在開頭我們先界定兩個概念：普通物聯網和車聯網。
普通物聯網是指利用條碼、RFID技術、感測器、GPS、機器視覺系統等採集物體信息，並通過無線或有線、長距離或短距離通信網路傳輸並交換終端「萬物」的信息，從而實現對「萬物」的智能化識別、定位、追蹤、監控與管理的龐大網路系統。物聯網包括感知層、網路傳輸層和應用層。
物聯網圖示
車聯網是依據車輛位置、速度和路線等信息所構建的互動式的無線網路。通過GPS、RFID、感測器、攝像頭圖像處理等裝置，依託車聯網可以完成車輛自身環境和狀態信息的採集。然後，通過互聯網和計算機技術，對這些信息進行分析和處理，計算出不同車輛的最佳路線，及時報告路況、天氣並安排信號燈周期等，最終實現汽車、道路與人的有機互動，實現車輛和交通的智能化。車聯網是一個雲架構的車輛運行信息平台，它的生態鏈包含了智能交通系統、物流、客貨運、汽修汽配、車管、保險、緊急救援等方面。在城市交通日益擁堵的今天，車聯網擁有十分廣闊的應用前景。
車聯網圖示
從定義上看，普通物聯網包括車聯網，車聯網是物聯網的一種應用場景。但是由於場景的特殊性，車聯網往往在感知層、網路傳輸層和應用層與普通物聯網有明顯的區別。
1.感知層的區別
在這一層面，普通物聯網和車聯網均會使用到GPS、RFID、感測器、攝像頭圖像等技術，但是車聯網對前端感知的數據精度要求更好。
比如在應急場景中的定位，往往幾米的精確即可滿足功能要求。但是，在車聯網場景中，需要使用GPS、視覺識別和激光雷達等技術，若是在高速NOA（導航輔助駕駛）時，需要實現車道級/分米級的定位；在城區NOA下，由於車道比較窄，尤其是在十字路口處，經常會出現車道變化，如兩車道變成三車道或四車道，這時候要想實現車道保持而不壓到車道線，就需要定位精度達到厘米級。
車道線識別場景
2.網路傳輸層
以車聯網中的自動駕駛子場景為例，由於需要使用高精地圖，當實時更新和下載高清地圖時，高精地圖大小在1GB/公里的量級，需要下載速率在50-100Mbps，下載速率明顯高於普通物聯網。
自動駕駛中的高精地圖
3.應用層
這塊也很好理解，由於業務場景的不同，應用層的差別也是巨大的。
車聯網可以實現高精度電子地圖和準確的道路導航、智能交通管理、車輛安全控制、交通事件預警等功能，還可以為用戶提供車輛信息查詢、信息訂閱、事件告知、遠程診斷等各類服務功能。
同時可以運用雲計算平台，面向政府管理部門、整車廠商和信息服務運營企業以及個人用戶在內的不同類型用戶，提供汽車綜合服務與管理功能，共享汽車與道路交通數據。
