院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时

智能网联汽车 , 有“单车智能”和“车路协同”两条路 。 “单车智能”是传统的采用整车为王的逻辑 , 将大量和昂贵的传感器、芯片应用在汽车上 , 让单车实现感知、决策、规划等功能 。
而采用“车路协同”的策略 , 可以将大部分的工作移交给路端、网端和云端 , 各端靠5G连接在一起 , 是十分有前途的方向 。
本文汇总整理了国内最权威专家中国工程院邬贺铨院士有关5G与智能网联汽车的话题 , 分为了“为什么是5G” , “5G的应用” , “5G的特点和挑战”三个部分 。
尝试回答Why , How , What三个问题 , 有助于我们全面了解5G在无人驾驶、车联网、车路协同等领域的应用以及面对的挑战 。
本文共计3994个字 , 阅读时间需要20分钟 。
院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时文章插图
主要观点1. 5G的增强移动宽带、高可靠低时延、广覆盖大连接 , 让无人驾驶生逢其时 。
2. 目前针对于公众通信设计的5G网络 , 与车联网点到多点和多点到点等场景有很大区别 , 需要优化 。
3. 5G的网络切片、基于服务的网络体系、边缘计算等特点 , 对于网联汽车既有优势也有挑战 。
院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时文章插图
第一部分 , 为什么是5G十年一代 , 速度千倍
所谓的G(Generation) , 即一代一代的意思 。 1G移动通信是模拟的 , 一个蜂窝小区 , 依靠频率不同区分用户;2G是数字的 , 以GS为代表的时分多址 , 依靠时序不同区分用户;3G以CDMA为代表 , 采用的是码分多址;而4G , 将频分、时分、码分都用上了 。
NR-V2X是5G , 采用与4G同样的正交频分多址 , 从最早的1G到现在的5G , 都经历了“十年一代 , 峰值速度提升千倍”的过程 。
院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时文章插图
根据通信的基本原理 , 把基站做的更密 , 把天线做的更密 , 把信道带宽展得更宽 , 再加上物理层技术的提升 , 通过这些技术的支撑 , 5G实现了增强移动宽带、高可靠低延时、广覆盖大连接的特性 。
通过云化、虚拟化、软件定义、网络切片的网络技术 , 5G比4G在多项性能上有1-2个数量级的提升 。
5G虽然仅仅是一个无线技术 , 但同时也是联结云计算、大数据、人工智能、网联网、区块链、工业互联网的纽带 。
把前端物联网的数据采集 , 接入到网络上 , 送到核心网 , 送到后台数据中心和云计算进行分析处理 , 这样便打通了数据采集、存储、处理、分析到决策的全过程 , 发挥了数据作为生产要素的作用 。
无人驾驶生逢其时
汽车自动驾驶不同级别对时延有不同的要求 , L3-L5级别的远程驾驶、传感器共享、自动泊车 , 要求端到端的时延不超过3毫秒 , 可靠性要求为5个9(99.999%) , 每辆车每秒数据1GB , 传感器带宽为1GB 。
4G即使加上边缘计算MEC , 时延只能做到10毫秒量级别 , 仅仅可以支持L1和L2的要求 。
院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时文章插图
“5G空中接口”加上“边缘计算MEC” , 可以实现1毫秒的延时 , 可靠性可以做到6个9(99.9999%) , 是自动驾驶特别是L5无人驾驶比较合适的通信手段 。
具体的 , 5G的超带宽 , 可以满足车载激光雷达200Mbps要求;低时延可以满足L4/L5的1到10毫秒要求;而5G的定位 , 其精度在垂直方向以及室内都优于卫星定位 。
院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时文章插图
第二部分 , 5G的应用车联网的应用场景
基于车联网V2X的通信标准 , 最早采用短距离通信DSRC , 发展出了基于蜂窝的C-V2X 。 C-V2X又分为了基于4G的LTE-V2X , 增强的eV2X , 而5G是新空口的NR-V2X 。
目前5G车联网由V2V、V2P、V2I、V2N四类通信组成 , 可以服务于车联网V2V/V2I的安全、V2I/V2P的提升效率和V2I的服务三大领域 。
这些应用归纳起来 , 即满足车速小于130公里/小时 , 通信距离大于300米 , 系统延时小于100毫秒 , 数据更新频率1Hz , 定位精度小于1.5米 , 路边单元可以覆盖320米的半径 , 密度200-400米的场景中 。
院士硬核长文,5G车联网加速,无人驾驶、车路协同生逢其时文章插图
相比于其他V2X通信方式 , 5G的通信范围可以延长到1公里 , 下行带宽为1G , 时延不超过3毫秒 , 可以进一步实现情景感知和协作驾驶 。
不同于公众通信
下图汇总和对比了5G在车路协同和公众通信网上的主要区别 。