欢迎关注“创事记”的微信订阅号：sinachuangshiji

文/网优雇佣军（hr_opt）

自动驾驶分为6个等级：

Level 0：人工驾驶，无驾驶辅助系统，仅提醒。

Level 1：辅助人工驾驶，可实现单一的车速或转向控制自动化，仍由人工驾驶（如定速巡航、ACC）。

Level 2：部分自动驾驶，可实现车速和转向控制自动化，驾驶员必须始终保持监控（如车道中线保持）。

Level 3：有条件自动驾驶，可解放双手（hands off），驾驶员监控系统并在必要时进行干预。

Level 4：高级自动驾驶，可解放双眼（eyes off），在一些预定义的场景下无需驾驶员介入。

Level 5：全自动驾驶，完全自动化，不需要驾驶员（driverless）。

关于自动驾驶的基本原理，需了解三大关键词：传感器、数据融合（Data Fusion）、100%安全性决策。

自动驾驶需要的传感器系统主要有三种类型：摄像头、雷达和激光雷达。

摄像头是自动驾驶必备的传感器，包括前视、后视和360度摄像系统，后视和360度摄像头主要提供360度外部环境呈现，前视摄像头主要用于识别行人、车辆、道路、交通标志等。

自动驾驶需要多个雷达传感器，其功能是无线探测和测距，主要用于盲点检测、防碰撞、自动泊车、制动辅助、紧急制动和自动距离控制等应用。目前的雷达系统主要基于24GHz和77GHz，相较于24GHz，77GHz在测量距离和速度时具有更高的精度，以及更高的角分辨率，且还具备天线尺寸小、干扰小等优点。

?激光雷达（LiDAR）

LiDAR，即Light Detection And Ranging的缩写，它是一种基于激光的系统，除发射器（激光器）外，系统还具备高灵敏度的接收器。LiDAR主要用于测量静止和移动物体的距离，并通过处理提供所检测物体的三维图像。

LiDAR应用于自动驾驶所面临的挑战是，如何克服在雨雪、雾、温度等环境影响下识别较远距离的物体，同时，这玩意成本太高，目前不适合汽车领域的大规模部署。

数据融合就是将不同传感器（如雷达、摄像头和激光雷达）数据进行智能化合成，实现不同信息源的互补性、冗余性和合作性，从而做出更好、更安全的决策。比如摄像头具有分辨颜色（识别指示牌和路标）的优势，可易受恶劣天气环境和光线的影响，但雷达在测距、穿透雨雾等有优势，两者互补融合可作出更精确、更可靠的评估和判断。

一旦出现交通事故，重则导致人身伤亡，因此，自动驾驶对技术安全的要求相当苛刻，需实现接近100%的安全性。

简而言之，自动驾驶就是通过传感器收集全面的环境信息，再对信息融合处理，并作出接近100%安全性决策。

目前多数人所谈的自动驾驶，都是基于汽车本地端的传感器、数据融合来实现决策的。

但是，你有没有想过，这种单凭本地端实现的方式存在一些局限性。

当汽车横穿十字路口时，自动驾驶能预知从左侧高速驶来的大卡车吗？

由于易受雨、雪、雾、强光等环境影响，摄像头能始终准确识别指示牌和红绿灯吗？

当自动驾驶在高速路上以130公里/小时行驶时，摄像机/雷达融合无法安全地检测到前方超过120米距离外的停车，这将触发超过5米每平方秒的紧急制动，这是无法接受的。

总之，道路环境异常复杂，雷达、摄像头和激光雷达等本地传感系统受限于视距、环境等因素影响，要实现100%安全性，自动驾驶需要弥补本地传感器所欠缺的感知能力。

简单的理解，本地传感系统让汽车实现了“眼观六路”，但自动驾驶还需要“耳听八方”。

这就需要C-V2X闪亮登场。

C-V2X指从LTE-V2X到5G V2X的平滑演进，它不仅支持现有的LTE-V2X应用，还支持未来5G V2X的全新应用。它基于强大的3GPP生态系统和连续完善的蜂窝网络覆盖，可大幅降低未来自动驾驶和车联网部署成本。

与雷达、激光雷达等传感器不同，我们可以把V2X视为一种无线传感器系统的解决方案，它允许车辆通过通信信道彼此共享信息，它可检测隐藏的威胁，扩大自动驾驶感知范围，能预见接下来会发生什么，从而进一步提升自动驾驶的安全性、效率和舒适性。C-V2X被认为是自动驾驶的关键推动因素之一。

C-V2X能做什么呢？还是继续举例吧。

如上图，道路前方弯道处停有一辆抛锚的汽车，但由于正好处于弯道，汽车本地的摄像头、雷达等传感器无法检测到，眼看一场车祸正要酿成悲剧。

幸运的是，我们有V2X。

V2X通过通信网络共享信息，具有“耳听八方”的能力，此时汽车显示屏上会提示前方有车辆，并启动减速和转向，安全通过。

如上图，前方的大卡车挡住了视线，而对面正驶来一辆汽车，此时要超车，毫无疑问是非常危险的。

当驾驶员刚打左转灯准备超车时，V2X通过显示屏立即提示，前方有来车，不能超车…

直到危险解除后，才顺利超车，安全通过。

V2X主要包括V2N（车辆与网络/云）、V2V（车辆与车辆）、V2I（车辆与道路基础设施）和V2P（车辆与行人）之间的连接性。

2015年，3GPP在Rel。 14版本中启动了基于LTE系统的V2X服务标准研究，即LTE-V2X，国内多家通信企业（华为、大唐、中兴）参与了LTE-V标准制定和研发。2016年9月，首版涵盖了V2V和V2I的V2X标准发布；2017年6月，进一步增强型V2X操作方案发布。

h的相对车速、支持eNB覆盖范围内的同步操作、提升资源分配性能、拥塞控制和流量管理等。

在Rel。 14中，LTE-V2X主要有两种操作模式：通过PC5接口点对点通信（V2V）和通过LTE-Uu与网络通信（V2N）。

基于PC5接口的V2V通信也包括两种模式：管理模式（PC5 Mode 3）和非管理模式（PC5 Mode 4），当网络参与车辆调度时称为管理模式，当车辆独立于网络时称为非管理模式。在非管理模式下，基于车辆间的分布式算法来进行流量调度和干扰管理；在管理模式下，通过Uu接口的控制信令由基站（eNB）辅助进行流量调度和干扰管理。

C-V2X还将持续平滑演进到5G V2X，将对功能进一步增强，以支持低延迟和高可靠性V2X服务。

除了PC5和Uu接口，C-V2X技术构架还包括V2X控制功能、边缘应用服务器和V2X应用服务器。

?V2X控制功能（V2X control function）位于核心网，其为实现V2X通信向UE提供必要的参数以执行相关网络动作。

?V2X应用服务器可部署于网络之外，由车企、移动运营商或第三方来运营，从而跨运营商跨车厂，这也解决了过去车企担心的依赖C-V2X会导致自动驾驶业务被电信运营商所控制的问题。

?边缘应用服务器靠近数据源部署，解决了时延和网络负荷问题，将在许多V2X用例（比如实时高清地图更新等）中发挥重要作用。

为何自动驾驶需要5G？

目前基于LTE的V2N已经覆盖了很多车联网用例，比如交通信息提示、地图更新、OTA固件更新。未来V2V和V2I将广泛应用于车联网的低时延、远距离通信场景。

你可以将C-V2X看成是连接V2N和V2V/V2I的粘合剂，其依托于成熟的蜂窝网络生态，随着4G向5G的技术演进，将在未来自动驾驶领域发挥关键的作用。

一，基于5G近实时的高清视频传输，V2N和V2V互补（V2N2V），如前所述，让自动驾驶不仅能“眼观六路”，还能“耳听八方”，实现100%安全性。

二，5G网络切片技术提供始终如一的QoS保障。

与互联网“尽力而为”的数据传输不同，网络切片可提供始终如一的低时延和高速率服务保障，这对于安全性要求极高的自动驾驶领域尤为关键。比如，当汽车行驶于网络拥塞区域（比如演唱会、体育场附近），网络切片技术仍然能优先保障汽车通信的高速率和低时延性能。

三，边缘计算是自动驾驶的未来。

5G核心网控制面与数据面彻底分离，NFV令网络部署更加灵活，从而使能分布式的边缘计算部署。边缘计算将更多的数据计算和存储从“核心”下沉到“边缘”，部署于接近数据源的地方，一些数据不必再经过网络到达云端处理，从而降低时延和网络负荷，也提升了数据安全性和隐私性。

这对于时延要求极高、数据处理和存储量极大的自动驾驶领域而言，重要性不言而喻。未来对于靠近车辆的移动通信设备，如基站、路边单元等或均将部署车联网的边缘计算，来完成本地端的数据处理、加密和决策，并提供实时、高可靠的通信能力。

是的，自动驾驶需要5G，但说到最后，对于5G自动驾驶，挑战在哪里？

挑战一，网络频繁切换。

5G无线频率更高、覆盖范围小，未来城市的每个灯柱或将就是一个小基站，必然会带来基站间频繁切换的问题而影响自动驾驶能力，怎么破？

挑战二，天线怎么安装？

今天的5G手机面临的一大挑战是，天线太多，手机空间太小。未来的汽车也将面临这样的问题。

这么多天线系统，在安装时必须考虑汽车的挡风玻璃、金属壳对无线信号的衰减影响，怎么破？

新材料天线、与车体集成的天线将应运而生。