徐志剛教授本次講座的內容主要有以下四個方面：（1）5G關鍵技術及其研發進展；（2）基于5G的自動駕駛場景；（3）長安大學自動駕駛研究進展；（4）5G自動駕駛技術發展建議。

未來汽車的核心關鍵詞將會是自動駕駛。因為汽車技術的不斷發展，我們離完全的自主駕駛已經越來越近了。

實現汽車的無人駕駛需要什么樣的環境呢？很多人認為在于科學技術、道路運行環境、駕駛文化等方面的改變，但其中最重要的一環其實是構建網絡基礎設施。

那么如何構建網絡設施？這一過程又將需要怎樣的技術支持呢？

徐志剛教授作了題為“5G關鍵技術及其在自動駕駛中的應用”的報告，徐志剛教授本次講座的內容主要有以下四個方面：

（1）5G關鍵技術及其研發進展

（2）基于5G的自動駕駛場景

（3）長安大學自動駕駛研究進展

（4）5G自動駕駛技術發展建議

一、5G關鍵技術及其研發進展

5G是第五代移動通信技術，是多種新型現有無線接入技術集成后的解決方案的總稱，是真正意義上的融合網絡。

以下七大領域關鍵技術是國際標準化組織（3GPP）討論和產業驗證的重點：

（1）統一空口技術框架，滿足多樣化的5G場景和差異化的性能指標需求

（2）大帶寬和新幀結構，滿足高速率和低延遲需求

（3）新信道編碼，滿足高效率和可靠性需求

（4）大規模天線，滿足高效率的需求

（5）超密集組網技術，滿足高流量密度需求

（6）高頻通信，滿足高速率的需求

（7）新型波形和多址，滿足高速率和海量物聯網連接需求

5G網絡整體架構從邏輯上呈現為“三朵云”，包括靈活的無線接入云、智能開放的控制云和高效低成本的轉發云。

5G應用場景

二、基于5G的自動駕駛場景

1. 基于5G的分級自動駕駛框架

2.5G通信增強自動駕駛感知能力

（1）雷達、激光雷達等感知手段

非交互式感知：無法進行信息的主動交互，本質上是一種“視覺”手段；不可預知道路參與者的行為。

（2）通信感知手段

交互式感知

降低時間延遲

降低了道路參與者的不確定性：距離、速度、位置……；車輛運行軌跡交互；車輛狀態的交互。

彌補了傳感器受到距離和環境的約束

獲得非視距信息

受環境因素影響相對較小

（3）5G-V2X滿足自動駕駛場景的需求

車隊編隊行駛、半自動/自動駕駛、遠程駕駛和擴展傳感器

3.低時延5G通信保證協同自動駕駛的可靠性

協同自動駕駛技術，本質上是利用車車/車路通訊，獲取周邊交通流的運行狀態，同時與周邊自動駕駛車輛通過內置的協同控制體系相互協作，確定各自的控制律，并通過車載控制系統執行該控制律的過程。

（1）協同自動駕駛通訊拓撲自適應與優化

研究隊列控制技術與車車/車路通訊之間的耦合關系，路協同無線通訊動態拓撲自適應和優化技術。

該技術用于：

①優化通訊拓撲結構，減少通訊延誤，提升通訊的穩定性，從而保障協同自動駕駛策略的穩定性。

②通訊失敗或大通訊延時條件下，系統自動調整控制策略，保證交通流的效率。

（2）協同自動駕駛車輛隊列控制、優化及計算方法

協同自動駕駛隊列控制主要瞄準提升交通系統效率。

①構建協同自動駕駛車輛隊列控制方法，綜合考慮控制系統效能、交通流影響、車輛安全性、燃油經濟性和乘員的舒適性。

②基于單車、隊列及交通流的多重穩定性分析，針對不同交通環境選擇最優參數。

③提出新的分布式計算方法，充分發揮自動駕駛車輛協同計算能力，實現實時控制。

（3）人駕車與自動駕駛車輛混合交通流隊列協同控制策略

本研究瞄準在智能車普及的過程中，必然要經過的混合交通流發展階段。

①使用車基路基混合感知策略，構建異構車輛隊列的協同感知體系。

②研究混合流環境下人駕車輛跟馳行為及其不確定性的變化，并根據以上分析提出混合流中人駕車輛跟馳行為及其不確定性的短期預測模型和算法。

③針對混合流中人駕車輛的因素，設計混合流自動駕駛車輛協同隊列控制策略。

4.5G通信實現自動駕駛汽車與基礎設施協同控制

區域控制層——區域交通管理調度及控制

利用區域感知、區域決策與網聯交通設施控制，實現區域交通管理調度，將有效增強自動駕駛能力、提升交通效率。

區域控制層——區域自動駕駛推薦算法

①低成本自動駕駛方案：在特定道路布設區域感知傳感器，利用邊緣云基礎設施進行計算，降低車載傳感器、計算芯片的復雜程度，降低自動駕駛車輛單車成本。

②復雜道路協作式自動駕駛：通過多傳感器融合、多車協同群決策模型建模與優化，完成面向全局的優化，實現安全、節能、高效的自動駕駛。

城市協同控制層

三、長安大學自動駕駛研究進展

1.建設了全國高校唯一的自動駕駛測試場

2.構建了5種網絡并存的多模式車聯網異構網絡

長安大學測試場建成了較為完整的多模式車聯網異構網絡，包括LTE-V，4G-LTE，Wi-Fi，802.11p，EUHT五種無線網絡，及連接各通信系統的光纖網絡。同時建有大型的網絡資源管理后臺，真正實現了異構網絡的融合、調度、管理及QoS質量保證。目前長安大學大正在與中國移動、華為協商在測試場布局5G車聯網系統。

圍繞車聯網異構網絡融合技術，開展了一系列的網絡性能特征和融合技術研究。針對DSRC、LTE、LTE-V、Wi-Fi以及EUHT在不同交通場景、應用場景的網絡性能開展了一系列的測試。

3.構建了試驗場全范圍無盲區自動駕駛高精度定位系統

針對自動駕駛汽車高精度定位需求，圍繞基于V2X與多傳感器融合的高精度定位技術展開研究，融合差分GPS和無線定位技術實現試驗場內運動目標的實時高精度定位（定位精度小于10cm，更新頻率100Hz），采用路側自設高精度基站彌補GPS因衛星信號遮擋、衍射造成的定位缺陷，實現全場無盲區的全覆蓋定位。

4.構建了系統化的自動駕駛測試場景

基于現有的各種測試設備、設施，構建了滿足自動駕駛封閉環境測試需求的各類測試場地22種，覆蓋我國典型道路環境、道路類型、天氣及光照條件和交通流環境，具備自動駕駛道路行駛場景、自動駕駛車輛城市道路場景、V2X車路協同場景等37種測試場景的自動駕駛測試能力。

5.承擔了大量的國內外自動駕駛測試任務

測試基地累計承擔自動駕駛汽車測試單位20余家，接待測試車輛60輛次，涵蓋無人駕駛公交車、無人駕駛卡車、小型自動駕駛汽車等多種測試對象，測試項目30余種，總測試里程達2萬余公里。同時，與這些單位在多傳感器感知、車輛隊列控制、車輛路徑規劃等關鍵共性技術開展深入的測試合作。

6.自主研發了多型號、多系列的自動駕駛汽車

長安大學研究團隊開發了兩種不同控制模式的“信達號”和“前行者”自動駕駛汽車，前者采用CAN總線直接控制車輛的轉向和驅動執行機構，后者采用后裝機械結構實現自動駕駛汽車的精準控制。

7.研發了世界上首套自動駕駛室內測試平臺

在多年汽車檢測設備研發的基礎上，開發了世界上首臺自動駕駛汽車測試平臺，可以用于不同智能等級自動駕駛汽車的安全性、敏捷性、舒適性、機器智能的綜合高效測試。

8.開展了智能網聯高速公路的設計與建設工作

2018年8月，長安大學與齊魯交通發展集團簽署了戰略合作框架協議和“智能網聯公路交通研究院”共建協議，共同建設全球第一條基于自動駕駛的智能網聯高速公路。

9.牽頭組建了車聯網與智能汽車測試技術創新聯盟

2017年，由長安大學、清華大學、中國移動 3 家發起，聯合相關高校、科研院所、通信與汽車制造企業、行業主管部門等近30家單位共同組建了“車聯網與智能汽車測試技術”創新聯盟。長安大學為首屆理事長單位，清華大學和中國移動為副理事長單位，聯盟理事單位由來自于交通、汽車、通信、計算機軟件等行業的三十多家國內知名企業組成。

10.建設了多個重點科研平臺

（1）與清華大學合作建立了“車聯網”教育部-中國移動聯合實驗室

（2）陜西省車聯網與智能汽車測試技術工程研究中心

（3）“車聯網與智能交通”陜西省國際科技合作基地

11.開展了廣泛深入的國際合作與交流

與美國康奈爾大學、華盛頓大學、加州大學、德國慕尼黑工業大學、加拿大滑鐵盧大學、英國利茲大學、澳大利亞悉尼科技大學等國際一流高校建立了良好的合作關系。

積極參與IEEE（國際電氣工程師協會）、COTA（海外華人交通協會）、IACIP（國際交通基礎設施協會）等專業協會，并與美國聯邦及部分州級交通部、韓國交通研究院等機構保持良好的互動。

12.承擔了一批自動駕駛相關項科研項目

四、5G自動駕駛技術發展建議

1.行業存在的問題

（1）智能網聯交通系統頂層構架缺失

（2）各子系統間接口缺乏統一規范

（3）5G自動駕駛測試缺乏統一標準和數據共享

（4）企業、高校與研究機構缺乏深度合作

2.行業發展相關建議

（1）加強部際合作，明確智能網聯交通發展方向，構建頂層設計

（2）加快智能網聯示范高速公路建設或改造

（3）制定相關標準，明確各級功能與接口

（4）構建自動駕駛測試技術監管體系，保證產品的安全性

（5）構建產業共同體，擴大技術交流與開放

（6）建立健全自動駕駛相關法律法規，保障自動駕駛平穩落地