AI ＋智慧路口解决方 案 2025 一、智慧路口的发展 二、智慧路口总体思 路 三、智慧路口应用系统 四、智慧路口交通设计 五、智慧路口发展展望 目 录 1 、人工智能 + 智慧路口 概念 2 、智慧路口的发展历程 3 、路口交通问题 4 、智慧路口需求分析 加入星球获取更多更全的数智化解决方案 ■ 智慧路口是传统交通路口的智能化升级形态，以物联网、人工智能、大数据、通 决策 –控制 - 反馈” 的闭环系统。其核心目标是实现对路口车辆、行人、非机动车及环境的全域实时 感知、智能数据分析、动态决策调度，最终提升交通效率、保障安全，并为车路 协同和自动驾驶提供路侧支撑。 ■ AI 大模型通过深度语义理解、复杂场景推理、全局协同优化三大核心能力，正在 重塑智慧路口的技术架构与应用范式。 AI 大模型正推动智慧路口从 “单点智能” 向 “ 全局智能” 跃迁，其核心价 重构交通治理逻辑——从 “ 以车为本” 转向 “人车路协同共生” , 从 “被动应对” 转向 “主动进化”。随着大模 型技术的持续突破，智慧路口将成为未来城市的智能神经节点，为构建高效、安全、 绿色的交通生态奠定基石。 1 、人工智能 + 智慧路口概念 早期探索阶段 (20 世纪 20 年代 - 20 世纪末 ) : 机械北与自动化萌 芽 机械信号控制 (1920s-1960s)

.................... 117 4.18 前碰撞预警场景参考架构 ....................................... 122 4.19 有遮挡的十字路口交叉碰撞预警场景参考架构 ..................... 127 4.20 行驶车道建议场景参考架构 ..................................... 132 云端监测道路上是否存在交通事故，如存 在判断其是否会对后方车辆造成安全隐 患。如存在事故风险，云端向后方网联车辆 下发交通事故提醒信息。 Snr.4 信 号 灯 信 息 提 醒 场 景需求 车辆行驶至路口一定范围内，由于前车遮 挡，无法准确获取信号灯类型、状态、相位、 持续时间/倒计时及车道对应信号灯变绿 信息，存在不能准确感知红绿灯风险，需要 云端或路侧 RSU 下发信号灯实时状态信息 和地图信息到车端。 驾驶员发出预警或用于车辆的辅助驾驶系 统、自动驾驶系统做出正确的驾驶决策，减 少交通事故和二次伤害，提高行车安全和 通行效率。 Snr.6 闯 红 灯 预 警 场 景 需 求 车辆行驶至有信号控制的路口，根据车辆 位置和速度，计算（预测）车头通过停止线 时信号灯状态。并向驾驶员进行预警。提供 车辆对应车道实时信号灯状态、车辆位置 及车辆行驶速度通过 HMI 进行展示，根据 灯态及车速、判断本车道车辆是否会闯红

系统分析。研究背景指出， 传统的功能安全分析方法主要针对单车系统，近年来 V2X 技术逐渐发展，智能网联汽车应用不断 增加，但缺乏系统性的功能安全分析方法。本研究选取前向碰撞预警（FCW）、交叉路口碰撞预警 （ICW）和闯红灯预警（RLVW）三个典型应用场景，对基于 LTE-V2X 预警类应用的功能安全分 析进行了技术探索。 在研究现状部分，本研究总结了国内外的相关研究和标准，包括 5GAA 在功能安全分析方法论部分，本研究基于 GB/T 34590 的框架，详细阐述了相关项定义、危害分析 和风险评估、功能安全概念等步骤。 在第 5 章到第 7 章的三个章节，本研究针对前向碰撞预警（FCW）、交叉路口碰撞预警（ICW）、 闯红灯预警（RLVW）应用，分别进行了相关项定义、潜在危害识别、ASIL 分析等工作，提出了 针对安全目标的功能安全要求。 在总结及展望部分，建议以本研究为开端，将 GB/T ...........................................................................................15 6 交叉路口碰撞预警（ICW）..........................................................................................

数字孪生平台，多场景业务协同 路网全覆盖感知，业务全场景智慧 • 聚集重点道路进行交通拥堵 治理，针对重点对象进行交 通安全风险主动预防 • 提升重点路口全息感知能力 • 融合社会面、政府面数据， 建设交管时空大数据平台， 支撑指挥决策和研判 • 提升路口 / 路段的全息感知 能力 • 基于高精地图和时空数据底 座，建设数字化孪生平台， 建立数据共享和分发机制 • 提升 AI 能力，建立路网容 一次 硬件投资、全生命周期内算法可持续成长。 全息感知，提升路网数字化感知能力 5.1 智慧公路技术白皮书 20 5.1.2 毫米波雷达 技术要求 在高速公路、公路隧道、高速收费站、城市路口等多个业务场景中， 特别是在雨雪雾霾等恶劣天气条件下，通过毫米波雷达波束获取道路交通 车流、人员等目标的相对距离、速度、角度及运动方向等物理信息，对目 标进行分类和跟进。具有穿透雨雪烟雾、不受光线和光照影响、测量精度 进行全天候、超视域、 高精度、不间断的实时监测和跟踪提出了更高的要求。雷视拟合技术有效结合视频分析和雷达探测的优点，运用 雷达检测和视频智能分析的融合算法，多维数据实时采集和全量数据刻画，实现由路口级、方向级到车道级、车 辆级的精细化治理，实现全域全覆盖、全时全天候的精准实时感知。 图 7 雷视拟合解决方案框架 技术特点 探测距离 >1000 米；全天候 500 米 车道级车身级定位能力，减少立杆

航天信息 • 深圳智慧口岸 • 青岛智慧口岸 • 陆路口岸机动车数量增加 • 水运口岸货物吞吐量增加 • 智慧口岸设备及系统 智慧口岸概况 口岸的定义及分类 智慧口岸的定义 智慧口岸产业链 口岸的定义及分类 6 口岸是一个国家对外交往的门户。每个主权国家在口岸上都设置有检查检验机关。我国口岸可分为水运口岸、 公路口岸、铁路口岸和航空口岸。 资料来源：中商产业研究院整理 分类 分类 介绍 水运口岸 国家在江河湖海沿岸开设的供货物和人员进出国境及船舶往来挂靠的通道。 公路口岸 国家在公路上开设的供货物和人员进出国境及陆上交通工具停站的通道。 铁路口岸 国家在铁路上开设的供货物和人员进出国境及火车停站的通道。 航空口岸 国家在开辟有国际航线的机场上开设的供货物和人员进出国境及航空器起降的通道。 智慧口岸的定义 7 智慧口岸指充分借助物联网、传感网、智 能监控、智能运输、大数据分析等技术手段， 能产品在各行业全面渗透奠定了良好的社 会基础。 数据来源：教育部、中商产业研究院整理 智慧口岸行业市场现状分析 入境人员数量持续增长 航空口岸运输量增长 贸易越开放地区需求越旺盛 陆路口岸机动车数量增加 水运口岸货物吞吐量增加 智慧口岸设备及系统 多地争相打造智慧口岸 入境人员数量持续增长 17 数据来源：国家移民管理局、中商产业研究院整理 随着我国对外开放不断深入，经济结

即时获取与智能座舱的流畅交互，为车辆提供大范围的连接基础。 C-V2X 直连通信网络支持车辆与车辆（V2V）、车辆与基础设施（V2I）、 车辆与行人（V2P）之间低时延、高可靠性的直接通信，支持紧急制 动预警、交叉路口碰撞预警、盲区预警等关键安全场景，可显著提升 行车安全性，降低交通事故发生率。卫星通信网络依托卫星星座部署 的全球覆盖通信系统，是地面通信网络的有效补充，可在偏远山区、 沙漠等地面网络覆盖薄弱区域提供广域、连续、稳定的通信保障，实 生命：加速车联网部署计划》，为全国的 C-V2X 技术应用提供发展 路径引导，通过“增强出行能力”等项目投资 7000 余万美元，重点开 展 C-V2X 路侧部署及车路协同测试验证，截至 2025 年 8 月犹他州 60%路口完成网联化升级。欧盟加大网联驾驶技术研发和应用示范投 4 入，加速大规模可互操作网联基础设施部署。依托 Horizon2020 与 Horizon Europe 研发框架，欧盟推动跨区域的网联驾驶技术测试与商 全面应用为主线，并适度超前进行极致网络性能和智能网服务能 力探索，形成如下目标：  成熟技术应用 网络覆盖增强。在现有 5G 网络基础上进一步增补基站和开展网 络优化，实现城市区域道路覆盖率 98%以上，路口、停车场等重点区 域连续覆盖。5G RedCap 实现全国县级以上城市连续覆盖，满足多样 12 化终端需求。 网络性能显著提升。车辆到算力基础设施单向端到端网络通信时 延及可靠性达到 50

效能。公 司秉承国家“对外高水平开放”的发展战略，持续发挥智慧口岸优势，并不断向“AI+行业”多领 域拓展。 1）智慧口岸：公司专业提供智慧口岸查验系统整体解决方案及其智能产品，包括航空口岸、 陆路口岸、水运口岸，业务涵盖边检和海关（含原检验检疫）等出入境旅客、货物及交通运 输工具的智能通关查验和智能监管等，提升旅客通关效率、查验管控效率。 2）智能交通：以智能分析算法为基础，重点应用于车辆违法取证、智能识别抓拍、实施预 智慧口岸收入占比（%） 1.89 2.98 4.7 1.03 1.57 2.57 0.27 0.26 0.72 0 2 4 6 8 10 2017 2018 2019 航空口岸 陆路口岸 水运口岸 公司深度分析/盛视科技 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 120.5%。1）出境入境实现双向增长：入境 143.4 万人 次，较去年春节假期上升 123.2%；出境 144.3 万人次，较去年春节假期上升 117.8%。2）海 陆空口岸全面增长：空港、水运、陆路口岸出入境人员分别为 33.3/13.9/240.5 万人次，较 去年春节假期分别上升了 241.8%/68.6%/113.8%。 图14.春节期间跨境旅游热度大涨 资料来源：携程旅行，安信证券研究中心

考虑曲率/坡度/可通行性），在高阶自动驾驶中始终是地图的核心能力。 决策支撑 (规 则/拓扑) ★ ★★ ★★★️ ★★★ ★★★️ 核心价值，高阶关键： 提供复杂的交通规则（如潮汐车道、特殊路口通 行）、道路拓扑关系，是实现安全、合规、高效智能驾驶决策的基础，重 要性随级别升高而凸显。 ODD 定义/验 证 N/A ★★ ★★★️ ★★★ ★★★ 高阶功能关键： 地图定义了自动驾驶系统的运行设计域（ODD），并用 将车道标记、交通信号灯等数据嵌 入FSD V13系统，并实现数据本地 化处理，符合中国《数据安全法》。 本地化适应性需求 挑战： FSD V13系统需深度整合 百度地图数据，提升对中国特有交 通元素（如复杂路口、人车混行、 特色交通标识）的感知与规划精度。 合作补充： 虽然端到端模型力求 通用性，但在实际应用中，精准的、 符合本地特点的地图数据（由本土 图商提供）对于提升导航准确性、 规则遵守和整体驾驶体验仍然非常 帮助车企快速适应欧盟ISA、新能源补贴等海外高等级智能驾驶法规。 一站式智能驾辅出海解决方案 03 • 其高精定位（厘米级）、ODD管理、城市复杂工况适应力等创新技术，支持量 产车型实现高速/城市NOA、智能泊车、城市复杂路口自动驾驶等功能，加速 L2+/L3系统在全球主流市场落地。 • 众源更新机制与多国实时交通/安全事件服务，提升了中国NEV出海产品的智能 竞争力与用户体验 高阶赋能与多元场景覆盖  TomT

iresearch.com.cn Robotaxi北京路测情况 自进入规模化试运营以来，北京市道路测试关键脱离原因逐渐由软硬件故障向算法层面转移，脱离原因更加集中。易发生关键脱离 的地点主要包括交通流量较大的十字路口，以及双向两车道的机非隔离道路等。交通设施包含锥桶、隔离护栏等。而80%以上的问 题来源于感知系统。目前自动驾驶测试车辆基本为多传感器融合技术路线，激光雷达作为主要传感器。而在距离远、车速快的情况 23% 17% 16% 15% 6% 6% 5% 4% 3% 3% 2% 直行通过路口 直行 交通信号灯 变更车道 路口左转弯 其他（跟车、超车、会车、窄路 掉头、靠边停车、学校区域等） 路口右转弯 主辅路行驶、起步、通过 环岛、通过人行横道线 紧急情况处置 交通标线 路口掉头 2023年北京市自动驾驶车辆关键脱离场景 2023年北京市自动驾驶车辆 测试造成脱离的目标