GFM2020 |吴冬升：5G车联网赋能自动驾驶与智能交通

10月29-30日，“第四届全球未来出行大会（GFM2020）”在德清隆重召开，本次大会由中国电动汽车百人会和智能汽车与智慧城市协同发展联盟联合召开，旨在探讨未来的城市、未来的出行、未来的汽车如何为居民提供更加经济、便捷、安全、科技友好的新出行方式。下面是高新兴科技集团股份有限公司高级副总裁、战略品牌总经理吴冬升在本次论坛上的发言：

高新兴科技集团股份有限公司高级副总裁、战略品牌总经理吴冬升

各位嘉宾大家下午好！非常荣幸受到百人会的邀请，能够有这样一个机会和大家做一个分享和交流。我的分享主题其实比较大，我们谈的是5G车联网赋能自动驾驶与智能交通，我也刚刚从上海和无锡赶到我们美丽的德清。上海刚刚完成了车联网领域比较重要的“新四跨”的测试，无锡也是重点探讨智能交通和车联网深度的结合，所以我想还是分享一下我们在这方面做的探索和尝试。

当然从政策层面上来看，其实我们能看到车联网毋庸置疑是跨行业的产物，涉及大通讯产业、互联网产业。我们现在越来越多地看到互联网公司在产业方向里面，因为这个是非常清晰的。从标准的整个进程来看，我们也能看到按照国家定义的标准我们其实是比较清晰，从5G的标准里面基于LTE和V2X的标准是非常明确的。国家已经发布了一期的17个标准，二期的12个标准也即将会发布，这个应该都是产业界我们大家共同去实现标准的体系。它的核心和侧重点是安全和效率的标准。目前刚刚已经完成的R16标准和我们正在进行的R17标准，其实可以看到我们所去定义的主要是面向自动驾驶的场景。

简单来说其实从我们做车联网按照标准来看，目前产业界是安全性和效率的业务，未来是自动驾驶的业务。当然还有比较重要的产业界比较关注的话题是LTE—V2X和未来的C—V2X的关系不是互相替代的关系，而是共存的关系。我们现在所建设的LTE—V2X的网络在未来会长期地存在，和C—V2X网络会长期共存。当下最重要的网络建设是依托于LTE—V2X的网络和我们运营商5G做一个深入的融合，这样一个技术的标准。当然从技术标准里面也非常清晰地看到LTE—V2X是业务的关系，那么C—V2X所关注的是未来和自动驾驶相关的，尤其是高等级自动驾驶相关的编队行驶，比如说多传感器融合共享典型的场景，其实是未来V2X里面重点研发和推进的相关的工作。

当然从整个产业的进程来看，其实我们看，因为5G的行业应用，现在非常清晰的是三个大的领域，包括5G+工业互联网、5G+车联网和5G+健康。这个其实我们也能够非常清晰的看到对标2019年，今年所覆盖的城市已经越来越多，明年的话我相信会有更多的城市会参与到相关的建设领域。

具体看一下我们所能够去实际做的一些具体工作。第一个是一直谈中国的自动驾驶会走一条跟美国不一样的自动驾驶路线，我们会去走车协同路线。当然对于很多的疑问到底我们的车联网从哪些方面可以赋能我们的自动驾驶，所以我们对于三个大的场景做了一些自己的探索和尝试。第一个是在自动驾驶场景里面非常重要的就是和我们全栈式的Robotaxi怎么样做一个紧密的合作、车联网怎么赋能我的Robotaxi；第二个就是我们车联网怎么样赋能公交出行，尤其是和公交车辆的结合；第三个其实是非常重要的最后一公里出行的结合。

从自动驾驶的出行来看也和我们的合作伙伴做了一些技术上的验证的工作。这个是非常典型的场景（PPT），我们在广州联合打造的。大家可以看到单车智能解决不了这个问题，自动驾驶的车辆是识别不了的，被大车遮挡。当然还有其他的场景下，比如说强光照射、恶劣天气条件，对于单车智能会有一定的挑战。在这种情况下我们完全可以将信号机的信息推送给我们Robotaxi的车辆，所以这个对单车智能来说应该是非常典型的具有非常大的驾驶和应用的场景。

第二个场景我们看到非常重要的对于自动驾驶车辆来看，我们知道我们的自动驾驶车辆，每一个传感器识别的都是有自己的范围。非常典型的场景，就是我们要实现超车距，所以在一公里、二公里以外的道路施工，以及安全事故的场景下，完全可以通过车联网的方式自动实现自动驾驶车辆整个的提前路径规划，对于单车智能来说都是非常有价值的。所以大家可以看到这个是我们跨RSU广播给车载OBU推送给我们自动驾驶车辆的一个道路施工的预警。

还有非常重要的是我们知道对于单车智能来说，它的安全性是最重要的，永远都是安全性是最重要的，所以在这种情况下我们可以看到，我们的自动驾驶车联网可以帮助自动驾驶车辆多一层安全冗余。这是在城市里面最容易发生交通事故的路口（PPT），无论是丁字路口和十字路口，部署智能化改造之后，通过我们道路的自动化设施、通过不同的组合方式识别信息推送给我们自动驾驶车辆。这个是非常典型的场景，在这种情况下其实可以降低我们自动驾驶车辆的要求，我们也是和一些大型的自动驾驶车队做个联调，在这个情况下降低我们对于单车的技术的要求。还有一个场景也是非常有意思的场景，这个是靠我们单车智能目前解决不了的，鬼探头，这个是非常容易出现交通事故的场景，在单车智能解决不了的情况下，我们可以通过道路的智能化改造感知到潜在的鬼探头的风险，然后推送给我们自动驾驶车辆、或者是有人驾驶车辆，也是有非常价值的应用。

当然从整体上来看，我们能看到，我们和我们的自动驾驶的合作伙伴也在做更多的验证工作。比如说现在进行5G和C—V2X的专网做远程驾驶，我们要真正实现商业化的场景必须要摆脱安全员，那摆脱安全员先绝条件之一就是远程驾驶能力的体现。那这种情况下其实天然的单车智能会和我们的车联网做一个紧密的结合，通过我们5G+C—V2X网络可以给一个有效的支撑。

除此之外在公交出行也是非常重要的，在公共出行领域里面怎么样赋能我们的公共出行。这是在广州BRT线路上打造的场景，我们实现的是交叉路口前面的基础功能，比如说交叉路口公交车辆避开非机动车辆和路人的典型的业务场景，以及可以实现公交车辆绿波通行的场景。这个就是公交车交通效率的提升非常重要，同步也可以提升公交车辆本身交通出行的效率，降低我们公交车辆的能耗，可以实现10%公交能耗的降低，产生相关的商业价值。当然从公交车辆来看，未来我们不仅仅是围绕车，围绕公交站、公交场，以及和公交的整个生产系统，以及整个调度系统深度融合，是下一步需要更进一步做的工作。

除了公交车之外我们知道还有非常重要的，在最后一公里出行。它的应用场景非常多，包括我们知道在一些机场、港口、校园、景区的封闭园区以及自动接驳的场景下非常重要。我们看到在这种场景下，在30公里每小时，或者甚至更低的10公里每小时低速度场景下我们也可以做一个很好的赋能作用，让我们低速自动驾驶更加安全和可靠。这个是我们目前所去验证的工作，这个是和我们合作伙伴验证的工作。

整体上来看围绕自动驾驶，我们认为有三个大的领域应用。第一个是在城市里面，因为我们知道城市有丰富的非常复杂交通的场景，城市里面我们会重点关注五类的应用，包括前面已经介绍的三类，Robotaxi、公交车以及最后一公里出行的低速的场景，以及我们看到的物流和城市里面的专用车辆的典型的场景；第二个高速公路应该也是非常清晰的是重点关注的场景；第三类重点关注的是封闭测试场场景。所以整体围绕赋能自动驾驶的领域来看，我们会沿着这三个大的领域和方向做我们整体的探索和尝试。

除了做车联网赋能我们自动驾驶之外，非常重要是和我们现有的智能交通做深度融合。昨天在无锡参加无锡智能交通领域的会议，其实我们知道从我们所做的车联网其实和现有的智能交通完全是一个非常紧密结合的关系。我们与公安部和交通部都做紧密结合，从微观、中观到宏观都有着非常紧密的结合。

我们看一下微观层面。微观层面其实我们知道在城市里面或者高速公路上有非常典型的应用场景，不同的场景下有不同的部署方案。这个是在交叉路口左边的图（PPT）借用交警的信号灯的干预，右边是我们可以借用现代城市我们知道大量城市在部署的智慧灯杆，这个都是和智能网联典型的部署场景做深度的结合。核心我们要解决的是三个方面：我们会解决道路的感知能力，不同的道路场景我们会具备不同的感知的能力；第二个会让道路具备通信能力，当下我们着重的是基于LTE-V2X的专网和5G的网络方式提供通讯能力；第三个是计算能力，会分为四级架构，最高是云中心的计算架构，其次是运营商区域的计算节点，到路侧有路侧的架构，我们知道车辆无论是自动驾驶车辆，还是我们现有有人驾驶车辆，也有计算能力。路侧的计算架构应该是非常重要的。

除此之外我们知道在这种微观层面还有非常重要的，无论是在城市还是在城际里面非常重要的典型场景，也是我们重点打造的，就是在隧道内。隧道内我们面临的安全挑战，同时也是自动驾驶面临非常大的挑战。通过我们车联网的方式，重点解决两类问题：第一类是定位问题，我们会有专用的算法和技术产品解决隧道内定位的问题；第二个我们会解决隧道内的安全的问题，我们有隧道机器人检测隧道内安全的问题，以及对隧道内资产等等统筹地管理，所以整体上来看隧道内是我们重点关注的场景。

中观层面是交通效率提升的问题。这是在广州清远所打造的，对于传统智能交通里面能够起到最大的帮助就是更精准地感知车辆的信息和道路的信息，所以可以更精准地帮助传统的智能交通去实现绿波通行，从区域层面来看还有一个非常重要的是因为从交通层面来看是要实现管控的功能，我们所做的智能网联车联网也是很好地帮助到我们交通的管理者去实现更好的管理和控制功能。我们更加精准地感知到道路和车辆信息，可以给到我管控的平台，这个是在中观层面。

宏观层面也非常重要，我们要实现的是车联网的平台，无论我们把它称为V2X平台还是云控平台。我们的平台是要和交管平台做深度融合，甚至未来是不是共建平台，或者是现有平台深度的融合。这是非常核心和关键的。这个也和交通所做沟通，未来整个平台建设的情况。本质上来看我们是希望能够实现更好地进行全局的交通的分析和预测的工作。包括和我们一些互联网公司的数据的一些深度结合，因为我们知道互联网公司有大量的互联网的数据，我们未来的车联网数据有大量的车端和路侧的数据。比如说我们通过车联网的方式精准地感知到车辆的信息，比如说车辆打双闪的情况下是意味着车辆发生紧急的情况，可以经过车联网方式推送给云平台和交通管理平台，以及其他的交通管理者实现很好的协同。

最后也是做了大量的一些相关的城市的工作。这里面包括了我们前面说的在广州生物岛做了V2X典型的车联网赋能出租车的场景的验证，也包括我们和交警和公交集团所做的面向公交车辆的验证，以及我们所能看到的三元里收费站的场景，就是我们车联网怎么和传统的智能交通解决我在收费站的车辆拥堵的问题。这些都是非常有意思的一些典型的场景，能够去验证我们车联网怎么样能够帮助到我整个的无论是自动驾驶，还是智能交通的领域，所做的探索和尝试。

当然从产业界来看，我们也清晰的认知，我们正在积极的推进我们技术的成熟度、标准的成熟度，依然面临非常大的挑战，尤其是车联网运营的挑战，我的网络建好了之后，怎么样让网络发挥更大的价值，怎么样让车辆、让最终消费者享受到真正的有人驾驶，或者为无人驾驶更好的效能。这个对我们产业界一分子来说有很大的挑战，未来我们也是希望能有机会，包括像在德清、一些重要的城市能有参与的机会，同时和产业界合作伙伴一起能够共同推进我们中国的车联网产业的发展。谢谢大家。

（注：本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载！）