李克强教授：智能网联汽车发展现状及趋势分析|2020电动汽车百人会

李克强教授在2020电动汽车百人会论坛上指出，智能网联汽车的发展方向是车、路、云一体化融合，通过协同感知与决策实现新一代智能交通系统，并强调云控基础平台作为国家基础设施的重要性，同时分享了实际应用案例及未来商业化路径。一、智能网联汽车的发展方向：车、路、云一体化融合需求驱动与现有局限：汽车发展由交通安全、出行效率等需求驱动，但现有自动驾驶和智能交通受单车智能或云端单独控制的限制，无法有效解决传统交通问题。融合系统的优势：未来发展方向是车、路、云融为一体的系统，而非单车智能或云端单独控制。这种融合可改进交通安全、出行效率等问题，形成新一代智能交通和智能汽车系统。国际探索与中国方案：美国提出基于智能化、信息化、共享化和智慧城市融合的技术，欧洲公布依靠不同智能化程度分级的基础设施支持自动驾驶（如A级需协同决策，B级需协同感知）。中国早在2016年就提出智能网联汽车是智能化和网联化的融合，其第三级与欧盟A级一致，强调协同感知决策控制融为一体。二、中国方案的本地属性与云控基础平台融合而非简单叠加：智能网联汽车是智能化和网联化的深度融合，而非独立或简单叠加。国际上的信息物理系统（CPS）概念在此有良好应用。本地化需求：由于交通基础设施、信息基础设施和驾驶员行为因国家而异，中国需发展满足自身基础设施和运营标准的智能网联汽车方案。云控基础平台的作用：云控平台是协同感知、协同决策的核心，需具备低时延、高可靠的特点。它通过数字信息映射到云端，再通过决策控制衔接物理系统，是典型的信息物理系统应用。三、云控系统的组成与运行体系基础平台的重要性：云控基础平台是未来云控系统中具有国家属性的基础设施，需协同感知、协同决策和数据分配，避免每家企业单独建设基础平台。分层处理架构：数据在路侧单元初步处理后，送至边缘云进一步处理，再在区域内下发。这种架构在LTE-V时代可实现部分功能，5G时代将支持更多功能。关键技术：包括车端处理与上传、边缘计算、数据下发等，形成低延时、高可靠的使用场景和环境。四、云控系统的商业模式与应用案例协同孤立的云系统：未来可将企业内相互孤立的云系统协同集成，在云平台上提供基础应用（如协同感知决策）和公共服务。实际应用项目：发改委制造业创新项目：在100多公里道路范围内（含快速道路、高速公路、封闭园区）开展云控应用研究，建设路端、车端等边缘端基础设施。长沙“双100”项目：应用云控平台技术，形成车、路、网、云一体化体系。具体应用事例：协同感知与融合感知：路侧进行大规模快速信息融合，传至边缘端与高精度地图匹配，再下发至车端实时控制，实现实时全局协同感知与监控。应用服务：在低延时、有限布局范围内实现局部区域典型应用（如闸道口车流汇入），在V2X受限制工况下通过协同感知和决策实现工作应用。车辆协同运行调控与安全节能控制：将所有车辆信息传至边缘端，通过实时协同和融合感知决策实现运行调控和安全节能控制。五、未来展望：云控平台作为智慧城市与交通的重要基础设施发展目标：智慧城市和智慧交通需完成一系列复杂系统工作，云控平台将是重要基础设施。发展路径：云控系统将从目前的网络链接和运行监管、普通非实时服务，向协同自动驾驶的全新产品形态和运营形态推进。