一场“交通进化”将至：5G带给车联网与自动驾驶哪些升级

A "Traffic Evolution" Is Coming: What Upgrades 5G Brings to Vehicle Networking and Automatic Driving

2019 年被视为全球“5G元年”，中国5G发展也进入冲刺阶段。作为新一代移动通信技术，5G将成为支撑未来创新的统一连接架构，赋予经济增长新动能。

随着 5G商用的到来，人们都期待这项革新技术将给很多传统领域带来全新的面貌。比如对于百年汽车行业而言，这将意味着给自动驾驶、车联网技术带来更多加速和突破，甚至给整个产业打开更多想象的空间。5G与车联网：将改变产业投资方向

首先，让我们一起了解下“车联网”的 概 念，车联 网 也 称 作 V2X (Vehicle toeverything)，是汽车与万物互联，包括车与车 (V2V)，车与基础设施 (V2I)、车与行人(V2P)以及与网络(V2N)之间的通信。

车联网就好像是一个包含有车、交通信号灯等路边设施、行人和云端参与的微信群，群里的每一个参与者都可以将自身的信息与其他参与者即时分享，实现彼此间位置和驾驶意图的识别，对信号灯等交通信息的告知等，协助群内的车辆对道路的感知，支撑车辆自动化。

传统 V2X技术产生已久，它作为早期802.11a 技术的衍生技术，孕育于21 世纪的头几年。但是，传统V2X技术具有明显的局限性。主要有以下几点：

首先，它缺乏长期的无线技术演进路线图。随着车辆间互联性越来越高，汽车产业已经拥抱 4GLTE 技术并向着5G 未来不断迈进，该传统技术已经脱离汽车产业的未来愿景及发展方向。

其次，对于传统V2X技术的投资缺乏动力。对于汽车厂商而言，进行一次性的投资并不合算，随着时间推移传统技术将难以为继；就道路基础设施而言，传统V2X技术不能和其他广泛部署并不断创新进步的无线技术产生协同效应，资金紧张的各级交通部门很难对其进行投资并推动基础设施的升级。

最后，传统的V2X技术并没有预见到2019-2020 年全球5G转型的加速，而正是由于全球5G技术发展的加速，改变了汽车厂商和道路基础设施管理者的投资方向。

鉴于传统 V2X技术的不足，并充分利用蜂窝移动通信的产业规模优势，全球移动通信标准化组织3GPP 在 R14 标准版本中定义了C-V2X（蜂窝车联网）技术。自从 2016 年 C-V2X技术诞生以来，汽车产业的大多数参与方都采取了C-V2X 这一能够全面解决安全和效率问题的技术，它是既适用于未来发展又符合全球变革路径的最佳技术。

基于 3GPP 无线标准的 C-V2X 全球无线部署符合5G演进路线，将从终端和基础设施层面充分发挥规模效应。C-V2X能集成于车内信息处理无线模组中，所以汽车厂商的增量成本问题也得到了解决。道路基础设施部署能与5G规模部署产生协同效应，这为各级政府节省了大量支出。相对于传统技术，C-V2X还具有技术优越性，能够提供2倍以上的通信范围及可靠性。

5G带给自动驾驶的突破：低时延、高可靠、高速率

目前，自动驾驶技术在中国和美国得到高速发展。截止到2018年底，美国加州政府已经向60家企业发放了自动驾驶测试牌照，中国各地政府也先后向24家企业发放了测试牌照。

在由著名研究机构 Navigant research发布的最新一年自动驾驶竞争力排行榜中，处于领先位置的公司多是采用单车智能的方式，即车辆对环境的感知和对行驶的决策都是通过车载的传感器和计算处理单元来完成，这在交通设施相对完善的城市内道路或者工作条件相对简单的高速公路场景上短时间内可以取得较快的进展。

但仅仅依靠单车智能会有比较大的局限性，例如对于交通设施缺损比较严重、部署不很规范的道路，或者是交通流量比较大且车速较快的高速公路等复杂场景，单车智能还很难完成复杂道路环境的感知和实时决策。但是随着5G的发展和应用，为自动驾驶汽车打破了这些局限性。

得益于中国汽车产业链在5G技术和应用上的不断深化推进，业界自动驾驶研究领域普遍认为，自动驾驶不仅需要智能的车，还需要智慧的路相配合。利用5G技术低时延、高可靠、高速率和大容量的能力，车联网不仅可以帮助车辆间进行位置、速度、行驶方向和行驶意图的沟通，更可以利用路边设施辅助车辆对环境进行感知。比如车辆利用自身的摄像头可能无法保证对交通信号灯进行准确的判断，进而可能

会发生闯红灯的违章行为，但是利用车联网的 V2I技术，交通信号灯把灯光信号以及无线信号的方式发给周边的车辆，确保自动驾驶汽车准确了解交通信号灯的状态。

不仅如此，交通信号灯还可以广播下次信号改变的时间，甚至其他相邻路口未来一段时间内的信号状态，自动驾驶车辆可以据此精确的优化行进速度和路线，选择一条红灯最少、行驶最快的路线，既优化了交通，又可以减少碳排放。

另一个例子是交叉路口的通行优化和横穿行人告警。如今道路上经常发生横穿路口的行人/自行车与车辆间的碰撞事故，尤其是左转车辆，由于视线受阻，司机和车载传感器经常无法观察到路口内横穿的行人，一个解决办法就是通过在路口上安装雷达和摄像机对路口内行人进行监视，如果检测到斑马线上和路口内有行人，并且行人在车辆的行进路线上，路边设施（RSU）可以将检测到的情况即时通知，让转弯或直行的车辆注意避让，规避事故的发生。

5G和车联网技术是自动驾驶所必须的技术保障。通过选择“智能的车+智慧的路”这一正确的技术路线，充分发挥5G的技术优势，我们有理由相信5G技术将在自动驾驶领域发挥其巨大作用。

5G加强自动驾驶的感知、决策和执行

汽车的自动驾驶包括感知/认知、决策和执行共三个层面，而这三个层面都能够利用5G移动通信技术得到增强。

首先来看感知/认知层面。感知/认知就是让汽车和驾驶者知道“我在哪里，我周围有什么，我是否有危险”。因而首先需要高精度的定位，对于自动驾驶来说，甚至需要亚米级的定位。传统的卫星定位（GNSS）无法满足车辆自动化所需的定位精度，因而需要使用基于网络辅助的差分定位技术，并且结合航迹推演技术来提升定位精度。

以高通公司推出的视觉增强精确定位（VEPP）技术为例，其融合多个汽车传感器，包含全球导航卫星系统(GNSS)、摄影机、惯性测量单元 (IMU)和车轮传感器，以提供更准确的全球车辆定位。

VEPP是车载通讯系统 (telematics) 控制单元和高阶定位装置之间的组合，实现了车道等级准确度，精确度小于1米。在精确地掌握了自身位置之后，我们还需要一张支持自动驾驶的车道级别的高精地图，从而知道车辆在道路中的位置，而利用5G移动通信大带宽的优势，车辆可以实时获取最新的高精地图。

其次，车辆需要了解周边的道路参与者和障碍物。自动驾驶车辆往往安装多个先进传感器，包括摄像机、雷达，甚至激光雷达来感知周边的物体。但是这些价值不菲的传感器只能检测到视距范围内的物体，并且对气候条件也比较敏感，比如雾霾天气摄像机和激光雷达就会失效。而利用V2V车车通信技术，可以把车辆感知范围扩大到视距之外，比如前后若干车辆的位置，甚至它们紧急刹车的状态信息，进而可以提前对道路状况进行判断，及早采取规避措施避免追尾事故的发生。同时，利用 V2I通信，车辆还可以从道路基础设施那里获得诸如信号灯和路口内行人等信息，形成完整的对道路环境的感知。

5G技术不仅可以提高自动驾驶车辆的环境感知能力，还可以利用车辆间无线连接，让多个车辆进行协作式决策，合理规划行动方案。比如，在高速公路内侧车道上车辆，在其需要驶离高速公路时，可以通过车车通信与周边车辆协商，要求周边车辆避让以便其能够向外侧车道变线并驶离高速。

如前所述，仅依靠单车智能，L4/L5只是存在理论上的可行性。让机器学会准确识别道路上的所有标识、信号和道路参

与者是一件几乎无法完成的任务，让机器学会处理所有可能的偶发事件也需要付出难以承受的代价。只有通过基于5G技术的车车/车路协同，充分发挥基础设施的能力，才能以较低的代价和成本让自动驾驶车辆实现对驾驶环境的感知和行驶的决策。

另外，从人工智能的角度来看，机器无法完全替代人类的决策，在一些偶发的复杂场景需要人类参与决策，即“man in the loop”。但是对于自动驾驶车辆来讲，车内的乘员可能并不会驾驶汽车，也无法参加决策。

有了5G技术，我们就可以让远端服务中心的人员参与到决策中来。比如在一些特殊的场景，机器无法完成驾驶而造成脱离（disgagement），就像如今车辆发生故障时我们呼叫救援中心一样，车辆可以利用 5G网络呼叫远端的服务中心，利用5G的低时延大带宽，将现场的实时图像和传感器信息传送给服务中心的专业人员，由专业人员在虚拟现实的场景下，远端控制车辆驶离复杂路况，直到驾驶系统能够再次接管车辆。

当然我们并不是说只有 L4/L5 这样的高度自动化才需要5G技术，实际上车联网技术对以人类驾驶为中心的低级别自动化也有极大的帮助。例如前面提及的多项感知技术都可以应用到当前的车辆中，为驾驶员提供驾驶辅助（ADAS），例如基于车载雷达和V2V技术融合的前撞预警和紧急自动刹车等。