5G車聯網不僅要實現車路協同，還要實現“人-車-路-網-云”五維高度協同。在人方面，以MaaS（Mobility?as?a?Service，出行即服務）為核心，為消費者提供一站式出行服務，讓消費者成為自由的人；在車方面，未來的車不僅是數據發送和接收方，還是計算節點，更是數據分享節點，聰明的車將越來越聰明；在路方面，將兼具各類通訊方式（LTE、5G、LTE-V2X、5G?NR-V2X等）、具備集成路側交通信息采集發布、具備本地邊緣計算能力等，通過一體化路側智能設施打造智慧的路；在網方面，5G網絡的兩大核心能力，也就是移動邊緣計算和網絡切片將構建靈活的網；在云方面，將構建一體化開放數據公共服務平臺和云控平臺，同時通過云邊協同形成強大的云。

5G車聯網發展終極目標

5G車聯網發展的終極目標是賦能實現自動駕駛和自主交通。

在自動駕駛方面，目前主流車企正從L2/L2.5邁向L3，陸續發布L3量產車型，并逐步向L4/L5演進。自動駕駛初創公司絕大部分直接切入到L4/L5。要實現自動駕駛L4/L5，存在僅僅依靠單車智能無法解決的場景，比如前方大車遮擋住紅綠燈、大車遮擋探頭、前方幾公里外交通事故無法預知等場景。這些場景，依靠車聯網技術的“上帝視角”可以較好解決。

另外，還存在一些場景，僅僅依靠單車智能雖然能夠較好解決，但依然存在長尾效應。所謂長尾效應，是指99%的力量用于解決1%的問題。比如依靠單車視覺識別交叉路口紅綠燈信息，由于存在樹木遮擋、強光效應、極端天氣等因素，無法做到100%準確。對于這樣存在自動駕駛長尾效應的場景，可以利用車聯網的車路協同技術共同解決。

還有一方面，自動駕駛如果僅僅依靠單車智能，還需要依托于多傳感器融合，其中包括視覺、雷達、激光雷達和高精度地圖與定位等技術。采用車聯網技術將有效降低實現L4/L5自動駕駛的汽車端成本壓力，可以省掉激光雷達或者大幅度降低激光雷達規格，降低高精地圖采集成本。

以上三方面因素，意味著5G車聯網是實現L4/L5自動駕駛的必要條件之一。這也是為什么網聯自動駕駛（CAV），即網聯（CV，Connected?Vehicle）+自動駕駛（AV，Autonomous?Vehicle），是美國自動駕駛發展的重點方向之一。當然，現階段車聯網技術按照標準定義僅能實現信息告警類業務，還不足以達成此目標，需要車聯網標準持續演進。

再看智慧交通方面，ITS（Intelligent?Transport?System，智能交通系統）經歷了不同的發展階段。ITS1.0是信息化階段，ITS2.0是網聯化+協同化階段，ITS3.0是自主交通階段。智慧交通的本質是實現道路交通安全和出行暢通，ITS1.0主要實現交通各個環節信息化，ITS2.0主要實現人、車、路、環境的網聯和協同，ITS3.0主要實現人、車、路、環境等全要素的自主感知、自主決策和自主控制。

智慧交通的持續演進，已經不能只依靠解決道路側的問題，而是需要綜合解決人、車、路、環境的問題。車聯網恰好可以助力智慧交通從1.0邁向2.0，并進一步演進到3.0階段。

“人-車-路-網-云“五維協同

5G車聯網發展需要依托于“人-車-路-網-云“五維協同，打造自由的人、聰明的車、智慧的路、靈活的網、強大的云，如圖一所示，

自由的人

圖1 ??5G車網中的”人“

5G車聯網的目標是解放人的雙手雙腳和大腦，讓人類出行變得自由自在。車聯網提供的業務從信息娛樂服務類業務，向安全出行類業務和交通效率類業務快速迭代發展，并逐步向支持實現自動駕駛協同服務類業務的方向演進。

早期車聯網實現的是Telematics車載信息娛樂服務。通過2G/3G/4G網絡連入互聯網，可以進行實時導航、網頁瀏覽、在線音視頻、車輛數據監控、車載APP應用，并且可以通過手機APP對車輛進行遠程監控和操作等。車載信息娛樂系統（In-Vehicle?Infotainment，簡稱IVI）在5G時代來臨后，產品形態將發生變化，比如AR導航產品等，而且能提供的業務類型也將更加豐富，比如VR實時通訊業務等。

除了面向C端車載信息娛樂服務外，還有大量面向B端的信息娛樂服務類業務，比如TSP（Telematics?Service?Provider，汽車遠程服務提供商）提供車隊管理、共享出行等業務；保險公司提供UBI（User-Behavior?Insurance，基于用戶行為的車輛保險）業務等。

當前車聯網重點關注的是安全出行類業務和交通效率類業務。3GPP已經發布了LTE-V2X的27種（3GPP?TR?22.885）應用場景標準，主要實現輔助駕駛功能，包括主動安全（例如碰撞預警、緊急剎車等）、交通效率（例如車速引導）、信息服務等。

中國汽車標準委員會T/CSAE?53-2017應用列表中定義了17種典型車聯網應用層標準，包括12種安全類業務，4種效率類業務，1種近場支付信息服務。

5G車聯網定義實現自動駕駛功能的25種（3GPP?TR?22.886）應用場景，包括車輛編隊、高級駕駛、遠程駕駛、擴展傳感器四大類功能，加上基礎功能，共25種應用場景（來源《3GPP?TR?22.886?V15.1.0?(2017-03)》）。

車輛編隊：實現多車自動編隊行駛，編隊中后車通過車-車實時連接。根據頭車操作而變化駕駛策略，整個車隊以幾米甚至幾十厘米車距編隊行駛。頭車做出剎車指令后，通過V2V實現前后車之間瞬時反應，后車甚至可以在前車開始減速前就自動啟動制動，從而實現后車跟隨式自動駕駛。

高級駕駛：實現半自動或全自動駕駛，每輛車都與周邊車輛和路側RSU共享自己的駕駛意圖，車輛之間可以實現運動軌跡和操作協同。比如主車在行駛過程中需要變道，將行駛意圖發送給相關車道的其它車輛和路側RSU，其它車輛進行加減速動作或者由路側基礎設施根據主車請求統一協調，使得車輛能夠順利完成換道動作。

遠程駕駛：實現對車輛的遠程駕駛操作，比如駕駛員無法駕駛車輛，或者車輛處于危險環境等駕駛條件受限場景，也可用于特定封閉園區、礦山、港口、公共運輸等行駛軌跡相對固定的場景。

擴展傳感器：實現車端和路側傳感器采集的數據或實時視頻數據在車輛、行人、路側RSU和云平臺之間的交換，從而擴展車輛傳感器探測范圍，使得車輛對周邊情況，甚至是幾公里以外情況能有更全面的了解。

聰明的車?

聰明的車不僅是車本身聰明，而且車還能和外界實現聯網交互，即聰明的車=單車智能+智能網聯。

單車智能主要包括決策層、高精度地圖和定位、傳感器、處理器等核心組件。L4/L5自動駕駛決策層主要依靠AI算法、深度學習等技術，為車輛提供駕駛行為決策判斷；高精度地圖和定位是實現自動駕駛的關鍵能力之一，是對自動駕駛傳感器的有效補充；傳感器是自動駕駛的眼睛，主要包括攝像頭、毫米波雷達和激光雷達等；處理器是汽車的大腦，車載計算平臺包括芯片、顯卡、硬盤、內存等，如圖2所示。

圖2 ??5G車聯網中的“車”

智能網聯主要通過OBU（On?Board?Unit）實現。OBU是一種安裝在車輛上用于實現?V2X?通信的硬件設備，可實現和其他車輛OBU（PC5）、路側RSU（PC5）、行人（PC5）和V2X平臺（Uu）之間的通訊。OBU上需要集成通訊網絡，包括4G/5G?Uu通信芯片和模組，LTE-V2X/5G?NR-V2X通信芯片和模組。

OBU基本功能包括業務功能、管理功能和安全功能，業務功能主要包括數據收發、協議轉換、讀取CAN總線數據、定位、時鐘同步等。

交互的數據主要包括上報類信息BSM（Basic?Safety?Message，車輛安全消息），發送頻率10Hz；下發類信息SPAT（Signal?Phase?And?Timing?Message，信號燈消息），發送頻率2Hz；下發類信息MAP（Map，地圖消息），發送頻率2Hz；下發類消息RSI（Road?Side?Information，路側單元消息），發送頻率1Hz；下發類消息RSM（Road?Side?Message，路側安全消息），發送頻率1Hz。

目前的LTE-V2X?OBU主要做消息展示與提醒，對應前裝和后裝有不同的產品形態。

在前裝方面，除了C-V2X功能集成到T-BOX外，消息顯示與提醒可以放到液晶儀表盤或者中控顯示屏。2019年4月15日，廣汽、上汽、東風、長安、一汽、北汽、江淮、長城、東南、眾泰、江鈴集團新能源、比亞迪、宇通等13家車企共同宣布支持C-V2X商用路標，并規劃于2020年下半年到2021年上半年實現C-V2X技術支持汽車的規模化量產。福特在2019年9月6日新聞宣布計劃于明年上半年推出基于C-V2X的部分預商用功能，即基于中國道路交通法規與實際路況，結合駕駛者意圖、速度、距離等信息對算法模型進行優化，為車主準確、適時、智能地推送道路交通信息與最佳駕駛方案，避免不必要的信息干。作為國內首家進行V2X交通信號燈信息演示的車企奧迪，也在無錫展示了城市交通環境下的全新自動駕駛功能。

前裝方面還有另外一個趨勢，除了乘用車，C-V2X?OBU會在商用車型先行部署，包括出租車、公交車、物流卡車、礦卡、港口車輛等。這些類型的商用車型，相對乘用車型來說具有更為清晰的商業模式。以物流行業為例，高昂的人力成本為物流行業引入自動駕駛和車聯網提供了最基本的驅動力。

在后裝方面，在國家第一個車聯網先導區無錫，中國移動發布了YJ801后視鏡V2X試商用版本，能夠實現紅綠燈信號推送、導航、定位等功能；在美國懷俄明州交通局（WYDOT）DSRC項目中使用Onboard?HMI設備，可以看到嚴重告警信息（例如極端大霧天氣、道路施工等）、普通告警信息（例如雨雪天氣等）、限速信息、前向碰撞預警、車輛速度信息等；在美國佛羅里達州Tampa，由坦帕-希爾斯堡高速公路管理局（THEA）牽頭的DSRC項目中部署智能后視鏡HMI設備，可顯示前車緊急剎車信息、限速信息、車輛速度信息等。

智慧的路?

車聯網路側基礎設施主要包括：①通信基礎設施，4G/5G蜂窩基站；②C-V2X專用通信基礎設施，RSU（Road?Side?Unit）；③路側智能設施，包括交通信號燈、標志、標線、護欄等交通控制設施智能化，以及在路側部署攝像頭、毫米波雷達、激光雷達和各類環境感知設備；④MEC設備，如圖3所示。

一體化路側智能設施由上述4類設備綜合構成，除了第①類明確由運營商投資建設外，②、③、④類涉及的投資規模巨大，投資建設主體碎片化。截至2018年，中國高速公路里程為14.26萬公里，國道里程為36.30萬公里，省道里程為37.22萬公里，農村公路里程403.97萬公里，城市道路超過40萬公里，有50多萬個城市路口。以每公里智能化改造費用100萬元保守測算，僅高速公路智能化改造投入即高達1400多億元。如果需要覆蓋全國的高速公路和城市道路，基礎建設投資預計在3000億元以上。

圖3 ??5G車聯網中的“路”

C-V2X?RSU是部署在路側的通信網關。RSU基本功能包括業務功能、管理功能和安全功能。業務功能主要包括數據收發、協議轉換、定位、時鐘同步等。

RSU具有不同的產品形態。基礎版本支持LTE-V2X?PC5通信能力，匯集路側智能設施和道路交通參與者的信息，上傳至云平臺，并將V2X消息廣播給道路交通參與者。RSU還有LTE?Uu?+?LTE-V2X?PC5雙模版本。5G時代到來后，RSU產品形態將更加多樣化。

除此之外，交通部主推的ETC路側設備，公安部主推的汽車電子標識路側設備，甚至是交通信號燈都存在和V2X合一的產品形態。

RSU產品形態除了豐富通信能力外，還有一種可能，向智能化RSU演進，即RSU上集成智能化邊緣計算能力。

從部署的節奏看，預測未來2到3年將以LTE-V2X?PC5?RSU?+?5G?Uu蜂窩基站這樣的網絡部署為主，即點對點（V2I）通過LTE-V2X專網支撐，蜂窩（V2N）通過5G網絡或者已有的4G網絡支撐。

路側智能設施包括智能化交通控制設施（交通信號燈、標志、標線、護欄等）和攝像頭、毫米波雷達、激光雷達、各類環境感知設備等。

采用單一傳感器存在諸多挑戰，比如攝像頭沒有深度信息、受外界條件影響大；毫米波雷達沒有高度信息、行人探測效果弱（多適用于高速公路）；激光雷達距離有限（16線約100米，32線約200米）、角分辨率不足（識別小動物能力遠弱于視覺方式）、環境敏感度高（受大雪、大雨、灰塵影響）等。

因此路側可以考慮采取多傳感器融合方式，比如大于200米采用毫米波雷達，200米以內采用激光雷達+毫米波雷達，80米以內采用攝像頭+激光雷達+毫米波雷達。

毫米波雷達和激光雷達實時采集環境信息，分析路面所有大機動車、小機動車、非機動車、行人等的位置、速度、角度和距離，判斷障礙物的危險系數，有效提前預警。雷達和攝像頭安裝得越近越好，有利于激光雷達三維坐標標定到圖像上，這樣攝像頭可以為雷達檢測到的障礙物提供融合識別數據，并能提供障礙物真實的圖像信息，如圖4所示。

圖4 ??5G車聯網中的路側智能設施

靈活的網?

5G網絡兩大核心技術移動邊緣計算和網絡切片將與車聯網深度融合，為C-V2X提供靈活性高、頑健性強的網絡能力。

5G車聯網的MEC需要具備多設備連接能力，接入RSU、OBU、智能化交通控制設施（交通信號燈、標志、標線、護欄等）、攝像頭、毫米波雷達、激光雷達、各類環境感知設備的信息，同時向上連接云平臺；MEC需要具備多傳感器融合處理能力，比如攝像頭+激光雷達+毫米波雷達融合分析算法；MEC還需要具備ITS相關協議處理能力，比如針對交叉路口防碰撞預警業務，在車輛經過交叉路口時，MEC通過對車輛位置、速度及軌跡分析研判，分析出可能存在的碰撞風險，通過RSU傳輸到車輛OBU，起到預警目的，如圖5所示。

圖5 ???5G車聯網中的“網”

網絡切片是SDN/NFV技術應用于5G網絡的關鍵服務，一個網絡切片將構成一個端到端的邏輯網絡，涵蓋所有網段，包括無線網絡、有線網絡、傳輸網、核心網、業務應用，按切片需求方的需求靈活地提供一種或多種網絡服務。

5G網絡可以為車聯網提供eMBB、mMTC、uRLLC不同類型的網絡切片。eMBB切片可以承載車載VR實時通訊、全景合成等業務；mMTC切片可以承載汽車分時租賃等業務；uRLLC切片可以承載AR導航等業務。

網絡切片在5G?SA網絡中由運營商投資建設。未來需要在LTE-V2X?PC5?+?5G?NR-V2X?PC5專網部署和5G網絡切片上承載兩種方案中做出選擇。

強大的云

強大的云將構建一體化開放數據公共服務平臺和云控平臺，可為車載終端、一體化路側智能設施、第三方車聯網應用平臺提供高并發接入、實時計算、應用托管、數據開放、決策控制等能力。

海量微觀數據和宏觀數據處理。比如微觀的個人駕駛行為數據和宏觀的交通數據等將接入云平臺。車聯網數據經過清洗、脫敏、建模、分析以及可視化后，一方面可用于提供一體化開放數據公共服務，衍生出大量面向主機廠、Tier?1、運營商、行業客戶、政府管理者、普通消費者的增值服務；另外一方面可用于提供云控服務，實現智能決策和實時調控，如圖6所示。

圖6 ??5G車聯網中的“云”

“人-車-路-網-云”五維協同發展，將賦能5G車聯網探索個人服務、行業服務和公共管理服務。

來源；通信世界