5G推进ADAS和自动驾驶发展进程

陈天殷, 耿殿丽

(美国亚派克机电(杭州)有限公司, 杭州 310012)

当前汽车无线通信的应用有两种技术：专用短程通信(DSRC)和 4G 蜂窝 LTE。因自身速度、带宽、时延等局限，它们皆难以提供千兆比特/秒的数据速率、高速移动性支持、大规模机器通信和超高可靠性低时延，无法满足先进的 ADAS和自动驾驶对关键任务执行的要求[1]。

1 高速无线通信的进步的影响

高速无线通信的进步，推进着自动驾驶。5G对车联网的实质提升的影响可通过一组数据对比来看：自动驾驶汽车以60 km/h的速度行驶，如果时延是60 ms，车的制动距离大概在1 m；如果是10 ms的时延，车的制动距离是17 cm；如果降低到5G的理论时延1 ms，制动距离缩短到只有17 mm，这样自动驾驶理论上也会更安全。另外，5G网络的容量相对4G提升1 000倍；频带宽度提升10倍；频谱效率提升10倍,实现低能耗全覆盖。

5G的低时延、高带宽、高稳定性等能够提升车辆对环境的感知、决策、执行能力，供车联网、自动驾驶应用，尤其是涉及车辆安全控制类的应用带来更好的基础条件。5G 蜂窝通信技术解决方案克服 DSRC 和 4G 蜂窝 LTE 的缺点，实现更安全、更强大的交通运作系统。

5G定义了三大业务场景：eMBB(增强型移动宽带)、mMTC(海量机器类通信)、uRLLC(超可靠低时延通信)[2]。

其中，eMBB主要面向3D/超高清视频等大流量移动宽带业务，它相当于4G网络的增强，用户体验速率在0.1～1 Gbps，峰值速率为10 Gbps；mMTC场景对应的是物联网等连接量较大的应用，根据相关标准，每平方公里可支持连接100万个设备；而uRLLC超可靠、低时延(低于1 ms)的特点则适合自动驾驶、工业自动化诸方面的场景要求，降低了行车风险。大量而充分的数据有助于ADAS和自动驾驶汽车能保持最佳安全运行状态。

5G也是先进ADAS的需要。常见的ADAS必含车载导航系统，通常由GPS和TMC(Traffic Movement Control)提供交通实时信息。自动驾驶有赖于人工智能、视觉计算、雷达探测、监控装置和全球定位系统协同合作，使汽车电脑能在没有人类主动操作的状况下，自动安全地驾驭汽车，这需要大量的视频采集、数据分析和不断反馈调整，并须做到低延时。若一辆自动驾驶汽车以120 km/h的速度高速行驶，必须能及时探测出前方100 m范围内汽车的刹车动作，方能正确应对，确保安全。

5G加人工智能(AI)让车辆拥有如同人一般的辨别能力。5G+AI从底层技术上的深度融合，将能感知覆盖更多场景、弥补路测数据的不足，也将无人驾驶的安全性提高一个数量级，更快实现技术的落地和普及，大大提升出行的安全性。

2 5G通信推进ADAS和自动驾驶

无线通信技术与交通相结合具有三大优势：更安全的道路、更高效的交通路线规划以及更多的车内便利性。具有无线功能的车辆可以与其他车辆和路边基础设施共享道路信息和交通状况，以更好地预测潜在的风险或路线延误，而这惟有5G才能保证[3]。

为体现上述优势，交通中的无线通信技术使用多种通信方法，包括车辆到车辆(V2V)、车辆到网络(V2N)、车辆到基础设施(V2I)、车辆到行人(V2P)、车辆到电网(V2G)以及最终的车联网(V2X)。

2.1 5G克服当前 V2X 的技术局限

1)克服DSRC的局限。目前汽车行业中使用的无线通信技术：802.11p DSRC 和基于 LTE(蜂窝网络)的V2X。这两种技术都支持 V2X 通信，但各有利弊，而且当前它们都无法实现完整的 V2X 体验。DSRC 以 IEEE 802.11p 物理层标准为基础，在美国还要遵守 1609 车载无线接入环境(WAVE)协议；在欧洲则要符合欧洲电信标准协会(ETSI)的 TC-ITS 欧洲标准。

802.11p DSRC 的两大主要优点是：可立即用于汽车行业；时延极低，仅约5 ms。基于成熟的 Wi-Fi 802.11a 技术，IEEE 于 2010 年批准了 802.11p 规范。许多想要部署 V2X(特别是 V2V 和 V2I)通信的汽车制造商现在更青睐 802.11p 的可用性，因为DSRC 是基于自组网的通信技术，不依赖于网络基础设施服务。但802.11p 需要安装许多新的接入点(AP)和网关，这增加了完全部署的时间和成本。另外DSRC的单车智能改装成本也较高。由于它基于免费的 Wi-Fi 技术，只是因为当前还没有明确的商业模式，技术发展也仅有粗略的方案与方向，因而较难找到愿意支付 AP 部署成本的运营商。而蜂窝网络 V2X(C-V2X)是汽车网联的新技术[4]。

2)克服LTE技术的局限。最新的 3GPP 第 14 版定义了一些基于 LTE 技术的 C-V2X 规范(也称为用于车辆的 LTE-V)。LTE-V 支持汽车与网络的无线通信(V2N)，以及 V2V 和 V2P 的器件到器件(D2D)通信。C-V2X 的一大优势在于它使用现有的蜂窝网络基础设施，能提供更好的安全性、更大的通信范围以及从 4G 到 5G 及更高代的技术演进的路径。当前 4G LTE 网络上的 LTE-V不能提供关键V2V通信所需的低时延(现在4G的时延在 30～100 ms 之间)，若领头的汽车发出了紧急信号，V2V 通信却未能及时通知后续车辆，安全状况可能会迅速恶化[5]。

2.2 自动驾驶车辆的5G网关模组

1)自动驾驶车载网关架构。自动驾驶车载5G网关模组架构图如图1所示。

图1 自动驾驶车载网关架构图

采用通用网关设备，使自动驾驶车辆具备高效的网联能力，可以大大减少智能车辆的改装成本。自动驾驶车辆的单车网关模组必须具备以下技术要求：集成度高、有通用适配能力(适配任何车型)，能提供充分接入；有5G网络通信与感知融合能力；有决策下发和流量卸载能力，能灵活可靠地进行驾驶决策与控制。

自动驾驶车辆网关有如下六大特点：①专为自动驾驶车辆设计研发，更符合车辆连接方式；②高精度定位服务，支持GPS、BOS、GLONASS，配备惯导模块，厘米级定位；③高速网络通信，内置网络模块，支持4G/5G/Wi-Fi，报告并标定定位结果，实时显示图像；④可视化配置，降低使用难度，轻松上手；⑤多功能接口设计，CAN口、POE网口、RS222，支持车载的设备连接；⑥内置Unux系统，具备强大的数据处理能力，支持内部程序二次开发。

2)自动驾驶网关必须做到全场景高精度定位。高精度地图与全场景高精度定位是实现L5级别自助驾驶路径规划的前提条件。高精度地图能为车辆环境感知提供辅助，告知超视距路况信息，并帮助车辆进行规划决策。高精度定位将自动驾驶汽车的环境感知结果与高精度地图进行对比，得到车辆在高精度地图中的精确位置和姿态。

单一定位方式存在局限性，需要多传感器融合接入，借助RTK-GPS图像定位及基站信号惯性导航，而融合算法需要强大的计算资源，又需由通讯将数据传输到MEC上，这皆需5G解决，以让车辆随时随地知晓自己在地图上不同环境和工况下的精确位置，并能精准清晰地将自身标注在地图平面上。

隧道中，差分GPS信号较弱，惯导也会产生累积误差，要靠图像和基站为车辆提供精准定位；高速公路上，可通过差分GPS,图像和基站定位融合感知车辆的位置；在夜晚图像感知能力较差，主要得依靠基站和差分GPS获取车辆的位置。

差分GPS、惯导、图像、基站等多种定位手段获得的位置数据，通过5G网络上传到移动边缘计算服务器进行融合计算，得出车辆的精确位置，再通过5G网络将位置信息回传给车辆。高精度精准定位涉及多种定位技术的融合计算，需强大计算资源。单车计算能力有限，需将数据传输到MEC上。

2.3 5G通信推动边缘计算与自动驾驶融合

5G自动驾驶的技术演进和测试需要通用自动驾驶网关。如图2所示，从设备层、网络层直到服务层，5G为自动驾驶提供整套的基础通信、位置和计算能力，推动新一代通信技术与自动驾驶深度融合[6]。

图2 网联自动驾驶的基础能力

5G核心网的控制面和数据面彻底分离，NFV(Network Function Virtualization，网络功能虚拟化)将网络设备功能从网络硬件中解耦出来；数据平面可编程，令网络部署更加灵活，而使能分布式的边缘计算(MEC)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，众多数据不必再经过网络到达云端处理，因而降低时延和网络负荷，也提升了数据安全性和隐私性。这对于时延要求甚高、数据处理和存储量极大的自动驾驶领域而言，至关重要。未来对于靠近车辆的移动通信设备，如基站、路边单元等架构或都将部署车联网的边缘计算，以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。

当网络具备边缘计算能力后，各核心层和终端层的计算负荷都可以整合到边缘层进行，极大地降低网络传输的数据量，同时也为低时延赋能。车辆终端层决策的最大优势为时延小，常用于进行与车辆安全性紧密相关的决策，如紧急制动等。对边缘决策计算系统而言，该层配备的MEC平台具有强大的计算能力和虚拟化能力，能够承载多种自动驾驶应用。并且能够对基站数据进行匹配分流，在移动网络边缘完成对自动驾驶车辆数据分析处理。而核心层覆盖范围极广，其计算能力最为强大，但因距离机动车较远，传输时延相对较大，主要进行对时延要求不是特别敏感的初始规划、道路级别的规划、宏观交通调度、车辆大数据监管、全局路径规划和全局高精度地图的管理，优化道路整个交通网的车流等[7]。

5G的边缘计算可分边缘层部署、区域层部署和核心层部署3种类型。如图3所示。

图3 3种类型的边缘计算

2.4 5G为自动驾驶系统提升交通安全性

精准定位是实现自动驾驶安全的基础，不断提升5G的各项基本技术性能指标更是完善和确保交通安全的保障。

正因5G的超低时延在汽车连通性中发挥关键作用,推动新一代通信与自动驾驶融合，保护人身安全。例如，在突然刹车场景中，自动驾驶系统和 ADAS 的安全功能应立即向后续车辆发出警告，以防止连环追尾。只有当领头车的消息能够及时传达到跟随车辆以便其采取规避行动时，才能实现这一目标。此外，低时延的 5G 技术能够更好地预防事故，特别是在非视距(NLOS)情况下，因为基于摄像机、激光雷达或常规雷达的大多数当前传感器融合技术只能探测到视线(LOS)内的目标[8]。大多数驾驶员至少需要经过700 ms，方能对危险情况做出反应，采取规避或预防行动。凭借1 ms的低时延，基于 5G 的自动驾驶汽车和 ADAS 将使事故的数量大大减少，从而降低交通风险并保护人身安全。

5G 还将以极快的速度向自动驾驶导航系统提供数据，凭借高达 20 Gbps 的峰值数据速率，5G 将帮助自动驾驶汽车实现实时的视频和音频娱乐。但更重要的是，5G 快速可靠的数据连接可以近乎实时地下载复杂的 3D 地图。除传感器融合技术之外，自动驾驶汽车还非常依赖于精确且极为详细的 3D 地图导航。但是，将全省或全国的大型地图数据集合存储在车辆中将是一项挑战。人们自然想到的解决方案是使用 5G 数据连接下载附近地区的最新 3D 地图。人们也希望 5G能在拥挤不堪的市区或人烟稀少的农村可靠运行，无论用户身在何处，都能始终在线。无论您的自动驾驶汽车是停在停车场中还是在高速公路上飞驰，即使速度高达 500 km/h(310 mph)，5G 都能确保所有关键任务无线服务无缝运行[9]。

3 结束语

5G时代已经到来，技术的进步让5G能加速自动驾驶实施，为整个交通生态圈、城市规划带来重大影响。为使容量与覆盖皆能大幅提升，5G还在边入网边发展边提升，通过扩展频谱带宽来提升系统容量、频段范围和安全性。我国打造“5G+智能驾驶”的智能网联交通系统，实现L5级别智能驾驶的安全可商用运营，将综合解决混合交通环境下城市交通的安全和效率，把智能网联交通系统列入一体化基础设施建设规划[10]。