0
| 本文作者： 田哲 | 2021-12-24 19:00 |
2021 年 12 月 10 日，由雷峰網 & 新智駕主辦的第四屆「全球智能駕駛峰會」在深圳正式召開。
這一次，雷峰網(公眾號：雷峰網)新智駕以「智能駕駛鏖戰時刻 」為主題，將話筒遞給業內 19 家標桿企業，輻射 13 大技術/場景，覆蓋智能駕駛算法、芯片、感知、落地等多個維度，每個領域只篩選最具代表性的一家企業。
遵循"基礎理論技術創新"和"行業解決方案落地"兩項黃金標準，演講嘉賓向行業分享他們對過去經驗的總結回顧、對未來趨勢的預測以及行之有效的模式的分享。
峰會之上，高新興高級副總裁、智能網聯事業部總經理吳冬升帶來了題為「車聯網賦能智慧出行三階段創新應用」的精彩演講。
吳冬升在會上指出，信息通信技術向更高速率和更廣泛連接發展，從4G走向5G，高中低速率全場景覆蓋。
在他看來，車聯網不僅僅從安全的角度對自動駕駛進行賦能，其更重要的作用是從"車車"、"車路"、"車云"的角度以上帝視角賦能區域級交通的低延時、超視距、高可靠、更高效的協同能力。第一個階段為 Telematics 車載信息服務階段（1996-2015）；第二個階段為智能網聯汽車階段（2015-2025）；第三個階段為智慧出行階段（2025+）。
目前，我們正處于第二個階段并為第三階段而努力——車聯網能夠賦能實現狀態共享、意圖共享、協同決策、協同調度，從而更好地實現自動駕駛。
此外，吳冬升還認為車路協同對自動駕駛還有諸多助益：
可有效降低自動駕駛的成本，比如在超視距通信、不同時間空間檢測、高效交互協作方面都能夠發揮非常重要的作用；可有效降低自動駕駛的開發難度，通過對車輛感知范圍、感知能力和可識別場景進行拓展，從而實現對單車運行設計域的擴展；可有效提高自動駕駛的安全性等。
以下是吳冬升演講全文，雷峰網新智駕做了不改變原意的整理與編輯：
首先，非常感謝主辦方的邀請，能有這樣的機會跟各位嘉賓分享和交流。
從汽車角度來看，車聯網是解決通訊問題。非常小的汽車電子零部件，它關聯到汽車網聯化變革。我想給各位嘉賓匯報一下我們在車聯網賦能智慧出行三個階段的應用探索。
從通訊角度看，通訊產業經歷2G、3G到5G發展，目前有兩個發展方向：一是朝著大帶寬、低時延、高可靠發展，二是朝著低速率、低功耗、廣連接發展，比如 NB，和5G-IoT的解決方案。
從車聯網來看，車聯網已經發展非常久，最早是Telematics概念，主要解決車端信息娛樂服務。它在5 G時代被賦予非常多的新功能，比如 C-V2X技術或C-V2X疊加5G技術。當下，我們希望能夠賦能L2級輔助駕駛以及智能交通。未來，我們希望車聯網能賦能自動駕駛。
本質意義上，車聯網、輔助駕駛是解決協同自動駕駛的問題。車聯網經歷了不同的發展階段，我們在第一階段Telematics所做的工作，在二階段、三階段依然會進行，這是一個傳承的關系，我們只是會賦予它新的能力，包括我們現在所做的在未來也具有關聯性，它會和5G、LTE-V長期共存，各自側重地提供相關的功能和業務。
Telematics可應用于許多業務場景，可以服務主機廠、Tier1，大量運營商客戶、行業客戶，以及重要的TSP，無論是保險公司還是物流公司等，這些都會用到車聯網技術，在5G時代我們會一直賦予它新的功能。
我們和美國第二大運營商T-Mobile合作的Telematics業務在美國推廣得非常好，工作是提供車載Wifi聯網和車載OBU診斷服務。這一服務一是為消費者提供非常多有價值的業務場景，二是面向企業，讓運營商拓展企業用戶。對于消費者來說，我們的業務場景比如關愛家人、關注愛車，以及像緊急救援、車載Wifi等，都會給車和相關的TSP帶來價值。
除了為消費者和企業用戶帶來相關價值，另一方面， Telematics業務也會給傳統行業如保險公司等帶來大量價值，比如保險理賠、保險定價等。
從信息娛樂類業務來看，車聯網在第一階段已經產生一定價值。當下，我們通過探索5G、C-V2X等技術解決車端和路側信息通訊問題，背后隱藏的是我們從感知、決策和控制調度層面給傳統汽車賦能。
我們一直所談的人-車-路-網-云，尤其是云邊端協同，隨著5G時代的到來已經成為業界共識。從端側來看，車輛就是我們的端側。
云、邊、端協同是不同層面的協同。第一個是信息通訊層面的協同，端和邊層面有不同的技術選擇如 5G、C-V2X等，邊和云層面有線光纖通信技術，也有5G無線通信的技術。
其中，同一層內比如端和端、車和車的層面內的協同。第一個協同從網聯角度來看，要實現云邊端通訊協同。第二個協同是算力協同，三大運營商除了構建自己的通訊網絡外，也在構建算力網。如果從算力網的角度看，未來的算力網一定采用協同方式，從端側算力網到幾乎每個自動駕駛車都有自己的算力，和我們智能手機在邊側、云端都有自己的算力網一樣。算力網之間的協同及業務的協同是一個未來典型的、需要我們深入探索和研究的課題。我們研究車路協同技術的很多精力在如何實現算力協同上。
第二階段，我們所做的工作是通過網聯技術賦能傳統汽車與智能交通深度結合。
城市有非常多的場景，我們希望未來和騰訊等合作，通過網聯技術賦能單車智能。另一方面，全國幾十個城市正在進行示范區工作，城市典型場景比如路口、隧道等都是非常好的車路協同場景，由于時間關系，我不展開介紹。
高速公路也有非常多網聯可以賦能的交通場景，比如收費站快速通行、在隧道、匝道賦能車輛編隊行駛、交通管理等挑戰非常大的典型場景，站在交通角度考量，智慧高速車路協同場景是非常豐富的。
我們以收費站場景為典型案例分享和交流。當下中國的收費站一直在推廣ETC相關技術，且隨著ETC上車量大規模提升，收費站通行中還是存在很多挑戰，比如收費站快速通行、無感通行、閘機通行等，我們可以通過網聯和新技術解決相關問題；比如可以將相關視頻技術和ETC技術深度融合，更進一步可以疊加網聯技術、 C-V2X+視頻技術+ETC技術實現高速收費出入口的快速通行。
高速路口快速通行最核心的瓶頸一方面是ETC1.0技術本身只能支持20-30公里每小時的低速場景，另一方面，ETC技術仍有非常多的挑戰，包括通訊準確率以及大量沒有裝載ETC的車輛。在這種情況下，通過視頻疊加ETC技術和V2X，可以實現和ETC自由流的深度融合。本質來看，我們可以對車輛動態跟蹤，通過ETC的自由流深度融合實現提前預扣費，汽車到了收費匝口既可以不減速也能準確預判ETC扣費是否準確，實現車輛快速通行。
從交通角度看，在視頻技術疊加ETC、V2X后，可以實現車道級交通管控。它具有實際價值，無論是對ETC交易成功率還是通行效率，都有明顯的提升。
在網聯技術的第二階段，我們希望通過車聯網技術和傳統汽車，以及智能交通進行深度融合，幫助我們賦能、提升交通的安全性和通行效率。
無論自動駕駛還是有人駕駛，在高速公路行駛都是非常大的挑戰。從隧道來看，我們解決幾大核心問題：首先，除了隧道傳統的感知方式外，我們可以在隧道里部署隧道機器人，尤其是長隧道加入非常典型的隧道進入感知。第二，隧道內的定位是一個非常大的挑戰，我們可以利用C-V2X的多點定位技術解決隧道內尤其是GPS信號定位所面臨的困難。第三，高速公路的信息服務等，或是通過網聯技術給車輛提供更精準的信息類服務。這是面向隧道，我們所能提供的相關的業務。
智能網聯的第三階段，我們希望通過車聯網技術賦能自動駕駛，我們一直在研發車路協同技術，希望賦能協同類的自動駕駛。從標準的層面來看，協同自動駕駛有一個解讀，我們需要實現狀態共享、意圖共享、協同決策和協同調度。大家提到較多的是協同狀態共享、協同決策和調度，還有非常重要的意圖共享。
所謂意圖共享，就是告訴你我在下一步希望干什么，這對傳統感知方式的識別和判斷來說，具有非常大的挑戰，如果通過通訊方式則可以實現。意圖共享天然地可以在網聯車發揮非常大的價值。我想分享一些具體案例，車路協同幫助自動駕駛可以分為幾個層面：
第一，車路協同可以幫助單車自動駕駛，我們希望能提升其安全性，降低其成本，我們對安全性、成本提了一些目標和期望值。本質來看，識別一個紅綠燈信號可以通過網聯的通信方式百分之百精準實現，這既可以降低對于感知手段的要求，也可以降低對算力的要求。
第二，自動駕駛需要高精地圖和超視距路徑規劃，可以通過通信方式天然賦能端側自動駕駛。
第三，車路協同可以擴大自動駕駛ODD范圍，大幅降低Corner Case挑戰和研發成本。還有一點非常重要，車路協同能把未知、不安全的場景變成已知、不安全的場景，把已知、不安全的場景變成已知安全的場景。通過車路協同賦能幫助解決的超視距、自動駕駛，尤其是在自動駕駛無保護左轉等較大挑戰的場景。
我們一直在跟蹤相關標準，也在做相關研發，從協同交通管理詮釋了其中三個階段。道路經常會發生交通事故，自動駕駛車輛或者網聯車輛一定會有相關動作，發生交通事故后，相關車道會受限，車道會做封閉工作，我們可以通過網聯技術完全精準推送到第一輛車，這是狀態共享。發生交通事故后，相關車輛一定會做減速及變道的動作，車輛1和車輛2之間會有協同決策機制。第三個機制是我們要做協同調度，限速是其中一個比較重要的交通調度指令，當交通事故發生后，我們會發一個限速指令發送到相關的車輛上進行協同調度。從協同交通管理的角度來看，車聯網技術可以很好地賦能智能駕駛相關技術。
從高速公路角度看，車聯網對于高速公路也有非常好的賦能作用，尤其是在高速公路自動駕駛場景，我想分享兩個案例：
第一個是匝道。匝道是高速公路中非常大的一個挑戰，如果紅色車輛要駛出匝道，變道輔助車輛向匝道車流匯入，進而匯入主干道，在這種情況下，協同式自動駕駛、車聯網可以起到很好的賦能作用。
另一方面，匝道管控是解決高速公路擁堵的有效手段。我們可以通過車聯網技術對相關匝道進行綜合管控，結合高速公路的車流信息，采取限速或者封閉匝道措施對交通整體管控。這是從協同式角度來看，做協同感知和協同控制。
第二，干線物流自動駕駛也是當下的一個熱點。從干線物流自動駕駛來看，除了單車技術外，網聯技術一定可以在其中起到很好的賦能作用。
在協同的車輛編隊形式里，車聯網到底怎么實現很好的賦能？我們看這個典型案例：
第一，我們可以實現編隊1、2、4車輛之間精準的信息互通。它可以讓編隊行駛的車距變得更短，緊湊性更強，提升整個交通出行效率，提升整個道路可承載的交通運輸量。
第二，可以實現意圖共享。車輛1在緊急情況下可能會有減速動作，它可以提前將駕駛意圖通知到編隊的車輛2和車輛4，實現很好地意圖共享，這對于編隊行駛也是非常重要的，尤其在高速自動駕駛的情況下。還有協同決策，高速公路編隊行駛的過程中經常出現組隊和拆隊動作，協同決策是輔助車輛之間協同編隊必不可少的。
總結一下，整個車聯網進程經歷了不同的發展階段：最初2G、4G到現在的5G通訊技術，賦能Telematics的典型場景，當下車路協同技術賦能傳統汽車以及智能交通。下一步和自動駕駛深度結合進行賦能。當然，前幾個階段是融會貫通，并不是我們做了第三階段，第一階段就沒有了。
最后，我想介紹一下高新興。這是車聯網典型的產品形態。一方面，車聯網技術需要車規級相關產品，我們會和芯片廠家合作，有車規級的通訊模組產品。另一方面，各種各樣的車載終端無論是前裝還是后裝，都是L4級自動駕駛車輛和傳統車輛實現網聯必不可少的核心產品。
從產品形態來看，我們既有5G等更新的前端產品，也有大量后裝的產品。從路側來看，因為我們要實現車路協同，所以必不可少需要在路側部署，核心解決路側的通訊和計算能力。
除此之外，車聯網如果要實現云邊端協同，云端相關能力是非常核心的。我們希望實現從車端到路側、到云端算力的協同、核心算法協同。
從未來的產業發展來看，中國的汽車產業尤其是交通產業有非常好的機遇和非常大的挑戰。我們希望通過車聯網技術，和汽車產業、交通產業深度融合，和產業界合作伙伴一起共同推進汽車產業和智能交通產業的轉型和升級。希望未來有更多的機會和產業界的各位朋友有更多的業務合作，以及有更多技術碰撞和探索，共同推進中國汽車和交通產業的發展。
謝謝大家。
雷峰網雷峰網雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
