智能網聯環境下的汽車共享平臺設計*

【歡迎引用】 牛延強， 王燕濤， 喬引莊. 基于車路協同的智能網聯車共享平臺[J]. 汽車文摘，2024（XX）： X-XX.

【Cite this paper】 NIU Y Q， WANG Y T， QIAO Y Z. Intelligent and Connected Vehicle Sharing Platform Based on Cooperative Vehicle-infrastructure System[J]. Automotive Digest （Chinese）， 2024（XX）： X-XX.

【摘要】針對傳統共享汽車業務發展面臨重資產、重運營、收入來源單一的困境，通過分析汽車租賃市場特征，結合自動駕駛和車路協同技術發展現狀，針對車輛日租市場的計劃性特征，提出了智能網聯車共享平臺方案。通過系統梳理平臺服務和角色，將其劃分工廠、車源用戶、智慧停車場、簽約駕駛員、日租和分時租賃6種服務角色，對應于車源流轉、日租、分時租賃3個服務環節，基于車路協同網絡和車輛跟馳技術盡可能降低車輛調度成本。該方案在突破的傳統共享汽車業務困境的同時，有助于車路協同落地前期技術的推廣，有利于車電分離模式的普及。

關鍵詞：共享汽車；車路協同；智能網聯車

中圖分類號：U495; F512.3" "文獻標志碼：A" DOI： 10.19822/j.cnki.1671-6329.20230018

【Abstract】 In view of the dilemma of traditional car sharing business development which faces heavy assets， heavy operation and single source of income， through the analysis of the characteristics of the car rental market， with the current situation of the development of vehicle autonomous driving and vehicle-infrastructure cooperative technology， combined with the planned characteristics of the vehicle daily rental market segment， this paper proposes a scheme of intelligent networked car sharing platform， by sorting out the platform services and roles， dividing the factory， vehicle source users By sorting out the platform services and roles， 6 service roles are divided： factory， vehicle source user， smart parking lot， contracted driver， daily rental and time-share end-user， corresponding to 3 service links of vehicle source flow， daily rental and time-share; based on vehicle-road cooperation network and vehicle following technology， vehicle dispatching cost is reduced as much as possible. While breaking through the dilemma of the traditional car-sharing business， the intelligent connected vehicle sharing platform solution proposed in this paper is conducive to the promotion of the early-stage technology and the popularization of the \"vehicle-electricity separation\" model.

Key words： Car-sharing， Vehicle-infrastructure cooperative， Intelligent and connected vehicle

0 引言

私家車的普及加劇了城市交通擁堵和停車難問題，共享汽車接駁高鐵站[1]和城市軌道交通[2]的出行方式對解決上述問題極具針對性。共享汽車業務與共享自行車業務商業邏輯相似，但其資產投入更大、運營依賴性更強、收入來源單一，除了個別轉向細分領域、縮減服務規模的服務商外，大多數企業陷入困境[3]。2022年8月，交通運輸部發布《自動駕駛汽車運輸安全服務指南（試行）》（下文稱《指南》）明確提出，鼓勵自動駕駛車輛在封閉式、條件相對可控的場景內開展公交、出租運營。2022年11月，工信部會同公安部組織起草的《關于開展智能網聯汽車準入和上路通行試點工作的通知（征求意見稿）》（下文稱《通知》），將對通過準入試點的智能網聯汽車產品，在試點城市的限定公共道路區域內開展上路通行試點。《指南》和《通知》的出臺為傳統共享汽車業務帶來新發展機遇。

本文通過梳理車輛租賃市場特征，針對傳統汽車共享平臺面臨的“重資產、重運營、收入來源單一”問題入手，從平臺系統設計角度出發，結合當前技術發展現狀，提出一套與Robotaxi服務相似的智能網聯車共享平臺方案。

1 車輛租賃市場特征

車輛租賃市場按租賃時長可分為3類（表1）。租賃時長通常與其計劃性成正比，而與市場規模成反比。車輛長期租賃通常限定在某些特定行業內（如出租車行業），市場通常不直接面對終端消費者，具有一定封閉性。分時租賃市場規模和開放度最大，靈活度最高，但存在消費行為計劃性弱的特點。車輛日租針對家庭出游、商務出行等消費場景，此類消費行為計劃性較強，通常在出行前24小時以上制定行程計劃。

傳統共享汽車業務模式均根據規模最大的分時租賃市場設計，主要通過人力資源解決車輛調度和維護問題，運營成本高。同時，前期車輛資產投入巨大，而收入來源相對單一，一旦收入未達到預期，或因不可抗力因素導致收入大幅下降，巨大的運營支出很容易造成資金鏈斷裂，早期進入該市場的公司大多因此倒閉。

2 自動駕駛技術發展現狀

自動駕駛相關領域的學術研究朝著全面應對日常復雜路況[4]、群體智能[5]、事故責任劃分[6-7]以及消費者心理[8-9]等方向深入發展。主要依賴汽車廠商推動自動駕駛技術的落地。

當前技術條件下，L2和L3級自動駕駛技術已經相對成熟[10-11]。然而，普通乘用車的車身限制導致其感知盲區影響較大，同時受限于單車車載硬件算力限制和成本問題，系統算法設計尚不成熟，依賴大量里程數據。在武漢落地的百度“蘿卜快跑”項目車輛打破了普通乘用車外形限制，基本達到了L4的自動駕駛水平[12]。處于新能源車領導地位的特斯拉自動駕駛系統完全體（Full Self Driving，FSD）已經累積了超過16億公里的里程數據，于2024年3月剛剛擺脫了長達3年的beta測試階段[13]。基于單純依靠普通乘用車自身高級（L4+）自動駕駛還無法實現的現狀，車路協同的智能網聯車成為了目前推動高級自動駕駛技術進步的解決方案[14]。

智能網聯車自動駕駛發展可以分為2個階段[15]，第一階段為封閉區域或指定道路的中低速無人駕駛，第二階段為全場景全天候開放道路的無人駕駛。目前第一階段的條件已基本成熟，產業界的商用實踐已有多個成功案例[16，17]。《指南》的發布代表第二階段落地實驗的政策已開始實施。

車路協同是整合通信、人工智能、大數據以及云計算等新技術應用于交通系統，旨在實現全時空動態交通信息采集與融合，進而實現車輛主動安全控制和道路協同管理[17]。得益于國家層面的重視和推動，全國已建立包括無錫、上海、北京-河北、重慶、長沙等在內的10個國家級車聯網應用測試基地或試點示范區。相關的技術研發和生產成果豐碩，華為、大唐、中興等企業均推出了相應的產品和技術解決方案[14]。

車路協同高度依賴外部路網環境感知網絡的覆蓋。而車路協同網絡（下稱“車路網”）覆蓋的推進受硬件成本和邊際收益的影響，實現全域覆蓋所需的投入巨大。通常此類大型網絡建設都是分期分步驟進行的，參考交通流量、節點等級等因素劃分優先序列，如機場、高鐵站、工業區以及路網密集的商業中心等，均屬于車路網建設初期覆蓋的高優先序列目標，投入的邊際收益較高。隨著技術應用的推廣普及，車路網覆蓋率逐步提高。

“車電分離”模式是針對目前的電動汽車續航短和補能慢痛點的有效解決方案，其可降低購車成本，同時有利于動力電池包的梯次利用[19-20]，提高資源利用效率。換電市場的先行者蔚來汽車從提升用戶體驗角度出發，最先推出了提供電池包租賃的邊界服務（Blockchain as a Service，BaaS），該服務提供的550 km續航電池包租金980元/月。寧德時代2022年1月發布獨立的換電服務品牌EVOGO，提供了更靈活的電池包組合解決方案，該方案200 km續航電池包租金399元/月。按里程折算，500 km續航電池的月租金約千元，二者定價相當，高昂的定價嚴重限制了“車電分離”方案受眾群體擴張。

政策方面，國家標準GB/T 40032—2021《電動汽車換電安全要求》已于2021年11月1日實施，工信部2022年2月發布《車聯網網絡安全和數據安全標準體系建設指南》，深圳地方出臺的《深圳經濟特區智能網聯汽車管理條例》于2023年8月1日起實施；同月，重慶、武漢先后發布全國首批全無人駕駛商業化政策，允許自動駕駛企業開展車內完全無人的自動駕駛付費出行服務。2023年11月，《上海智能網聯汽車示范運營實施細則》發布，上海首批智能網聯汽車示范運營證出爐。

3 智能網聯車共享平臺

3.1 角色構成和服務環節

借鑒Robotaxi共享閑置車輛的思路，基于車路網覆蓋不完全的條件，智能網聯車共享平臺方案如圖1所示，平臺包含6個角色3個服務環節。

（1）車源流轉環節。平臺與工廠之間建立溝通機制，結合服務需要和生產技術共同制定車輛標準，主要包括車聯網協議、充電接口、車電分離執行標準、車內外監控執行規范以及車身顯示屏標準。工廠負責按標準生產或改裝車輛。車源用戶購買符合平臺標準的車輛后，在車輛閑置時，可根據平臺發布的用車需求，向平臺提供可用車源。

（2）分時租賃環節。與平臺簽約的駕駛員自行購買或長租平臺注冊車輛，為平臺終端消費者提供傳統網約車角色的分時租賃服務，即分時終端用戶在平臺發布用車需求，由平臺簽約駕駛員負責接單提供服務。

（3）日租交易環節。平臺結合車輛執行標準制定停車場設施標準，智慧停車場依照標準為轉運車輛提供服務，包括停放車位和充換電等[21]。在車輛閑置停放期間，停車場還可以利用車源電力，充當虛擬電廠的電力蓄水池，獲取額外收益[22]。日租終端用戶至少提前1天向平臺提交用車需求，并按計劃從智慧停車場接收車輛。

車輛的交接調度是平臺提供服務的基礎，低成本、高效能的車輛調度是平臺的核心競爭力。如圖2所示，在車路網未充分覆蓋的條件下，平臺負責規劃調度路線，確保車輛交接、信息驗證、加入和脫離隊列等調度必要環節在車路網覆蓋區域內順利完成。在車路網未覆蓋的區域，車輛的L2級輔助駕駛系統將控制車輛跟隨隊列[23]，由簽約駕駛員駕駛網聯車作為頭車引導，在路況簡單且相對可控的每日凌晨3～4點車流量谷點時段集中調度。隨著車路網覆蓋率的提升，簽約駕駛員的頭車角色可逐步減少，直至由車輛自行完成調度任務，實現全程無人化調度。

3.2 對傳統模式的突破

在平臺服務生態系統中車輛的生產廠商和消費者分別扮演平臺服務的供給和消費2種角色，通過平臺獲得各自的優勢。在直接服務于兼具一定市場規模和計劃性的日租對象的同時，通過將長租市場用戶（簽約駕駛員）引入平臺服務角色，將規模巨大但缺乏計劃性的分時租賃市場轉換為“簽約駕駛員”提供服務的目標市場，擴大平臺服務范圍，將服務對象擴展到整個汽車租賃市場。

在平臺建設初期，需要由平臺出資購入少量智能網聯車以長租的形式提供給未購買車輛的簽約駕駛員，在起到示范作用的同時幫助推廣業務。除此之外無需其他大量資金投入，擺脫了傳統共享汽車較高的資產負擔。

結合車輛自身成熟的L2級輔助駕駛和車路網加持后的L4+級自動駕駛，輔以“簽約駕駛員”角色的引導補充，實現低成本的車輛調度。同時得益于車路網的信息交互，車輛信息全流程透明化，傳統共享汽車業務的車輛交接、驗車過程可實現全程無接觸，避免落入傳統運營模式堆砌人力的窠臼。

在破解“收入來源單一”方面，除了平臺直接服務的日租市場獲利外，長租市場的對象“簽約駕駛員”的車輛租金，分時租賃市場的信息服務費，利用車身外屏投放廣告等都是收入來源。此外，結合區塊鏈技術[24]，對車輛的使用、維護記錄，用戶的既往消費、評價、駕駛習慣以及違章情況等進行記錄和評分，引入積分兌換里程的方式也可以獲取收益。隨著服務模式的成熟，還可以進一步挖掘細分市場潛力。

現有的“車電分離”模式存在電池租賃費用和消費者接受度之間的博弈[25]，特別是在車輛使用率不高的情況下，采用按月租賃電池的方式對消費者而言不具經濟性。通過平臺分享車源的方式獲取收益，可以顯著提高消費者對“車電分離”模式的接受度。

3.3 面臨的問題和業務拓展

除了“重資產、重運營、收入來源單一”的發展困境外，傳統共享汽車還面臨者交通事故取證、權責劃分、服務質量參差不齊的難點問題[26]。隨著車路網覆蓋率和車輛信息化水平的提高，事故和服務的透明度也將大幅增加，責任劃分認定也更簡單化。但平臺建設前期還需要依靠保險來平衡風險，同時借助信用記錄、事故責任人押金累進等方式對用戶的駕駛行為加以約束。

隨著平臺用戶規模的擴大，部分車源用戶存在異地用車需求，可以將車輛在平臺貢獻的里程按一定的比例兌換成異地里程消費，兌換比例與兩地的車源里程供需掛鉤，基于智能合約動態調整[27]。上班族終端用戶可以通過平臺分享工作日行程路線進行拼車，降低出行成本。平臺還可以為更多希望加入的新車型提供必要的車型標準審核認證服務。

4 結束語

新技術落地對于未來發展方向的影響和技術深度的推動作用顯著，本文提出的智能網聯車共享平臺方案利用開放道路凌晨時段車流量谷點的特點，結合當前技術條件，高度依賴于車路協同網絡的同時對網絡的覆蓋率要求較低，對處于技術發展階段交替期的智能網聯車自動駕駛技術而言，有助于技術落地前期的概念普及和用戶教育，極大加速技術落地進程。

車路協同和智能網聯車技術不僅對出行方式影響深遠，對國家新能源汽車戰略層面的推動作用同樣值得期待。智能網聯車共享平臺整合目前有望成為新的平臺經濟，極大加速新能源車的推廣普及。

參 考 文 獻

[1] 谷鑫鑫， 趙勝川， 羅歡歡. 考慮共享汽車的高鐵站接駁交通出行方式選擇影響因素[J]. 交通運輸研究， 2021， 7（4）： 10-17.

[2] 周欣霖， 魏奧， 王寧寧. “共享汽車+軌道交通”調度策略的提出與優化[J]. 時代汽車， 2021（15）： 178-180.

[3] 李瑞盟. 跨界合作下共享汽車企業商業模式創新研究[J]. 中國市場， 2022（14）： 168-171.

[4] PAREKH D， PODDAR N， RAJPURKAR A， et al. A Review on Autonomous Vehicles： Progress， Methods and Challenges[J]. Electronics， 2022， 11（14）： 2162.

[5] 上官偉， 李鑫， 柴琳果， 等. 車路協同環境下混合交通群體智能仿真與測試研究綜述[J]. 交通運輸工程學報， 2022， 22（3）： 19-40.

[6] MCLACHLAN S， KYRIMI E， DUBE K， et al. The Self-Driving Car： Crossroads at the Bleeding Edge of Artificial Intelligence and Law[EB/OL]. （2022-02-17）[2023-01-01]. https：//arxiv.org/abs/2202.02734.

[7] HE S S. Who is Liable for the Uber Self-driving Crash？ Analysis of the Liability Allocation and the Regulatory Model for Autonomous Vehicles[J]. Autonomous Vehicles： Business， Technology and Law， 2021（12）： 93-111.

[8] WANG F K， JIANG Z H， DONG Y J， et al. Urban Residents’ Willingness to Choose and Pay for ADAS and Autonomous Driving Functions： Comparison of Two Cities in China[J]. Journal of Advanced Transportation， 2022（9）： 1-13.

[9] MORITA T， MANAGI S. Autonomous Vehicles： Willingness to Pay and the Social Dilemma[J]. Transportation Research Part C： Emerging Technologies， 2020（119）： 102748.

[10] 程似騏， 李若飛. 拐點將至 L2級自動駕駛加速普及[J]. 智能網聯汽車， 2020（4）： 66-73.

[11] 高風. 《智能網聯汽車技術路線圖2.0》解讀[J]. 物聯網技術， 2020， 10（11）： 3-4.

[12] 齊航， 王光超， 張運勝， 等. 自動駕駛出行服務的公眾關切與研究展望——兼評“蘿卜快跑”世界最大規模無人駕駛商業化運營[J/OL]. 交通運輸工程與信息學報， 1-15[2024-08-28]. https：//doi.org/10.19961/j.cnki.1672-4747.2024.08.011.

[13] 施蕓蕓. 特斯拉FSD入華，是“鯰魚”還是“鯊魚”？[J].汽車縱橫， 2024（7）： 8-11.

[14] 徐啟棟， 張斌， 李艷紅. 標準化支撐智能網聯汽車高質量發展研究[J]. 標準科學， 2022（6）： 62-67.

[15] CHEN S， HU J， SHI Y， et al. A Vision of C-V2X： Technologies， Field Testing， and Challenges With Chinese Development[J]. IEEE Internet of Things Journal， 2020， 7（5）： 3872-3881.

[16] CHEN S， HU J， ZHAO L， et al. Prospects for C-V2X Applications and Technology Evolution[M]//Cellular Vehicle-to-Everything （C-V2X）. Springer， 2023： 359-384.

[17] GAO Y， WANG F， AI Y， et al. IoT Based Automation of Mine Transportation： From Conception to Realization[J]. IEEE Internet of Things Magazine， 2020， 3（3）： 2-4.

[18] 張毅， 姚丹亞， 李力， 等. 智能車路協同系統關鍵技術與應用[J]. 交通運輸系統工程與信息， 2021， 21（5）： 40-51.

[19] XU Z， WANG J， LUND P D， et al. A Novel Clustering Algorithm for Grouping and Cascade Utilization of Retired Li-Ion Batteries[J]. Journal of Energy Storage， 2020（29）： 101303.

[20] 周媛， 信天， 王鑫， 等. 動力電池梯次利用標準化現狀探討[J]. 電池， 2021， 51（5）： 534-537.

[21] 張博， 王嘉樂， 張歡. V2X在智慧停車場景的相關技術研究[J]. 智能建筑與智慧城市， 2022（7）： 9-11.

[22] LOTFI M， ALMEIDA T， JAVADI M， et al. Coordinated Operation of Electric Vehicle Parking Lots and Smart Homes as A Virtual Power Plant[C]//2020 IEEE International Conference on Environment and Electrical Engineering and 2020 IEEE Industrial and Commercial Power Systems Europe （EEEIC/Iamp;CPS Europe）. IEEE， 2020（8）： 1-6.

[23] 陳玲娟， 孫遠. 網聯環境下混行車流跟馳行為及車隊組建研究[J]. 武漢理工大學學報（交通科學與工程版）， 2021， 45（3）： 408-412.

[24] BENDIAB G， HAMEURLAINE A， GERMANOS G， et al. Autonomous Vehicles Security： Challenges and Solutions Using Blockchain and Artificial Intelligence[J]. IEEE Transactions on Intelligent Transportation Systems， 2023，24 （4）： 3614-3637.

[25] 肖忠東， 楊鑫瑞. 新能源汽車“車電分離”商業模式購銷演化博弈研究[J]. 工業技術經濟， 2022， 41（9）： 3-10.

[26] 劉意. 共享經濟視角下共享汽車問題研究[J]. 營銷界， 2022（8）： 20-22.

[27] 郭偉嘉， 劉敦楠， 王文， 等. 基于智能合約的電動汽車充電服務費自適應調整機制[J]. 電力自動化設備， 2022， 42（10）13-20+61.

（責任編輯 梵玲）

*基金項目：秦皇島市科學技術研究與發展計劃項目（202101A248）。