首頁熱門文章
為何自動駕駛需要5G？
發布時間：2018-11-07 分類：趨勢研究
一、 什么叫自動駕駛？
自動駕駛分為6個等級：
Level 0：人工駕駛，無駕駛輔助系統，僅提醒。
Level 1：輔助人工駕駛，可實現單一的車速或轉向控制自動化，仍由人工駕駛（如定速巡航、ACC）。
Level 2：部分自動駕駛，可實現車速和轉向控制自動化，駕駛員必須始終保持監控（如車道中線保持）。
Level 3：有條件自動駕駛，可解放雙手（hands off），駕駛員監控系統并在必要時進行干預。
Level 4：高級自動駕駛，可解放雙眼（eyes off），在一些預定義的場景下無需駕駛員介入。
Level 5：全自動駕駛，完全自動化，不需要駕駛員（driverless）。
二、自動駕駛基本原理
關于自動駕駛的基本原理，需了解三大關鍵詞：傳感器、數據融合（Data Fusion）、100%安全性決策。
傳感器
自動駕駛需要的傳感器系統主要有三種類型：攝像頭、雷達和激光雷達。
-
攝像頭
攝像頭是自動駕駛必備的傳感器，包括前視、后視和360度攝像系統，后視和360度攝像頭主要提供360度外部環境呈現，前視攝像頭主要用于識別行人、車輛、道路、交通標志等。
-
雷達（RADAR）
自動駕駛需要多個雷達傳感器，其功能是無線探測和測距，主要用于盲點檢測、防碰撞、自動泊車、制動輔助、緊急制動和自動距離控制等應用。目前的雷達系統主要基于24GHz和77GHz，相較于24GHz，77GHz在測量距離和速度時具有更高的精度，以及更高的角分辨率，且還具備天線尺寸小、干擾小等優點。
-
激光雷達（LiDAR）
LiDAR，即Light Detection And Ranging的縮寫，它是一種基于激光的系統，除發射器（激光器）外，系統還具備高靈敏度的接收器。LiDAR主要用于測量靜止和移動物體的距離，并通過處理提供所檢測物體的三維圖像。
LiDAR應用于自動駕駛所面臨的挑戰是，如何克服在雨雪、霧、溫度等環境影響下識別較遠距離的物體，同時，這玩意成本太高，目前不適合汽車領域的大規模部署。
數據融合（Data Fusion）
數據融合就是將不同傳感器（如雷達、攝像頭和激光雷達）數據進行智能化合成，實現不同信息源的互補性、冗余性和合作性，從而做出更好、更安全的決策。比如攝像頭具有分辨顏色（識別指示牌和路標）的優勢，可易受惡劣天氣環境和光線的影響，但雷達在測距、穿透雨霧等有優勢，兩者互補融合可作出更精確、更可靠的評估和判斷。
100%安全性決策
一旦出現交通事故，重則導致人身傷亡，因此，自動駕駛對技術安全的要求相當苛刻，需實現接近100%的安全性。
簡而言之，自動駕駛就是通過傳感器收集全面的環境信息，再對信息融合處理，并作出接近100%安全性決策。
目前多數人所談的自動駕駛，都是基于汽車本地端的傳感器、數據融合來實現決策的。
但是，你有沒有想過，這種單憑本地端實現的方式存在一些局限性。
當汽車橫穿十字路口時，自動駕駛能預知從左側高速駛來的大卡車嗎？
由于易受雨、雪、霧、強光等環境影響，攝像頭能始終準確識別指示牌和紅綠燈嗎？
當自動駕駛在高速路上以130公里/小時行駛時，攝像機/雷達融合無法安全地檢測到前方超過120米距離外的停車，這將觸發超過5米每平方秒的緊急制動，這是無法接受的。
總之，道路環境異常復雜，雷達、攝像頭和激光雷達等本地傳感系統受限于視距、環境等因素影響，要實現100%安全性，自動駕駛需要彌補本地傳感器所欠缺的感知能力。
簡單的理解，本地傳感系統讓汽車實現了“眼觀六路”，但自動駕駛還需要“耳聽八方”。
這就需要C-V2X閃亮登場。
三、C-V2X能做什么？
C-V2X，C即Cellular，V2X就是vehicle-to-everything，指車與外界的信息交換，它是基于蜂窩網絡的車聯網技術。
C-V2X指從LTE-V2X到5G V2X的平滑演進，它不僅支持現有的LTE-V2X應用，還支持未來5G V2X的全新應用。它基于強大的3GPP生態系統和連續完善的蜂窩網絡覆蓋，可大幅降低未來自動駕駛和車聯網部署成本。
與雷達、激光雷達等傳感器不同，我們可以把V2X視為一種無線傳感器系統的解決方案，它允許車輛通過通信信道彼此共享信息，它可檢測隱藏的威脅，擴大自動駕駛感知范圍，能預見接下來會發生什么，從而進一步提升自動駕駛的安全性、效率和舒適性。C-V2X被認為是自動駕駛的關鍵推動因素之一。
道路前方彎道處停有一輛拋錨的汽車，但由于正好處于彎道，汽車本地的攝像頭、雷達等傳感器無法檢測到，眼看一場車禍正要釀成悲劇。
幸運的是，我們有V2X。
V2X通過通信網絡共享信息，具有“耳聽八方”的能力，此時汽車顯示屏上會提示前方有車輛，并啟動減速和轉向，安全通過。
當駕駛員剛打左轉燈準備超車時，V2X通過顯示屏立即提示，前方有來車，不能超車…
直到危險解除后，才順利超車，安全通過。
四、C-V2X技術簡介
V2X主要包括V2N（車輛與網絡/云）、V2V（車輛與車輛）、V2I（車輛與道路基礎設施）和V2P（車輛與行人）之間的連接性。
2015年，3GPP在Rel. 14版本中啟動了基于LTE系統的V2X服務標準研究，即LTE-V2X，國內多家通信企業（華為、大唐、中興）參與了LTE-V標準制定和研發。2016年9月，首版涵蓋了V2V和V2I的V2X標準發布；2017年6月，進一步增強型V2X操作方案發布。
在Rel. 14中，V2V通信基于D2D（ Device-to-Device）通信，其為Rel.12和Rel.13版本中的Proximity Services (ProSe) 近距離通信技術的一部分。新的D2D接口被命名為PC5接口，以實現可支持V2X要求的增強型功能，這些增強型功能包括：支持高達500Km / h的相對車速、支持eNB覆蓋范圍內的同步操作、提升資源分配性能、擁塞控制和流量管理等。
在Rel. 14中，LTE-V2X主要有兩種操作模式：通過PC5接口點對點通信（V2V）和通過LTE-Uu與網絡通信（V2N）。
基于PC5接口的V2V通信也包括兩種模式：管理模式（PC5 Mode 3）和非管理模式（PC5 Mode 4），當網絡參與車輛調度時稱為管理模式，當車輛獨立于網絡時稱為非管理模式。在非管理模式下，基于車輛間的分布式算法來進行流量調度和干擾管理；在管理模式下，通過Uu接口的控制信令由基站（eNB）輔助進行流量調度和干擾管理。
C-V2X還將持續平滑演進到5G V2X，將對功能進一步增強，以支持低延遲和高可靠性V2X服務。
除了PC5和Uu接口，C-V2X技術構架還包括V2X控制功能、邊緣應用服務器和V2X應用服務器。
-
V2X控制功能（V2X control function）位于核心網，其為實現V2X通信向UE提供必要的參數以執行相關網絡動作。
-
V2X應用服務器可部署于網絡之外，由車企、移動運營商或第三方來運營，從而跨運營商跨車廠，這也解決了過去車企擔心的依賴C-V2X會導致自動駕駛業務被電信運營商所控制的問題。
-
邊緣應用服務器靠近數據源部署，解決了時延和網絡負荷問題，將在許多V2X用例（比如實時高清地圖更新等）中發揮重要作用。
五、為何自動駕駛需要5G？
目前基于LTE的V2N已經覆蓋了很多車聯網用例，比如交通信息提示、地圖更新、OTA固件更新。未來V2V和V2I將廣泛應用于車聯網的低時延、遠距離通信場景。
你可以將C-V2X看成是連接V2N和V2V/V2I的粘合劑，其依托于成熟的蜂窩網絡生態，隨著4G向5G的技術演進，將在未來自動駕駛領域發揮關鍵的作用。
1、基于5G近實時的高清視頻傳輸，V2N和V2V互補（V2N2V），如前所述，讓自動駕駛不僅能“眼觀六路”，還能“耳聽八方”，實現100%安全性。
2、5G網絡切片技術提供始終如一的QoS保障。
與互聯網“盡力而為”的數據傳輸不同，網絡切片可提供始終如一的低時延和高速率服務保障，這對于安全性要求極高的自動駕駛領域尤為關鍵。比如，當汽車行駛于網絡擁塞區域（比如演唱會、體育場附近），網絡切片技術仍然能優先保障汽車通信的高速率和低時延性能。
3、邊緣計算是自動駕駛的未來。
5G核心網控制面與數據面徹底分離，NFV令網絡部署更加靈活，從而使能分布式的邊緣計算部署。邊緣計算將更多的數據計算和存儲從“核心”下沉到“邊緣”，部署于接近數據源的地方，一些數據不必再經過網絡到達云端處理，從而降低時延和網絡負荷，也提升了數據安全性和隱私性。
這對于時延要求極高、數據處理和存儲量極大的自動駕駛領域而言，重要性不言而喻。未來對于靠近車輛的移動通信設備，如基站、路邊單元等或均將部署車聯網的邊緣計算，來完成本地端的數據處理、加密和決策，并提供實時、高可靠的通信能力。
是的，自動駕駛需要5G，但說到最后，對于5G自動駕駛，挑戰在哪里？
想到了兩點：
挑戰一，網絡頻繁切換。
5G無線頻率更高、覆蓋范圍小，未來城市的每個燈柱或將就是一個小基站，必然會帶來基站間頻繁切換的問題而影響自動駕駛能力，怎么破？
C-RAN（Cloud RAN）構架可大幅降低切換開銷。
挑戰二，天線怎么安裝？
今天的5G手機面臨的一大挑戰是，天線太多，手機空間太小。未來的汽車也將面臨這樣的問題。
我們掐指算一下，未來的汽車將有多少無線系統？LTE V2X（5.8-5.9GHz）、衛星定位（1.57GHz，1.1-1.2GHz，1.6GHz）、藍牙（2.4GHz）、WIFI（2.4GHz，5GHz）、3G/4G網絡（700MHz-2.6GHz）、雷達（76-77GHz）、5G NR（3.3-4.9GHz、6-80GHz）、無線充電等等。
這么多天線系統，在安裝時必須考慮汽車的擋風玻璃、金屬殼對無線信號的衰減影響，怎么破？
新材料天線、與車體集成的天線將應運而生。
