车联网支持实现无人驾驶的思考

王志勤

【摘要】车联网能够支撑无人驾驶在环境感知、计算决策和控制执行环节的协同需求。当前，我国在车联网技术标准、产业发展与应用实践方面均已取得积极进展，但网联深度支撑无人驾驶仍然面临着基础设施建设、技术融合创新和商业运营模式等方面的挑战。我国应抓住难得的历史发展机遇，加强网联无人驾驶的政府顶层设计、共性关键技术的协同攻关、通信网络基础设施的全面部署、法律法规和机制体制的建设，分阶段、分步骤、分场景推进网联无人驾驶的部署实施，促进网联无人驾驶技术和产业的发展。

【关键词】无人驾驶  车联网  5G

【中图分类号】U495                            【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2021.04.006

我国在车联网技术创新、应用实践和产业生态构建等方面均取得了积极进展，这将有利于探索实现一条网联支持无人驾驶的融合创新发展路径。本文聚焦无人驾驶应用，首先从“环境感知、计算决策、控制执行”三个环节研究提炼单车智能无人驾驶对网联协同的发展需求;其次，介绍车联网的技术与产业发展整体现状，分析探讨网联无人驾驶面临的挑战，提出加快推进网联无人驾驶发展的建议。

网联无人驾驶的典型应用场景和需求

无人驾驶是车辆作为运载工具智能化、网联化发展的核心应用功能，也是车联网、智慧交通产业发展的核心应用服务。在技术实现路线上，存在单车智能无人驾驶和网联无人驾驶两种不同的解决方案。单车智能无人驾驶主要依靠车辆自身的视觉、毫米波雷达、激光雷达等传感器进行环境感知、计算决策和控制执行。网联无人驾驶则是在车辆智能化基础上，通过车联网实现车与车、车与路等的互联和信息交互，从而实现协同感知并帮助车辆进行决策和控制，加速无人驾驶应用成熟。

在单车智能无人驾驶方面，美国的谷歌Waymo、特斯拉和通用Cruise等已经开展大量测试，研发的Autopilot自动辅助驾驶功能等已经量产，并逐步在加州凤凰城等开展载人无人驾驶出租车功能试验。我国上汽、长安一汽等汽车厂商逐步推动部分自动驾驶功能量产，如长安汽车正式发布了中国首个量产L3级自动驾驶系统，并在重庆量产体验;互联网公司百度、滴滴等也在上海、长沙、广州等示范区和先导区开展高等级自动驾驶测试。但是，从美国加州的自动驾驶人工接管报告（Autonomous Vehicle Disengagement Reports）和我国的《北京市自动驾驶车辆道路测试报告（2019年）》来看，自动驾驶还存在很多脱离接管的情况。一方面是车辆自身感知等能力仍存在问题，如易受恶劣天气、其他交通参与者的意外行为、违章变道超车、车辆切入、无保护左转、交叉路口通行、违章侵占车道等的影响;另一方面是处理与社会车辆的博弈、对复杂场景的理解等一些应急情况的能力还有待完善。

网联无人驾驶旨在拓展和助力单车智能无人驾驶在环境感知、计算决策和控制执行等方面的能力升级。在环境感知环节进行协同，支持车辆获得比单车智能感知更多的信息，例如解决非视距感知或容易受恶劣环境影响等情况;在计算决策环节进行协同，增强车与车、车与路之间的系统性决策，例如解决车辆优先级管理、交通路口优化控制等情况;在控制执行环节进行协同，对车辆驾驶行为进行干预，例如解决车辆远程遥控脱困等情况。

环境感知的挑战及网联协同需求。在基于单车智能的无人驾驶解决方案中，视觉传感器、激光雷达、毫米波雷达以及红外夜视、超声波等传感器是系统的主要组成。然而，各类传感器的可靠性以及对突发事件的響应能力仍然存在不足，进而影响到无人驾驶系统的环境感知能力，例如容易受到遮挡、恶劣天气等环境条件影响。

网联化通过车路协同、车车协同，能够极大地拓展单车的感知范围，并且不受遮挡限制，能够让单车提早发现未知状况，从而应对突然目标驶入等目前在无人驾驶测试和事故中难以应对的状况。以十字交叉路口为例：车辆对外广播自身身份、定位、运行状态、轨迹等基本安全消息，通过车辆与车辆之间的通信，交叉路口其他方向来车能够接收信息并作出行驶决策;红绿灯等交通基础设施联网，通过红绿灯与车辆之间的通信，车辆可以实时准确地知道红绿灯等交通设施的信息。再如隧道、停车场等封闭场所的定位，配合路侧通信设备、边缘计算服务器等的支持，可以拓展隧道、停车场等内外信息，避免进出隧道和停车场瞬间出现的视觉感知差异。

计算决策的挑战及网联协同需求。计算决策主要实现的功能可以分为两类：一是对环境感知数据进行目标识别，深度神经网络是目前在感知中使用最多的方式，也是目前对无人驾驶系统算力消耗需求最大的任务;二是针对感知的结果以及车辆的行驶任务，给出行驶路线、车辆动作的决策规划。在硬件上，计算决策主要由基于CPU、GPU、DSP、AI芯片、MCU等多核异构分布的计算处理平台承载。算力和功耗之间的矛盾是目前单车智能无人驾驶计算处理平台遇到的重要瓶颈。同时，由于交通行为是众多参与者之间互相“博弈”，因此，在路径动作的决策规划环节，单车智能无人驾驶难以给出最佳的解决方案。

网联化有望分担单车的算力消耗。一是网联化作为“超级传感器”能够直接给出感知的目标结果，省去了复杂的对传感器信号的计算分析过程，如红绿灯的判断，从而大大减轻单车的算力需求;二是有望借助云计算、边缘计算等能力，将路侧的算力引入，例如在路侧安装视觉、激光等传感器，下发路侧感知结果，从而降低单车系统的计算功耗。在驾驶策略方面，网联化能够直接给出关键结果状态信息，例如周边车辆的下一步动作意图、当前路况下最佳的行驶路线等，减少了复杂的计算处理过程，并且能够准确地了解周围交通参与者的意图。此外，在特定场景下，网联化能够集中采集其范围内的交通参与主体，根据所有主体的目的和状态，给出全局最优的解决方案，无需再通过“试探”和“博弈”给出决策规划。

控制执行的挑战及网联协同需求。单车无人驾驶的控制执行主要是将计算决策给出的动作命令，通过车辆的动力学模型和人机交互界面，传送到电机、油门、刹车等执行机构以及车载屏幕、方向盘、音响等人机交互设备。在控制执行方面，考虑到无人驾驶系统和人类驾驶之间的协同处理以及车辆控制的可靠性、安全性，控制系统的冗余备份、高实时响应是主要的技术需求。

网联化在控制执行方面能够提供远程遥控驾驶、协同驾驶的应用模式。例如远程遥控驾驶，在5G网络的支持下，可以实时获取车辆的行驶状态和周边交通环境信息，通过发送指令控制远在几十甚至几百公里之外的车辆，完成启动、加减速、转向等真实驾驶操作，可以应用于危险品以及矿区运输，也可以满足无人驾驶失效情况下人工远程介入的需求。美国卡特彼勒的综合性管理监控系统（MINESTAR）、日本小松的综合性矿山车队管理系统（AHS）等已实现无人采矿方案的商业部署。再如车辆编队行驶，利用5G通信的低时延、高可靠能力，同方向行驶的一队车辆通过相互间的直接通信而实现互联，车队尾部的车辆可以在最短时间内接收到头车的驾驶策略，进行同步加速、同步刹车等操作。此外，网联化能够将车辆的控制和执行进行分离，在应用创新和产业孵化上将有所帮助。

网联技术与产业发展综述

车联网通过将“人–车–路–云”交通参与要素有机地联系在一起，不仅可以支撑车辆获得比单车感知更多的信息，促进自动驾驶技术成熟和应用，还有利于构建智慧交通体系，促进汽车和交通服务的新模式新业态发展，也能够加快5G、人工智能等新一代信息通信技术在汽车、交通等垂直行业的应用[1][2][3]。

全球积极推动车联网融合标准化工作。在底层通信技术方面，国际标准组织3GPP定义了基于LTE移动通信技术演进形成的LTE-V2X、5G及5GV2X标准化技术[4][5][6]，采用了蜂窝网络通信和直连通信两种方式。蜂窝网络通信，是指车辆利用现有的4G/5G蜂窝网络与云服务平台进行信息交互。直连通信（以下简称直通），包含车与车、车与路侧基础设施两个部分，是车辆、路侧基础设施利用广播方式在近距离范围内进行信息交互。在数据和信息交互互联互通方面，美国汽车工程师协会SAE牵头制定了适用于短距离通信的消息字典标准（SAE J2735）[7]以及消息发送的系统技术要求标准（SAE J2945）[8]。与之对应，欧洲电信标准化协会ETSI定义了协同感知消息（CAM）和分布式环境感知消息（DENM）[9][10][11]。

中国通信标准化协会牵头基本完成LTE-V2X总体架构、空中接口、网络层、消息层、通信安全等基础支撑和互联互通相关技术标准与测试规范的制定[12]，包括《基于LTE的车联网无线通信技术空中接口技术要求》《基于LTE的车联网无线通信技术网络层技术要求》《基于LTE的车联网无线通信技术消息层技术要求》《基于LTE的车联网无线通信技术安全证书管理系统技术要求》等。全国汽车标准化技术委员会、全国智能运输系统标准化技术委员会和全国道路交通管理标准化技术委员会则立项制定了包括《基于LTE-V2X直连通信的车载信息交互系统技术要求》《公路工程适应自动驾驶附属设施总体技术规范》和《道路交通信号控制机信息发布接口规范》等在内的LTE-V2X相关应用标准，加快LTE-V2X技术在汽车驾驶服务、交通基础设施以及交通管理方面的实际应用。

与此同时，为了加强跨行业标准协同，在国家制造强国建设领导小组车联网产业发展专委会指导下，我国工业和信息化部、公安部、交通运输部、国家标准化管理委员会联合组织制定了《国家车联网产业标准体系建设指南》，目前已发布总体要求、智能网联汽车、信息通信、电子产品与服务、车辆智能管理若干部分，智能交通分册完成征求意见。聚焦C-V2X领域，汽车、智能交通、通信及交通管理领域的标准化技术委员会签订了《关于加强C-V2X标准合作的框架协议》，促进C-V2X技术标准在汽车、交通、公安等跨行业领域的应用推广。

车联网产业链主体日益丰富。依托国内良好的產业环境，基于LTE-V2X的芯片模组、车载终端设备（OBU）、路侧通信设备（RSU）等均具备了实际商用能力，配套的端到端产业链已经建立。大唐、华为、中国移动等企业相继推出了5G蜂窝通信与LTE-V2X直通的双模设备。5GV2X直通的产业化尚需一定时日，还需要经过产品开发和规模测试等阶段，行业普遍预测5GV2X直通芯片最早到2023年后才能支撑实际商用。车载终端设备已被车企广泛关注并采用，通用别克、福特、上汽、广汽等国内外汽车厂商相继发布了5G蜂窝与C-V2X的量产商用计划。路侧终端设备得到了交通行业企业、电信运营商以及互联网公司的积极支持，千方、万集、金溢等交通行业企业开发了基于LTE-V2X的路侧通信设备以及感知通信一体化路侧设备;中国移动、中国电信、阿里巴巴、滴滴等企业相继布局了基于车路协同的智能路侧系统，并结合自动驾驶测试在封闭测试场、开放道路等部署安装。

IMT-2020（5G）推进组C-V2X工作组等行业组织积极推进产业链协同研发和规模化测试验证。2020年C-V2X“新四跨”暨大规模先导应用示范活动，吸引了40余家国内外整车企业、40余家终端企业、10余家芯片模组企业、20余家信息安全企业、5家图商及5家定位服务提供商等共同参与，拉通了产业链各环节的研发与测试，充分验证了我国C-V2X标准全协议栈的有效性，也验证了C-V2X功能、性能能够满足规模化商用部署需求。

应用示范，促进网联基础设施应用部署。工业和信息化部、公安部、交通运输部等协同推动跨部门合作与部省合作，支持车联网（智能网联）示范区、先导区建设。2019年至今，工信部相继批复支持创建江苏（无锡）、天津（西青）和湖南（长沙）国家车联网先导区，支持在重点高速公路、城市道路规模部署蜂窝车联网C-V2X网络，结合5G和智慧城市建设，完成重点区域交通设施车联网功能改造和核心系统能力提升，带动全路网规模部署，支持自动驾驶、智慧出行和智能交通管理等多类别应用场景。2020年9月，北京亦庄启动全球首个网联云控式高级别自动驾驶示范区，以支持L4级以上高级别自动驾驶车辆的规模化运行，计划到2022年，完成“智慧的路、聪明的车、实时的云、可靠的网和精确的图”五大体系建设，打通网联云控式自动驾驶的技术和管理关键环节，形成城市级工程试验平台，最终实现高速公路无人物流、L4级自动驾驶出租车、智能网联公交车、自主代客泊车等高级别应用场景。

产业各方加强协同，从封闭到开放、从无人到载人、从城市到高速，测试示范不断推进。截至2020年9月，我国已有26个省市陆续发布了智能网联汽车道路测试实施细则并指定了智能网联汽车道路测试路段，各省市共计发放了约455张智能网联汽车道路测试牌照，覆盖整车制造企业、ICT企业、初创企业、科研机构等。结合长沙“双一百”车联网基础设施建设，百度自动驾驶出租车队（RoboTaxi）自2019年9月在长沙试运营，已累计实现上万次的安全载客出行。2020年1月，京礼高速（延崇北京段）率先开展了高速公路场景80公里时速L4级自动驾驶和基于蜂窝网络技术车路协同测试，以及自动驾驶队列跟驰演示。

在城市、高速公路等环境，LTE-V2X路侧单元（RSU）等加快部署。主要部署城市包括无锡、长沙、重庆等，每个城市分别部署百余个，天津、广州、福州、厦门、苏州、盐城、柳州等其他20余个城市也有不同程度的部署。综合来看，城市环境下的车联网基础设施建设正处于重点地区从测试示范走向先导性应用、全国各地普遍部署的关键时期，已呈现出规模化发展的趋势。高速公路积极推进车联网、智能交通系统等相关基础设施建设，构建车路协同服务与管理体系，主要包括打通京沪沿线的“1号高速公路”工程、北京和河北的延崇高速、江苏的新一代国家交通控制网（常州）试点工程、山东的智能网联高速公路测试基地项目等。相关车路协同高速公路示范项目部分建设或规划采用车联网LTE-V2X路侧单元。

网联支持实现无人驾驶的挑战

“网联”是加强路侧基础设施对车端赋能的“管道”，也是推动“聪明的车”与“智慧的路”深度融合的支撑性技术。基于车联网技术和产业的发展成熟度，网联深度支撑无人驾驶仍然面临着基础设施建设、技术融合创新和商业运营模式等方面的挑战。

网联基础设施建设挑战。实现网联无人驾驶，需要路侧感知设备、通信单元和计算平台等基础设施的配套支持，但是目前适用于无人驾驶的基础设施建设规划尚未明晰，数据互通壁垒掣肘产业生态培育。一是网联无人驾驶相关基础设施建设的参与主体多元化，直接导致建设呈现碎片化状态，模式尚不清晰。当前政府独资/合资企业、高速公路业主、电信运营商等参与主体在建设方面各具优劣势，但均面临模式不清晰的问题。二是基础设施建设投资规模大、规划路径尚未明确。网联无人驾驶依赖路侧基础设施覆盖率和车载终端渗透率跨越式提升，但路侧基础设施涉及种类多、行业分布广、投资规模大，存在投资回报不确定、安全责任风险等问题。当前，部分城市或高速路段进行智能网联化改造，也存在缺乏统一的工程建设方案以及对交通整体的布局考虑等问题。同时，车载终端渗透率、路侧设施建设密度较低，无法支撑全时空、全要素的道路交通信息感知，难以支撑各类自动驾驶应用的落地。三是产业生态难建立，需打破数据互联互通壁垒。各类基础设施隶属于不同建设主体，所采集数据分属于不同企业、不同主管部门，势必存在信息孤岛现象。实现设备互联、平台数据互通，一方面需要跨行业、跨部门统筹协同，打破行業平台管理壁垒，另一方面，亟待完善设备通信接口、系统平台接口、消息一致性等方面的标准化体系。

技术融合创新的挑战。网联深度协同的技术体系仍需完善，车辆信任路侧采集发布的信息进行无人驾驶决策，需要路侧基础设施建立起相应的功能安全等级、预期功能安全等概念。一是路侧消息采信机制难以建立。当前，整车厂、零部件厂商及互联网企业普遍认为路侧信源只能与车载传感器同等对待，即无人驾驶车辆无法对外部信息直接采信，路侧传感器仅仅是冗余信源。未来或可通过在路侧消息中附加可靠性等级来保证消息的可信度。二是传输信道可靠性难以保证。网联无人驾驶需要5G网络提供大带宽、超高可靠低时延、广连接的通信环境，但无线信道质量往往受遮挡、散射、多径衰落等因素的影响较大，导致时延、丢包率等掣肘路侧消息传输可靠性的指标难以保证。三是车与车、车与路的身份认证问题是依托网联技术实现无人驾驶的必要条件，目前行业采用基于公钥基础设施（PKI）的数字身份认证机制，为车载通信设备、路侧通信设备发放合法的数字证书，实现通信过程的身份认证。这需要不同行业主管部门、不同地区建立协同统一的数字身份认证机制，维护协同互认的数字证书信任关系。四是与车端相符的路侧功能安全界定尚不明确。传统汽车企业对将网联化技术深度融入整车研发迭代尚存疑虑，关键原因在于路侧基础设施缺乏与车端相匹配的功能安全及预期功能安全体系，难以建立面向智能网联汽车的事故责任认定机制。基于车端功能安全及SOTIF的安全评价方法，积极探索路侧基础设施的功能等级要求及安全界定标准，或将推动车路协同深度融合。

商业化运营的挑战。网联无人驾驶的商业化运营模式仍处于设计探索阶段，配套政策法规亟待完善。一是缺乏面向公众服务的“杀手级”应用，大多数城市已经推行的RoboTaxi服务仍然需要按照设定好的站点上下车，且需要安全员干预启停过程，行驶路径也相对简单，离实现真正的“无人”驾驶还有很长一段路。二是配套政策法规不够完善，掣肘示范应用向商业运营转化。网联无人驾驶依赖高精度地图和定位的支撑，二者均会受到测绘相关法规的管理和约束，仍需进一步明确在地图加密偏转、众包测绘、原始GPS采集等环节的要求。此外，对于RoboTaxi等的商业化运营，还需要加强营运车辆界定、事故责任认定等方面的法律法规建设。

网联支持无人驾驶融合发展的建议

我国应抓住难得的历史机遇，坚定推动网联无人驾驶发展。政府、行业、企业应多方协同，积极构建产业发展环境，推进无人驾驶技术和产业成熟，促进全球广泛认同的形成。

网联支持无人驾驶的政策举措。各级政府高度重视无人驾驶的发展，纷纷出台顶层规划和指导意见。2020年2月，国家发改委等十一部委联合发布《智能汽车创新发展战略》，围绕智能汽车发展明确提出构建先进完备的智能汽车基础设施体系。2020年3月，工业和信息化部印发《关于推动5G加快发展的通知》，提出促进“5G+车联网”协同发展。2020年8月，交通运输部印发《关于推动交通运输领域新型基础设施建设的指导意见》，提出打造融合高效的智慧交通基础设施，重点提到了助力5G等信息基础设施建设。2020年10月，国务院办公厅正式印发《新能源汽车产业发展规划（2021-2035年）》，明确将推动新能源汽车与能源、交通、信息通信全面深度融合。此外，相关部门针对地图测绘、智能网联汽车测试等相继制定相应规范，包括《测绘资质管理办法（征求意见稿）》《智能网联汽车道路测试与示范应用管理规范》（征求意见稿）》等。

网联支持无人驾驶的建议。我国应积极构建产业和应用发展环境，协同推进网联无人驾驶趋向成熟。一是建议相关政府部门共同出台顶层规划，明确网联协同的无人驾驶路径选择、发展路线图和时间计划安排，以促进汽车、信息通信、交通、电子等跨行业领域之间的协同。二是把握好共性关键技术的协同攻关。针对单一行业难以解决的共性关键技术，如服务于无人驾驶的“人–车–路–云”通信网络体系和无线通信技术，要充分注重开放接口、信息交互协议和数据规范等的设计。三是全面部署通信网络基础设施，打造网联无人驾驶的基础支撑环境。协同建设基于LTE-V2X、5G等无线通信技术的网络基础设施，提升其在主要高速公路和城市主要道路的覆盖水平。完善路侧通信设备或基站的数据接入规范，提高其与道路基础设施、智能管控设施的融合接入能力。四是加强法律法规和机制体制建设。提前谋划，抓紧研究解决制约自动驾驶产业发展的法律法规问题，构建符合我国国情的自动驾驶产业发展政策法规体系，推动适时制订、修订有利于产业发展的政策规定。

在网联无人驾驶部署实施过程中，要把握分阶段、分步骤、分场景等推进原则。一是分阶段推动智能道路基础设施的新建和升级。从局部试点到全区域覆盖，优先选择有条件的重点城市、高速路段进行道路基础设施改造，再逐步拓展到区域级、城市级范围。从基础信息互联到感知、计算拓展能力延伸，优先推动红绿灯等已有道路交通标志标牌等的联网，再逐步推进边缘计算平台、雷达、视觉摄像头等感知、计算路侧设施部署。二是分步骤推进网联无人驾驶的测试验证与应用示范。鼓励产业链各方参与，面向网联无人驾驶应用，建设模拟仿真、封闭式、半开放等的示范区和测试基地，深化合作、数据共享、测试互认，加快推动示范应用。逐步推动从区域到全域、从子功能到全功能的大数据及云平台建设，促进各类平台互通、信息互联与数据共享，加速基于网联无人驾驶的应用服务体系构建。三是分场景开展网联无人驾驶的应用示范，推动先试先行探索建设和运营模式成熟。推动无人驾驶出租车和自动巴士等应用在特色小镇、产业园区和智慧城市示范性推广和规模化应用，全面提升居民生活和出行体验。在有明确运营主导权的特定场景，如煤矿、港口、码头等，探索全域无人驾驶技术的集成应用。在具有条件的高速公路开展车辆编队行驶等应用试点，服务于干线物流。

注释

[1]中国信息通信研究院：《車联网白皮书（2017年）》。

[2]中国信息通信研究院：《车联网白皮书（2018年）》。

[3]中国信息通信研究院：《车联网白皮书（C-V2X分册）》，2019年。

[4]3GPP TR36.885， Study on LTE-based V2X services， 2016.

[5]3GPP TR22.886， Study on enhancement of 3GPP support for 5G V2X services， 2018.

[6]3GPP TR38.885， Study on NR Vehicle-to-Everything （V2X）， 2019.

[7]SAE J2735 Dedicated Short Range Communications （DSRC） Message Set Dictionary， 2016.

[8]SAE J2945/1 On-Board System Requirements for V2V Safety Communications， 2016.

[9]ETSI EN 302 637-2. Intelligent Transport Systems （ITS）; Vehicular Communications; Basic Set of Applications; Part 2： Specification of Cooperative Awareness Basic Service， 2018.

[10]ETSI EN 302 637-3. Intelligent Transport Systems （ITS）; Vehicular Communications; Basic Set of Applications; Part 3： Specifications of Decentralized Environmental Notification Basic Service， 2018.

[11]ETSI TS 102 894-2. Intelligent Transport Systems （ITS）; Users and applications requirements; Part 2： Applications and facilities layer common data dictionary， 2018.

[12]林琳、李璐、葛雨明：《车联网通信标准化与产业发展分析》，《电信科学》，2020年第4期。

责 编/王亚敏（见习）