5G发展的排头兵车联网
人是这个世界的根本，如果以人本身的行为空间为研究对象，基本可以分为工作（办公室）和生活（家庭）两个部分。那么，在未来万物互联的世界中，对应的就是智慧家庭和智慧办公两个部分。在家庭和办公室之外，就是人们的第三物理空间—汽车。因为汽车承担着把人(或物)从一个地方搬运到另一个地方的过程。车联网发展的目的就是让这段过程效率更高、成本更低、过程更舒服。
车联网，就是以行驶中的车辆为信息感知对象，借助新一代信息技术和通信技术，实现交通核心五要素之间的网络数据连接，实现车内、车与车、车与路、车与人、车与服务平台的全方位网络连接，提升汽车智能化水平和自动驾驶能力，构建汽车和交通服务新业态，从而提高交通效率，改善汽车驾乘感受，为用户提供智能、舒适、安全、节能、高效的综合服务。
为什么说车联网是5G发展的排头兵？因为5G有三大应用场景：
增强移动宽带，即eMBB，主要表现为超高的数据传输速率，广覆盖下的移动性保证。数据传输速率4G时10Mbps，5G时可提升至1Gbps，峰值10Gbps；高可靠低时延连接，即uRLLC，4G时的时延为30~50ms，5G时延可降至1ms级别，并且支持高速移动（KM/H）情况下的高可靠性（99.%）连接；大连接，即mMTC，5G强大的连接能力可以快速促进各垂直行业（智慧城市、智能家居、环境监测等）的深度融合。年7月，华为发布了5G能力的未来十大应用场景：①云VR/AR；②车联网；③智能制造；④智能能源；⑤无线医疗；⑥无线家庭娱乐；⑦联网无人机；⑧社交网络；⑨个人AI辅助；⑩智慧城市；
5G的本质是蜂窝移动通信，其最本质的特点是[无线连接+可移动]，所以对于一些固定设备或移动范围有限的联网设备，有线宽带会更具有优势。有线宽带的传输会更稳定，数据传输量会更大，不受天气影响，这些都是无线宽带所不具备；无线宽带的有点就是可移动性比较好，都是使用单独频段干扰比较小。未来的网络，骨架会越来越强健，这仍将是一个有线的网络，但整个网络的末梢，无线的比例会越来越高。
综上所述，在可以预想的时间段内，最先进入消费者的5G应用就是车联网。车联网是5G高可靠低时延（uRLLC）和增强型移动宽带（eMBB）两种通信场景最好的结合。
现在跑在路上的一些智能汽车，除了汽车部分，还有很多的传感器：
激光雷达，安装在车顶，度转动，能够及时精确的绘制周边米之内的3D地形图并上传至车载电脑中枢；车载雷达，4个为标配，三前一后布局分布，在汽车行进过程中确定远距离障碍物的距离，并数据传输至车载电脑中枢；摄像头，用以侦测交通信号灯，以及行人、自行车骑行者等车辆行驶过程中遇到的移动障碍物；车载数据中心，为汽车行驶过程中产生的数据提供存储、计算和处理。智能汽车在行驶过程中，雷达、摄像头、传感器会源源不断的产生数据，行驶1分钟会产生7-10GB的数据量。受制于目前的网络传输，这些数据只能暂时存储在车载数据中心，车载数据中心存储数据毕竟是有限的。有了5G的大带宽（eMBB）和低时延（uRLLC），这些数据就可以实时、快速的传输到边缘端、云端，更多的云端人工智能的数据处理，把决策更快的传输到汽车端，让汽车做出符合当前周围环境的驾驶体验，更安全，更舒适。
5G时代的车联网，将会改变4G时代基于IEEE.11p标准的通信方式，实现多终端之间的多网接入，多网交互与融合，以车载OBU的交互中心，实现车内局域网、车载移动互联网、车车之间局域网的融合。
接入5G车联网的智能汽车，将由人工操作的机械产品转为基于大数据的、人工智能技术的实现自我控制、自我决策的智能产品，也将由单纯的交通运输工具转变为智能移动空间和应用终端，成为新兴业态的重要载体，把汽车打造成网络平台，带动汽车及周边相关产业的全面融合发展。
当下，车联网的发展已经完成了车载信息服务阶段，随着5G网络的铺设和智能汽车产业链标准的不断统一，汽车正在向着“电动化、智能化、网联化、共享化”的第二阶段的方向变革驱动，随着基础设施的不断完善，车联网的最终目标就是实现汽车的自动驾驶、智慧出行。
如何完善车联网的基础设施呢？可以从车联网核心五要素[人、车、路、网、云]来考虑：
要素一：汽车
如同手机对移动互联网作用，汽车是构建车联网生态最基本的节点。手机的档次会直接影响对移动互联网的应用体验；同样，汽车的智能化程度也直接决定着车联网的智能化水平。车联网生态也可以套用物联网的基本模型，即把整个生态分为感知层、连接层、控制层、应用层四个层级。汽车是集感知层和应用层为一体的大集成者。在未来基于5G下的车联网，连接层的数据交互是在车与车、车与路、车与及车与云平台，管理层数据的存储、计算、处理位于云端、边缘端的控制处理平台；而在5G基础设施还不完善及车联网部分标准不统一的当下，车联网连接层的数据交互仅仅局限在车体本身，激光、雷达、摄像头感知吸收的数据暂时储存在汽车内的车载数据中心，不能实现车与车、车与人之间数据的实时交互，同样，管理层也不能实现对感知数据的实时处理，需要把车载数据中心与云端控制中心有点连接后，对行驶数据进行延时处理、综合加工。
因此，基于5G车联网下的汽车最应该具备的特点就是环境感知、实时联网、智能决策和自动驾驶。车辆通过车体本身的传感设备感知的数据及来自V2X的数据进行综合分析，能够进行自我判断自身的行驶状态，并把这种状态转化成数据实时传输给云控平台，并且能够根据周边路网、行人等环境的改变及时做出最优决策，实时调整行驶状态。
1、汽车的实时联网是实现5G+智能交通的必经之路，同时，也是检验5G网络低延时最好事
就目前行业来看，车辆单体的智能化与当下人类驾驶汽车所形成为交通网没有明显的区别，每个车辆本身依然各自为政，按照自己的意愿行驶，根本无法解决当下的交通痛点，实现提升交通效率和安全性的目的。
就汽车在行驶过程中而言，目前的单车智能只能实现汽车数据交互的不到20%，而其他超过80%的数据交互来源于车与车之间、车与路之间。杭州的“城市大脑”能够让救护车到场时间缩短一半，就在于其能过够把救护车、交通信号灯、指医院急救室统一联网，能够从事件本身的顶层动态来设计道路规划，提高急救车的通行效率。
汽车的实时联网是实现5G+智能交通的必经之路。未来，汽车的实时联网不仅可以打通区域范围内的所有汽车的行驶数据、道路规划、交通指挥，甚至可以与周边的行人数据、自然的天气数据、道路两边的商业信息等数据进一步融合，进而可以实现从云端控制中心、从顶层视角做动态的交通决策，能够提高通行效率。
基于5G车联网能够提高城市通勤效率，提高城市运转效率，不仅仅表现在普通市民的出行，更多的体现在城市的公共基础设施运行，如城市的公共交通系统。物流运输系统，快递运输系统，急救、消防等城市特种作业车辆。车联网生态的未来将是智慧城市的重要组成部分，通过城市顶层视角的角度保障城市的正常运转，提高城市的运转效率。
2、自动驾驶汽车是未来车联网的终极目标，同时也会改变人类对底层伦理的基本认知
自动驾驶汽车就是依靠汽车本身的感知及V2X的多种交互下，汽车本身依靠多种系统协同合作，并且没有任何人类主动操作下，汽车通过管理层进行自我决策，自动安全的维持汽车的正常行驶。汽车实现自动驾驶后，交通可以直接被机器接管，在保证安全性以及通行高效的前提下，自动驾驶能极大程度的解放驾驶员时间，缓解驾驶员疲劳。同时，如果自动驾驶能够进入公共服务领域，公共汽车、出租车、网约车等出行方式也将面临巨大的变化，运营成本大幅降低、运营效率大幅提高。
根据人类的在驾驶活动中的参与程度，自动驾驶可以分为L0到L5六个级别。如果要实现完全的无人驾驶，汽车的自动化程度必须达到L4L5的高度自动化水平。
智能驾驶根据实现场景的普及度分为L0-L5六种等级。若要实现所谓的无人驾驶，那么其等级须达到L4及以上的高度自动化水平。目前，部分车企已经生产具有L3级别的车辆，但仅限特定场景下使用，如自动泊车；日常生活中，我们见到的、国家法规已经允许商用的依然是L2级别的驾驶服务，如特斯拉、蔚来汽车、小鹏汽车。
未来进入完全自动驾驶时代，汽车将被重新定义。如同文章开头所讲，汽车将真正成为人类继家庭和办公室一位的第三空间。自动驾驶时代，汽车被重新定义。自动驾驶时代，汽车不再只是汽车，而是用户的可以行走的第三空间。基于自动驾驶会创造新的消费经济和生产力市场—乘客经济，乘客可以在汽车上工作、学习、娱乐、消费，每一辆车也将可以变为移动的商业地产。
要素二：道路
承载汽车移动的就是道路，汽车动就需要路。因此，道路也是实现车联网和智能交通非常关键的环节。年2月24日，国家发改委等11部委联合印发《智能汽车创新发展战略》明确提出：制定智能交通发展规划，建设智慧道路及新一代国家交通控制网。分阶段、分区域推进道路基础设施的信息化、智能化和标准化建设。结合5G商用部署,推动5G与车联网协同建设。
路侧对车联网的作用有两个：
汽车与路侧的直接交互，即V2I，通过路侧对全路信息的感知，将数据传递至车辆，进而使得车辆对于中距离路况信息有一定的感知能力；路测作为中继站，将车端与云端、边缘端的信息连接相通。因此，路侧在车联网生态作用中是非常重要的。根据国融证券发布的报告《车联网迎来爆发前夜，车路网云协同推进》，其总结出路网在车联网生态中的功能有三个：
通过路侧传感器（包括摄像头、雷达等）以及车辆发送的数据，对道路通行状况进行感知；数据经过边缘计算处理后，主要数据上传至云端，部分实时数据传输至车辆，以反映道路具体状况以及建议行驶信息；通过信号灯、信息屏等对交通进行一定程度的优化。我们走在路上，会见到很多不同的路网设备，这些设备主要分布在道路的正上方、道路两侧、十字路口等地方。根据位置的不同、需求的不同可以铺设不同的路网设备，包括摄像头、测速雷达、红绿灯、显示屏、路障等，有的侧重道路监控、交通指挥，有的侧重收集车辆数据，有的也专门为路上的司机服务。总的来说，路网设备可以分为RSU、感知设备和交通基础设施三种：
RSU（RoadSideUnit），与OBU(车载单元)和各系统之间进行通讯，实现路与人、路与云平台之间的全方位连接，还具备边缘计算功能；感知设备，由一系列路侧感知监测设备和处理设备构成，实现对本地交通环境的实时感知，包括信号灯信息、交通参与者信息、交通事件信息、定位信息等，主要产品由高清摄像头、激光雷达、毫米波雷达等；交通基础设施，可统称为社会和居民提供公共服务的产品设备，主要有交通信号灯、LED显示屏、交通视频、标志、标线、护栏、交通气象设备、高速公路收费设备、隔离护栏示警桩、减速防撞等
RSU是面向V2I的路侧单元，配车车载单元OBU一起使用，能承接路网的绝大部分功能，在未来会成为路网建设的基本单元和主要部署设备。路侧单元主要功能包括：接收与发送数据，作为车联网信息中转站；感知道路状态；执行信号灯操作；对接路侧可变信息牌等。
RSU主要由模组和射频组成，支持高速的数据上行和下发能力
可根据终端应用场景的不同外接各种不同的设备：如摄像头、雷达、边缘计算节点、信号灯控制系统等；在数据连接方面，可以提供4G连接、5G连接、高速光纤、千兆以太网等多种连接方式；在供电方面，可以供交流电、直流电，及POE供电方式；在RSU产业格局上，我国已经形成相对较为齐全的产业链格局。如下图所示，整体来看，我国RSU产业链对外依存度小，基本可以实现自主可控。
根据东方证券研究表明，其主要从城市路口和高速公路/国省干道两方面进行测算，RSU的未来市场将会有千亿规模。
城市道路方面，路口作为交通枢纽的重要部分，信号灯的控制直接决定了道路通行的状态。我国大约有50多万个城市路口，城市内交叉路口的之间的距离一般不超过1公里，RSU的通信覆盖半径也在1公里左右，在加上城市建筑遮挡物等不确定环境因素，因此每个路口一般会有多个RSU设备，保守估计按2套计算，总计约万个。单个RSU设备按照5万元计算，RSU在城市的市场规模超过亿元。
在公路方面，我国高速公路+国道里程+省道里程合计88万公里左右（不含农村公路），在城市间的高速公路、城市内部快速路、城市绕城快速路上，平均米部署一套RSU设备，按照RSU的设备价格5万元，那么RSU在高速公司/国省干线的市场规模超过亿。
因此，全国路测基础设施总建设规模超过千亿，如果再加上其他路测感知设备、交通基础设备，那么全国路测的未来市场红利可能超过0亿。若按照整体建设周期10年计算，那么路测的未来每年市场也接近亿的规模。
RSU未来市场这么大，建设的钱谁出呢？前期，在未找到成熟的商业化之前，应该依靠国家政策，推动地方政府设立产业基金，协调产业力量共同落地。在城市主干道，应该由地方政府财政出资，因为这是市政交通的范畴；在高速公路，应该由高速公路所有方、运营方共同协调，即地方交投公司、高速公司负责，这个也需要国家政策引导。
从目前进度来看，RSU的商用基础已经具备，当前仍在加大试点示范阶段。
要素三：网络
在车联网生态中，网络是非常重要的一环，其传输质量直接决定了交通的安全可靠程度以及智能化水平。在车联网生态中，其实包含了三个子网络，车内网、车际网及车载移动互联网：
车内网，是汽车上应用成熟的总线技术建立起来的标准化整车网络，它以CAN/LIN网络为主，实现车内各电器、电子单元间的状态信息和控制信号在车内网上的传输，使车辆能够实时感知形式状态、故障诊断及智能控制等过程，如，如胎压监测TMPS，无钥匙进入RKE。在今天所有上路的汽车上都搭载有车内网。
车载移动互联网，其实就是移动互联网在汽车上的应用，也是用户目前最能直接体验感受到的车联网，它指的是车辆通过CDMA/3G/4G的通讯技术与互联网进行无线连接。目前Carplay/Onstar/路宝目前都属于此列。
车载移动互联网的应用，不仅提高了驾驶的安全性、也使车主在驾驶过程中享受到移动互联网带来的行车服务和娱乐服务。例如，通过车载屏幕、按键、车载语音和手势功能来操作系统的方式，这样大大减少司机直接控制手机、分散注意力的情形，从而提升驾驶的安全性；把手机、平板电脑等移动设备与汽车连接，不但不影响车载本身系统环境，还能体验到更好的移动端行车服务及娱乐服务。同时，车载移动互联网也可以让汽车精准定位导航，避免因判断失误使得司机走错路，走弯路；大车的都安装都有应对疲劳驾驶系统，可以让司机减少疲劳驾驶等，遇到突发情况后可以及时报警等。
车际网，是基于无线局域网通讯协议建立的动态网络，包括V2V和V2I等，乃至拓展至V2X。车际网是实现车联网汽车的最重要的基础，是三种网络中较为不成熟的一部分，也是目前各国机构研究的热点。举例说，绿灯亮起，等待的车辆经过车际网互联通讯、可以实现同步起步，提高了交通效率，这就是车际网的应用之一。
要实现车联网的完整生态，仅有车内网、车载移动互联网是远远不够的，车际网的突破才是关键。车际网可以保障车与车、车与路、车与人的实时交互，这也是5G低时延、高速率的重点应用，保障车联网效率与安全。
目前，全球车联网的主体应用体系有DSRC和和C-V2X两种。
DSRC（DedicatedShortRangeCommunication，专用短距离通信），主要基于低移动性场景的Wi-Fi技术，其标准由汽车技术供应商花费十年以上逐步形成，目前主要由美国主导，日本也在使用；C-V2X（Cellular-V2X)，最初是3GPP在Release14中定义为基于LTE-V2X，现在也包括了演进中的5GNR-V2X，主要由电信行业联合拥有蜂窝技术背景的公司和车企推动，目前主要由中国主导。DSRC和C-V2X相比较：
从技术性能上，C-V2X在容量、时延、可管理性以及抗干扰算法等方面优势凸显。DSRC在性能与成本上的缺陷催生C-V2X，DSRC在性能上存在局限性——难以支持高速移动场景，移动速度一旦提高，DSRC信号就开始骤降、可靠性差、时延抖动较大；从商用部署上，C-V2X可复用现有4G和未来5G移动基站和通信网络，部署成本更低。DSRC技术的组网需要新建大量路侧单元，新建成本较大，其硬件产品成本也比较高昂。而C-V2X可以通过结合路侧单元（RSU）和现有的面向网络通信的蜂窝基础设施，将V2N、V2I的功能与4G/5G基础设施及其回传链路相结合，降低部署成本，带来重要的经济效益。从持续演进上，C-V2X对5G前向兼容，更具发展前景。C－V2X是唯一具有清晰5G演化路径的V2X技术。在5G落地的推动下，未来C-V2X的发展将结合5GNR功能，进一步强化高吞吐量、宽带载波支持、超低延迟和高可靠性等优势。
年2月24日，国家发改委等11部委联合印发《智能汽车创新发展战略》提出：开展车用无线通信专用频谱使用许可研究，快速推进车用无线通信网络建设。统筹公众移动通信网部署，在重点地区、重点路段建立新一代车用无线通信网络，提供超低时延、超高可靠、超大带宽的无线通信和边缘计算服务。在桥梁、隧道、停车场等交通设施部署窄带物联网，建立信息数据库和多维监控设施。
根据工信部颁布实施的相关文件，我国将C-V2X确立为车联网主要发展的通信技术，并且规定-MHz频段作为车联网商用频段。C-V2X在升级到5G技术下，时延能够降低到1ms，相较DSRC技术有着明显优势。
国际社会在V2X技术路径选择上仍存争议，美国倾向于部署DSRC技术，欧盟则分别基于DSRC和C-V2X技术开展互操作测试。中国在LTE标准上拥有较多的专利，发展C-V2X技术将具有更好的基础条件。
要素四：云平台
在车联网生态中，云控中心是车联网顶层统一协调的关键节点，是车内网、车载移动网、车际网三网的数据交互中心，也是智能的交通管理、控制中心，是车联网的“大脑”。其主要通过接收网络传输过来的海量数据进行有效的存储、快速的检索、然后分析、判断、决策，对当下的交通环境输出最优解决方案，并对有限时间、空间内的交通资源统一调配。如在汽车的编队行驶中，云端控制中心能够随时配对车辆或解散车队，动态地管理多车道公路上的交通地理条件和人为事件，碰到事故、拥堵、道路维护、恶劣天气等情况，车辆将收到自动预警；必要的时候，云端发出解散指令，回到人工驾驶状态。
汽车为什么要上云？
海量数据的存储
目前的单车智能在自动驾驶状态下，1分数产生7-10G的数据量；单车智能的数据交互仅占完全自动驾驶数据交互的不足20%，可以估算在未来自动驾驶状态下，每辆车按每天2个小时的驾驶时间，产生的数据量大概4T到6T。这些数据对单个人作用不大，只有与其他车辆数据统一分析、挖掘，才会产生更大价值、促进社会效益。因此产生的这些海量数据不可能人为的每天保存、传输，成本太高实时的传回云端是最好的办法；
网络架构的复杂性
由于汽车数据交互多样性和汽车产业链的复杂性，就会导致车联网网络架构的复杂性。汽车的数据交互有车内网、车载移动互联网、车际网三种，产业链数据包括汽车本身、汽车厂家、电信运营商、车载系统方、汽车内容方、保险维修等服务方……产业链如此多的关联方，把车联网主体架构只有放在云端，才是比较合理的。
车联网的应用场景是高速率、低延时、高带宽，并且需要本地管理部分业务，为了平衡传输网与核心网的功能，车联网的管理平台应该采用“中心云+区域云+边缘云”的网状结构，中心云可以由国家出资统一建设、运营，区域云可以由车企和运营商共同建设、运营，而边缘云可以由地方政府出资建设。根据汽车行驶过程中产生的数据的功能和作用，进行分布式存储，分布式决策：把自动驾驶、车辆透视、交通检测等安全类服务放在城市边缘云；把汽车保险、车载多媒体等互联网服务放在区域云。
弥补单车智能的不足
目前的单车智能已经实现了语音识别、自动泊车，大部分智能汽车也具备了L2级别的自动驾驶功能及特定环境（如封闭园区）下的L3自动驾驶、自动跟随。之所以无法达到完全的自动驾驶，技术发展不足是最主要的原因。首先是汽车上的雷达、摄像头等传感设备还无法触达足够的安全距离；第二是目前的单车智能的本地算力有限，无法在有限的时间内快速做出最优决策。解决这个问题最好的办法就是让汽车上云，理论上云端的算力和算例都是无限的，越用越灵活、越用越聪明。
首先，两车的数据交互的安全距离是单车智能的至少2倍，可以通过云端决策让两辆车组成的局域网内的最优解决方案，如果车的数量更多，实时数据就越多；
第二，通过云端，以车路云网协同技术，为自动驾驶车辆提供实时的环境模型和动态信息，有效弥补单车智能的感知盲点，为汽车提供一个联网的“外脑”，替汽车提供部分决策，并且可以减少单车智能的硬件成本。
目前，市场上专门为车联网打造的云控平台是没有的，基本都是在物联网IOT平台上稍作改变而成的，只是提供了一个车内网、车载移动互联网的融合连接，而与雷达、摄像头感知的数据并没有实现交互。因此，在国家发改委等11部委联合印发《智能汽车创新发展战略》中也明确提出提出：充分利用现有设施和数据资源，统筹建设国家智能汽车大数据云控基础平台。重点开发建设逻辑协同、物理分散的云计算中心，标准统一、开放共享的基础数据中心，风险可控、安全可靠的云控基础软件，逐步实现车辆、基础设施、交通环境等领域的基础数据融合应用。
要素五、车载操作系统
我们知道，现在常用的手机操作系统有Android和IOS。同手机操作系统类似，汽车操作系统也是用于控制和管理汽车的硬件和软件资源，是车辆正常行驶的基础和功能性能的重要支撑，也是传统系统迈向联网化和智能化的重要步骤。传统汽车更多讲究的是硬件的功能、配置参数，未来的智能汽车将会更加看重软件支撑的功能和配置，就像现在你买手机，会买搭载IOS的苹果、安卓原生的oppo，亦或是被优化过搭载miui的小米、Emui的华为，系统的使用体验会直接决定你的使用习惯。在可预见的未来，汽车操作系统会直接决定着智能汽车发展的未来。
特斯拉汽车，只有驾驶相关巡航控制、自动驾驶、雨刷、灯光是可以通过物理按键来控制的，而其他的功能空调控制、摄像头、娱乐、导航、充电控制、车窗控制等二级功能全部集合在17寸的中控平台上。中控操作平台，是车载操作系统的直接体现，是汽车用户与车载硬件的交互接口，同时车载操作系统是上层软件与车载硬件的唯一接口。类似于你的手机下载的一些软件可以调用手机的摄像头、麦克风、听筒等配置硬件。
汽车操作系统，是车联网的重要组成部分，随着物联网、云计算、人工智能等技术的不断发展，汽车智能操作系统在市场的渗透率也越来越高。目前常见的车载操作系统有QNX、Linux、WindowsCE、IOS。
QNX
即QuickUnix，由加拿大QSSL公司（黑莓Blackberry全资子公司）开发的遵从POSIX规范的类Unix分布式实时操作系统，也是目前最成功的微内核操作系统之一。与其他操作系统比较，QNX内核小运行速度快、具有实时性、稳定性极高，其MTTF（平均失效时间）可以达到99.%（5个9），也就是说，一年天当中，它可能出错的时间只有31秒。
QNX目前已经被广泛用于汽车行业的远程信息处理、娱乐服务和导航单元，已经与多种不同的汽车品牌和型号合作，包括通用Onstar、宝马ConnectedDrive、奥迪MMI、丰田/雷克萨斯Entune等主要汽车品牌的操作系统，占车载底层操作系统市场份额超过60%。
在国内市场，QNX也有很多合作伙伴：
①年1月4日，百度宣布将在其自动驾驶汽车平台“阿波罗”使用QNX操作系统，并计划把CarLife车联网软件、DuerOS语音交互系统、高清地图等产品整合到QNX车载信息娱乐平台；
②年12月10日，威马汽车宣布将在其下一代车型中搭载QNXNeutrino实时操作系统(RTOS)和其他QNX软件产品。
WindowsCE
WindowsEmbedbedCompact，是Windows操作系统中的一员，是微软年专为微型电脑及嵌入式设备开发的系统环境，直到2年的WinCE4.1才取得市场成功。由于其行业应用早、系统结构简单，曾经是许多车机产品的选择。
WinCE很早进入中国，并被广泛应用于工业工控机领域，得益于微软在办公系统领域的领导地位，并且WinCE占用内存小、开发周期短、成本低，因此国内早期的导航系统提供商凯立德、四维图新都是基于WinCE开发的，可以说WinCE在早期的国内车机系统处于领导地位。
随着Android系统的崛起，其免费开源、开发简单、平台拥有海量应用，导致微软在手机市场领域的节节败退，在车载等细分市场的营收无法支撑起庞大的研发投入，微软逐渐退出了嵌入式操作系统市场，放弃了对WinCE的维护。今天，WinCE最新版本依然是年发布的WinCE7.0。但是，微软准备如同苹果一样，从Windows10以后，研发一款操作系统支持所有的平台，PC、Notebook、Palm、Phone、AutomoTIve等。
Linux
Linux一款高效灵活的开源操作系统，与QNX和WindosCE相比，其最大优势就是完全免费、完全开源，可以满足开发者的个性化定制需求。并且，Linux具有很强的稳定性和出色的处理效率。
Linux是一个发展多年，成熟稳定的OS，广泛应用于服务器、云计算、超级计算机等领域，以前并未在汽车领域使用。但是，Linux系统是当下最安全、最稳定的操作系统之一，汽车行业对Linux的信任度很高，这就给了车机操作系统的另一种选择。Linux组织也看到了车载OS的巨大前景，成立了公益性组织AGL(AutomotiveGradeLinux）。AGL是一个协作开源项目，它将汽车制造商，供应商和技术公司聚集在一起，以加速开发和采用完全开放的联网汽车软件堆栈。
目前，AGL平台已经聚集了十余家汽车制造企业（丰田、大众、戴姆勒、现代、马自达、本田、三菱、斯巴鲁、新特）和数家大型芯片企业（瑞萨、Intel、NVIDIA、三星、NXP、ARM、高通）。
在国家市场，凯迪拉克CUE系统以及特斯拉的自动驾驶系统，都是基于Linux的定制化的车载操作系统，具有很强的稳定性和极好的用户体验；在国内市场，车载系统AliOS也是基于Lunix定制开发的，目前应用到小鹏汽车上；国内新势力造车巨头蔚来汽车，其自动驾驶系统也是基于Lunix定制开发；年10月，上汽集团宣布以银牌会员加入AGL组织。
当下，全球的车载操作系统的竞争犹如10年前的手机操作系统的竞争格局，有塞班、BlackBerryOS这种传统系统厂商，也有iOS、Android、WindowsPhone这样的新锐，到底哪种势力能在竞争格局中胜出，似乎还无法判断。对比手机系统全部由国外厂商垄断不同，在汽车操作系统，国内的厂商占据了一定地盘，有了更大的市场空间和发挥余地。目前AliOS大规模商用已经过去了3年多的时间，已经和荣威、名爵、大通、东风雪铁龙、福特、观致等多个汽车品牌展开了合作，总出货量已经超过百万台，也许还无法和Android汽车的体量相比，AliOS提供了比Android更可靠、同样自由的定制逻辑，在全球汽车市场也已经崭露头角。
要素六、高精地图
目前的导航地图，有目的地导航、道路拥挤判断、电子眼提示几大功能，再加上人的感知、分析、判断、决策，就可以实现汽车的正常行驶。如果想要实现汽车完全的自动驾驶，就需要为汽车提供分辨率更高、更加精确、实时更新的高精地图，从而可以让汽车做出更快、更准确的的驾驶反应，而目前的导航地图是根本无法满足这种需求的。
什么是高精地图呢？目前业界并没有统一定义，根据字面意思就是更高精度、更精细化定义的地图：精度能够区分各个车道，要达到分米级别；精细化就是要包含交通要素中的各个场景，包括路网数据、车道网数据、车道线及交通标志。根据国家发布的《智能汽车创新发展战略》中提出：建设覆盖全国路网的道路交通地理信息系统。开发标准统一的智能汽车基础地图，建立完善包含路网信息的地理信息系统，提供实时动态数据服务。制作并优化智能汽车基础地图信息库模型与结构。推动建立智能汽车基础地图数据和卫星遥感影像数据共享机制。构建道路交通地理信息系统快速动态更新和在线服务体系。从中可以总结出告警地图的两个特点：
精度要高，就是对道路的描述要更加的准确、清晰和全面。地图除了传图地图的道路级别，还要加入道路与道路之间的连接关系（坡度、曲率、航向等），加入车道的边界线，道路上的交通设施与人行横道，即要把人能看到的影响交通驾驶行为的所有东西的特性全部表述出来；实时更新快，地图上的内容数据要实时动态更新，因为自动驾驶的机器决策是动态的，需要完全依赖车辆对周边环境的处理，如果实时性达不到要求，就可能会出现交通事故。实时性包括天气数据、红绿灯数据、人行道行人数据、周边车辆交互等。因此，高精地图实际上是非常精确的且不断更新的自动驾驶环境模型。
从上也可以看出，高精地图的数据可以分为静态数据和动态数据：静态数据如车道、车道虚实线、斑马线位置、交通设施位置等；动态数据如天气信息、车的位置信息、红绿灯数据、车的状态等。根据车联网生态：[车—路—云—网]的数据链条效率最高、成本最低的优化选择，汽车的静态数据和动态数据就可以储存在不同的云层，能够随时选择调用就可以。
根据中信证券的报告，高精地图对L3以上级别自动驾驶的作用：
超视距+辅助定位感知。高精地图可以赋予自动驾驶车辆稳定可靠的路径规划能力，在安全性和可操控性上大大强于纯依靠传感器感知。同时，配合传感器的感知数据可以辅助提供定位车辆信息。抗复杂环境干扰。传感器存在感知边界，当面对光线，浮尘或者恶劣天气环境时，传感器的感知边界大大降低，自动驾驶车辆的可操控性与安全性大大抗复杂环境干扰降低。此时高精度地图将扮演最低安全保证的“行驶轨道”角色。冗余计算底线保证安全。在复杂路况环境，或者传感器部分失灵状况下，在自动驾驶模式下，依托高精地图的静态数据执行驾驶指令，可以承担最终的安全责任。人工驾驶时，人与导航地图的是单项交互，导航地图只是为人工驾驶提供一个决策参考；自动驾驶状态下，高精地图不止为自动驾驶提供决策参考，并且还要把汽车的雷达、摄像头感知到数据要及时同步到高精地图系统，同步完成高精地图的测绘数据采集，以供其他自动驾驶汽车参考。其实，对于高精地图的动态数据的采集，需要一种“众包”的模式，调动车联网生态中的所有汽车为地图服务，所有数据上传到云端的中央数据库，车联网生态系统中的每一辆车都是数据的使用者、也是数据的贡献者。
在上述高精地图“众包”方式的工作模式下，就需要：
高精地图必须与C-V2X高度融合。自动驾驶汽车的激光雷达、摄像头感知的数据即可以为汽车本身提供决策使用，又是车际网数据重要的组成部分，同时还要上传都云端，成为高精地图中实时更新的动态数据的重要来源，即车联网生态系统中的每一辆自动驾驶的汽车都是高精地图的千里眼、顺风耳；
高精地图必须与市政交通网络融合。市政交通网络指城市内本身的路网体系，以及依靠路网体系的安全运营架设的红绿灯、摄像头、测速雷达、显示屏、路障等设施，与高精地图融合，有利于城市发生突然事件的全域调配，也有利于特种车辆（救护车、救火车）在城市安全的高效运营。
高精地图必须与汽车驾驶系统的融合。高精地图要服务于汽车智能驾驶系统，因为驾驶系统就是高精地图的使用者。因此，高精地图将承担自动驾驶车辆时保证驾驶安全的重要责任。
基于以上原因可以推断，随着自动驾驶向L3及更高级别推进，高精地图的供给端在一段时间内会受一定的政策监管，尤其是在高精地图的数据获取上和经营资质上，因为这很大程度涉及到国家安全。从这种背景出发，国资背景的公司会更占优势，尤其是中央企业，因为这涉及到不同的省份、不同的行业及强大的市政关系。因此，高精地图的门槛是很高的，市场集中度会倾向于传统导航市场，且市场格局一旦确立便较难打破。
写在后面的话：
最近几年，车联网的概念一直很火，无数的企业纷纷投入到车联网的大潮中，总的来说：车联网产业链足够长，中国的市场也足够大。就目前来说，对于车联网的终极状态，其实人们是可以判断的，如同一盏灯塔放在那，但在实现的路上，需要客服技术、车联网标准、产业链利益…等很多因素。归结到最根本就是：资金和成本。
目前阶段的雏形车联网的良好运行需要一个强大的系统去支撑，大师缺少一个有效的盈利模式。当下的政策补贴和产业扶持的能够持续多久，依然是未知数，如何盈利、怎么盈利也是摆在面前的一道难题。
