趋势分析
车路协同发展趋势
业界普遍认为实现自动驾驶有两大路径：一是单车智能；二是V2X车路协同，用路侧智能感知设备与智能车辆协同，实现网联式自动驾驶
国家政策明确智能网联汽车作为发展战略方向
产业示范推动V2X走向规模商用
展开
业务挑战
业务挑战
-
终端设备数量繁多，管理复杂
车路协同连接车和道路感知设备数量众多，设备缺少统一维护和管理，华为云车路协同平台实现多种类、多协议设备接入，并实现统一监控和运维管理车路协同连接车和道路感知设备数量众多，设备缺少统一维护和管理。华为云车路协同平台实现多种类、多协议设备接入，进行统一监控和运维 -
道路事件缺乏感知，调度效率低
道路事件缺乏探测、交通行为难以有效监管。车路协同平台能在最短时间内感知到道路事件，将事件信息传递给车辆，实现智能交通全局调度，提高交通效率道路事件缺乏探测、交通行为难以有效监管。车路协同平台能在最短时间内感知到道路事件，将事件信息传递给车辆，实现智能交通全局调度，提高交通效率 -
跨领域软硬件种类较多，集成困难
车路协同涉及芯片模组、终端、整车、安全平台等多领域产品，对接复杂，集成难度大，华为云车路协同平台支撑互联互通测试与验证车路协同涉及芯片模组、终端、整车、安全平台等多领域产品，对接复杂，集成难度大，华为云车路协同平台支撑互联互通应用测试与验证
解决方案架构
车路协同解决方案架构
车路协同解决方案以端云协同的方式提供服务：
V2X Server部署在云端，具备设备管理、设备标定、算法管理、拓扑管理、地图管理、事件管理、数据管理等功能，并结合高精地图服务、智慧交通系统等，实现全时空交通运营与管理
V2X-Edge部署在边缘计算节点，与V2X Server配套使用，结合摄像头、雷达的能力，完成道路事件的感知和分析
架构优势
V2X Server支持终端设备大容量高并发（百万级）接入
结合ITS800的AI算力，直接在边缘V2X Edge完成近线事件推理分析，形成事件消息，第一时间通知到目标车辆
通过云端AI一体化开发平台，完成海量数据的处理和训练，实现边缘感知算法的迭代更新，持续提高目标识别准确率和事件感知效率
客户案例
上汽通用五菱
2019年7月，上汽通用五菱联合华为和广西柳州市柳东新区政府，共同建成了集5G通讯、V2X、远程驾控、无人驾驶四位一体的公开测试道路，并将实现无人物流、编队驾驶、共享出行等功能。
