無人駕駛技術必備之V2X應用分析

V2X是物聯網在車輛駕駛情景中的重要應用，安全防護是該階段主要應用

V2X帶來超距離的神眼，是自動駕駛必要技術和智慧交通的重要一環。V2X是V2V（VehicletoVehicle車車通訊）、V2I（VehicletoInstrucTIon車路通訊）、V2P（VehicletoPedestrian）等統稱，通過V2X可以獲得實時路況、道路信息、行人信息等一系列交通信息，從而帶來遠距離環境信號。

下圖：V2X將車與車、車與路、車與人相連接

主動安全：利用V2X車聯網，車輛可以獲取周圍環境的未知參數以及附近車輛的運行狀態，然后車載端主動安全算法將處理所獲取的信息，并按照優先級對信息進行分類，對可能發生的危險情景進行預警，緊急情況下可以利用車輛執行端對車輛進行控制從而規避風險。

下圖：高速公路危險警示

超距視頻傳輸：通過在行人聚集區域安裝攝像頭，通過路測節點出到車載節點提醒路過車輛。這樣在駕駛員臨近事故高發區域盡早了解前方狀況，采用合適車速，提升出行安全性。

下圖：超距視頻傳輸

交通信號傳輸：目前駕駛員只能通過目視獲得交通標識，這樣不僅增加駕駛員的負擔，而且由于發現標識到采取行動的時間間隔較短，容易引發交通事故或交通違章。借助V2X車聯網，可以將道路限速、限行、信號燈等指令傳輸到車載終端，車載終端根據信息對駕駛員進行提醒或通過執行端，對車輛進行輔助駕駛。

下圖：交通信號傳輸

提升行駛安全降低運營成本，相比于乘用車，商用車對V2X車聯網需求更高

商用車不僅需要提升駕駛的安全性，也需要兼顧運營效率。而V2X技術既可以作為ADAS功能模塊，可以降低商用車的事故率；亦可以通過有效建立智能車隊，構建隊形，規劃路徑，降低油耗，提升營運效率。目前，德國相關公司已開展商用車V2X實驗，結果令人滿意。

下圖：V2X車聯網應用于智慧車隊構建

（2）V2X彌補單車智能軟肋，自動駕駛必需品

無人駕駛的實現方式有兩種：1）車輛本身實現高度智能化能應變各種的環境條件。2）車與車、車與交通的聯網，通過智慧交通規劃實現無人駕駛。ADAS（高級輔助駕駛系統）和V2X（廣義車聯網）是兩條路徑的實現基礎。

ADAS（高級輔助駕駛系統）：使用傳感器技術時得汽車本身具備感知能力，通過算法對不同路況的分析決策實現自動駕駛。配備足夠數量的ADAS系統已經能實現高度的自動駕駛，德爾福等公司已經證明了這一點。

車聯網：V2V（車車通訊）、V2I（車與基礎設施通訊）的加入是車與車之間的協作更加有效，對道路的通訊能及時了解交通信號燈等變化做出反應。車際網能車輛了解附近的位置信息和速度信息以及道路的交通狀況。這樣減少了車輛自身對周邊環境的感知。

左圖：ADAS系統實現車本身的自動駕駛 右圖：V2X實現車與車、車與道路的通訊

特斯拉事故暴露單車智能短板，V2X是無人駕駛階段的必要支撐

特斯拉Autopilot事故，帶來對自動駕駛安全性的重大思考。6月30日一輛特斯拉ModelS使用Autopilot功能因為無法識別前方的白色貨車導致相撞，引發首起特斯拉Autopilot的車主死亡事故。特斯拉實現Autopilot功能主要通過攝像頭以及毫米波雷達來進行前方環境感知。在這個案例中攝像頭因為無法識別前方白色卡車，毫米波雷達安裝又過于下方無法探知前方物體，最終發生慘劇。此次事件在業界中對自動駕駛技術進行深重的反思，究竟要用什么技術才能真正保證完全的安全？

下圖：發生事故的交通路況

究其根本，自主式單車智能在自動駕駛階段安全保障不足，網聯式協同自動駕駛引入迫在眉睫。控制模式由于缺少與外界的交互，面臨的最大問題是每輛車都是一個信息孤島。對于自動駕駛汽車而言，當缺乏傳感器探測范圍外的交通數據支持，會極大增加了自動駕駛的風險性。另外，因為缺少車載傳感器的失效防患機制，整車廠必須確保感知端萬無一失，否則可能會面臨車毀人亡的風險。隨著自動駕駛單一功能的逐漸完善，若基于單車智能的自主式控制無法向基于車聯網的協同式控制升級，安全問題依然很難有效保障，這也是目前自動駕駛面臨的最大瓶頸。協同式控制會極大提升無人駕駛系統的安全性，例如1）當車輛要變道時，可以通過V2V獲取周圍車輛的位置信息；2）當車輛要經過十字路口時，汽車可以通過V2I預先收到這個路口紅綠燈接下來的變化情況。因此，為了實現自動駕駛由自主式控制向協同式控制躍遷、提升行駛安全性，發展基于V2X的車聯網已成為當務之急。

下圖：各種傳感器優劣勢分析

（3）V2X搭建終極目標，智慧交通下的零事故零擁堵

隨著V2X的普及以及5G物聯網技術發展，智慧交通逐漸成型將帶來事故和擁堵的下降。V2X目前試驗可以降低50%的事故，而在日本進行的試驗中能明顯減少道路擁堵。

V2X車聯網帶來智慧交通升級，將帶來自動駕駛、智慧出行、物流集成化等多種應用場景。

自動駕駛場景下的人-車-路協同化：隨著汽車智能化發展，目前車輛可以實現輔助駕駛甚至有些車輛可以實現實驗條件下的完全自動駕駛，預測無人駕駛汽車將是未來重要的組成部分，考慮到不排除還有汽車是非智能汽車，為避免這些車輛影響，勢必在高速公路或者城市道路上設置無人駕駛專用車道，通過控制并降低無人駕駛汽車之間的安全距離，來提升交通的運輸效率。為了適應無人駕駛的實現，智慧城市將對人-車-路進行協同式管理，利用車聯網技術實現智慧城市的高效運行。

智慧出行場景下的交通便捷化：由于自動駕駛的出現，也帶來移動應用端的革新，在智慧交通時代，汽車租賃模式會越來越普及，或許買車并不是像現在這么重要。個人出行時，可以通過手機端預約無人駕駛車輛。這樣不僅方便高效，也解決了城市停車的難題，根據國外的調查和實驗，采用這種方式，可以節約80%到90%的停車用地。目前，日本神奈川縣已經開始自動駕駛出租車測試，預計2020年就可以達到商用。

物流交通場景下的運輸集成化：智慧交通在物流領域，包括車輛集散、運輸的協調以及動態信息的共享，都會向協同的方式發展。目前涉及最多的主動安全防控技術，已經實現了GPS的實時跟蹤，接下來會向交通系統運行狀態安全狀態辨識、應急響應與快速聯動技術幾個趨勢發展。另外交通狀態的研判和主動安全保障技術也是未來的發展方向。

下圖：智慧交通

智慧交通作為智慧城市重要一環，產業鏈價值向服務偏移。目前還處于智慧交通的初級階段，主要體現在芯片、光纖、傳感器等硬件設施的快速增長，隨著智慧交通逐漸成型并成為智慧城市重要一環，整個產業鏈價值將會向服務端偏移。當手機通信數據、停車數據、收費數據、氣象數據在智慧城市平臺匯聚，并形成有效的大數據。這些大數據交由云計算和人工智能平臺進行存儲、計算、分析，最后依據計算平臺的輸出結果，對城市的各種設施進行自動化管理，為市民提供智能化、個性化的服務。

下圖：智慧交通傳感器