智能汽车发展
一. 5G车联网对自动驾驶技术发展的影响
基于专用短程通信（Dedicated Short RangeCommunications, DSRC）的车联网技术存在一些不足之处，基于 5G 网络的车联网技术可以提供更快的传输速率，对自动驾驶的发展具有很好的助推作用。
车联网的定义是：借助新一代信息和通信技术，实现车内、车与车、车与路、车与人、车与服务平台的 V2X（Vehicle to Everything）全方位网络连接，提升汽车智能化水平和自动驾驶能力，构建汽车和交通服务新业态，从而提高交通效率，改善汽车驾乘感受，为用户提供智能、舒适、安全、节能、高效的综合服务。网络连接、汽车智能化、服务新业态是车联网的三个核心。
车联网是物联网在汽车领域的典型应用，其核心关键是V2X 无线通信技术，包括 DSRC、5G-V2X、LTE-V2X ( LongTerm Evolution, 长期演进)等借助于 V2X 无线通信技术，可以突破单一汽车在智能化发展方面的非视距感知、车辆信息共享等技术瓶颈，助力实现汽车自动驾驶功能的推广应用。
应用场景如图 1 所示
当前，国际成熟的 V2X 无线通信技术有两种技术路线选择，一是基于 IEEE 802.11p 的 DSRC 技术，二是我国参与推动的基于 LTE 的 V2X 无线通信技术（LTE-V2X）。
1.1 基于 DSRC 的车联网技术
DSRC 由物理层标准 IEEE 802.11P 和网络层标准 IEEE1609 构成。在此基础上，美国汽车工程师协会（Society of Automotive Engineers, SAE）发布的 SAE J2735 和 SAE J2945 两个标准规范了信息内容和结构。DSRC系统包含了车载装置（Onboard Unit, OBU）和路侧装置（Road Side Unit, RSU），两者提供信息的双向传输，RSU 再将交通信息传送至后端平台。
DSRC技术得到美国政府的大力支持，2016 年 12 月美国交通部计划通过强制立法让美国所有轻型车在 2023 年装配车用 DSRC 技术，欧洲和日本也陆续跟进。DSRC 技术的优势在于可靠性高、传输实时性强，主要由福特、丰田等车企进行推动。但由于 DSRC 的物理层技术与人们生活中常用的 WiFi 相同，通信距离优势不明显，覆盖距离短，实际应用中需要针对路边设施进行大规模改造和投入。
1.2 基于 LTE 的车联网技术
LTE-V2X 是由 3GPP（3rd Generation Partnership Project）基于 LTE 技术研究而成，它分为 LTE-V-Cell 和 LTE-V-Direct，前者利用现有的频谱和基站进行蜂窝通信，后者则作为自组织网络在小范围内进行 V2X 通信。LTE-V2X 能重复使用现有的蜂巢式基础设施与频谱，营运商不需要布建专用的路侧设备 RSU 以及提供专用频谱。LTE-V2X 主要解决交通实体之间的“共享传感”问题，可将车载探测系统（如雷达、摄像头）从数十米、视距范围扩展到数百米以上、非视距范围，成倍提高车载 AI 的效能，实现在相对简单的交通场景下的辅助驾驶。
1.3 5G 车联网
4G的不足
（1）传输带宽不足：5G车辆网的实时娱乐互动单用户要求M 级的速率要求，当前 4G 空口的带宽有限，尤其边缘用户上行受限，需要采用 5G 的 NR 实现空口速率的 100 倍提升。同时单用户的速率提升，而所有用户数据均要通过集中的核心网关转发，对于核心网的集中传输压力大。
（2）网络时延过大：5G 车辆网自动驾驶控制需要 10ms 的时延。当前 4G 所有的业务需要经过多层网络传输，传输时延大，无法满足低时延控制指令的要求。
二.智能汽车自动驾驶技术的发展与挑战
1.自动驾驶技术及其现状
自动驾驶技术是人工智能、车联网技术、路径导航系统、雷达与GPS定位系统等的结合，需要汽车搭载先进的车载传感器，控制器，执行器等装置，并与网络相连，实现车与车、人、路的智能信息交换，从而使得汽车拥有智能控制、智能决策、不同环境感知等能力，以减少驾驶员的驾驶操作，在提高
驾驶体验的同时，也降低了由于驾驶员疏忽而引发事故的风险。
2 自动驾驶技术主要研究方向
- 环境感知能力
自动驾驶车辆的环境感知分为自主式环境感知和协同式环境感知。
自主式环境感知主要依赖于车载的各种传感器，如激光雷达，视觉传感器，超声波传感器和惯导定位设备等实现。要使自动驾驶汽车具有更加准确的环境感知能力，一方面是提高传感器的感知能力，一方面是改进感知所用的算法，以此来极大限度提高自动驾驶汽车的感知能力。但仅依靠单个车辆对环境的感知能力无法应对实际中的各种情况，所以需要车辆拥有远远超过人所能及的视距和视野，能够感知人所不能发现的障碍与危险，而车联网与车辆进行协同感知恰能弥补自主式环境感知的不足，所以如何通过车联网与车辆实现协同感知是成为提升车辆感知能力的重点突破口。 - 自动驾驶地图
中国统一的自动驾驶的地图目前还没建立 - 车联网
车联网是由车辆位置、速度和路线等信息构成的巨大交互网络，包括WIFI、LTE—V、DSRC以及正在发展的5G网络等。**联网通过互联网技术，可以收集所有车辆、道路和环境的信息，**并利用计算机技术在信息网络平台上对数据进行分析、处理、共享，然后对车辆进行有效的引导和管理。 - 基于车联网的定位技术
有了高精度的自动驾驶地图，那与之配套的应该有高精度的导航定位系统。目前，所通用的美国GPS大众导航定位系统精度在5～10 m级范围内，兼容了北斗和GPS的大众导航系统也只能将精度范围缩小至3～5 m级，实际应用中由于大气误差、卫星星历误差等，精度误差会更大，无法与自动驾驶地图需要到达的10 cm以内的精度相匹配，当然GPS导航定位系统的定位本就不是服务于今后的无人驾驶**，所以我们需要采用定位于服务无人驾驶的导航定位定位系统。**
3.自动驾驶汽车传感器技术分析
- 激光雷达
激光雷达是激光探测及测距系统的简称，主要构成要素包括发射系统、接收系统和信号处理系统激光雷达系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收IC，以及位置和导航器件等，可提供高分辨率的几何图像、距离图像、速度图像；其工作原理是飞行时间法，即根据激光遇到障碍物后的折返时间，计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离，轮廓信息组成点云并绘制出3D环境地图，精度可达到厘米级别。 - 摄像头
车载摄像头是实现预警、识别类ADAS功能的基础器件。摄像头工作原理是景物通过镜片组生成光学图像投射在CMOS光电传感器上，经过模数转换后变为数字信号，再由DSP将信号处理成特定格式的图像在显示屏上显示。通过对采集图像进行计算机算法分析，车载摄像头能够识别行人、自行车、机动车、道路轨迹线、路牌、信号灯等环境信息，进而支撑实现车道保持辅助、车道偏离预警、前向碰撞预警、行人碰撞预警、全景泊车、驾驶员疲劳预警等功能。 - 毫米波雷达
毫米波雷达是工作在30～300GHz毫米波波段探测的雷达，其频率高于无线电、低于可见光和红外线，兼有微波制导和光电制导的优点；其工作原理是通过振荡器产生频率随时间逐渐增加的信号，并根据返回波形和发出波形的频率差计算障碍物的距离。按工作频段划分，常见的车载毫米波雷达包括3类
一是短程毫米波雷达（24GHz频段），安装在车辆的后保险杠内，用于汽车盲点监测、变道辅助。
二是中程毫米波雷达（76～77GHz 频段），装配在车辆前保险杠，用于探测与前车距离及前车速度，实现紧急制动、自动跟车等主动安全功能。
三是长程毫米波雷达（77GHz频段），其相较短程毫米波雷达分辨准确度提高 2～4 倍，测速和测距精确度提高 3～5 倍，是车载毫米波雷达技术演进的最终方向。 - 超声波传感器
超声波传感器是利用超声波的特性，将超声波信号转换成其它能量信号的传感器，具有频率高、波长短、绕射现象小等特点，对液体、固体的穿透性较强，用于自动驾驶汽车可帮助车辆探测外部环境并指导车辆对此做出适当的反应。超声波传感器初期主要用于车辆制动辅助系统和倒车雷达，用来检测障碍物避免碰撞和擦蹭，目前已被研究应用在自动泊车和自动刹车系统。
如毫米波雷达是唯一全天候工作的传感器，测速、测距的精度远高于摄像头和激光雷达；摄像头有更高的分辨率，能够感知颜色，主要用于交通信号灯和其他物体的识别；激光雷达能够提供三维尺度感知信息，对环境的重构能
力更强，但价格高昂；超声波传感器在速度很高的情况下测量距离有一定的局限性，且传输速度容易受天气情况的影响，但技术成熟、价格低廉，在短距离测距应用优势明显。4种视觉类传感器性能和功能优缺点的
比较参见表2、3。
结论我国自动驾驶汽车传感器产业发展应从3个方面着手布局：
一是加强自动驾驶汽车传感器设计制造技术攻关，推动我国汽车传感器产业升级。重点围绕激光雷达、摄像头、毫米波雷达、超声波传感等产品领域，突破激光二极管、雪崩二极管、高端CMOS图像传感芯片、DSP芯片，77GHz雷达等核心部件，以及自动化设计试验仿真、软件算法等关键配套技术。
二是加快自动驾驶汽车多传感器融合技术研发及产业化发展，支持集成摄像头与激光雷达的硬件模组研发生产，推动降低激光雷达硬件成本的下降及规模量产。
三是完善汽车传感器产业链布局，提升产业协同创新能力。支持企业开展器件设计、制造封装工艺、系统集成等联合攻关，提升产品性能，降低生产成本，提高产业整体竞争实力。