類感覺資訊融合解析，産生結構化資料。自動駕駛場景庫/仿真/評測等軟體及 SDK、API放大雲控基礎平台的架構和資料優勢，為網聯車輛提供資訊通信、路徑規劃、遠端控車等服務。
雲服務供應商——雲服務是雲控基礎平台部署的前提條件，為雲控基礎平台的運作提供網絡、存儲、硬體、虛拟化、容器、資訊安全等基礎資源，以便雲控系統按需調用，滿足各項應用邏輯的實作。同時，IaaS 雲服務商提供彈性、可擴充、可遷移、支援災備等特性的部署環境，確定雲控基礎平台的長期穩定可靠運作。
通信營運商——通信營運商為雲控系統提供通信基礎設施，助力一體化融合控制系統的實作。5G 網絡從 NSA 向 SA 架構演進，支援 C-V2X（包括 LTE-V2X和 NR-V2X）、URLLC、網絡切片等重要功能，為公衆車聯網專網及增強型網聯應用奠定基礎。固網方面，骨幹網、承載網、城域網形成覆寫全國的連接配接通道，可充分保障雲控中心雲、區域雲、邊緣雲之間的互聯互通。
高精定位基礎地圖營運商——高精定位/基礎地圖為網聯車輛提供準确全面的靜态地理資訊，同時，雲控應用和服務也可依托高精定位/基礎地圖進行。雲控基礎平台可基于路側感覺生成動态地圖資訊，以中立角色分發至不同高精定位/地圖營運商平台，推廣面向智能網聯汽車的高精動态地圖服務。
應用系統開發商內建商——獨立軟體開發商（Independent Software Vendor,ISV）和內建商（Software Integration, SI）為産業各企業提供各類基礎軟體、定制化雲控應用和維護服務；基于雲控基礎平台提供的 API，接入道路、車輛等終端裝置，實作與周邊相關支撐平台的內建與資料流打通。
公路營運商——已建成公路的營運方可以對公路進行統一營運管理，負責公路資産管理及營運委托業務，開展上下遊業務的經營與開發；基于雲控基礎平台提供的 API，接入更全更廣範圍的道路動态基礎資料後，可以提升出行體驗。
網聯車輛包含了乘用車、商用車等所有涉及網聯功能的車輛，它既是雲控系統的資料來源，也是雲控系統的服務對象。網聯車輛作為載體，承載出行業務服務商或特定業務服務商提供的服務。雲控系統能夠将車端資料和路側資料充分融合，在雲端形成實時、廣域、全面、精準的數字映像，基于協作和排程做出面向群體最優化的決策，并通過低延遲時間、高可靠、大帶寬的移動網絡與網聯車輛協同執行，實作安全、高效、綠色、舒适的車輛運作與駕乘體驗。同時，雲控基礎平台積累的海量資料和真實場景，有助于縮短網聯車輛的研發、仿真、測試疊代周期，幫助車企降本增效
出行業務服務商是雲控系統的使用者，可利用雲控系統優化更新已有的服務，也可開展新業務示範及營運，包括物流、公共交通、網約車等。
物流——雲控系統一方面可向城市無人配送車開放路側全域感覺能力，并将車端計算負荷解除安裝到邊緣雲，實作降本增效；另一方面可為幹線貨運車隊提供超視距感覺及預見性決策，增強傳感器共享與車輛編隊能力，支援車輛監控與遠端接管，保障運輸安全高效，節約成本。
公共交通——公共交通系統利用雲控系統的邊緣感覺與計算能力、多源資料融合分析能力及協同決策控制能力，将優先突破公交專用道的局限，與社會車輛動态協同共享所有可用車道，提升安全和運作效率，疏解擁堵，降低成本。
網約車——網約車即将成為未來出行的一種主流方式，通過将車端高配置感覺與計算能力上移至邊緣雲，結合雲控基礎平台大資料融合與分析，以共享的方式為自動駕駛網約車服務，有望大幅降低網約車公司的營運成本、提高效率。
除了出行服務以外，雲控系統的各項能力也可面向特定業務和場景開放，幫助其提高生産效率、控制綜合成本、延伸服務範圍等，包括環衛、礦區、港口等。
環衛——環衛業務提供商可利用雲控系統的超視距感覺與消息分發能力，識别并标記環衛車位置，提示途經車輛避讓；利用雲控邊緣雲分擔車端感覺與計算負載，還可以顯著降低單車造價和車輛營運成本。
礦區——礦區屬于低速封閉載物場景，環境受控，利于自動駕駛，路側感覺裝置與雲控基礎平台相結合，可實作各類載具不間斷作業、全局智能排程、精準協同停靠、遠端應急接管等應用，安全和效率并舉，解決人工貴、事故多等問題。
港口——港口營運商可利用雲控系統疊代優化控車算法和排程政策，通過集中式決策與控制獲得協同增益，最大化裝卸及運輸的效率，降低 AGV 造價，還可內建橋吊和龍門吊控制，實作“裝–運–卸”一體化關聯作業。
雲控資料體系包括交通中所有交通參與者（人、車、路、雲）的資料收集、傳輸、加工、交換、存儲及其衍生的行業應用資料。主要解決資料深度加工、計算政策、資料安全、資料标準以及資料互動等共性問題。以雲控基礎平台為行業提供低延時、高可靠、高保障的資訊服務。
智能網聯汽車相關的資料種類衆多，分類方法多種多樣，國内外已經出現了面向智能網聯汽車的相關資料分類标準；上述資料分類标準的推出為推動産業高速發展起到了積極的作用；但是各個相關機構釋出的資料分類标準存在一定的差異，為了支撐産業的進一步有序協同發展，建立統一的資料标準和雲控基礎平台架構勢在必行。基于雲控系統的相關資料包括交通參與者、車輛及道路等三類。
交通參與者——包括路人、乘客和司機等，在確定隐私的情況下，所互動的資料如表 2 所示。
雲控資料體系支援各交通參與者更優地到達目的地之外，還為其提供娛樂、咨詢、通訊、支付等便捷的資料支援，并通過收集個人的消費習慣、駕駛習慣、生活習慣等資料支援人物畫像。
車輛——網聯車輛資料從網絡來源分，主要分為車内網和車際網。車内外網絡資料共同為單車智能和群車排程提供服務和支撐。車輛以及交通參與車所互動的資料如表 3 所示。
此外，針對進階别自動駕駛的車輛監管，有更多的音視訊資料、環境感覺資料需要管理。這些資料要求本地處理、按需傳輸以實作車内和車際網絡互動。
道路——主要包括靜态或動态地圖資料、路側計算單元感覺資料、MEC 互動的資料，例如音視訊及感覺資訊、氣象環境資訊、交通參與者動态資訊，交通排程資訊。其中主要通信節點互動的資訊包括 BSM、MAP、RSI、RSM、SPAT等内容。其特點為具有較高的置信度、可靠性、智能化、實時性，易受攻擊。
資料互動的總體需求為：高效、安全、可靠。對承載網絡的資料互動而言，互動的資料要求高安全、高可靠、高完整、可追溯。表 4 展示了資料互動的需求和應用
目前智能網聯汽車主要面臨來自節點（T-BOX、IVI、終端更新、車載 OS、車載診斷系統接口、車内無線傳感器）、網絡傳輸、雲平台、外部互聯生态安全4 個層面的諸多安全威脅。大都是雲控系統内産生的資料安全問題。從雲控系統的資料互動應用場景來看，主要的安全問題分為：采集安全，傳輸安全、分發安全，雲平台及存儲安全等。
功能安全和資訊安全作為智能網聯汽車各類産品和應用需要普遍滿足的基本條件，是智能網聯汽車各類産品和應用實作安全、穩定、有序運作的可靠保障。
引入符合密碼規範标準的安全聯網終端、密碼基礎設施、密碼應用産品等，實作密碼合規性與智能網聯汽車适應性的統一，是應對資料安全的最重要手段之一。
未來，我國将從自主可控體系出發，加強資料互動安全保護，并将其縱向耦合、橫向擴充，從“雲–管–端”打通智能網聯汽車安全防護的各環節，為實作安全、效率、節能場景中的應用提供安全可信的基礎環境，為資料在網絡和平台中的産生、分發、存儲、銷毀提供全流程安全保障。
（1）智能網聯駕駛應用與智能交通應用
智能網聯駕駛應用與智能交通應用是在邊緣雲與區域雲上運作的實時應用。應用的目标主要在于提升系統安全、高效與節能等。應用服務的對象主要分為單輛車、多輛車、單個交通信号，多輛車和單個交通信号，多輛車和多個交通信号燈。服務對象的選取方式可分為服務特定車輛或服務特定道路區域。雲控系統在具體道路區域中能支援的智能網聯駕駛應用與智能交通應用主要由區域内能擷取的實時數字映射資訊及車輛接受雲控系統指令并進行響應的能力決定。
（2）基于雲控系統大資料的服務
基于雲控基礎平台彙聚的全局車輛與交通大資料及雲控基礎平台的能力，雲控系統可以支撐車輛後服務、研發測試、交通管理與其他政府事業等領域的服務，使其提升服務能力或産生新的服務形态，表 5 展示了雲控系統的典型應用場景。
例如預測性故障診斷與預防性保養維護、基于駕駛特性或使用特性的定制化保險，精細化交通工況分析與預測、交通管理建議等交通管理服務，交通規劃、城市規劃、應急預案規劃等政府事業服務。
**跨部門的多頭管理難以高效和系統化推進。**從《國家智能汽車創新發展戰略》的聯合釋出機關容易看出，智能汽車作為一個科技融合的新興産物，與現有的國家部門管理設定不比對，現行的管理機構對于這一新興事務的管理存在重複、交叉和盲區。雲控系統是智能汽車關鍵技術體系中涉及行業最多的系統，不僅涉及到汽車、通信等行業，更是聯系道路管理、地圖測繪、大資料、雲計算等更多的行業，所涉及的行業管理部門和示範應用的批複問題更是繁冗、複雜，嚴重影響示範應用的推進，繼而影響技術驗證和産業環境建設，影響整個智能汽車技術疊代和産業化推進。
**資料權屬不清晰，示範應用推進慢。**雲控系統中最為重要的是車輛及其行駛環境相關的資料。目前我國在各類資料的權屬、置信度等方面尚未形成明确的法規，使得各家示範方案的推進者都難以擷取自己産品以外的資料，擷取資料的安全可信方面尚缺統一評估方法，對示範應用的推進造成了極大的阻礙，使得示範應用方案難以落地推進，對于技術方案的完善、技術發展趨勢判斷和相關産業環境建設都形成了一系列的桎梏。
**全新的基礎設施部署成本高，對國家和社會資源造成浪費。**按照雲控系統進行通信、道路以及雲平台和大資料基礎設施的全面部署，将面臨因路側基礎設施布設密度高、成本高的難題。另外，國内各行業因其之前的資訊化、智能化能力建設，都進行了大量的基礎設施投入，甚至有些基礎設施還未回收成本，全新的基礎設施部署不僅存在成本高、難以推動建設的問題，更存在國家和社會資源浪費的問題。
**現有基礎設施部署方案和标準不統一，共享難度大。**目前，各車企都在建設自己的車聯網雲平台或者大資料中心，基于企業不同研發、生産、銷售以及售後應用及營運模式的考慮，加之各自建設所依托的汽車資料标準和體系不同，使用的營運商的方案也不盡相同，這些現有或者在建的雲平台和大資料中心的建設标準不同，以實作相關基礎設施的互聯互通。同時，道路基礎設施、通信基礎設施等都存在類似的問題，各家因産品技術要求、建設和使用用途等方面的差異，使得現有基礎設施存在部署方案和标準不統一的情況，成為基礎設施共享的主要瓶頸。此外，跨行業基礎設施的聯通問題更是基礎設施共享的重大難點問題，需要跨行業平台的力量共同參與才可以解決。
**基礎設施的共享商業模式尚不清晰，影響企業推進的積極性。**目前，無論是通信基礎設施、雲平台/大資料中心，還是道路基礎設施，都存在基礎設施建設成本高、運維成本高、資料私有化等特點，各部門、機關都因其職責和“資料就是資源、是金錢”的期望而投入建設，雖然國家戰略呼籲現有基礎設施應該實作資源共享，但如果基礎設施共享的商業模式或各基礎設施擁有機關的可期利益不能得到有效保證，基礎設施共享同樣難以推進。
雲控系統的實作與應用涉及多行業與多領域的技術成果與落地實施，通過領域先行先試和政府給予的有利條件可實作産業協同。為促進相關産業發展和雲控系統的研發與實施，白皮書主要從政府與行業兩方面提出以下建議。
**進行雲控系統一體化的基礎設施建設規劃和營運方案設計。**未來車路雲一體化融合控制系統需要路側端智能化基礎設施和通信基站建設的支援，需要國家指定機關進行基礎設施建設方案的研究和推進，委托第三方進行基礎設施及通信基站商業模式研究，制定相關政策，激發産業中相關機關進行基礎設施建設的積極性，為車路雲一體化融合控制系統和智能網聯汽車産業發展提供基礎設施支撐。
基礎設施建設因投入大、商業模式和業務邊界尚未清晰，更涉及人身财産、社會秩序和國家層面的資訊安全，因而，建議國家牽頭或授權相關機關，聯合交通運輸部、公安部，以及通信營運商、大型網際網路平台營運商、第三方行業機構等産業相關方，明确各方職責、權力和相關利益配置設定，進行國家級智能汽車大資料雲控基礎平台建設和雲控系統協同平台營運，推動産業發展。
**研究智能汽車相關資料權屬問題，清晰界定各類資料所有權和使用權。**資料将會是産業發展的重要驅動力量已經成為行業共識，各類企業都在積極進行資料産業布局，但是還需要探索資料如何對産業、對社會進行正向驅動。目前車輛資料、乘客資料、道路資料等各類資料的歸屬問題不明确，正在制約産業的發展。
2020 年 4 月，《中共中央、國務院關于建構更加完善的要素市場化配置體制機制的意見》明确指出了土地、勞動力、資本、技術、資料五個要素領域改革的方向，明确了資料作為一種新型生産要素，接下來需要相關部門進行專項梳理，清晰界定各類智能網聯汽車資料的所有權範圍，産業參與者将會針對所有權範圍内的資料進行業務模式設計和合作，推動資料使用權的分級與資料共享，關聯支援車路雲一體化融合控制系統及應用生态的發展。
**推動智能汽車基礎資料标準格式和相關國家标準制定。**面對未來多産業融合的車路雲一體化融合控制系統生态，産業中不同廠家、不同型号、不同類别的裝置需要進行互聯互通是車路雲一體化融合控制系統和産業發展的基本支撐，國家級車路雲一體化融合控制系統平台的建設更加需要基礎資料标準和通信協定的國家标準先行，因而，國家相關行業機構或者聯盟進行基礎資料格式和通信協定的國家标準制定迫在眉睫，亟需統籌規劃和推動。
**鼓勵産業進行跨行業、跨品牌及差異化規格基礎設施相關産品研發。**政府及行業管理機構出台相關激勵政策，面向不同行業、不同品牌、不同規格基礎設施相關産品，基于統一的标準和資料格式，鼓勵産業生态中有能力的企業進行相關産品研發和技術成果轉化，為雲控系統的基礎設施真正實作互聯互通提供有效的産品和解決方案，推動雲控系統實作對國家現有基礎設施的轉化更新和有效利用。
**加強開展應用示範試點的統籌與部署。**目前，各地方政府、企業以及聯盟等都在進行車路協同、智能網聯汽車自動駕駛的封閉園區及開發道路測試工作。建議政府結合智能汽車網聯化發展趨勢，出台相關政策，對于現有應用示範區域，整合現有應用示範項目，增加智能網聯汽車雲控系統應用示範的統籌部署；在建立相關示範區域考慮雲控系統應用示範基礎設施建設。通過政府引導下的應用示範試點項目，積極探索商業模式，完善智能網聯汽車雲控系統架構、雲控基礎平台建設技術方案及基礎設施建設需求，推動“人–車–路–雲”系統的建設。