亿欧网 07-01
5G和自动驾驶有什么关系?
index_new4.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

【编者按】我们离自动驾驶越来越近了。以前只有想象,现在有了落地的技术可能性。

本文转载自童济仁汽车评论,原作者李梦晨;由亿欧汽车整理转载,供行业内人士参考。

知乎上有一句标准话术," 先问是不是,再问为什么 "。

所以,老知乎会将这个问题进行拆解,然后就变成了 "5G 技术和自动驾驶之间究竟有没有关系?如果有,那么究竟是什么关系?"

于是,我在搜索引擎上输入了这个问题,并且将搜索时间设定为 2005 年至 2015 年,果然,这是一个经典的问题。

为什么选定 2005 年至 2015 年呢?因为这 10 年间,我们经历了 3G 时代和 4G 时代的更迭。而作为最佳载体的智能手机,也从不可高攀之物,变成了寻常之事。

从 2015 年起,我们又在展望 5G 时代,能够搜索到的较早一篇文章,恰好是在讲 5G 与自动驾驶汽车的关系。如今 5 年之后,再来关注这个问题,网络上可以吵得热火朝天,但能够想象到的答案与 5 年前却大同小异。

2020 年,我们提出了 " 新基建 ",5G 基础设施开始加速落地了。当然,我们有更强的底气,可以更为准确地评估 5G 与自动驾驶之间的关系。不可回避的是,在 5G 技术完全落地之前,很多困难也是实打实的,要一步步去克服。

这个世界,不缺少抬杠挑刺的人,也不缺少巧借概念编织骗局的人,但更需要造梦的人,以及为了那个美好梦想一步步去实现的人。

回到正题,5G 和自动驾驶有没有关系?答案是一定有,而究竟是什么关系,不妨从需求端来理解,或许更能说明问题。

自动驾驶需要车联网吗?

我们提到的自动驾驶,尤其是 L0-L5 的自动驾驶分级,本质上属于单车智能。这是车企的主攻方向,也是离车企最近的技术舞台。

对于单车智能而言,主要涉及感知、规划、控制几个层面,包括传感器、处理器和算法。

传感器有雷达、摄像头,处理器主要指芯片,算法更偏软件领域,或自研,或合作。

目前,多数车企的单车自动驾驶水平,正处于 L2 级。即使达到了 L3 级,也可能囿于法规等原因,不敢轻易试探 L3 的说法。因为 L3 允许驾驶员脱手,但在紧急状态下又需要驾驶员快速接管,这几乎是一种悖论,所以,也有观点认为 L2 应该向 L4 直接进化。

除了单车智能,还有一项技术是车联网。不过,车联网的边界范畴,绝不仅是 " 汽车能上网 " 那么简单。

在 3G 时代,汽车装导航,可以接入互联网播报一些简单的路况或天气信息。

在 4G 时代,出现了智能汽车的概念,车里有一块大屏,可以像操控手机一样进行点选,功能也更加丰富,可以听网上的歌,或者看视频,也可以完成一些简单的远程操控,比如,开空调,关天窗。

那么,当来到了 5G 时代,车联网的价值才有可能继续 " 破圈 "。

根本原因是 5G 更强,但 5G 比 4G 技术到底强在哪里?

其实,5G 的全称是第五代移动通信网络,本质上是一套技术标准。而这套标准的提出,本质上就是为了比 4G 更进步。

我们直观理解的话,就是 " 速度快,延迟低,带宽大 "。

汽车是一个高速移动的物体,速度快、延迟低,与汽车联网技术恰好相融。

那么,就需求而言,我们为什么需要成熟的车联网技术?

在一定程度上,拓展单车智能的上限。

单车智能技术存在上限,主要受传感器、算法等影响。比如,在风雨交加的恶劣天气里,摄像头等传感器的识别能力大受影响。

从目前看,即使在正常的道路环境中,不仅存在范围盲区,也存在无法识别的少见物体,比如弯道中突然出现的对向车辆,单车智能仍需要不断训练,不断提高安全性能。

如果真正做到了车联万物,也就是 V2X,车与车之间,车与基础设施之间可以信息互通,而 5G 技术的低延迟性,保证了运动物体位置以及速度的准确性,这也是高精定位的范畴。

一方面,我们可以构建一个城市大脑,对车联网信息进行统一处理,再对每一辆车发出调度指令。最基本的一个应用是合理规划路线,最大化道路运力,主动规避拥堵,而当道路上全是自动驾驶汽车时,合理调度的能力还将被放大。

另一方面,我们更应该注意到车与车之间的互联能力,车联网技术很重要的应用在于此。

车辆在道路上行驶,彼此互为障碍物,为了不发生事故,那就要互相避障。单车智能存在盲区,可能无法识别一些突然闯入的车辆。如果做到了车与车互联,相当于放大了单车智能的识别圈。

比如,A 车在两辆卡车之间行驶,由于卡车体型巨大,A 车无法轻易看清旁边车道的前后情况,这时,如果车联网起作用,A 车可以明确知道旁边车道是否安全,此时是否可以超车。

当然,这并不是说,单车智能技术就可以不思进取了,将来坐等车联网完全铺设好即可。

单车智能与车联网技术之间,是一个互补关系,而不是一个取代关系。

车联网是一个大格局,算是 IoT 物联网的一个延伸,不止于车,不止于路,信息能够交互好,就好像远远地可以打招呼,告诉对方自己的状态,而打招呼的对象不是人与人,而是物与物。

单车智能是一个小世界,智能化要从本体率先完成,要对外部环境、内部需求有一个准确的执行力。单车智能本身也是不容放松的,这是自动驾驶的一个核心,车联网是助力。

有时候,我们对自动驾驶有所抗拒,无非就是对安全性有所担忧。单车智能 + 车联网,相当于上了两把锁,彼此赋能,齐步走,自动驾驶才更可能落地。

云计算有着怎样的发展潜力?

云计算并非 5G 时代的专属,一直被认为是一个潜在风口。但因为 5G 的速度快、延迟低、带宽大,所以,在 5G 时代,云计算可能被真正催熟。

云计算,理解起来很容易。相当于将海量数据存在 " 云端 ",通过 " 云端 " 的处理器进行计算。这样的好处在于,既减轻了终端存储大量数据的压力,也可以实现海量数据的共享,经过大数据计算后,可以得出更具趋势化的结论。

既然 5G 的传输速度如此之快,那么有没有可能弃用终端的处理器,完全依靠云端进行计算工作呢?手机行业曾有类似的设想,但目前仍没有产品落地。至于未来会不会实现,使得智能设备更轻更薄,我们姑且保持期待。

来到汽车行业,云计算会有怎样的帮助呢?

曾与业界的朋友交流,了解到这样的设想:将来,自动驾驶汽车需要处理的数据非常多,对芯片的算力要求很高,单车的造价成本也会很高。

那么,不妨将一些算力需求转移到云端,仅在车载终端保留应急处理的本地计算硬件,从而降低成本,节省空间。

当然,这样的设想仍需要实际论证。比如,即便 5G 解决了车端入网的速度与延迟问题,但经过云端计算再传回车端,用时还是过长,能否满足车辆控制的即时性需求呢?

毕竟,本地硬件的处理速度和执行速度,一定是快于云计算的。

在安全为王的前提下,汽车交予云端处理的数据对即时性不能有太大的需求,那些需要趋势判断和深度学习的数据更为合适。

首先,自动驾驶会产生大量的数据,对于终端的存储压力很大,非常适合上传到云端;再者,云端数据可以共享,某一辆车遇到的特殊场景可以被算法学习,并将优化方案共享给所有车辆,自动驾驶技术也将更加成熟。

最先落地的可能性是什么?

目前,自动驾驶能够实现的主要在一些特殊的应用场景。

1. 封闭园区内的自动驾驶小车

在一些码头、工业园区内,具备自动驾驶功能的小车已经开始服役了。这一场景的特点是路线基本固定,突然闯入的障碍物并不多,识别起来比较容易。印象中,在一些车企的制造工厂中,早已有一些智能小车用来运输零部件了。

类似的自动驾驶小车可以与新零售、快递行业进行结合。比如,这类小车可以自动送货上门,京东、苏宁都做过类似的尝试。再比如,在某些公园内,可以将这类小车设计为移动售货亭,但无人看守,只是沿着固定路线沿途 " 叫卖 ",有需要购买的游客随喊随停。

2. 高速公路上编队行驶的自动驾驶货车

面向 C 端的自动驾驶是一个大生意,可能需要很多年才可以实现。如果面向 B 端,可实现的难度在降低,最佳的一个例子是货车。

货车的应用场景有很多,我们主要针对的是长途运输。如果要走长途,道路场景其实比较单一,采用一些驾驶辅助功能,就可以极大地缓解货车司机的驾驶疲劳度。货车的路线一般比较明确,那么,编队行驶,统一调度也就有了可能。

优化路线,降低货车的驾驶难度,还可以提高长途行驶的安全性,这与货运行业的效率需求是高度统一的。将来,只要成本控制得当,B 端会率先接纳自动驾驶的技术优势。

在新基建的范畴中,我国也在筹建一批支持车路协同的高速公路,最先试点的也会是商用货车。

写在最后

自动驾驶,热度多年不息。从上世纪 50 年代开始,人们就在憧憬着自动驾驶的未来。

但时至今日,我们也不敢轻易下结论,自动驾驶将会在多少年之后成为现实。只能说,我们离自动驾驶越来越近了。以前只有想象,现在有了落地的技术可能性。

5G 时代能带来多么美好的生活,我们不做过分吹捧,只是客观分析。但这个时代一定会来,我们保持期待,等待花开烂漫。

相关标签

自动驾驶 5g
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论