佐思汽研发布了 《2022年路侧边缘计算行业研究报告》。 路侧边缘计算政策标准相继落地，行业快速发展2020年4月，国家发改委首次明确了“新基建”的范围，包括了云计算、智能计算中心等新型基础设施；2021年2月，交通运输部《国家综合立体交通网规划纲要》指出，要推进交通基础设施数字化、网联化，全方位布局交通感知系统，推进自动驾驶、车路协同应用。智慧交通产业政策来源：《2022年路侧边缘计算行业研究报告》政策推动智慧交通产业稳步发展，从信息化阶段逐步过渡到网联化阶段，最后发展到智能化公路，依托强大的路侧感知技术、边缘计算技术、网络通信技术、云端控制技术支持高效率的完全自动驾驶。除了政策的推动，路侧边缘计算相关标准也在逐渐完善：来源：《道路交叉路口交通信息全息采集系统通用技术条件》在边缘云实现标准化建设的基础上，未来还将进一步完善城市中心云与边缘云协同的标准化建设，实现边云设备的互通互联，便于进行统一的规模化管理，利于“端-边-云”协同应用的推广。智慧公路新技术架构下，“边缘计算”应用场景逐渐丰富智慧交通正从信息化向智能网联化转变，智慧公路的建设是智慧交通的重要环节，目前全国20多个省份已完成超过40个智慧高速公路的改造建设，而“云-网-边-端”也逐渐成为智慧公路新一代的技术架构。在新技术架构中， “边”的作用越发突显，应用场景也越来越广泛。智慧公路新一代技术架构来源：中国交建边缘设备具有一定的计算能力，可以在路侧实现算力下沉，减轻云端计算的压力。此外，边缘计算可以减少数据在网络中的传输时间，简化网络结构，还可以实现对交通状态的精准感知。因此边缘计算在智慧道路的建设中具有明显优势，尤其在车联网环境中。1)、边缘计算在车路协同中的应用从边缘计算的三种交付模式看，5G MEC边缘计算最适合在智慧交通领域应用。将MEC边缘计算引入车路协同之后，这些边缘计算设备可直接从车载端及路侧传感器实时接收本地化的数据，进行分析，并将分析结果以极低延迟传送给临近区域内的其他联网车辆，整个过程可在毫秒级别时间内完成。新一代车路协同技术架构将MEC与C-V2X、5G等融合应用，可以显著增强端到端的通信能力，并解决路侧数据有线回传带来的施工复杂度和成本问题，此外还可以在V2X设备普及率不够高的情况下，通过4G/5G网络为没有安装OBU的普通车辆提供N2V服务，进一步加速车路协同的落地推广。基于5G+MEC+V2X的车路协同方案来源：中国联通2)、边缘计算在高精地图中的应用高精度地图的使用有利于实现L4/L5级别的自动驾驶落地，但目前高精地图的应用还面临着一些难题，如实时动态更新的实现，MEC的引入可以更好解决这些问题。通过在MEC上搭载高精地图可以实现动态地图的快速分发，结合5G网络切片技术，使得车辆可实时获取高精地图信息，并大大节省车机的存储空间。来源：华为3)、边缘计算在智慧园区的应用智慧园区引入边缘计算之后，既可以感知、监测、分析、控制、整合园区各个关键环节的资源，也可以实现园区内的车路协同。首钢冬奥园区打造了基于5G+C-V2X的全域交通态势感知车路协同系统，在园区主要干道两侧及关键路口部署了摄像头、雷达等感知设备、对接信号灯等智能设备，并以此实现全域交通路况信息采集。而路侧MEC内部则部署了基于感知的多源异构融合感知算法，并针对冬奥场景开展算法研发与优化，可实现大雪、多雾等天气下的交通视频检测及跟踪。来源：网络4)、边缘计算在高速场景的应用在高速匝道口，车辆汇入时容易发生交通事故，通过在闸道口部署摄像机、雷达等智能感知设备获取车辆的运动轨迹和交通流信息，再利用部署的MEC设备进行感知融合和车辆轨迹预测，最后将预测结果分发给联网车辆，就可以实现合流区碰撞预警、合流区匝道管控、变道辅助、车速引导等功能。闸道口边缘设备部署来源：中咨公司产业衍生价值巨大，企业争相布局随着智慧道路的大规模建设，布局边缘计算的企业也越来越多，包括芯片、计算平台、软件、通信、云服务等各方企业都在积极开拓路侧边缘计算市场。其中云服务供应商依靠自有的云计算技术优势，逐渐将云计算技术下沉到边缘侧，例如国内的BAT等巨头从2018年开始将计算能力下沉到边缘侧，纷纷推出相应的边缘计算产品。在产品布局方面，三大运营商全面布局边缘计算、云控平台、通信技术，打通边缘计算-网络通信-云端控制链路；华为、阿里、腾讯等互联网企业以及一些传统路侧设备供应商，除了部署边缘计算单元，也部署路侧感知单元，形成一套完整的路侧感知-计算系统方案。部分路侧边缘计算供应商产品布局来源：《2022年路侧边缘计算行业研究报告》华为：全息路口方案所采用的路侧感知设备、ITS800边缘计算节点均由华为自研。目前，华为已形成完整的智慧道路产业链生态，具备从芯片、边缘计算、路侧感知到云平台的全链条研发生产能力。鲲鹏 + openEuler软硬协同边缘计算平台采用华为自研的鲲鹏920处理器、TaiShan200边缘型服务器（型号2280E）和openEuler服务器操作系统。华为边缘计算单元具有算法云边迭代升级、实时分析生成路况结构化数据、接入V2X实时业务数据等特点。来源：网络阿里云：在2021年就推出了“全新云边一体小站”，包括Neuro边缘计算终端、边缘计算服务器、交通大数据一体机、车路协同智慧车载屏，这些产品可大幅降低智慧道路项目成本，提高投资收益。其中，Neuro边缘计算终端体型较小，但功能较多，且支持云端管理。目前阿里云已在成都第二绕城高速和成宜高速公路上部署了Neuro边缘计算终端，通过间隔800米立杆的部署方式，减少了设备布设，极大节约了建设成本。来源：网络此外，芯片、计算平台厂商也纷纷推出路侧相关的边缘计算产品。黑芝麻智能：针对车路协同场景推出了路侧感知计算平台FAD Edge，基于华山二号A1000自动驾驶芯片打造，后续还将升级到A1000 Pro芯片。FAD Edge 将云端计算下沉到边缘侧，在边缘计算节点完成绝大部分计算，满足车路协同超低延时需求；此外，FAD Edge 可以提供 58～224TOPS强大的算力，支持多路感知数据接入及多类型传感器；内置多路感知设备数据融合算法，并且可与 V2X 系统对接。来源：网络英博超算：2021年推出5G超级路侧融合域控制器，是全球第一款MEC和RSU集成式设计，具备强大的实时算力，且该产品的部署维护方式简单，不需要单独占用地面市政空间，工程施工费可降低75%，维护成本可降低80%，具备批量应用优势。来源：网络佐思汽研《2022年路侧边缘计算行业研究报告》主要研究内容如下：智慧城市、智慧交通产业发展现状、主要智慧交通方案等研究；
边缘计算概述、计算模式，路侧边缘计算标准现状、市场规模、产业链现状、在路侧应用的必要性等研究；
路侧边缘计算与网络通信的联系、与云端控制的联系等研究；
路侧边缘计算的主要应用方向（包括智慧高速、智慧路口、智慧园区、停车场）等研究；
主要路侧边缘计算设备及方案供应商主要路侧计算设备、路侧计算整体方案及应用情况等研究。
《2022年路侧边缘计算行业研究报告》目录本报告共280页01智慧城市与智慧交通产业1.1 智慧城市发展现状1.1.1 国外智慧城市发展支持政策1.1.2 中国智慧城市相关政策1.1.3 智慧城市市场规模1.1.4 智慧城市全景图1.1.5 智慧城市建设面临的挑战1.1.6 新基建背景下的智慧城市1.1.7 新基建背景下的智慧城市架构1.1.8 计算平台在智慧城市中的应用（1）1.1.9 计算平台在智慧城市中的应用（2）1.2 智慧交通系统架构1.2.1 智慧交通产业受政策支持1.2.2 智慧交通市场规模1.2.3 智慧交通应用实例：数字道路1.2.4 智慧交通应用实例：重点交通枢纽管控1.2.5 智慧交通应用实例：高速公路管控1.2.6 智慧交通应用实例：交通应急管控1.3 智慧交通架构1.3.1 智慧交通关键技术1.3.2 智慧交通系统架构1.3.3 智慧交通硬件平台1.3.4 智慧交通软件平台1.3.5 智慧交通软件平台：中心云平台1.3.6 智慧交通软件平台：MEC边缘云平台1.3.7 智慧交通数据通信1.3.8 智慧交通网络架构1.3.9 智慧交通安全措施1.4 智慧交通中的边缘计算1.4.1 智慧交通框架引入边端（1）1.4.2 智慧交通框架引入边端（2）1.4.3 智慧公路中“边”的作用（1）1.4.4 智慧公路中“边”的作用（2）1.4.5 智慧公路中“边”的作用（3）1.4.6 智慧公路中“边”的应用（1）1.4.7 智慧公路中“边”的应用（2）02智慧道路边缘计算市场现状2.1 边缘计算概述2.1.1 边缘计算概念2.1.2 边缘计算与云计算的区别2.1.3 边缘计算系统架构（1）2.1.4 边缘计算系统架构（2）2.1.5 边缘云管平台2.1.6 边缘计算安全架构2.1.7 边缘计算部署视图2.1.8 边缘计算部署的位置2.2 边缘计算模式分类2.2.1 边缘计算的三种交付模式2.2.2 不同模式面临的挑战2.2.3 智慧交通场景首选MEC边缘计算2.3 路侧边缘计算标准现状2.3.1 边缘计算标准体系2.3.2 路侧计算标准亟待完善2.3.3 “全息路口”团标发布2.3.4 江苏实施《车路协同路侧设施设置指南》地标2.3.5 路侧边缘计算标准逐渐完善：智慧道路边缘计算网关通信接口标准（1）2.3.6 路侧边缘计算标准逐渐完善：智慧道路边缘计算网关通信接口标准（2）2.3.7 标准建设趋势：完善云边协同标准2.4 路侧边缘计算市场规模2.4.1 边缘计算商业模式2.4.2 边缘计算市场规模2.4.3 中国高速公路MEC边缘计算设备市场规模2.4.4 中国城市交叉路口MEC边缘计算设备市场规模2.4.5 中国智慧道路MEC边缘计算设备市场规模2.5 路侧智能计算产业链现状2.5.1 边缘计算产业链2.5.2 边缘计算产业链图谱2.5.3 边缘计算主要参与者2.5.4 边缘计算产业格局2.5.5 边缘计算行业竞争要素2.5.6 云服务商向边缘渗透2.5.7 路侧边缘计算市场竞争格局2.5.8 主要厂商路侧计算产品线布局（1）2.5.9 主要厂商路侧计算产品线布局（2）2.5.10 路侧边缘计算芯片产品（1）2.5.11 路侧边缘计算芯片产品（2）2.5.12 路侧边缘计算芯片产品（3）2.5.13 主要供应商路侧边缘计算平台产品（1）2.5.14 主要供应商路侧边缘计算平台产品（2）2.5.15 主要供应商路侧边缘计算平台产品（3）2.6 边缘计算应用的必要性2.6.1 边缘计算是数字基础设施2.6.2 边缘计算在智慧城市中优势明显2.6.3 边缘计算是智慧交通的神经末梢2.6.4 边缘计算的引入是实现车路协同的重要手段（1）2.6.5 边缘计算的引入是实现车路协同的重要手段（2）2.6.6 5G+MEC+V2X将加速车路协同落地应用2.6.7 边缘计算是实现L4自动驾驶的必备条件2.6.8 MEC边缘计算融合应用趋势03路侧计算与各端的联系3.1 路侧计算与通信网络3.1.1 边缘计算对现有网络体系带来的挑战3.1.2 边缘计算网络技术体系3.1.3 边缘计算网络技术：接入网络（1）3.1.4 边缘计算网络技术：接入网络（2）3.1.5 边缘计算网络技术：内部网络3.1.6 边缘计算网络技术：互联网络3.1.7 算力网络3.1.8 边缘计算在4G网络中的部署3.1.9 边缘计算在5G网络中的部署3.1.10 边缘计算组网3.1.11 车联网边缘节点的通信计算3.1.12 感知-计算-通信的融合3.1.13 智慧路口的计算与通信3.2 路侧计算与云端控制3.2.1 边缘计算与云端场端的连接3.2.2 云控系统3.2.3 边缘计算与云端的融合3.2.4 边云协同框架（1）3.2.5 边云协同框架（2）04路侧计算主要应用方向4.1 边缘计算的应用4.1.1 边缘计算在智慧城市中的应用（1）4.1.2 边缘计算在智慧城市中的应用（2）4.1.3 边缘计算在智慧城市中的应用（3）4.1.4 边缘计算在智慧交通领域的应用（1）4.1.5 边缘计算在智慧交通领域的应用（2）4.1.6 边缘计算在车联网中的应用（1）4.1.7 边缘计算在车联网中的应用（2）4.1.8 边缘计算在车联网中的应用（3）4.1.9 边缘计算在智慧园区的应用4.1.10 边缘计算在全息路口的应用（1）4.1.11 边缘计算在全息路口的应用（2）4.1.12 边缘计算用于高精地图分发4.2 边缘计算在智慧高速的应用4.2.1 主要路侧边缘计算应用案例对比4.2.2 千方科技智慧高速解决方案4.2.3 延崇高速部署方案（1）4.2.4 延崇高速部署方案（2）4.2.5 杭绍甬高速边缘设备部署方案4.3 边缘计算在智慧路口的应用4.3.1 主要路侧边缘计算应用案例对比4.3.2 四维实景可视化管理平台中边缘计算的应用4.3.3 华为全息路口路侧硬件4.3.4 北京亦庄智慧路口方案4.3.5 云南楚雄智慧路口4.4 边缘计算在封闭园区的应用4.4.1 首钢冬奥园区车联网系统：部署方案4.4.2 首钢冬奥园区车联网系统：通信网络4.4.3 首钢冬奥园区车联网系统：设备部署4.4.4 首钢冬奥园区车联网系统：控制平台4.5 边缘计算在停车场的应用4.5.1 边缘计算在智能停车的应用4.5.2 中兴通讯智能室内停车方案4.5.3 东京工业大学边缘计算+AI的智慧停车场模式05路侧计算软硬件及平台供应商5.1 英博超算5.1.1 公司简介5.1.2 MEC和RSU集成式路侧计算单元（1）5.1.3 MEC和RSU集成式路侧计算单元（2）5.2 布谷鸟5.2.1 边缘计算开发者平台5.2.2 布谷鸟AI路侧边缘计算：ADU5025.2.3 布谷鸟AI路侧边缘计算：ADU5035.2.4 布谷鸟AI路侧边缘计算：ADU5055.2.5 布谷鸟AI路侧边缘计算：应用场景（1）5.2.6 布谷鸟AI路侧边缘计算：应用场景（2）5.2.7 布谷鸟AI路侧边缘计算：应用场景（3）5.2.8 车路协同道路感知系统：AutoITS-J15.3 黑芝麻智能5.3.1 同时赋能车端与路端5.3.2 路侧感知计算平台5.3.3 路侧感知计算平台技术趋势5.3.4 面向智慧公路的路侧边缘计算解决方案5.4 寒武纪5.4.1 边缘计算模组思元2205.4.2 边缘计算模组应用5.5 中信科移动5.5.1 “5G+AI”融合网关：RDC55215.5.2 “5G+AI”融合网关：RDC50025.5.3 联合地平线发布5G+AI边缘计算路侧融合网关5.5.4 5G+AI边缘计算路侧融合网关芯片5.6 华为5.6.1 打造智能计算平台5.6.2 智能边缘平台：架构5.6.3 智能边缘平台：安全性5.6.4 鲲鹏 + openEuler软硬协同边缘计算平台：鲲鹏处理器5.6.5 鲲鹏 + openEuler软硬协同边缘计算平台：边缘服务器5.6.6 鲲鹏 + openEuler软硬协同边缘计算平台：服务器操作系统5.6.7 鲲鹏 + openEuler软硬协同边缘计算平台应用5.7 浪潮5.7.1 公司简介5.7.2 路侧计算单元（1）5.7.3 路侧计算单元（2）5.7.4 边缘计算服务器5.8 高新兴5.8.1 智慧交通布局5.8.2 边缘计算产品（1）5.8.3 边缘计算产品（2）5.9 万集科技5.9.1 边缘计算产品5.9.2 边缘计算应用：智慧基站5.9.3 边缘计算应用：智能路侧感知方案5.10 新创中天5.10.1 产品体系5.10.2 路侧视频边缘计算设备5.11 拓维信息5.11.1 AI边缘服务器产品5.11.2 拓维智慧高速云边协同解决方案5.12 天准科技5.12.1 AI边缘计算平台：GEAC91S系列5.12.2 以边缘计算切入智慧交通5.13 希迪智驾5.13.1 希迪智驾边缘计算产品5.13.2 边缘计算应用：智慧高速5.14 亮道智能5.14.1 亮道智能集成边缘计算的路侧感知融合系统5.15 德冠隆5.15.1 德冠隆边缘计算服务器5.16 国汽智控5.16.1 车云协同基础软件5.16.2 车云计算基础软件架构5.17 志诚软件5.17.1 为智慧停车开发云原生边缘计算5.17.2 基于云原生架构智慧停车操作系统：整体架构5.17.3 基于云原生架构智慧停车操作系统：边缘侧架构5.18 EMQ5.18.1 EMQ车路协同边缘计算架构5.18.2 EMQ车联网边缘计算架构5.18.3 EMQ智能座舱边缘计算架构06路侧计算方案集成商6.1 中国联通6.1.1 边缘业务平台架构6.1.2 边缘业务平台架构设计6.1.3 边缘业务平台各层建设策略6.1.4 边缘计算布局6.1.5 智能边缘云组网结构6.1.6 智能边缘云功能架构（1）6.1.7 智能边缘云功能架构（2）6.1.8 智能边缘云应用：车联网6.1.9 智能边缘云应用：自动驾驶6.1.10 智能边缘云应用：车路协同6.1.11 常州5G MEC与C-V2X融合测试床6.2 中国移动6.2.1 边缘计算全栈平台体系6.2.2 边缘计算运营平台ECM6.2.3 边缘运行平台ECP6.2.4 边缘基础设施ECI6.2.5 边缘计算开放服务6.2.6 边缘计算通用平台OpenSigma6.2.7 边缘应用孵化落地方案6.2.8 边缘计算行业实践案例：智慧园区6.2.9 边缘计算行业实践案例：智慧港口6.3 中国电信6.3.1 自研边缘计算6.3.2 中国电信面向 FMC 的 MEC 架构6.3.3 MEC平台应用部署架构6.3.4 MEC节点部署情况6.4 华为6.4.1 分布式云×云原生的新范式6.4.2 云边协同技术6.4.3 边缘计算单元特性6.4.4 边缘计算单元与路侧感知融合6.4.5 边缘计算设备应用：全息路口6.5 阿里云6.5.1 布局智慧道路6.5.2 边缘计算终端6.5.3 边缘计算终端产品参数6.5.4 边缘计算终端架构6.5.5 边缘计算布局6.5.6 基于飞天架构打造边缘云节点6.5.7 软硬件整体交付助力企业级客户转型6.6 腾讯6.6.1 边缘计算TMEC平台6.6.2 TMEC特色业务：5G业务6.6.3 TMEC特色业务：5G QoS 和网络切片6.6.4 TMEC特色业务：视频处理能力6.6.5 TMEC架构中的TKEStack6.6.6 TKEStack支持TMEC采用不同的部署模式6.6.7 基于TMEC的车路协同实践：车联网平台6.6.8 基于TMEC的车路协同实践：公路部署方案6.6.9 车路协同生态平台6.7 中兴通讯6.7.1 分布式精准云6.7.2 边缘计算产品6.7.3 边缘计算方案（1）6.7.4 边缘计算方案（2）6.7.5 边缘计算应用：云控平台6.7.6 边缘计算应用：室内定位6.7.7 边缘计算应用：自动泊车系统6.7.8 边缘计算应用：平交口实时风险预警系统6.8 中咨公司6.8.1 主要路侧产品6.8.2 面向混合交通流的多场景车路协同6.8.3 边缘计算在智慧高速的应用：隧道入口安全保护6.8.4 边缘计算在智慧高速的应用：合流区安全保护6.8.5 边缘计算在智慧高速的应用：团雾多发路段通行保障6.9 千方科技6.9.1 Omni-T2.0全域交通解决方案6.9.2 城市级动静态交通一体化解决方案6.9.3 云-边-端技术方案6.9.4 边缘智能体6.9.5 边缘智能体应用（1）6.9.6 边缘智能体应用（2）6.10 海康智联6.10.1 边缘计算产品6.10.2 边缘计算应用：车路协同方案6.10.3 智能网联云控平台更多佐思报告报告订购及合作咨询联系人:佐思 2022年研究报告撰写计划 智能网联汽车产业链全景图（2022年5月版） 主机厂自动驾驶
汽车视觉（上）
高精度地图
商用车自动驾驶
汽车视觉（下）
高精度定位
低速自动驾驶
汽车仿真（上）
OEM信息安全
ADAS与自动驾驶Tier1
汽车仿真（下）
汽车网关
汽车与域控制器
毫米波雷达
APA与AVP
域控制器排名分析
车用激光雷达
红外夜视
激光和毫米波雷达排名
车用超声波雷达
车载语音
E/E架构
Radar拆解
人机交互
汽车分时租赁
充电基础设施
L4自动驾驶
共享出行及自动驾驶
汽车电机控制器
L2自动驾驶
EV热管理系统
混合动力报告
燃料电池
汽车功率电子
汽车PCB研究
汽车OS研究
无线通讯模组
汽车IGBT
线控底盘
汽车5G融合
汽车线束
ADAS/AD主控芯片
合资品牌车联网
合资品牌ADAS
ADAS数据年报
自主品牌车联网
自主品牌ADAS
传感器芯片
专用车自动驾驶
农机自动驾驶
自动驾驶芯片
矿山自动驾驶
港口自动驾驶
自动驾驶重卡
无人接驳车
飞行汽车
智能座舱设计
智能座舱Tier1
汽车智能座舱
商用车ADAS
商用车智能座舱
商用车车联网
座舱SOC
仪表和中控显示
座舱多屏与联屏
汽车座椅
智能后视镜
智能汽车个性化
汽车照明
汽车数字钥匙
汽车多模态交互
汽车VCU研究
汽车云服务研究
TSP厂商及产品
汽车MCU研究
车载DMS
OTA研究
汽车UWB研究
800V高压平台
AUTOSAR研究
汽车EDR研究
滑板底盘研究
软件定义汽车
模块化报告
环视市场研究（本土篇）
Waymo智能网联布局
转向系统
环视市场研究（合资篇）
HUD行业研究
汽车镁合金压铸
乘用车T-Box
自动驾驶法规
汽车功能安全
T-Box排名分析
自动驾驶标准和认证
路侧智能感知
乘用车摄像头季报
智能网联测试基地
PBV及汽车机器人
造车新势力-蔚来
V2X和车路协同
汽车eCall系统
智慧停车研究
「佐思研究月报」ADAS/智能汽车月报
汽车座舱电子月报
汽车视觉和汽车雷达月报
电池、电机、电控月报
车载信息系统月报
乘用车ACC数据月报
前视数据月报
HUD月报
AEB月报
APA数据月报
LKS数据月报
前雷达数据月报