35. 车联网：真正的无人驾驶汽车何时到来？

点击图片，通过左下角分享按钮，转发给感兴趣的朋友，一起学习，共同成长。

更新提醒  

每周一、三、五更新，实际期数大于60期

全年不定期5G热点解读。

本期原文  

在前面的课程中，我提到过5G的重点应用场景之一就是车联网。在这一集，让我们来分析一下5G时代车联网应用场景的实现方式。

我认为，随着5G的来临，车联网是最值得关注的应用场景之一。原因不仅在于这是消费互联网和物联网的一个结合点，更是因为移动状态的车辆，最适合打造5G赋能的泛在化、移动性的解决方案。

随着5G技术的赋能，通过人、车、路、云、边结合的全方位连接和信息交互，将催生大量新的服务和应用。所以，车联网又被称之为V2X，即：Vehicle to Everything，也就是车连万物。

这里的云边结合，指的就是云计算和边缘计算的结合。广义的车联网应用，应包括车载信息服务类应用和面向行驶安全与效率的应用，以及自动驾驶为基础的协同服务类的应用三大类。

首先，以用户体验为核心的基础性车载信息服务，仍是初期车联网应用的主要形态。这涉及到车主的前台互动体验，包括导航、娱乐、通信、远程诊断、救援和资讯等。目前，一些车辆已经加装了车载联网化系统，用户可以通过这个系统获得信息服务。随着语音识别、人眼、动作识别等技术的迅速发展，车载信息服务类的应用将更加丰富。

那么第二类应用，就是与汽车行驶安全和效率相关的应用。例如，利用车载传感器，可以随时感知行驶中的周围环境，收集数据、动静态辨识、侦测与追踪，并结合导航地图数据，进行系统运算与分析。

而安全类应用，则有助于避免交通事故的发生。例如，如果一辆车发生事故抛锚在路上，就会通过车载系统，在一两公里的范围内发布位置和告警信息，提醒附近的车辆注意避让。效率类应用，主要是通过车路信息交互，实现车辆和道路基础设施的智能协同，有助于缓解交通拥堵，降低车辆排放等。

此外，自动寻找停车位、充电桩或加油站等的服务，也会使得车比驾驶者更知道应该去哪儿。以协同为核心的智慧交通类应用，是在自动驾驶的基础上实现的多车管理调度，以及混合交通环境等智慧交通相关的应用。

这里的混合交通环境，不仅包括小轿车，还包括公交车、地铁等多种交通工具的协调与运用，最终将实现城市大脑智能保障下的智慧交通和治理协同。智慧交通主要是基于无线通信、传感探测等技术，实现车、路、环境之间的大协同，以缓解交通拥堵，提高交通安全为目的。

在实现高等级自动驾驶之后，应用场景将由限定的区域向公共交通体系拓展。例如，自动驾驶的出租车、自动驾驶的公交车、智能配送等。近年来，已经有一些大数据公司在一些城市开展了公交路线优化、地铁建设规划等方面的工作，而它的基础，就是城市中人们出行规律的大数据，也就是流量流向的时间分布。

这些数据目前主要采集原来对于司机或者乘客所持的手机所产生的位置数据。此外，对于无人驾驶汽车这类车联网应用的高级阶段，我认为除了依赖技术突破，还涉及到伦理法规等因素，据实际成熟应用尚有待时日。但在自动泊车等最后一公里这样的压缩场景的应用，也许会比较早的进入实用化。

针对上面三类车联网应用，你会发现，不同的车联网应用场景，都对信息基础设施的保障，在时延、带宽和计算能力方面提出了更高的要求。

例如，时延要求最严格的自动驾驶和传感器共享场景，对时延的要求是不超过三毫秒；带宽需求最大的传感器共享场景，对带宽的要求要达到每秒一个G比特。而5G的大带宽、高可靠低时延，使得车联网的各种应用成为可能。而5G，就是连接人、车、路、云、边的一个神经系统。

当然5G还必须赋能其他技术，比如人工智能、边缘计算等，才能共同推进车联网的发展。

记得在前不久看到一篇文章，一位所谓的贝尔实验室的某大牛，他的观点是5G根本不能支持汽车无人驾驶，因为机器操作指令到云计算上跑一个来回需要数秒钟，车早就跑出十几米，把人都撞了。

然而，这个论断是完全错误的。为什么呢？听友们需要了解的是，从应用的角度来讲，无人驾驶汽车可以分为两大类，一类是在港口、矿山、车间内、大型仓储中心和我上一集讲到的发生自然灾害的现场所使用的工程类的车辆。这类无人驾驶的车辆的运行指令，通常是通过局域网或广域网上的调度平台来操纵的，这属于云操作解决方案。 

我认为，这类场景的无人驾驶车辆也会比较早的进入商用，因为它不会涉及太多的法律法规问题。另外一类应用场景就是乘用车，也就是坐人的无人驾驶汽车。这类车的操控是基于增强现实和边缘计算技术来实现的，与工程类无人驾驶车辆的操控逻辑有很大的区别。

我们前面讲过的5G网络一毫秒时延，是指的车载通讯模组到基站空间接口之间的时延。增强现实技术，通过5G赋能，能够在一毫秒的时间内抓取到车周围相关决策参数，例如周围车辆行驶速度、距离等参数、路况、交通信号等等。然后，利用基站上的边缘计算服务器，根据这些参数作出指导车辆并线、超车或者刹车等操作指令。

这绝对不是通过什么云计算来实现的，为什么？一是时延无法保证，二是安全问题。还记得周鸿祎和特斯拉老板打的赌吗？周说，如果你敢用远程操控的方法来控制一辆坐人的无人驾驶汽车，那我就可以把它开到沟里去。结果他果真找来一位高手，最终把齐向东的特斯拉自动驾驶汽车撞毁，让马斯克目瞪口呆。其实大家应该懂得这样一个道理，正如每个人脑袋上都至少有一个旋一样，每个软件都会有Bug。

所以，乘用车的无人驾驶必须采用边缘计算，在距离车最近的地方做出操控指令。怎么可能到云端或者允许远程操控？也就是说，在乘用车实现人、车、路、云、边协同交互的过程中，再沿道路布局的5G基站上，需要装配支撑自动驾驶的移动边缘计算服务器。

我们把移动边缘计算叫MEC（Mobile Edge Computing），并下载车联网操作系统和相关的APP软件。5G将众多车载传感器和智能设施传感器的数据以最快速度、最短时延、最实时地送到MEC移动边缘计算平台，以支持操控决策。由于计算能力放到了距离车辆最近的本地，所以根本不用实时传输数据到云端。

这不仅可以降低数据传输的时延，还可以缓解路侧其它智能设施的计算能力与存储压力，减少海量数据回传所造成的网络负荷，提供具备快速响应能力的高质量的乘用车、无人驾驶车的解决方案。

谢谢你的收听。